BTLE 项目使用教程
1. 项目介绍
BTLE 是一个基于软件定义无线电(SDR)的蓝牙低功耗(BLE)软件套件,旨在提供一个开源的解决方案来进行 BLE 数据包的嗅探和传输。该项目不仅支持标准的 BLE 协议,还支持非标准的(原始比特)模式,使得开发者可以测试和实现各种自定义的 BLE 协议。BTLE 项目的主要目标是推动 BLE 技术的开放性和创新性,特别是在物联网(IoT)和无线传感器网络(WSN)领域。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保你的 SDR 硬件环境(驱动/库)已经正确设置。BTLE 项目支持 HackRF 和 bladeRF 硬件。
2.2 安装步骤
-
克隆项目仓库:
git clone https://github.com/JiaoXianjun/BTLE.git -
进入项目目录:
cd BTLE/host -
创建构建目录并进入:
mkdir build cd build -
使用 CMake 配置构建环境(默认使用 HackRF):
cmake ..如果你使用的是 bladeRF,请使用以下命令:
cmake .. -DUSE_BLADERF=1 -
编译项目:
make
2.3 运行示例
-
运行 BLE 嗅探器(默认在通道 37):
./btle-tools/src/btle_rx -
运行 BLE 数据包发送器(示例:在 ADV 通道发送发现数据包):
./btle-tools/src/btle_tx 37-DISCOVERY-TxAdd-1-RxAdd-0-AdvA-010203040506-LOCAL_NAME09-SDR/Bluetooth/Low/Energy
3. 应用案例和最佳实践
3.1 室内定位
BTLE 可以用于实现室内定位系统(IPS),通过嗅探 BLE 信标的数据包,结合信号强度(RSSI)和通道信息,可以计算出设备的位置。
3.2 物联网设备调试
开发者可以使用 BTLE 来调试和验证自定义的 BLE 设备,特别是在开发阶段,通过嗅探和发送数据包,可以快速定位和解决通信问题。
3.3 安全测试
BTLE 可以用于安全测试,通过嗅探和分析 BLE 数据包,可以发现潜在的安全漏洞,并进行相应的防护措施。
4. 典型生态项目
4.1 HackRF
HackRF 是一款开源的软件定义无线电(SDR)平台,广泛用于无线通信的研究和开发。BTLE 项目与 HackRF 结合,可以实现强大的 BLE 数据包嗅探和传输功能。
4.2 bladeRF
bladeRF 是另一款开源的 SDR 平台,BTLE 项目也支持 bladeRF,提供了更多的硬件选择和灵活性。
4.3 GNU Radio
GNU Radio 是一个开源的软件无线电框架,BTLE 项目可以与 GNU Radio 结合,进一步扩展其功能和应用场景。
通过以上步骤,你可以快速上手 BTLE 项目,并利用其强大的功能进行 BLE 相关的开发和研究。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00