ExpressLRS开源之RC链路性能测试

ExpressLRS开源之RC链路性能测试

  • 1. 源由
  • 2. 分析
  • 3. 测试方案
  • 4. 测试设计
    • 4.1 校准测试
    • 4.2 实验室测试
    • 4.3 拉距测试
    • 4.4 遮挡测试
  • 5. 总结
  • 6. 参考资料

1. 源由

基于ExpressLRS开源基本调试验证方法,对RC链路性能进行简单的性能测试。

修改设计总能够满足合理的需求,往往我们需要再不变更设计的基础上,进行相关验证。此时也是考研设计鲁棒性的一个维度。

开源代码有的时候往往比所谓专业的企业团队给出更好的设计就在于此。这里将借助开源代码的基本调试验证方法进行简单的性能测试。

注:当然更为专业的测试可能就需要涉及到代码的改动。不过作为开源代码,已经非常不错,值得国内企业的研发团队学习。

2. 分析

鉴于期望对RC链路性能测试,首先需要明确一些基础的概念和定义。

透过ExpressLRS开源之接收机固件编译烧录步骤中的基本调试验证方法

ID,Antenna,RSSI,LQ,SNR,PWR,FHSS,TimingOffset
IRQ_CNT,RSSI_AVE,SNR_AVE,SNV_MAX,TELEM_CNT,FAIL_CNT

可以获取以上一手测试数据。通过数据,我们对于RC链路性能做出如下简单解释:

  1. 固定发射功率前提下
  2. 接收信号功率的大小作为RC链路性能表征
  3. 接收型号信噪比作为RC链路性能表征
  4. 接收LQ指标作为RC链路性能表征
  5. 接收FAIL_CNT作为RC链路性能表征

为此,后续对上述表征量进行测量,以便验证RC链路性能。

3. 测试方案

基于测试分析,不难得出如下关系数据进行相关性能解释:

  1. 发射功率是否恒定

PWR v.s. dBm [RF module]

  1. 接收信号强度校准

RSSI/RSSI_AVE v.s. dBm [test fixture]

  1. 初步RF性能指标分析

LQ v.s. dBm [RF module]
SNR v.s. dBm [RF module]

  1. 高阶稳定性指标分析

SNR_AVE/SNR_MAX v.s. dBm [RF module]
FAIL_CNT v.s. dBm [RF module]

4. 测试设计

为了得到上述方案的数据图表,以及实际使用环境对性能优劣的对比,需要考虑以下几个场景。

测试设备如下:

  1. 飞控
  2. 眼镜/图传
  3. RC遥控器
  4. Tx发射机
  5. 动态信号衰减器(常规90dBm衰减器)
  6. 固定信号衰减器
  7. 频谱仪(信号功率计)
  8. USB串口板
  9. 测试电脑
  10. 配套线缆(飞控USB线/信号转接线等)
  • ELRS接收机发射功率最小值为50mW,相当于10xlg(50mW/1mW) = 17dBm。
  • SX1280接收灵敏度-132dBm;SX1276接收灵敏度-148dBm。
  • 假设:一个接口3dB损耗,IPX1到PA电路算3dB损耗。

发射到接收信号范围:17dBm - (- 148dBm) = 165dBm

衰减器可配置范围:(90dB + 3dB) + (30dB + 3dB) x 2 + 10dB + 3dB + 3dB = 175dB

注:以上是大概的估算,实际根据实验测试情况,动态调整衰减线路上的衰减器配置。

4.1 校准测试

目的:

  • 接收信号强度校准

RSSI/RSSI_AVE v.s. dBm [test fixture]

  • 发射功率是否恒定

PWR v.s. dBm [RF module]

注意:

  1. 上述数据图表需要通过终端分别接信号功率计和Rx接收机来测试获取数据。
  2. 为保证数据可比性,请务必测试时,馈线,接头等信号链路上的测试设备顺序一致。
  3. 记录并标记本次测试信号链路信号衰减器,馈线,接头的顺序,以便后续对比测试。

在这里插入图片描述

在这里插入图片描述

4.2 实验室测试

目的:

  • 初步RF性能指标分析

LQ v.s. dBm [RF module]
SNR v.s. dBm [RF module]

  • 高阶稳定性指标分析

SNR_AVE/SNR_MAX v.s. dBm [RF module]
FAIL_CNT v.s. dBm [RF module]

注意:保持与校准时一致的信号衰减链路顺序,以及链路上的硬件编号。

在这里插入图片描述

4.3 拉距测试

鉴于上述测试是在链路无干扰,隔离情况下进行的测试,理论上应该性能会更好。而实际情况往往比较复杂,受到发射/接收天线性能,各种外界电磁波干扰,大功率设备启动,大面积遮挡屏蔽,WiFi信号,ISM设备的影响等等。

可以根据实际情况进行可视拉距测试(常用标准T型天线):

  • 使用一个多旋翼(具备稳定的PosHold模式) + ELRS接收机 + 串口日志记录器
  • 进行50mW/17dBm拉距测试
  • 在其他所有条件不变的前提下,更高的发射功率肯定是越远。鉴于实验条件,不一定能做此类长距离测试。

目的:

  • 拉距性能指标分析

dBm v.s. meters
LQ v.s. meters
SNR v.s. meters
SNR_AVE/SNR_MAX v.s. meters
FAIL_CNT v.s. meters

  • 初步RF性能指标分析

LQ v.s. dBm [RF module]
SNR v.s. dBm [RF module]

  • 高阶稳定性指标分析

SNR_AVE/SNR_MAX v.s. dBm [RF module]
FAIL_CNT v.s. dBm [RF module]
在这里插入图片描述注:理论Estimating Wireless Range估算,LoRaWAN-Range-calculator。
在这里插入图片描述

4.4 遮挡测试

实际穿越机经常在障碍物之间穿行,而遮挡对于高频信号的衰减是非常显著的。因此,可以采用类似拉距测试的方法进行测试。

目的:

  • 拉距性能指标分析

dBm v.s. meters(postion)
LQ v.s. meters(postion)
SNR v.s. meters(postion)
SNR_AVE/SNR_MAX v.s. meters(postion)
FAIL_CNT v.s. meters(postion)

  • 初步RF性能指标分析

LQ v.s. dBm [RF module]
SNR v.s. dBm [RF module]

  • 高阶稳定性指标分析

SNR_AVE/SNR_MAX v.s. dBm [RF module]
FAIL_CNT v.s. dBm [RF module]

注意:该测试需要保留飞行轨迹,以便进行距离的位置标记。

5. 总结

基于上述测试设计,将会提供大量的RC链路关于RF性能的数据。

当上述数据进行横向对比时,将可以分析出硬件模块设计方面的好坏:

比如:

  • RF性能
  • 抗干扰性能
  • 天线性能
  • 天线部署位置合理性
  • 等等

注:目前是一个初步的测试计划或者方案,后续如果能够拿到更多的数据,我们将结合数据给大家展示下相关内容,以便更加直观的了解。

6. 参考资料

【1】ExpressLRS开源之接收机固件编译烧录步骤
【2】Estimating Wireless Range
【3】LoRaWAN-Range-calculator

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.hqwc.cn/news/87457.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

WPF自定义命令及属性改变处理

1、项目建构 2、自定义命令 namespace WpfDemo.Base {public class MyCommand : ICommand{Action executeAction;public MyCommand(Action action){executeAction action;}public event EventHandler? CanExecuteChanged;public bool CanExecute(object? parameter){retu…

bpmnjs Properties-panel拓展(属性设置篇)

最近有思考工作流相关的事情,绘制bpmn图的工具认可度比较高的就是bpmn.js了,是一个基于node.js的流程图绘制框架。初始的框架只实现了基本的可视化,想在xml进行客制化操作的话需要拓展,简单记录下几个需求的实现过程。 修改基础 …

【分布式技术专题】「OSS中间件系列」Minio的文件服务的存储模型及整合Java客户端访问的实战指南

Minio的元数据 数据存储 MinIO对象存储系统没有元数据数据库,所有的操作都是对象级别的粒度的,这种做法的优势是: 个别对象的失效,不会溢出为更大级别的系统失效。便于实现"强一致性"这个特性。此特性对于机器学习与大数据处理非…

图像翻拍检测——反射分量分离的特征融合

随着计算机技术的迅速发展,需要建立人与信息一一对应的安保认证技术,通过建立完整的映射网络体系,从而确保每个人的人身、财产、隐私等的安全.与指纹、基因等人体生物特征识别系统相比,人脸识别系统更加友好,不需要人的…

③matlab向量和矩阵

目录 手动输入数组 创建等间距向量 数组创建函数 手动输入数组 1.背景 单个称为标量的数值实际上是一个 11 数组,也即它包含 1 行 1 列。 任务 创建一个名为 x 并且值为 4 的变量。 2.您可以使用方括号创建包含多个元素的数组。 x [3 5] x 3 5 任务 …

企业级数据共享规模化模式

数据共享正在成为企业数据战略的重要元素。对于公司而言,Amazon Data Exchange 这样的亚马逊云科技服务提供了与其他公司共享增值数据或从这些数据获利的途径。一些企业希望有一个数据共享平台,他们可以在该平台上建立协作和战略方法,在封闭、…

抖音seo矩阵系统源代码开发部署分享

一、 开发步骤分享 抖音SEO矩阵系统源代码开发部署分享,需要经验丰富的开发人员和服务器管理人员,以下是大致的步骤: 确定你需要的功能和设计,确定开发人员和设计师的角色和任务分配,以及开发进度和计划。 确定服务器…

最新AI创作系统ChatGPT源码+详细图文部署教程/支持GPT-4/AI绘画/H5端/Prompt知识库/思维导图生成

一、AI系统 如何搭建部署AI创作ChatGPT系统呢?小编这里写一个详细图文教程吧!SparkAi使用Nestjs和Vue3框架技术,持续集成AI能力到AIGC系统! 1.1 程序核心功能 程序已支持ChatGPT3.5/GPT-4提问、AI绘画、Midjourney绘画&#xf…

17万字集团大数据平台整体方案word

导读:原文《17万字集团大数据平台整体方案word》(获取来源见文尾),本文精选其中精华及架构部分,逻辑清晰、内容完整,为快速形成售前方案提供参考。以下是部分内容, 1.1.1 总体目标 根据集团信…

CentOs下面安装jenkins记录

目录 一、安装jenkins 二、进入jenkins 三、安装和Gitee,Maven等插件 一、安装jenkins 1 wget -O /etc/yum.repos.d/jenkins.repo \ https://pkg.jenkins.io/redhat-stable/jenkins.repo 2 rpm --import https://pkg.jenkins.io/redhat-stable/…

Fegin异步情况丢失上下文问题

在微服务的开发中,我们经常需要服务之间的调用,并且为了提高效率使用异步的方式进行服务之间的调用,在这种异步的调用情况下会有一个严重的问题,丢失上文下 通过以上图片可以看出异步丢失上下文的原因是不在同一个线程&#xff0c…

Qt应用开发(基础篇)——对话框窗口 QDialog

一、前言 QDialog类继承于QWidget,是Qt基于对话框窗口(消息窗口QMessageBox、颜色选择窗口QColorDialog、文件选择窗口QFileDialog等)的基类。 QDialog窗口是顶级的窗口,一般情况下,用来当做用户短期任务(确认、输入、选择)或者和用户交流(提…