假如有一个全知全能的系统，能够实时掌握地球上发生的一切状况，并且迅速应对；假如有一天，地球上的每一块石头每一棵树木都能讲述它们的感受，每一栋建筑都能主动报告它的使用状况，每一辆汽车都会主动寻找最好的线路并且避免车祸的发生；那么这个世界将会变成什么样子？

物联网，试图带给我们这样的未来。

虽然听起来有些《黑客帝国》的味道，但是并不尽然。机器依然是我们的帮手，而依然需要我们做出判断。物联网需要做到的，只是让地球上的一切都连接在一起，为我们所感知和控制。我们将连接一切，我们将知道一切，我们将控制一切。

这就是物联网，Internet of Things，由一切自然物和人造物连接成的信息网络。

已经成熟的时机

每台计算机都有个独一无二的名字，这可以让别的计算机知道如何找到它。手机也是如此，其他任何需要通信的设备也都是这样。我们将电子设备们连接起来，藉由它们之间的对话，表达我们自己的意图；这些网络将人连接在一起，无论身在何处，以光速传递的信息都可以即刻到达。而物联网则要将一切事物都连接在一起。通过为每一个事物命名和借助机器的感知，承载数据的网络将变成地球的神经系统，人类将会将自己的感官和手脚延伸到每一个角落。

自从1999年物联网这个概念被提出之后，立即迅速发展起来。它尝试将那些早已开发出来的技术整合在一起，从无线射频识别、传感器直到无线宽带网络，再加上不断融入的新技术，让我们的生活更加方便、更加洁净、以及更加自由。

作为物联网的核心技术之一的无线射频识别技术，已经有了七十年的历史。在今天，每个人身上都会有最少一张RFID卡，无论是二代身份证还是公交一卡通，甚至到许多学校或者公司的饭卡，都采用了这种方式。储存着唯一编号的芯片和天线封装在一起成为不带电源的“标签”，当其进入读卡器的磁场范围时，就会因为电磁感应而在天线上形成电流，继而激发芯片将编号回传给读卡器，并由和读卡器相连的计算机软件进行操作。现在我们已经有了相当多种类的RFID设备，人们已经能够制造出成本一美分的芯片，而封装后的标签成本也降到了可以接收的范围之内。让每件物品都拥有一个特别的名字，并不是件困难的事。

只有名字是不够的。名字只像是一个入口，更重要的是它们的状态。在微机电和电子技术的帮助下，传感器就能够完成这样的工作。人们甚至不会意识到现在有多少传感器遍布在我们周围，从台灯的轻触式开关到手机上的摄像头，再到房间里的烟雾和煤气报警器。今天的智能手机中甚至可能安装了五种以上的传感器，树木上安装的温度传感器可以探测森林火灾，桥梁上安装的震动传感器可以监控桥梁强度，粉尘和瓦斯传感器已经为监控煤矿安全而运行了许多年。通过侦测温度、湿度、重力、声音和图像，人们可以得到所有的细节，从而拼出一副全景图片。

显而易见，传感器接收到的信息，除了传递给机器本身之外，通过网络传输可能是更重要的方面。包括IEEE和ITU在内的许多专业组织一直在致力于开发更好地传输方式和协议，无论是数据传输质量还是速度，都可以用“日新月异”来形容。下一代移动通信技术已经能够达到理论上超过300M的下载速度，大量的数据传输瞬间就可以完成。自组织无线传感器网络的研究进展迅猛，这种网络将传感器和无线网络装置结合在一起，当其中一些传感器失效的时候，数据可以通过其他传感器的中继而传递出来。就像是互联网的传递方式一样，如果有某些网络节点出了故障，数据将会寻找其他更合适的路径来传输。

当RFID和传感器结合的时候，我们就得到了一个微小的终端。它会标记出自己的身份和状态，而通过无线网络或者有线网络，千里之外的人也可以如临现场般掌控全局。现在，物联网的技术基础已经构建成形。

正在变化的世界

对一款手机来说，iPhone的成功几乎可以称得上是个传奇。这种只有两种颜色、几种外观的手机已经在全球卖出了超过一千万部，为它开发的软件多达十万种以上。开发者们绞尽脑汁地为iPhone制造更多软件和硬件，希望能够借助它实现更多的功能。Nike就是其中的一个。

iPhone和iPod上已经有一个叫做Nike+的小系统。在鞋底安装一个小设备，运动鞋就可以和手机通信，在屏幕上显示跑步距离、步数、速度甚至消耗的热量。这套系统还可以将个人锻炼数据保存到自己的电脑上、传给自己的健身教练甚至上传到Nike的网站上，用以制定更适合的健身计划。这可以算是一个物联网的小小应用——通过传感器、软件和网络的协同工作，我们能够更好地达到目标。

既然手机可以做到，那么其他电子设备也都能够做到。IBM在2005年提出了“智慧地球”计划，从电能、医疗、银行等诸多领域提出了“智慧化”的目标，试图通过软件和传感器的协调工作，让人们能够更快地应对突发状况、更好地享受生活；而惠普在去年提出了“地球中枢神经系统”计划，则试图将多种传感器和无线网络设备结合在一起，为所有的自然环境和人工建筑添加一套数字化的感官。在这类雄心勃勃的计划中，通过对数据的有效收集和整理，消灭各自为战的状况，人们可以做出更好的决策，进而降低成本和提高收益。遍布各处的传感器就像一大群随时相互交换信息的小蚂蚁，它们共享的信息将会成为管理者的决策依据。已经有了一些这样的例子：新加坡陆路交通管理局对安装在公路上的电子眼和扫描系统数据进行实时分析，对路况预测的准确率达到了85%，有效减少了堵车状况的发生；斯德哥尔摩通过自动拍照识别和自动扣款实现的不停车交费系统，将城区交通废气排放量减少了8%以上。德国和美国几家汽车公司正在开发中的车-车信息通讯系统，可以将其他汽车获知的信息传递到自己面前，从而帮助获取更好地行车路线，降低能耗和排放，甚至完全避免车祸的发生。

而物联网对我们生活的影响，不止表现在这样宏观的方面。2005年，加拿大人马克·坎贝尔试着将建筑物中的家电连接起来协同工作。他使用自己发明的无线控制器来调控家电的工作时间，将之视为一个整体来运行。比方说，不再单独控制每一部空调，而只是输入一个目标温度就好。在传感器和控制器的协调下，空调们将会像蚂蚁一样群体工作，而不在只是完成独立的目标。这套系统可以为大型场所节省最高达30%的电费开支，也对降低碳排放做出了贡献。意大利通过对电表的改造，让用户随时了解用电状况而根据不同时段的电价安排用电计划，减少了25%的用电高峰期负荷；马耳他国家电力和水设施机构在2008年建立了世界上第一个全国性的智能电力水力系统，利用智能电表和安装在电力系统基础设施上的传感器，实施更有效的管理，以及当出现故障时可以快速排除。

在上海，所有的宠物犬都已经安装了皮下植入的RFID标签，不仅可以让管理部门随时得知检疫信息，而且鉴定宠物归属和身份时也变得容易许多。已经有些省份将类似的方法应用在畜牧业中，农场主和管理部门可以随时了解每只动物的防疫检疫状况，甚至可以根据它们在发育和产奶的不同阶段供给精确数量的精饲料，以最低成本换来最高的收益；而通过给农产品加上标签，可以在从生产到销售的整个过程中实时监控，进而实现从产地到餐桌的全程可控管理，确保食品安全。

这些都是我们目前生活中的物联网，只不过只能算是局域网的规模而已。将这样的思路推广，人们的确已经取得了不错的收益。虽然我们现在还不会像《生活大爆炸》中的物理天才谢尔顿·库珀一样，用RFID和计算机来管理自己的袜子，但是零售商早已开始这样的尝试。沃尔玛要求所有供货商都在包装上使用RFID标签，在入库时以机器而非传统的人工扫描，每年可以减少80亿美元的成本；而麦德龙在几年前开始的“未来商店”计划，通过RFID标签来标记每件商品，为每个货架上都安装了读卡器。当货物不足的时候，仓库会接到通知而自动补货，当顾客离开超市的时候，门口的读卡器将会自动计算出购物车里货物的总价，然后连接银行从信用卡里自动扣款。

类似的例子还有很多。和十年前相比，我们生活的诸多方面都已经发生了变化，更方便、更智能、更强大的信息工具已经成为了我们生活中的一部分。而将这一切连接在一起的物联网，将会带给我们一个充满了无限可能的未来。

激烈争夺的未来

想象一下这样的场景：通过无处不在的高速网络，医生能够随时了解病患的身体状况、家长们随时知道自己的孩子的具体位置、冰箱会拟出你喜欢的的菜单，并且告诉你下班时记得在超市采购；在你快到家时大门前的灯会亮起、炉子会根据你的菜单而开始预先加温、热水器开始调节洗澡的水温，同时让浴室的显示器准备好播放昨晚错过的剧集；当你沉沉睡去的时候，洗碗机将会借助夜间便宜的电力开始工作，汽车也会自动开始充电。

看起来有些科幻色彩，但是这的确可以实现。现在我们和这样的未来之间已经不再存在太多的技术障碍，物联网开始变得更像一个商业问题。

虽然人们从几年前就开始对物联网寄予厚望，甚至有人引用IBM前任CEO郭士纳的话来试图证明，物联网将是下一代革命性的计算模式，就像计算机和互联网带来的革命一样。但是人们也同样意识到，物联网的建设将是一个巨大的工程，比互联网的规模要大得多。这是历史上最大的信息化工程，绝非任何一个团体、公司或者国家可以单独承担。虽然技术的门槛已经跨过，但是相关产品的成本因素，也决定了物联网企业几乎不可能在所有领域全面开花。就目前来看，厂商们都在试图采用从某个应用领域进入，试图占据稳固的地位以拉大与其他对手之间的差距，而许多企业使用的技术标准也有种种不同，这可能会为将来各个物联局域网的连接形成阻碍。

与当年互联网发展的状况类似，只有在存在出现一个统一标准之后，物联网才能够更快地发展，网络之间相互连接将会带来指数级别的变化，而非一加一等于二那么简单。然而，这样的统一标准，也只有在漫长而激烈的市场争夺战之后才会出现。毕竟物联网牵扯到过多的技术、标准、商业乃至法律问题，要一步跨入物联网时代，只是不切实际的幻想。

就像蓝光和HD-DVD之争一样，最终市场将会选择某个标准成为主流，而目前厂商们将不会放弃任何可能性。互联网基础设施重复建设的状况很可能会在物联网时代重现，物联网也许会像互联网一样，在经历过极度繁荣的泡沫后，才会获得冷静而长足的发展。物联网将在那之后才会成为我们生活中的一部分。

目前国内关注的物联网概念，大多更像是传统流程的改造，无论是以RFID取代条形码还是以无线网取代固定网络，都并没有涉及到物联网的更深层次——通过对数据的挖掘和分析，以软件帮助人们更好地做出决策。欧盟网络企业和RFID司物联网总监彼得·弗里斯认为，物联网的迅速发展应该在2015年左右才会来临，现在只是那之前的预热阶段。

去年，国务院总理温家宝和工业和信息化部部长李毅中的轮番讲话，使得物联网概念骤然升温；今年二月北京经信委发布涵盖十个领域的物联网需求，又进一步为物联网的发展奠定了基础。今年六月，2010中国国际物联网大会将会在上海召开，讨论内容包括从政策到技术、从软件到硬件的诸多领域；紧接着深圳物联网应用技术博览会也将开幕，参观者们将会看到物联时代的诸多可能。

无论如何，物联网的未来，已经开始一步步走来。

已发于2010年《21世纪商业评论》，请勿转载。

西南偏南音乐及媒体节，美国最大的音乐节之一，也是技术迷和潮人们的一年一度的狂欢盛典。twitter曾经在2007年的西南偏南音乐节上大出风头，随即从一个小众玩具迅速发展成为我们这个时代的标志性网站之一；而现在又有一个网站借助这种方式异军突起：在2010年3月那次历时十天的音乐节上，foursquare（或者像它的爱好者那样将其称为4sq）获得了10万名新用户，成为媒体们争相报道的对象。有人将这个新媒体宠儿称为搜索3.0时代的象征，有人认为它将会造就一个价值过百亿美元的产业。

和twitter类似，4sq也是一个发布简短信息的平台。和twitter最大的不同之处在于，4sq还会收集用户所在的地理位置，并且利用这一要素将人们连接起来。这个建立不过一年多的网站发展得不错，有消息称它已经拒绝了Yahoo一亿美元的收购出价。每周数百万的发送信息量和百万数量级别的用户，已经让4sq看起来像是代表了下一波互联网浪潮的新方向；而更好的是，它的商业模式看来已经足够清晰。

新玩法：签到

4sq提供的服务被称为地理位置服务或者LBS——基于位置的服务（Location-Based Service）。它以用户所在的地理位置做为主要的信息来源，是只有在现在这个无线互联网和手持智能设备流行的时代才会出现的新产品。想知道你的朋友们在哪里？想知道附近有什么你喜欢的餐馆？想在某个地方“偶遇”那个神交已久却从未谋面的Mr.Right？地理位置服务都能帮你做到。只需要一部手机就行。

是的，一部智能手机，能够运行程序、有GPS功能，最好还能wifi上网。虽然iPhone和Android是首选，但是Palm、黑莓甚至运行着塞班和Windows Mobile系统的手机也都可以。这部手机将会在地理位置服务中成为你的化身，手机基站、GPS和wifi热点将能确定精确位置，然后由你来选择是否要将自己的行踪昭告天下。

4sq的用户可以自己添加地点、与好友分享体验或者针对某个地点撰写评论。这将在社交活动中制造更多的话题，并且可以为其他人提供消费参考。这种思路并不是最近才出现的。有些手机交友软件早在几年前就已经实现了类似的功能，而国内的贝多网早在2003年就开始尝试和puma专卖店合作，当用户走近专卖店周围范围数百米的时候，就会接收到打折信息。它们的技术正是基于手机的通信方式——城市中手机基站的信号范围相互交叠，通过传递手机信号的基站就可以判断手机所在的位置。然而，利用手机基站来判断的方式并不够好，因为它的精确度相当有限。在GPS的帮助下，现在的地理位置服务已经能够达到十米以内的精确度，这对于消费级别的用途，已经足够了。

粗看起来，这不过是提供了位置信息的微博新玩法，但是却意外地大受用户和投资者的欢迎，国内也已经出现了数十个提供类似功能的网站。有分析师认为4sq的价值已经超过一亿美元，而另一个提供地理位置服务的公司BooYAH刚在一个月前得到了2000万美元风险投资，他们的网站mytown是4sq的有力竞争者。苹果、facebook、twitter也已经开始插手这一领域，麦当劳已经开始尝试和facebook合作向附近的用户推送广告。有分析机构甚至认为，未来五年内，地理位置服务网站将会在欧洲造就超过6亿美元的市场。

地理位置服务在近期如此受关注的原因，也许就在于4sq发明的那种叫做“签到”（Check in）的行为方式。当人们到达某个地点的时候，可以登录然后签到，还可以发表些简短的言论或评点，和发布一条微博同样简单。签到可以让好友们看到自己的位置，也能带来奖励。就像每个人手里都有一张哈利波特的活点地图那样，人们可以和在同一区域的好友共享信息，可以通知好友来附近小聚，还能获得虚拟世界里的虚拟荣誉——简直就像是将真实世界和虚拟世界连接在了一起。

真实世界的虚拟游戏

如果要让人们乐于签到，就要给予激励。以地点为基础的社交方式自然是激励的一种 ，但是远非全部。在4sq中，签到有着特殊的意义，它是“奖章”（badge）的来源。用户的第一次签到可以得到“新手”奖章，在十个不同地方签到可以拿到“探险家”称号，而如果在三十天内去过十个健身房，就会成为“健身房耗子”。魔兽世界和极品飞车的玩家会对拿称号的模式并不陌生，这类奖励体系在电脑游戏中由来已久，而4sq将它们搬到了真实世界当中，并且成为了几乎所有类似网站的标准功能。某个地点签到最多的用户将会获得“领主”的奖章，进而可能会获得商户提供的物质奖励。这种事可不会在电脑游戏中发生。

mytown更进一步，将虚拟经营引入了真实世界。“领主”成为某个地点的虚拟拥有者，当其他人签到时需要缴纳虚拟租金，而这些虚拟租金可以兑换成真实的商品。领主们有了更多为自己地点而奋斗的理由，他们可以开放一些类似寻宝的特殊项目来吸引其他用户签到，也会让这个地点的真正拥有者增加新的盈利点。这可以看成是真实世界和《第二人生》的混合体——后者曾经被视为虚拟世界的明日之星，但是过于复杂的建设过程最终让用户们失去了耐心——但是显然会更加成功。

做为娱乐和社交工具的地理位置服务也许会成为一时的话题和吸引用户的手段，但这并不是这类网站的主要收入来源和基业常青的基础。“领主”头衔会被其他签到次数更多的人抢走，人人都有机会成为“探险家”或者“超级明星”，而只有用户留下的言论、点评和他们的位置信息会成为长久的财富。

Google可以告诉我们所在的城市正在放映哪些电影，但是4sq可以让当我们在电影院附近时接收到相应的优惠券。要把一个蜷在自家椅子上的人拉到电影院来也许并不容易；但是如果他刚好在电影院附近，就是另一回事了。在网络上每个人都可以关注世界上发生的任何事情，但是在路上，我们更多关心的只是附近的几公里范围。虽然Google地图也可以做到，但是地理位置服务可以做得更好：它的优势刚好在于将用户和商家这两种相互契合的需求连接起来，在用户所在位置附近的小范围内，打穿信息不对称的高墙。这是地理位置服务对用户的真正价值所在。以地理数据进行细分的营销方式会是继Google Ads之后的另一次新革命吗？有可能。

Google因其拥有海量数据、能够对数据进行有效分析、并且根据数据分析的结果提供营销服务的能力而在十年间发展得如此强大。而地理位置服务将会借助大量用户的主动贡献增加地点、数据和评论来达到同样的效果。基于地理位置的社交功能将会吸引用户，而依赖地理位置的商业模式将能带来利润。只加上了地理位置这个新的维度，移动互联网突然就变得截然不同。

也许正是因为这样，地理位置服务的发展速度飞快。从创立到获得一百万用户，4sq只花了一年时间，比twitter快了整整一倍。地理位置服务商业上的成功，似乎就在下一个街角向人们招手。

就在下一个街角……也许？

感谢摩尔定律，每过十八个月，芯片上晶体管的数量依然能够翻一番。手机的性能越来越强大，3G技术已经让手机可以接近于固定网络的速度访问互联网。手机已经成为了近乎和人们共生的新物种，而其随身携带的特性更是让计算机望尘莫及。智能手机的保有率节节攀升，而几乎每个使用手机上网的用户，都减少了使用计算机的时间。虽然手机的屏幕太小而键盘依然难用，但是它的诸多优势足以让这些缺点变成不足挂齿的小麻烦。这些正是地理位置服务所需要的硬件和网络基础。

运行在手机上的地理位置服务，比其他移动互联网服务更加精确、互动更强，以及更加看重服务的品质。已经有人开始尝试使用它来进行突发新闻报道、用它跟踪监控流行趋势、甚至使用它进行团购或者做为赠送虚拟礼物的中转站。国内的大众点评网挟七十万商户数据进入地理信息服务领域，手机版大众点评网可以直接定位用户所在位置，然后显示周围的商家。虽然这种做法并没有体现出社交的要素，但是在连接商家和用户方面已经能够满足需求。17you8将关注点放在旅游上，提供本地搜索和与旅行服务相关的信息，foodspotting则只关心好吃的菜式。看起来地理位置服务充满了各种可能。

然而，这种蓬勃发展的态势却并非一片光明，地理位置服务依然面临着几个重大的挑战。隐私泄漏和广告过载都可能会导致用户流失，而用户数量的不足和技术的限制也会成为这类网站发展的制约因素。

做为一种比较敏感的信息资源，并不是所有人在所有时候都乐于将自己所在位置的信息与他人分享。曾经有人在facebook上收集了一批将自己的状态标记为“外出度假”用户的信息，并且做了一张“盗窃地图”。这样的先例必然会引起对个人隐私泄漏的担忧——互联网上并非只有善良的人。个人的位置信息被滥用可能会带来可怕的后果，而这种情况很难避免。任何一个小事故、一个设计失误、一次误操作或者一个新手用户的不经意点击都可能会酿成巨大的公关危机，足以彻底埋葬一个网站的所有未来。

广告是平台类网站往往最先被想到的利润来源，利用地理位置服务搭载广告的方式目前看起来依然是比较稳妥的盈利方式。但是在保护用户权益和获得广告收入之间的平衡很难掌握，四个月前美国商铺点评网站Yelp遭遇的集体诉讼就是最好的注脚。和电脑上的网页广告不同，手机广告将会占据本来就不充足的屏幕位置和系统资源，也会引起用户更大的反感。即使是针对性推送的广告也可能会让那些并没有相关需求的用户厌烦，进而导致用户的流失。

而地理位置服务的用户数量还远远不足。和facebook的五亿用户相比，目前最大的地理位置服务网站、拥有超过两百万用户的Brightkite也只能是算是个小网站。虽然智能手机的销量依然在增长——2010第一季度全球销售出了5400万部智能手机，几乎达到了去年整年销售量的三分之一——但全球智能手机用户只有数亿，而地理位置服务的用户又只是其中的一小部分。在多个类似网站的争夺之下，又进一步将用户和信息变得更加分散。这是一个急切期待有力的正向循环的新兴行业，但是目前还没有任何一家网站能够到达那个引爆点。激烈的竞争已经开始，谁能够率先抢占足够的市场，才会有可能像youtube在视频分享、twitter在微博以及facebook在社交网站中那样，获得仅仅为了第一名而保留的显赫地位。

即使是地理位置服务的上游也没有准备好迎接这样的未来。手机电池依然以通话时间和待机时间来做为基本指标，却有意或无意地忽略了其他功能需要的电量。每天都需要充电的手机总是不便，移动互联网需要更持久的电能供应。最近发布的iPhone4已经达到了让手机3G网络浏览6小时、视频播放10小时的指标，也许正是因为苹果和4sq一样意识到，手机已经转变成了随身的数据通信中心，而并非仅仅是一部单纯的电话而已。

已发于2010年《21世纪商业评论》，请勿转载。

流言： 【北京市面30种U盘容量均“缩水” 金士顿上黑榜】北京市消费者协会对市面销售的30种USB闪存盘产品进行了比较试验，结果表明，所有U盘内存容量均“缩水”，也就是实际容量和标称容量不符，其中相差最大的U盘，标称8GB，在电脑上显示只有7.44GB,仅为标称值的93%。[1][2]

真相： U盘包装上写明的容量与电脑显示出的容量值不相符，是否一定说明U盘制造商偷工减料，弄虚作假，欺骗消费者了呢？其实问题出在了对于1GB这个单位有多大，业界存在两种不同的理解方式。

我们从国际通用的计量单位开始讲起。1毫米，1厘米，1米，1千米这样的描述，大家一定都很熟悉，它们之间的换算或者10倍，或者100倍，或者1000倍，都是十的倍数，也就是十进制。

如果用数字表示一百万米或者十亿米，普通青年会直接写1000000米/1000000000米，文艺青年或许会写成1，000，000米/1，000，000，000米，另一类青年则会这么写：1M米/1G米。

在国际单位制里，1k表示1000，1M表示1000k，也就是10⁶，1G表示1000M，也就是10⁹。[3] 不过一般在表示长度的时候，用1M米，1G米的青年并不多。生活中使用M，G比较明显的例子是无线电波的频率，比如微波炉电磁波频率是2.45GHz，也就是2.45*10⁹Hz。

按理说，国际单位制里M,G适用于各个领域，可以说1G米，1GHz，也可以说1G摄氏度，1G吨，1G伏电压等等，但是用G和M表示信息容量大小的时候，就出现了小小争议。

在电脑里，无论多眩的画面，多复杂的功能，多给力的软件，无论储存在硬盘、光碟还是U盘上，到最后都是分解成一大堆按顺序排列的数字0和数字1来储存。换句话说，这是个二进制的世界，其中单个0或者单个1称为一个bit，通常把8个bit合在一起，比如10011011，称为一个Byte。

U盘容量指的就是这个U盘可以储存多少个Byte。如果1MB就是10⁶Byte,1GB就是10⁹Byte，就什么问题也不会有了。但是在电脑世界里，2Byte，4Byte，8Byte，16Byte……1024Byte这样以2的次方数为“批量”处理Byte会方便一些，更整齐一些，于是就有了另一种定义，1GB=1024MB，1MB=1024KB，1kB=1024Byte，这样算来，1GB不是1,000,000,000 Bytes而是1024*1024*1024=1,073,741,824Bytes。[4]

1000和1024这两种换算方法各有各的道理，前者是遵循国际单位制，与其他单位接轨，后者对于计算机的运算更方便一些。为了避免混乱标注现象的延续，国际电工协会（IEC）在1999年拟定了"KiB"、“MiB”、“GiB”等一批新的二进制单位，专用来标示“1024进位”的数据大小[5]。而后，这一标注规范又于2008年并入国际标准化组织（ISO）文件，成为国际通行的标准——至此，GB与GiB的分野才开始明晰。[6]

由于计算机行业的迅速发展，标准的设立又较为滞后，大量已存的误标未被及时修改，成为了“历史遗留问题”。目前硬件制造商，包括U盘制造商使用的都是国际单位制的GB单位（1000换算的）来标示容量，但我们熟悉的Windows系统，就依旧以“GB”字样来表示“GiB”单位（1024换算的）。苹果电脑的OSX系统也曾存在这一问题，不过新的版本已经将容量单位修正为名副其实的国际单位制“GB”。在下图里，同一个硬盘在Mac OS X10.5操作系统里和Mac OS X10.6系统里显示的“大小”却不相同，原因正是10.5系统使用了GiB单位，10.6系统使用了GB单位。[7]

【同一个硬盘在Mac OS X10.5操作系统里和Mac OS X10.6系统里显示的“容量”，因为单位标准不同，数值也不相同。图片来自：pcedu.pconline.com.cn[5]】

同样道理，1个8G的U盘(GB单位)，如果没有造假，在windows系统里显示的大小会是8000,000,000/1,073,741,824=7.45GiB，也就是在“我的电脑”里显示是“7.45GB”。这个"显示容量只是标称容量93%"的Ｕ盘其实是正常现象，并没有缩水。

结论：谣言粉碎。 这项调查忽视了硬件制造商和电脑操作系统之间使用的单位换算差异问题，误将正常的数值差异当成了Ｕ盘缩水。

修订说明：文章新补充了关于GiB标准的更多说明，感谢 @菊 提供的大力支持。

原文发表于果壳网 谣言粉碎机主题站 U盘普遍缩水啦？

新年新日记——但你想记录多少关于自己的事呢？Alun Anderson说：启用生活日志装置，换取无限可能！

从百货公司年终陈列来看，无论日记本的封面是奢侈皮革还是鼹鼠皮，亦或只是普通的硬卡纸，人们在新的一年开始一本新的日记这一传统仍在继续发扬光大。

令人好奇的是，日记本每天的记录空间仍然和1820年代一样，而在那时，印刷的日记本才刚刚成为一种时尚的礼物。因为你多半只能写下几百个字，于是筛选哪些事需要记录变得让人很头疼。这也许解释了为什么很多日记本过后就再没人读了——甚至包括它们的作者。现在应该是时候逃离纸张及其带来的限制了，不仅仅是因为有了数字化的替代品，这些替代品更加的让人们兴奋，也使日记变得更加的珍贵与有趣。

首先我们往大了想，把和你相关的所有事情都记录下来吧。这是Gordon Bell的点子，他是位于华盛顿州雷德蒙德市微软研究院的一名资深研究员。他认为当你知道只需要很便宜的几TB的数字记录装置就可以把你生活中每一个细节记录下来的话，你就不用去操心究竟哪些是重要的了。

你如果真想循着贝尔的方法，就像他在《Total Recall: How the e-memory revolution will change everything》书中说的那样，你就得在脖子上永久的挂一个相机，每隔固定的时间就拍摄一张照片。同样，你还需要带上一个GPS设备以便随时记录你在哪里。你的电话、交谈以及会议都必须被数字化储存，你所有的电子邮件以及你所看过的网页都会被下载。你还需要扫描你所碰到的每一份纸质文档，并且，在新书没有在电子阅览器上出现时，拒绝去看它。

在一个可以搜索的数据库的帮助下，你的电子日记就能够告诉你在你生命的某时某刻你在哪，在干啥，在寻找什么，和谁在一起或者是你在读什么。就像现在的贝尔一样，你就可以拥有令人惊讶的记忆力，能够“回忆起”在许多年前的一次偶遇中，大家都说了点什么。

吊诡的一点是，当那些积累的往事淹没了现实，这种完全记忆会不会变成完全惯性呢？贝尔认为不会。真正的结果应该是一种无以言表的自由——以及安全。“把东西都放进电子记忆，你就不需要记一丁点东西啦。”他说道：“我的看法是，我的记忆实质上就是我的电子记忆，我的生物记忆只是一个提供原始数据并指向电子记忆的一个网址。我已经摆脱了很多以前必须记在脑子里的杂乱无章的信息，但我却能够记录很多你不能记住的细节，所有的那些气味以及经历都在那里放着。电子记忆会准确告诉我某个经历是放在哪里的。

贝尔承认他记录的大多数时刻都很“麻木，枯燥，平庸，可预见，繁琐以及平淡的。”但是记录所有事情的好处则是你可以有机会从另一面了解你自己。

他对未来的理想是你能让软件对整个数字记录排列并筛选，从而发现一些在没有软件协助的情况下你不可能注意到的东西。工作、休闲以及消费习惯，在不同状况下以及对特定人物的情绪模式，许许多多影响你精神健康及身体健康的微妙因素——也就是你可以记录、浓缩、关联以及分类所有你想要知道的关于你自己的事情。

这个梦想并不能很快的全部转化为现实，但是通过收集自己的信息来得到新的见解确实那么的令人神往，以至于越来越多的人开始一小步一小步的稳健的向着最终的目标迈进。有一群爱好者定期在世界各地的一些城市聚会，宣传通过“个人信息化”这条道路去记录每天的日记，并且在“数字化的自我”（ Quantified Self）里分享各种的技术。

通过收集自己的数据，你能够得到其他办法所不能得到的见解。

“在会议上观看这些人的演讲会有很强烈的感觉”，伦敦QS会议的协办者阿德里安娜·卢卡斯说道：“个人信息是一个关于你自己的富含惊奇事物的宝藏，而你却往往是最后一个从中得利的人。监视、收集以及挖掘你自己的数据这种能力能够使每一个人变得更加强大。从你自己的生活数据中发现规律是一个无价之宝。”她认为QS现在就像是10年前的博客一样，而个人信息化将会在2-3年内变为主流。最终的目标则是将日记变成一个数据记录本，使你能够成为你自己的一个观察者。这个想法很简单，那些每天称一次体重的人能够很好的理解，最大的变化则是身上记录你行为的传感器将会越来越多。

并不让人意外，健康和工作相关的记录是最容易开始的。自动记录锻炼规律的传感器已经很常见了（例如DirectLife），更不必说那些监视心率和血压的设备了。市场上也有传感器能记录你睡眠和做梦规律（Zeo），压力和状态（Q sensor），以及脑电波（MindSet）。当然，你甚至可以用你的电话去查询任何一个食物的热量究竟有多少（Tap&Track）。

键盘记录软件也能够追踪你最高效的时段，例如分析你如何使用电子邮件，或者是记录你上网的整个过程。然后，还有工具能够建立起一个关于你生活的时间线，上面标注着图片，文字以及视频。软件能以图表形式显示你的心情以及你大脑的状况，当然，它也可以可视化记录你想记录的所有的东西。

伊恩·李供职于宾夕法尼亚州匹兹堡的卡内基梅隆人机交互研究所，他在这个网页（personalinformatics.org/tools）列出了187个类似的工具。对于很多你可能记录的信息，很可能已经有了与其对应的网络社区，其庞大的数据量可供寻找更加宏大的规律，例如CureTogether。

研究你自己可能是危险的，因为你可能会发现一些你不想知道的东西。不过，既然现在已经有那么多的公司通过研究你留下的数字化痕迹以便更好的控制你的选择，不好好研究一下自己貌似也有相当的风险。

个人信息化听上去有点自恋，但事实上以电子日记的形式收集并整理信息的方式和传统日记的目标是一致的，都是为了纪念和更加的了解自己。数字化有个很大的优势，老式的日记取决于你怎么描述一件事，因此便有了一些先天的缺陷。正如李指出的那样，你不可能直接观察到诸如睡觉这样的行为，你也不可能有时间一直记录其他的某些事，例如你的行为规律。

其实还有另外一个先天性的谬误：你如何“看待”这一天取决于你记录时的心情——如果感觉不好或是有挫败感，一种无名的怒火就可能会出现；而当一个很糟糕的日子最后以成功而收场，那么你会忘记之前所有的囧状。因此，为了真实客观的观察你自己的一天，跟随贝尔的“全纪录”方法吧，或者走另一条更稳妥的途径，使用正在不断完善的QS软件。欢迎真实的自我！

不解风情的死理性派们在情感生活中不免会遇到这样悲催的一幕：偶然间遇到一位心仪的漂亮女孩，从此日思夜想，废寝忘食，开始了漫长的暗恋之旅，等到一日，在无尽的纠结中，终于鼓起勇气向女孩表白，结果女孩一句“我已经有男朋友了”如晴天霹雳，实在难以接受……

为了避免此种尴尬的发生，如何准确判断一位女生是否单身就成了一项的必修的课程。

如果自己和女孩在一起共事，常常在她的身边，了解她是否单身就不是难题了。可是死理性派们要完成的高难度任务是：作为一个与女孩保持距离的陌生人，在女孩毫无察觉的情况下，就可以用手头有限的信息判断出女孩的单身情况，不仅如此，死理性派追求的结果一定是量化的，计算出的mm单身概率还要保留两位小数。

做法是这样的：第一步，要相信直觉。死理性派可以考虑多找几个朋友一起秘密观察一下目标女孩，当然找的人不要都是死理性派，什么心事鉴定组、谣言粉碎机、自然控、犯罪法医谜最好都找几个来，已婚人士、情场老手、采花大盗也要找一下，人越多越好，越多样化越好。然后大家根据自己对mm的印象从各自的角度估计一下目标mm单身的概率是多少，投一下票，最后的结果一定会有差异了，仁者见仁，智者见智，可能心事鉴定组觉着女孩单身可能性是90%，谣言粉碎娘却觉着mm单身只是谣言。死理性派根据这些人平时一贯的靠谱程度，把每个人说出的概率平均一下，原则是平时比较靠谱的人给出的结果考虑的比重就要大一些，不靠谱的人给的数字就要小一些，假设最后得到的结果是:该女孩单身概率为65.65%，我们就完成了第一步。

以上结果只是依靠各位投票者个人经验感性给出的结果，哪里符合死理性派客观理性的做事风格呢？为此，我们要进行第二步，要用事实和证据说话。一个mm是不是单身，可以从很多细节中寻找答案。

就像做科学研究一样，可以先查一下资料，google上随便一搜就可以找到不少寂寞人士多年潜心研究的简单易用的单身判别标准，比如手机原则（恋爱中的女生手机使用频率会比较高），自习原则（单身的女孩常常和几个女生结伴上自习的话）。之后，在自己身边已经知道是否单身的女孩人群中做一下统计实验，当然样本越大越好了，得到

诸如此类的统计值。

当这些“实验数据”都到手了，我们就可以继续了，对刚刚投票出来的概率值65.65%进行修正和优化。依靠的是什么呢? 自然是目标女孩在各项标准上的表现。比如发现目标mm喜欢和朋友一起去上自习，而根据自己的“统计研究结果”：在已经恋爱的mm中，喜欢和朋友一起去上自习的女孩大约占其中的60%；在没有恋爱的女孩中，喜欢和朋友一起去上自习的女孩大约占其中的30%；

那么现在目标mm是单身的概率就会变为

死理性派心中一定暗暗高兴，希望增大了！

如果研究结果还发现，在单身女孩中，手机使用率大于1.2次/小时占其中的80%；在已经恋爱的mm中，这一数值则是40%；可是对于目标mm的观察结果是，她的手机使用率低于每小时1.2次，那么概率结果又要更新了。

这回mm单身的概率又悲剧地降回了56.02%，死理性派可以去找更多的“评核标准”，做更多的研究，不断更新女孩的单身概率值，让它越来越贴近事实，不过在得到最后的结果之前，自己要先定一个阈值：女孩单身概率超过这个阈值（比如90%），自己才值得出手表白，否则，还是直接死心吧。

不过要注意的是，不管计算次数多少，得到的终归是一个概率值，不是事实，就算经过多次研究，已经可以将目标女孩的单身概率确定到99.9%，马上就准备向她表白了，可是在最后一次对女孩的观察研究中，发现人家和一个男生手挽手的有说有笑，拥抱在一起，那么，女孩的单身概率值会立刻从99.9%掉到接近于0，后果可想而知了……

本文告诉大家的这种判断mm是否单身的科学而严谨的死理性方法称为贝叶斯统计方法。贝叶斯方法简单的说就是“先验概率+新得到的证据=更正后的概率”，可以不受信息量多少的限制，将各种来源的结果，包括主观判断和有限的客观信息，综合到一起，得到最后的结论。这里严正声明，本方法存在一定风险，尝试时需谨慎，小朋友就不要尝试了。

不过话说回来，死理性派发明的贝叶斯大法还是不可小视的，美国海军在汪洋大海里搜索丢失的氢弹、失踪的核潜艇都用过这种方法，下面我们就由情感频道转台到历史频道。

1966年1月的一天，美国一架B-52轰炸机在西班牙的帕洛玛雷斯上空飞过，飞机上的几位飞行员在执行着空军司令部安排给他们的空中加油任务。按理说这次飞行称不上危险，据说机长还是个很淡定的人，没事儿喜欢拿个大烟斗抽两口，甚至在飞机飞行舱里也不例外。可是这一会机长和他的几个部下可遇到大麻烦了，以后能不能再享用大烟斗都难说了。在一次加油的时候，负责加油的运输机试图从其右后侧方接近Ｂ－５２轰炸机，以便把柔性输油管送至对方飞机上。两机速度没有控制好，互相撞擦了一下，这一“亲密接触”不要紧，加油机的油立刻起火爆炸，B-52也被撞的不轻，两架飞机的飞行员当场死的死，跳伞的跳伞……

可是故事还没有完，之后又发生一连串的悲剧和喜剧

为了找那一枚丢失的氢弹，美国赶紧从国内调集了包括了多位专家的搜索部队前往现场，其中也包括一位名为John Craven的数学家，头衔是“美国海军特别计划部首席科学家”，既然是特别的，那就不是一般的，Craven博士做的工作到底有什么特别之处呢？

【John Craven】

在寻找氢弹的问题上，Craven提出的方案使用了刚刚提到的贝叶斯方法，他召集了各方面的专家，不过每个专家都有自己擅长的领域，并非通才。有的对于B-52轰炸机了解甚多，却对于氢弹的特性知之甚少。氢弹如何储存在飞机上是一个问题，氢弹怎么从飞机上掉下来又是一个问题；氢弹会不会和飞机残骸在一起也没有答案；氢弹上的两个降落伞各自打开的概率是多少？风的流速和方向？氢弹落到地上之后会被埋到土里吗？

对于这些各式各样的问题，Craven要求专家们做出各种假设，想象出各种情景，然后在各种情境下猜测出氢弹在各个位置的概率，以及每种情境出现的可能性。

Craven的做法也受到了同行的质疑，因为在他的方案中，结果很多是这些专家以猜测、投票甚至可以说赌博的形式得到的，无法保证所有结果的准确性，可是因为搜索氢弹的任务紧迫，并没有时间进行精确的实验、建立完整可靠的理论，Craven的办法不失为一个可行的办法。

Craven得到了从专家那里“招供”的结果后，综合到一起，画了一张氢弹位置的概率图：把整个可能的区域划分成了很多个小方格，每一个小方格有不同的概率值，有高有低，如同地图上表示山峰和山谷的等高线一样。像判断女孩是否单身的死理性派们一样，Craven完成了贝叶斯方法的第一步。

之后，Craven和搜索部队的指挥官一起开始了对氢弹的搜索，在搜索的过程中同时对每个格子的概率进行更新，不过，概率最大的方格子指示的位置常常是陆地上险峻的峡谷和深海区，即使氢弹真的在那里，也未必找得到，所以需要绘制另一张概率图，表示“氢弹已经在那里，能找到的概率”而不是氢弹位置的概率。最后氢弹被找到，Craven的两张概率图和他的贝叶斯方法发挥了不小作用。

仅仅过了两年，到1968年，Craven又有机会发挥一下才能了，上回丢了个小小的氢弹，这回美国海军丢了个“大个儿”的。

1968年6月海军的天蝎号核潜艇在大西洋亚速海海域一下子失踪了，潜艇和艇上的99名海军官兵全部杳无音信。按照事后调查报告说法，罪魁祸首是这艘潜艇上的一枚奇怪的鱼雷，发射出去后竟然敌我不分，扭头射向自己，让潜艇中弹爆炸。

为了寻找天蝎号的位置，美国海军进行了大规模的搜索，Craven自然也参与其中。由于失事时潜艇航行的速度快慢，方向，爆炸冲击力的大小方向，爆炸时潜艇方向舵的指向都是未知量，即使知道潜艇在哪里爆炸，也很难确定潜艇残骸最后被海水冲到哪里。Craven初略地估计一下，在半径20英里的圆圈内的海底，天蝎潜艇都有可能躺在那里，要在这么大的范围内、这么深的海底找到潜艇几乎成了不可能完成的任务。

没有专家能准确的估计到，在出事前后潜艇到底发生了什么，和搜索氢弹的时候一样，Craven咨询了数学家、潜艇专家、海事搜救各个领域的专家，编写了各种可能的“剧本”，让他们按照自己的知识和经验对于情况会向哪一个方向发展进行猜测。据说，为了给枯燥的工作增加一些趣味，Craven还准备了威士忌酒作为“投注”正确的奖品。

最后，Craven得到了一张20英里海域的概率图。整个海域被划分成了很多个小格子，每个小格子有两个概率值p和q，p是潜艇躺在这个格子里的概率，q是如果潜艇在这个格子里，它被搜索到的概率。按照经验，第二个概率值主要跟海域的水深有关，在深海区域搜索时失事潜艇“漏网”的可能性会更大。如果一个格子被搜索后，没有发现潜艇的踪迹，按照贝叶斯原理更新后，这个格子潜艇存在的概率就会降低：

其他各个格子的潜艇存在的概率值就会上升：

每次寻找时会挑选整个区域内潜艇存在概率值最高的一个格子进行搜索，如果没有发现，概率分布图会被“洗牌”一次，搜寻船只就会驶向新的“最可疑格子”进行搜索，这样一直下去，直到找到天蝎为止。

最初的时候，海军人员凭经验估计潜艇是在爆炸点的东侧海底，对于Craven和其它数学家的建议嗤之以鼻，但是几个月的搜索后一无所获。后来海军不得不听从了Craven的建议，按照概率图，失事后的潜艇应该在爆炸点的西侧。经过几次搜索，潜艇果然在爆炸点西南方的海底被找到了。

经过两次给力的表现，Craven在海事搜索中使用的贝叶斯方法逐渐被广为接受，从此，贝叶斯方法意想不到地常常和氢弹、核潜艇一起成为关键词在各处出现。几十年间，贝叶斯方法应用越来越广泛，从google搜索筛选词条到无人驾驶汽车综合判断自己的行驶位置，钻进了各个角落。当然，这个神奇的方法用在追女上实在是大材小用了。

（本文获得2011年台湾财团法人国立自然科学博物馆文教基金会第五届人与自然科普写作桂冠奖征文竞赛第三名。）

清华大学精仪系本科毕业的女学生高杏欣，在斯坦佛大学攻读博士学位期间破解了我国北斗二代定位导航卫星的信道编码规则，随之发表了多篇高水平的论文，并获得了美国航空无线电委员会的表彰。消息传到国内，一石引起千层浪，招来骂声一片。有人称她在清华大学就读时就参与过北斗项目，她在美国的研究是吃里扒外的汉奸卖国行为。

[图1 高杏欣获得美国航空无线电委员会的表彰]

除了网上的传言，她在清华是否参加过北斗项目不得而知，但想必让其掌握核心机密的可能性很小。而且，若她在美国的研究真的破解了我国军事机密，美国想必会对此严格保密，在未来的军事对抗中拿将出来，一定可以搞我们个措手不及，不太会像现在这样高调公开，从而让我们提前防范。

那她的研究究竟是怎么回事呢？这得从卫星通信的编码流程说起。

卫星要对信号按信源编码+加密编码+信道编码的次序进行处理，其中信源编码的作用是使用更精炼的符号来携带更多的信息，加密编码的作用当然就是加密了，信道编码的作用是将前面已经生成的码处理成更适应信道传输的码。卫星使用电池工作，发射功率不可能很大，加上其距离地面成千上万公里，信号传到地面时功率会衰减到很小，甚至会被淹没在背景噪声之中。那该如何保证接收端能正确接受呢？关键就在于信道编码，导航卫星普遍采用了扩频技术，即用一个扩频码序列代表原码中的“1”，用它的反码代表原码中的“0”，这个扩频码序列被称为码片（chip），原来的10序列就变成了由码片组成的新序列。举个例子，如果由码片“-1 -1 -1 +1 +1 -1 +1 +1”代表原码中的“1”，由“+1 +1 +1 -1 -1 +1 -1 -1”代表原码中的“0”，则原码序列“101”就变成“-1 -1 -1 +1 +1 -1 +1 +1    +1 +1 +1 -1 -1 +1 -1 -1     -1 -1 -1 +1 +1 -1 +1 +1”这样的码片序列了，为了便于您区分这三段，中间加了两处空格，而实际序列中是没有空格的。

地面的接收站收到信号后，要按上述的编码次序的反序进行解码，这就好比下床时按先内衣后外衣的次序穿衣服，上床时就要按先外衣后内衣的次序脱。在进行信道解码时，将接收到的序列按每8位分成一段，然后用已知的码片序列“-1 -1 -1 +1 +1 -1 +1 +1”去跟每段逐位相乘，然后再相加，以上述的“101”为例，其三段的第一段“-1 -1 -1 +1 +1 -1 +1 +1”，跟“-1 -1 -1 +1 +1 -1 +1 +1”逐位相乘，第一位是-1乘-1得+1……，相加的结果是+8，第二段结果是-8，第三段是+8。由于信道中有很大干扰，在码片序列中的每一位上都会迭加上不同的干扰值，这些干扰值跟“-1 -1 -1 +1 +1 -1 +1 +1”逐位相乘再相加，会因为正负相抵而削弱。显然，若码片长度是100，则上述结果就会是“+100 -100 +100”，而随着码片长度的增加，信号增强噪声抵消的效果就越发明显，实际中的码片长度会成千上万。

这段话不好理解，不妨打个比方，我在纸条上写100个+1和-1的总数相等的序列，例如-1 -1 -1 +1 +1 -1 +1 +1......，你也在纸条上写100个段话，分别是 赢78  输23  输39  赢42  输8......你写的序列中输赢次数及总量是均匀的。

都写好后双方都把纸条亮出来，你的第1条赢78对应的是我的-1，此条算你输我78元，你的第4条赢42对应我的+1，此条算你赢我42元。由于我写的正负次序你是不知道的，最终的输赢应该接近打个平手，按术语说就是数学期望为0。如果只写几条，你都碰对的可能性还不小，但随着序列越长，就越倾向于打平手。

而高杏欣出现了，她偷看了我写的+1和-1序列，她写的序列是 输23  输39  输8  赢78  赢42......这个序列的输赢次数及总量也是均匀的，在外人看来跟你写的没啥两样。但她的次序是号着我的脉搞出来的，每条都是她赢，结果就是连赢100把，序列越长，累加的钱数就越多。

从时间次序来看，空中的干扰就好比是你写出的正正负负大大小小很乱但很均衡的序列，而我写的+1和-1序列就是前面说的码片序列，两个序列所对应的正负是不相关的，对应相乘再累加就把噪声抵消了。而把所传输的信号有意搞成高杏欣那个序列的样子，那在接收端与码片序列（即我写的+1和-1序列）进行相乘再累加运算，那信号自然就会大大增强了。

由此可以看出，序列越长，接收效果就越好，但是，由一大长串正负1来表示原始的一个“1”或“0”，效率会随着序列的增加而降低，这就有个效率与可靠性的平衡问题了，一般说来，几千位的序列是比较常见的。

言归正转回到北斗，北斗一代是由几颗对地静止同步轨道卫星组成的，位于我国上空，提供区域级的定位导航服务。2007年4月14日，我国发射了M-1卫星，这是北斗二代的第一颗卫星，北斗二代跟一代有很大不同，预计发射35颗星，其中非静止轨道30颗，静止轨道5颗。与美国GPS和俄罗斯GLONASS一样，北斗二代是全球定位导航系统，我国有望抢在欧洲的伽利略系统之前成为第三个GNSS（Global Navigation Satellites System）俱乐部成员。国外常用的北斗英文名是Beidou或Compass。

按照国际法，卫星轨道和卫星频率信道先占先得，欧洲的伽利略系统跟北斗二代的频率有重合部分，但伽利略系统的第一颗实验卫星于05年打上去后很长时间没有动静，而北斗二代07年后却是连续地打，与伽利略形成了竞争关系。虽说频率信道先占先得，但总是要先备案的，我们在国际电信联盟备案了四个频率，分别是1590MHz、1561MHz、1269MHz、1207MHz。M-1打上去后引起了广泛关注，法国的国家空间研究中心就盯着研究了一个月，并公布了1589.74 MHz（E1）、1561.1 MHz（E2）、1268.52 MHz（E6）、1207.14 MHz（E5b）四个实测频率。

北斗二代并不是高杏欣的第一个破解目标，伽利略系统的首颗试验卫星于2006年1月被激活后，在几个小时之内，她就与实验室里工作人员一道捕捉到了三个波段上的信号，并在接下来的几周里破解了信道编码，对北斗二代M-1卫星的破解，更多的是上述工作的重复。

她和她的团队使用了斯坦佛大学的GNSS监控站，图2为1.8米的监控站碟形天线，图3为监控站的便携式地面设备。地面设备的核心是安捷伦89600矢量信号分析系统，配合其专用的VXI总线的测试设备，可对射频信号进行非常深入的分析，这套组合非常高端，可对三种国际3G标准设备进行测试分析，包括我国提出的TD-SCDMA标准的设备，甚至下一代的LTE设备。

[图2 斯坦佛GNSS监控站天线]

[图3 斯坦佛GNSS监控站的便携式地面设备]

卫星信号经过长徒跋涉后衰减很大，到天线那里的功率就只剩下区区10^-16 瓦特了，虽然斯坦佛GNSS监控站很先进，可以把信号放大300多倍，但信号还是会弱到无法识别。有人可能会问，这么高端的设备都识别不了，那丁点大小的用户机是咋识别的呢？原因就在于合法的用户机里有前面说的码片序列，与带扰信号进行逐位相乘再相加后，可以大幅度的放大信号和抵消干扰。作为破解者，高杏欣并不知道这个码片序列（事实上这个码片序列正是她想要知道的），那她会怎么办呢？

她采用的是相同码片累加法，从很长的接收序列中找出相同的段落，然后对齐累加，原码片部分正正加得更大的正，负负加得更小的负，而不同时段的干扰部分因互不相关，会趋向于正负抵消，对齐累加的段落数越多，则干扰被抑制得越多，码片幅度被放大得越大。

为说明这个方法，不妨设计一个游戏，我和其他10个人都写个8位数，+1和-1各4个，然后把这11个序列诸位相加，形成一个新序列，假如7个人的第1个数是+1，4个人的第1个数是-1，则新序列的第1个数是+3，以此类推。把这个新序列交给高杏欣，让她来猜我写的序列是什么。她还知道两个情况，即我永远写“-1 -1 -1 +1 +1 -1 +1 +1”这个序列，而其他10个人的正负次序每次都变，互相也不沟通。

那她如何猜呢？她会要求玩很多把这个游戏，等手上攒了一大把新序列的纸条后，就把这些纸条对齐，逐位都累加起来再得到一个更新的序列，例如-78，-82，-69，+89，+58，-56，+66，+77。

她知道只玩一把并靠一张新序列的纸条是猜不出来的，因为我的数据被其它10个人的乱数据给淹没了。但她同时知道那10个人的数据每次都是随机变的，而且又是互不相关，搞的次数多了，这10个人的每一位的数值和就会趋向于0，而我的次序是固定的，在第1236位永远贡献-1，在4578位永远贡献+1，随着游戏次数的增多，我的固定次序就脱颖而出，从“-78，-82，-69，+89，+58，-56，+66，+77”中就可以读出，我的次序就是“-1 -1 -1 +1 +1 -1 +1 +1”。

说着容易做着难，特别是如何找到相同的段落？如何对齐？这涉及到多普勒频偏消除、相位调整等很复杂的技术问题，但她的文章并没有详细地介绍。

好了，某个码片被她找到了。很明显，设计者不会把几千位的码片数据存在卫星上的闪存里，这种调用式的编码方式效率太低而成本太高，通常都是用移位寄存器来编码的。由找到的码片特例来倒推出移位寄存器的结构，跟从“0，2，4，6，8……”倒推出f(x)=2x公式一样，需要破解者的经验和数学技巧，当然也少不了计算机的仿真运算，她们用MATLAB软件把这个移位寄存器的结构给分析出来了，这个结构直接对应着生成多项式，而生成多项式相当于f(x)=2x这样的公式，知道输入，经这个生成多项式一计算，码片就编出来了。

至此，高杏欣在没有得到授权的情况下，就可以跟踪利用北斗二代了，但她所获知的东西，在北斗二代将来民用化后都是会提供给用户的，现在所使用的短码是民用的，而且也并未有意做防破解处理。北斗二代的频率是不能随便换的，但其中的编码和算法等都是可以任意重设的，在将来实际应用时，完全可以做到与GPS的P码一样，重复一次需要267天，那这种靠对齐累加来提取码片的方法就不灵光了。

北斗一代除了定位导航外，还有一个与众不同的功能，即可以进行数据通信，报道称北斗二代继承了一代的优点，想必这个优点也继承了，而数据通信的安全取决于加密编码体制，这是不同于信道编码的另一个层面的问题，她的研究与此无关。

高杏欣的研究也并不是没有意义，北斗在一些波段上覆盖了GPS和伽利略系统，研究北斗卫星信号的编码调制方式可以帮助搞清楚系统之间是否会产生冲突。

高杏欣将现行的民用短码的信道编码生成多项式公开，想必并不是北斗设计者所乐见的，但对北斗二代的安全，特别是军事应用的安全，并不会产生实质性的危害。

参考文献：

【1】Grace Xingxin Gao, Compass-M1 Broadcast Codes in E2,E5b, and E6 Frequency Bands, IEEE Journal of Selected Topics in Signal Processing, Vol3,No.4,August 2009

【2】Grace Xingxin Gao, GNSS over China-The compass MEO Satellite Codes, InsideGNSS, July/August 2007