博客
关于我
自己整理CRC16(表查询法) 笔记(2020.11.2亲测)
阅读量:132 次
发布时间:2019-02-27

本文共 785 字,大约阅读时间需要 2 分钟。

最近,我在学习Modbus协议,尤其是CRC校验部分,对其中的算法有点懵。于是我开始研究CRC计算方法,整理了一些笔记,便于以后查阅。

CRC16算法有两种常用计算方法:直接算法和查表法。

直接算法步骤:

  • 初始化CRC寄存器为FFFF(hex)。
  • 将数据的第一个8-bit字符(高位补0为16位)与CRC寄存器异或,存入寄存器。
  • 右移寄存器一位,移出LSB。
  • 如果LSB为1,寄存器与0xA001异或。
  • 重复步骤3和4,直到8次移位完成。
  • 处理完所有数据后,寄存器的值即为CRC值。
  • 查表法:查表法使用预先生成的表,存储了0~255范围内的CRC值。表格中的数是通过直接算法生成的。具体来说,表格中每个数对应0~255的数据,其CRC值可以通过查表得到。

    表格生成原理:CRC16的生成多项式为x^16 + x^15 + x^2 + 1,对应十六进制0x8005。多项式码0xA001用于调整寄存器。数据传输时,寄存器的最低有效位(LSB)决定是否异或0xA001。

    手动计算实例:以0x02为例,手动计算其CRC值:

  • 寄存器初始值为00000000000010(高八位填充0)。
  • 第一次右移,LSB为0,寄存器变为000000000001。
  • 重复右移,直到8次移位完成,寄存器最终值为0xC181。
  • 从表格中可以看出,s_CRCHi[3]=0x81,s_CRCLo[3]=0xC1。

    Modbus协议CRC实现:代码中,ucCRCHi和ucCRCLo初始化为0x00,逐个处理数据,并更新寄存器值。处理完所有数据后,返回拼接的16位CRC值。

    测试验证:测试数据1和2,结果为0x8051,与预期一致。

    总结:通过手动计算和编程实现,理解了CRC算法的工作原理。虽然直接算法理论基础,但查表法在实际应用中更高效。理解Modbus协议中CRC的传输顺序也是关键实现环节。

    转载地址:http://gcpb.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
    查看>>
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>
    OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
    查看>>
    OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
    查看>>