nRF52 ADC配置与实战:从原理到电池监测与低功耗优化

news2026/5/15 20:03:03
1. 项目概述为什么nRF52的ADC值得你花时间研究如果你正在用nRF52系列芯片比如nRF52832或nRF52840做物联网设备、可穿戴设备或者任何需要感知物理世界的项目那么模数转换器ADC绝对是你绕不开的核心外设。我见过不少开发者包括早期的我自己都习惯性地用analogRead()读个值就完事了结果在项目后期被传感器读数飘忽不定、电池电量检测不准这些问题折腾得够呛。nRF52的ADC功能远比Arduino标准API暴露出来的要强大和灵活但这份灵活也带来了配置上的复杂性。简单来说ADC就是芯片的“感官”负责把真实的、连续的模拟信号比如温度、光照强度、电池电压转换成微控制器能理解和处理的数字值。nRF52内置的是一个逐次逼近型SARADC这种架构在精度、速度和功耗之间取得了很好的平衡非常适合电池供电的嵌入式场景。它最高支持14位分辨率意味着能把输入电压范围精细地分成16384个等级并且参考电压可以在内部灵活调整而不像有些MCU那样被固定死。这篇文章我就结合自己这几年在多个低功耗传感器节点项目上的实战经验带你从ADC的基础原理开始一直深入到在Arduino环境下如何精准配置和使用nRF52的ADC。我会重点解释那些容易让人困惑的细节比如参考电压的选择如何影响量程和精度如何为不同的传感器选择合适的分辨率以及如何编写可靠的代码来监测像锂电池电压这种关键参数。无论你是刚开始接触nRF52还是已经用过但想挖掘更深层的潜力相信这些内容都能帮你避开我当年踩过的那些坑。2. nRF52 ADC核心原理与配置逻辑拆解在动手写代码之前我们有必要花点时间搞清楚nRF52 ADC到底是怎么工作的以及Nordic的设计师给了我们哪些“旋钮”可以调节。理解这些你才能做出合理的配置选择而不是盲目地复制粘贴代码。2.1 逐次逼近型ADC是如何“猜”出电压的nRF52的ADC属于逐次逼近寄存器型。你可以把它想象成一个非常聪明的“猜价格”游戏。假设电压范围是0-3.6V满量程ADC要猜一个1.8V的输入电压是多少。第一次猜测它先猜一半1.8V对应数字值8192如果是14位分辨率。比较器会说“猜高了”。第二次猜测既然高了那就在0-1.8V中间再猜0.9V。比较器说“猜低了”。第三次猜测范围缩小到0.9V-1.8V猜1.35V。比较器说“还是低了”。如此反复……每次猜测都基于上一次的结果将不确定范围缩小一半。对于一个N位的SAR ADC只需要N次比较就能得到结果。nRF52的14位分辨率就需要14次比较周期。这种方法的优点是速度和功耗比较均衡精度也高。nRF52的ADC还集成了采样保持电路确保在转换过程中输入的模拟电压是稳定的不会因为信号变化而导致转换错误。2.2 关键配置参数分辨率与参考电压这是影响ADC读数准确性的两个最核心的杠杆。分辨率决定了ADC能把满量程电压分成多少份。用analogReadResolution(bits)设置。8位0-255。每步电压值较大精度低但转换速度快。10位默认0-1023。平衡了精度和速度是通用选择。12位0-4095。精度较高适用于大多数传感器如精度为0.1°C的温度传感器。14位0-16383。最高精度能分辨更微小的电压变化但转换时间也最长。参考电压这是ADC用来衡量输入电压的“标尺”。用analogReference(type)设置。这是最容易出错的地方nRF52的参考电压并非直接输入而是基于一个非常稳定的内部0.6V基准源通过可编程增益放大器PGA放大得到的。参考电压选项实际参考电压增益倍数满量程输入电压适用场景AR_INTERNAL0.6V * 6 3.6V60 - 3.6V默认值。通用场景兼容大多数3.3V系统传感器。AR_INTERNAL_3_00.6V * 5 3.0V50 - 3.0V输入信号明确在3.0V以内时能获得更好的分辨率。AR_INTERNAL_2_40.6V * 4 2.4V40 - 2.4V用于某些特定量程的传感器。AR_INTERNAL_1_80.6V * 3 1.8V30 - 1.8V输入信号很小时提高分辨率避免浪费量程。AR_INTERNAL_1_20.6V * 2 1.2V20 - 1.2V用于极低电压信号的高精度测量。AR_VDD4VDD/4 * 4 VDD1 (相对VDD/4)0 - VDD (供电电压)测量以电源电压为参考的信号但精度会随VDD波动而波动。关键经验选择参考电压的第一原则是覆盖但不过分超出你的信号最大电压。如果你的传感器输出最大是2.5V那么选择AR_INTERNAL_3_03.0V满量程就比默认的AR_INTERNAL3.6V满量程更合适。因为在同样的分辨率下前者每一步LSB代表的电压值更小测量精度更高。计算公式是LSB电压 参考电压 / (2^分辨率)。例如12位分辨率下3.0V参考的LSB为 3000mV / 4096 ≈ 0.732mV而3.6V参考的LSB为 3600mV / 4096 ≈ 0.879mV。2.3 输入通道与引脚映射nRF52的ADC是单端输入它有几个固定的模拟输入通道A0, A1, A2, …这些通道在芯片内部通过一个模拟多路复用器连接到ADC单元。在Arduino核心中这些通道被映射到了具体的物理引脚上。例如在Adafruit nRF52832 Feather上A0到A5分别对应着芯片的P0.02、P0.03、P0.04、P0.05、P0.28、P0.29等引脚。务必查阅你所使用的具体开发板的引脚图确认你使用的引脚支持模拟输入功能。接错到只支持数字功能的引脚上analogRead()将无法正常工作。3. 基础到进阶Arduino环境下的ADC编程实战理论说得再多不如一行代码。接下来我们从最简单的读取开始逐步构建一个稳健的ADC应用。3.1 环境准备与板卡支持包安装首先确保你的Arduino IDE已经安装了Adafruit nRF52板卡支持包BSP。打开Arduino IDE进入文件 - 首选项在“附加开发板管理器网址”中添加https://www.adafruit.com/package_adafruit_index.json打开工具 - 开发板 - 开发板管理器搜索“Adafruit nRF52”选择安装最新版本。安装完成后在工具 - 开发板菜单下就能选择你的nRF52板卡如“Adafruit Bluefruit nRF52832 Feather”。如果你的板子是较老的nRF52832版本可能需要按照Adafruit的指南更新一次Bootloader以确保与最新BSP兼容。对于nRF52840则通常不需要此步骤。3.2 基础读取理解默认配置下的数值让我们从一个最基础的例子开始读取连接在A5引脚上的电压。#include Arduino.h int analogPin A5; // 定义模拟输入引脚 int rawADCValue 0; // 存储原始ADC读数 float voltage_mV 0.0; // 存储计算后的电压值毫伏 // 默认配置10位分辨率3.6V参考电压 // 因此每一步LSB代表的电压 3600mV / 1024 ≈ 3.515625mV const float MV_PER_LSB_DEFAULT 3600.0 / 1024.0; void setup() { Serial.begin(115200); // 对于nRF52840等带原生USB的板子等待串口连接 while (!Serial) { delay(10); } Serial.println(nRF52 ADC Basic Read Example); // 注意这里没有调用 analogReference 或 analogReadResolution // 意味着使用的是默认的3.6V参考和10位分辨率。 } void loop() { // 读取原始ADC值范围是0-1023 rawADCValue analogRead(analogPin); // 将原始值转换为电压毫伏 voltage_mV (float)rawADCValue * MV_PER_LSB_DEFAULT; // 打印结果 Serial.print(Raw ADC: ); Serial.print(rawADCValue); Serial.print( - Voltage: ); Serial.print(voltage_mV); Serial.println( mV); delay(500); // 每500ms读取一次 }把这段代码上传到你的板子打开串口监视器波特率115200你应该能看到不断刷新的ADC原始值和计算出的电压值。尝试用杜邦线将A5引脚连接到GND、3.3V或者用一个电位器调节电压观察读数的变化。实操心得在代码中明确计算出MV_PER_LSB这个常量是个好习惯。它让你一眼就能知道当前配置下的测量精度。默认的3.515mV/步对于很多应用来说够用了但如果你想测量更小的电压变化比如一个满量程只有1V的传感器这个精度就太粗糙了。3.3 进阶配置优化测量精度假设我们有一个输出电压范围为0-2.5V的传感器我们希望尽可能精确地测量它。根据之前的原理我们应该选择能覆盖2.5V的最小参考电压并提高分辨率。#include Arduino.h int analogPin A5; int rawADCValue 0; float voltage_mV 0.0; // 我们计划使用12位分辨率3.0V参考电压 // LSB电压 3000mV / 4096 ≈ 0.732422mV const float MV_PER_LSB_OPTIMIZED 3000.0 / 4096.0; void setup() { Serial.begin(115200); while (!Serial) delay(10); // 关键配置步骤调整参考电压和分辨率 analogReference(AR_INTERNAL_3_0); // 将参考电压设置为3.0V analogReadResolution(12); // 将分辨率设置为12位 Serial.println(nRF52 ADC Optimized Read Example (12-bit, 3.0V Ref)); } void loop() { rawADCValue analogRead(analogPin); voltage_mV (float)rawADCValue * MV_PER_LSB_OPTIMIZED; Serial.print(Raw ADC (12-bit): ); Serial.print(rawADCValue); Serial.print( - Voltage: ); Serial.print(voltage_mV, 3); // 打印3位小数以体现精度提升 Serial.println( mV); delay(500); }上传这段代码后对比一下和默认配置下的读数。你会发现对于同一个电压原始ADC值变大了因为分母从1024变成了4096同时计算出的电压值小数部分也更稳定跳动更小。这就是优化配置带来的直接好处更高的有效分辨率和更低的量化误差。注意事项analogReference()和analogReadResolution()是全局设置。一旦调用会影响所有后续的analogRead()操作直到再次被更改。如果你的项目需要以不同配置读取多个传感器必须在每次读取前动态切换配置但这会引入额外的延迟。更常见的做法是统一使用能满足所有传感器需求的最高精度配置。3.4 实战应用锂电池电压监测与电量估算这是一个非常经典且实用的应用场景。在可穿戴或物联网设备中我们需要监测锂电池电压来判断电量。由于电池电压充满约4.2V放完约3.0V可能高于MCU的IO口耐受电压通常3.3V我们需要一个电阻分压电路将其降低到ADC可测量的安全范围。电路设计以nRF52832 Feather为例板上通常已经集成了分压电路。例如使用一个2MΩ和0.806MΩ的电阻串联分压比约为 0.806/(20.806) ≈ 0.287。这样4.2V的电池电压经过分压后约为1.2V安全地落在ADC量程内。nRF52840 Feather可能使用150k150k的均压电路分压比为0.5。代码实现我们需要做两件事1) 用高精度配置测量分压后的电压2) 根据分压比反推真实电池电压并映射为电量百分比。#include Arduino.h // 定义电池电压测量引脚根据你的板子型号修改 // Feather nRF52832 通常是 A7 // Feather nRF52840 通常是 A6 #define VBAT_PIN A7 // 根据板子型号定义分压参数 #ifdef NRF52840_XXAA // 如果是nRF52840 #define VBAT_DIVIDER_RATIO 0.5F // 分压比 (150K/(150K150K)) #define VBAT_DIVIDER_COMPENSATION 2.0F // 补偿系数 1 / 分压比 #else // 假定是nRF52832或其他 #define VBAT_DIVIDER_RATIO 0.287F // 示例分压比请根据实际电路调整 #define VBAT_DIVIDER_COMPENSATION 3.484F // 1 / 0.287 #endif // 我们使用12位分辨率3.0V参考电压进行高精度测量 #define ADC_REF_MV 3000.0F #define ADC_RESOLUTION 4096.0F // 2^12 #define MV_PER_LSB (ADC_REF_MV / ADC_RESOLUTION) // 约0.732mV float readBatteryVoltage() { float rawADC; // 1. 临时切换到高精度测量配置 analogReference(AR_INTERNAL_3_0); analogReadResolution(12); delay(1); // 等待ADC设置稳定非常重要 // 2. 读取原始ADC值 rawADC analogRead(VBAT_PIN); // 3. 恢复默认配置避免影响其他可能依赖默认值的代码 analogReference(AR_INTERNAL); // 恢复默认3.6V参考 analogReadResolution(10); // 恢复默认10位分辨率 // 4. 计算电压 // 第一步ADC读数 - 分压点电压 (mV) float voltage_at_adc rawADC * MV_PER_LSB; // 第二步通过补偿系数反推真实电池电压 float battery_voltage_mv voltage_at_adc * VBAT_DIVIDER_COMPENSATION; return battery_voltage_mv; } // 一个简单的将电压转换为电量百分比的函数仅供参考实际曲线需根据电池特性校准 uint8_t voltageToPercentage(float voltage_mv) { float voltage_v voltage_mv / 1000.0; // 这是一个非常粗略的线性估算适用于典型的LiPo电池 // 满电约4.2V (100%) 截止约3.3V (0%) if (voltage_v 4.20) return 100; if (voltage_v 3.30) return 0; // 在3.3V-4.2V之间线性映射 return (uint8_t)((voltage_v - 3.30) / (4.20 - 3.30) * 100.0); } void setup() { Serial.begin(115200); while (!Serial) delay(10); Serial.println(Battery Monitor Started); // 首次读取并丢弃有时第一次读数会不准 readBatteryVoltage(); } void loop() { float vbat_mv readBatteryVoltage(); uint8_t percent voltageToPercentage(vbat_mv); Serial.print(Battery: ); Serial.print(vbat_mv / 1000.0, 3); // 以伏特显示保留3位小数 Serial.print( V (); Serial.print(percent); Serial.println(%)); // 电池电压变化较慢无需频繁读取 delay(10000); // 每10秒读取一次 }这段代码有几个关键点分压补偿VBAT_DIVIDER_COMPENSATION是核心它等于1 / 分压比。你必须根据自己板子的实际分压电阻值来计算或查找这个参数。配置切换与恢复在readBatteryVoltage函数内部我们临时切换到了高精度模式读取完成后立即恢复默认设置。这是一个良好的编程实践避免函数产生意外的全局副作用。延迟等待在改变ADC配置analogReference或analogReadResolution后调用delay(1)让ADC硬件稳定。缺少这一步可能导致第一次读数不准。电量估算voltageToPercentage函数是一个非常粗略的线性模型。实际上锂电池的放电曲线不是线性的中间段电压变化平缓两端变化剧烈。对于需要精确电量的产品应该使用库仑计芯片或者至少建立一个基于实际测量数据的电压-电量查找表。4. 常见问题、调试技巧与性能优化即使理解了原理写好了代码在实际项目中你还是可能会遇到各种问题。下面是我总结的一些典型坑点和解决思路。4.1 读数不稳定、跳动大这是最常见的问题。ADC读数最后几位总是在跳。原因1电源噪声。nRF52的ADC参考源来自内部但模拟电源AVDD的噪声会直接影响测量。确保为模拟部分如果板子有独立的AVDD引脚提供了干净、稳定的电源并尽可能靠近MCU引脚放置去耦电容典型值为100nF 10uF。原因2信号源阻抗过高。如果被测信号来自一个高输出阻抗的传感器如某些光电二极管、pH电极ADC采样时的瞬态电流可能导致信号电压跌落。解决方法是在ADC输入引脚和地之间加一个小的滤波电容如100nF并/或使用一个电压跟随器运算放大器进行缓冲。原因3数字开关噪声。当GPIO、无线电蓝牙等数字电路频繁动作时会产生噪声耦合到电源或地平面干扰ADC。尝试在ADC采样期间暂时关闭不必要的数字外设如PWM输出或者将蓝牙广播/连接间隔拉长。对策软件滤波。硬件无法完全解决时软件滤波是最后的手段。最简单的是一阶低通滤波指数移动平均。float filtered_value 0.0; const float alpha 0.1; // 滤波系数越小越平滑响应也越慢 void loop() { int raw analogRead(A5); filtered_value alpha * raw (1 - alpha) * filtered_value; // 使用 filtered_value }更复杂但效果更好的是中值滤波或滑动平均滤波。4.2 测量值存在固定偏差或非线性校准ADC存在偏移误差零点误差和增益误差。对于精度要求高的应用需要进行两点校准。测量一个已知的接近0V的电压如GND得到一个读数adc_zero再测量一个已知的接近满量程的精确电压如用基准电压芯片产生的2.5V得到读数adc_full。然后用这两个点来修正所有读数corrected_value (raw - adc_zero) * (known_voltage_full / (adc_full - adc_zero))。参考电压精度内部0.6V基准源本身也有精度误差典型值±2%。如果对绝对精度要求极高需要考虑使用外部高精度基准电压源但nRF52的ADC参考是内部的无法直接使用外部基准这是一个限制。4.3 多通道采样与吞吐量nRF52的ADC是单通道的通过多路复用器切换。如果需要快速轮流采样多个通道切换通道需要时间tACQ。在analogRead之间增加一个小延迟如delayMicroseconds(10)可以保证通道稳定。如果需要非常高的采样率可以考虑使用nRF52的SAADC外设配合DMA和PPI任务和事件系统进行自动多通道扫描但这需要脱离Arduino环境直接使用Nordic的nRF5 SDK或nRF Connect SDK进行开发复杂度大大增加。在Arduino环境下analogRead的采样率通常在几十kSPS量级对于大多数传感器应用温度、光照、电池电压已经绰绰有余。4.4 低功耗设计中的ADC使用在电池供电设备中ADC本身也是耗电大户。按需采样不要在主循环里不停地analogRead。根据传感器特性设置合理的采样间隔例如温度每分钟采一次电池电压每十分钟采一次。采样后立即休眠在两次采样间隔期间让MCU进入深度睡眠模式System OFF或System ON with RTC。nRF52在深度睡眠下功耗可以低至1微安以下。关闭未使用的模拟输入虽然Arduino核心可能没有直接暴露接口但在底层可以将不用的模拟输入引脚配置为INPUT_DISCONNECT或设置为输出低电平以减少漏电流。4.5 与蓝牙功能共存这是nRF52项目的特色问题。蓝牙射频活动是主要的噪声和功耗来源。时序错开尽量避免在蓝牙无线电正在收发数据特别是在连接事件期间的时候进行高精度ADC采样。可以利用蓝牙事件回调函数在连接间隔的空闲期进行采样。降低广播功率或频率如果设备大部分时间处于广播模式降低广播功率或拉长广播间隔可以减少射频干扰和整体功耗为ADC提供一个更安静的环境。使用中断驱动配置ADC在采样完成后产生中断而不是轮询。这样MCU可以在等待采样完成时进入低功耗模式。最后调试ADC问题时万用表是你的好朋友。用它直接测量ADC输入引脚的实际电压与代码计算出的电压进行对比可以快速定位问题是出在硬件电路、信号还是软件配置、计算上。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2615908.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…