EdgeTX中全局变量(GV)作为输入源时的值转换问题解析
2025-07-08 23:44:10作者:薛曦旖Francesca
问题背景
在EdgeTX开源无线电固件中,用户发现当使用特殊功能(SF)将某个通道值记录到全局变量(GV)后,再将该GV作为输入源使用时,实际获得的值仅为原始值的1/10。这一现象在2.10.3版本中被报告,主要影响Windows平台下的Companion软件。
技术原理分析
经过开发团队深入分析,发现这一现象并非bug,而是系统设计的预期行为。其核心机制如下:
-
值转换过程:当使用特殊功能将源值记录到全局变量时,系统会自动将原始值(-1024到1024范围)转换为百分比形式(-100%到100%)。例如,原始值-68会被转换为-6.8%。
-
输入源使用:当这个GV被用作输入源时,系统期望接收的是-1024到1024范围的原始值,但实际获得的是转换后的百分比值,导致最终结果仅为预期值的1/10左右。
-
显示与存储分离:虽然用户可以通过GV设置调整显示单位和精度,但这仅影响显示效果,不会改变存储和使用的实际值。
解决方案
开发团队提出了两种解决方案:
-
新增调整类型:在特殊功能中添加两种不同的调整模式:
- "Source (%)":保持现有行为,记录百分比值
- "Source (value)":新增选项,直接记录原始值
-
兼容性考虑:由于直接修改现有行为会破坏用户现有配置,因此采用新增选项的方式,确保向后兼容。
应用场景示例
这一改进特别适用于以下场景:
- 将摇杆位置记录为相机云台控制位置
- 实现"最后位置保持"功能
- 需要精确复制原始值的各种控制应用
技术实现细节
在代码层面,这一改进涉及:
- 特殊功能处理逻辑的扩展
- 值转换机制的调整
- 用户界面选项的添加
总结
EdgeTX团队通过这一改进,既保持了现有功能的稳定性,又为用户提供了更灵活的值处理方式。这一变更计划在后续版本中发布,为用户提供更精确的控制能力。
对于需要精确复制原始值的应用场景,用户可以选择新增的"Source (value)"选项;而对于传统的百分比控制场景,仍可使用原有的"Source (%)"模式。这种设计体现了EdgeTX对用户多样化需求的充分考虑。
登录后查看全文
热门项目推荐
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
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878