当前位置:网站首页>LoRa开启物联网新时代-ASR6500S、ASR6501/6502、ASR6505、ASR6601
LoRa开启物联网新时代-ASR6500S、ASR6501/6502、ASR6505、ASR6601
2022-07-29 05:23:00 【weng13924672287】
在2018年杭州云栖大会上,阿里云首席智联网科学家丁险峰宣布启动“达尔文计划”,旨在通过一系列的包括平台、芯片和微基站在内的全链路生态服务,交付给企业客户一张自有可控的物联网。
在云栖大会户外上空悬停着一架印有“天空物联网”LOGO的飞艇,同时它搭载了LoRa物联网关,当它被启动,现场的物联网设备迅速被飞艇上的信号连接。而当关闭时,数据大屏上的几十种数据会瞬间消失。
丁险峰称,从这个事件中,我们可以看到从40000米高空到地下20米,物联网络都可以完整覆盖。飞艇演示的知识物联网具象的一面,阿里云希望为企业客户打造一张属于自己可控的物联网络。为此,阿里云已经与ASR公司合作推出业内最小尺寸LoRa芯片,同时与广电系达成物联网深度合作,依托频谱资源、物联网全链路资源,快速、低成本地搭建物联网络。
01
LoRa芯片
阿里云已经与ASR公司合作推出业内最小尺寸LoRa芯片:
ASR6500S、ASR6501/6502、ASR6505、ASR6601

02
芯片特点
自主
LoRa调制技术是一种扩频调制技术,也称为Chirp调制,该种调制技术是Semtech公司独有的IP。
超高灵敏度
LoRa最高灵敏度可达-149.1dBm,而蓝牙、ZigBee等无线技术灵敏度为-100dBm左右。LoRa可以解调的信号强度是蓝牙、ZigBee的十万分之一。
LoRa的超高灵敏度来自调制本身,不依赖与窄带(Sixfox使用超窄带技术),也不依赖于重传(NB-IOT使用重传技术),也不依赖于编码冗余(ZigBee使用编码冗余)。
极限抗干扰
LoRa具有低于噪声20db依然可以通信的极限抗干扰技术;可以在噪声之下20db正常解调信号,FSK理论上需要在噪声之上8db才能保证解调。
低功耗
芯片的硬件与应用协议皆具备低功耗。LoRa调制效率非常高的调制方式,工作电流非常低,其静态电流<1uA;接收电流不到5mA;发射功率为17dBm时电流只有45mA。
03
应用领域

安防设备:烟感、有害气体监测
三表无线集抄:水、电、燃气表
智能楼宇:温/湿度、空调、灯等
边栏推荐
猜你喜欢

基于FPGA:运动目标检测(原理图+源码+硬件选择,可用毕设)

Migration learning robot visual domain adaptation with low rank reconstruction

京微齐力:基于HMEP060的OLED字符显示(及FUXI工程建立演示)

QT学习笔记-Qt Model/View

Power Bi report server custom authentication

迁移学习笔记——Adapting Component Analysis

Typical case of xdfs & Aerospace Institute HPC cluster

零基础学FPGA(五):时序逻辑电路设计之计数器(附有呼吸灯实验、简单组合逻辑设计介绍)

基于DAC0832的直流电机控制系统

ML8自学笔记-LDA原理公式推导
随机推荐
Migration learning notes - adaptive component analysis
125KHz唤醒功能2.4GHz单发射芯片-Si24R2H
基于STM32开源:磁流体蓝牙音箱(包含源码+PCB)
1、 Multiprocessing.pool.remotetraceback
智慧能源管理系统解决方案
CS5340国产替代DP5340多比特音频 A/D 转换器
Am model in NLP field
1、 Focal loss theory and code implementation
迁移学习——Low-Rank Transfer Subspace Learning
一、PyTorch Cookbook(常用代码合集)
ML15 neural network (1)
HAL库学习笔记-11 I2C
3、 How to customize data sets?
Transfer joint matching for unsupervised domain adaptation
Hal learning notes - Basic timer of 7 timer
HAL库学习笔记-13 I2C和SPI的应用
华为云14天鸿蒙设备开发-Day2编译框架
Typical cases of xdfs & China Daily Online Collaborative Editing Platform
ML16 neural network (2)
ABSA1: Attentional Encoder Network for Targeted Sentiment Classification