DIY-Multiprotocol-TX-Module项目中的Graupner HoTT协议SUMD输出配置指南
背景介绍
Graupner HoTT协议是德国Graupner公司开发的一套无线电控制系统协议,广泛应用于模型遥控领域。在该协议中,SUMD(Signal cumulé numérique)是一种数字信号累积输出格式,类似于其他厂商的SBUS或PPM信号,用于将多个通道的控制信号通过单线传输。
技术要点
在Graupner原厂系统中,用户可以通过发射机设置将接收机的特定通道配置为SUMD输出。这一功能在DIY-Multiprotocol-TX-Module项目中同样可以实现,但需要注意以下技术细节:
-
通道限制:不同型号的Graupner接收机对SUMD输出的支持通道是固定的。例如:
- GR-24 Pro接收机仅支持在通道8输出SUMD信号
- 其他型号可能有不同的固定通道限制
-
硬件限制:这种通道限制通常是硬件设计决定的,固件升级一般无法改变这一特性。
-
配置方法:通过Lua脚本可以方便地配置接收机的SUMD输出,无需物理修改硬件。
配置步骤详解
-
准备工作:
- 确保使用OpenTX或EdgeTX系统
- 下载并安装最新的MultiLuaScripts工具包
- 确认"Graupner HoTT.lua"脚本位于SD卡的SCRIPTS/TOOLS目录下
-
基本配置流程:
- 在发射机中选择MULTI/HoTT协议
- 完成接收机绑定并确保遥测功能正常
- 通过系统菜单启动Graupner HoTT Lua脚本
-
SUMD输出设置:
- 导航至接收机配置的最后页面
- 找到"CH OUT TYPE"选项
- 根据接收机型号选择可用的通道(如GR-24 Pro选择通道8)
- 将该通道的输出类型修改为SUMD
注意事项
-
接收机差异:不同型号的Graupner接收机可能有不同的配置菜单结构和选项位置,建议参考具体型号的官方手册。
-
功能限制:不是所有接收机都支持SUMD输出,部分低端型号可能仅支持传统PWM信号。
-
信号兼容性:SUMD信号格式与SBUS类似但不完全相同,使用时需确认飞控或其他设备是否兼容该格式。
技术原理
SUMD信号本质上是一种数字串行协议,它将所有通道的控制信息编码为单个数据流。相比传统的PWM信号,SUMD具有以下优势:
- 抗干扰能力更强
- 传输延迟更低
- 支持更多通道(通常8-16个)
- 单线连接简化布线
在Graupner系统中,SUMD信号的生成是由接收机的专用硬件完成的,因此只能通过特定引脚输出。这也是为什么用户无法随意选择输出通道的原因。
总结
通过DIY-Multiprotocol-TX-Module项目,用户可以完全模拟原厂Graupner发射机的功能,包括配置接收机的SUMD输出。虽然存在通道限制,但这属于硬件设计特性而非软件限制。正确配置后,系统可以提供稳定可靠的数字信号输出,满足现代模型设备的需求。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112