低功耗蓝牙IoT设备脆弱性分析

低功耗蓝牙（Bluetooth Low Energy,BLE）协议的安全问题成为近年来无线通信领域中的研究热点。在协议帧格式复杂的情况下，基于状态机模型的BLE协议黑盒测试难免会出现测试效率低且大量输入数据被待测设备拒绝处理的情况。本文对不同类型字段采取更具针对性的变异方法，运用基于权重的反馈优化策略，为产生严重测试结果的变异策略设置更高的权值。实验结果表明，在选取的已披露漏洞的14台蓝牙设备中，该方法的漏洞检出率为93.7%，高于现有的BLE测试框架，并将状态机模型覆盖率从51.6%提升至84%，使输入有效率从66%提升至91%。     

E2遥控器的变革——浅谈蓝牙低功耗

随着智能家电的普及,现有红外遥控器越来越跟不上发展潮流。随着近年蓝牙低功耗标准的发布,本文结合相关文献,就其具有的稳健的ULP(超低功耗)无线连接性能和基于服务的双向传输数据模型的主要技术优势,简要分析,认为其必将代替现有遥控器成为未来遥控器主流。     

基于低功耗蓝牙技术的胃动力监测系统设计

胃肠动力是影响人体消化的重要因素,如何评估胃肠动力成为了医疗诊断与研究的一个难点.基于低功耗蓝牙技术,设计了一套可同时动态监测胃内的压力、温度、电导率和pH值的低功耗胃动力监测系统,分别从硬、软件设计方面进行了分析,并介绍了临床动物试验的情况.系统对压力、温度、电导率和pH值的测量精度分别可达±0.5kPa、±0.1℃、±0.1ms和±0.05PH,试验结果表明,系统性能稳定性好,通信成功率可达99%,能够连续工作90天以上,采集响应时间小于1s,备份存储可达10000帧数据.本研究可望为胃肠动力障碍性疾病和其他胃肠疾病的临床诊断和疗效评价等提供参考,为促进胃肠动力学的研究寻求一种新的途径.     

基于低功耗蓝牙网络的家用胎儿监护系统设计

提出了一种基于低功耗无线蓝牙网络的家用胎儿监护系统方案。系统通过低功耗蓝牙4.0(BLE4.0)技术组建无线蓝牙传感器网络,实现对胎心率、宫缩压和胎动生理信号的采集与传输,并针对生理信号的特点进行算法优化,提高了使用的便捷性和监测的准确度。通过手机与无线传感器的连接对数据进行显示和存储,实现胎儿的实时监护。     

基于蓝牙技术的低功耗无线数据采集控制与传输

在恶劣工作环境下,使用蓝牙技术设计了远程低功耗无线数据传输与控制系统,本文结合蓝牙技术在该系统设计的特点,首先介绍了该数据采集系统的原理,然后详细讨论了基于蓝牙芯片为核心的数据节点的设计过程,最后给出了一个简单的应用实例。实践证明该系统不仅使用方便,维护也非常简单,更关键是功耗非常低,因此适用范围广泛。     

基于蓝牙低功耗技术的维修钥匙设计

针对企业目前使用传统钥匙维护管理钥匙柜存在的集中保管、安全性差等诸多问题,提出了一种基于蓝牙低功耗技术的维修钥匙的设计。该系统以移动终端为中介,企业可以通过云平台差异化管理遍布在各停车场钥匙柜的维修钥匙。当钥匙柜发生故障时,停车人员能够通过平台申请一次紧急开启钥匙柜的权限,使用特质感应片启动系统后,通过专用APP开启钥匙柜。该系统有较好的稳定性、安全性,可以有效提升服务响应度,从而提高用户满意度。     

基于蓝牙的卡式预付费水表设计

为了减轻供水管理部门的抄表和收费管理难度,采用了蓝牙通信和射频卡式预付费方法,设计了一个基于蓝牙通信同时兼有射频卡式预付费功能的智能水表.设计主要由水量检测电路、电压检测电路、电源管理电路、阀门控制电路、射频卡读写电路、蓝牙驱动电路等组成,采用低功耗设计延长电池寿命.水表既可以通过射频卡,也可以通过蓝牙通信与水务管理平...     

低功耗蓝牙实现汽车短距离无线联接

导读:蓝牙技术由于其具有低功耗、可靠、低延迟等优势,并可通过配对及生成密钥保障其安全性,因而可用于实现汽车短距离无线联接,安森美半导体的NCV-RSL10是蓝牙5认证的无线电SoC,符合汽车应用要求。汽车领域的短距离无线联接在发生明显的模式转变,从专有的射频(RF)方案转向标准方案,如低功耗蓝牙。     

基于BC5的蓝牙通信模块设计

采用CSR公司单芯片蓝牙IC—BlueCore5-Multimedia External(BC5)作为核心器件,以SST公司的Flash芯片SST39WF1601A-90-4C-B3K作为外围存储器件,用来存储系统固件、系统密钥和系统设置等,并设计了电源电路、晶振电路、天线接入电路和复位电路等外围电路,从而搭建出一个具有低成本、低功耗、小体积等特点的BC5蓝牙通信模块。     

基于LEACH的低能耗路由协议研究

提出了一种基于LEACH的改进路由协议,该协议采用固定分簇、簇间多跳的方式传输数据。仿真结果表明,与LEACH协议相比,新协议有效均衡了节点能耗,提高了能量利用率,延长了网络寿命。     

低能耗无线传感器网络路由协议研究

针对LEACH协议生成非均匀的簇造成能量损耗的问题,以降低能量损耗为研究目的,结合PEGASIS协议的特点,从选择簇首节点、形成簇、簇间路由等方面对LEACH协议进行了改进.经过理论分析和仿真实验,对该协议的性能进行测试,并使用对比的方法,与LEACH协议进行比较.仿真实验结果表明,该路由协议的设计使各节点较均衡地消耗能量,节点生存时间更长,延长了整个无线传感器网络的生命周期.     

基于控制的低能耗多跳分簇路由协议

针对无线传感器网络(WSN)的多跳分簇协议中,Sink节点附近的簇头能量消耗过快,簇头分布不够均匀,多跳链路不够高效等关键问题,提出了基于控制的低能耗多跳分簇路由协议。通过控制成簇数量与大小、多跳链路能耗、轮数与每一轮中的数据传输量来解决以上问题。仿真结果表明：所提协议与低功耗自适应分簇(LEACH)协议和基于非均匀分簇的无线传感器网络路由协议(EEUC)相比,网络稳定期分别延长了138%和13%,网络生命期分别延长了13%和8%,因此能够有效地降低网络能耗,均衡网络负载,延长网络生存时间。     

无线传感网络低能耗时间同步的研究

低耗能是无线传感器网络时间同步算法的重要技术要求之一。为了降低同步过程中的能量消耗,提出了一种低能耗LECTS（Low Energy Consumption Time Synchronization）算法。该算法基于TPSN算法的基本思想,在两个阶段同时进行改进来降低能量消耗。在层次发现阶段利用节点之间的距离来限制部分节点广播,降低数据包的发送;在同步阶段结合单向广播和双向报文交换同步机制,也同样降低数据包的发送。通过仿真结果表明,与TPSN算法以及其改进算法STSP算法相比,算法能显著地降低无线传感器网络时间同步的能量消耗,且节点密度越大,节能越显著。     

基于和声搜索的低延迟和低能耗无线传感器网络

应用和声搜索算法解决无线传感器网络中低延迟和低能耗两方面性能指标的双目标优化问题.首先分析网络中延迟和能耗模型,建立目标函数.其次在找寻最优路径时,采用基于优先级的路径编码方案,迭代更新和声记忆库.最后在Matlab仿真环境下对100个节点的网络进行仿真实验.结果表明:在无线传感器网络传输路径建立中,能耗与延迟因素相互制约,而根据用户对延迟与能耗需求不同,可以控制传感器网络数据传输路径的选择.     

基于压缩感知的低能耗图像传感器节点研究

在无线多媒体传感器网络中,多媒体传感器节点的能耗问题是限制其应用和发展的重要因素。从图像编码复杂度和编码压缩率方面对节点的能耗进行分析,研究基于压缩感知(CS)的图像编码理论和节点的能耗模型。然后结合能耗模型,通过实验仿真分析DCT-CS图像编码方案和JEPG图像编码方案的图像编码和传输总能耗。实验结果表明,相比于JPEG方案,DCT-CS方案能够降低节点的总能耗。最后,在STM32F103和CC2530硬件平台上完成基于DCT-CS编码的图像传感器节点软、硬件设计,以达到降低节点能耗的目的。     

某航天器装载结构特征与力学特性分析

针对某新型航天器携带有效载荷的基本结构形式——装载结构,研究其结构构型对其力学性能的影响.建立该装载结构的有限元模型,量化分析其内部支撑形式、支点数和关键结构件截面性能等结构特征参数对其强度、基频和质量等结构力学特性与性能的影响.结果表明,内部支撑形式对装载结构动力学特性贡献明显;合理的内部支撑形式可以用较小的质量代价实现基频要求,并可以减少支点数量,方便在轨安装操作.     

片上互连网络的功耗特征分析与优化

随着处理器核数的增加,片上互连网络NoC结构日趋复杂,导致片上互连网络功耗所占的比重和功耗分析的难度也在增加。片上互连网络的任务映射,既要保证多处理器核心之间通信的高性能,又要保证耗费尽可能少的功耗和面积,即在有限的功耗和面积开销下获得较高的性能。在进行任务映射时,核心之间的通信距离是减少任务通信功耗的关键。连续且近凸的区域有助于缩短任务的通信距离。分析了一种功耗最优的片上互连网络启发式映射算法（INC）,该算法由区域选择算法和节点映射算法组成。对区域选择算法的2个因子进行了改进,使应用总的通信开销最小化且保证后续应用以很小的通信代价进行区域选择。提出了新的基于选择区域的映射算法。它们在动态到达程序映射问题中的实验结果表明,新的区域选择算法和节点映射算法相比于INC,可以减少12.10%的通信功耗,并且带来11.23%的通信延迟优化。     

Apple Macintosh's energy consumption

Much of a portable computer's utility depends on how long it can run off the battery. We measure Apple Macintosh's current power consumption (and how much of that power goes to each system component) using built-in measuring tools