ExpressLRS V3.5.4版本深度解析:无线通信性能与功能全面升级
项目简介
ExpressLRS是一款开源的远程控制系统(RC)链路协议,专为无人机、遥控车等无线电控制设备设计。它以低延迟、高可靠性和远距离传输能力著称,广泛应用于FPV(第一人称视角)飞行和竞速无人机领域。本次发布的3.5.4版本是一个重要的维护更新,在性能优化和功能完善方面做出了多项改进。
核心性能优化
抗干扰能力显著提升
新版本针对高噪声和强干扰环境进行了特别优化。通过改进信号处理算法和传输协议,系统在复杂电磁环境下的稳定性得到明显增强。这对于在城市环境或多人同时飞行的场景尤为重要,能有效减少信号丢失和连接中断的情况。
双频段强制Gemini天线模式
当用户启用双频段工作时,系统现在会强制使用Gemini天线模式。这一改进确保了在多频段工作时的最佳天线性能,提高了信号接收质量和传输效率。Gemini模式通过智能切换天线,优化了信号覆盖范围和连接稳定性。
功能增强与改进
新型绑定存储模式
3.5.4版本引入了一种创新的"管理型"绑定存储模式。这种模式提供了更灵活的绑定管理方式,特别适合需要频繁切换设备或多用户共享设备的场景。相比传统模式,它提供了更好的安全性和便捷性。
MAVLink协议改进
针对MAVLink通信协议进行了多项优化:
- 增加了对无效电池值的处理机制,防止错误数据影响系统判断
- 修复了STM32平台上的MAVLink兼容性问题
- 提升了与飞行控制器(如Betaflight)的通信稳定性
显示与用户界面优化
LUA脚本现在能够自动适应不同分辨率和字体大小的彩色显示屏,为用户提供了更一致的视觉体验。同时,TX模块显示增加了k模式支持,丰富了信息展示内容。
关键问题修复
SPI FC连接问题
修复了SPI接口飞行控制器(FC)可能出现的循环连接丢失和重新建立的问题。这一修复显著提高了使用SPI连接的设备的稳定性,减少了飞行中意外断连的风险。
头部追踪功能禁用命令
解决了头部追踪功能禁用命令无法正确发送的问题,完善了头部追踪功能的控制逻辑。
Betaflight兼容性
特别修复了与Betaflight 4.6版本的直通模式兼容性问题,确保了两者能够无缝协作。
ADC/摇杆采样优化
改进了ADC(模数转换器)和摇杆的采样机制,解决了在没有手持设备连接时可能出现的问题,提高了输入设备的可靠性。
应用场景建议
本次更新特别推荐以下用户群体升级:
- 使用DJI Goggles 3配合O4系统的用户
- 使用Betaflight夜间构建固件的用户
- 经常在复杂电磁环境下飞行的用户
- 需要频繁切换绑定设备或多用户共享设备的场景
技术兼容性说明
作为3.5.x系列的一个维护版本,3.5.4保持了与之前版本的完全兼容性。用户可以放心升级,无需担心配置兼容或设备匹配问题。升级过程简单,且不会影响现有设置和绑定信息。
总结
ExpressLRS 3.5.4版本通过多项性能优化和问题修复,进一步提升了系统的稳定性和功能性。特别是在抗干扰能力、双频段支持和绑定管理方面的改进,使其成为目前最可靠的远程控制解决方案之一。无论是专业飞手还是业余爱好者,都能从这个版本中获得更流畅、更可靠的控制体验。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00