在数字信号处理领域,滤波器是核心工具之一,用于分离、增强或抑制特定频段的信号。数字低通滤波器(Digital Low-Pass Filter, LPF)作为其中一种重要类型,广泛应用于音频处理、图像处理、通信系统等领域。
半主动假肢的脚踝要在一次摆动相里完成姿态调整。人正常行走时摆动相只有几百毫秒,这段时间里通信、计算和执行都得做完。摆不到位,脚就会磕在地上。留给通信协议的时间,按毫秒算已经算宽裕了。
把模型部署到设备上,事情只做了一半。训练时的数据分布和上线后遇到的不一样,光照变了、天气变了、拍摄角度变了,精度掉得比预期快。云端可以重新训练,端侧设备付不起反向传播的算力和时间。
传统PLC做IO扫描、联锁、PID很稳,但跑振动频谱、视觉缺陷、负荷预测类AI算力不够。合理架构是“PLC管实时控制与安全,ARM Linux网关管协议采集、特征提取、模型推理、建议回写”:网关不直接驱执行机构,只把AI结果写成保持寄存器/OPC UA变量,PLC按自身联锁、上下限再决定是否采用。
STM32跑MicroPython适合做物联网Demo:GPIO、I2C、SPI、UART、定时器全用Python调,网络走外挂WiFi/4G模块或片上网口,传感器驱动写几个类就能跑。官方stm32端口支持F401/F405/F429/F746等,Nucleo、Pyboard、部分国产F407板都可刷;Nucleo/Discovery用ST-LINK烧,DFU板用dfu-util,也可通过STM32CubeProgrammer下载。 立创天空星F407类板可用Web DFU烧hex,烧完出虚拟串口REPL,Thonny直接传main.py。
工业全链路别把原始报文直接抛云。合理切法是“南向多协议采集—统一点位模型—边缘清洗聚合—MQTT可靠上云—时序库存储—Web大屏”,Java在ARM/Linux网关上用成熟库做协议转换与断网补传,云端只做存储、告警和可视化。
十万级设备后台别用Tomcat开HTTP长轮询,正确结构是“轻量接入网关收MQTT/CoAP/Modbus-TCP→协议归一→异步认证→消息入队列→业务服务做规则、存储、命令下发”。Java侧用Netty做接入、Spring Boot做治理,既轻又易维护;纯MQTT小系统也可用Moquette内嵌Broker,大并发再切自建Netty网关或EMQX集群。
256MB跑Java,OOM通常不是“堆太小”单一问题,而是堆+元空间+代码缓存+线程栈+DirectBuffer+JVM自身开销一起超物理内存。调优原则是“全量封顶、对象复用、缓存有界、堆外可控、OOM可兜底”。
嵌入式边缘节点远程运维别让每台设备都开HTTP轮询。合理架构是“边缘Agent轻量采集→MQTT/TLS上送→Java接入服务聚合→Redis存最新状态、时序库存历史→心跳健康状态机判在线/假死/离线→批量命令/配置/OTA下发→WebSocket推大屏”。千级节点用Spring Boot+MQTT+Redis可落地,万级再拆接入集群。
嵌入式项目跑C++,模块一多,最头疼的不是运行效率,而是“改一行私有成员,十几个文件跟着重编”。头文件把实现细节全部暴露,HAL句柄、寄存器结构体、私有宏一起传染;底层换驱动,业务层全要重新编译。PIMPL正是为这个痛点设计的:把私有成员和函数隐藏到前向声明的Impl中,公共头文件只留类型指针,依赖边界瞬间变薄。
128KB RAM看起来不小,但协议栈、RTOS、图形缓冲一分,留给业务容器的往往只有几十KB。std::vector/std::string/std::map依赖堆分配,运行期扩容会带来碎片和不可预测时延;工业控制器、车载传感节点通常直接禁用动态分配。ETL(Embedded Template Library)提供STL风格接口,但所有容器最大容量在编译期固定,不调用malloc/free/new/delete,存储可放栈、静态区或由内部pool管理,确定性更强。
近年来,我国物联网产业告别早期概念炒作、模式堆砌的“虚热”阶段,全面迈入脱虚向实、落地深耕的高质量发展新阶段。产业发展重心从单纯的设备联网、数据上云,转向实体经济场景的深度赋能,工业制造、智慧城市、民生医疗、智慧农业等领域的规模化落地成果持续涌现。而在物联网感知、传输、平台、应用全链条体系中,作为万物互联的“神经末梢”,传感器技术是产业落地实体场景、实现价值变现的核心关键,更是物联网产业摆脱空泛概念、扎根实体经济的核心支撑。
阀门动作很快,末端却迟迟不到位,原因通常不只在控制器。软体机器人把可压缩气体与黏弹材料串成同一执行链,两种滞后若用一个静态压力映射补偿,动态误差必然积累。
在智能制造、工业4.0全面落地的当下,工业以太网早已取代传统现场总线,成为工业自动化、智能工厂、轨道交通、能源化工等领域的核心通信骨架。从生产线的精准启停、设备数据的实时传输,到工控系统的联动调控,每一个工业场景的有序运转,都离不开工业以太网的稳定支撑。不同于商用以太网的常温、低干扰环境,工业现场充斥着高温严寒、震动冲击、电磁干扰、粉尘腐蚀等恶劣工况,任何网络波动、延迟中断都可能导致生产线停机、设备故障,甚至引发安全生产事故。看似无感的网络畅通背后,并非偶然,而是多重力量层层防护、协同发力,为工业以太网筑牢稳定可靠的运行屏障。
随着智能手表、无线蓝牙耳机、智能手环、健康监测穿戴设备的快速普及,小型化、低功耗、高精度电池管理成为设备核心技术痛点。可穿戴设备普遍采用微型锂离子聚合物电池,具备体积小、容量低、放电工况波动大、易受温度与老化影响的特点。传统电量计依赖单纯库仑计数或电压阈值判断,存在累计误差、老化适配差、负载突变检测失真等问题,常出现电量跳变、虚电、续航预估不准等用户体验问题。而基于内部电阻跟踪电流-电压协同检测的高精度电量计,可实时捕捉电池内阻动态变化,精准修正电量数据,完美适配可穿戴设备复杂工况,成为当下穿戴设备电池管理的主流技术方案。