当前位置: 首页 > article >正文

从RSSI走向信道探测,蓝牙设备的“距离感知”能力已至“厘米级”

长期以来物联网IoT无线连接技术的发展重心主要聚焦于通信性能、通信功耗与组网效率等方面然而随着智能家居、数字车钥匙、工业自动化、智慧门禁、资产管理以及地理围栏等应用的快速扩张行业正在提出一个新的能力需求设备不仅需要知道“谁在线”更需要知道“谁正在靠近”。而信道探测Channel Sounding技术作为BLE6.0规范最新引入的扩展能力之一其不仅具备高精度的“距离感知”能力还进一步强化了无线系统在近场验证、安全交互与空间感知方面的应用价值是推动低功耗蓝牙从传统数据通信工具升级为具备距离感知能力的空间感知型无线连接技术的重要驱动力。从RSSI走向信道探测蓝牙设备的“距离感知”能力已至“厘米级”在距离感知方案中传统蓝牙设备大都采用RSSIReceived Signal Strength Indicator接收信号强度指示技术凭借信号强度来判定距离远近具备部署简易、成本友好等优势主要适用于距离颗粒度较为粗略的近场判断场景但该方案易受人体遮挡、墙体阻隔、多径反射、环境干扰及天线角度等因素影响导致RSSI信号出现波动存在测距误差偏大、稳定性不足等缺点。Inverse square path loss over distance 图源SIG而BLE 6.0规范中的信道探测Channel Sounding技术凭借着基于相位测量PBR与往返时间RTT的双重测距机制亦可单独使用不仅具备低功耗、低成本、高可靠、高精度等特性还具备着优异的抗多径干扰能力是未来最具应用潜力的“距离感知”方案之一。相位测量PBR与往返时间RTT示意图图源SIG其中相位测量PBR是蓝牙信道探测实现“厘米级”定位的核心机制。其原理是由启动器与反射器在多个不同频率信道上进行高频、连续的无线信号双向交互应用程序通过比对各频率下发送与接收信号的物理相位差结合无线电波传播模型从而精准计算出两台设备之间的距离估算值。往返时间RTT是蓝牙信道探测中用于防御高级中继中间人攻击的核心安全测距机制。其原理是由启动器向反射器发送经加密混淆的数据包并通过精准测量数据包往返飞行的时间差来计算两台设备间的空间距离信息。在实际运行中RTT会与 PBR进行实时的交叉验证一旦发现二者距离估算不匹配系统即判定存在中继攻击从而杜绝了数字钥匙、智慧门禁等场景下的越权开锁风险实现了高精度与高安全性的兼顾。HM-BT2401DA实测有效的高性能蓝牙信道探测模块值得一提的是在开发与信道探测相关的蓝牙设备时模块化的解决方式是快速实现射频性能优化并大幅缩短产品研发周期、降低复杂软硬件开发门槛的有效手段。例如HM-BT2401DA就是一款基于高精度距离测量Silicon Labs Blue Gecko SoC开发的信道探测模块支持启动器Initiator和反射器Reflector两种测距角色具备高性能2.4GHz射频、低电流消耗和安全保险库等关键功能可帮助开发者快速创建智能、强大、节能且可有效免受远程和本地网络攻击的BLE测距设备。HM-BT2401DA搭载PCB双天线及可外接双天线支持无线数据透传可以通过AT指令快速实现启动器Initiator和反射器Reflector无线连接和测距同时通过与外部MCU进行通信HM-BT2401DA还可快速实现BLE从设备与手机、平板等BLE主设备的无线连接和数据通信外部MCU的资源占用低开发过程简单。在实际应用环境中HM-BT2401DA支持4条天线路径与8种天线组合可通过极化分集与空间分集机制有效解决无线测距中天线方向性不确定极化衰减与复杂室内环境的多径干扰信号反射的两大痛点。同时HM-BT2401DA的多天线架构还赋予了终端设备强大的抗干扰能力与多维数据采集能力在动态交互层面它能自动筛选出最佳的物理路径消除测距盲区保障“厘米级”测距的连续与稳定在功能拓展维度它还能为后续结合AoA/AoD技术升级为3D空间方位定位提供天然的硬件架构支撑可帮助快速部署高可靠的空间感知方案。HM-BT2401DA 信道探测功能测试数据PBR模式此外为充分验证HM-BT2401DA的“距离感知”精度华普微实验室还对其进行了多次实测如上图所示纯PBRPhase-Based Ranging模式下10米范围内HM-BT2401DA已实现±50cm左右的定位精度可被广泛应用于室内环境中的仓库管理、物品追踪与宠物追踪等领域。

相关文章:

从RSSI走向信道探测,蓝牙设备的“距离感知”能力已至“厘米级”

长期以来,物联网(IoT)无线连接技术的发展重心主要聚焦于通信性能、通信功耗与组网效率等方面;然而,随着智能家居、数字车钥匙、工业自动化、智慧门禁、资产管理以及地理围栏等应用的快速扩张,行业正在提出一…...

C++函数对象与仿函数

C函数对象与仿函数函数对象是重载了函数调用运算符operator()的类对象,也称为仿函数。它们可以像函数一样被调用,但比普通函数更灵活,可以保存状态和配置。函数对象的基本实现通过重载operator()实现。#include #include #includeclass Multi…...

【基于项目代码实测:XCP/CCP 模块“标定差异”全流程深度操作指南无标题】

在实际项目的 XCP/CCP 标定业务中,核对与同步底层内存参数是一项极其高频的操作。本指南将完全基于最新版“标定差异(Calibration Difference)”界面的真实功能逻辑,为你提供一份严谨、详细、且立即可用的三倍容量操作手册。无论你…...

AI应用可观测性工程:像监控微服务一样监控你的LLM应用

LLM 应用进入生产后,“为什么这次回答质量差?”、"哪次调用导致成本飙升?"这些问题如果没有完整的可观测性体系,根本无法回答。本文构建 LLM 应用的完整监控体系。LLM 应用监控的独特挑战传统微服务监控关注的是&#x…...

AI低代码产品,从“拖拽搭应用“到“对话即开发“,其中最关键的能力是什么?

作为一名在企业数字化一线摸爬滚打了10多年的项目负责人。这些年,我亲眼见证了低代码从小众工具变成企业标配的全过程。在2026年的当下,AI大模型现已全面融入低代码产品的底层,"对话生成应用"也已从概念名词变为了实际应用。但与此…...

主芯片LP3717BTT+LP3568C,5V3.1A过认证适配器⽅案(电路原理图)

LP3717BTT LP3568C 是一套 5V/3.1A(15.5W)隔离型反激电源方案,主打"过认证、高效率、低温度"。LP3717BTT 是原边 PWM 控制器,LP3568C 是次级同步整流芯片,两者配合实现高精度恒压输出,板端效率可…...

AI API 中转站完全指南:从 Claude、GPT 到“满血”“翻车”,一次搞懂整个 AI API 圈子

如果你刚开始接触 AI API,大概率会在各种开发者群、论坛或者教程里看到一堆让人摸不着头脑的词,比如“满血”“阉割”“翻车”“官转”“上车”“池子”“逆向”等等。很多新人第一次看这些内容的时候,基本都是每个字都认识,但连在…...

C 语言通讯录(终版)|新手踩坑全总结 + 最终可运行代码博客简介

系列回顾 本系列三篇完整闭环: 第一篇(基础版):从零实现增删查改 文件存储,踩遍新手所有坑(格式符乱码、文件闪退、输入死循环);第二篇(优化版)&#xff1…...

天勤策略钉钉告警:交易信号与异常通知怎么分流

前言 策略上云之后,我和同事最怕两件事:一是真出事了没人知道,二是没事也被钉钉刷屏刷到麻木。最早接推送时图省事,在 wait_update 里每次 last_price 变就发一条,一个活跃品种白天能几百条,两天之后群里全…...

LEFT JOIN 中 ON 与 WHERE 过滤的差异

在 MySQL 数据库开发中,LEFT JOIN(左外连接)是一个最常被误用的语法。许多开发者往往习惯性地将所有过滤条件一股脑地往 ON 后面塞,或者为了排版好看将条件全部扔到 WREHRE 里面。 这种模糊的逻辑在普通内连接(INNER J…...

宇树go2机械狗远程操控联网问题

用手机“Unitree Go”app的wifi模式,让狗和电脑连接同一个wifi,使其处于同一个局域网下。要求wifi名和密码无中文。然后在本地电脑powershell输入ipconfig查询本机局域网网段,确认机械狗同一网段 IP 地址。终端执行命令:ssh unitr…...

如何找到最适合你的私有化IM?

跳出公有云的舒适区,决心搭建私有化IM,并不是一件能一蹴而就的事。市面上打着私有化旗号的软件鱼龙混杂,有的安装环境要求极高,有的功能华而不实。如何在复杂的选型迷雾中,找到最适合组织基因的那一款?你可…...

一幅精细绝伦的[城市或地点]微缩模型

提示词: 一幅精细绝伦的[城市或地点]微缩模型,无缝搭建于质朴的木桌之上,仿佛整个场景都是实时手工制作而成。场景囊括了[城市或地点]最具标志性的地标、建筑、街道、交通、文化元素和氛围,周围环绕着密 地址:https://…...

淮南家长必看:淮南哪里学少儿编程靠谱?原来这样选才不踩坑。

说实话,很多淮南家长送孩子学编程,心里是没底的。因为编程不像钢琴、画画,能当场弹一首或画一张给你看。孩子到底学了啥、学得怎么样,家长往往两眼一抹黑。今天我不推荐任何一家机构,只跟你分享三个普通人一眼就能看懂…...

2026年最佳手机阅读器推荐:付费也值得的精品选择

在数字时代,阅读方式正在发生深刻变革。随着电子书、在线文章和多媒体内容的兴起,人们越来越倾向于通过智能手机进行阅读。然而,并非所有的阅读器都能提供优质的阅读体验。今天,我们将聚焦于一款即便付费也绝对物超所值的手机阅读…...

DDD 中的代码组织:按技术层分 vs 按领域模块分,哪种才是正解?

前言 在实践领域驱动设计(DDD)时,你可能见过两种截然不同的代码组织方式:一种是传统的按技术层划分文件夹,另一种是按业务模块划分文件夹。两种写法的人都声称自己在做 DDD,那到底哪种更合理?本…...

从CDP“3A”到千亿美元目标:联想集团的创新路径与AI原生转型

在全球产业链加速重构、人工智能技术范式快速迭代的背景下,中国企业的创新能力正成为各界关注的焦点。当被问及“哪些中国企业创新做得不错”时,有一家科技企业凭借其在绿色低碳、供应链协同以及混合式人工智能领域的系统性突破,给出了具有说…...

油雾净化设备哪家技术更专业

在机械加工、五金锻造、热处理等工业生产场景中,机床切削、乳化液喷淋、高温加工会持续产生大量工业油雾。悬浮在车间内的油雾不仅会腐蚀生产设备、污染生产环境,还会刺激人体呼吸道,危害操作人员身体健康,同时超标排放还会违反环…...

解密Palantir系列一:1. 决策的三元闭环

解密Palantir系列一:1. 决策的三元闭环 第一性问题企业真正缺的是更多数据,还是让数据变成正确行动的闭环?很多人第一次理解 Palantir,会把它归类成“大数据公司”“AI 公司”“可视化工具”或“咨询公司”。这些说法都只碰到了一…...

如何做好费用率数据分析?巧用费用率研判企业盈利现状

企业经营发展过程中,盈利水平高低直接决定长远发展实力,而费用率数据是看透企业真实盈利水平最直观、最核心的指标。很多经营者在日常管理中,往往只看重账面营收的增长,却忽略了费用率数据的深层分析与解读,最终出现营…...

(QBuffer配合 QDataStream)二进制序列化

QByteArray arr; QBuffer buf(&arr); buf.open(QIODevice::WriteOnly); QDataStream out(&buf); out << QString(“hello”) << 123; // 序列化 // 反序列化 buf.seek(0); QDataStream in(&buf); QString s; int n; in >> s >> n;...

VMware虚拟机安装及配置

密码 # 设置 root 用户密码 sudo passwd root修改国内镜像源 在 Ubuntu 24.04 之前&#xff0c;Ubuntu 的软件源配置文件路径为 /etc/apt/sources.list&#xff1b;从 Ubuntu 24.04 开始&#xff0c;Ubuntu 的软件源配置文件变更为 DEB822 格式&#xff0c;路径为 /etc/apt/so…...

专业做绝对值编码器的服务商

在工业自动化领域&#xff0c;绝对值编码器是不可或缺的关键组件。它能够直接输出轴或直线运动的“绝对位置”&#xff0c;断电后位置信息不会丢失&#xff0c;每次上电都能立刻知道当前的精确坐标&#xff0c;这使得其在各种精密应用中具有无可替代的优势。本文将通过具体数据…...

《从 0 实现 SGLang》第 1 篇 · LLM 推理引擎到底在做什么

千行代码&#xff0c;一步步搭出一个现代 LLM 推理引擎&#xff0c;吃透大模型推理的每一项关键技术。 本阶段目标 — 最简推理实现 用最朴素的方式把端到端推理跑通&#xff1a;先搭起整体框架&#xff0c;再逐个模块替换为完整实现。整个阶段共 5 篇短文&#xff1a; 序号…...

2026年必看:六款热门AI编程工具横评,Trae与Cursor怎么选

2026年必看&#xff1a;六款热门AI编程工具横评&#xff0c;Trae与Cursor怎么选AI编程工具正从辅助插件进化为全流程开发核心&#xff0c;2026年市场进入智能体协作新阶段。本文精选6款主流AI编程工具&#xff0c;从核心功能、协作模式、适配场景等维度深度解析&#xff0c;帮开…...

第一学期结果

关注 1.从安涛老师前三期视频中了解了方向2.从b站了解了555的内部结构3.仿真。4.低通滤波器的基本原理&#xff1a;一、核心定义只允许低频信号顺利通过&#xff0c;阻挡、衰减高频信号的电路。 你电路里作用&#xff1a;滤掉方波里的高频谐波&#xff0c;留下低频基波&#xf…...

2026.5.21【MIPI D-PHY】一、D-PHY 简介

一、简介 MIPI&#xff1a;全称移动行业处理器接口&#xff08;Mobile Industry Processor Interface&#xff09;。MIPI是由MIPI联盟发起的为移动应用处理器制定的开放标准。 MIPI可分为物理层和逻辑层两大部分。 MIPI按照物理层&#xff08;Physical Standard&#xff09;划分…...

由一次构建 OpenEuler 22.03 dnf源所了解到的

零、说在前面今天在安装 Milvus 的时候&#xff0c;因为部分插件下载过慢&#xff0c;需要重建国内 yum/dnf 源&#xff0c;按照常规的方式重建后报出了一些奇怪的报错。通过这些报错让我了解到了 OpenEuler 22.03 的不同版本在构建 yum/dnf 源的时候是存在区别的。因此将我的处…...

Delft3D建模、水动力模拟方法及地表水环境影响评价:岸线绘制与导入、非结构化计算网格生成、水下地形数据处理等前处理操作;水动力与污染物对流扩散模拟的参数设置、边界条件设定及模型率定验证

查看原文>>>https://mp.weixin.qq.com/s/_CiPDK_oXaAGxVfu2qk6ew 前言 本文以地表水数值模拟软件Delft3D 4.03.00操作为主要内容&#xff0c;强调地表水水动力建模、基础资料的获取、边界条件设定、模型率定和验证、数据分析和处理等关键环节。通过对案例模型的实操…...

Token聚合平台 vs 传统云 vs AI原生云,AI推理应用怎么选?

在大模型能力深度融入生产环境的当下&#xff0c;后端 AI 架构的选择往往决定了应用的生死。从早期的“调用一个接口”到如今复杂的智能体&#xff08;Agent&#xff09;工作流&#xff0c;开发团队在底座选型上面临着两条截然不同的演进路径&#xff1a;一条是追求便利与极致轻…...