使用Python检测蓝牙信号
· 15 min read
本文介绍了如何使用Python在MacOS上检测BLE信号并可视化展示信号强度。
常见的定位方法
在设备定位的领域内，有大概3种定位技术，其分别为：UWB（超宽带）、BLE（低功耗蓝牙）和WiFi。这三种技术各有优缺点，适用于不同的场景。
UWB（Ultra-Wideband，超宽带）定位
UWB是一种使用极短脉冲在宽频带上传输数据的无线通信技术。在定位领域，UWB具有以下特点：
工作原理
UWB定位主要基于TOF（Time of Flight，飞行时间）或TDOA（Time Difference of Arrival，到达时间差）原理。设备通过测量无线电信号从发射到接收的时间来计算距离，进而确定位置。
优势
- 高精度：UWB可以提供厘米级的定位精度（通常在10-30厘米范围内）
- 抗多径干扰：由于使用极短的脉冲，UWB对多径干扰有很强的抵抗力
- 穿墙能力强：UWB信号可以穿透墙壁和其他障碍物
- 低功耗：相对于其他高精度定位技术，UWB的功耗较低
劣势
- 成本高：UWB设备和基础设施的成本相对较高
- 覆盖范围有限：通常需要多个锚点（基站）来覆盖较大区域
- 标准化程度较低：虽然有IEEE 802.15.4z标准，但市场上的实现多样化
应用场景
- 高精度室内定位
- 资产追踪
- 智能家居
- 工业自动化
- 车辆防盗系统（如Apple AirTag等）
BLE（Bluetooth Low Energy，低功耗蓝牙）定位
BLE是蓝牙技术的一个子集，专为低功耗应用设计。在定位领域，BLE主要通过信标（Beacon）技术实现。
工作原理
BLE定位主要基于RSSI（Received Signal Strength Indication，接收信号强度指示）。通过测量接收到的信号强度，并结合路径损耗模型，可以估算设备与信标之间的距离。常见的协议包括iBeacon（苹果）和Eddystone（谷歌）。
优势
- 低功耗：BLE设备可以使用纽扣电池运行数月甚至数年
- 成本低：BLE芯片和信标价格便宜，部署成本低
- 兼容性好：几乎所有现代智能手机都支持BLE
- 部署简单：无需复杂的基础设施
劣势
- 精度有限：典型精度在3-5米，受环境影响大
- 易受干扰：信号容易受到人体、墙壁等障碍物的影响
- 距离有限：有效范围通常在50米以内
应用场景
- 商场导航
- 展览会信息推送
- 资产追踪
- 考勤系统
- 智能家居自动化
WiFi定位
WiFi定位利用现有的WiFi基础设施进行室内定位，是最广泛部署的室内定位技术之一。
工作原理
WiFi定位主要有两种方式：
- 基于RSSI的三边测量：通过测量设备与多个WiFi接入点之间的信号强度，估算距离并确定位置
- 指纹定位：预先采集空间中各点的WiFi信号特征，形成"指纹数据库"，定位时将实时采集的信号与数据库匹配
优势
- 基础设施广泛：利用现有WiFi网络，无需额外硬件
- 覆盖范围大：单个接入点可覆盖数十米范围
- 成本低：如果已有WiFi网络，几乎无额外成本
- 兼容性好：几乎所有移动设备都支持WiFi
劣势
- 精度一般：典型精度在3-15米，取决于环境和接入点密度
- 易受干扰：信号受环境变化影响大
- 功耗较高：相比BLE和UWB，WiFi的功耗较高
- 初始化复杂：指纹定位需要前期大量采集工作
应用场景
- 大型建筑物内导航
- 商场客流分析
- 公共场所位置服务
- 资产管理
- 智能办公
三种技术对比
| 技术 | 精度 | 功耗 | 成本 | 覆盖范围 | 抗干扰能力 |
|---|---|---|---|---|---|
| UWB | 10-30厘米 | 中等 | 高 | 小（~50米） | 强 |
| BLE | 3-5米 | 低 | 低 | 中（~50米） | 弱 |
| WiFi | 3-15米 | 高 | 低（利用现有网络） | 大（~100米） | 中 |
在实际应用中，这三种技术往往会结合使用，以弥补各自的不足。例如，可以使用WiFi进行粗略定位，然后使用BLE进行区域确认，最后在需要高精度的场景下使用UWB进行精确定位。
接下来，我们将重点介绍如何使用Python检测BLE信号并可视化展示信号强度。
Python检测BLE信号
在本节中，我们将介绍如何使用Python来检测和分析BLE信号。我们将基于yishi-projects/ble-beacon项目中的代码来实现这一功能。
所需库和依赖
首先，我们需要安装以下Python库：
pip install bleak kafka-python
主要依赖包括：
- bleak：跨平台的BLE客户端库，支持Windows、macOS和Linux
- kafka-python：用于将数据发送到Kafka（可选，用于数据流处理）
代码结构
我们的BLE检测程序主要包含以下几个部分：
- 初始化和配置
- BLE设备扫描
- 信标数据解析（iBeacon、Eddystone等）
- 数据处理和可视化
初始化和配置
首先，我们需要导入必要的库并设置基本配置：
import asyncio
from bleak import BleakScanner
import uuid
import time
import datetime
import os
import configparser
# 全局变量控制扫描状态
_scanning_active = False
# 加载配置文件
def load_config():
"""从~/.ble/config.conf加载配置，如果不存在则创建默认配置"""
config = configparser.ConfigParser()
# 默认配置
config['kafka'] = {
'broker': 'localhost:9092',
'topic': 'ble_beacons'
}
# 创建配置目录（如果不存在）
config_dir = os.path.expanduser("~/.ble")
os.makedirs(config_dir, exist_ok=True)
config_file = os.path.join(config_dir, "config.conf")
# 如果配置文件存在，读取它
if os.path.exists(config_file):
config.read(config_file)
else:
# 创建默认配置文件
with open(config_file, 'w') as f:
config.write(f)
return config
BLE设备扫描
BLE设备扫描是整个程序的核心部分。我们使用bleak库的BleakScanner来异步扫描周围的BLE设备：
async def scan_ble_devices():
"""扫描BLE设备并处理信标数据"""
# 获取主机ID（用于数据标识）
host_id = get_host_id()
# 计数器（用于日志）
scan_count = 0
# 设置扫描状态
global _scanning_active
_scanning_active = True
try:
# 持续扫描循环
while _scanning_active:
scan_count += 1
# 扫描设备（超时1秒）
devices = await BleakScanner.discover(timeout=1.0)
# 检查是否应该停止扫描
if not _scanning_active:
break
# 处理每个设备
beacons_found = 0
for device in devices:
# 提取制造商数据
if device.metadata.get('manufacturer_data'):
for company_code, data in device.metadata['manufacturer_data'].items():
# 检测不同类型的信标
process_beacon_data(company_code, data, device)
# 等待下一次扫描
await asyncio.sleep(0)
finally:
# 清理资源
pass
信标数据解析
BLE信标有多种类型，最常见的是iBeacon（苹果）和Eddystone（谷歌）。我们需要根据不同的协议格式解析数据：
def process_beacon_data(company_code, data, device):
"""根据不同的信标类型解析数据"""
# 检查iBeacon（苹果公司代码是0x004C）
if company_code == 0x004C and len(data) >= 23:
try:
# 检查iBeacon标识符（0x02, 0x15）
if data[0] == 0x02 and data[1] == 0x15:
# 解析iBeacon数据
uuid_bytes = data[2:18]
uuid_str = str(uuid.UUID(bytes=bytes(uuid_bytes)))
major = int.from_bytes(data[18:20], byteorder='big')
minor = int.from_bytes(data[20:22], byteorder='big')
tx_power = data[22] - 256 if data[22] > 127 else data[22]
beacon_data = {
'uuid': uuid_str,
'major': major,
'minor': minor,
'tx_power': tx_power,
'rssi': device.rssi,
'address': device.address,
'name': device.name or 'Unknown'
}
# 处理iBeacon数据
process_beacon('iBeacon', beacon_data)
except Exception as e:
print(f"处理iBeacon数据时出错: {e}")
# 检查Eddystone信标（谷歌公司代码是0x00AA）
elif company_code == 0x00AA and len(data) >= 20:
try:
# 检查Eddystone标识符
if data[0] == 0xAA and data[1] == 0xFE:
frame_type = data[2]
# Eddystone-UID
if frame_type == 0x00:
namespace = bytes(data[3:13]).hex()
instance = bytes(data[13:19]).hex()
beacon_data = {
'namespace': namespace,
'instance': instance,
'rssi': device.rssi,
'address': device.address,
'name': device.name or 'Unknown'
}
# 处理Eddystone-UID数据
process_beacon('Eddystone-UID', beacon_data)
# Eddystone-URL
elif frame_type == 0x10:
url_scheme = ['http://www.', 'https://www.', 'http://', 'https://'][data[3]]
url_data = bytes(data[4:]).decode('ascii')
url = url_scheme + url_data
beacon_data = {
'url': url,
'rssi': device.rssi,
'address': device.address,
'name': device.name or 'Unknown'
}
# 处理Eddystone-URL数据
process_beacon('Eddystone-URL', beacon_data)
except Exception as e:
print(f"处理Eddystone数据时出错: {e}")
数据处理和可视化
收集到的BLE信号数据可以通过多种方式进行处理和可视化：
- 实时显示：使用GUI库（如Tkinter、PyQt等）实时显示检测到的设备和信号强度
- 数据存储：将数据保存到本地文件或数据库中
- 数据流处理：使用Kafka等消息队列进行实时数据流处理
- 信号强度可视化：使用matplotlib等库绘制信号强度热图或时间序列图
以下是一个简单的数据处理函数示例：
def process_beacon(beacon_type, beacon_data):
"""处理信标数据"""
timestamp = datetime.datetime.now().isoformat()
# 添加通用字段
message = {
'type': beacon_type,
'timestamp': timestamp,
'rssi': beacon_data.get('rssi', 0),
'address': beacon_data.get('address', 'unknown')
}
# 添加特定类型的字段
message.update(beacon_data)
# 这里可以添加数据处理逻辑
# 例如：保存到文件、发送到服务器、更新GUI等
return message
完整示例
下面是一个简单但完整的BLE扫描器示例，它会扫描周围的BLE设备并打印出检测到的信标信息：
import asyncio
from bleak import BleakScanner
import uuid
import datetime
async def main():
print("开始扫描BLE设备...")
# 扫描设备
devices = await BleakScanner.discover(timeout=5.0)
print(f"发现 {len(devices)} 个设备")
# 处理每个设备
for device in devices:
print(f"设备: {device.address} ({device.name or 'Unknown'}), RSSI: {device.rssi}")
# 提取制造商数据
if device.metadata.get('manufacturer_data'):
for company_code, data in device.metadata['manufacturer_data'].items():
# 检查iBeacon
if company_code == 0x004C and len(data) >= 23:
if data[0] == 0x02 and data[1] == 0x15:
# 解析iBeacon数据
uuid_bytes = data[2:18]
uuid_str = str(uuid.UUID(bytes=bytes(uuid_bytes)))
major = int.from_bytes(data[18:20], byteorder='big')
minor = int.from_bytes(data[20:22], byteorder='big')
print(f" iBeacon: UUID={uuid_str}, Major={major}, Minor={minor}")
if __name__ == "__main__":
asyncio.run(main())
信号强度可视化
为了更直观地展示BLE信号强度，我们可以使用matplotlib库创建可视化图表。以下是一个简单的示例，展示如何绘制信号强度随时间变化的图表：
import matplotlib.pyplot as plt
import numpy as np
import time
import asyncio
from bleak import BleakScanner
async def monitor_device(address, duration=60):
"""监控特定设备的信号强度"""
timestamps = []
rssi_values = []
start_time = time.time()
end_time = start_time + duration
while time.time() < end_time:
# 扫描设备
devices = await BleakScanner.discover(timeout=1.0)
# 查找目标设备
for device in devices:
if device.address == address:
# 记录时间和RSSI
timestamps.append(time.time() - start_time)
rssi_values.append(device.rssi)
print(f"时间: {timestamps[-1]:.1f}s, RSSI: {rssi_values[-1]} dBm")
break
# 等待下一次扫描
await asyncio.sleep(0.5)
# 绘制图表
plt.figure(figsize=(10, 6))
plt.plot(timestamps, rssi_values, 'b-')
plt.xlabel('时间 (秒)')
plt.ylabel('信号强度 (dBm)')
plt.title(f'设备 {address} 的BLE信号强度')
plt.grid(True)
plt.savefig('ble_signal_strength.png')
plt.show()
# 使用示例
# asyncio.run(monitor_device('XX:XX:XX:XX:XX:XX', 60))
iOS中监听iBeacon信号
在iOS中，泛用的BLE监听无法争取的获取iBeacon的信号数据，尤其是UUID、Major、Minor等信息将无法获取。
因此我们需要特别的制定你要监听的UUID来进行监听。
蓝牙后台运行的时间问题
蓝牙后台模式无法保持持续不断的运行，因此无法依靠其后台模式持续不断的进行。 因此，如果我们有较长时间持续不断的运行的需求，需要显式的将其放置在应用前端。
在进行屏幕切分的状态，左右两边的程序，都会认为是在持续运行状态。
即使是苹果企业版用户，也无法强制让某一个应用长时间在后台运行。
总结
通过Python和bleak库，我们可以轻松地检测和分析BLE信号。这种方法适用于多种应用场景，如室内定位、资产追踪、存在检测等。
在实际应用中，我们可以根据需要扩展上述代码，例如：
- 添加距离估算（基于RSSI和路径损耗模型）
- 实现三边测量定位算法
- 开发实时监控仪表板
- 集成机器学习算法进行模式识别
BLE信标技术结合Python的灵活性，为我们提供了一个强大的工具，可以用于构建各种智能空间应用。
参考资料
- yishi-projects/ble-beacon - BLE信标检测项目
- Bleak文档 - 跨平台BLE客户端库
- 蓝牙SIG - 蓝牙技术标准