© 2010 Microchip Technology Inc. 初稿 DS61130E_CN 第 10-5 页
第 10 章 节能模式
节能模式
10
bit 20-19
PBDIV<1:0>：外设总线时钟分频比位
11 = PBCLK 是 SYSCLK 的 8 分频 （默认）
10 = PBCLK 是 SYSCLK 的 4 分频
01 = PBCLK 是 SYSCLK 的 2 分频
00 = PBCLK 是 SYSCLK 的 1 分频
注： 发生复位时，这些位被设置为配置位 （DEVCFG1<13:12>）的值。
bit 18-16
PLLMULT<2:0>：PLL 倍频比位
111 = 时钟进行 24 倍频
110 = 时钟进行 21 倍频
101 = 时钟进行 20 倍频
100 = 时钟进行 19 倍频
011 = 时钟进行 18 倍频
010 = 时钟进行 17 倍频
001 = 时钟进行 16 倍频
000 = 时钟进行 15 倍频
注： 发生复位时，这些位被设置为 PLLMULT 配置位 （DEVCFG2<6:4>）的值。
bit 15
保留：写入 0 ；忽略读操作
bit 14-12
COSC<2:0>：当前振荡器选择位
111 = 快速内部 RC 振荡器按照
OSCCON<FRCDIV> 位进行分频
110 = 快速内部 RC 振荡器 16 分频
101 = 低功耗内部 RC 振荡器 （LPRC）
100 = 辅助振荡器 （SOSC）
011 = 带 PLL 模块的主振荡器 （XTPLL、 HSPLL 或 ECPLL）
010 = 主振荡器 （XT、 HS 或 EC）
001 = 带 PLL 模块的快速 RC 振荡器 （通过后分频器）（FRCPLL）
000 = 快速 RC 振荡器 （FRC）
注： 发生复位时，这些位被设置为 FNOSC 配置位 （DEVCFG1<2:0>）的值。
bit 11
保留：写入 0 ；忽略读操作
bit 10-8
NOSC<2:0>：新振荡器选择位
111 = 快速内部 RC 振荡器按照 OSCCON<FRCDIV> 位进行分频
110 = 快速内部 RC 振荡器 16 分频
101 = 低功耗内部 RC 振荡器 （LPRC）
100 = 辅助振荡器 （SOSC）
011 =
带 PLL 模块的主振荡器 （XTPLL、 HSPLL 或 ECPLL）
010 = 主振荡器 （XT、 HS 或 EC）
001 = 带 PLL 模块的快速内部 RC 振荡器 （通过后分频器）（FRCPLL）
000 = 快速内部 RC 振荡器 （FRC）
发生复位时，这些位被设置为 FNOSC 配置位 （DEVCFG1<2:0>）的值。
bit 7
CLKLOCK： 时钟选择锁定使能位
如果使能 FSCM （FCKSM1 = 1）：
1 = 时钟和 PLL 选择被锁定
0 = 时钟和 PLL 选择未被锁定，可以被修改
如果禁止 FSCM （FCKSM1 = 0）：
时钟和 PLL 选择永不锁定，可以被修改
bit 6
ULOCK：USB PLL 锁定状态位
1 = 指示 USB PLL 模块处于锁定状态或 USB PLL 模块起振定时器延时结束
0 = 指示 USB PLL 模块处于失锁状态、 USB PLL 模块起振定时器正在运行或 USB PLL 被禁止
bit 5
LOCK： PLL 锁定状态位
1
=PLL模块处于锁定状态或 PLL 模块起振定时器延时结束
0 =PLL模块处于失锁状态、 PLL 起振定时器正在运行或 PLL 被禁止
bit 4
SLPEN： SLEEP （休眠）模式使能位
1 = 执行 WAIT 指令后器件将进入 SLEEP （休眠）模式
0 = 执行 WAIT 指令后器件将进入 IDLE （空闲）模式
寄存器 10-1： OSCCON：振荡器控制寄存器 （续）
剩余25页未读，继续阅读
Arigadoue
- 粉丝: 1
- 资源: 5
我的内容管理
展开
最新资源
- 新型矿用本安直流稳压电源设计：双重保护电路
- 煤矿掘进工作面安全因素研究：结构方程模型
- 利用同位素位移探测原子内部新型力
- 钻锚机钻臂动力学仿真分析与优化
- 钻孔成像技术在巷道松动圈检测与支护设计中的应用
- 极化与非极化ep碰撞中J/ψ的Sivers与cos2φ效应：理论分析与COMPASS验证
- 新疆矿区1200m深孔钻探关键技术与实践
- 建筑行业事故预防：综合动态事故致因理论的应用
- 北斗卫星监测系统在电网塔形实时监控中的应用
- 煤层气羽状水平井数值模拟：交替隐式算法的应用
- 开放字符串T对偶与双空间坐标变换
- 煤矿瓦斯抽采半径测定新方法——瓦斯储量法
- 大倾角大采高工作面设备稳定与安全控制关键技术
- 超标违规背景下的热波动影响分析
- 中国煤矿选煤设计进展与挑战：历史、现状与未来发展
- 反演技术与RBF神经网络在移动机器人控制中的应用
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
