#include<reg52.h>
unsigned char code dispbitcode[]={0x3f,0x06,0x5b,0x4f,0x66,0x6d,0x7d,0x07,0x7f,0x6f};
unsigned char dispbuf[4];
unsigned int i;
unsigned int j;
unsigned int getdata;
unsigned int temp;
unsigned int temp1;
unsigned char count;
unsigned char d;
sbit ST=P2^4;
sbit OE=P2^5;
sbit EOC=P2^6;
sbit CLK=P2^7;
sbit ADD_A=P3^4; //选择AD的输入端
sbit ADD_B=P3^5;
sbit ADD_C=P3^6;
sbit D0=P2^0; //数码管的位控制端
sbit D1=P2^1;
sbit D2=P2^2;
sbit D3=P2^3;
sbit P17=P1^7; //确定小数点的位置
sbit s1=P3^2;
sbit s2=P3^3;
#define _v0_5 {s1=1;s2=0;}
#define _v10 {s1=0;s2=1;}
unsigned char m;
void TimeInitial();
void Delay(unsigned int i);
void TimeInitial()
{ TMOD=0x10;
TH1=(65536-200)/256;
TL1=(65536-200)%256;
EA=1;
ET1=1;
TR1=1;
}
void Delay(unsigned int i)
{
unsigned int j;
for(;i>0;i--)
{
for(j=0;j<125;j++)
{;}
}
}
void Display()
{
P1=dispbitcode[dispbuf[3]];
D0=0;
D1=1;
D2=1;
D3=1;
Delay(10);
P1=0x00;
P1=dispbitcode[dispbuf[2]];
if(m==2)
{
P17=1;
}
D0=1;
D1=0;
D2=1;
D3=1;
Delay(10);
P1=0x00;
P1=dispbitcode[dispbuf[1]];
if(m==10)
{
P17=1;
}
D0=1;
D1=1;
D2=0;
D3=1;
Delay(10);
P1=0x00;
P1=dispbitcode[dispbuf[0]];
D0=1;
D1=1;
D2=1;
D3=0;
Delay(10);
P1=0x00;
}
void main()
{
TimeInitial();
ADD_A=0;
ADD_B=0;
ADD_C=0;
_v10;
m=2;
while(1)
{
ST=0;
OE=0;
ST=1;
ST=0;
while(EOC==0);
OE=1;
getdata=P0;
OE=0;
if ((s1==0) && (s2==1) && (getdata<6))
{
ADD_A=1;
_v0_5;
m=10;
}
else if ((s1==1)&&(s2==0) && (getdata>254))
{
ADD_A=0;
_v10;
m=2;
}
temp=(getdata*1.0/255)*500*m;
dispbuf[0]=temp%10;
dispbuf[1]=temp/10%10;
dispbuf[2]=temp/100%10;
dispbuf[3]=temp/1000;
Display();
}
}
void t1(void) interrupt 3 using 0
{
TH1=(65536-200)/256;
TL1=(65536-200)%256;
CLK=~CLK;
}
C语言源码-量程自动切换数字电压表系统(proteus仿真文件+程序)
58 浏览量
2023-08-30
11:59:00
上传
评论
收藏 179KB ZIP 举报
千源万码
- 粉丝: 772
- 资源: 368
最新资源
- Picasso_v3.1 2.ipa
- chromedriver-mac-arm64.zip
- 蓝zapro.apk
- chromedriver-linux64.zip
- UCAS研一深度学习实验-MNIST手写数字识别python源码+详细注释(高分项目)
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务,并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- 基于SVM多特征融合的微表情识别python源码+项目说明+详细注释(高分课程设计)
- html动态爱心代码一(附源码)
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