当前位置: 首页 > news >正文

蓝牙 BR/EDR 与 BLE PHY

一、Coded PHY 与非 Coded PHY 的核心区别

对比维度

Coded PHY(编码物理层)

非 Coded PHY(非编码物理层)

编码方式

采用卷积编码(S2 或 S8),每个比特映射为多个符号(2 个或 8 个)

无编码,比特与符号直接对应(1:1 映射)

数据速率

较低(S2 为 500kbps,S8 为 125kbps)

较高(如 1Mbps、2Mbps、3Mbps、2Mbps LE 等)

传输范围

更远(S2 约为 1M PHY 的 2 倍,S8 约为 4 倍)

较近(依赖速率,速率越高范围越短)

抗干扰能力

强(编码冗余提升容错性)

较弱(无冗余,易受噪声干扰)

功耗

较高(传输时间长)

较低(传输时间短)

典型应用场景

远距离通信(如智能家居设备、资产追踪)

近距离高速传输(如耳机、手表、游戏手柄)

二、LE(低功耗蓝牙)使用的 PHY

LE 是蓝牙 5.0 及以上版本针对低功耗场景设计的物理层,支持以下 PHY:

LE 1M PHY(非编码)

速率:1Mbps

特点:基础速率,平衡范围与功耗,是 LE 设备的默认模式。

场景:多数低功耗设备(如智能手环、蓝牙键盘)。

LE 2M PHY(非编码)

速率:2Mbps

特点:速率提升一倍,传输时间缩短,功耗降低,但范围略小于 1M PHY。

场景:需要高速传输的近距离设备(如无线耳机、运动相机)。

LE Coded PHY(编码)

速率:500kbps(S2)或 125kbps(S8)

特点:通过编码扩展传输范围,支持远距离通信。

场景:智能家居(如远距离传感器)、户外设备(如资产追踪标签)。

三、BR/EDR(经典蓝牙)使用的 PHY

BR/EDR 是传统蓝牙技术,主要用于高速数据传输,支持以下 PHY:

BR(基本速率)PHY(非编码)

速率:1MbpsGFSK 调制)

特点:经典蓝牙的基础模式,支持语音和数据传输。

场景:早期蓝牙设备(如蓝牙 2.0 鼠标、键盘)。

EDR(增强数据速率)PHY(非编码)

速率:2Mbps(π/4-DQPSK 调制)或 3Mbps(8-DPSK 调制)

特点:速率提升,兼容 BR 模式,支持更高吞吐量。

场景:需要高速传输的设备(如蓝牙音箱、文件传输)。

四、PHY 选择的场景适配原则

优先选 Coded PHY 的场景

设备距离远(如户外传感器与网关);

环境干扰强(如工业车间、多设备密集区域);

对可靠性要求高(如安全警报设备)。

优先选非 Coded PHY 的场景

近距离通信(如手机与耳机);

高速数据传输(如传输图片、音频流);

对功耗敏感的设备(如纽扣电池供电的传感器)。

BR/EDR 与 LE 的场景划分

BR/EDR:需高速率、持续连接的设备(如蓝牙音箱、游戏手柄);

LE:低功耗、间歇性通信的设备(如可穿戴设备、物联网传感器)。

http://www.dtcms.com/a/307530.html

相关文章:

  • Kafka在Springboot项目中的实践
  • vue3.0 + TypeScript 中使用 axios 同时进行二次封装
  • ESXI虚拟交换机 + H3C S5120交换机 + GR5200路由器组网笔记
  • 数据结构与算法:队列的表示和操作的实现
  • Linux 下自动化脚本安装Jdk、Nginx等软件
  • Java语言/Netty框架的新能源汽车充电桩系统平台
  • 《人工智能导论》(python版)第2章 python基础2.2编程基础
  • Rust视频处理开源项目精选
  • FFmpegHandler 功能解析,C语言程序化设计与C++面向对象设计的核心差异
  • 【日常问题解决方案】VS2022不小心解决方案资源管理器把关掉了怎么办
  • spring cloud alibaba ——gateway网关
  • Day36| 1049. 最后一块石头的重量 II、494.目标和、474.一和零
  • 图论-最短路Dijkstra算法
  • 澳交所技术重构窗口开启,中资科技企业如何破局?——从ASX清算系统转型看跨境金融基础设施的赋能路径
  • Python爬虫07_Requests爬取图片
  • 基于Spring Boot实现中医医学处方管理实践
  • 【05】大恒相机SDK C#开发 —— Winform中采集图像并显示
  • 金融分类提示词演示
  • 【03】大恒相机SDK C#开发 —— 回调采集图像,关闭相机
  • STM32学习记录--Day4
  • TOC-Transformer-LSTM-ABKDE,计算机一区算法龙卷风优化算法应用到概率区间预测!Matlab实现
  • 九识智能与星逻智能达成战略合作,共推“无人车 + 无人机”空地一体巡检升级
  • Java中的“Dead Code”
  • 基于 Amazon Nova Sonic 和 MCP 构建语音交互 Agent
  • set_max_delay为何失效了?
  • Python爬虫06_Requests政府采购严重违法失信行为信息记录爬取
  • 全栈:怎么把IDEA和Maven集成一下?
  • 【盘古100Pro+开发板实验例程】FPGA学习 | 基于紫光 FPGA 的键控 LED 流水灯
  • 水库泄洪声光电监测预警系统解决方案
  • Kubernetes (K8s) 部署资源的完整配置OceanBase