tag 标签: IOT

相关帖子
相关博文
  • 热度 8
    2020-7-29 12:20
    833 次阅读|
    1 个评论
    现代传感器,是怎样模拟人类5感的?
    从历史的某个时刻开始,我们用“智能手机”,并且随时代发展有了“智能家居”“智能楼宇”“智慧城市”“智能照明”……这里的“智能”和“智慧”从直觉来看究竟体现在哪儿? 最早感受“智能手机”的震撼,恐怕是在十多年前,在我们用智能手机看图时,当手机横置,图片也能立刻调转显示方向。这一刻我们感觉,手机仿佛是知道我们在想什么的。虽然这项功能现在看来稀松平常,其实现的本质是重力传感器。 早年的智能家居,比如单纯用 app 来远程开关灯,大概并不能让人感受到“智能”。传感器技术的发展,真正让“智能家居”能够名副其实。比如说,下班回家一推门,起居室的灯就自动亮了;向智能音箱说一句“播放音乐”,就能立刻听到平常最喜欢听的曲子;夜间起床去洗手间,经过客厅时,客厅也能自动亮灯,并且在折返时自动关灯。 这种“被动式”体验,才称得上是“智能”的,其核心就在传感器技术上。英飞凌事业部总裁 Andreas Urschitz 说:“将现实世界和数字世界连接起来,其中需要克服的障碍就在于,你需要在各处都布局好传感器。英飞凌以半导体的形式,为技术赋予人的五官感知。”所以我们在英飞凌的传感器产品组合中,看到了智能感知(大气压力传感器)、智能耳朵(MEMS 麦克风)、智能鼻子(CO2 传感器)、智能眼睛(3D ToF 传感器、雷达技术等)这样的分类。 以英飞凌的产品覆盖,我们恰好可以了解当前的“智能”生活究竟已经进化成何种形态,以及如今的尖端传感器技术,又发展到了何种程度。为此,我们特别采访了英飞凌科技电源与传感系统事业部的工程师和负责人,来了解英飞凌在传递智能生活、“感知世界”时扮演的角色。 一个典型的例子:报警系统 在英飞凌的宣传中,直观感应解决方案,大多强调“系统”性方案。这种描述方式大概不够直观,我们尝试列举几个典型的应用场景,来谈谈这种“系统”解决方案究竟是如何成为“系统”的。 我们认为,比较具有代表性,而且在结构上相对简单的是英飞凌构建的“报警系统”(IAS)应用。这套解决方案主要解决的,是家庭、楼宇可能遭遇非法入侵的安保问题。早年国外针对玻璃破碎的报警系统,常见的解决方案是在窗户玻璃上贴用于检测震动的传感器。传统方案的问题在于,一方面影响美观性,另一方面则在楼宇窗户很多的时候,投入的成本会很高。 还有一些解决方案则采用麦克风来检测特定玻璃破碎的声音频率,在检测到匹配的相应频率时就发出警报。这种方案的问题是,存在较高的误报率,比如说家中玻璃杯被打碎,也可能被这种方案认为是非法入侵;另外,麦克风的可靠性、信噪比、动态范围等都是比较大的挑战。 英飞凌在传感器层面的解决方案是,将 MEMS 麦克风(IM69D130)和大气压力传感器(DPS310)做结合。其中麦克风用于检测玻璃碎裂的声响,而大气压力传感器能够获取物理冲击信号:即在房间的窗户/门被破坏时,捕捉压力信号模式的变化。这两者做融合,实现更为可靠的效果、避免错误报警的问题。 从传感器的角度来说,这是两种传感器的融合方案。如果从更高层级去看英飞凌针对这套系统提供的开发板,则能够发现这套系统除了传感器,还包含了 MCU(英飞凌的 XMC 系列),其上当然还需要跑应用,包括将传感器数据做融合与分析的算法方案——这就属于软件部分了。英飞凌相对高阶的解决方案,也提供云端连接的应用。 从应用层面来看,这是个相对完整的“系统”,不仅有传感器融合,而且包括了硬件、软件的提供。 在其中的软件部分,英飞凌科技电源与传感系统事业部大中华区射频及传感器部门总监麦正奇表示:“我们提供这种简单的联结方式,客户自己也能开发自己客制化的应用。”英飞凌针对各种产品和解决方案,“提供基础的算法,包括数据传输、协议等。我们提供的 SDK 会有一些基本的功能,提供第一层、第二层的算法,那么客户就能基于我们的 SDK 去开发上百上千种的应用了。” 基础的算法,以及软件开发方面的更多支持,也是开发者快速开发产品的前提。 “其实我们的这个系统,在国内已经有几个 case 在谈,是供给一些大型企业的智慧型大楼。我们也想过在车载领域,这套系统是否也有可行性,很多的细节现在都在讨论。不过总体上,通过我们的 SDK,传感+算法,客户可以创造各种可能性。”麦正奇说。 点击图片报名参会 构建系统和平台 上面这个例子相对简单地传递了,英飞凌如何做传感器融合,加上结合自家 MCU 这样的优势资源,再搭配初步的算法构建起一个系统的例子。有关传感器自身可实现的一些能力,我们将在后文详述。针对构成一个完整解决方案的问题,我们认为在英飞凌的传感生态内,更具代表性的是 IoT XENSIV™ Lighting Platform 照明平台。 这也是一个通过传感器融合,无线连接到云端的系统,而且是模块化架构。它能够实现的一些典型应用场景,比如说应用在办公大楼,雷达检测到会议室有人时自动调亮灯光、调整空调温度;隧道/工厂用灯的节能;压力传感器检测到电梯不动,可自动远程报警给电梯管理相关机构;在一些共享空间,检测人流场景、空间占用,以实现智能的资源利用和分配优化。 实际上,我们可以认为前面的警报系统也是基于这样的平台构建的。来看一看这个平台的构成:它在大框架上,同样分成了硬件和软件两部分。 这个平台的硬件架构上,除了云服务涉及的部分,在设备端主体上包含了几个部分。分别是中央处理单元(MCU)、雷达系统、Optiga 数据安全芯片、XDPL LED 驱动、压力传感器,以及无线连接相关的组成部分。 上面这张图的中间部分是个中控板,围绕在周围的周边器件是可以模块化更换的。左边的是 XDPL LED 驱动;右边则是无线连接模块(典型的是 NBIoT/Sigfox 支持);下方则是不同传感器的融合,比如 ToF、MEMS 麦克风、CO2 传感器、24GHz 雷达等。 除了硬件层面的部分,还有软件:上面这张图就是 IoT XENSIV™ Lighting Platform 平台的软件架构。下方是设备终端,有各种硬件支持,除了传感器还包括了无线连接。在靠上的应用层部分,就能看到比如雷达参数调试、LED 控制、OTA 软件升级等。上方是服务器端软件,与设备端对接。服务器端软件,涉及到数据库、账户管理、设备管理等等,而最上层也需要有灯光管理、人流管理、空间占用管理、电量计算等越来越多的功能实现。 这是一个相对完整的,英飞凌提供给开发者的系统或者平台,其上的很多板块是模块化的。填充、替换这些模块构成不一样的应用方案,比如前面提到的报警系统。 这里再尝试列举一个,英飞凌的智能路灯方案,就能搞清楚这个系统究竟是如何构建的。英飞凌的智能路灯,在硬件基础上包括了 XDPL 照明控制 LED 驱动芯片(提供数据参数读写及信息接口)、24GHz 雷达芯片(实现车辆、行人监测)、Optiga 数据安全芯片(连接安全认证)、CoolMOS(路灯作充电桩、电源管理),以及 MCU——英飞凌的 XMC 系列(核心处理)。 雷达收集的实时数据可以报告停车场信息,协助交通优化、人群管理,优化城市规划与管理。XDPL 芯片则可调节路灯明暗,并让终端掌握路灯状态;另外还有充电支持、安全连接等额外特性。 很显然在智能路灯这套方案中,英飞凌的能力包括了传感器融合,另外还涉及到了英飞凌在电源、MCU 等领域的更多能力。通过这种方式,能够像英飞凌这样做能力整合、构建平台和系统的企业,在行业内是不多见的。这也是英飞凌搭建系统和平台的基础。有了系统和解决方案,面向市场的各类千百种应用才能更快地付诸实现,落地到实际场景中。 “我们除了主要产品线以外,还有个 Sensor Solution Group,做传感器的融合,面向不同的应用。不同的传感器融合,再加上不同的 MCU,甚至和 partner 配合,将我们的硬件和软件能力都利用起来,为客户提供解决方案,实现各种各样的功能。”麦正奇表示。 点击图片报名参会 那些模拟人类感官的传感器 无论是传感器融合,还是构建起完整的系统、平台,更具体的还是前文提到的这些传感器产品。这些是系统能够获得用户青睐的基础,比如前文提到的警报系统,其覆盖范围有多广,以及麦克风信噪比表现如何,都是影响这套警报系统具体实现的基础。这里我们选择英飞凌一些比较有代表性的传感器谈一谈。 1.MEMS麦克风 在更早期的市场上,英飞凌主要为 Goertek、AAC Technologies 这样的企业提供 MEMS 麦克风裸 die,不过如今英飞凌自己开始涉足完整的 MEMS 麦克风产品,以高信噪比密封双薄膜 MEMS 麦克风(high SNR sealed dual-membrane MEMS microphone)的形态存在,这可能与这部分市场的高速增长有关。 从统计机构的数据来看,英飞凌 MEMS 麦克风 die 的市场份额变化情况如上图所示,目前其整体市场份额在 37% 左右。其应用场景涵盖了语音识别、音频录制、语音通讯、主动降噪等。以 TWS 耳机如今的火热便不难想见,MEMS 麦克风市场有多火。这类产品在手机、平板、笔记本、可穿戴设备、智能家居中的广泛应用自不必多说。 我们在英飞凌的一则宣传视频中看到,其 MEMS 麦克风应用场景,除了正常音量向智能音箱发出“播放音乐”这样的指令;当屋内有人在睡觉,那么以很轻的耳语发出指令“关灯”,一样可以让智能家居做出响应。英飞凌在描述中提到,在小声说话场景下,其“命中率”高出至多 40%;另外远距离识别场景,命中率高出至多 25%——比如从厨房向起居室中的智能音箱发出指令。 这一点在技术层面,除了多麦克风阵列以外,针对 MEMS 麦克风信噪比的提升应该是有很大关系的。在产品的技术演进中,从 2010 年较低成本但声学性能较差的单 backplate,发展到 2014 年显著提升了声学性能——信噪比提升至 70dB 但防尘性能较差的双 backplate,及今年最高 75dB,而且还达到 IP57 防水防尘级别的密封双薄膜(sealed dual membrane)设计。 “麦克风的工作模式可以简单理解为一个带电荷电容, 固定不动的导电层即为 backplate。另外一层同样为导电层的振膜,可以随着外部进入声压的变化而发出不同幅度的震动。电容值的变化引起输入电压值的变化。从而实现了声信号到电信号的转变。”英飞凌科技大中华区电源与传感系统事业部市场经理钟至仁向我们解释说。 这种密封结构设计,一方面实现了防水防尘,另一方面则提升了信噪比,也就提升了声音信号的获取能力。而高信噪比不仅对于前述应用场景有帮助提升用户体验的作用,还在于对于反馈式主动降噪而言,高信噪比的麦克风也能令降噪效果表现更好。因为麦克风可以捕捉到更低的声压级(SPL),抗噪音表现自然会更好。从 65dB SNR 提升到 69dB,这种变化就已经相当显著了。那么就应用层面来看,对于 TWS 主动降噪耳机而言,更多功能的实现也能做得更好,比如说语音助手、现实增强等。 前文中提到应用于报警系统的麦克风传感器(IM69D130),信噪比就达到了 69dB,另外有 130dB 的 SPL——即最高可以听到 130dB 的信号。如此一来,麦克风无论离玻璃爆破音源很近还是很远,都能够将玻璃碎裂的声音记录下来。 2.压力传感器 而英飞凌报警系统中所用的电容式大气压力传感器,英飞凌的工程师介绍说,DPS310 压力传感器能够侦测到 5cm 的高度差(±0.004hPa),所以运动期间,如跑楼梯这样的动作,传感器也能判断每一级楼梯的落差——这也是它能够通过微小气压差别,去侦测玻璃爆破的原因。另外更多型号,如 DPS368 在参数上标的是可达到 2cm 高度差的侦测灵敏度。 其特性还包括了足够小的尺寸,如 DPS310 这颗压力传感器的三围 2x2.5x1.0mm;低功耗,压力测量时峰值电流 345μA,待机电流 0.5/1.0μA;外加防尘放水、温度稳定性高等特点。 这种压力传感器的应用范围也因此可以很广,包括用于智能家居、气象站、可穿戴设备的运动追踪,甚至还有室内室外的导航、气流测量(典型的比如用在扫地机器人/空调,作为传感器可侦测滤网何时需要更换)。 英飞凌为其预设的应用场景还包括了预测性维护(Predictive Maintenance)——我们曾在先前智慧工厂生产相关文章中介绍过这种技术。它能够提前预知生产设备、组件寿命,预防故障性停工。大气压力传感器应该是作为其中的组成部分存在的。 3.CO2传感器 这是一种典型应用于空气质量监测的传感器,这让我们有机会窥见当代 CO2 传感器内部究竟是什么样。钟至仁向我们解释英飞凌 CO2 传感器的原理:“英飞凌的 CO2 传感器是基于光声效应的光声谱技术。红外光经过特定光栅,输出特定波长 λ=4.2μm 的光波,可被 CO2 气体分子吸收。在密闭腔内光被吸收引起热效应和压力改变。” “后端还有麦克风检测压力变化值,从而实现 CO2 浓度及浓度变化的检测。”低浓度的信号弱,而高浓度的信号就会比较强。 上面这张图是英飞凌 XENSIV™ PAS CO2 传感器模块,上方封装起来的就是感应腔。里面主要包括两部分,分别是发出红外光的部分,包括了过滤 4.2μm 波长的光学 filter——即钟至仁所说的光栅,以及一个 MEMS heater;探测器部分就是前文提到的 MEMS 麦克风。 除了感知腔体以外,整个模块实则还包含了英飞凌的 XMC MCU(跑补偿固件,支持 I2C/UART/SPI),以及驱动 MEMS heater 的 MOSFET。从 CO2 传感器模块的这个整体,也能够体现在“系统”构成层面,英飞凌覆盖的能力是相对全面的。 4.ToF传感器与雷达 ToF 和雷达,是英飞凌“智能视觉”或者说“智能眼睛”的表达方式。相关光学测距 3D ToF 的部分,我们在 5 月份发布的《 消费电子ToF技术与市场分析报告 》中曾详细介绍过技术原理,其中也提到了英飞凌选择的技术方向、技术特点和应用领域。 英飞凌通过与 pmd 合作的方式,共同推出 REAL3™ ToF 传感器解决方案,用于相对近距离的场景 3D 感知、成像。英飞凌在 3D ToF 实现上,主要选择的是连续波 iToF 方法。主要特点在于具备 SBI 背光抑制专利技术,以及和上述方案一样,有完整的包含传感器模块、软件驱动、3D 深度算法在内的系统性解决方案。这种技术在手机、扫地机器人、智能家居、智能安防、现实增强设备等领域都有应用。比如说应用到手机前置 ToF 摄像头,构建人脸 3D 深度图,则可用来做 3D 人脸识别,以及辅助拍照的效果加强;应用在电视之上,则可通过 3D 感知,来识别手势操作、体感控制之类的信号,实现交互加强。 同样是采用 ToF 技术(虽然并非光学测距),英飞凌的 60GHz 雷达实际上是比较值得一提的。这里的雷达,是英飞凌将车载领域相对成熟的硬件和方案,应用到消费类、工业类应用中的产品。其特色能力在于感应微动作(micro movement),比如室内有人时,这种 60GHz 雷达能够感知呼吸、心跳这些亚毫米级别的动作。 智能家居中比较流行的 PIR 被动式红外传感器,作为存在检测较大的一个问题就是,它无法侦测微小动作,比如在房间里办公,仅敲击键盘这样的微动作时,这种红外传感器就无法感知到。60GHz 的雷达波长为 5mm,皮肤 0.5mm 的微动,对雷达而言就是较大的移动距离了。作为写字楼智慧楼宇的存在检测,这种方案还是相对可靠的。 “雷达除了存在检测,也可以应用人数统计及追踪,甚至加上高阶演算法开发,就可实现非接触式心率监测、悬浮手势控制等应用。其中心率监测,就是利用雷达侦测胸腔呼吸振幅加上皮肤或者心率微动完成。”英飞凌科技大中华区电源与传感系统事业部市场经理吳柏毅表示。 英飞凌提供的 SDK 也包含了算法库,典型的比如开发者可设定雷达仅检测 1 米范围内的活体,1 米以外的活动可忽略。这还是体现了除硬件之外,英飞凌在软件方面为开发者提供的储备和方案。前面提到的智能路灯,和更多 IoT XENSIV™ Lighting Platform 平台应用,都有雷达的参与。 Google Pixel 4 上方的一长串传感器中,有一枚 Soli 雷达芯片 谷歌 Pixel 4 手机距离检测所用的“Soli”技术,所用的就是英飞凌 60GHz 雷达芯片。也算是对这项技术在尺寸和功耗方面的背书。 这些传感器产品,去年收归在英飞凌的“Power Management & Multimarket”业务中,这项业务原本包含针对能量管理的功率半导体、针对通讯基础设施和移动设备的产品(包括射频与电源器件),以及面向严苛环境的高可靠产品。 不过从英飞凌今年 3 月发布的 FY2020 半年报来看,这个部门已经正式更名为“Power & Sensor Systems”(电源与传感系统),组织结构和业务策略不变。FY2020 Q2,这项业务的营收相较去年同期增长 4%,财报中特别提到了 MEMS 麦克风业务的亮眼成绩。业务营收近两年基本上稳定在整个英飞凌营收的30%左右。 麦正奇表示:“这次改名也表明了我们对于 sensor 和射频器件的重视。在市场上,我们在 sensor 方面有很大的投资,包括 R&D 的投入增大。未来在 sensor 和射频这块会使我们非常重要的产品线。” “未来我们要聚焦的,包括了各种智能应用场景,包括智能家居、智能照明、智能楼宇等等。5G 时代的到来,IoT 万物互联,对于整个行业都是相当大的机会,同时也是挑战。这两者不仅对于我们的硬件产品,也对算法提出了更高的要求。所以我们也给客户准备了更多基础演算法。为了满足客制化需求,我们也会和合作伙伴共同开拓这片市场。”智能生活范围的扩展还在持续。 点击图片报名参会
  • 热度 2
    2020-2-27 15:19
    424 次阅读|
    0 个评论
    智在健康-你的智能血压计 真能让你自在使用吗?
    作者:百佳泰测试实验室/ Henry Hung 现代人的生活步调愈来愈快,工作压力、天气多变、情绪起伏都让血压忽高忽低快速改变。随着生活水平提升与卫生教育普及,许多长者或高血压患者家中会自备血压计,随时测量,注意自身及家人的血压变化。 血压计可分为传统血压计及电子血压计。传统血压计有水银柱和气压表两种,两者皆需配合听诊器使用,使用程序繁琐,一般人使用上较不便。电子血压计利用传感器来收集信息,经过运算,计算出收缩压及舒张压。部分电子血压计同时具备测心率等其他功能,除了操作上较简易,数据阅读也具直觉性,比较适用于家庭日常血压量测。 然而,不管是传统或电子血压计,都需要拿一张纸来记录每日的血压数据,整体来说仍旧十分不方便。随着智能电子血压计的导入及应用,让血压管理变得更简单。使用者只需在固定时间量血压,透过蓝牙传送数据至手机 APP ,使用者便可轻松查阅长期的血压变化。 常见智能血压计问题 大解析 智能血压计的问世理应带给消费者极大便利,我们却在市场上听到了消费者在使用上反应不佳的回馈。众所皆知,用户体验与满意度会直接影响品牌形象,有些使用上的问题可能会打击使用者的信心与降低品牌忠诚度,影响企业未来的获利机会。以下列举市场常见问题以及使用者困扰: 1. 手机无法透过蓝牙连接到血压计 2. 装置(手机与血压计)配对失败 3. 血压计 APP 操作失败 4. 手机数据无法同步到云端 5. 血压测量结果无法传送到手机 Note :根据卫福部医疗器材管理办法,百佳泰不具医疗器材之检验资格,因此本文不讨论血压的准确性。 为了验证使用者困扰的真实性,百佳泰特别选取了具代表性的待测物-全球知名、适合家用的 Omron 蓝牙智能血压计 HEM-7280T ,来看看是否会发现上述问题。 我们使用以下 3 支手机、 3 台 AP 与 Omron 蓝牙智能血压计(待测物)来测试,来进行交叉实验,模拟一般人在日常生活中使用血压计的情境。 应用检测:潜在问题有哪些? 理想状态下,智能血压计搭配的 OMRON connect APP 可以存取最新血压数据,也可将数据上传到上云端,长期留存所有血压历史纪录。然而,经过我们测试专家实测,发现了以下四种问题: 问题 1 :更换血压计电池 手机却找不到该装置 我们使用 4 节 AA 电池来模拟测量血压后,电力刚好耗尽的情况。更换完电池之后,测试人员发现 3 支手机中有 1 部手机无法透过蓝牙连接到血压计,发生找不到装置( No Device Found )的状况,造成最新血压量测数据无法顺利传输到手机 APP 。 问题 2 :移除与新增装置 发生验证错误 在手机上移除与新增血压计的测试中,发现有装置验证错误( Device Authentication Error )的状况发生, 3 部手机中就有 2 部手机会发生,其中两款手机的验证错误率更高达 20% 。 问题 3 :更换装置查看血压记录  APP 卡顿 理论上,无论何种情境,用户应能随时随地查询「云端」血压信息。然而,当用户欲更换血压计,在没有血压计装置联机的状态下,我们发现透过 Apple 手机查看血压日记( Blood Pressure Dairy ), APP 会卡在数据传输( Transferring Data )页面。 问题 4 : AP 与手机不兼容 无法查阅血压日记 智能血压计的设计前提为:使用者须连到云端才能备份血压日记。从下表可得知,除了 Apple 手机在联机到 D­-Link AP 时有发生联机问题,其他的组合都能 100% 正常连上网络,并将数据传送至云端。 综合市场常见问题及百佳泰实验测试, Omron 蓝牙智能血压计 HEM-7280T 虽强调蓝牙配对手机、云端备份血压数据等功能,不过无法确保手机蓝牙每次都能找到装置并且顺利连接(见问题 2 )。此外,特定手机和 AP 的组合,可能导致手机无法将数据同步到云端(见问题 4 )。同时也可能发生测量血压后血压计电力不足,最新数据就无法传至手机 APP 的状况(见问题 1 )。这些实测的问题结果,直接应证了消费者所述的常见问题的真实性,厂商若想要在市场上确保良好使用评价,处理上述问题为当务之急。 智能血压计虽免去透过手写纪录血压的麻烦,然而有些使用情境或蓝牙联机却产生新的使用问题,让用户面临更多困扰,反而得不偿失。 智在健康客制化服务 随着物连网技术蓬勃发展, IoT 相关的产品亦不断推层出新,除了智能血压计,其他智能健康装置,如血糖机、心率带等,也很有可能遇到上述使用问题。
  • 热度 1
    2020-2-25 17:41
    793 次阅读|
    0 个评论
    走进MEasy的世界:基于STM32MP1的IOT参考设计
    前言:在万物互联快速发展的趋势下,板卡处理器性能、内存大小、接口外设等都是人们非常关心的硬件参数,但是如何让硬件的作用实现它的功能最大化,一套完善的软件支持尤为重要。 背景:随着HTML5技术的发展,Web的功能和性能获得大幅度的提高,Web应用的跨平台特性使得其能够运行在嵌入式平台上成为可能。米尔电子为解决用户的难点以及行业痛点,提供了MEasy IOT参考设计等特色系统应用,这是采用MYD-YA157C开发板作为硬件平台,基于多种语言设计而成的一套由Web Demo组成的人机交互系统。 下面我们继续了解关于基于STM32MP1的IOT参考设计: 一、什么是MEasy IOT? MEasy IOT是深圳市米尔电子有限公司开发的一套由WEB Demo组成的人机交互系统。硬件平台基于MYD-YA157C;软件基于YOCTO制作生成的linux文件系统,包含Python WEB运行环境和WEB应用程序。Web Demo是基于Python2.7编写的B/S架构的应用,包含Flask, Javascript,css, HTML等多种组件。MEasy IOT的结构框图如下所示: 该系统分为应用层、驱动层以及硬件层,目前推出了Web Demo应用提供给用户参考,有下面几个特点: 1、 轻量化连接 :MEasy IOT使用D-Bus作为应用程序和底层硬件的访问接口,高效低延迟。例如ADC,LED的控制都是通过D-BUS的实现的Method和Signal来进行访问和控制的。 2、 模块化拓展 :MEasy IOT中的网络管理应用则使用开源Connman作为中间层来实现对网络设备的控制, Connman也是一个基于D-Bus的完全模块化的系统,可以通过插件化进行扩展,以支持EtherNet、WIFI、3G/4G、Bluetooth等网络设备的管理。 3、 集成化应用 :MEasy IOT软件在目标板上目录结构包含由YOCTO配方直接生成的应用程序和库。 二、使用简介 1.登录 使用前准备开发板上电前请网线插到对应的接口。开发板网口1设置的静态IP为192.168.1.100,需要在PC添加192.168.1网段的IP,然后将开发板和PC机接入交换机中或者直连,WEB默认的url为http://192.168.1.100:8080,进入后的欢迎页面如下图所示: 进入欢迎页面后需要登录才能进行操作,点击右上角的Login按钮进行登录,默认帐号为admin,密码为admin. 2.系统信息 本页面展示了MYD-YA157开发板的软硬件信息: 3.设置 可以根据使用需要进行以太网、WiFi、蓝牙的开关以及地址设置: 三、 应用 展示 在当今火热的IOT领域,一个符合物联网MQTT通信协议以及电力IEC61850标准的设备能够让您的设计轻松融入云的世界。 基于这两个物联网协议标准,米尔电子推出了一套完整的物联网框架参考设计,下面为Web的Demo的演示界面,提供基于网页的远程配置和通信协议演示,支持RS232、RS485、WiFi/BT、4G/GPS、以太网等丰富的通信和无线接口。 1.MQTT协议: MQTT(消息队列遥测传输)是ISO 标准下基于发布/订阅范式的消息协议,工作在 TCP/IP协议族上,是为硬件性能低下的远程设备以及网络状况糟糕的情况下而设计的发布/订阅型消息协议轻量、简单、开放和易于实现的,这些特点使它适用范围非常广泛。 MQTT协议演示界面展示: 远程发布消息,接受消息,并操作本地硬件进行动作响应 测试步骤 1.通过WIFI设置页面进行WIFI连接,等待左侧的导航栏上面WIFI状态徽章变为你所连接的WIFI名称。 2.进入MQTT应用界面,点击 MQTT服务器页面中的连接按钮,来连接MQTT服务器。 3.点击MQTT订阅页面中的订阅按钮,然后再点击MQTT发布页面中的发布按钮,订阅页面中即可收到消息。 IEC61850协议: IEC61850是变电站自动化系统(SAS)中通信系统和分散能源(DER)管理的国际标准。它通过标准的实现,实现了智能变电站的工程运作标准化。使得智能变电站的工程实施变得规范、统一和透明。 IEC61850协议演示界面展示: 基于板卡和PC的通信演示,实现AD采样的实时上报 测试步骤 测试LED: 1. 点击IECScout(需用户自行下载)主界面下面的 Discover IED 按钮,然后输入输入服务端的IP地址 192.168.1.100 ,输入完成后点击 Discover 按钮。 GGIO1进入通用I/O控制界面。双击GGIO1下面的LED1数据对象,可以看到Switch这个数据属性,然后点击上方菜单栏的Write按钮即可对LED1进行控制. 3.在Value栏选择true,然后点击Write按键,此时开发板上的LED D2就被点亮了,同时WEB页面IEC61850应用中LED的状态也被打开了。 测试ADC: adcMag即可看到ADC的值,这个值和当前WEB页面IEC61850应用中的ADC的值是一样的。 2.在WEB页面IEC61850应用中点击ADC下面的更新按键,此时WEB页面中ADC的值更新到了最新值,同时ADC的值也写入到了IEC Server中,此时需 要在IECScout软件中点击菜单栏的Read all按钮来更新通用I/O控制界面中ADC的值。 四、硬件平台介绍 米尔MYD-YA157C开发平台由核心板MYC-YA157C和底板MYB-YA157C组成,邮票孔方式连接。该平台采用STM32MP157系列高性能处理器,提供了HDMI+RGB+MIPI高性能显示,千兆以太网,WIFI/蓝牙,RS232/RS485/CAN等丰富接口,贴合应用场景的产品定义,稳定可靠的硬件设计,有助于简化工业制造、消费电子、智能家居、医疗等行业应用高性能解决方案的开发。 小结:米尔精心打造的基于STM32MP1的IOT参考设计,采用硬件+MEasy IOT系统的方式,能够帮助用户轻松解决上层应用以及底层驱动之间的大部分开发难题,同时提供丰富的硬件接口资源,以及出色的成本优势,满足您物联网产品开发的80%基础需要。 目前该产品已经上市热售,可以前往米尔官方淘宝店铺进行购买。更多产品详情点击 如下链接 了解 : http://www.myir-tech.com/product/myd-ya157c.htm
  • 热度 7
    2019-11-27 14:47
    2127 次阅读|
    3 个评论
    我想把电脑学会,但我发现根本学不会怎么办?
    小学四年级,我爸把我送去暑期“电脑培训班”。那会儿的电脑培训班就教 DOS、Windows 3.x 的操作。那时候我对信息技术的各层分工是没有概念的,总体目标就一个,就是“把电脑学会”,至于学会什么:谁能说的清楚?现在总结其实就是学操作系统的使用方法(还有如何使用 WPS)。 不过我的这个目标没变过,就是“把电脑学会”,虽然我不知道要学会什么,但总之就是要学会。初高中花了 6 年看各种信息技术书刊杂志,构建起一个大致的轮廓:这东西在我长大以前,好像是没办法学会了,因为太多了。我觉得能花 6 年建立起一个“多”的概念也不容易了。 大学期间接触简单的 web 开发和网络架构,自己还做了一家网站,但我觉得这些根本就没什么,我明明还是什么都不会。大学毕业后学网络工程(交换与路由),认认真真把思科四本很厚的教程从头到尾看完,习题一道不拉地完成,拿到证了。学习前我就在想:花这么多钱考试,这回总应该能把电脑学会了吧?结果我发现,行业内的破认证一大堆,还有什么系统工程师、软件工程师,这师那师的。四本书都掌握了,结果还跟文盲一样...所以工作间隙相对系统地学了一门高级语言,知道了什么函数、结构体......问题是,我觉得自己仍然是文盲,我好像还是毛都不会,我捉急啊。 那时候我就觉得,这辈子我恐怕是学不会电脑了,毕竟大学也不是学计算机专业:所以完全没有看过学科概论之类的东西。到二十好几了,无聊翻到《计算机科学概论》,这本书相对系统地给出了一些信息技术行业不同层级的概念;并且看《大话处理器》这种更具体的趣味读本,才逐渐发现,这个行业的分工之细密,远非我这种智商正常人士可想。 其实我在 FreeBuf 工作期间,我真正知道了什么叫“垂直”。FreeBuf 是国内一家信息安全(cyber security)媒体,所以它垂直到什么程度呢?就是覆盖上至云安全、应用安全(比如 Android app 安全)、web 安全,中至系统安全、hypervisor 安全、中间件安全、网络安全(network security),下至芯片安全、通讯安全、XX安全。如果按照场景来分类,其实还可作移动安全、企业安全、汽车安全什么的。这大概是没有一个通才能够全盘把控的了吧。 没有人能跟上这个时代 我还在 FreeBuf 的时候,信息安全仍然是个新兴行业。我们在做某些课题或行业研究的时候,并没有多少可借鉴的现成资料,而且做生产的企业也不肯给。那么在很多主题的研究上是处在一个盲人摸象、摸着石头过河的状态的。这个时候,没有一个人会告诉我,这件事你做对了或者这个方向你搞错了。在“研究”得出任何结论时,我们都无法搞清楚是否遗漏了什么重要变量,而且也没有人会告诉我们,因为系统太复杂又太新了。 几年前我采访时任 HackerOne COO 的王宁博士 。HackerOne 是美国一家从事漏洞托管服务工作的公司。王宁博士自己上世纪 80 年代念的物理学,并且随后在美国藤校深造了物理方向的宇宙学,而且她的研究方向是暗物质。我在采访中问了很多有关她博士期间的课题研究(毕竟我是个任性的人,花了一大半时间跟她聊物理,而不是聊信息安全),她研究的是Weakly Interacting Massive Particals粒子。 我觉得我从她那里获取到最有价值的一个信息是:当我们进行一些新领域的研究时,没有人能告诉你做得对不对,我们甚至连研究方法对不对都无法搞清楚。她说她在做博士论文的时候,下结论前非常害怕,因为她总觉得自己一定有什么变量没有考虑进去,生怕研究结论存在十分巨大的偏差,并且对行业产生很错误的导向。但她又说,不要害怕,因为我们能力都是有限的。 知乎上有很多从事软件、硬件、网络、成像、安全等各层面工作的工程师关注我,所以我在发言时会格外谨慎,生怕哪句话发出来就贻笑大方了。不过我后来逐渐发现,这种担忧其实十分多余,因为大部分人即便参与生产,他能懂的专业领域也不会跨超过 2 个,能跨到 3 个细分领域的——那已经可以被视作天才了。就算对着一名全栈工程师,我在 web 架构上大放厥词,他甚至都没办法找出什么大把柄。 当计算机行业,或者说信息技术、电子科技行业发展到现如今这个阶段时,随分工的细密化,以及技术的飞速发展,已经没有某一个人能够跟上时代的节奏。这个是最近参加 FreeBuf 的 CIS 2019 网络安全创新大会,微软中国首席技术官韦青说的。他说:“这个时代里,每个人都只摸到了大象的一部分,当我们以为我们能找到答案的时候,反而会感到愈加迷茫。如果我们能够意识到我们都在盲人摸象,反而心态更能沉下来。”即便专家,他能掌控的领域也十分有限,或者凭他一己之力,也根本无法解决某一个系统的问题。 我想,这里的“答案”对我而言,就是“把电脑学会”吧,所以啊,我这辈子大概都没办法达成这个目标了。 这是个软件定义一切的时代 韦青在佐证信息技术的外延不断扩展这个话题时,提到了一点,就是越来越多的东西被“软件定义”。感觉我最近写了很多“软件定义”的文章,或者至少在文章里都有提到软件定义。“我们在IT领域的都知道,IT架构中早就有了云化、虚拟化。其实质也就是把单点计算能力,虚拟化之后做平均化使用。但现在可不只是IT领域存在这种状况。” 前一阵参考麦肯锡的报告,我写了一篇文章《构建一个时代:汽车电子与软件架构的10大趋势预测》 。这篇报告大部分其实都是废话,不过有一个趋势提到了在汽车电子的软件架构中,会出现扩展的中间件对底层硬件做进一步抽象和虚拟。实际上,现有汽车的 ECU 就能够实现车内跨单元通讯,而未来的中间件则能够链接域控制器。它最终能够实现的是分布式计算,以及 SOA(service-oriented architecture),协力 ADAS、HAD 之类的东西。 这段不需要看懂,继续听我说。更早我在参加 5G 相关的活动时 ,研究 5G 网络架构布局变化了解到,C-RAN(中心化 RAN)诞生以后,BBU(基带处理单元)就集中到了一个中心机房,而且 BBU 本身开始转往 NFV 网络功能虚拟化,以及 SDN 软件定义网络技术。其实说白了,“软件定义”也就是说硬件可以采用更通用的架构,功能实现就用软件来区分就可以了。就类似于你用 PC 的通用架构做个游戏机,这肯定是没问题的,在 Windows 操作系统上搭个你自己的游戏平台 app 即可——这样一来,软件定义游戏机就诞生了。上面一段提到的汽车中间件抽象,本质与此类似,上层应用和下层硬件实现了进一步的脱藕。 “5G 通讯革新的,甚至都不是通讯技术本身,而是对数字化、软件化的使用能力,大家谈的都是 SDN,通讯的单点能力受限,所以需要虚拟化来实现硬件资源的平均。”这是韦青说的,“不光是通讯,制造行业其实也在做软件定义。” 前几天我才写了 NI(美国国家仪器)测试测量方案的软件定义 (虽然人家其实从上世纪六七十年代开始就一直就在走这个路子),我们在现场看到一个通用的硬件架构实现三种完全不同的卫星测试功能,我比较孤陋寡闻,因为以前没有接触过测试测量行业,这会儿才知道原来测试测量仪器现在都这么搞了。 我其实还可以拿出更多的例子来说明(只要我参加更多会O_o),这个时代开始越来越倾向于“软件定义一切”(SDX),这种定义不限于信息技术本身——这个不是我说的,是韦青说的。我不是专家,说了不算。 一个高级的数字复刻版世界 说上面这么多有什么用呢?其核心如果我们配合数字化来看,或者说万物互联,一个桌子、凳子将来都数字化了,都有了传说中的 digital twin——我们现在特别流行说 digital twin,行业内很时兴把它翻译成“数字孪生”。我觉得“孪生”多用于形容词,比如孪生的双胞胎,它表征名词实在不雅,所以我更倾向于用“数字复刻版”来翻译这个词。 就是桌子、椅子这些真实世界的实体,也有了自己的数字复刻版,在数字世界有一个自己的复刻版本。这里又要提我前不久写的另一篇文章了(讨厌不讨厌?),《西门子与AI技术,为Mentor带来了什么?》 ,我觉得现在最喜欢提数字复刻版的就是西门子和 Mentor。 我们仔细想一想,什么是 digtal twin 啊?其实芯片 EDA 行业每天都在搞 digital twin。EDA 的本质就是在你的芯片正式生产以前,我用软件(或者更多硬件仿真)的方法,给你先跑一遍,看看能不能跑——这不就是典型的先做个实体芯片的 digital twin 吗?这一点扩展到机械制造,也就变成了现在很流行的“智能制造”或者“智慧工厂”,针对生产环境做个 digital twin,包括产品、生产流程、生产绩效的 digital twin。有了 digital twin,我就能在数字世界模拟你这套生产流程有什么问题,或者未来可能出现什么问题。 Digital twin 在我的理解中实际上是“数字化”的某种高级阶段(这一点欢迎参见《电子工程专辑》12 月刊封面故事,没错也是我写的),就好像《黑镜》第四季的《DJ 下台》那样,现实世界以后什么东西都可以用数字来事先演练一遍,多可怕......韦青说,以后不管是物理还是流程对象,都会在 cyber(也就是数字世界)产生一个定义,再由软件去定义和优化它,“所以都会数字化、虚拟化进行软件定义”,那么一切其实都是调用功能,“就变成一个服务了”。 什么意思呢?就是说,如今的计算机行业,或者说得流行点叫数字世界,已经发生了极大的外延,你身边的一切实体物件最终都是要被数字化的。这对于整个信息技术垂直行业而言,是个巨大的机遇。不过其实说穿了,上面这一大堆的核心都是“万物互联”,只不过它看起来更高级。 当数字世界彻底侵蚀现实世界,并且双方边界都不再清晰,同时虚拟现实技术有非常高端的发展(不止是 VR 头盔,也可能是生物植入技术)你能想到有哪些事情会发生吗?除了《黑镜》,可设想的科幻影视剧探讨其实很多样。包括马斯克的 NeuroLink 脑机结合技术若有深入发展 ,则人类可能要进入一个新纪元了——大概是通过电子技术来满足人类各种心理需求的时代,咱就不深入说了。 信息安全行业的转折点 最后终于还是要说一说信息安全了。在集成融合的时代,什么 IT/CT/OT/BT 融合了,且在数字世界外延发生变化,数字与现实边界不再清晰的时候,就信息安全来看,以后可不只是在电脑上杀个毒这么简单。这种融合和数字化实际上涉及到了多行业,包括我在前文提到的制造、通讯,甚至对于生物安全的理解,那么“安全”其实就扩展到了过去不曾有过的范围内。 “未来的安全就不光是信息安全了。”以场景的角度来看,可能是“交通安全、城市安全、医疗安全”等等。 其实我在信息安全行业呆的一年多,一直在听各路安全公司讲一个概念,就是“将安全融入到开发环节中去”。我一直觉得这概念是反人类的,那些做 app 开发的人,根本不会理你:老板催我赶紧把 app 上架呢,你要我每个环节都检查安全问题?你不仅浪费我的时间,而且老板也看不到产出,我 KPI 不达标,你安全工程师付我工资吗? 在传统数字产品的开发上,几乎所有做产品的公司大概都是我提的这种想法。而且,人类的历史一路走来,从来都是先发展再治理:套用到这里,安全这种毫无实际产出,还妨碍效率的东西一定是靠边站的。可能在以往的某些领域,比如金融,毕竟是关乎钱财的,咱还稍微在意点儿安全。比如支付宝在安全方面就投了大把的钱。而在其他领域,大家照样看不上安全,这是个常态。信息安全行业从业人员的所谓“安全融入到开发环节中去”只能成为一个美好的梦。 但是!But!xikaxi!!!现在情况还真是不大一样了,比如说汽车电子化,每辆车 1、2 亿行软件代码在里面跑,如果安全出了问题,方向盘或者制动系统被劫持了,那人就挂了。一旦涉及到大规模的人身安全时,一切社会资源就来了。这时,信息安全就真正和人身安全挂钩了。前不久我去参加是德科技的活动,他们在宣传中已经开始大谈“汽车网络安全测试”了 ——这其实也是个必然趋势。 是德科技相关负责人开玩笑这么说的:“很多汽车企业老板半夜做梦都吓醒,客户开着自己的车,刹车系统、方向盘被劫持,第二天公司就被告倒闭了。”这件事现在其实还没有显现出威力。而且我从是德科技那里了解到一点:整车厂、Tier 1零部件厂一般都会成立一个团队,专门研究汽车安全问题,很多整车厂的安全部门都有自己的database,其中加入了所有已知的攻击。 而且的而且,汽车架构的每个组成部分都有自己的安全测试方案,比如辅助驾驶、引擎、娱乐系统,都是企业内部不同的人在处理安全问题,这其实是非常典型的“安全融入到开发环节中去”的初期实现。与此同时,自己做了安全测试,还要让是第三方测试测量企业再去搞一遍安全问题。 其实在汽车之外,IoT 产品未来的安全性是更令人担忧的。尤其是很多医疗设备,汽车在人身安全的问题上可能都只是件小事。如果出现一两例的汽车电子系统被劫持,固件升级和召回可能都是常规方案。但一个心脏起搏器,以及各种植入式医疗设备,在 IoT 演化之路上出现安全问题,要怎么召回呢?而且这个问题实际上正在发生,我在以前的文章里提过,参见文末给出的这一堆链接。 所以实际上我在说什么呢?就是“安全融入到开发环节中”未来会真正在我前文第 2、3 段提到的趋势过后,成为一种必然落实到位的方案,因为软件定义一切,而且数字与现实世界的边界模糊了,与此同时数字世界的安全问题开始大量关乎人身安全。这其实是信息安全这个行业提升价值天花板的重要转折点。因为如果你不这么干,“公司就被告倒闭了”(笑)。 最后一点,如果你有在仔细看文章,你应该要问本文的第 1 段有什么用。那就是,在这个盲人摸象的时代,既然我都学不会电脑,你、我也根本无法凭借一己之力来解决安全问题,甚至各种开发的问题。于是,“协力同行”会成为一个必选项。不止是安全企业间的协力,也不只是不同层级安全解决方案的协力,而是所有企业一起,就算你不做安全你也要开始在意这个问题了——因为没有一个人或者一个企业能单枪匹马解决这么复杂的问题。 不过韦青看得比我远得多,他认为,在面对这样一个时代,“安全融入到开发环节中去”都还不够,因为这句话只涉及到了技术人员。而要解决这些趋势造成的安全问题,技术人员的能力也还差得远呢。“安全的社会、安全的网络、安全的信息,不止是信息部门的事,而是大家的事。广大市民安全意识要培养,工种需要提升对于安全的认识。”“所以不光是技术,还需要意识、素质的极大提高。”有没有感觉特别老生常谈?像中学生守则。不过在上述趋势面前,这些大概还都会在未来成真呢,不过我觉得那还早。 参见本文提到的所有,我写的文章: 开源的理念做安全:FreeBuf与HackerOne COO王宁对谈安全众测 ( https://www.freebuf.com/articles/people/132072.html ) 构建一个时代:汽车电子与软件架构的10大趋势预测 ( https://www.eet-china.com/news/201911181213.html ) 从RFSoC说起,5G对赛灵思而言意味着什么? ( https://www.eet-china.com/news/201907040921.html ) NI的“软件定义自动化测试测量”策略,价值在哪里? ( https://www.eet-china.com/news/201911261410.html ) 西门子与AI技术,为Mentor带来了什么? ( https://www.eet-china.com/news/201909101537.html ) 马斯克的脑机接口技术,让世界变黑客帝国?你想多了 (https://www.eet-china.com/news/201907221133.html) 当汽车被黑客攻击成为常态,当汽车网络安全测试初露头角 ( https://www.eet-china.com/news/201910111520.html )
  • 热度 2
    2019-9-23 15:49
    629 次阅读|
    1 个评论
    IoT产品机构与材质多样性对天线的冲击
    随着物联网(IoT)产品越来越多,采用Wi-Fi和蓝牙技术联机的产品也渐渐增加,越来越多厂商开始投入与研发具有无线功能且可以与手机连动的IoT产品。而制造商在选择适当的天线时,常依据供应厂商提供的规格来判断天线适不适合自身的产品,但天线组装在产品上,会因为天线附近的机构件、机构材料或是为了固定PCB板而灌胶。这些额外的变更都会造成天线频率偏移、场型死角等问题。以下实际案例可以观察到这个现象。 实际案例 以实际测试过的产品来看天线周边的机构材料对于性能的影响。该产品通讯技术为蓝牙(工作频率为2.4GHz~2.5GHz之间),产品为了固定住外壳与PCB板而灌胶 (图一)。在未灌胶前天线已在蓝牙的工作频段,而在灌胶后天线频率往更低频段偏移(图二)可以明确地观察到。 图一:上为灌胶前待测物/下为灌胶后待测物 图二:Return Loss 会造成灌胶前后有如此大的差异是因为天线的频率在共振时,会经过不同介质而造成频偏,关键在于灌胶后介电常数上升在波长与光速不变,频率则会往低频偏移,由(公式一)可以理解其物理特性。 公式一 :天线波长 针对天线长度进行缩减后结果如下图(图三),未灌胶前将天线频率调整至偏高频,灌胶后因上述物理特性使天线频段往低频偏移而刚好坐落在蓝牙工作频段。 图三:Return Loss 下方结果是将天线调整前后之待测物放入843电波暗室测得其蓝牙工作频段内的低、中、高频率点之效率(表一),而会选择低中高频率点来比较是因为由低中高的频率点效率便可以知道这段频率整体效率趋势。而天线调整长度前,天线的工作频段未落在蓝牙工作频率内故所量测出的效率较差都在10%以内,而再调整天线后效率提升至45%以上,调整前后效能提升35%。 表一:天线效率 下方为场型量测结果2D场型图(图四)与3D场型图(图五),由下图(图四)在比起未调整天线前场型强度整体较弱且小于标准线,而在天线调整后场型强度明显增强,在90度方向为场型最强的位置。 图四:2440MHz 2D场型图 图五:2440MHz 天线调整前3D场型图 调整后3D场型图 图五上的3D场型为天线调整前,可观察出场型强度整体较弱且较不接近全向性,如图内黄线标示。相对图五下为天线调整后之3D场型图场型强度明显比未调整前强且整体场型更接近全向性,如图内黄线标示。 天线的判断基准 上述实测案例中所提到的各个参数的判定基准,透过以下参数将逐一解释其订定标准与名词解释。 以下两种参数可以初步判断天线是否有符合产品所要广播的频段: · 电压驻波比(VSWR) 电波经过不同介质,而造成电波有一部分能量被反射而形成行驻波,而电压驻波比指的是行驻波的电压峰值与电压谷值之比。一般业界判断标准为,待测物广播频段范围所测得VSWR数值必须 2。 · 回波损耗(ReturnLoss) 主要是观测发送端看到多大的的信号反射成份通常数值越低越好,一般业界判断标准为待测物广播频段范围所测得Return Loss数值必须 -10dB。 而要进一步的去判断天线质量的好坏则需要依据以下两中参数: · 效率(Efficiency) 一般判定标准是以比较的方式来判断,例如效率50%的天线与10%的天线比较,前者的效率比起后者来的更好。 · 场型(Pattern) 为了使产品在各个方位都可以使用,天线场型的要求都会是接近全向性。 针对上述的所有参数,百佳泰提供不同量测方式,可以测得天线的VSWR、Return Loss、效率与场型。协助制造商在产品设计时间,可实时的知道天线表现进而改善问题。 测试架构 1. 矢量网络分析仪(VNA)来量测VSWR与Return Loss这两个参数,初步确认待测物天线是否有落在工作频段。 图六 :天线测试架设图 2. 843电波暗室采用Great Circle Cut架构(图七),来执行天线效率与场型测试。测试软件则由百佳泰自身开发的自动量测软件进行量测,只需将待测物固定在转桌上,便可以精准的测得天线效率与天线2D与3D辐射场型。 图七 :天线测试场地与架设图 结论 伴随着IoT产品天线会因为产品机构或材质作变更导致原先设计好的天线频偏,造成天线性能若是不好或是场型有死角,会造成IoT产品实际使用下会发生以下问题 : · 无法联机。 · 产品会更加的耗电。 · 使用产品时距离稍远就发生断线。 · 在产品的特定范围或位置容易发生断线或是使用的距离缩短。 因为这些问题而造成不好的用户体验,导致客诉,用户会质疑制造商的质量管理,进而影响了品牌设计的商誉。 百佳泰重视这些问题,扮演着为客户质量把关的角色,并提供点线面的全方位测试服务,协助您在研发产品阶段可以更迅速的发现问题以避免产品上市后造成诸多的客诉并协助您提升产品的市场竞争力。
相关资源
广告