NB-loT模组

简介: 本文介绍 NB-loT模组

硬件部分:

串口模块,M5310模组,模组底板。

软件部分:

串口调试助手。

完成目标:

使用串口调试助手配置模组,完成入网;模组可以接入onenet平台;可以借助串口调试助手向onenet平台推送数据。

过程:

image.png

1.M5310模组入网并附着到附近的NB基站。

对模组的操作使用AT指令,借助串口调试助手向模组发送指令。 发送完上面三条指令,完成模组的注册入网功能。

2. 模组接入onenet平台

首先在onenet平台建立对应硬件的产品类型,简单的说就是硬件产品在平台上的抽象。过程也非常简单,可参考官方提供的文档。建立完成之后,此时平台上产品处于离线状态,表示硬件模组还不能与平台进行通信,处于断开状态。接下来完成模组与平台连接的工作。

a. 生成一个注册码,使用AT+MIPLCONF发送出去。

官方手册上说的是创建一个通信实例,个人觉得就是生成一个注册码,然后将该注册码发送出去。注册码的生成需要使用中移物联网提供的OneNET_config_v1.2.exe工具。在M5310 AT Command说明文档里列出了生成注册码所需要提供的参数,如下图所示,其中host与ep_name比较重要,分别指定了要接入平台的IP地址和端口、模组的IMEI与IMSI号。具体参数的含义可以参考上面所说的文档。
image.png

为了便于理解,这里列出操作的过程。 打开cmd.exe,进入到OneNET_config_v1.2.exe所在的目录(涉及到CMD命令),输入 OneNET_config_v1.2.exe -b 1 -e 0 -d 3 -i "coap://183.230.40.39:5683" -n "865820030015998;460040663105571" -p 0 -t 3000 -u 5 -g 5 -x 1 按回车键,便会生成如下的命令。

AT+MIPLCONF=71,10030000B80B00001900636F61703A2F2F3138332E3233302E34302E33393A353638331F003836353832303033303031353939383B343630303430363633313035353731050501,1,1 将上面的命令用串口调试助手发送出去,注意发送命令的数据之间不能有空格、回车换行符等。命令发送成功之后,返回OK。

b. 向通信套件添加Object组

这是官方手册上提供的说法,比较难理解。一般来说,物联网产品都会用到很多传感器,比如温度传感器等。物联网产品就相当于a步骤中所说的通信实例,温度传感器就是这里所说的Object。 AT+MIPLADDOBJ=0,3303,0 上述指令就是添加一个Object对象,3303是 代表温度传感器,数值的大小所代表的含义是LWM2M规范所规定的

image.png

LWM2M规范规定了温度传感器的软件抽象,NB-IOT模组固件直接拿来使用了(个人理解)。上述命令发送成功之后返回OK。

c. 发起注册请求 AT+MIPLOPEN=0,15

上述命令发送成功之后,onenet平台上的设备会显示处于在线状态,硬件与平台连接成功。通过AT+MIPLNOTIFY可以向平台发送数据,具体的可参考官方手册。

文章来源:芯片开放社区
原文链接:https://occ.t-head.cn/community/post/detail?spm=a2cl5.14300636.0.0.1b87180f2u2mhJ&id=3805961022352273408

相关文章
|
前端开发 数据库
芋道框架审批流如何实现(Cloud+Vue3)
芋道框架审批流如何实现(Cloud+Vue3)
2209 4
|
6月前
|
缓存 并行计算 监控
vLLM 性能优化实战:批处理、量化与缓存配置方案
本文深入解析vLLM高性能部署实践,揭秘如何通过continuous batching、PagedAttention与前缀缓存提升吞吐;详解批处理、量化、并发参数调优,助力实现高TPS与低延迟平衡,真正发挥vLLM生产级潜力。
1546 0
vLLM 性能优化实战:批处理、量化与缓存配置方案
|
7月前
|
存储 算法 数据安全/隐私保护
基于钱搜索译码算法的BCH编译码matlab误码率仿真
本内容介绍了基于BCH码的编码算法及其MATLAB仿真,包含仿真结果、理论基础及核心程序。BCH码具备多错误纠正能力,广泛应用于通信与存储系统,结合钱搜索译码算法实现高效硬件处理。
269 5
|
机器学习/深度学习 数据可视化 机器人
比扩散策略更高效的生成模型:流匹配的理论基础与Pytorch代码实现
扩散模型和流匹配是生成高分辨率数据(如图像和机器人轨迹)的先进技术。扩散模型通过逐步去噪生成数据,其代表应用Stable Diffusion已扩展至机器人学领域形成“扩散策略”。流匹配作为更通用的方法,通过学习时间依赖的速度场将噪声转化为目标分布,适用于图像生成和机器人轨迹生成,且通常以较少资源实现更快生成。 本文深入解析流匹配在图像生成中的应用,核心思想是将图像视为随机变量的实现,并通过速度场将源分布转换为目标分布。文中提供了一维模型训练实例,展示了如何用神经网络学习速度场,以及使用最大均值差异(MMD)改进训练效果。与扩散模型相比,流匹配结构简单,资源需求低,适合多模态分布生成。
1183 13
比扩散策略更高效的生成模型:流匹配的理论基础与Pytorch代码实现
|
Kubernetes iOS开发 Docker
Docker系列.Docker Desktop中如何启用Kubernetes
Docker系列.Docker Desktop中如何启用Kubernetes
2447 5
|
Web App开发 网络安全 数据安全/隐私保护
Lua中实现HTTP请求的User-Agent自定义
Lua中实现HTTP请求的User-Agent自定义
|
SQL 关系型数据库 数据库连接
详解 Entity Framework(EF)核心组件与数据访问方法探索
Entity Framework是一个ORM框架,简化.NET开发者与数据库的交互。它始于.NET Framework的一部分,但现在可通过NuGet独立获取。ORM允许对象模型直接映射到数据库结构,避免直接编写SQL。
2455 2
详解 Entity Framework(EF)核心组件与数据访问方法探索
|
传感器 运维 监控
|
存储 C语言
【学习笔记】verilog HDL之二:数据类型与表达式
本文介绍了Verilog语言中的常量、变量和表达式。Verilog有四种基本值:0、1、x(未知)和z(高阻)。整型常量有十进制和基数两种格式,实数型常量包括浮点数,字符串常量由双引号括起的字符序列构成。变量分为线网型和寄存器型,线网型包括wire、tri等11种类型,寄存器型有reg、integer、time等,其中reg可声明存储器。表达式中的操作数包括常数、参数、线网等8种类型,操作符包括算术、关系、逻辑等9种类型。
|
关系型数据库 MySQL 网络安全
MySQL主从复制详细教程
配置MySQL的主从复制是一个细致的过程,需要仔细遵循上述步骤进行。一旦配置完成并运行正常,主从复制将大大提高数据库的可用性和读写性能。在操作过程中,务必保持谨慎,确保数据的一致性和安全性。
1232 0

热门文章

最新文章

下一篇
开通oss服务