一、环境介绍

编程软件: keil5

操作系统: win10

MCU型号: STM32F103ZET6

STM32编程方式: 寄存器开发 (方便程序移植到其他单片机)

SPI总线:  STM32本身支持SPI硬件时序，本文示例代码里同时采用模拟时序和硬件时序两种方式读写W25Q64。

模拟时序更加方便移植到其他单片机，更加方便学习理解SPI时序，通用性更高，不分MCU；

硬件时序效率更高，每个MCU配置方法不同，依赖MCU硬件本身支持。

存储器件： 采用华邦W25Q64  flash存储芯片。 

W25Q64这类似的Flash存储芯片在单片机里、嵌入式系统里还是比较常见，可以用来存储图片数据、字库数据、音频数据、保存设备运行日志文件等。

完整工程代码下载：https://download.csdn.net/download/xiaolong1126626497/19425042

二、华邦W25Q64介绍(FLASH存储类型)

2.1 W25Q64芯片功能介绍

W25Q64是为系统提供一个最小空间、最少引脚，最低功耗的串行Flash存储器，25Q系列比普通的串行Flash存储器更灵活，性能更优越。

W25Q64支持双倍/四倍的SPI，可以储存包括声音、文本、图片和其他数据；芯片支持的工作电压 2.7V 到 3.6V，正常工作时电流小于5mA，掉电时低于1uA，所有芯片提供标准的封装。 

W25Q64的内存空间结构:  一页256字节，4K(4096 字节)为一个扇区，16个扇区为1块，容量为8M字节，共有128个块，2048 个扇区。  

W25Q64每页大小由256字节组成，每页的256字节用一次页编程指令即可完成。

擦除指令分别支持: 16页（1个扇区）、128页、256页、全片擦除。 

W25Q64支持标准串行外围接口（SPI），和高速的双倍/四倍输出，双倍/四倍用的引脚：串行时钟、片选端、串行数据 I/O0(DI)、I/O1(DO)、I/O2(WP)和 I/O3(HOLD)。
SPI 最高支持 80MHz，当用快读双倍/四倍指令时，相当于双倍输出时最高速率160MHz，四倍输出时最高速率 320MHz。这个传输速率比得上8位和16位的并行Flash存储器。
 
W25Q64支持 JEDEC 标准，具有唯一的 64 位识别序列号，方便区别芯片型号。

 2.2 W25Q64芯片特性详细介绍

●SPI串行存储器系列    
-W25Q64:64M 位/8M 字节    
-W25Q16:16M 位/2M 字节    
-W25Q32:32M 位/4M 字节    
-每 256 字节可编程页    

    
●灵活的4KB扇区结构     
-统一的扇区擦除（4K 字节）     
-块擦除（32K 和 64K 字节） 
-一次编程 256 字节 
-至少 100,000 写/擦除周期 
-数据保存 20 年 
    
●标准、双倍和四倍SPI 
-标准 SPI:CLK、CS、DI、DO、WP、HOLD         
-双倍 SPI:CLK、CS、IO0、IO1、WP、HOLD         
-四倍 SPI:CLK、CS、IO0、IO1、IO2、IO3 

●高级的安全特点 
-软件和硬件写保护 
-选择扇区和块保护 
-一次性编程保护(1) 
-每个设备具有唯一的64位ID(1) 

●高性能串行Flash存储器     
-比普通串行Flash性能高6倍          
-80MHz时钟频率          
-双倍SPI相当于160MHz         
-四倍SPI相当于320MHz         
-40MB/S连续传输数据     
-30MB/S随机存取（每32字节）     
-比得上16位并行存储器
         
●低功耗、宽温度范围 
-单电源 2.7V-3.6V 
-工作电流 4mA，掉电<1μA（典型值）
-40℃～+85℃工作 

2.3  引脚介绍

下面只介绍W25Q64标准SPI接口，因为目前开发板上的封装使用的就是标准SPI接口。

  2.2.1 SPI片选（/CS）引脚用于使能和禁止芯片操作

CS引脚是W25Q64的片选引脚，用于选中芯片；当CS为高电平时，芯片未被选择，串行数据输出（DO、IO0、IO1、IO2 和 IO3）引脚为高阻态。未被选择时，芯片处于待机状态下的低功耗，除非芯片内部在擦除、编程。当/CS 变成低电平，芯片功耗将增长到正常工作，能够从芯片读写数据。上电后， 在接收新的指令前，/CS 必须由高变为低电平。上电后，/CS 必须上升到 VCC，在/CS 接上拉电阻可以完成这个操作。 

2.2.2 串行数据输入、输出和 IOs（DI、DO 和 IO0、IO1、IO2、IO3）

W25Q64、W25Q16 和 W25Q32 支持标准 SPI、双倍 SPI 和四倍 SPI。

标准的 SPI 传输用单向的 DI（输入）引脚连续的写命令、地址或者数据在串行时钟（CLK）的上升沿时写入到芯片内。

标准的SPI 用单向的 DO（输出）在 CLK 的下降沿从芯片内读出数据或状态。 

2.2.3 写保护（/WP）

写保护引脚（/WP）用来保护状态寄存器。和状态寄存器的块保护位（SEC、TB、BP2、BP1 和BP0）和状态寄存器保护位（SRP）对存储器进行一部分或者全部的硬件保护。/WP 引脚低电平有效。当状态寄存器 2 的 QE 位被置位了，/WP 引脚（硬件写保护）的功能不可用。

2.2.4  保持端（/HOLD）

当/HOLD 引脚是有效时，允许芯片暂停工作。在/CS 为低电平时，当/HOLD 变为低电平，DO 引脚将变为高阻态，在 DI 和 CLK 引脚上的信号将无效。当/HOLD 变为高电平，芯片恢复工作。/HOLD 功能用在当有多个设备共享同一 SPI 总线时。/HOLD 引脚低电平有效。当状态寄存器 2 的 QE 位被置位了，/ HOLD 引脚的功能不可用。

2.2.5 串行时钟（CLK）

串行时钟输入引脚为串行输入和输出操作提供时序。（见 SPI 操作）。

设备数据传输是从高位开始，数据传输的格式为 8bit,数据采样从第二个时间边沿开始，空闲状态时，时钟线 clk 为高电平。 

2.3 内部结构框架图

2.4 W25Q64的标准SPI操作流程

W25Q64标准SPI总线接口包含四个信号: 串行时钟（CLK）、片选端（/CS）、串行数据输入（DI）和串行数据输出（DO）。

DI输入引脚在CLK的上升沿连续写命令、地址或数据到芯片内。

DO输出引脚在CLK的下降沿从芯片内读出数据或状态。

W25Q64分别支持SPI总线工作模式0和工作模式3。模式0和模式3的主要区别在于常态时的CLK信号不同；对于模式0来说，当SPI主机已准备好数据还没传输到串行Flash中时，CLK信号常态为低；

设备数据传输是从高位开始，数据传输的格式为8bit，数据采样从第二个时间边沿开始，空闲状态时，时钟线clk为高电平。

2.5 部分控制和状态寄存器介绍

2.5.1 W25Q64的指令表

2.5.2 读状态寄存器1

状态寄存器1的内部结构如下：

状态寄存器1的S0位是当前W25Q64的忙状态；为1的时候表示设备正在执行程序(可能是在擦除芯片)或写状态寄存器指令，这个时候设备将忽略传来的指令， 除了读状态寄存器和擦除暂停指令外，其他写指令或写状态指令都无效,  当 S0 为 0 状态时指示设备已经执行完毕，可以进行下一步操作。 

读状态寄存器1的时序如下：

读取状态寄存器的指令是 8 位的指令。发送指令之前，先将/CS 拉低，再发送指令码“05 h” 或者“35h”。设备收到读取状态寄存器的指令后，将状态信息(高位)依次移位发送出去，读出的状态信息，最低位为 1 代表忙，最低位为 0 代表可以操作，状态信息读取完毕，将片选线拉高。 

读状态寄存器指令可以使用在任何时候，即使程序在擦除的过程中或者写状态寄存器周期正在进行中。这可以检测忙碌状态来确定周期是否完成，以确定设备是否可以接受另一个指令。
 

2.5.3 读制造商ID和芯片ID

 时序图如下：

读取制造商/设备 ID 指令可以读取制造商 ID 和特定的设备 ID。读取之前，拉低 CS 片选信号，接着发送指令代码“90h” ，紧随其后的是一个 24 位地址(A23-A0)000000h。 设备收到指令之后，会发出华邦电子制造商 ID(EFh) 和设备ID(w25q64 为 16h)。如果 24 位地址设置为 000001h ，设备 ID 会先发出，然后跟着制造商 ID。制造商和设备ID可以连续读取。完成指令后，片选信号/ CS 拉高。

2.5.4 全片擦除（C7h/60h）

全芯片擦除指令，可以将整个芯片的所有内存数据擦除，恢复到 0XFF 状态。写入全芯片擦除指令之前必须执行设备写使能(发送设备写使能指令 0x06)，并判断状态寄存器(状态寄存器位最低位必须等于 0 才能操作)。发送全芯片擦除指令前，先拉低/ CS，接着发送擦除指令码”C7h”或者是”60h”， 指令码发送完毕后，拉高片选线 CS/,，并判断状态位，等待擦除结束。全片擦除指令尽量少用，擦除会缩短设备的寿命。

2.5.5 读数据（03h）

读取数据指令允许按顺序读取一个字节的内存数据。当片选 CS/拉低之后，紧随其后是一个 24 位的地址(A23-A0)(需要发送 3 次，每次 8 个字节，先发高位)。芯片收到地址后，将要读的数据按字节大小转移出去，数据是先转移高位，对于单片机，时钟下降沿发送数据，上升沿接收数据。读数据时，地址会自动增加，允许连续的读取数据。这意味着读取整个内存的数据,只要用一个指令就可以读完。数据读取完成之后，片选信号/ CS 拉高。

读取数据的指令序列,如上图所示。如果一个读数据指令而发出的时候，设备正在擦除扇区,或者(忙= 1)，该读指令将被忽略,也不会对当前周期有什么影响。

三、SPI时序介绍

SPI是串行外设接口（Serial Peripheral Interface）的缩写，是一种高速的，全双工，同步的通信总线，并且在芯片的管脚上只占用四根线，节约了芯片的管脚，同时为PCB的布局上节省空间。

SPI是一种高速、高效率的串行接口技术，一共有4根线。通常由一个主模块和一个或多个从模块组成，主模块选择一个从模块进行同步通信，从而完成数据的交换。SPI是一个环形结构，通信时需要至少4根线（在单向传输时3根线也可以）。分别是MISO（主设备数据输入）、MOSI（主设备数据输出）、SCLK（时钟）、CS（片选）。
（1）MISO– Master Input Slave Output,主设备数据输入，从设备数据输出；
（2）MOSI– Master Output Slave Input，主设备数据输出，从设备数据输入；
（3）SCLK – Serial Clock，时钟信号，由主设备产生；
（4）CS – Chip Select，从设备使能信号，由主设备控制。

其中，CS是从芯片是否被主芯片选中的控制信号，也就是说只有片选信号为预先规定的使能信号时（高电位或低电位），主芯片对此从芯片的操作才有效。这就使在同一条总线上连接多个SPI设备成为可能。接下来就负责通讯的3根线了。通讯是通过数据交换完成的，这里先要知道SPI是串行通讯协议，也就是说数据是一位一位的传输的。这就是SCLK时钟线存在的原因，由SCLK提供时钟脉冲，SDI，SDO则基于此脉冲完成数据传输。数据输出通过 SDO线，数据在时钟上升沿或下降沿时改变，在紧接着的下降沿或上升沿被读取。完成一位数据传输，输入也使用同样原理。因此，至少需要8次时钟信号的改变（上沿和下沿为一次），才能完成8位数据的传输。
时钟信号线SCLK只能由主设备控制，从设备不能控制。这样的传输方式有一个优点，在数据位的传输过程中可以暂停，也就是时钟的周期可以为不等宽，因为时钟线由主设备控制，当没有时钟跳变时，从设备不采集或传送数据。SPI还是一个数据交换协议：因为SPI的数据输入和输出线独立，所以允许同时完成数据的输入和输出。芯片集成的SPI串行同步时钟极性和相位可以通过寄存器配置，IO模拟的SPI串行同步时钟需要根据从设备支持的时钟极性和相位来通讯。SPI通信原理比I2C要简单，IIC有应答机制，可以确保数据都全部发送成。SPI接口没有指定的流控制，没有应答机制确认是否接收到数据，速度上更加快。

SPI总线通过时钟极性和相位可以配置成4种时序：

STM32F103参考手册，SPI章节介绍的时序图：

SPI时序比较简单，CPU如果没有硬件支持，可以直接写代码采用IO口模拟，下面是模拟时序的示例的代码：

SPI的模式1:
u8 SPI_ReadWriteOneByte(u8 tx_data)
{
	u8 i,rx_data=0;
	SCK=0; //空闲电平(默认初始化情况)
	for(i=0;i<8;i++)
	{
		/*1. 主机发送一位数据*/
		SCK=0;//告诉从机,主机将要发送数据
		if(tx_data&0x80)MOSI=1; //发送数据
		else MOSI=0;
		SCK=1; //告诉从机，主机数据发送完毕
		tx_data<<=1; //继续发送下一位
		
		/*2. 主机接收一位数据*/
		rx_data<<=1; //默认认为接收到0
		if(MISO)rx_data|=0x01;
	}
	SCK=0; //恢复空闲电平
	return rx_data;
}

SPI的模式2:
u8 SPI_ReadWriteOneByte(u8 tx_data)
{
	u8 i,rx_data=0;
	SCK=0; //空闲电平(默认初始化情况)
	for(i=0;i<8;i++)
	{
		/*1. 主机发送一位数据*/
		SCK=1;//告诉从机,主机将要发送数据
		if(tx_data&0x80)MOSI=1; //发送数据
		else MOSI=0;
		SCK=0; //告诉从机，主机数据发送完毕
		tx_data<<=1; //继续发送下一位
		
		/*2. 主机接收一位数据*/
		rx_data<<=1; //默认认为接收到0
		if(MISO)rx_data|=0x01;
	}
	SCK=0; //恢复空闲电平
	return rx_data;
}


SPI的模式3:
u8 SPI_ReadWriteOneByte(u8 tx_data)
{
	u8 i,rx_data=0;
	SCK=1; //空闲电平(默认初始化情况)
	for(i=0;i<8;i++)
	{
		/*1. 主机发送一位数据*/
		SCK=1;//告诉从机,主机将要发送数据
		if(tx_data&0x80)MOSI=1; //发送数据
		else MOSI=0;
		SCK=0; //告诉从机，主机数据发送完毕
		tx_data<<=1; //继续发送下一位
		
		/*2. 主机接收一位数据*/
		rx_data<<=1; //默认认为接收到0
		if(MISO)rx_data|=0x01;
	}
	SCK=1; //恢复空闲电平
	return rx_data;
}

SPI的模式4:
u8 SPI_ReadWriteOneByte(u8 tx_data)
{
	u8 i,rx_data=0;
	SCK=1; //空闲电平(默认初始化情况)
	for(i=0;i<8;i++)
	{
		/*1. 主机发送一位数据*/
		SCK=0;//告诉从机,主机将要发送数据
		if(tx_data&0x80)MOSI=1; //发送数据
		else MOSI=0;
		SCK=1; //告诉从机，主机数据发送完毕
		tx_data<<=1; //继续发送下一位
		
		/*2. 主机接收一位数据*/
		rx_data<<=1; //默认认为接收到0
		if(MISO)rx_data|=0x01;
	}
	SCK=1; //恢复空闲电平
	return rx_data;
}

四、W25Q64的示例代码

4.1 STM32采用硬件SPI读写W25Q64示例代码

/*
函数功能：SPI初始化(模拟SPI)
硬件连接：
MISO--->PB14
MOSI--->PB15
SCLK--->PB13
*/
void SPI_Init(void)
{
	/*开启时钟*/
	RCC->APB1ENR|=1<<14;   //开启SPI2时钟
	RCC->APB2ENR|=1<<3;    //PB
	GPIOB->CRH&=0X000FFFFF; //清除寄存器
	GPIOB->CRH|=0XB8B00000;
	GPIOB->ODR|=0X7<<13;    	//PB13/14/15上拉--输出高电平
	/*SPI2基本配置*/
	SPI2->CR1=0X0; 		//清空寄存器
	SPI2->CR1|=0<<15; //选择“双线双向”模式
	SPI2->CR1|=0<<11; //使用8位数据帧格式进行发送/接收；
	SPI2->CR1|=0<<10; //全双工(发送和接收)；
	SPI2->CR1|=1<<9;  //启用软件从设备管理
	SPI2->CR1|=1<<8;  //NSS
	SPI2->CR1|=0<<7;  //帧格式，先发送高位
	SPI2->CR1|=0x0<<3;//当总线频率为36MHZ时，SPI速度为18MHZ，高速。
	SPI2->CR1|=1<<2;  //配置为主设备
	SPI2->CR1|=1<<1;  //空闲状态时， SCK保持高电平。
	SPI2->CR1|=1<<0;  //数据采样从第二个时钟边沿开始。
	SPI2->CR1|=1<<6;  //开启SPI设备。
}


/*
函数功能：SPI读写一个字节
*/
u8 SPI_ReadWriteOneByte(u8 data_tx)
{
    u16 cnt=0;				 
    while((SPI2->SR&1<<1)==0)		 //等待发送区空--等待发送缓冲为空	
    {
      cnt++;
      if(cnt>=65530)return 0; 	  //超时退出  u16=2个字节
    }	
    SPI2->DR=data_tx;	 	  		      //发送一个byte 
    cnt=0;
    while((SPI2->SR&1<<0)==0) 		//等待接收完一个byte   
    {
      cnt++;
      if(cnt>=65530)return 0;	   //超时退出
    }	  						    
    return SPI2->DR;          		//返回收到的数据	
}


/*
函数功能：W25Q64初始化
硬件连接：
MOSI--->PB15
MISO--->PB14
SCLK--->PB13
CS----->PB12
*/
void W25Q64_Init(void)
{
	/*1. 开时钟*/
	RCC->APB2ENR|=1<<3; //PB
	
	/*2. 配置GPIO口模式*/
	GPIOB->CRH&=0xFFF0FFFF;
	GPIOB->CRH|=0x00030000;
	
	W25Q64_CS=1; //未选中芯片
	SPI_Init();   //SPI初始化
}


/*
函数功能：读取芯片的ID号
*/
u16 W25Q64_ReadID(void)
{
	u16 id;
	/*1. 拉低片选*/
	W25Q64_CS=0;
	
	/*2. 发送读取ID的指令*/
	SPI_ReadWriteOneByte(0x90);
	
	/*3. 发送24位的地址-0*/
	SPI_ReadWriteOneByte(0);
	SPI_ReadWriteOneByte(0);
	SPI_ReadWriteOneByte(0);
	
	/*4. 读取芯片的ID*/
	id=SPI_ReadWriteOneByte(0xFF)<<8;
	id|=SPI_ReadWriteOneByte(0xFF);

	/*5. 拉高片选*/
	W25Q64_CS=1;
	return id;
}

/*
函数功能：检测W25Q64状态
*/
void W25Q64_CheckStat(void)
{
	u8 stat=1;
	while(stat&1<<0)
	{
		W25Q64_CS=0; //选中芯片
		SPI_ReadWriteOneByte(0x05);      //发送读状态寄存器1指令
		stat=SPI_ReadWriteOneByte(0xFF); //读取状态
		W25Q64_CS=1; //取消选中芯片
	}
}


/*
函数功能：页编程
说    明：一页最多写256个字节。 写数据之前，必须保证空间是0xFF
函数参数：
u32 addr:页编程起始地址
u8 *buff:写入的数据缓冲区
u16 len :写入的字节长度
*/
void W25Q64_PageWrite(u32 addr,u8 *buff,u16 len)
{
	u16 i;
	W25Q64_Enabled();  						//写使能
	W25Q64_CS=0; //选中芯片
	SPI_ReadWriteOneByte(0x02); //页编程指令
	SPI_ReadWriteOneByte(addr>>16); //24~16地址
	SPI_ReadWriteOneByte(addr>>8);  //16~8地址
	SPI_ReadWriteOneByte(addr);     //8~0地址

	for(i=0;i<len;i++)
	{
		SPI_ReadWriteOneByte(buff[i]);     //8~0地址	
	}
	W25Q64_CS=1; //取消选中芯片
	W25Q64_CheckStat();  //检测芯片忙状态
}


/*
函数功能：连续读数据
函数参数：
u32 addr:读取数据的起始地址
u8 *buff:读取数据存放的缓冲区
u32 len :读取字节的长度
*/
void W25Q64_ReadByteData(u32 addr,u8 *buff,u32 len)
{
	u32 i;
	W25Q64_CS=0; //选中芯片
	SPI_ReadWriteOneByte(0x03);     //读数据指令
	SPI_ReadWriteOneByte(addr>>16); //24~16地址
	SPI_ReadWriteOneByte(addr>>8);  //16~8地址
	SPI_ReadWriteOneByte(addr);     //8~0地址
	for(i=0;i<len;i++)buff[i]=SPI_ReadWriteOneByte(0xFF);
	W25Q64_CS=1; //取消选中芯片
}


/*
函数功能：擦除一个扇区
函数参数：
u32 addr:擦除扇区的地址范围
*/
void W25Q64_ClearSector(u32 addr)
{
	W25Q64_Enabled();  						//写使能
	W25Q64_CS=0; //选中芯片
	SPI_ReadWriteOneByte(0x20);     //扇区擦除指令
	SPI_ReadWriteOneByte(addr>>16); //24~16地址
	SPI_ReadWriteOneByte(addr>>8);  //16~8地址
	SPI_ReadWriteOneByte(addr);     //8~0地址
	W25Q64_CS=1; 				//取消选中芯片
	W25Q64_CheckStat();  //检测芯片忙状态
}

/*
函数功能：写使能
*/
void W25Q64_Enabled(void)
{
	W25Q64_CS=0; //选中芯片
	SPI_ReadWriteOneByte(0x06);     //写使能
	W25Q64_CS=1; //取消选中芯片
}


/*
函数功能：指定位置写入指定个数的数据，不考虑擦除问题
注意事项：W25Q64只能将1写为，不能将0写为1。
函数参数：
u32 addr---写入数据的起始地址
u8 *buff---写入的数据
u32 len---长度
*/
void W25Q64_WriteByteDataNoCheck(u32 addr,u8 *buff,u32 len)
{
	u32 page_remain=256-addr%256; //计算当前页还可以写下多少数据
	if(len<=page_remain) //如果当前写入的字节长度小于剩余的长度
	{
		page_remain=len;
	}
	while(1)
	{
		W25Q64_PageWrite(addr,buff,page_remain);
		if(page_remain==len)break; //表明数据已经写入完毕
		buff+=page_remain; //buff向后偏移地址
		addr+=page_remain; //起始地址向后偏移
		len-=page_remain;  //减去已经写入的字节数
		if(len>256)page_remain=256;  //如果大于一页，每次就直接写256字节
		else page_remain=len;
	}
}


/*
函数功能：指定位置写入指定个数的数据，考虑擦除问题，完善代码
函数参数：
u32 addr---写入数据的起始地址
u8 *buff---写入的数据
u32 len---长度
说明：擦除的最小单位扇区，4096字节
*/
static u8 W25Q64_READ_WRITE_CHECK_BUFF[4096];
void W25Q64_WriteByteData(u32 addr,u8 *buff,u32 len)
{
    u32 i;
    u32 len_w;
    u32 sector_addr; //存放扇区的地址
    u32 sector_move; //扇区向后偏移的地址
    u32 sector_size; //扇区大小。（剩余的空间大小）
    u8 *p=W25Q64_READ_WRITE_CHECK_BUFF;//存放指针
    sector_addr=addr/4096; //传入的地址是处于第几个扇区
    sector_move=addr%4096; //计算传入的地址存于当前的扇区的偏移量位置
    sector_size=4096-sector_move; //得到当前扇区剩余的空间

    if(len<=sector_size)
    {
            sector_size=len; //判断第一种可能性、一次可以写完
    }
    
    while(1)
    {
        W25Q64_ReadByteData(addr,p,sector_size);	 //读取剩余扇区里的数据
        for(i=0;i<sector_size;i++)
        {
            if(p[i]!=0xFF)break;
        }
        if(i!=sector_size)  //判断是否需要擦除
        {
             W25Q64_ClearSector(sector_addr*4096);
        }
//        for(i=0;i<len;i++)
//        {
//             W25Q64_READ_WRITE_CHECK_BUFF[i]=buff[len_w++]; 
        }
//        W25Q64_WriteByteDataNoCheck(addr,W25Q64_READ_WRITE_CHECK_BUFF,sector_size);
        W25Q64_WriteByteDataNoCheck(addr,buff,sector_size);
        if(sector_size==len)break;

        addr+=sector_size; //向后偏移地址
        buff+=sector_size ;//向后偏移
        len-=sector_size;  //减去已经写入的数据
        sector_addr++;     //校验第下个扇区
        if(len>4096)       //表明还可以写一个扇区
        {
                sector_size=4096;//继续写一个扇区
        }
        else
        {
                sector_size=len; //剩余的空间可以写完
        }
    }
}

4.2 STM32采用硬件SPI读写W25Q64示例代码

#include "spi.h"


/*
函数功能：SPI初始化(模拟SPI)
硬件连接：
MISO--->PB14
MOSI--->PB15
SCLK--->PB13
*/
void SPI_Init(void)
{
	/*1. 开时钟*/
	RCC->APB2ENR|=1<<3; //PB

	/*2. 配置GPIO口模式*/
	GPIOB->CRH&=0x000FFFFF;
	GPIOB->CRH|=0x38300000;

	/*3. 上拉*/
	SPI_MOSI=1;
	SPI_MISO=1;
	SPI_SCLK=1;
}

/*
函数功能：SPI读写一个字节
*/
u8 SPI_ReadWriteOneByte(u8 data_tx)
{
	u8 data_rx=0; //存放读取的数据
	u8 i;
	for(i=0;i<8;i++)
	{
		SPI_SCLK=0; //准备发送数据
		if(data_tx&0x80)SPI_MOSI=1;
		else SPI_MOSI=0;
		data_tx<<=1; //依次发送最高位
		SPI_SCLK=1;  //表示主机数据发送完成，表示从机发送完毕
		
		data_rx<<=1; //表示默认接收的是0
		if(SPI_MISO)data_rx|=0x01;
	}
	return data_rx;
}

#include "W25Q64.h"

/*
函数功能：W25Q64初始化
硬件连接：
MOSI--->PB15
MISO--->PB14
SCLK--->PB13
CS----->PB12
*/
void W25Q64_Init(void)
{
	/*1. 开时钟*/
	RCC->APB2ENR|=1<<3; //PB
	
	/*2. 配置GPIO口模式*/
	GPIOB->CRH&=0xFFF0FFFF;
	GPIOB->CRH|=0x00030000;
	
	W25Q64_CS=1; //未选中芯片
	SPI_Init();   //SPI初始化
}


/*
函数功能：读取芯片的ID号
*/
u16 W25Q64_ReadID(void)
{
	u16 id;
	/*1. 拉低片选*/
	W25Q64_CS=0;

	/*2. 发送读取ID的指令*/
	SPI_ReadWriteOneByte(0x90);

	/*3. 发送24位的地址-0*/
	SPI_ReadWriteOneByte(0);
	SPI_ReadWriteOneByte(0);
	SPI_ReadWriteOneByte(0);

	/*4. 读取芯片的ID*/
	id=SPI_ReadWriteOneByte(0xFF)<<8;
	id|=SPI_ReadWriteOneByte(0xFF);

	/*5. 拉高片选*/
	W25Q64_CS=1;
	return id;
}

/*
函数功能：检测W25Q64状态
*/
void W25Q64_CheckStat(void)
{
	u8 stat=1;
	while(stat&1<<0)
	{
		W25Q64_CS=0; //选中芯片
		SPI_ReadWriteOneByte(0x05);      //发送读状态寄存器1指令
		stat=SPI_ReadWriteOneByte(0xFF); //读取状态
		W25Q64_CS=1; //取消选中芯片
	}
}


/*
函数功能：页编程
说    明：一页最多写256个字节。 写数据之前，必须保证空间是0xFF
函数参数：
u32 addr:页编程起始地址
u8 *buff:写入的数据缓冲区
u16 len :写入的字节长度
*/
void W25Q64_PageWrite(u32 addr,u8 *buff,u16 len)
{
	u16 i;
	W25Q64_Enabled();  						//写使能
	W25Q64_CS=0; //选中芯片
	SPI_ReadWriteOneByte(0x02); //页编程指令
	SPI_ReadWriteOneByte(addr>>16); //24~16地址
	SPI_ReadWriteOneByte(addr>>8);  //16~8地址
	SPI_ReadWriteOneByte(addr);     //8~0地址

	for(i=0;i<len;i++)
	{
		SPI_ReadWriteOneByte(buff[i]);     //8~0地址	
	}
	W25Q64_CS=1; //取消选中芯片
	W25Q64_CheckStat();  //检测芯片忙状态
}


/*
函数功能：连续读数据
函数参数：
u32 addr:读取数据的起始地址
u8 *buff:读取数据存放的缓冲区
u32 len :读取字节的长度
*/
void W25Q64_ReadByteData(u32 addr,u8 *buff,u32 len)
{
	u32 i;
	W25Q64_CS=0; //选中芯片
	SPI_ReadWriteOneByte(0x03);     //读数据指令
	SPI_ReadWriteOneByte(addr>>16); //24~16地址
	SPI_ReadWriteOneByte(addr>>8);  //16~8地址
	SPI_ReadWriteOneByte(addr);     //8~0地址
	for(i=0;i<len;i++)buff[i]=SPI_ReadWriteOneByte(0xFF);
	W25Q64_CS=1; //取消选中芯片
}


/*
函数功能：擦除一个扇区
函数参数：
				u32 addr:擦除扇区的地址范围
*/
void W25Q64_ClearSector(u32 addr)
{
	W25Q64_Enabled();  						//写使能
	W25Q64_CS=0; //选中芯片
	SPI_ReadWriteOneByte(0x20);     //扇区擦除指令
	SPI_ReadWriteOneByte(addr>>16); //24~16地址
	SPI_ReadWriteOneByte(addr>>8);  //16~8地址
	SPI_ReadWriteOneByte(addr);     //8~0地址
	W25Q64_CS=1; 				//取消选中芯片
	W25Q64_CheckStat();  //检测芯片忙状态
}

/*
函数功能：写使能
*/
void W25Q64_Enabled(void)
{
	W25Q64_CS=0; //选中芯片
	SPI_ReadWriteOneByte(0x06);     //写使能
	W25Q64_CS=1; //取消选中芯片
}


/*
函数功能：指定位置写入指定个数的数据，不考虑擦除问题
注意事项：W25Q64只能将1写为，不能将0写为1。
函数参数：
u32 addr---写入数据的起始地址
u8 *buff---写入的数据
u32 len---长度
*/
void W25Q64_WriteByteDataNoCheck(u32 addr,u8 *buff,u32 len)
{
	u32 page_remain=256-addr%256; //计算当前页还可以写下多少数据
	if(len<=page_remain) //如果当前写入的字节长度小于剩余的长度
	{
		page_remain=len;
	}
	while(1)
	{
		W25Q64_PageWrite(addr,buff,page_remain);
		if(page_remain==len)break; //表明数据已经写入完毕
		buff+=page_remain; //buff向后偏移地址
		addr+=page_remain; //起始地址向后偏移
		len-=page_remain;  //减去已经写入的字节数
		if(len>256)page_remain=256;  //如果大于一页，每次就直接写256字节
		else page_remain=len;
	}
}


/*
函数功能：指定位置写入指定个数的数据，考虑擦除问题，完善代码
函数参数：
u32 addr---写入数据的起始地址
u8 *buff---写入的数据
u32 len---长度
说明：擦除的最小单位扇区，4096字节
*/
static u8 W25Q64_READ_WRITE_CHECK_BUFF[4096];
void W25Q64_WriteByteData(u32 addr,u8 *buff,u32 len)
{
	u32 i;
	u32 sector_addr; //存放扇区的地址
	u32 sector_move; //扇区向后偏移的地址
	u32 sector_size; //扇区大小。（剩余的空间大小）
	u8 *p=W25Q64_READ_WRITE_CHECK_BUFF;//存放指针
	sector_addr=addr/4096; //传入的地址是处于第几个扇区
	sector_move=addr%4096; //计算传入的地址存于当前的扇区的偏移量位置
	sector_size=4096-sector_move; //得到当前扇区剩余的空间

	if(len<=sector_size)
	{
		sector_size=len; //判断第一种可能性、一次可以写完
	}

	while(1)
	{
		W25Q64_ReadByteData(addr,p,sector_size);	 //读取剩余扇区里的数据
		for(i=0;i<sector_size;i++)
		{
			if(p[i]!=0xFF)break;
		}
		if(i!=sector_size)  //判断是否需要擦除
		{
			W25Q64_ClearSector(sector_addr*4096);
		}
		W25Q64_WriteByteDataNoCheck(addr,buff,sector_size);
		if(sector_size==len)break;

		addr+=sector_size; //向后偏移地址
		buff+=sector_size ;//向后偏移
		len-=sector_size;  //减去已经写入的数据
		sector_addr++;     //校验第下个扇区
		if(len>4096)       //表明还可以写一个扇区
		{
			sector_size=4096;//继续写一个扇区
		}
		else
		{
			sector_size=len; //剩余的空间可以写完
		}
	}
}

一、从马尔科夫过程到Q学习

# 有一定基础的读者可以直接看第二部分

Q学习（Q-learning）算法是一种与模型无关的强化学习算法，以马尔科夫决策过程（Markov Decision Processes, MDPs）为理论基础。

标准的马尔科夫决策过程可以用一个五元组<S,A,P,R,γ> 表示，其中：

• S是一个离散有界的状态空间；
• A是一个离散的动作空间； 
• P为状态转移概率函数，表示agent在状态s下选取动作a后转移到a'的概率；
• R为回报函数，用于计算agent由当前状态 选取动作 后转移到下一状态 得到的立即回报值，由当前状态和选取的动作决定，体现了马尔科夫性的特点；
• γ是折扣因子，用于确定延迟回报与立即回报的相对比例， 越大表明延迟回报的重要程度越高。

马尔科夫决策问题的目标是找到一个策略 ，使其回报函数 的长期累积值的数学期望

最大。其中，策略π只和状态相关，与时间无关（静态的）。  是t时刻的环境状态，  是t时刻选择的动作。

根据Bellman最优准则，得到最优策略 对应的最优指标为：

其中， R(s,a)为r(st,at)的数学期望， 为在状态s下选取动作a后转移到下一状态状态s'的概率。由于某些环境中状态之间的转移概率P不容易获得，直接学习 是很困难的，而Q学习不需要获取转移概率P，因而可用来解决此类具有马尔科夫性的问题。

Q学习是一种与环境无关的算法，是一种基于数值迭代的动态规划方法。定义一个Q函数作为评估函数：

评估函数Q(s,a)的函数值是从状态s开始选择第一个动作a执行后获得的最大累积回报的折算值，通俗地说，Q值等于立即回报值r(s,a) 加上遵循最优策略的折算值，此时的最优策略可改写为：

该策略表达式的意义在于：如果agent用Q函数代替 函数，就可以不考虑转移概率P，只考虑当前状态s的所有可供选择的动作a，并从中选出使Q(s,a)最大的动作，即agent对当前状态的部分Q值做出多次反应，便可以选出动作序列，使全局最优化。

在Q学习中，agent由初始状态转移到目标状态的过程称为“Episode”，即“场景”。Q函数可以表示为以下的迭代形式进行Q矩阵的更新：

在每一步的迭代中，上式又可写为：

即Q矩阵(st,at)位置元素的值等于回报函数R的相应值加上折扣因子γ乘以转换到下一个状态后最大的Q值。

上述的Q学习算法可以看出，当划分的状态有限时，每一场景开始时随机选择的初始状态s在算法的指导下探索环境，最终一定可以到达目标状态s*，回报函数R(s,a)是有界的，并且动作的选择能够使每个状态映射到动作对的访问是无限频率，则整个学习过程就能够训练出来。

Q学习通过对环境的不断探索，积累历史经验，agent通过不断试错来强化自身，最终可以达到自主选择最优动作的目标，即不论出于何种状态，都可给出到达目标状态的最优选择路径，该算法中环境和动作相互影响，动作的选择影响环境状态，环境也可以通过强化回报函数 来反馈动作的优劣性，影响动作的选择。

参考文献：

[1]汪黎明.制造企业零库存管理物资调度方法研究[J].价值工程, 2019,38(23):126-129.

二、由一个广为流传的小例子了解Q学习的算法逻辑

一个由门连接的建筑物中有五个房间，如下图所示，分别用0-4号标识，将外界看作一个大房间，同样标识为5。

每个房间代表一个节点，门代表连线，可以将上图抽象为下面这样：

agent会被随机放置在任意一个房间里，然后从那个房间出发，一直走到建筑外（即5号房间为目标房间）。门是双向的，所以相邻节点间是双向箭头连接。通过门可以立即得到奖励值100，通过其他门奖励值为0。将所有箭头标注奖励值如下图：

在Q学习中，目标是达到奖励最高的状态，所以如果agent到达目标，它将永远在那里。 这种类型的目标被称为“吸收目标”。

想象一下，我们的agent是一个想象的虚拟机器人，可以通过经验学习。 agent可以从一个房间转移到另一个房间，但它没有上帝视角，也不知道哪一扇门通向外面。

按照第一部分Q学习的理论，我们把每个房间抽象为一个状态，选择进入哪号房间作为动作，把状态图和即时奖励值放到下面的奖励值表“回报矩阵R"中：（-1表示不可选择的动作，两个状态间没有连接）

现在我们将添加一个类似的矩阵“Q”给我们agent的大脑，代表了通过经验学到的东西的记忆。 矩阵Q的行表示agent的当前状态，列表示导致下一个状态的可能动作（节点之间的连线）。

agent开始什么都不知道，矩阵Q被初始化为零。 在这个例子中，为了解释简单，我们假设状态的数目是已知的（六个，0-5）。 如果我们不知道涉及多少个状态，矩阵Q可能从只有一个元素开始。 如果找到新的状态，则在矩阵Q中添加更多的列和行是一项简单的任务。

Q学习的更新规则如下：

根据这个公式，分配给矩阵Q的特定元素的值等于矩阵R中相应值加上学习参数γ乘以下一状态下所有可能动作的Q的最大值。

每一场景的探索都会为agent增加经验，Q矩阵得到更新。训练的基本思路如下图：

基于算法思想，训练Q矩阵的具体流程如下：

步骤1.初始化仓库环境和算法参数（最大训练周期数，每一场景即为一个周期，折扣因子γ，即时回报函数R和评估矩阵Q。）。

步骤2.随机选择一个初始状态s，若s=s*，则结束此场景，重新选择初始状态。

步骤3.在当前状态s的所有可能动作中随机选择一个动作a，选择每一动作的概率相等。

步骤4.当前状态s选取动作a后到达状态s’。

步骤5.使用公式对Q矩阵进行更新。

步骤6.设置下一状态为当前状态，s=s‘。若s未达到目标状态，则转步骤3。

步骤7.如果算法未达到最大训练周期数，转步骤2进入下一场景。否则结束训练，此时得到训练完毕的收敛Q矩阵。

上面的流程是给agent用来学习经验的。 每一场景都相当于一个培训课程。 在每个培训课程中, agent将探索环境 (由矩阵R表示), 接收奖励 (如果有), 直到达到目标状态。训练的目的是提高我们的agent的 "大脑"（矩阵 Q）。 场景越多，Q矩阵越优化。 在这种情况下, 如果矩阵 Q 得到了增强,四处探索时并不会在同一个房间进进出出, agent将找到最快的路线到达目标状态。

参数γ的范围为0到1（0 <= γ< 1）。 如果γ接近零，agent将倾向于只考虑立即得到奖励值。 如果γ更接近1，那么agent将会考虑更多的权重，愿意延迟得到奖励。

我们使用Python为训练agent编写代码：

import numpy as np
import random

# 初始化矩阵
Q = np.zeros((6, 6))
Q = np.matrix(Q)

# 回报矩阵R
R = np.matrix([[-1,-1,-1,-1,0,-1],[-1,-1,-1,0,-1,100],[-1,-1,-1,0,-1,-1],[-1,0,0,-1,0,-1],[0,-1,-1,0,-1,100],[-1,0,-1,-1,0,100]])

# 设立学习参数
γ = 0.8

# 训练
for i in range(2000):
    # 对每一个训练,随机选择一种状态
    state = random.randint(0, 5)
    while True:
        # 选择当前状态下的所有可能动作
        r_pos_action = []
        for action in range(6):
            if R[state, action] >= 0:
                r_pos_action.append(action)
        next_state = r_pos_action[random.randint(0, len(r_pos_action) - 1)]
        Q[state, next_state] = R[state, next_state] + γ *(Q[next_state]).max()  #更新
        state = next_state
        # 状态4位最优库存状态
        if state==5:
            break
print(Q)

运行结果为：

这个矩阵Q可以通过将所有的非零条目除以最高的数字（在这种情况下为500）来归一化（即转换为百分比）：

一旦矩阵Q足够接近收敛状态，我们知道我们的agent已经学习了任意状态到达目标状态的最佳路径。

例如：

从初始状态2开始，agent可以使用矩阵Q作为指导,从状态2开始，最大Q值表示选择进入状态3的动作。

从状态3开始，最大Q值表示有两种并列最优选择：进入状态1或4。假设我们任意选择去1。

从状态1开始，最大Q值表示选择进入状态5的动作。

因此，最优策略是2 - 3 - 1 - 5。

同时，若状态3时选择进入状态4，最优策略为2-3-4-5。

两种策略的累计回报值相等，故从状态2到5有两种最优策略。

# 例子较为简单，读者可以根据流程图和步骤解释手算以便加深印象。