diff --git a/16-incomplete_data_output_when_using_profiling_function.md b/16-incomplete_data_output_when_using_profiling_function.md
old mode 100644
new mode 100755
index ad1ac31..32a1091
--- a/16-incomplete_data_output_when_using_profiling_function.md
+++ b/16-incomplete_data_output_when_using_profiling_function.md
@@ -1,27 +1,67 @@
-# 使用Profiling功能时数据输出不完整
+# 使用Profiling功能时可能遇到的一些问题
 
-## 问题说明
+目前使用 Profiling 功能可能遇到一些问题，记录如下：
+* **问题1**：日志打印中报片上内存不足，没有充足空间存放 gprof/gcov 数据
+* **问题2**：采用串口输出的方式收集数据，打印被冲掉，Console 或 Terminal 收集的数据不全，导致数据解析失败，不能生成`gmon.out`文件或者`*.gcno`文件
+* **问题3**：删掉 `gmon.out` 文件，再次解析时，弹出 No files have been generated 错误弹框
 
-在NucleiStudio 2024.06中，当选择使用串口输出的方式使用Profiling功能时，可能存在最终结果不及预期。
+### 问题1：日志打印中报片上内存不足，没有充足空间存放 gprof/gcov 数据
 
-![](asserts/images/16-1.png)
+gprof/gcov data 需要存到片上内存上，需要占用片上内存空间(几十到几百KB不等)，占用内存的大小与用例规模有关，需要确保片上内存足够大。
 
-在使用`Parse and Generate Hexdump`时没有生成对应的`gmon.out`文件或者`*.gcno`文件,是因为在Console或者Terminal中，对输出的内容条数有限制，当输出的内容长度超过限制时，前面的内容会丢失。
+![Alt text](asserts/images/16/overflow.png)
 
-![](asserts/images/16-2.png)
 
-![](asserts/images/16-3.png)
 
+### 解决方案
 
+首先需要确认软件配置的内存大小与硬件实际大小相匹配（ilm/sram/flash/ddr/）,可以使用内存大一点的下载方式（如 `DOWNLOAD=ddr`）。
 
-## 解决方案
+修改软件配置的内存大小，与硬件实际大小相匹配：
+比如，如果是 `DOWNLOAD=ilm` 模式下载，可以按硬件的 ilm 与 dlm 大小适配。
+对于 nuclei sdk 0.6.0 版本，修改的文件为`nuclei-sdk/SoC/evalsoc/Board/nuclei_fpga_eval/Source/GCC/gcc_evalsoc_ilm.ld`
 
-为了更方便的使用Profiling功能，可以将Console和Terminal中对输出内容的上限做修改。
+~~~c
+INCLUDE evalsoc.memory
 
-建议将Console中输出内容条限修改为不受限制。
+MEMORY
+{
+  ilm (rxa!w) : ORIGIN = ILM_MEMORY_BASE,   LENGTH = ILM_MEMORY_SIZE
+  ram (wxa!r) : ORIGIN = DLM_MEMORY_BASE,   LENGTH = DLM_MEMORY_SIZE
+}
+~~~
 
-![](asserts/images/16-4.png)
+### 问题2：Console 或 Terminal 收集的数据不全导致数据解析时失败
 
-建议将Terminal中输出内容条限修改为一个较大的值。
+在 NucleiStudio 2024.06 中，当选择使用串口输出的方式使用 Profiling 功能时，可能遇到在使用 `Parse and Generate Hexdump` 解析数据时时没有生成对应的 `gmon.out` 文件或者 `*.gcno` 文件。这可能是因为串口数据被冲掉，导致数据不完整，从而解析失败
+![generated_fail](asserts/images/16/generated_fail.png)
 
-![](asserts/images/16-5.png)
+确认方法：需确保串口打印开始时的打印没有被冲掉，参考[一个例子用来展示Profiling以及Code coverage功能](17-an_example_to_demonstrate_the_use_of_profiling_and_code_coverage.md)
+
+![parse_profiling_fail](asserts/images/16/parse_profiling_fail.png)
+
+### 解决方案
+因为在Console或者Terminal中，对输出的内容条数有限制，当输出的内容长度超过限制时，前面的内容会被冲掉，导致内容不完整，这样会解析失败。
+
+需要调节 Console 或 Terminal 输出大小限制，确保数据没有被冲掉。为了更方便的使用 Profiling 功能，可以将 Console 和 Terminal 中对输出内容的上限做修改。
+
+* 建议将Console中输出内容条限修改为不受限制。
+Window->Preference 进入如下界面：
+![config_console_limit](asserts/images/16/config_console_limit.png)
+
+* 建议将Terminal中输出内容条限修改为一个较大的值。
+Window->Preference 进入如下界面：
+![config_terminal_limit](asserts/images/16/config_terminal_limit.png)
+
+
+
+### 问题3：删掉 gmon.out 文件，再次解析，弹出 No files have been generated 错误弹框
+
+手动删掉工程文件夹下的 gmon.out 文件，再次解析时出现 `No files have been generated` 的错误弹框
+
+![generated_fail](asserts/images/16/generated_fail.png)
+
+### 解决方案
+
+手动删掉 gmon.out 文件后，需要手动刷新一下工程。
+![refresh_project](asserts/images/16/refresh_project.png)
\ No newline at end of file
diff --git a/17-an_example_to_demonstrate_the_use_of_profiling_and_code_coverage.md b/17-an_example_to_demonstrate_the_use_of_profiling_and_code_coverage.md
new file mode 100644
index 0000000..49fa0fd
--- /dev/null
+++ b/17-an_example_to_demonstrate_the_use_of_profiling_and_code_coverage.md
@@ -0,0 +1,341 @@
+# 一个例子用来展示 Profiling 以及 Code coverage 功能
+
+> 文档是基于 Nuclei Studio 的 **2024.06** Windows 版本实测。
+
+## 问题说明
+
+Nuclei Studio 2024.06 提供 Profiling 功能、Call Graph 功能 以及 Code coverage 功能，方便用户使用。简单描述如下：
+
+* **Profiling 功能**：基于 binutils gprof 工具，可用于分析函数调用关系、调用次数、以及运行时间；通过 Profiling 抓取热点函数可以用来分析程序的瓶颈，以便进行性能优化。
+* **Call Graph 功能**：基于 Profiling 功能，将函数调用关系、调用次数、以及运行时间用图展示出来，方便开发人员分析。
+* **Code coverage 功能**：基于 gcc 编译器提供 gcov 工具，可用来查看源码文件的代码覆盖率，帮助开发人员确定测试用例是否足够充分，是否覆盖了被测代码的所有分支和路径。
+
+在《NucleiStudio_User_Guide.pdf》相关章节对这几个功能已经有较详细的描述，这篇文档以一个例子来展示它们的实际应用。
+
+
+## 解决方案
+
+### 1 环境准备
+
+**所需材料：**
+
+* Nuclei studio：[NucleiStudio 2024.06](https://download.nucleisys.com/upload/files/nucleistudio/NucleiStudio_IDE_202406-win64.zip)，以 Windows 版本为例
+* 用例： 以 [AMR-WB-enc](https://sourceforge.net/projects/opencore-amr/files/vo-amrwbenc/vo-amrwbenc-0.1.3.tar.gz/download) 即自适应多速率宽带编码音频算法为例，用户可以移植自己的用例
+
+这里提供本示例使用的工程：
+
+[优化前的工程下载链接](https://drive.weixin.qq.com/s?k=ABcAKgdSAFcCRlyEVI)
+
+下载 zip 包后，可以直接导入到 nuclei studio 中运行(导入步骤：File->Import->Existing Projects into Workspace->Next->Select archive file->next)
+
+**基于 nuclei-sdk v0.6.0 移植 amrwbenc 裸机用例：**
+
+打开 Nuclei studio 建立 amrwbenc 工程，然后移植 amrwbenc 源码，最终用例可正常运行。用户可以移植自己的用例，不同用例移植的细节各不相同，这一步不是这篇文档的重点，略过。
+
+### 2 Profiling 功能
+Nuclei studio 中 Profiling 功能基于 binutils gprof 工具。编译时需带特定的编译选项 `-pg` 来编译指定源码文件，编译成功后得到 ELF 文件，然后在实际开发板上运行并收集需要的 gmon.out 文件，最终在 IDE 上以图形化的方式展示。所以还需要在用例末尾添加 gprof 数据收集代码，我们可以移植相关代码或者基于 Nuclei studio 中的 Profiling demo 进行改造，代码可以参考 [Profiling README](https://github.com/Nuclei-Software/nuclei-sdk/tree/master/Components/profiling#readme)
+
+下面示例采用后一种方法进行演示：
+
+**step1：新建 Profiling demo 工程**
+
+File->New->New Nuclei RISC-V C/C++ Project，选择Nuclei FPGA Evalution Board->sdk-nuclei_sdk @0.6.0
+**注意：** Nuclei SDK 需选择 0.6.0 及以后版本才支持 Profiling 与 Code coverage 功能
+
+![建立Profiling demo](asserts/images/17/build_profiling_demo.png)
+
+**step2：基于 Profiling demo 工程移植 amrwbenc 裸机用例**
+
+删掉 Profiling demo 工程中 application 中的原始用例，换成 amrwbenc 用例，形成如下目录结构，并能编译成功。
+
+![移植amrwbenc用例](asserts/images/17/amrwbenc_demo.png)
+
+**step3：添加 grof 数据收集代码，并添加 -pg 编译选项，重新编译代码**
+
+在main函数的结尾处添加 gprof 数据收集代码：
+
+~~~c
+int main(int argc, char *argv[]) {
+    /*
+     * 代码省略
+     */
+
+    /*
+     * 在main函数的结尾处添加gprof数据收集代码
+     */
+    // TODO this is used for collect gprof and gcov data
+    // See Components/profiling/README.md about how to set the IDE project properities
+    extern long gprof_collect(unsigned long interface);
+    gprof_collect(2);
+
+    return 0;
+}
+~~~
+
+收集 gprof data 有三种方式，通过入参不同进行区分：
+* gprof_collect(0)：在缓冲区中收集 gprof 或 gcov 数据，在调试程序时可以使用 GDB 脚本转储 gcov 或 gprof 二进制文件
+* gprof_collect(1)：使用 semihost 直接将 gprof 或 gcov 数据写入文件中
+* gprof_collect(2)：直接在 Console 或 Serial Terminal中转储 gcov 或 gprofdata
+
+详情可参考 [Profiling README](https://github.com/Nuclei-Software/nuclei-sdk/tree/master/Components/profiling#readme)，这里以将 gprof data 打印到串口（Serial Terminal）为例。
+
+添加 -pg 编译选项，重新编译代码：
+![add_pg_compile](asserts/images/17/add_pg_compile.png)
+
+**step4：运行程序**
+
+有几种方式：
+* qemu 模拟器（不需要硬件，简单跑一下流程，测试结果不准确）
+* 上板测试 （基于定时器采集数据）
+* 基于 xl_cpumodel （也是模拟器，结果比qemu准确，另一篇文章介绍）
+
+这一篇文章只介绍 qemu 仿真与上板测试两种方式，qemu 收集的数据打印到 Console 口，上板实际运行输出到 Nuclei studio 的 Serial Terminal 口。
+
+**step5：解析 gprof 数据**
+
+开始解析gprof数据。
+
+**注意：** 这一步可能遇到一些问题，解决方法可参考 [Profiling与 Code coverage 功能可能遇到的问题](17-some_problems_using_profiling_function.md)
+* 在qemu上测试, log打印到 Console 口
+**注意**: qemu 仅用来模拟展示，如果希望得到准确的热点函数，需要上板测试。
+![call_prase_tools](asserts/images/17/call_prase_tools.png)
+Next后，会在当前工程目录下生成 gmon.out，双击打开展示：
+![profiling_on_qemu](asserts/images/17/profiling_on_qemu.png)
+
+* 上板测试
+上板测试的步骤与 qemu 类似，唯一不同的是gprof数据输出到 Serial Terminal 上。
+配置Serial Terminal:
+**注意**:如果串口工具已经打开，确保每次运行 gprof 前，清除掉串口打印（鼠标右键-> Clear Terminal），避免对数据解析产生影响。
+
+![config_uart](asserts/images/17/config_uart.png)
+
+同样, 全选 log，调用解析脚本解析，在工程文件夹下生成 gmon.out 文件，双击打开。
+如下图是在板子上运行得到的 gprof 数据：
+![profiling_on_fpga](asserts/images/17/profiling_on_fpga.png)
+
+从而得到 TOP5 热点函数为：
+
+~~~c
+cor_h_vec_012
+ACELP_4t64_fx
+voAWB_Residu
+voAWB_Convolve
+voAWB_Syn_filt
+~~~
+
+获得热点函数后，可以从热点函数入手开始优化，优化 TOP 函数往往可以事半功倍。
+
+**step6：优化热点函数**
+
+有如下几种方法优化热点函数：
+* 调节编译器参数，针对整个工程或单独算子使用 O2/O3/Ofast 等优化等级，开启 `-finline-functions` `-funroll-all-loops` 等优化选项
+* 针对算法进行优化，使用更好的算法实现热点函数
+* 使用 RISC-V 扩展指令（ RVP/RVV 扩展等）优化
+
+这里以 RVP 扩展为例，按照热点函数从高到低，用 P 扩展来优化。需要确定所用硬件支持 P 扩展。
+
+
+**举例如下：**
+TOP1 热点函数为 `cor_h_vec_012`，分析函数，尝试使用 P 扩展优化：
+
+如下以 `defined __riscv_xxldspn3x` 隔开的代码表示使用 Nuclei N3 P 扩展指令优化的代码。其中`__RV_DSMALDA` 是一条 Nuclei N3 P扩展指令，实现了 一次完成 4 笔 int16 相乘，最后累加，结果存放到 int64 变量中。这些指令可参考 [Nuclei P 扩展指令](https://github.com/Nuclei-Software/nuclei-sdk/blob/master/NMSIS/Core/Include/core_feature_dsp.h)
+
+优化后的工程如下，只优化了`cor_h_vec_012` 算子:
+
+[优化后的工程下载链接](https://drive.weixin.qq.com/s?k=ABcAKgdSAFcpMkNUj4)
+
+~~~c
+void cor_h_vec_012(
+		Word16 h[],                           /* (i) scaled impulse response                 */
+		Word16 vec[],                         /* (i) scaled vector (/8) to correlate with h[] */
+		Word16 track,                         /* (i) track to use                            */
+		Word16 sign[],                        /* (i) sign vector                             */
+		Word16 rrixix[][NB_POS],              /* (i) correlation of h[x] with h[x]      */
+		Word16 cor_1[],                       /* (o) result of correlation (NB_POS elements) */
+		Word16 cor_2[]                        /* (o) result of correlation (NB_POS elements) */
+		)
+{
+	Word32 i, j, pos, corr;
+	Word16 *p0, *p1, *p2,*p3,*cor_x,*cor_y;
+	Word32 L_sum1,L_sum2;
+	cor_x = cor_1;
+	cor_y = cor_2;
+	p0 = rrixix[track];
+	p3 = rrixix[track+1];
+	pos = track;
+
+	for (i = 0; i < NB_POS; i+=2)
+	{
+		p1 = h;
+		p2 = &vec[pos];
+#if defined __riscv_xxldspn3x
+		Word32 tmp1, tmp2;
+		int64_t sum64_1, sum64_2;
+		int64_t p64_1, p64_2;
+		sum64_1 = 0;
+		sum64_2 = 0;
+		for (j=62-pos ;(j - 4) >= 0; j -= 4)
+		{
+			p64_1 = *__SIMD64(p1)++;
+			tmp1 = __RV_PKBB16(*(p2 + 1), *p2);
+			tmp2 = __RV_PKBB16(*(p2 + 3), *(p2 + 2));
+			p64_2 = __RV_DPACK32(tmp2, tmp1);
+			sum64_1 = __RV_DSMALDA(sum64_1, p64_1, p64_2);
+
+			tmp1 = __RV_PKBB16(*(p2 + 2), *(p2 + 1));
+			tmp2 = __RV_PKBB16(*(p2 + 4), *(p2 + 3));
+			p64_2 = __RV_DPACK32(tmp2, tmp1);
+			sum64_2 = __RV_DSMALDA(sum64_2, p64_1, p64_2);
+			p2 += 4;
+		}
+		L_sum1 = (Word32)sum64_1;
+		L_sum2 = (Word32)sum64_2;
+		for ( ;j >= 0; j--)
+		{
+			L_sum1 += *p1 * *p2++;
+			L_sum2 += *p1++ * *p2;
+		}
+#endif
+		L_sum1 += *p1 * *p2;
+		L_sum1 = (L_sum1 << 2);
+		L_sum2 = (L_sum2 << 2);
+
+		corr = (L_sum1 + 0x8000) >> 16;
+		cor_x[i] = vo_mult(corr, sign[pos]) + (*p0++);
+		corr = (L_sum2 + 0x8000) >> 16;
+		cor_y[i] = vo_mult(corr, sign[pos + 1]) + (*p3++);
+		pos += STEP;
+
+		p1 = h;
+		p2 = &vec[pos];
+#if defined __riscv_xxldspn3x
+		sum64_1 = 0;
+		sum64_2 = 0;
+		for (j=62-pos ;(j - 4) >= 0; j -= 4)
+		{
+			p64_1 = *__SIMD64(p1)++;
+			tmp1 = __RV_PKBB16(*(p2 + 1), *p2);
+			tmp2 = __RV_PKBB16(*(p2 + 3), *(p2 + 2));
+			p64_2 = __RV_DPACK32(tmp2, tmp1);
+			sum64_1 = __RV_DSMALDA(sum64_1, p64_1, p64_2);
+
+			tmp1 = __RV_PKBB16(*(p2 + 2), *(p2 + 1));
+			tmp2 = __RV_PKBB16(*(p2 + 4), *(p2 + 3));
+			p64_2 = __RV_DPACK32(tmp2, tmp1);
+			sum64_2 = __RV_DSMALDA(sum64_2, p64_1, p64_2);
+			p2 += 4;
+		}
+		L_sum1 = (Word32)sum64_1;
+		L_sum2 = (Word32)sum64_2;
+		for ( ;j >= 0; j--)
+		{
+			L_sum1 += *p1 * *p2++;
+			L_sum2 += *p1++ * *p2;
+		}
+#endif
+		L_sum1 += *p1 * *p2;
+		L_sum1 = (L_sum1 << 2);
+		L_sum2 = (L_sum2 << 2);
+
+		corr = (L_sum1 + 0x8000) >> 16;
+		cor_x[i+1] = vo_mult(corr, sign[pos]) + (*p0++);
+		corr = (L_sum2 + 0x8000) >> 16;
+		cor_y[i+1] = vo_mult(corr, sign[pos + 1]) + (*p3++);
+		pos += STEP;
+	}
+	return;
+}
+
+~~~
+
+这个算子进行 P 扩展优化后，编译时带上 dsp 扩展，可以看到提升效果，`cor_h_vec_012` 函数占用率有所下降，调用时间也有所减少。
+
+![Alt text](asserts/images/17/profiling_on_fpga_opt.png)
+
+**注意：** 上述仅提供简单的示例，用户可以依次对热点函数进行分析并优化，运行过程中由于采样等原因，导致 TOP 函数有所波动，这是正常的，最终精确的分析需要统计最终的总 cycle 数，然后计算提升比。
+
+### 2 Call Graph 功能
+
+Nuclei Studio 中 Call Graph 主要是通过分析 Profiling 的数据来获取到程序中函数的调用关系。
+![call_graph](asserts/images/17/call_graph.png)
+
+Call Graph 功能包括如下几种视图：
+
+* Radial View
+本视图中展示了程序的调用关系。
+![Radial View](asserts/images/17/Radial_View.png)
+* Tree View
+展示了 Radial View 中所选中的程序的调用关系、耗时所占比率、调用次数等信息；选中某一个函数，可以查看到它的父节点以及子节点等信息。
+![Tree View](asserts/images/17/Tree_View.png)
+* Level View
+与 Tree View 有点类似，展示了程序的调用关系以及调用次数。
+![Level_View](asserts/images/17/Level_View.png)
+* Aggregate View
+以方图的方式，非常直观的展示了程序的耗时关系。
+![Aggregate View](asserts/images/17/Aggregate_View.png)
+
+### 3 Code coverage 功能
+
+Nuclei studio 中 Code coverage 功能基于 gcc 编译器提供的 gcov 工具，编译时需带特定的编译选项 `-coverage` 来编译指定源码文件，编译成功后得到 ELF 文件，然后在实际开发板上运行并收集并收集需要的 coverage 文件(gcda/gcno 文件)，最终在 IDE 上以图形化的方式展示。
+
+使用方法与 Profiling 功能类似，这里仅对不同的地方进行说明：
+
+**step1：新建 Profiling demo 工程**
+**step2：基于 Profiling demo 工程移植 amrwbenc 裸机用例**
+**step3：添加 gcov 数据收集代码，并添加 -coverage 编译选项，重新编译代码**
+
+在main函数的结尾处添加gprof数据收集代码：
+
+~~~c
+int main(int argc, char *argv[]) {
+    /*
+     * 代码省略
+     */
+
+    /*
+     * 在main函数的结尾处添加 gcov 数据收集代码
+     */
+    // TODO this is used for collect gprof and gcov data
+    // See Components/profiling/README.md about how to set the IDE project properities
+    extern long gcov_collect(unsigned long interface);
+    gcov_collect(2);
+
+    return 0;
+}
+~~~
+
+添加-coverage编译选项，重新编译代码：
+![add_coverage_compile](asserts/images/17/add_coverage_compile.png)
+
+**step4：运行程序**
+可以在qemu中模拟运行，或者上板实际运行都可以（统计覆盖率，不涉及到性能分析，所以使用 qemu 或者上板测试都行）。
+![prase coverage data](asserts/images/17/prase_coverage_data.png)
+Next后，在Debug->application文件夹下生成了 gcda 与 gcno 文件，双击打开即可
+![coverage_result](asserts/images/17/coverage_result.png)
+
+### 4 补充
+
+1. Profiling 与 Code coverage 功能可以同时打开，只需添加一起收集 Profiling 数据与 Code coverage 数据的代码，并在编译时添加 `-pg -coverage` 编译选项。
+
+~~~c
+    // TODO this is used for collect gprof and gcov data
+    // See Components/profiling/README.md about how to set the IDE project properities
+	extern long gprof_collect(unsigned long interface);
+	extern long gcov_collect(unsigned long interface);
+	gprof_collect(2);
+	gcov_collect(2);
+~~~
+
+
+![add_pg_coverage_compile](asserts/images/17/add_pg_coverage_compile.png)
+
+2. 可能遇见的问题：
+
+* 片上内存不足，打印日志中有错误打印，gprof/gcov data 需要占用一定大小空间
+* Console 或 Terminal 收集的数据不全导致解析数据不正确，需确认数据没有被冲掉，需要调节 Console 或 Terminal 输出大小限制
+* 删掉 gmon.out 文件，再次解析，弹出 No files have been generated 错误弹框
+
+
+上述具体解决方法可参考 [Profiling与 Code coverage 功能可能遇到的问题](16-incomplete_data_output_when_using_profiling_function.md)
+
+
diff --git a/README.md b/README.md
index 53a0ddf..fdd92a8 100644
--- a/README.md
+++ b/README.md
@@ -26,7 +26,7 @@ Click [this link](https://nuclei-software.github.io/nuclei-studio/) to see onlin
 
 ## Documents
 
-> Generated by `python3 update.py` @ 2023-12-05 11:24:37
+> Generated by `python3 update.py` @ 2024-08-16 14:47:57
 
 | Document | Description |
 |:---|:---|
@@ -41,9 +41,10 @@ Click [this link](https://nuclei-software.github.io/nuclei-studio/) to see onlin
 | [9-modify_the_cproject_file_to_change_the_project_to_gcc13.md](9-modify_the_cproject_file_to_change_the_project_to_gcc13.md) | 通过修改.cproject文件，升级工程工具链到GCC 13 |
 | [10-compiling_projects_with_headless_in_nuclei_studio.md](10-compiling_projects_with_headless_in_nuclei_studio.md) | 在Nuclei Studio下用命令行编译工程 |
 | [11-openocd_reported_error_not_known_as_fespi_capable.md](11-openocd_reported_error_not_known_as_fespi_capable.md) | OpenOCD烧写程序时报错Error:Device ID 8xle2g8a6d is not known as FESPI capable |
-| [12-nucleisdk-0.5.0-dhrystone-score-lower-than-expected-in-IDE.md](12-nucleisdk-0.5.0-dhrystone-score-lower-than-expected-in-IDE.md) | 关于dhrystone在IDE上跑分和NSDK命令行跑分不一致的问题 |
+| [12-nucleisdk-0.5.0-dhrystone-score-lower-than-expected-in-IDE.md](12-nucleisdk-0.5.0-dhrystone-score-lower-than-expected-in-IDE.md) | 关于dhrystone在IDE上跑分和NSDK 0.5.0命令行跑分不一致的问题 |
 | [13-error_could_not_find_an_available_hardware_trigger.md](13-error_could_not_find_an_available_hardware_trigger.md) | Error: Couldn't find an available hardware trigger / Error: can't add breakpoint: resource not available |
 | [14-cannot_find_-lncrt_balanced_no_such_file_or_directory.md](14-cannot_find_-lncrt_balanced_no_such_file_or_directory.md) | cannot find -lncrt_balanced: No such file or directory |
 | [15-unsatisfiedLinkError_of_swt-win32-4965r8_dll_on_windows7.md](15-unsatisfiedLinkError_of_swt-win32-4965r8_dll_on_windows7.md) | UnsatisfiedLinkError of swt-win32-4965r8.dll on Windows 7 |
-| [16-incomplete_data_output_when_using_profiling_function.md](16-incomplete_data_output_when_using_profiling_function.md) | 使用Profiling功能时数据输出不完整 |
+| [16-incomplete_data_output_when_using_profiling_function.md](16-incomplete_data_output_when_using_profiling_function.md) | 使用Profiling功能时可能遇到的一些问题 |
+| [17-an_example_to_demonstrate_the_use_of_profiling_and_code_coverage.md](17-an_example_to_demonstrate_the_use_of_profiling_and_code_coverage.md) | 一个例子用来展示 Profiling 以及 Code coverage 功能 |
 
diff --git a/asserts/images/17/Aggregate_View.png b/asserts/images/17/Aggregate_View.png
new file mode 100755
index 0000000..db54246
Binary files /dev/null and b/asserts/images/17/Aggregate_View.png differ
diff --git a/asserts/images/17/Level_View.png b/asserts/images/17/Level_View.png
new file mode 100755
index 0000000..bfb38a0
Binary files /dev/null and b/asserts/images/17/Level_View.png differ
diff --git a/asserts/images/17/Radial_View.png b/asserts/images/17/Radial_View.png
new file mode 100755
index 0000000..34b34d2
Binary files /dev/null and b/asserts/images/17/Radial_View.png differ
diff --git a/asserts/images/17/Tree_View.png b/asserts/images/17/Tree_View.png
new file mode 100755
index 0000000..666d661
Binary files /dev/null and b/asserts/images/17/Tree_View.png differ
diff --git a/asserts/images/17/add_coverage_compile.png b/asserts/images/17/add_coverage_compile.png
new file mode 100755
index 0000000..fbf7ce0
Binary files /dev/null and b/asserts/images/17/add_coverage_compile.png differ
diff --git a/asserts/images/17/add_pg_compile.png b/asserts/images/17/add_pg_compile.png
new file mode 100755
index 0000000..c889ef7
Binary files /dev/null and b/asserts/images/17/add_pg_compile.png differ
diff --git a/asserts/images/17/add_pg_coverage_compile.png b/asserts/images/17/add_pg_coverage_compile.png
new file mode 100755
index 0000000..c7f3eeb
Binary files /dev/null and b/asserts/images/17/add_pg_coverage_compile.png differ
diff --git a/asserts/images/17/amrwbenc_demo.png b/asserts/images/17/amrwbenc_demo.png
new file mode 100755
index 0000000..05e6c21
Binary files /dev/null and b/asserts/images/17/amrwbenc_demo.png differ
diff --git a/asserts/images/17/build_profiling_demo.png b/asserts/images/17/build_profiling_demo.png
new file mode 100755
index 0000000..ea7f3bf
Binary files /dev/null and b/asserts/images/17/build_profiling_demo.png differ
diff --git a/asserts/images/17/call_graph.png b/asserts/images/17/call_graph.png
new file mode 100755
index 0000000..4de89b4
Binary files /dev/null and b/asserts/images/17/call_graph.png differ
diff --git a/asserts/images/17/call_prase_tools.png b/asserts/images/17/call_prase_tools.png
new file mode 100755
index 0000000..f68044f
Binary files /dev/null and b/asserts/images/17/call_prase_tools.png differ
diff --git a/asserts/images/17/config_uart.png b/asserts/images/17/config_uart.png
new file mode 100755
index 0000000..aa50849
Binary files /dev/null and b/asserts/images/17/config_uart.png differ
diff --git a/asserts/images/17/coverage_result.png b/asserts/images/17/coverage_result.png
new file mode 100755
index 0000000..b2625b8
Binary files /dev/null and b/asserts/images/17/coverage_result.png differ
diff --git a/asserts/images/17/prase_coverage_data.png b/asserts/images/17/prase_coverage_data.png
new file mode 100755
index 0000000..edbb483
Binary files /dev/null and b/asserts/images/17/prase_coverage_data.png differ
diff --git a/asserts/images/17/profiling_on_fpga.png b/asserts/images/17/profiling_on_fpga.png
new file mode 100755
index 0000000..a416975
Binary files /dev/null and b/asserts/images/17/profiling_on_fpga.png differ
diff --git a/asserts/images/17/profiling_on_fpga_opt.png b/asserts/images/17/profiling_on_fpga_opt.png
new file mode 100755
index 0000000..3798f58
Binary files /dev/null and b/asserts/images/17/profiling_on_fpga_opt.png differ
diff --git a/asserts/images/17/profiling_on_qemu.png b/asserts/images/17/profiling_on_qemu.png
new file mode 100755
index 0000000..eba0097
Binary files /dev/null and b/asserts/images/17/profiling_on_qemu.png differ
diff --git a/mkdocs.yml b/mkdocs.yml
index 6374a2d..70fcebb 100644
--- a/mkdocs.yml
+++ b/mkdocs.yml
@@ -18,6 +18,9 @@ nav:
     - 12-nucleisdk-0.5.0-dhrystone-score-lower-than-expected-in-IDE.md
     - 13-error_could_not_find_an_available_hardware_trigger.md
     - 14-cannot_find_-lncrt_balanced_no_such_file_or_directory.md
+    - 15-unsatisfiedLinkError_of_swt-win32-4965r8_dll_on_windows7.md
+    - 16-incomplete_data_output_when_using_profiling_function.md
+    - 17-an_example_to_demonstrate_the_use_of_profiling_and_code_coverage.md
 exclude_docs: |
     0-*.md
 theme: