rtl_433项目新增对ThermoPro TP828B温度计的支持
2025-06-02 04:02:09作者:宣海椒Queenly
背景介绍
rtl_433是一个开源的无线信号解码工具,能够解码多种无线传感器设备发出的信号。近期,该项目新增了对ThermoPro TP828B无线温度计的支持。ThermoPro TP828B是一款双探针无线温度计,广泛应用于食品烹饪、室内温度监测等场景。
设备特性分析
ThermoPro TP828B与之前已支持的TP829B型号类似,但在数据格式上存在显著差异:
- 探针数量:TP828B为双探针设计,而TP829B支持四探针
- 数据格式:TP828B每个探针传输三个温度值(当前温度、目标温度下限、目标温度上限),而TP829B仅传输当前温度
- 校验算法:使用不同的CRC校验参数(生成多项式0x98,密钥0x55,最终异或值0x00)
数据解码过程
开发团队通过分析大量实际采样数据,确定了TP828B的数据帧结构:
- 设备ID:16位
- 探针1数据:36位(包含当前温度、目标下限、目标上限各12位)
- 探针2数据:36位(结构同探针1)
- 校验和:8位
- 固定标识:0xd2d2d2d2d2
- 尾部填充:若干0
温度值的解码采用与TP829B相同的算法:原始值减去500后除以10。例如,十六进制值0x1fe(十进制510)对应的温度为(510-500)/10=1°C。
实现细节
rtl_433项目采用以下方法实现了对TP828B的支持:
- 帧识别:通过检测固定标识0xd2d2d2d2d2的位置来区分不同型号设备
- 校验验证:使用特定的CRC算法确保数据完整性
- 温度转换:统一应用偏移和缩放处理
- 多设备兼容:在同一个解码器中同时支持TP828B和TP829B,便于维护
实际应用
用户现在可以通过rtl_433实时获取TP828B的温度数据,包括:
- 两个探针的当前温度
- 每个探针设定的目标温度范围
- 设备状态信息
这对于食品烹饪监控、科学实验温度记录等场景提供了便利的无线监测方案。
总结
rtl_433项目通过社区协作不断完善设备支持能力。ThermoPro TP828B的加入丰富了项目的应用场景,展示了开源社区解决实际问题的能力。该实现不仅考虑了当前设备支持,还为未来类似设备的集成预留了扩展空间。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
890
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
861
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195