多节点采集
节点 A 负责温度和 TDS，节点 B 负责 pH 和浊度，OLED 本地实时显示。
这是我的本科毕业设计，目标是解决传统人工采样监测实时性差、覆盖范围有限、运维成本高的问题。系统以 STM32F103C8T6 为核心，设计 LoRa 节点 A / B 采集温度、TDS、pH、浊度等水质参数，再由 LoRa 节点 C 汇聚数据，并通过 BC26 NB-IoT 模块和 MQTT 协议上传至 OneNET 云平台，手机端可远程查看数据和接收异常提示。
混合通信
LoRa 负责低功耗远距离汇聚，NB-IoT 负责广域上云，兼顾覆盖与成本。
阈值预警
温度、TDS、pH、浊度超出阈值时触发蜂鸣器、RGB LED 和移动端提醒。
软硬件闭环
完成原理图、PCB、焊接、Keil 程序调试、OneNET 接入与系统联调。
STM32F103C8T6
LoRa
NB-IoT
MQTT
OneNET
OLED
PCB Design
Keil5 / C
System Architecture
LoRa 近端组网，NB-IoT 远程上云
系统采用“采集节点 + 汇聚节点 + 云平台 + 移动端”的结构。节点 A / B 在现场分别采集温度、TDS、pH 和浊度，通过 LoRa 把数据发送到节点 C；节点 C 负责 OLED 汇总显示、异常报警，并通过 BC26 NB-IoT 模块将数据以 MQTT 协议上传到 OneNET。
Hardware Prototype
从原理图、PCB 到实物联调
硬件部分围绕 STM32 主控、LoRa 通信、BC26 NB-IoT、OLED 显示、蜂鸣器与 RGB LED 报警模块展开。完成 PCB 制作、焊接和模块联调后，系统可以在本地实时显示水质数据，并在异常阈值触发时给出声光提示。
Field Data Flow
采集、汇聚、展示形成完整数据链路
节点 A 负责温度和 TDS，节点 B 负责 pH 和浊度；节点 C 汇聚 LoRa 数据后进行格式化、OLED 刷新、阈值判断和云端上报。测试中各节点能够稳定完成多参数采集与远程查看。
Cloud & Mobile
OneNET 数据看板与移动端提醒
云端接收节点 C 上传的水质数据后，移动端可以查看实时参数和历史状态。当温度、TDS、pH 或浊度超过设定阈值时，系统同步触发本地声光报警与远程异常提示，减少人工巡检滞后。
- 数据上报周期按实验场景调试到约 500ms。
- 阈值逻辑覆盖温度、TDS、pH、浊度四类关键指标。
- 适用于水源保护、城市水质巡检与养殖水体监测等场景。
Engineering Notes
我在项目中完成的关键工作
这个项目不只停留在方案设计，而是把硬件、嵌入式程序、通信链路和云端展示串成了可运行系统。
硬件设计与焊接
绘制采集节点与汇聚节点电路，完成 PCB、焊接、供电与模块连线检查。
嵌入式程序调试
使用 Keil5 / C 完成传感器读取、串口通信、OLED 显示、蜂鸣器和 RGB LED 控制。
通信与云端接入
调通 LoRa 节点通信、BC26 NB-IoT 联网、MQTT 上报和 OneNET 数据展示。
系统联调与验证
通过实物测试验证多节点采集、异常阈值报警、远程查看和移动端提示流程。