【说在前面的话】
其中，FPS就是我们常说的刷新率（单位为Hz），即芯片每秒刷新多少帧画面。后面的37ms即渲染一帧画面所需的时间，FPS的计算公式为（26 = 1000ms/37ms），这个参数对我们做优化是非常方便的。
LCD Latency时间为芯片把一帧（显存RAM）的数据搬到LCD显示的时间，这个“刷新显存”所消耗的时间是由芯片和LCD之间的连接方式决定的，而与芯片的2D图形处理能力无关，因此，上面的FPS也没有统计这个时间。
综上，如果我们想计算实际的fps（注意这里我们用小写字母表示），那就需要加上LCD Latency的时间，计算公式如下：实际fps = 1s/(渲染一帧画面所需的时间 + LCD Latency时间)
图中，我们实际的fps= 1000ms/(37ms + 263ms)=3.333Hz
由此，我们不难发现，LCD Latency时间是非常影响我们实际的fps，所以，接下来我们就开始压榨这个时间，让他从263ms变成0ms
啥，变成0ms，不太可能吧......
哈哈哈，别着急，且看我们是怎么一步步把他优化到最小的。
【测试前的准备】
在优化之前，我们有必要把测试时需要的软硬件配置说明一下，如下表所示：
| 单片机MCU | stm32f103c8t6，主频72M |
| 屏幕LCD | 分辨率320*240，接口SPI,RGB565 |
| PFB大小 | 160*24 |
| Arm-2D编译优化等级 | -Oz（flash最小） |
| 屏幕驱动程序优化等级 | -O0（不优化） |
好，配置好以后我就开始编写今天的测试程序。
首先，我们找两张图片，用来填充整个屏幕，并且每秒钟切换一次，图片素材如下：
素材大小都为50*50像素，然后填充整个屏幕就可以，如下：
if(ground_show_flag & 0x01){arm_2dp_rgb16_tile_fill_only(NULL,&c_tileground_1RGB565,ptTile,NULL);}else{arm_2dp_rgb16_tile_fill_only(NULL,&c_tileground_2RGB565,ptTile,NULL);}
ground_show_flag 每秒增加一次就实现了屏幕的切换
为了方便观察，我们再增加一个变量，每刷新一帧数据增加一次，并显示出来，一秒后清零，也就是他的最大值就是我们实际的fps，程序如下
if(bIsNewFrame){fps_show_num++;}arm_lcd_printf("%d",fps_show_num-1);
清零函数如下
static void __on_scene0_frame_complete(arm_2d_scene_t *ptScene){if (arm_2d_helper_is_time_out(1000, &this.lTimestamp)) {ground_show_flag++;//1秒后清零fps_show_num = 0;}}
接着，就是屏幕绘制的驱动程序，我们采用硬件spi来驱动(spi初始化的程序就先不贴了)，如下
void LCD_Show_Picture_Spi( int_fast16_t x, int_fast16_t y,int_fast16_t width, int_fast16_t height,uint8_t *frame_ptr){u16 i,j;u32 k=0;/* Setup paint area. */LCD_1IN3_SetWindows(x, y, x+width-1, y+height-1);SPI_ST7789_MODE_DAT() ;SPI_ST7789_CS_LOW() ;/* write to screen. */for(i=0;i<uiWidth;i++){for(j=0;j<uiHeight;j++){ST7789_WriteByte(frame_ptr[k*2]);ST7789_WriteByte(frame_ptr[k*2+1]);k++;}}SPI_ST7789_CS_HIGH();}
测试程序我们就编写好了，实际运行效果如下：
视频中左上角的数字显示的最大值是3，和我们的计算一样，而LCD Latency=263ms我们也运行出来了，可是该怎么减少它呢？
首先，我们再看看屏幕驱动程序，不难发现他使用了两个for循环，如果我们改成一个效果会不会好一些呢？
那我们就试一试，修改后的程序如下：
void LCD_Show_Picture_Spi2( int_fast16_t x, int_fast16_t y,int_fast16_t width, int_fast16_t height,uint8_t *frame_ptr){uint16_t i;int len;LCD_1IN3_SetWindows(x, y, x+width-1, y+height-1);SPI_ST7789_MODE_DAT() ;SPI_ST7789_CS_LOW() ;len = height*width*2;for ( i = 0; i < len; i+=2) {SPI_I2S_SendData(SPI_ST7789_SPI, frame_ptr[i]);while(SPI_I2S_GetFlagStatus(SPI_ST7789_SPI, SPI_I2S_FLAG_TXE) == RESET);SPI_I2S_SendData(SPI_ST7789_SPI, frame_ptr[i+1]);while(SPI_I2S_GetFlagStatus(SPI_ST7789_SPI, SPI_I2S_FLAG_TXE) == RESET);}SPI_ST7789_CS_HIGH();}
此驱动程序的运行效果如下：
看来效果还是很不错，直接少了115ms(*￣︶￣)
对了，你的spi的速度是多少？
系统频率是72M，我设置成2分频，也就是36M。
那我们就用计算器计算一下理论上传输一帧数据所需要的时间，
spi时钟速率是36M，那传输一个bit就需要1s/36M*2=55ns,如下图所示
那传输一个字节就需要55*8ns，屏幕是RGB565的，一个像素需要55*8*2ns，屏幕大小为320*240像素，所以传输一帧数据所需要的时间为55*8*2*320*240ns，如下图所示
我们用计算器算出来的传输一帧数据所需要的时间为68 266 666ns，也就是68.27ms，看来硬件spi的优化空间还有80ms啊.
你计算的好有道理啊，可是这80ms又该如何优化呢？在少一个for循环好像不可以了...
【硬件SPI+DMA驱动】
此时，你好像想起来，有一种东西叫做DMA。
DMA基础知识
DMA(Direct Memory Access，直接存储器访问)，可以简单理解为，大量的重复性工作经过CPU“牵线搭桥”后，剩下的工作就由他自己重复性的进行即可，不需要时刻关注。也就是DMA传输方式无须CPU直接控制传输，通过硬件为ram与IO设备开辟一条直接传输数据的通路，能使CPU的效率大大提高。如下图
这里，我们就用DMA把显存ram中的数据通过硬件spi接口搬到LCD去显示，DMA的配置程序如下：
uint16_t DMA1_MEM_LEN;//保存DMA每次数据传送的长度/*DMA1的各通道配置这里的传输形式是固定的,这点要根据不同的情况来修改从存储器->外设模式/8位数据宽度/存储器增量模式DMA_CHx:DMA通道CHxcpar:外设地址cmar:存储器地址cndtr:数据传输量 */void MYDMA_Config(DMA_Channel_TypeDef* DMA_CHx,u32 cpar,u32 cmar,u16 cndtr){RCC_AHBPeriphClockCmd(RCC_AHBPeriph_DMA1, ENABLE); //使能DMA传输DMA_DeInit(DMA_CHx); //将DMA的通道1寄存器重设为缺省值DMA1_MEM_LEN=cndtr;DMA_InitStructure.DMA_PeripheralBaseAddr = cpar; //DMA外设ADC基地址DMA_InitStructure.DMA_MemoryBaseAddr = cmar; //DMA内存基地址DMA_InitStructure.DMA_DIR = DMA_DIR_PeripheralDST; //数据传输方向，从内存读取发送到外设DMA_InitStructure.DMA_BufferSize = cndtr; //DMA通道的DMA缓存的大小DMA_InitStructure.DMA_PeripheralInc = DMA_PeripheralInc_Disable; //外设地址寄存器不变DMA_InitStructure.DMA_MemoryInc = DMA_MemoryInc_Enable; //内存地址寄存器递增DMA_InitStructure.DMA_PeripheralDataSize = DMA_PeripheralDataSize_Byte; //数据宽度为8位DMA_InitStructure.DMA_MemoryDataSize = DMA_MemoryDataSize_Byte; //数据宽度为8位DMA_InitStructure.DMA_Mode = DMA_Mode_Normal; //工作在正常缓存模式DMA_InitStructure.DMA_Priority = DMA_Priority_Medium; //DMA通道 x拥有中优先级DMA_InitStructure.DMA_M2M = DMA_M2M_Disable; //DMA通道x没有设置为内存到内存传输DMA_Init(DMA_CHx, &DMA_InitStructure); //根据DMA_InitStruct中指定的参数初始化DMA的通道USART1_Tx_DMA_Channel所标识的寄存器DMA_ITConfig(DMA1_Channel5,DMA_IT_TC,ENABLE);}//开启一次DMA传输void MYDMA_Enable(DMA_Channel_TypeDef*DMA_CHx){DMA_Cmd(DMA_CHx, DISABLE );DMA_SetCurrDataCounter(DMA1_Channel5,DMA1_MEM_LEN);DMA_Cmd(DMA_CHx, ENABLE);}
屏幕驱动程序如下：
void LCD_Show_Picture_for_DMA(u16 x,u16 y,u16 length,u16 width,const u8 pic[]){u16 num;num=length*width*2;LCD_1IN3_SetWindows(x,y,x+length-1,y+width-1);SPI_ST7789_MODE_DAT() ;SPI_ST7789_CS_LOW() ;||配置DMA传输数据MYDMA_Config(DMA1_Channel5,(u32)&SPI2->DR,(u32)pic,num);SPI_I2S_DMACmd(SPI2,SPI_I2S_DMAReq_Tx,ENABLE);MYDMA_Enable(DMA1_Channel5);||等待数据传输完成while(1){if(DMA_GetFlagStatus(DMA1_FLAG_TC5)!=RESET)//等待通道5传输完成{DMA_ClearFlag(DMA1_FLAG_TC5);//清除通道5传输完成标志break;}}SPI_ST7789_CS_HIGH();//DEV_Digital_Write(EPD_CS_PIN, 1);}
此驱动程序的运行效果如下
哇哦，非常完美，已经接近我们的理论值（68ms）了(*￣︶￣)
你等等，不是说好的要优化到0ms吗？
【DMA+ISR驱动屏幕】
好，接下来我们就让他变成0ms。上面的DMA驱动有一个很大的问题，想必大家也发现了，就是我们让CPU在while循环那里死等数据发送完成，
DMA在搬运数据时，cpu什么也没干，只是等待它发送完成。所以，我们接下来就是把这个死等的过程优化掉，让cpu和DMA实现真正的并行运行。此时，我们就需要用到DMA+ISR（interrupt service routine中断服务程序）了，也就是当DMA发送完成后，通过中断服务程序来通知CPU发送完成，这样CPU在DMA发送数据的同时就可以干其他的事情，不用在那里死等发送完成了。
那问题又来了，这个ISR是怎么通知到Arm-2D的呢？
哈哈哈，其实这个Arm-2D早就为我们准备好回调函数了，
那我们就去看看怎么在Arm-2D中设置DMA+ISR，如下
设置好之后，点击编译，此时会报一个错误，如下
linking... .\Objects\testArm2D.axf: Error: L6218E: Undefined symbol __disp_adapter0_request_async_flushing (referred from arm_2d_disp_adapter_0.o). |
大家不要慌，这个是正常的，他提示我们有一个符号__disp_adapter0_request_async_flushing未定义，我们定义一下就可以了，如下
void __disp_adapter0_request_async_flushing(void *pTarget,bool bIsNewFrame,int16_t iX,int16_t iY,int16_t iWidth,int16_t iHeight,const uint16_t *pBuffer){LCD_ShowPicture(iX,iY,iWidth,iHeight,pBuffer);}
他还调用了LCD_ShowPicture函数（是需要自己加的），其实这个函数就是去掉while循环的LCD_Show_Picture_for_DMA函数，如下
void LCD_ShowPicture(u16 x,u16 y,u16 length,u16 width,const u8 pic[]){u16 num;num=length*width*2;LCD_1IN3_SetWindows(x,y,x+length-1,y+width-1);SPI_ST7789_MODE_DAT() ;SPI_ST7789_CS_LOW() ;//LCD_CS_Clr();MYDMA_Config(DMA1_Channel5,(u32)&SPI2->DR,(u32)pic,num);SPI_I2S_DMACmd(SPI2,SPI_I2S_DMAReq_Tx,ENABLE);MYDMA_Enable(DMA1_Channel5);/*while(1){if(DMA_GetFlagStatus(DMA1_FLAG_TC5)!=RESET)//等待通道5传输完成{DMA_ClearFlag(DMA1_FLAG_TC5);//清除通道5传输完成标志break;}}*///SPI_ST7789_CS_HIGH();}
避坑指南：这里需要注意的是最后一行也要注释掉，因为SPI的CS线置高要等数据发送完成后。
DMA发送完成的中断服务函数如下：
void DMA1_Channel5_IRQHandler(void){if(DMA_GetFlagStatus(DMA1_FLAG_TC5)!=RESET)//等待通道5传输完成{DMA_ClearFlag(DMA1_FLAG_TC5);//清除通道5传输完成标志SPI_cs_high();//SPI_ST7789_CS_HIGH();disp_adapter0_insert_async_flushing_complete_event_handler();}}
中断服务函数中只需要做3件事就可以了：
清除DMA传输完成中断标志
将SPI的CS线置高
调用disp_adapter0_insert_async_flushing_complete_event_handle
函数通知Arm-2D数据传输完成（这个函数也不需要我们自己实现）
当然，在开启DMA中断时，要记得配置NVIC中断控制器，否则是进不了中断的，配置NVIC如下：
void spi_ir_init(){NVIC_InitTypeDef NVIC_Init_Struct;NVIC_PriorityGroupConfig(NVIC_PriorityGroup_1);NVIC_Init_Struct.NVIC_IRQChannel = DMA1_Channel5_IRQn;NVIC_Init_Struct.NVIC_IRQChannelPreemptionPriority = 0;NVIC_Init_Struct.NVIC_IRQChannelSubPriority = 0;NVIC_Init_Struct.NVIC_IRQChannelCmd = ENABLE;NVIC_Init(&NVIC_Init_Struct);}
好了，DMA+ISR的驱动程序我们就写好了，运行效果如下：
看吧，LCD Latency的时间已经变成0ms了，不过左上角的最大值还是9，居然和开DMA死等是一样的。
淡定、淡定，我们坐下来分析分析......
这个LCD Latency所测试的时间只是LCD_ShowPicture函数使用的时间，他去掉了while死循环，所以执行时间就小于1ms，就显示0了（当然，LCD Latency的时间具体是怎么测试的大家还需要自己看官方的代码，我们这里就不展开讨论了）。
那实际的fps也没增加是怎么回事呢？且看下图
原来是我们只用了一块PFB导致的CPU实际还是在死等，因为他没有其他事情可做（只有一个刷新显存的任务），聪明的你是不是很快就想到了，那我用2块PFB呢？此时，当DMA在搬运数据的同时CPU也可以继续写数据到另一块PFB显存了。好，那我们就试一试，设置2块PFB也很简单，如下
设置好后，我们再编译，运行效果如下
视频中，我们左上角的实际fps已经变成13了，增加了4fps(*￣︶￣)。
哈哈，到这里，你以为我们的优化就完了吗？
no、no、no还没有，
我们还可以把渲染一帧画面所需的时间（也就是视频中的37ms）也优化一下，这个也很简单，只需要把优化等级从Oz变成Ofast就可以，如下
开启fast后，运行效果如下
是不是效果很明显，由原来的37ms变成了25ms，左上角的实际fps也增加了1，变成了14.
哇，好棒，请继续压榨。。。。。。
到这里，大家是不是也思路大开，还可以开Omax优化啊，或者是开3块PFB试试，是的，这些想法都很好，不过我们这里先不试了，我们再坐下来认认真真的算一下，看看还有多少优化空间(*￣︶￣)
很显然，现在制约我们的已经不是渲染一帧画面所需的时间（25ms），因为按这个时间计算，我们的fps已经可以达到40了。现在的主要问题还是硬件SPI，我们在上面已经计算过，刷新一屏的时间需要68.27ms，也就是说DMA一直不停的搬运数据(不准偷懒的情况下)，实际的fps理论最大值为（1000ms/68.27ms）=14.6
也就是说，我们现在的fps=14已经基本达到了理论值，这也解释了为什么有时候开3块PFB对实际的fps的提升也不起作用。
到这里，我们的压榨（优化）就基本结束了，不过今天的彩蛋环节也很精彩，大家不要错过哦。
接下来，是今天的彩蛋环节
上面我们的压榨已经和理论值非常接近了，想要在继续优化已经不太可能，不过，如果我们使用了脏矩阵（也就是局部刷新），他的刷新帧率还是可以提升的。
此时就需要讲一个概念UPS（update per second），由于我们使用了脏矩阵，只更新那些改变的区域而不是整个帧，此时使用fps（每秒帧数）可能会使人产生误解，因此Arm-2D引入了这个新的术语，称为UPS，以避免这种混淆。它反映了人们观看LCD时的感觉，但不一定意味着整个帧刷新到LCD中的速率。
也就是说UPS强调的是以视觉实际效果为准，而不像fps那样严格的说 Frame per second。
有了这个概念，那我们就在修改一下测试程序，看看这个UPS到底有多快，我们的刷新区域如下
就是两个红色框的小区域，背景也不需要更换。
设置脏矩阵也很简单，在scene初始化函数__arm_2d_scene0_init中修改就可以，如下
/*! define dirty regions */IMPL_ARM_2D_REGION_LIST(s_tDirtyRegions, static)ADD_REGION_TO_LIST(s_tDirtyRegions,.tLocation = {.iX = 0,.iY = 0,},.tSize = {.iWidth = 60,.iHeight = 8,},),ADD_LAST_REGION_TO_LIST(s_tDirtyRegions,.tLocation = {.iX = 0,.iY = 240-17,},.tSize = {.iWidth = 320,.iHeight = 9,},),END_IMPL_ARM_2D_REGION_LIST()
修改后的程序运行效果如下
左上角的ups值已经达到了3位数（由于变化太快，我们已经看不清它的值了），所以我们在修改一下程序，只显示ups的最大值，如下
if(bIsNewFrame){fps_show_num++;if( fps_show_num > ups_max){ups_max = fps_show_num;}}arm_lcd_printf("ups=%d",ups_max-1);
此时，就到了见证奇迹的时候了，运行效果如下图
ups居然达到了184，是不是很厉害。
当然，这个ups大是因为我们的脏矩阵太小了，这里我们只是举一个例子。目的是想告诉大家，如果你的fps优化已经达到了极限（理论值），此时记得开启脏矩阵哦。
到这里，我们的压榨之旅就真的结束了。
如果你觉得我的文章对你有所启发，请动动你发财的小手帮我点一个免费的赞，这对我很重要，谢谢啦！
欢迎订阅 嵌入式小书虫
