课程导入：了解nRF环境监测节点的应用背景、学习目标、课程整体框架，以及温湿度异常检测和蓝牙告警的核心价值
环境监测是物联网（IoT）最广泛、最成熟的落地场景之一。从智能家居的舒适度调节、农业大棚的精准灌溉，到医药冷链的合规运输、数据中心的环境安全，温湿度数据始终是判断环境状态的基础指标。然而，单纯地“采集并显示”温湿度数据并不足以构成一个完整的解决方案——真正的价值在于当环境出现异常时，系统能够及时感知、准确判断，并通过有效途径通知相关人员采取行动。本课程聚焦于nRF系列无线SoC（片上系统）平台，带领你从零构建一个具备温湿度异常检测和蓝牙告警能力的低功耗环境监测节点。本章作为课程导入，将帮助你建立全局认知：理解应用背景、明确学习目标、梳理课程框架，并深入剖析温湿度异常检测与蓝牙告警在真实工程中的核心价值。
上图展示了本课程所构建的nRF环境监测节点的完整系统链路。从左侧的感知层（温湿度传感器）到中间的处理与决策层（nRF52832/nRF52840 SoC），再到右侧的告警输出层（BLE蓝牙通信），构成了一个典型的物联网终端节点。下方进一步拆解了实时性、准确性、低功耗三大核心价值维度，以及课程从硬件设计到系统集成的能力构建路径。这张图将贯穿整个课程，后续每一章都是对图中某个环节的深入展开。
1.1 应用背景：为什么选择nRF平台构建环境监测节点
环境监测节点的设计需求可以归纳为三个关键词：低功耗、无线化、智能化。传统的有线温湿度监测系统布线复杂、扩展性差，无法满足分布式部署的需求。而采用Wi-Fi方案的节点虽然通信带宽大，但功耗较高，对于电池供电的长期监测场景并不友好。nRF系列SoC（特别是nRF52832和nRF52840）凭借其超低功耗的ARM Cortex-M4F内核、集成的2.4GHz收发器以及完善的BLE协议栈，成为构建环境监测节点的理想选择。
从工程实践角度看，nRF平台具备以下不可替代的优势：
- 功耗表现卓越：nRF52832在System ON模式下电流低至1.9µA（RTC唤醒），TX峰值电流仅5.3mA（0dBm输出），配合纽扣电池CR2032可实现数月甚至数年的续航。
- 处理能力充裕：Cortex-M4F内核主频64MHz，内置浮点运算单元（FPU），足以运行温湿度补偿算法、异常检测逻辑，甚至轻量级的机器学习模型。
- BLE协议栈成熟：Nordic提供的SoftDevice协议栈（如S132、S140）经过大量商业验证，支持广播、扫描、连接、GATT服务等完整BLE功能，且协议栈与应用程序分离，开发调试相对简单。
- 外设接口丰富：多个SPI、I2C、UART、ADC、PWM等外设，可以灵活连接各类温湿度传感器（如SHT30、SHT40、HDC1080、DHT22等）。
在实际项目中，选择nRF平台还意味着可以获得Nordic完善的开发工具链（nRF Connect SDK、nRF5 SDK）、丰富的应用笔记和活跃的社区支持。这些资源能够显著缩短开发周期，降低技术风险。
1.2 学习目标：完成本课程后你将具备的能力
本课程不是简单的“点灯”教程，而是以温湿度异常检测和蓝牙告警为完整主线，带你走通一个真实物联网节点从硬件到软件、从单机到联调的全流程。完成本课程后，你将具备以下核心能力：
| 能力维度 | 具体技能 | 对应章节 |
|---|---|---|
| 硬件设计 | nRF最小系统电路设计、传感器接口电路、电源管理电路 | 第2-4章 |
| 驱动开发 | I2C/单总线协议驱动编写、温湿度传感器数据读取与校准 | 第5-7章 |
| 数据处理 | 温湿度滤波算法、异常检测阈值设定、趋势判断逻辑 | 第8-9章 |
| BLE通信 | 广播配置、GATT服务设计、通知/指示发送、手机APP调试 | 第10-14章 |
| 低功耗优化 | 功耗测量、睡眠唤醒机制、动态功耗管理 | 第15-17章 |
| 系统集成 | 软硬件联调、异常注入测试、现场部署与可靠性验证 | 第18-20章 |
除了技术技能，本课程还注重培养你的工程思维。例如：如何设计一个既灵敏又避免误报的异常检测算法？如何在功耗和实时性之间取得平衡？如何设计一个可维护、可扩展的BLE服务架构？这些问题的思考过程比代码本身更有价值。
1.3 课程整体框架：从零到一构建完整节点
本课程共30章，按照“硬件基础 → 驱动开发 → 核心算法 → BLE通信 → 低功耗优化 → 系统集成”的逻辑递进。每一章都包含理论讲解、代码实现、实验验证和常见问题分析四个环节。以下是课程的整体框架结构：
- 硬件平台篇（第2-4章）：nRF52832最小系统设计、传感器选型与接口电路、电源与复位电路设计。这一部分将带你完成原理图绘制和PCB布局的关键要点学习。
- 基础驱动篇（第5-7章）：GPIO、I2C、定时器等基础外设驱动，以及SHT30温湿度传感器的完整驱动代码编写。
- 数据处理篇（第8-9章）：温湿度数据的滤波处理（滑动平均、中值滤波）、异常检测算法设计（固定阈值、动态阈值、变化率检测）。
- BLE通信篇（第10-14章）：BLE协议基础、广播配置、GATT服务设计、通知与指示、手机APP调试方法。
- 低功耗篇（第15-17章）：nRF功耗模式详解、事件驱动编程模型、实际功耗测量与优化技巧。
- 系统集成篇（第18-20章）：软硬件联调、异常场景测试、现场部署注意事项。
- 进阶拓展篇（第21-30章）：多节点组网、数据上云（MQTT）、OTA固件升级、产品化设计等。
这种“螺旋上升”的课程结构确保你在每个阶段都有可运行的成果，而不是等到最后一刻才看到系统工作。每章结束后的实验任务都基于前序章节的成果，逐步构建出完整的环境监测节点。
1.4 核心价值深度剖析：异常检测与蓝牙告警为什么重要
很多初学者会问：“温湿度监测不就是定时读个传感器数据然后显示吗？有什么复杂的？”这种理解忽略了环境监测系统的核心价值闭环——数据采集本身不产生价值，只有将数据转化为决策和行动，才能体现系统的意义。异常检测和蓝牙告警正是这个价值闭环中的关键环节。
1.4.1 异常检测：从“看到数据”到“理解状态”
异常检测的核心目标是从连续的温湿度数据流中识别出“不正常”的状态。这种“不正常”可能是突发的（如冷库门被打开导致温度骤升）、渐变的（如空调制冷剂泄漏导致温度缓慢上升）、或者是组合的（如湿度过高伴随温度波动）。简单的固定阈值判断虽然实现容易，但存在两个明显缺陷：一是阈值设置依赖人工经验，难以适应不同场景；二是无法识别趋势性异常，往往发现时已经造成损失。
本课程将介绍三种递进的异常检测方法：
- 固定阈值法：设定温度上限/下限和湿度上下限，超限即触发告警。适用于环境要求严格的场景（如疫苗存储要求2-8°C）。
- 变化率检测法：计算单位时间内温湿度的变化速率，当速率超过正常范围时触发告警。适用于识别突发性异常。
- 滑动窗口统计法：维护一个时间窗口内的数据统计量（均值、方差），当新数据偏离统计模型时触发告警。适用于识别渐变型异常。
在实际工程中，往往需要组合使用多种方法。例如，对于医药冷链场景，固定阈值法用于保证安全范围，变化率检测法用于提前预警，滑动窗口统计法用于识别传感器老化等隐性故障。
1.4.2 蓝牙告警：从“本地感知”到“远程触达”
如果异常检测的结果只停留在节点本地（比如LED闪烁），那么它的价值就大打折扣。试想一个部署在仓库角落的监测节点，即使LED闪烁得再亮，也没有人能看到。蓝牙告警的价值在于将异常事件主动推送给相关人员，实现“随时随地掌握环境状态”。
BLE告警有两种典型实现方式：
| 方式 | 工作原理 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|---|
| 广播模式 | 节点在广播包中携带告警标志，手机/网关扫描解析 | 无需连接，功耗低，可同时被多个设备接收 | 单向通信，无法确认接收；广播包数据量有限 | 低功耗、单向通知场景 |
| GATT连接模式 | 节点与手机/网关建立BLE连接，通过Notify/Indicate发送告警 | 双向通信，可确认送达；数据量更大；可远程配置 | 连接功耗较高；需要配对/绑定流程 | 需要交互或确认的场景 |
本课程将重点讲解GATT连接模式下的Notify实现，因为它在实际产品中应用最广——既保证了告警的可靠送达，又保留了后续扩展远程控制的可能性。同时，我们也会介绍广播模式作为低功耗备选方案。
背景与约束：某生物制品公司需要为疫苗运输箱设计监测节点，要求温度超出2-8°C范围时，运输人员手机在10秒内收到告警。节点采用CR2477纽扣电池供电，要求续航至少30天。运输过程中无Wi-Fi覆盖，只能依赖BLE与手机通信。
初始现象：初版方案采用固定阈值（低于2°C或高于8°C触发告警），但实际测试中发现，夏季运输时车厢内温度波动较大，频繁触发告警导致运输人员“告警疲劳”，反而忽略了真正的危险情况。
分析判断：进一步分析温度曲线发现，大部分误报发生在车辆开关门瞬间，温度短暂波动但很快恢复。单纯固定阈值无法区分“短暂波动”和“持续超限”。
解决方案：引入“持续超限时间”概念——温度超过阈值后，必须持续超过5分钟才触发告警；同时增加变化率检测，若温度在1分钟内变化超过3°C，则立即触发“快速温变”告警。这样既过滤了瞬时波动，又能对真正的突发异常快速响应。
结果对比：优化后，误报率降低了90%，同时“快速温变”告警在冷链门未关严时能提前预警。电池续航从原来的22天提升到35天（因为减少了不必要的BLE广播次数）。
复盘经验：异常检测算法必须结合具体场景的物理特性来设计，不能简单套用固定阈值。同时，告警策略需要与功耗设计联动——每次告警都意味着BLE射频活动，直接影响电池寿命。
1.5 常见误区与学习建议
在开始正式学习之前，有必要澄清几个常见误区，帮助你建立正确的学习路径：
最后，给出几点学习建议：第一，每章实验务必亲手完成，不要只看代码或仿真结果；第二，准备一套基础的调试工具——逻辑分析仪（或带解码功能的示波器）、nRF Connect for Desktop、一台支持BLE的Android/iOS手机；第三，养成记录实验数据的习惯，无论是传感器原始读数还是功耗测量结果，这些数据是后续优化的重要依据。