【.Net MF网络开发板研究-06】以太网转串口

简介:
     以太网转串口是工控领域最常见的智能通信模块,有的是一网口转 1串口,有的是一网口转 4串口,最多的可以达到一转 16串口(好像有的最多可以支持 32串口)。如果该类模块做的足够完善,可以提供一个 windows系统的设备驱动,安装后,在 windows系统上就可以看到虚拟出的串口了。不过这样做,虽然简便了开发,但是性能有些问题,所以有的模块还支持直接用 TCPUDP进行连接,不同端口号对应不同的串口,这样编程可以达到一个比较高的数据吞吐量(我在上个公司用 Moxa 5630模块开发隧道广告的数据通信时,就遇到类似问题,也就是最大限度地提高单位时间的数据吞吐量)。

       现在我们就用 .NET MF网络开发板做一个一网口转 1串口示例演示。
核心代码如下:
       public ProcessClientRequest(Socket clientSocket, Boolean asynchronously)
        {
            sp.Open();
            sp.DataReceived += new SerialDataReceivedEventHandler(sp_DataReceived);
            //--
            m_clientSocket = clientSocket;
            if (asynchronously) // Spawn a new thread to handle the request.
                new Thread(ProcessRequest).Start();
            else ProcessRequest();
        }
        void sp_DataReceived(object sender, SerialDataReceivedEventArgs e)
        {         
            if (sp.BytesToRead > 0)
            {
                byte[] bytData = new byte[sp.BytesToRead];
                sp.Read(bytData, 0, bytData.Length);
                string s = new string(System.Text.UTF8Encoding.UTF8.GetChars(bytData));
                System.TinyGUI.Graphics.Print("<<< " + s + "\r\n"); //显示串口接收的数据
                m_clientSocket.Send(bytData);     //把串口接收的数据通过网络发送出去             
            }
        }
        private void ProcessRequest()
        {
            const Int32 c_microsecondsPerSecond = 1000000;
            // 'using' ensures that the client's socket gets closed.
            using (m_clientSocket)
            {
                while (true)
                {
                    // Wait for the client request to start to arrive.
                    Byte[] buffer = new Byte[1024];
                    if (m_clientSocket.Poll(5 * c_microsecondsPerSecond, SelectMode.SelectRead))
                    {
                        // If 0 bytes in buffer, then the connection has been closed,
                        // reset, or terminated.
                        if (m_clientSocket.Available == 0) return;
                        // Read the first chunk of the request (we don't actually do
                        // anything with it).
                        Int32 bytesRead = m_clientSocket.Receive(buffer, m_clientSocket.Available, SocketFlags.None);
                        byte[] bytData = new byte[bytesRead];
                        Array.Copy(buffer, bytData, bytData.Length);
                       
                        string s = new string(System.Text.UTF8Encoding.UTF8.GetChars(bytData));
                        System.TinyGUI.Graphics.Print(">>> "+s+"\r\n"); //显示网络接收的数据                     
                        //---------------------------
                        if (sp.IsOpen)
                        {
                            sp.Write(bytData, 0, bytData.Length); //通过串口发送出去
                            sp.Flush();
                        }
                        //---------------------------
                    }
                }
      }
 把代码部署开发板后执行,我们直接用我们的 TCP Client工具进行测试(下载地址如下: http://www.sky-walker.com.cn/MFRelease/Tools/YFTCPClient.rar)。
打开任意一个串口调试工具,设置波特率 115200,准备和 TCP Client进行通信。
(开发板有两个串口,其中 COM1我们把它设为 Debug口,所以不能使用了,我们用的是 COM2口)。
测试过程图如下:
      
可以看出 TCP Client工具所发出的信息,串口调试助手已经收到,同样,串口调试助手所发的数据, TCP Client也可以收到。
此时开发板运行状态图如下:
      
其实,我们比较“牛”一点的是一个网口可以转 6个串口(其中一个连接 Zigbee,一个是 RS485,还带若干 IO)的物联网网关模块(如下图),该系统基于 STM32F207,正在调试过程中。
          
 








本文转自yefanqiu51CTO博客,原文链接:http://blog.51cto.com/yfsoft/657623 ,如需转载请自行联系原作者
相关文章
|
10天前
|
机器学习/深度学习 算法 PyTorch
基于图神经网络的大语言模型检索增强生成框架研究:面向知识图谱推理的优化与扩展
本文探讨了图神经网络(GNN)与大型语言模型(LLM)结合在知识图谱问答中的应用。研究首先基于G-Retriever构建了探索性模型,然后深入分析了GNN-RAG架构,通过敏感性研究和架构改进,显著提升了模型的推理能力和答案质量。实验结果表明,改进后的模型在多个评估指标上取得了显著提升,特别是在精确率和召回率方面。最后,文章提出了反思机制和教师网络的概念,进一步增强了模型的推理能力。
33 4
基于图神经网络的大语言模型检索增强生成框架研究:面向知识图谱推理的优化与扩展
|
4月前
|
机器学习/深度学习 数据可视化 数据挖掘
【Macos系统】安装VOSviewer及使用VOSviewer教程!!以ESN网络的研究进行案例分析
本文介绍了如何在MacOS系统上安装VOSviewer软件,并以ESN(Echo State Network)网络的研究为例,通过VOSviewer对相关科学文献进行可视化分析,以深入了解ESN在学术研究中的应用和发展情况。
321 0
【Macos系统】安装VOSviewer及使用VOSviewer教程!!以ESN网络的研究进行案例分析
|
5月前
|
网络协议 算法 程序员
网络必修课:以太网报文格式详解
嗨,大家好!今天,我要带大家深入了解以太网报文格式,这是现代网络通信的重要基础。无论你是网络工程师、开发者,还是对技术感兴趣的朋友,这篇文章都将为你揭开以太网的神秘面纱,让你更好地理解和应用这一关键技术。准备好了吗?让我们开始吧!
163 4
|
4月前
|
网络协议
网络工程师必看 | 某高校实验作业:以太网帧分析
网络工程师必看 | 某高校实验作业:以太网帧分析
|
4月前
分享一份 .NET Core 简单的自带日志系统配置,平时做一些测试或个人代码研究,用它就可以了
分享一份 .NET Core 简单的自带日志系统配置,平时做一些测试或个人代码研究,用它就可以了
|
7月前
BOSHIDA AC/DC电源模块在通信与网络设备中的应用研究
BOSHIDA AC/DC电源模块在通信与网络设备中的应用研究
BOSHIDA AC/DC电源模块在通信与网络设备中的应用研究
|
7月前
|
安全
AC/DC电源模块在通信与网络设备中的应用的研究
AC/DC电源模块在通信与网络设备中的应用的研究
AC/DC电源模块在通信与网络设备中的应用的研究
|
6月前
|
机器学习/深度学习 JSON 测试技术
CNN依旧能战:nnU-Net团队新研究揭示医学图像分割的验证误区,设定先进的验证标准与基线模型
在3D医学图像分割领域,尽管出现了多种新架构和方法,但大多未能超越2018年nnU-Net基准。研究发现,许多新方法的优越性未经严格验证,揭示了验证方法的不严谨性。作者通过系统基准测试评估了CNN、Transformer和Mamba等方法,强调了配置和硬件资源的重要性,并更新了nnU-Net基线以适应不同条件。论文呼吁加强科学验证,以确保真实性能提升。通过nnU-Net的变体和新方法的比较,显示经典CNN方法在某些情况下仍优于理论上的先进方法。研究提供了新的标准化基线模型,以促进更严谨的性能评估。
177 0
|
6月前
|
安全 网络安全 数据安全/隐私保护
网络安全威胁分析与防护技术研究
网络安全威胁分析与防护技术研究
59 0
|
7月前
|
机器学习/深度学习 数据可视化 算法
R语言神经网络与决策树的银行顾客信用评估模型对比可视化研究
R语言神经网络与决策树的银行顾客信用评估模型对比可视化研究