2022电赛声源定位系统

已于 2023-05-18 10:48:22 修改
阅读量1.8k 收藏 50
点赞数 8
分类专栏： 电赛 文章标签： python 单片机 笔记 经验分享
于 2023-05-17 23:11:28 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hush777/article/details/130736294
版权

前话

  • 由于我们学校的校电赛选题是2022电赛题目，很多组都在卷小车，所以我们选了这道比较简单的题
  • 本文章大部分思路都是参考大佬的文章，非常感谢！

方案选择

  1. 32主控+麦克风模块
  2. K210+官配麦克风阵列模块
  3. K210+自制麦克风模块

方案一：用32开发虽然自定义功能强大，但是比较繁琐，花费时间较长

方案二：由于官配麦克风模块是圆形的，用来做这题总感觉不太合适，效果应该没有直线排布的麦克风模块好，参考文章用的就是这个

方案三：自己根据K210的麦克风模块接口来做一个直线排布的麦克风阵列模块，感觉很刑！

官配麦克风模块 

我们的麦克风模块

硬件设计

硬件设计都是闯哥做的，就根据官配麦克风模块设计，我也不太懂，就贴个图吧

 

 编程思路

  1. 由K210自带的麦克风定位函数可以得到12个声源强度值
  2. 将前6个强度值取相反数，后6个值不变，然后12个值相加得出总声强值
  3. 将200ms（不能太长，因为要有实时性）内的总声强值累加后进行卡尔曼滤波，减少噪声干扰
  4. 测得两个声强边界值Vmin和Vmax（这一步尽量测准），计算出θmin和θmax（分别大约为-30度和30度）
  5. θ<0时，当前角度 θ = 当前总声强值 * （ θmin / 声强最小值）;θ>0时，当前角度 θ = 当前总声强值 * （ θmax / 声强最大值）
  6. 随后便根据θ得出位置xy、距离γ
  7. 最后加上舵机和激光笔就可以指示跟踪啦

贴上代码和概念图~

概念图（懒得再画一张了，能看懂就好）

下面是200ms的代码

#注意：
#PIN4/5/25-29/36-47已被系统内定，不能自定义使用
#导入模块
from Maix import MIC_ARRAY as mic
from machine import UART,Timer,PWM
from fpioa_manager import fm
import lcd
import utime
import time
from Maix import GPIO
import math


#初始化变量
b_inv = [0 for i in range(6)]
b_mid = [0 for i in range(6)]
b_and = 0
gama_string = ''
sita_string = ''
x_string = ''
y_string = ''
v_now_string = ''
b_and_string = ''
sita = 0
sita_min = -30.96           #假定最小角度约为-30度
sita_max = 30.96            #假定最大角度约为30度
v_now = 0                       #当前声强值
v_max = 11                       #声强最大值(左边) -7   (k)     ***待测量
v_min = -11                     #声强最小值(右边) -16  -24(k)   ***待测量
gama = 0
x = 0
y = 0
count = 0
#卡尔曼滤波变量
KF_lastP=0.1                    #上次的协方差
KF_nowP=0                       #本次的协方差
KF_x_hat=0                      #卡尔曼滤波的计算值，即为后验最优值
KF_Kg=0                         #卡尔曼增益系数
KF_Q=0                          #过程噪声
KF_R=1                       #测量噪声

#映射串口引脚
fm.register(6, fm.fpioa.UART1_RX, force=True)
fm.register(7, fm.fpioa.UART1_TX, force=True)

#初始化激光传感器
fm.register(14,fm.fpioa.GPIO0)
light = GPIO(GPIO.GPIO0,GPIO.OUT)


#初始化串口
uart = UART(UART.UART1, 9600, read_buf_len=4096)

#卡尔曼滤波
def Kalman_Filter(value):
    global KF_lastP              #上次的协方差
    global KF_nowP               #本次的协方差
    global KF_x_hat              #卡尔曼滤波的计算值，即为后验最优值
    global KF_Kg                 #卡尔曼增益系数
    global KF_Q                  #过程噪声
    global KF_R                  #测量噪声
    output=0                     #output为卡尔曼滤波计算值
    x_t=KF_x_hat                 #当前先验预测值 = 上一次最优值
    KF_nowP=KF_lastP+KF_Q        #本次的协方差矩阵
    KF_Kg=KF_nowP/(KF_nowP+KF_R) #卡尔曼增益系数计算
    output=x_t+KF_Kg*(value-x_t) #当前最优值
    KF_x_hat=output              #更新最优值
    KF_lastP=(1-KF_Kg)*KF_nowP   #更新协方差矩阵
    return output

#舵机旋转角度函数
def Servo(servo,angle):
    servo.duty((angle+90)/180*10+2.5)

#主要中断函数
def tim0_interrupt(tim0):
    global b_and
    global v_now_string
    global sita_string
    global gama_string
    global x_string
    global b_and_string
    global y_string
    global sita
    global sita_max
    global sita_min
    global v_now
    global v_max
    global v_min
    global x
    global y
    global count

    #count += 1
    v_now += Kalman_Filter(b_and)/5             #先滤波，后取平均值

    light.value(0)                              #激光关闭，进入计算过程

    if(v_now < -0.25):                              #计算sita
        sita = v_now * sita_min / v_min
        if(sita < sita_min):
            sita = sita_min
    elif(v_now > 0.25):
        sita = v_now * sita_max / v_max
        if(sita > sita_max):
            sita = sita_max
    else:
        sita = 0



    Servo(S1,sita)                              #舵机转动对应角度

    y = 250                                     #***先假定为250，实际待测量
    x = y * math.tan(sita * 3.14 / 180)
    gama = abs( y / math.cos(sita * 3.14 / 180) )                    #距离

    light.value(1)                              #激光打开

    b_and_string = str(b_and)
    x_string = str(x)                                 #转换成字符串形式
    y_string = str(y)
    v_now_string = str(v_now)
    sita_string = str(sita)
    gama_string = str(gama)
    lcd.draw_string(50,60,"b_and=",lcd.WHITE)
    lcd.draw_string(110,60,b_and_string,lcd.WHITE)
    lcd.draw_string(50,80,"x=",lcd.WHITE)
    lcd.draw_string(110,80,x_string,lcd.WHITE)
    lcd.draw_string(50,100,"y=",lcd.WHITE)
    lcd.draw_string(110,100,y_string,lcd.WHITE)
    lcd.draw_string(50,120,"v_now=",lcd.WHITE)
    lcd.draw_string(110,120,v_now_string,lcd.WHITE) #前两个参数为x,y轴起始坐标
    lcd.draw_string(50,140,"gama=",lcd.WHITE)
    lcd.draw_string(110,140,gama_string,lcd.WHITE)
    lcd.draw_string(50,160,"sita=",lcd.WHITE)
    lcd.draw_string(110,160,sita_string,lcd.WHITE)

    v_now = 0
    b_and = 0
    #count = 0



#初始化LCD
lcd.init()

#初始化麦克风模块，引脚自定义
mic.init(i2s_ws=9,i2s_d2=10,i2s_d0=11,sk9822_clk=12,i2s_sclk=32,i2s_d3=33,i2s_d1=34,sk9822_dat=35)

#启动舵机
tim1 = tim = Timer(Timer.TIMER1, Timer.CHANNEL0, mode=Timer.MODE_PWM)
S1 = PWM(tim, freq=50, duty=0, pin=17)

#初始化定时器0
#***由于题目中说计算时间不能超过5s，所以我感觉可以适当增加定时时间以保证数据的准确性，不过如果要做第四题就要适当缩短时间
#tim0 = Timer(Timer.TIMER0, Timer.CHANNEL0, mode=Timer.MODE_PERIODIC, period=1000, callback=tim0_interrupt)
tim0 = Timer(Timer.TIMER0, Timer.CHANNEL0, mode=Timer.MODE_PERIODIC, period=200, callback=tim0_interrupt)






while True:

    #获取原始的声源黑白位图，尺寸 16*16
    imga = mic.get_map()

    #获取声源方向并设置LED显示
    b = mic.get_dir(imga)

    #a = mic.set_led(b,(0,0,255))

    #将声源地图重置成正方形，彩虹色
    #imgb = imga.resize(160,160)
    #imgc = imgb.to_rainbow(1)

    #显示声源图
    #lcd.display(imgc)

    for i in b:
        if(i<6):
            b_mid[i] = -b[i]
            b_inv[i] = b_mid[i]
            b_and += b_inv[i]

    b_and += b[6]
    b_and += b[7]
    b_and += b[8]
    b_and += b[9]
    b_and += b[10]
    b_and += b[11]


    #uart.write(v_now_string)

mic.deinit()

 下面是6s的代码

#注意：
#PIN4/5/25-29/36-47已被系统内定，不能自定义使用
#导入模块
from Maix import MIC_ARRAY as mic
from machine import UART,Timer,PWM
from fpioa_manager import fm
import lcd
import utime
import time
from Maix import GPIO
import math


#初始化变量
b_inv = [0 for i in range(6)]
b_mid = [0 for i in range(6)]
v_now_array = [0]*6                       #当前声强值
b_and = 0
gama_string = ''
sita_string = ''
x_string = ''
y_string = ''
v_now = 0
v_now_string = ''
sita = 0
sita_min = -30           #假定最小角度约为-30度
sita_max = 30            #假定最大角度约为30度
v_max = 3                       #声强最大值(左边) -7   (k)     ***待测量
v_min = -3                     #声强最小值(右边) -16  -24(k)   ***待测量
gama = 0
x = 0
y = 0
count = 0
Max = 0
Min = 0
#卡尔曼滤波变量
KF_lastP=0.1                    #上次的协方差
KF_nowP=0                       #本次的协方差
KF_x_hat=0                      #卡尔曼滤波的计算值，即为后验最优值
KF_Kg=0                         #卡尔曼增益系数
KF_Q=0                          #过程噪声
KF_R=0.1                       #测量噪声

#映射串口引脚
fm.register(6, fm.fpioa.UART1_RX, force=True)
fm.register(7, fm.fpioa.UART1_TX, force=True)

#初始化激光传感器
fm.register(14,fm.fpioa.GPIO0)
light = GPIO(GPIO.GPIO0,GPIO.OUT)


#初始化串口
uart = UART(UART.UART1, 9600, read_buf_len=4096)

#卡尔曼滤波
def Kalman_Filter(value):
    global KF_lastP              #上次的协方差
    global KF_nowP               #本次的协方差
    global KF_x_hat              #卡尔曼滤波的计算值，即为后验最优值
    global KF_Kg                 #卡尔曼增益系数
    global KF_Q                  #过程噪声
    global KF_R                  #测量噪声
    output=0                     #output为卡尔曼滤波计算值
    x_t=KF_x_hat                 #当前先验预测值 = 上一次最优值
    KF_nowP=KF_lastP+KF_Q        #本次的协方差矩阵
    KF_Kg=KF_nowP/(KF_nowP+KF_R) #卡尔曼增益系数计算
    output=x_t+KF_Kg*(value-x_t) #当前最优值
    KF_x_hat=output              #更新最优值
    KF_lastP=(1-KF_Kg)*KF_nowP   #更新协方差矩阵
    return output

#舵机旋转角度函数
def Servo(servo,angle):
    servo.duty((angle+90)/180*10+2.5)

#主要中断函数
def tim0_interrupt(tim0):
    global b_and
    global v_now_string
    global sita_string
    global gama_string
    global x_string
    global y_string
    global sita
    global sita_max
    global sita_min
    global v_now
    global v_now_array
    global v_max
    global v_min
    global x
    global y
    global count
    global Max
    global Min

    count += 1
    v_now = Kalman_Filter(b_and)/10             #先滤波，后取平均值
    v_now_array[count-1] = v_now

    #去除最大值和最小值
    if count == 4 :
        for i in range(3):
            if v_now_array[i+1] > v_now_array[Max]  :
                Max = i+1
            if v_now_array[i+1] < v_now_array[Min]  :
                Min = i+1
        i = 0
        v_now_array[Max] = 333
        v_now_array[Min] = 333
        for i in range(3) :
            if v_now_array[i] != 333 :
                v_now += v_now_array[i]


        v_now = v_now / 2

        light.value(0)                              #激光关闭，进入计算过程

        if v_now < 0.5:                              #计算sita
            sita = v_now * sita_min / v_min
            if sita < sita_min:
                sita = sita_min
        elif v_now > 0.5:
            sita = v_now * sita_max / v_max
            if sita > sita_max:
                sita = sita_max
        else:
            sita = 0



        y = 250                                     #***先假定为250，实际待测量
        x = y * math.tan(sita * 3.14 / 180)
        if x > 150:
            x = 150.00000
        if x < -150:
            x = -150.00000
        gama = abs( y / math.cos(sita * 3.14 / 180) )                    #距离

        light.value(1)                              #激光打开

        x_string = str(x)                                 #转换成字符串形式
        y_string = str(y)
        v_now_string = str(v_now)
        sita_string = str(sita)
        gama_string = str(gama)


        count = 0

    Servo(S1,sita)                              #舵机转动对应角度

    v_now = 0
    b_and = 0
    i = 0
    Max = 0
    Min = 0
    for i in range(5) :
        v_now_array[i] = 0


#初始化LCD
lcd.init()

#初始化麦克风模块，引脚自定义
mic.init(i2s_ws=9,i2s_d2=10,i2s_d0=11,sk9822_clk=12,i2s_sclk=32,i2s_d3=33,i2s_d1=34,sk9822_dat=35)

#启动舵机
tim1 = tim = Timer(Timer.TIMER1, Timer.CHANNEL0, mode=Timer.MODE_PWM)
S1 = PWM(tim, freq=50, duty=0, pin=17)

#初始化定时器0
#***由于题目中说计算时间不能超过5s，所以我感觉可以适当增加定时时间以保证数据的准确性，不过如果要做第四题就要适当缩短时间
#tim0 = Timer(Timer.TIMER0, Timer.CHANNEL0, mode=Timer.MODE_PERIODIC, period=1000, callback=tim0_interrupt)
tim0 = Timer(Timer.TIMER0, Timer.CHANNEL0, mode=Timer.MODE_PERIODIC, period=500, callback=tim0_interrupt)






while True:

    #获取原始的声源黑白位图，尺寸 16*16
    imga = mic.get_map()

    #获取声源方向并设置LED显示
    b = mic.get_dir(imga)

    #a = mic.set_led(b,(0,0,255))

    #将声源地图重置成正方形，彩虹色
    #imgb = imga.resize(160,160)
    #imgc = imgb.to_rainbow(1)

    #显示声源图
    #lcd.display(imgc)

    for i in b:
        if(i<6):
            b_and += -b[i]

    b_and += b[6]
    b_and += b[7]
    b_and += b[8]
    b_and += b[9]
    b_and += b[10]
    b_and += b[11]

    lcd.draw_string(50,80,"x=",lcd.WHITE)
    lcd.draw_string(110,80,x_string,lcd.WHITE)
    lcd.draw_string(50,100,"y=",lcd.WHITE)
    lcd.draw_string(110,100,y_string,lcd.WHITE)
    lcd.draw_string(50,120,"v_now=",lcd.WHITE)
    lcd.draw_string(110,120,v_now_string,lcd.WHITE) #前两个参数为x,y轴起始坐标
    lcd.draw_string(50,140,"gama=",lcd.WHITE)
    lcd.draw_string(110,140,gama_string,lcd.WHITE)
    lcd.draw_string(50,160,"sita=",lcd.WHITE)
    lcd.draw_string(110,160,sita_string,lcd.WHITE)
    #uart.write(v_now_string)

mic.deinit()
  • 为什么会有6s的代码呢？
  • 因为当时我觉得取多点数据然后再计算会比较准确，但事实与之相反，不仅歪的离谱而且反应很慢，不是很建议用。后面换了200ms之后就好很多了

  • K210能够自定义函数吗？
  • 很难，我最开始就是想修改K210的内部python函数，然后源码巨难看懂，而且修改了也没搞懂怎么烧录进去，就放弃了。后面发现用原配函数也可以实现

Debug

一开机灯就乱闪

很正常，一开始看到这样我都以为是硬件问题，结果硬着头皮把声源放上去之后会比较收敛，强度值也比较好，是没问题的

板子烧了

测试的时候我的降压模块的焊点和K210接触到了，然后板子一两秒就烧了55555（血亏），然后就长记性了，以后各种焊点都要封胶，还有就是引脚千万不要和金属物体相碰

麦克风模块分布

七个要尽量对称，多出的一个放在中间，其他都是左右声道

电源在比赛前一定要充好电！！！

比赛时演示到一半突然显示屏熄了，原来是电池没电了，幸好借到了小车组的电池

声源和麦克风模块最好保持同一高度

结束语

最后首先要感谢我的两位队友闯哥和10！其实整个过程非常坎坷，先是元器件断断续续的买，然后就是调试的时候没有一次是很成功的，各种乱转，然后比赛的时候是最成功的一次（幸运女神眷顾~）。希望省赛能再接再厉！

快来看日落！
关注
  • 8
    点赞
  • 踩
  • 50
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
麦克风阵列声源定位
01-16
一篇关于麦克风阵列声源定位的论文，具有一定的参考价值。
K210——声源定位、声音识别
戚晨夕的博客
07-27 1万+
来了，K210的声源定位。
麦克风声源定位原理_基于麦克风阵列声源定位系统最新版
weixin_31777631的博客
12-23 2393
《基于麦克风阵列声源定位系统.doc》由会员分享，可免费在线阅读全文，更多与《基于麦克风阵列声源定位系统》相关文档资源请在帮帮文库(www.woc88.com)数亿文档库存里搜索。1、()cosiiiiettH，则有：cos()ex()()cosjiijijjiijretjkrretr()由于()()cos()cosex()jjijjijjjjiettHtHjkrr...
基于K210的声源定位系统
u014439531的博客
10-15 6350
2022电赛E题——基于k210的声源定位系统
基于时延法的麦克风阵列声源定位分析
冬瓜的博客
07-11 2万+
麦克风阵列： 麦克风阵列是由一定数目的声学传感器（麦克风）按照一定规则排列的多麦克风系统，而基于麦克风阵列的声源定位是指用麦克风拾取声音信号，通过对麦克风阵列的各路输出信号进行分析和处理，得到一个或者多个声源的位置信息。麦克风阵列系统的声源定位技术研究意义在于： 输入的信息只有两个方向难以确定声源的位置，人类的听觉系统主要取决于头和外耳气压差声波实现声源定位。假使没有这个压力差，只能定位在平面上声源的位置，但就无法知道声音是从前面，或从后面传来的。因此，由人的听觉系统，科技研发人员得到了灵感，使用多个麦克风
2022年电赛 声源定位跟踪系统（E题）
zzhao2580的博客
08-24 1万+
2022年电子设计大赛声源定位跟踪系统（E题）制作过程和体会
2022电赛省赛声源定位工程代码
08-01
2022电赛省赛声源定位工程代码
2022电赛E题声源定位跟踪系统
最新发布
05-05
2022电赛E题声源定位跟踪系统
基于六元空间阵列的声源定位系统实现
10-15
声源定位技术是语音识别技术的基础，针对复杂噪声和混响的室内环境造成声源定位精度不理想的问题，提出了一种基于麦克风阵列的声源定位系统。首先阐述了声源定位原理，然后提出了改进的广义互相关算法。该算法利用两...
基于K210的声源定位系统（2022 年全国大学生电子设计竞赛H题）
07-08
麦克风阵列采用的是矽速的模块，该模块基于MSM261S4030H0数字麦克风设计的，模块声音识别灵敏度、信噪比都比较高，在声源定位方面比较常用。 相较于麦克风阵列，如果使用MAX9814麦克风模块，需要同时将多个MAX9814...
NUEDC2022E-声源定位跟踪系统一等奖作品-省级大学生电子设计竞赛.zip
10-22
NUEDC2022E-声源定位跟踪系统一等奖作品-省级大学生电子设计竞赛.zip
2022 电赛陕西省赛
qq_44044341的博客
08-01 6570
2022电赛省赛声源定位
k210实现麦克风阵列声源定位
qoxbrjy的博客
03-23 1936
循环读取麦克风数据并进行声源定位。# 设置麦克风阵列参数。# 初始化麦克风阵列。
【雕爷学编程】MicroPython动手做（02）——尝试搭建K210开发板的IDE环境
雕爷学编程
07-28 3574
x86与ARM架构的发展的过程也伴随了现代处理器架构技术的不断发展成熟，但作为商用的架构，为了能够保持架构的向后兼容性，其不得不保留许多过时的定义，导致其指令数目多，指令冗余严重，文档数量庞大，所以要在这些架构上开发新的操作系统或者直接开发应用门槛很高。RISC-V提供了特权级指令和用户级指令，同时提供了详细的RISC-V特权级指令规范和RISC-V用户级指令规范的详细信息，使开发者能非常方便的移植linux和unix系统到RISC-V平台。[GitHub][Web]完整的工具链维护，大量的开源项目。
2022年电赛E题声源定位跟踪系统
qq_53357019的博客
09-21 1万+
电赛声源定位
麦克风声源定位原理_超高信噪比MEMS麦克风的重要性
weixin_35868133的博客
12-23 1539
自动语音识别系统的普及和视频内容共享信息和经验的使用正在急剧增加。用于捕捉声音的麦克风的性能和质量必须高，以确保良好的用户体验。关键因素包括噪声、畸变、频率响应和元件匹配。 在之前的文章中，已经简单说明了，麦克风性能的特点通常是自噪声和动态范围。动态范围的上限由声学过载点(AOP Acoustic Overload Point)定义。下限由信噪比(SNR Signal...
微型麦克风阵列六向音源定位追踪 AR1105
深圳德宇科创官方博客
09-26 320
AR1105 是一款专用于音源定位寻向的模组。 模组选用行业最新算法内核 DSP 芯片,并综 合简单易用的原则而设计。 AR1105 模组需要搭配 3 颗间距都为 10mm 数字麦克风， 利用每 2 颗数字麦克风组合的心形指向性， 能够方便快速的辨识圆周 6 个方向的音源方向。 对比常规的需要 4-6 麦， 甚至更多麦的阵列麦模式， AR1105 的方案则小巧实用， 适合众多小型设备的设计选用。
K210快速上手教程（色块、人脸、声源识别等）
热门推荐
small_po_kid的博客
02-08 6万+
k210实现各种功能快速上手前言开发环境以及材料准备软件Maixpy IDE使用说明识别色块并且串口输出最大色块中心坐标声源方向的坐标识别 前言 最近想要做一个项目是涉及到目标识别的，我想要实现一个功能就是识别到目标并且把目标的坐标信息通过串口传输给单片机进行控制，那么目前我认为最好的选择就是使用k210了，它不仅成本低，性能好，而且基于MicroPython的开发极易上手，就算是不会python的小萌新也能实现简单的使用。 首先我来介绍一下什么是k210： 210 是嘉楠（Cannaan）科技的一款集成机
2022电子设计竞赛自主不成熟设计
prouue的博客
07-30 3477
这里基于2022电赛题目，提供两种测量方法，和一些基本模块
声源定位系统毕业设计
12-30
根据提供的引用内容，声源定位系统是一种通过传声器阵列对声源信号进行处理，确定声源几何位置的技术。它在视频会议、目标定位、语音识别、声音检测及语音增强等领域有广泛的应用价值。声源定位系统的毕业设计可以包括以下几个方面的内容： 1. 系统设计：设计一个基于传声器阵列的声源定位系统，包括传声器的选择和布置、信号采集和处理、定位算法等方面。 2. 硬件实现：根据系统设计，搭建声源定位系统的硬件平台，包括传声器阵列、声卡、信号处理器等。 3. 软件开发：开发声源定位系统的软件，包括数据采集、信号处理、定位算法实现等。 4. 实验验证：进行声源定位实验，采集声源信号并进行处理，验证系统的定位效果和准确性。 5. 结果分析：对实验结果进行分析和评估，比较不同算法的性能，提出改进方案。 6. 文档撰写：撰写毕业设计论文，包括系统设计、实验过程、结果分析和改进方案等内容。 7. 演示展示：根据毕业设计的要求，进行系统的演示展示，展示声源定位系统的功能和性能。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值