rtl_433项目新增对Ecowitt WN34D水温传感器的支持
2025-06-02 07:50:21作者:裴麒琰
rtl_433作为一款开源的无线信号解码工具,近期新增了对Ecowitt WN34D水温传感器的支持。这款专业级水温传感器采用了与Ecowitt WN34L/WN34S系列相似但略有不同的数据编码方式。
传感器技术特性
Ecowitt WN34D水温传感器具有以下特点:
- 专业级水温测量功能
- 采用433MHz无线传输
- 支持正负温度测量
- 与WN34L/WN34S系列采用相同的基础协议
数据解码方案
经过技术分析,WN34D传感器使用了协议221进行数据传输,但温度值的编码方式与WN34L/WN34S存在差异:
-
数据帧结构:
- 8位类型标识
- 24位设备ID
- 4位子类型标识
- 12位温度原始值
- 1位保留位
- 7位电池状态
- 8位CRC校验
- 8位校验和
- 24位尾部字节
-
温度解码规则:
- 子类型为0x4时(WN34D):温度=原始值×0.1
- 子类型为0时(WN34L/WN34S):温度=(原始值-400)×0.1
实际测试数据
开发团队收集了多组WN34D传感器的实际传输数据,验证了解码算法的准确性。测试数据包括:
- 正温度范围:20.3°C至28.3°C
- 负温度范围:-9.0°C至-4.9°C
所有测试数据均能正确解码,验证了解码方案的可靠性。
技术实现要点
rtl_433项目通过以下方式实现了对WN34D的支持:
- 扩展原有协议221的解码器
- 增加子类型检测逻辑
- 针对不同子类型应用相应的温度解码算法
- 保持与现有WN34L/WN34S设备的兼容性
这一改进使得rtl_433能够同时支持Ecowitt水温传感器系列的所有型号,为用户提供了更完整的环境监测解决方案。
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-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- 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
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- 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
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
React Native鸿蒙化仓库
JavaScript
312
365
Ascend Extension for PyTorch
Python
397
474
🎉 (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
1.39 K
787
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++
902
706
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
360
219
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
814
200
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++
93
161
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
124
161