ExpressLRS项目中旧版HM EP1接收机的WiFi兼容性问题分析
2025-06-16 22:34:06作者:史锋燃Gardner
问题背景
在ExpressLRS固件从3.3.2版本升级到3.4.x系列版本后,部分用户报告早期生产的HM EP1接收机(带有黄色LED指示灯)出现了WiFi功能失效的问题。具体表现为:当尝试通过LUA脚本启动WiFi或等待60秒无连接超时后,接收机会快速闪烁约1秒然后重启,无法正常建立WiFi连接。
问题根源分析
经过开发者调查,这个问题主要影响早期版本的HM EP1接收机,这些设备使用了规格较低的电压调节器。在3.4.x版本中,开发团队为了提高WiFi连接的稳定性,增加了WiFi模块的发射功率。这一改动对大多数设备有利,但却超出了早期HM EP1接收机电压调节器的供电能力,导致设备在启动WiFi时因供电不足而重启。
技术细节
在代码层面,WiFi功率设置被硬编码在devWIFI.cpp文件中。3.4.x版本中,相关功率参数被提高,具体体现在两个关键位置:
- 初始WiFi功率设置
- 动态功率调整逻辑
这种功率提升对大多数现代接收机(如带有绿色LED和TCXO的新版HM EP1)没有影响,但早期硬件由于电源设计限制无法承受更高的功率需求。
解决方案
目前用户可以采用以下几种解决方法:
-
硬件修改方案:
- 在接收机电源输出端添加100μF/6.3V电解电容进行稳压
- 这种方法需要一定的焊接技巧,且要考虑电容的物理尺寸是否适合接收机内部空间
-
软件修改方案:
- 自行编译固件,将WiFi功率参数恢复为3.3.2版本的水平(值13)
- 需要修改devWIFI.cpp文件中的相关参数并重新编译
-
固件降级:
- 暂时回退到3.3.2版本固件使用
- 这是最简单的临时解决方案,但无法获得新版本的其他改进
开发者建议
ExpressLRS团队指出,这是硬件规格限制导致的问题,而非软件缺陷。对于早期硬件,用户需要权衡WiFi稳定性改进与设备兼容性之间的关系。团队可能会考虑在未来版本中为这类旧设备提供专门的构建选项。
用户注意事项
- 新版HM EP1(绿色LED)不受此问题影响
- 该问题可能也影响其他使用类似电源设计的早期接收机型号
- 硬件修改虽然有效,但需要一定的电子技术能力
- 如果WiFi功能不是必需,可以考虑保持3.3.2版本固件
这个问题展示了在嵌入式系统开发中平衡功能改进与向后兼容性的挑战,特别是在硬件规格参差不齐的情况下。用户应根据自身设备情况和需求选择合适的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
1.03 K
492