code - darkking1112/styleguide GitHub Wiki

在github中CICD

name: Build fenti

on:
  push:
    branches:
      - main
  pull_request:
    branches:
      - main
  workflow_dispatch: # 手动触发

jobs:
  build:
    runs-on: ubuntu-20.04 # 最新的ubuntu不支持python2，所以使用20.04

    steps:
    - name: Checkout repository
      uses: actions/checkout@v2

    - name: Set up environment
      run: sudo apt-get update && sudo apt-get install -y build-essential python2

    - name: Cache toolchain
      uses: actions/cache@v3
      with:
        path: /opt/toolchain
        key: ${{ runner.os }}-toolchain-${{ hashFiles('**/toolchain_version.txt') }}
        restore-keys: |
          ${{ runner.os }}-toolchain-

    - name: Download and extract toolchain V2.2.5
      if: steps.cache.outputs.cache-hit != 'true'
      run: |
        wget https://occ-oss-prod.oss-cn-hangzhou.aliyuncs.com/resource//1695022610810/Xuantie-900-gcc-elf-newlib-x86_64-V2.2.5-20220323.tar.gz -O /tmp/toolchain2.2.5.tar.gz
        sudo mkdir -p /opt/toolchain
        sudo tar -xzf /tmp/toolchain2.2.5.tar.gz -C /opt/toolchain

    - name: Download and extract toolchain V2.6.1
      if: steps.cache.outputs.cache-hit != 'true'
      run: |
        wget https://occ-oss-prod.oss-cn-hangzhou.aliyuncs.com/resource//1695015854856/Xuantie-900-gcc-elf-newlib-x86_64-V2.6.1-20220906.tar.gz -O /tmp/toolchain2.6.1.tar.gz
        sudo mkdir -p /opt/toolchain
        sudo tar -xzf /tmp/toolchain2.6.1.tar.gz -C /opt/toolchain

    - name: Run make_fenti.sh
      run: |
        chmod +x ./arprj/make_fenti.sh
        cd arprj
        ./make_fenti.sh

    - name: Upload build results
      uses: actions/upload-artifact@v4
      with:
        name: build-fenti-results
        path: |
          ${{github.workspace}}/arprj/artosyn-upgrade-ar8030.img

目录结构分析（arsdk）

arsdk/middlewares/ - 中间件层

负责提供系统级服务和通用功能模块：

common/ - 通用组件库
- cjson/ - JSON 解析库
- crc/ - CRC 校验算法
- libc/ - C 标准库实现
- mm/ - 内存管理模块
- ringbuffer/ - 环形缓冲区
- syslog/ - 系统日志
hal/ - 硬件抽象层
- inc/ - HAL 头文件（包含所有外设的抽象接口）
- module/ - HAL 模块实现

arsdk/platforms/ - 平台层

核心的硬件平台相关代码：

driver/ - 硬件驱动层
- 包含所有外设驱动：gpio/, i2c/, spi/, uart/, eth/, usb/, sdio/, dma/ 等
- smartl_rv32/ - RISC-V 32位核心系统代码
- include/ - 驱动头文件和 SoC 定义
kernel/ - 操作系统内核
- freertosv10.3.1/ - FreeRTOS 实时操作系统
baseband/ - 基带处理模块
- bb_core/ - 基带核心功能
- bb_cfg/ - 基带配置
- bb_rpc/ - 基带 RPC 通信
lib/ - 第三方库
rom_code_8030/ - ROM 引导代码
rtc_firmware/ - RTC 固件

核心特性分析:

处理器架构基于 RISC-V 32位架构（smartl_rv32）支持 Xuantie-900 工具链使用 FreeRTOS 实时操作系统
基带通信系统

专门的基带处理模块（bb_core）
支持多种通信协议和数据传输
RPC（远程过程调用）机制用于设备间通信
支持 USB、SDIO、UART 等多种连接方式

外设支持丰富的外设驱动支持：

网络：以太网（GMAC）、USB、SDIO
通信：UART、I2C、SPI、I2S
存储：Flash、PSRAM、QSPI
安全：PKA（公钥加密）、SPACC、TRNG（真随机数生成器）
其他：GPIO、Timer、WDT、ADC、DMA 等

构建系统

基于 Makefile 的构建系统
模块化编译，每个组件独立构建为静态库
支持多种配置和产品变体

内存管理

自定义内存管理器（mm 模块）
支持 SRAM、PSRAM 等多种内存类型,针对嵌入式系统优化的内存分配策略。

基带目录结构分析（arsdk/platforms/baseband）

baseband目录是AR8030芯片基带处理的核心模块，主要负责无线通信协议栈的实现和硬件抽象。

1. 整体架构概述

baseband目录采用分层模块化设计，包含三个主要子目录：

baseband/
├── bb_cfg/     # 配置管理模块
├── bb_core/    # 核心功能模块  
└── bb_rpc/     # 远程过程调用模块

2. 各子目录详细功能分析

2.1 bb_cfg - 配置管理模块

主要功能：

系统配置参数管理
硬件配置初始化
运行时配置更新

关键文件作用：

bb_cfg.c: 核心配置管理API
bb_cfg_common.h: 通用配置定义
bb_cfg_freqlist.h/bb_cfg_freqlist.c: 频率列表配置
bb_cfg_internal.h: 内部配置接口
Makefile: 编译配置

2.2 bb_core - 核心功能模块

主要功能：

基带处理核心逻辑
硬件驱动抽象
通信协议实现

子模块结构：

api子目录 - 应用程序接口层
- bb_api.h/bb_api.c: 主要API接口
- bb_api_internal.h: 内部API定义
- bb_api_6200.h: 6200芯片专用API
driver子目录 - 硬件驱动层
- bb_driver: 基带驱动核心
- bb_link: 链路层驱动
- bb_mac: MAC层驱动
- bb_phy: 物理层驱动
- bb_rf: 射频驱动

核心驱动模块详解：

bb_driver: 基带硬件抽象层
- bb_gps.c: GPS功能支持
- bb_ctrl.c: 控制接口
- bb_sniffer.c: 数据包监听
- bb_tx_ctrl.c: 发送控制
bb_link: 数据链路层
- bb_data_session.c: 数据会话管理
- bb_link_init.c: 链路初始化
- bb_link_misc.c: 链路杂项功能
bb_mac: 媒体访问控制层
- bb_mac_common.c: MAC通用功能
- bb_mac_init.c: MAC初始化
- 处理媒体访问控制逻辑
bb_phy: 物理层驱动
- bb_phy_common.c: PHY通用功能
- bb_phy_init.c: PHY初始化
- 处理物理层信号处理
bb_rf: 射频驱动
- bb_rf_common.c: RF通用功能
- bb_rf_init.c: RF初始化
- 控制射频前端

2.3 bb_rpc - 远程过程调用模块

主要功能：

进程间通信
远程函数调用
消息传递机制

关键文件：

bb_rpc_init.h/bb_rpc_init.c: RPC初始化
rpc.md: RPC模块说明文档
Makefile: 编译配置

3. 模块间协作关系

应用层
    ↓
bb_api (API接口层)
    ↓
bb_cfg (配置管理) ←→ bb_core (核心处理) ←→ bb_rpc (进程通信)
    ↓
硬件驱动层 (driver子目录)
    ↓
硬件层 (PHY/RF/MAC)

4. 应用

该baseband模块主要应用于：

无线视频传输系统
数据链路通信
射频信号处理
GPS定位功能
网络数据包处理

通过cfg文件分析

AR8030 OFDM配置参数与一些常见通信技术对比分析

1、AR8030 OFDM系统核心参数

1.1. FFT大小与子载波配置

FFT大小: 2048点FFT
符号持续时间计算:
- 40MHz带宽: frame_time = frame_ofdm_num * 2048 / 44.8
- 其他带宽: frame_time = frame_ofdm_num * 2048 / 22.4
采样频率: 44.8MHz (40MHz带宽) / 22.4MHz (其他带宽)

1.2. 带宽配置

支持6种带宽配置：

1.25MHz、2.5MHz、5MHz、10MHz、20MHz、40MHz

1.3. MCS (调制编码方案)

支持25种MCS等级 (-2 到 22)：

调制方式: BPSK、QPSK、16QAM、64QAM、256QAM
编码率: 1/2、2/3、3/4
重复策略: 无重复、2倍重复、4倍重复
MIMO支持: 单流和双流

1.4. 时域交织 (Time Interleaving)

交织长度: 3、6、12、24、48个OFDM符号
交织块数: 1或2块
编码长度: 576、1152、2304比特

1.5. 循环前缀 (CP)

CP长度: 1/16、1/8、1/4

2、与4G 5G LTE技术对比

参数	AR8030	4G LTE	5G NR	WiFi 6 (802.11ax)
FFT大小	2048	128/256/512/1024/2048	128/256/512/1024/2048/4096	256/512/1024/2048
子载波间隔	1.25MHz	15 kHz	15/30/60/120/240 kHz	312.5 kHz / 78.125 kHz
带宽	1.25/2.5/5/10/20/40 MHz	1.4/3/5/10/15/20 MHz	5-400 MHz	20/40/80/160 MHz
调制方式	BPSK/QPSK/16QAM/64QAM/256QAM	QPSK/16QAM/64QAM	QPSK/16QAM/64QAM/256QAM	BPSK-1024QAM
编码率	1/2, 2/3, 3/4	1/3到5/6 (Turbo码)
编码	LDPC	LDPC + Polar	LDPC + Polar	LDPC
MIMO	1x1, 2x2	最大8x8	最大32x32	最大8x8
CP类型	固定比例 (1/16, 1/8, 1/4)	Normal CP (4.7μs), Extended CP (16.7μs)

3、技术分析

针对特定的场景进行了优化

宽范围带宽支持: 从1.25MHz到40MHz，适应不同应用场景
灵活的时域交织: 支持多种交织长度，提高抗突发错误能力
自适应MCS: 25级精细调节，优化频谱效率
专用MIMO设计: STBC和空间复用并存，MIMO天线数较少
子载波间隔: 不如5G NR灵活
最高调制阶数: 不支持的1024QAM水平

时延分析

在正交频分复用（OFDM）系统中，字节数由子载波数、调制方式和编码率决定，公式为：

$$ \text{字节数} = \frac{\text{子载波数} \times \text{每子载波比特数} \times \text{编码率}}{8} $$

并且数据速率计算为：

$$ \text{数据速率} = \text{每符号字节数} \times \text{符号发送频率} $$

一、数据速率与子载波带宽的关系

1. 子载波带宽的定义

子载波带宽：在OFDM系统中，子载波带宽通常指子载波间隔（Δf），即相邻子载波的频率间隔（如5G NR中的15kHz、30kHz等）。然而，更广义的“子载波带宽”可能指系统分配给某个用户的总带宽（子载波数 × 子载波间隔）。
系统总带宽：

$$ \text{总带宽} \approx \text{子载波数} \times \Delta f $$

（实际带宽略小，因有保护带。）

2. 数据速率与子载波带宽的关系

数据速率与子载波带宽直接相关，主要体现在以下两个方面：

（1）子载波数量（影响总带宽）

数据速率公式：

$$ \text{数据速率 (字节/s)} = \left( \frac{\text{子载波数} \times \text{每子载波比特数} \times \text{编码率}}{8} \right) \times \text{符号发送频率} $$

子载波数：更多子载波意味着更大带宽（如20MHz带宽约1200个子载波，15kHz间隔），每个符号传输更多比特，从而提高数据速率。
例：假设QPSK（2比特/子载波），编码率1，符号发送频率为 $1/T_{\text{total}} )（总符号时长 ( T_{\text{total}} = 1/\Delta f + T_{CP}$ ）。
- 100子载波：100 × 2 ÷ 8 = 25字节/符号。
- 1000子载波：1000 × 2 ÷ 8 = 250字节/符号。
- 若 $\Delta f = 15kHz )，( T_{\text{total}} \approx 71.37\mu s$，符号频率 ≈ 14000符号/s，则：
  - 100子载波：25 × 14000 ≈ 0.35 MB/s。
  - 1000子载波：250 × 14000 ≈ 3.5 MB/s。
结论：子载波数增加（即总带宽增加）直接提高数据速率。

（2）子载波间隔（Δf）

符号发送频率：

$$ \text{符号发送频率} = \frac{1}{T_s + T_{CP}} \approx \frac{1}{1/\Delta f + T_{CP}} $$

子载波间隔（ $\Delta f$ ）越大，符号时长（ $T_s = 1/\Delta f$ ）越短，符号发送频率越高，数据速率增加。

例：假设1000子载波，QPSK，编码率1，比较不同子载波间隔：
- $\Delta f = 15kHz$ ， $T_s \approx 66.67\mu s $，CP ≈ 4.7μs，符号频率 ≈ 14000符号/s，数据速率 ≈ 3.5 MB/s。
- $\Delta f = 30kHz$， $T_s \approx 33.33\mu s $，CP ≈ 2.35μs，符号频率 ≈ 27778符号/s，数据速率 ≈ 6.94 MB/s。
结论：更大的子载波间隔（更高子载波带宽）缩短符号时长，提高符号发送频率，从而提升数据速率。

（3）多用户场景

在OFDMA中，用户分配部分子载波（资源块，RB）。每个用户的数据速率取决于分配的子载波数（带宽）和调制方式。
例：总带宽20MHz（1200子载波），用户A分配600子载波，用户B分配400子载波，数据速率按比例分配：
- 用户A：600 × 2 ÷ 8 × 14000 ≈ 1.75 MB/s（QPSK）。
- 用户B：400 × 2 ÷ 8 × 14000 ≈ 1.17 MB/s。

二、数据速率与时延的关系

1. 时延的定义

时延：指数据从发送到接收的延迟，包括传输时延、处理时延、排队时延等。在OFDM中，关键时延包括：
- 传输时延：数据通过物理信道传输所需时间，与符号时长和帧结构相关。
- 调度时延：多用户场景下，调度器分配资源可能引入额外等待时间。
- 处理时延：发送端和接收端的信号处理（如IFFT/FFT、编码/解码）时间。

2. 数据速率对时延的影响

高数据速率降低传输时延：
- 数据速率高意味着单位时间内传输更多字节，传输相同数据量所需时间（传输时延）更短。
- 例：传输1000字节数据：
  - 数据速率3.5 MB/s（1000子载波，QPSK，15kHz）：1000 ÷ 3.5 × 10^6 ≈ 286μs（约4个符号，71.37μs/符号）。
  - 数据速率6.94 MB/s（1000子载波，QPSK，30kHz）：1000 ÷ 6.94 × 10^6 ≈ 144μs（约4个符号，35.68μs）。
子载波间隔对时延的影响：
- 更大的子载波间隔（( \Delta f )）缩短符号时长（( T_s = 1/\Delta f )），从而减少每个符号的传输时延。
- 例：5G NR中，URLLC（超低时延高可靠通信）使用60kHz或120kHz间隔，符号时长分别为16.67μs或8.33μs，显著降低传输时延，适合低时延场景。
多用户场景：
- 用户分配的子载波数（带宽）影响其数据速率，进而影响传输时延。更多子载波（更高速率）缩短传输时延。
- 调度时延：OFDMA中，用户可能需等待分配的时隙，5G NR的短时隙（Mini-slot，2/4/7符号）可减少调度时延。
- 例：用户A（600子载波，3.5 MB/s）传输1000字节需286μs，用户B（200子载波，1.17 MB/s）需857μs。

3. 权衡

高数据速率 vs. 时延：
- 增加子载波数或使用高阶调制（如64QAM）提高数据速率，降低传输时延，但高阶调制对信道质量要求高，可能增加误码率和重传时延。
- 更大子载波间隔（如60kHz）缩短符号时长，降低传输时延，适合URLLC，但可能减少子载波数（固定带宽下），降低总数据速率。
多用户场景：
- 分配更多子载波给某用户可降低其传输时延，但可能减少其他用户可用资源，增加他们的调度时延。

三、示例计算

假设系统参数：20MHz带宽（1200子载波，1000个用于数据），QPSK（2比特/子载波），编码率3/4，比较子载波间隔15kHz和30kHz：

15kHz间隔：
- 符号时长：66.67μs + 4.7μs ≈ 71.37μs。
- 符号频率：1 ÷ 71.37μs ≈ 14000符号/s。
- 字节数/符号：1000 × 2 × 3/4 ÷ 8 = 187.5字节。
- 数据速率：187.5 × 14000 ≈ 2.625 MB/s。
- 传输1000字节时延：1000 ÷ 2.625 × 10^6 ≈ 381μs（约5.3符号）。
30kHz间隔：
- 符号时长：33.33μs + 2.35μs ≈ 35.68μs。
- 符号频率：1 ÷ 35.68μs ≈ 28000符号/s。
- 字节数/符号：1000 × 2 × 3/4 ÷ 8 = 187.5字节。
- 数据速率：187.5 × 28000 ≈ 5.25 MB/s。
- 传输1000字节时延：1000 ÷ 5.25 × 10^6 ≈ 190μs（约5.3符号）。

结论：30kHz间隔下，数据速率翻倍，传输时延减半。

数据速率与子载波带宽：
- 数据速率与子载波数（总带宽）正相关，更多子载波增加每符号字节数。
- 数据速率与**子载波间隔（Δf）**正相关，更大间隔缩短符号时长，提高符号频率。
- 例：20MHz带宽，30kHz间隔比15kHz间隔数据速率高一倍（5.25 MB/s vs. 2.625 MB/s）。
数据速率与时延：
- 高数据速率（更多子载波或更大间隔）减少传输时延。
- 例：1000字节传输，30kHz间隔（190μs）比15kHz间隔（381μs）时延减半。
- 多用户场景下，分配更多子载波或优先调度（如Mini-slot）进一步降低时延。

四、公司测试时延的方法

pages/viewpage.action?pageId=77409162

rtt.c

ntp 方法

主要用于基于NTP（网络时间协议）测量网络延迟的单向延迟和RTT（往返时间）。

NTP模式（单向延迟估算）：
- Device端发送数据包，其中包含发送时的本地时间戳 (snd_ms)。
- AP端接收数据包，记录接收时的本地时间戳 (rcv_ms)。
- AP端计算单向延迟：delay = rcv_ms - snd_ms。
RTT模式（往返时间）：
- Device端发送数据包，其中包含发送时的本地时间戳 (snd_ms_initial) 和一个序列号。
- AP端接收数据包，记录AP端的接收时间戳 (rcv_ms_ap)，然后立即将包含原始序列号、Device发送时间戳和AP接收时间戳的数据包发回给Device。
- Device端接收到AP返回的数据包，记录Device端的最终接收时间戳 (rcv_ms_dev_final)。
- Device端计算RTT：RTT = rcv_ms_dev_final - snd_ms_initial。
- RTT测量通常比单向延迟测量更准确，因为它不依赖于两端时钟的严格同步，仅依赖于单台设备时钟的稳定性。

主要代码

1. 程序概述

这是一个用于测试基带设备之间网络延迟的RTT（Round Trip Time）工具。程序支持两种测试模式：

NTP模式：单向延迟测试
RTT模式：往返延迟测试

2. 核心数据结构

2.1 延迟统计结构

typedef struct {
    uint64_t threshold; // 延迟阈值（毫秒）
    uint64_t stat;      // 统计计数
} stats_t;

用于统计不同延迟区间的数据包分布：5ms、10ms、20ms、50ms和其他。

2.2 线程参数结构

typedef struct {
    int fd;                    // socket文件描述符
    uint64_t recv_packet_size; // 接收包大小
} thread_args_t;

用于RTT模式下传递给接收线程的参数。

3. 关键函数分析

3.1 设备初始化函数 `bb_open_ex()`

功能：建立与基带设备的连接流程：

连接到本地基带主机（127.0.0.1:50000）
获取可用设备列表
打开第一个设备
设置MCS变化事件回调
返回设备句柄

3.2 数据读取函数 `datagram_read()`

功能：从socket读取指定大小的数据特点：

循环读取直到获得完整数据包
支持程序中断退出
错误处理机制

3.3 时间戳获取函数 `time_ms()`

功能：获取当前时间戳（毫秒精度）实现：使用gettimeofday()系统调用

4. 测试模式详解

4.1 NTP模式（单向延迟测试）

AP端（接收端）- `run_ap_ntp()`

工作流程：

循环接收数据包
获取接收时间戳
从数据包中提取发送时间戳（偏移8字节）
计算延迟：接收时间 - 发送时间
按延迟区间统计
输出统计结果

DEV端（发送端）- `run_dev_ntp()`

工作流程：

计算发送参数（包数量、发送间隔）
循环发送数据包：
- 前8字节：包序号
- 8-16字节：发送时间戳
精确控制发送间隔
监控发送阻塞情况

4.2 RTT模式（往返延迟测试）

AP端（中继端）- `run_ap_rtt()`

工作流程：

接收数据包
解析包序号和发送时间戳
在16字节偏移处添加接收时间戳
返回数据包
统计单向延迟并记录日志

DEV端（发送/接收端）- `run_dev_rtt()`

工作流程：

创建接收线程
发送线程执行NTP发送逻辑
接收线程接收返回的数据包：
- 解析发送时间戳、远端接收时间戳
- 计算往返延迟
- 统计延迟分布
等待线程结束

5. 数据包格式

NTP模式数据包结构

+----------+----------+----------+
| 包序号   | 发送时间戳 |  数据...  |
| (8字节)  | (8字节)   |         |
+----------+----------+----------+

RTT模式数据包结构

+----------+----------+----------+----------+
| 包序号   | 发送时间戳 | 接收时间戳 |  数据... |
| (8字节)  | (8字节)   | (8字节)   |         |
+----------+----------+----------+----------+

6. 延迟统计机制

程序将延迟分为5个区间进行统计：

≤5ms：优秀延迟
≤10ms：良好延迟
≤20ms：可接受延迟
≤50ms：较高延迟
>50ms：超高延迟

统计结果以百分比形式输出，便于分析网络性能。

7. 命令行参数

参数	说明	取值
-r/--role	设备角色	0=AP(接收), 1=DEV(发送)
-d/--duration	测试持续时间	秒数
-t/--throughput	吞吐量	KB/s
-e/--recvpacketsize	接收包大小	字节数(16-8192)
-s/--sendpacketsize	发送包大小	字节数(16-8192)
-m/--mode	测试模式	0=NTP, 1=RTT

六、可能的改进

1. 时间测量精度改进

微秒精度：使用gettimeofday()的tv_usec字段
纳秒精度：使用clock_gettime(CLOCK_MONOTONIC)
CPU周期精度：使用rdtsc指令（x86平台）

// 时间精度选择器
typedef enum {
    TIME_PRECISION_MS,  // 毫秒
    TIME_PRECISION_US,  // 微秒
    TIME_PRECISION_NS,  // 纳秒
    TIME_PRECISION_CPU  // CPU周期
} time_precision_e;

static uint64_t get_timestamp(time_precision_e precision) {
    switch (precision) {
        case TIME_PRECISION_MS:  return time_ms_original();
        case TIME_PRECISION_US:  return time_us();
        case TIME_PRECISION_NS:  return time_ns();
        case TIME_PRECISION_CPU: return time_cpu_cycles();
        default: return time_ms_original();
    }
}

// 时间差计算（考虑时钟回绕）
static uint64_t time_diff(uint64_t start, uint64_t end, time_precision_e precision) {
    if (end >= start) {
        return end - start;
    } else {
        // 处理时钟回绕情况
        switch (precision) {
            case TIME_PRECISION_MS:
                return (UINT64_MAX - start) + end + 1;
            case TIME_PRECISION_US:
            case TIME_PRECISION_NS:
            case TIME_PRECISION_CPU:
                return (UINT64_MAX - start) + end + 1;
            default:
                return 0;
        }
    }
}

2. 数据包结构改进

支持多重时间戳（发送、接收、硬件时间戳）

// 原始数据包头部（简单版本）
typedef struct {
    uint64_t sequence;      // 包序号
    uint64_t send_time;     // 发送时间戳
} packet_header_simple_t;

// 改进的数据包头部（增强版本）
typedef struct {
    uint32_t magic;         // 魔数，用于包验证 (0xDEADBEEF)
    uint16_t version;       // 协议版本
    uint16_t flags;         // 标志位
    uint64_t sequence;      // 包序号
    uint64_t send_time_hw;  // 硬件时间戳（发送）
    uint64_t send_time_sw;  // 软件时间戳（发送）
    uint64_t recv_time_hw;  // 硬件时间戳（接收）
    uint64_t recv_time_sw;  // 软件时间戳（接收）
    uint32_t payload_size;  // 有效载荷大小
    uint32_t checksum;      // 校验和
} packet_header_enhanced_t;

3. 统计分析改进

抖动计算：按RFC 3550标准计算网络抖动
滑动窗口统计：实时统计最近N个包的性能

5. 代码结构改进

// 时间测量模块
typedef struct {
    time_precision_e precision;
    uint64_t (*get_timestamp)(void);
} timing_module_t;

// 统计分析模块  
typedef struct {
    uint64_t samples[MAX_SAMPLES];
    uint32_t count;
    rtt_stats_t stats;
} statistics_module_t;

// 自适应控制模块
typedef struct {
    network_quality_e quality;
    uint32_t interval_us;
    uint32_t packet_size;
} adaptive_module_t;

测距分析

AR8030采用的是基于精确时间同步的ToF(Time of Flight)距离测量技术，比RSSI更准确、更可靠的测距方案。通过测量信号往返时间并结合光速计算距离，能够提供高精度的距离测量结果，理论精度可达±1.5米，最大测量距离超过1500公里。

1. 基于同步的时间飞行(ToF)测量

AR8030采用基于同步的时间飞行(ToF)测量方式，而不是信号强度(RSSI)方式。

2. 核心技术参数

理论最大测量距离：

基于20位td_out字段：2^20 = 1,048,576
考虑计算公式：最大距离约 1,573 km （这是收芯片设计制约，不是测距方法）

测量精度：

时间系统分辨率：10ns (tsys)
理论精度：±1.5米，根据公司文档和上海相关工程师回答，实际100m左右，这受限于硬件器件精度、滤波算法等因素，具体需要实测

距离计算公式：

distance = (td_out - offset) * 3 / 2  // 单位：米

在 bb_phy_distance.c 中的关键滤波常数：

#define BB_DISTC_FILTER_DIFF    500   // 关键限制
#define BB_DISTC_FILTER_THRED   10    // 连续阈值
#define BB_DISTC_AGED_TIME      1000  // 数据老化时间

滤波机制：

当测距差异 > 500个单位时，测量值会被过滤掉
只有当大差异连续出现10次以上时才会被接受
500个单位 × 3/2 = 750米的滤波阈值

这种方法比较激进，具体可能需要考虑之前的实测情况，上海为什么这么设计？

时间同步精度限制

系统时间分辨率：10ns (tsys)
理论精度：±1.5米（基于光速和时间分辨率）
但同步误差会累积影响最终精度

多径干扰

无线信号的多径传播会造成时间测量误差
反射、折射等现象导致信号到达时间不准确

硬件限制

soc处理精度
晶振稳定性
天线特性和校准精度

调整滤波参数 - 减小 BB_DISTC_FILTER_DIFF 值
优化时间同步算法 - 提高同步精度
增加校准机制 - 动态补偿环境因素
改进信号处理 - 采用更先进的多径抑制算法

4. 系统配置

距离测量功能可通过配置文件进行调节：（根据cfg的配置文档）

enable: 测距功能开关
window: 平滑窗口大小(0-3，对应1-8个测量值)
timeout: 超时阈值设置
offset: 距离计算偏移量

现代OFDM/A相关算法

多径抑制算法，无资料
天线波束聚集，无资料
自适应滤波算法，无资料
信道均衡处理，无资料
同步算法，无资料
子载波分配管理，当前芯片ofdm资源分配是按照时隙分配，对比wifi 4 / 4G早期的方法，很难支持多用户情况下对的应用
在信道、导频设置选择上，有相关处理，但只是参数调整

上述算法，一般会固化到fpga中，根据相关论文如果定制开发可以使用通用射频芯片+FPGA实现，源码和当前的资料无相关的介绍，从芯片的性能参数分析，在OFDM的信号设计上，大概也就wifi 4 / 4G的水平，弱于同类产品，针对远距离的传输有一定优化，受限于算法、硬件资源，想实现多用户、高并发、高速传输基本很难实现。

组网和接力传输

核心在于：

网络拓扑的动态调整
功率自适应
配置参数

在当前版本的2024代码中没有体现，较好的支持是1V1和导演模式（广播），组网可参考wifi的开源Easy Mesh相关原理进行简化处理。

接力传输

以支持，通过配置实现，合肥开发板较少未测

组网

上海已实现，2025的新固件支持，受限片上资源，目前不稳定，还在给客户优化。目前扫频的性能，片上资源，帧结构等芯片性能也决定了组网性能的上限。

code - darkking1112/styleguide GitHub Wiki

目录结构分析 （arsdk）

基带目录结构分析 （arsdk/platforms/baseband）

1. 整体架构概述

2. 各子目录详细功能分析

2.1 bb_cfg - 配置管理模块

2.2 bb_core - 核心功能模块

2.3 bb_rpc - 远程过程调用模块

3. 模块间协作关系

4. 应用

通过cfg文件分析

1、AR8030 OFDM系统核心参数

1.1. FFT大小与子载波配置

1.2. 带宽配置

1.3. MCS (调制编码方案)

1.4. 时域交织 (Time Interleaving)

1.5. 循环前缀 (CP)

2、与4G 5G LTE技术对比

3、技术分析

时延分析

一、数据速率与子载波带宽的关系

1. 子载波带宽的定义

2. 数据速率与子载波带宽的关系

（1）子载波数量（影响总带宽）

（2）子载波间隔（Δf）

（3）多用户场景

二、数据速率与时延的关系

1. 时延的定义

2. 数据速率对时延的影响

3. 权衡

三、示例计算

四、公司测试时延的方法

ntp 方法

主要代码

1. 程序概述

2. 核心数据结构

2.1 延迟统计结构

2.2 线程参数结构

3. 关键函数分析

3.1 设备初始化函数 bb_open_ex()

3.2 数据读取函数 datagram_read()

3.3 时间戳获取函数 time_ms()

4. 测试模式详解

4.1 NTP模式（单向延迟测试）

AP端（接收端）- run_ap_ntp()

DEV端（发送端）- run_dev_ntp()

4.2 RTT模式（往返延迟测试）

AP端（中继端）- run_ap_rtt()

DEV端（发送/接收端）- run_dev_rtt()

5. 数据包格式

NTP模式数据包结构

RTT模式数据包结构

6. 延迟统计机制

7. 命令行参数

六、可能的改进

1. 时间测量精度改进

2. 数据包结构改进

3. 统计分析改进

5. 代码结构改进

测距分析

1. 基于同步的时间飞行(ToF)测量

2. 核心技术参数

4. 系统配置

现代OFDM/A相关算法

组网和接力传输

接力传输

组网

目录结构分析（arsdk）

基带目录结构分析（arsdk/platforms/baseband）

3.1 设备初始化函数 `bb_open_ex()`

3.2 数据读取函数 `datagram_read()`

3.3 时间戳获取函数 `time_ms()`

AP端（接收端）- `run_ap_ntp()`

DEV端（发送端）- `run_dev_ntp()`

AP端（中继端）- `run_ap_rtt()`

DEV端（发送/接收端）- `run_dev_rtt()`