USB协议简介

USB全称Universal Serial Bus,通用串行总线。在上个世纪90年代， IBM,Intel,微软,DEC,NEC,Compaq和Nortel等七家公司合力推出了USB的概念。之后，这些公司一起成立了非赢利组织USB-IF(USB Implementers Forum)， 来维护USB协议。

USB的一个核心设计理念就是，为PC机上各种各样的接口提供一种统一的解决方案。在早期的PC机上，有串口、并口，就连鼠标键盘、 游戏手柄都有特定的接口。而且这些接口都不支持热插拔，必须在PC机开机之前插入设备才可以正常使用。 此外，这些不同的接口还需要占用宝贵的CPU资源(比如硬件中断、DMA通道等)。已经普及的USB协议淘汰了传统计算机上的串口、并口， 也为各种外设提供了一种支持热插拔的接口方式，是目前计算机最常用的外设扩展方式之一，它也成为了目前键盘鼠标手柄的默认连接方式。

在USB2.0的年代，有低速(Low Speed)、全速(Full Speed)和高速(High Speed)三种设备。 其中低速和全速设备是在USB1.0和USB1.1中就已经定义的设备，分别为1.5Mbit/s和12Mbit/s，USB2.0只是做到了向下兼容而已。 高速设备则是USB2.0定义的设备，速度可以达到480Mbit/s。为了满足对通信速率日益增长的需求，在2008年USB-IF推出了USB3.0的标准， 可以达到5Gbit/s的速率，称为SuperSpeed。之后的还有SuperSpeed+和SuperSpeed++，据说可以达到10Gbit/s和20Gbit/s的速率。

由于USB2.0仍然是目前广泛使用的标准，而且很多嵌入式设备上都使用的是这种协议，所以本文以USB2.0为研究对象，进行详细解读。 以下内容或摘自网友翻译的中文版USB2.0协议，或由我自己对原版协议的解读。

1. USB系统总述

USB系统是一种"阶梯式星型拓扑(Tiered star topology)"结构的主从通信系统。 它由一个主机(host)和最多127个外设(Devices或者Peripheral)构成。

外设有功能外设(Functions)和集线器(HUB)两种。功能外设是不能够挂载其他USB设备的，我们常见的鼠标键盘等都是功能外设。 而集线器则提供了扩展USB接口的能力，即可以挂载功能外设，也可以挂载集线器。

通过集线器级联(集线器上挂载集线器)可以扩展挂载更多的外设，最终形成左图所示的一个金字塔结构， 塔尖上是主机和根集线器，其上连接功能外设或者集线器，逐层向下，形成阶梯式星型连接拓扑，也就是所谓的"Tierd star topology"。 协议规定最多到7层网络，也就是5个集线器的级联。

USB采用轮询的广播机制传输数据，所有的传输都是由主机发起的，同一时刻只允许一个数据包传输。 设备通过7位总线地址加以区分，其中地址0用于未分配地址的设备，保留不能分配，因此一个主机最多支持127个设备。

一个外设挂在总线上之后，必须先通过枚举操作，才可以使用。枚举操作一方面是为了上面所说的分配地址， 另一方面是通过获取设备的描述符，确定设备类型、生产厂商等信息，供host选择相应的驱动。 在USB协议中把功能设备根据不同的功能，又作了细分比如HID, CDC等，我们将在后续介绍中予以详述。

我们已经提到USB上所有的通信都是由主机发起的。这就意味着任何两个设备之间是不能够直接通信的。 即使设备有数据需要发送给主机，也必须等待主机的指令。但有一种情况例外，当一个设备被主机置于挂起"Suspend"的状态下， 设备可以向总线上发送一个远程唤醒"remote wakeup"信号

早期的USB系统，一般都是用作PC的外设扩展，所以主机通常都是PC机，任何连接到PC机上的设备都是外设。 随着智能设备或者说是手持设备的兴起，产生了一种需求，希望这类设备即能够以外设的身份连接PC机， 又能够以主机的身份通过USB系统进行扩展。因而产生了所谓的OTG设备(On The Go)，它在物理连线以及通信协议上都作了一些调整， 使得设备能够在主机和从机之间切换。

总体上来说，USB接口使用起来很方便，它为各种外设提供了一种统一的接口。但由于它的通用性，也就导致了协议相对来说比较复杂， 涉及了方方面面的内容。下面简要的对各个方面进行介绍。

2. USB物理接口

由于USB是一种主从结构的系统，所以一定是主机与外设之间的连接。为了防止连线错误，USB的线缆两端的接头一定是不同的。 接入主机端的接头一般被称为A型接头，外设端的接头则是B型接头。下图列出了一些常见的USB接头。

标准USB2.0 A型接头	标准USB3.0 A型接头	标准USB B接头	mini型USB B接头	micro型USB B接头

标准的USB2.0接口和线缆都是4线的，如下图1所示。其中VBUS和GND分别是电源线和地线，用于给一些USB设备供电。 VBUS通常提供的是5V的电压。D+和D-则是一对差分双绞线，用于传送数据， 这点与我们在STM32的串口通信中提到的485串口类似， 只是线上的电压不一样。

图1 USB四脚接口示意图

后来针对USB OTG设备，人们又提出了mini型接头和macro型接头，线缆和接头也从原来的四线变成了五线。 多出来的线被标记为ID信号线，用于区分设备的身份。ID线接地，表示设备初始身份为host，为A类设备；若悬空或者接高， 则标识着设备初始身份为device，为B类设备。

USB主机可以通过线缆上的VBUS线，给设备供电。设备可以选择从VBUS上获取电流，这类设备称为"bus-powered"设备； 也可以选择自供电，也就是"self-powered"设备；但是设备是不能够向总线上灌电流的。

我们知道，USB是一种支持热插拔的通信总线，那么主机是如何获知新设备插入的呢？

USB设备都是插在集线器上的，在集线器的每个端口上，D+和D-差分信号线都被一个1.5K的电阻下拉到地了。 在USB设备上，D+或者D-信号线上有一个1.5k的上拉电阻。低速设备上拉电阻接到D-上，全速和高速设备则接到D+上。

当设备插入端口上时，接有上拉电阻的信号线上的电平由上下拉电阻分压，在接线器看来就是一个高电平信号。 集线器就检测到了设备插入，它将这一信号直接或者经过上级集线器报告给主机。 USB系统根据D+或者D-上的电平来确定新插入设备的通信速率。对于高速设备则先判定为全速设备， 然后通过与设备的协商切换到高速模式下。

3. USB通信的分层结构

如下图所示，一个USB通信系统可以认为是一个三层的结构。从底层到顶层依次是，物理的接口层(USB Bus interface Layer)、 逻辑的数据层(USB Device Layer)和应用的功能层(Function Layer)。

从顶层来看，不同的USB设备的功能是不一样的。我们在PC机上使用它们的时候，并不会在意它是USB接口的， 只关心功能是否能够满足要求。在协议中，把设备功能抽象为接口(Interface)。用户通过驱动或者客户软件(Client SW)， 直接访问功能接口。使用起来就好像直接在使用一个键盘、串口等各类设备似的。

在逻辑的数据层看来，Client SW并不能够直接访问USB总线，它必须通过驱动程序把客户软件收发数据的请求和内容转换成为USB传输事务。 我们可以将图中的USB系统软件(USB System SW)看作是完成这一功能的驱动(实际上两者可能没什么关系，协议的文档写的实在太乱， 没找到对应的解释，姑且这么理解)。

逻辑上USB设备是由若干个端点(EndPoint)构成的，端点则是USB设备上通信逻辑的最小对象。 驱动一个USB设备，往往会涉及到多个数据通道，在USB上可以通过对不同的端点通信来实现。 我们完全可以用一个端点专门发送和接收指令，一个端点专门发送数据，一个端点专门接收数据。 当然具体的实现还是要根据实际需求来决定的。主机的驱动或者用户程序与端点之间的通信就形成了一个数据通道， 在协议中将之抽象为一个管道(pipe)。

在最底层的接口上，主机需要不断的查询USB设备，并进行合理的通信调度，以保证挂载的设备能够正常地工作。 在设备上，则需要根据数据包对总线上的数据进行筛选，并且将之划分到不同的端点上。一般情况下，我们是不需要关心这些东西的， 因为主机上有操作系统，设备上有现成的PHY芯片或者物理模块帮忙搞定这些。

4. USB的通信端点Endpoint

端点(Endpoint)是USB设备上与主机通信中最细粒度的对象，每一个逻辑上的USB设备都是由若干个独立的端点构成的。 每一个端点在USB设备的设计过程中就已经赋予了一个唯一的端点编号，不需要在设备连接时与主机协商确定。 USB设备上用于接收来自主机数据的端点，称为输出端点(output endpoint)；用于向主机发送数据的端点称为输入端点(input endpoint)。 端点被称为输出的或者输入的，是站在主机的角度来讲的。一个端点的传输方向只能有一种，也是在USB设备的设计过程中就已经确定了的。 USB设备连接时会与主机协商分配一个地址，我们就可以通过设备地址、端点编号以及端点的传输方向唯一的指定一个端点进行通信。

在USB协议中，为端点定义了四种传输方式：批量(bulk)传输、中断(interrupt)传输、控制(control)传输、同步(isochronous)传输。 前三种都是异步的传输方式，没有太大区别，只在时间限制、数据格式、数据长度、用途上有所不同。 而同步传输则是一种不可靠的传输方式，是不支持出错重传的。具体各种传输方式，在以后用到时再详细加以介绍。

需要强调的是，每个USB设备都有一组默认的端点工作在控制传输方式下，用于传输配置和控制信息的。 它们就是端点编号为0的输出和输入端点。在USB设备刚插入，且尚未分配地址时，主机通过总线地址0只能访问端点0。 此时，USB设备的通信能力是有限的，只有当主机通过端点0获取了设备的描述符，完成枚举操作后，设备才可以正常的与主机通信。

每个端点都有不同的工作方式和限制，都需要在枚举过程中通过设备描述符告知主机。描述端点的描述符我们称为端点描述符， 它记录了端点的编号、查询频率、传输方式、最大数据包长度等信息。

5. USB的枚举过程与描述符

把USB设备插入总线上后，主机就可以检测到并与之通信。但主机并不知道插入的什么设备，应该如何使用设备。 这就需要一个枚举过程，在该过程中，主机从设备上获取描述符。描述符则具体描述了插入的是什么设备，有什么功能， 可以与哪个端点进行通信。主机则根据描述符选择合适的USB设备驱动，应用软件才可以正常使用设备所提供的功能。

每个USB设备都只有一个设备描述符(Device Descriptor)，该描述符定义了设备所用的USB版本号、设备类(class)代码、 设备子类(subclass)代码、协议(protocol)代码、厂商信息、可能的配置数量等信息。一个USB设备可以有多种配置， 但同一时间只能使用一种。

USB设备的每一种配置都对应着一个配置描述符，其中定义了设备的供电方式、支持的接口数量等信息。 据《圈圈教你玩USB》一书中的介绍，由多个接口并有接口来实现功能的设备被称为复合设备，比如USB音频设备，有一个音频控制接口， 同时可能还有一个或者多个音频流或者MIDI流接口。在主机端会把USB复合设备的每个接口当作一个功能设备来看待， 也就是逻辑上有多个设备。

同样的，每个接口都有一个接口描述符，它描述了接口所使用的端点信息，以及接口类型、子类型和协议等信息。 一个接口可能涉及到多个端点，而每个端点则有一个端点描述符。

为了方便管理USB设备驱动，人们又把USB设备划分成了各种类(class)和子类(subclass)。 例如，鼠标、键盘、手柄等被称为人机交互设备(Human Interface Device, HID)， USB串口设备一般是USB通信设备类(Communication Device Class, CDC)，U盘则是大型存储类(Mass Storage)。 这些类的划分体现在设备描述符和接口描述符的class、subclass、protocol相关的字段上，主要是接口描述符。 主机根据这些设备类型信息，以及设备描述符中提到的厂商信息选择驱动。

协议中定义了USB设备的六个状态：

• Attached: 指设备是否连接到USB总线上。
• Powered: 指设备已经连接上了，并且供电了。
• Default: 指设备已经供电了，并且复位结束，但还没有分配地址，主机可以通过默认地址0来访问该设备，并分配地址。
• Address: 设备已经被分配了一个唯一的地址。主机可以通过该地址访问设备。
• Configured: 在使用设备的功能之前，还需要在主机与设备之间经过一个协商的过程，用来配置设备。 主机则需要根据设备的具体类型和功能选择相应的驱动。只有在此状态下USB设备才是可用的。
• Suspended: 当设备发现总线上在一段时间内没有数据就会进入该状态，以节约能源。

当我们将一个USB设备插入PC上的可用接口时，PC机需要经过一系列的操作为设备分配地址，协商选择设备驱动， 对USB设备进行必要的配置。这一过程我们称之为枚举过程，具体如下：

1. 由于USB接头的热插拔设计，当我们插入一个USB插入到HUB的接口上时，就会改变HUB的连接状态。 在主机查询HUB时，由HUB告知状态改变，标识着设备已经连接上了。此时主机就获知了新插入设备所在的端口。
2. 主机至少等100ms，待设备完全插入并且供电稳定后，向对应的HUB发送一个使能和复位端口的指令。
3. HUB执行指令，复位端口。设备进入Default状态，可以从VBUS引脚上获取不超过100mA的电流，用于完成基本的功能配置。 主机可以通过默认地址0访问该设备。
4. 主机通过地址0与设备的端点0进行通信，请求设备描述符(Device Descriptor)。
5. 主机请求配置信息。
6. 主机分配地址
7. 主机根据配置信息，选择驱动。此时设备进入Configured状态，可以正常使用了。

6. USB的数据传输和包

在本文的第二节中，我们已经介绍USB上的数据信号线采用的是一对差分信号。 这就意味着，USB是一种异步的串行通信方式，同一时间总线上只有一包数据在传送。在USB总线上，数据是小端的， 也就是说先发送最低位，再发送最高位。

在这组差分信号上，数据采用的是NRZI编码方式：当数据为'0'时，电平翻转，数据为'1'时，保持电平。 如果总线上连续发送很多个'1'，将导致电平长时间不翻转，这样不利于主从设备两端的时钟信号同步。 因此，当数据线上连续发送了6个'1'之后，强制发送一个'0'，这个操作称为位填充，数据的接收端需要相应的去除这一填充位。 一般情况下，我们是不要关心这些的，有芯片或者物理模块帮我们实现了。

USB总线上的数据是以包为基本单位发送的，包则被划分成了多个域。在USB协议中根据使用的目的不同，定义了各种包。 对于任何包，都是以一个同步域和一个PID(包标识符，Packet Identifier)开始，以EOP(包结束符，End Of Packet)结束的。

所谓同步域，就是一串儿'0'后面跟了一个'1'。根据NRZI的编码规则，在发送一串儿'0'时，将导致总线上的电平连续的翻转。 接收端可以根据电平翻转的频率，与发送端同步时钟。全速和低速设备发送7个'0'，而高速设备则发送31个'0'。

包标识符PID是用来标识包类型的。它有8位，但我们只使用其中的低四位。高四位是低四位的反，用于校验PID。

包结束符EOP就是用来标识包结束的。全速和低速设备同时保持D+和D-为低电平两个数据位，也就是两个数据位的SE0信号。 高速设备则用的是位填充错误信号，需要检查CRC校验位，如果通过则是EOP，否则就是真的位填充错误。

USB协议把包分为了四类：令牌包(Token)、数据包(Data)、握手包(Handshake)和特殊包(Special)。 下表列出了USB2.0中定义的各种包：

在USB系统中，所有的数据传送事务都是由主机发送一个令牌包开始的。上表中列出的4种令牌包中，OUT、IN、SETUP包的数据格式是一样的。 SOF令牌包则略有不同。每种令牌包的CRC5校验只校验PID之后的数据。

OUT和IN分别用于通知设备将要输出或者需要读入数据。SETUP包的作用于OUT类似，也是通知设备将要输出一个数据包。 不同的是，其后的数据包只是DATA0，而且只能发送到控制端点上。SOF令牌包则是主机与设备之间的一种同步机制，暂不作详细介绍。

数据包就是用来传输数据的。数据包的结构都一样，同步域和PID之后跟着N个字节的数据，最后是16位的CRC16校验和包结束符EOP。

在USB1.1协议中，就定义了DATA0和DATA1两种数据包。在数据包发送过程中，两种数据包交替传送，是一种容错纠错机制。 在主机和设备上都有自己的一个数据包切换机制，当成功发送或者接收数据时，就会及转换数据包类型。 在每次数据包传送过程中，都会对数据包类型进行匹配，当检测到对方使用的数据包类型不对时，就认为发生了一次错误。 数据包类型不匹配的主要原因是，A端已经正确接收到数据并返回确认信号，但确认信号并没有正确的到达B端。 这种情况发生时，B端因为不清楚A端是否已经正确接收了数据，将不改变自己的数据包类型。下次发送数据包时， 将会发现对方使用的数据包不一致说明上次已经成功接收了数据。如果一包数据发下去B端没有接收到确认信号， 并且下次数据包类型一致，则说明上次的数据并没有成功发送。

在USB2.0中又增加了DATA2和MDATA包，用于高速分裂事务和高速高带宽同步传输中。暂时不作详细介绍。

握手包是最简单的一种数据包，只有同步域、PID和EOP，用于确认一次传输。ACK用于主机和设备同时数据发送方成功接收， NAK只用于设备通知主机数据没有准备好，主机会在以后合适的时机重试传输。STALL表示设备的端点被挂起了， NYET只用在高速设备输出事务，表示设备本次数据成功接收，但没有足够的空间来接收下一次数据。

特殊包则是用于一些特定功能的。暂时不作详细介绍。

7. USB的传输事务