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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00