12.4学习打卡。。

本课程聚焦 STM32H7RS 系列安全特性，系统解析嵌入式安全开发要点： 1、信息安全特性概览：该系列的主要安全特性和资源、对比传统STM32H7系列与新的STM32H5系列的异同、安全认证信息和其他安全相关资源的获取； 2、调试端口保护与安全调试：芯片生命周期管理机制Product state、带认证的产品状态回退与安全调试、通过用户软件代码进行调试使能或产品状态回退； 3、存储器保护：WRP 写保护、HDP/HDPL 多极隐藏保护、MCE 外部Memory实时加解密； 4、密码学硬件：对称算法AES/SAES、非对称算法加速器PKA 、硬件哈希加速器、随机数发生器 RNG、与传统STM32H7系列和新的STM32H5系列的差异对比； 5、安全存储：OBK 存储区（与 STM32H5 obk区域的异同）、SAES 与硬件密钥、使用硬件密钥的技巧； 6、安全启动与安全升级：源代码形式提供的安全启动方案、安全启动BootROM、第二级安全启动Bootloader。

开发经验资料的链接无效

1204


ST NFC解决方案具有丰富的产品系列和开发生态，可满足各种NFC应用需求

电源永远是重中之重

属于心脏的作用

没有电源，其他什么都是空中楼阁

来参加活动啦

学习NFC设备的使用过程，与使用方法，之前接触过S50及RC522的读卡器两个之间的区别，并且这个卡可以了解新的rfid的读取标准比如ISO1443与EPC标准的不同之处

12.4学习打卡

12.4学习打卡

STM32U3基于Arm®Cortex®-M33内核，是意法半导体新推出的首款基于近阈值设计的STM32微控制器。这个课程详细的讲解了芯片的各种外设和功能。

STM32CubeMX 负责代码生成（底层初始化、外设配置），VSCode 提供轻量、可定制的编辑 / 编译 / 调试体验，搭配 GCC 工具链和 OpenOCD，能替代笨重的 Keil/STM32CubeIDE，兼顾效率和灵活性。

调试体验优化

• SVD 文件配置 ：下载对应芯片的 SVD 文件（如 STM32F103.svd），放入工程目录，在 launch.json 中配置 svdFile，调试时可实时查看寄存器值；
• 断点优化 ：避免在中断服务函数（如 HAL_UART_IRQHandler）入口设断点（易卡死），优先在业务代码处断点；
• 实时变量监控 ：调试时在「监视」窗口添加常用变量（如 HAL_GetTick()、GPIO 寄存器值），实时观察状态。

4. 工程管理优化

• 避免中文路径 ：CubeMX 工程路径、VSCode 工作区路径全程用英文，否则会出现编译失败、调试识别不到文件等问题；
• 备份 CubeMX 配置 ：每次修改 CubeMX 配置后，导出 .ioc 文件（工程目录下），单独备份，避免误删后重新配置；
• 模块化代码 ：将业务逻辑从 main.c 抽离到单独的 .c/.h 文件（如 led.c、uart.c），CubeMX 生成的代码仅保留底层初始化，降低耦合；
• 忽略无关文件 ：在工程根目录新建 .gitignore（即使不用 Git，VSCode 也会忽略这些文件）：

密码学

未来软件保护的利器

12.5学习打卡。。。

庆典2：

STM32CubeAI是ST官方推出的工具，专为在STM32上部署AI模型优化，尤其适合资源受限的嵌入式场景。它支持从TensorFlow等框架导出的模型，能自动生成优化后的C代码，并集成到CubeMX工程中，大大简化了AI模型的部署流程。

‌亲测例子‌：在STM32F103C8T6上部署了一个手写数字识别模型。使用CubeMX配置好GPIO和UART后，通过CubeAI将训练好的TensorFlow模型转换为STM32可运行的代码。烧录后，通过串口发送手写数字图片，MCU能正确识别并返回结果，识别率在90%以上‌。

‌优化建议‌：

• ‌模型压缩‌：对于较大的模型，务必使用CubeAI的量化功能，可以显著减少模型大小和内存占用‌。
• ‌硬件选择‌：优先选择带硬件浮点单元（FPU）的STM32型号（如F4/F7/H7系列），能大幅提升AI推理速度。
• ‌调试技巧‌：遇到“validation on target”错误时，检查时钟树配置、串口设置，并确保主循环中调用了AI处理函数。若问题依旧，尝试降低CubeAI工具版本或咨询ST社区。
• ‌开发效率‌：结合InsCode等AI平台，可以自动生成外设初始化代码和功能逻辑，减少手动编码时间‌
  。
  

12.05

STM32MP2系列引入了一个新的硬件设计，RIF，也就是Resource Isolation Framework