启明云端分享:一款低功耗高性价比的嵌入式无线网络控制模块

简介: WT32C3-S5 WiFi 模块是一款低功耗高性价比的嵌入式无线网络控制模块。可满足智能电网、 楼宇自动化、安防、智能家居、远程医疗等物联网应用的需求。

概述
WT32C3-S5 WiFi 模块是一款低功耗高性价比的嵌入式无线网络控制模块。可满足智能电网、 楼宇自动化、安防、智能家居、远程医疗等物联网应用的需求。 该模块核心处理器 ESP32-C3 在较小尺寸封装中集成了业界领先的 RISC-V 32 位单核处理器, 主频最高支持 160 MHz,PCB 板载天线。 该模块支持标准的 IEEE802.11 b/g/n 协议,低功耗蓝牙 5.0(Bluetooth LE):Bluetooth 5、Bluetooth mesh。用户可以使用该模块为现有的设备添加蓝牙配网及联网功能,也可以构建独立的网络控制器。

主要特性
 采用 SMD-22 封装

 板载 PCB 天线

 工作电压:3.3V

 工作环境温度:-20-85°C

 内置 ESP32-C3 芯片,RISC-V 32 位单核微处理器,主频最高 160MHz

 SRAM 400KB

 RTC SRAM 8KB  ROM 384KB

 模组内置 Flash 4MB

 系统 WIFI

 支持 IEEE 802.11 b/g/n 协议

 支持 1T1R 模式,数据速率高达 150 Mbps

 WIFI @2.4 GHz,支持 WEP/WPA-PSK/WPA2-PSK 安全模式

 帧聚合(TX/RX A-MPDU,RX A-MSDU) 蓝牙

 低功耗蓝牙 5.0(Bluetooth LE):Bluetooth 5、Bluetooth mesh

 速率支持 125 Kbps、500 Kbps、1 Mbps、2 Mbps

 广播扩展(Advertising Extensions)

 多广播(Multiple Advertisement Sets)

 信道选择(Channel Selection Algorithm #2) 硬件

 支持 GPIO,SPI,UART,I2C,I2S,红外收发器,LED PWM 控制器,USB JTAG 接口,通用 DMA 控制器,TWAITM 控制器(兼容 ISO11898-1),温度传感器, SAR 模/数转换器

 支持 STA/AP/STA+AP 工作模式

 支持远程 OTA

**硬件框图
**1.jpg

引脚描述

2.jpg
3.jpg

相关文章
|
8月前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
267 3
RT-DETR改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
|
8月前
|
机器学习/深度学习 计算机视觉 网络架构
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块
644 63
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块
|
8月前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
390 62
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
|
7月前
|
存储 人工智能 编解码
Deepseek 3FS解读与源码分析(2):网络通信模块分析
2025年2月28日,DeepSeek 正式开源其颠覆性文件系统Fire-Flyer 3FS(以下简称3FS),重新定义了分布式存储的性能边界。本文基于DeepSeek发表的技术报告与开源代码,深度解析 3FS 网络通信模块的核心设计及其对AI基础设施的革新意义。
Deepseek 3FS解读与源码分析(2):网络通信模块分析
|
12月前
|
存储 人工智能 安全
云端防御:云计算时代的网络安全策略
随着云计算技术的飞速发展,企业和个人越来越依赖云服务来存储和处理数据。然而,云环境的开放性和灵活性也带来了新的安全挑战。本文将探讨在云计算时代,如何通过有效的网络安全策略保护数据不受威胁。我们将深入分析云服务的安全问题,并介绍一些实用的网络安全措施,帮助读者建立起一套完整的云端防御体系。
160 1
|
8月前
|
机器学习/深度学习 计算机视觉
RT-DETR改进策略【Neck】| ECCV-2024 RCM 矩形自校准模块 优化颈部网络
RT-DETR改进策略【Neck】| ECCV-2024 RCM 矩形自校准模块 优化颈部网络
275 10
RT-DETR改进策略【Neck】| ECCV-2024 RCM 矩形自校准模块 优化颈部网络
|
8月前
|
机器学习/深度学习 计算机视觉
YOLOv11改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
YOLOv11改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
283 9
YOLOv11改进策略【Neck】| ASF-YOLO 注意力尺度序列融合模块改进颈部网络,提高小目标检测精度
|
8月前
|
机器学习/深度学习 计算机视觉
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
280 9
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 MobileViTv1高效的信息编码与融合模块,获取局部和全局信息
|
8月前
|
机器学习/深度学习 计算机视觉
YOLOv11改进策略【Neck】| ECCV-2024 RCM 矩形自校准模块 二次创新C3k2 改进颈部网络
YOLOv11改进策略【Neck】| ECCV-2024 RCM 矩形自校准模块 二次创新C3k2 改进颈部网络
507 6
YOLOv11改进策略【Neck】| ECCV-2024 RCM 矩形自校准模块 二次创新C3k2 改进颈部网络
|
8月前
|
机器学习/深度学习 计算机视觉 网络架构
YOLOv11改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块
YOLOv11改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 StarNet,超级精简高效的轻量化模块
582 19