Awesome GitHub RepositoriesSignal Visualizers

RuView is a WiFi spatial sensing platform that uses radio frequency reflections to detect presence, track body poses, and monitor vital signs without the use of cameras. It functions as a 3D point-cloud spatial mapper, converting signal disturbances into coordinate sets to visualize physical environments and human movement. The system operates as a distributed sensing mesh where synchronized nodes use consensus and shared audit trails to maintain data consistency across a swarm. It further acts as an MQTT home automation bridge, streaming real-time spatial telemetry and occupancy data to smar

This project is an integrated software suite and graphical workbench designed for capturing, visualizing, and reverse engineering wireless communication protocols and digital waveforms. It functions as a platform for software-defined radio analysis, enabling the recording of raw radio frequency data from hardware devices to facilitate the investigation of unknown or proprietary communication logic. The software distinguishes itself through a protocol-agnostic data modeling approach that represents radio transmissions as abstract bitstreams, decoupling analysis tools from specific modulation o

Xtreme-Firmware is a custom operating system for the Flipper Zero designed to expand hardware capabilities and remove software restrictions. It functions as a multi-protocol signal emulator for capturing and replaying RFID, NFC, Sub-GHz, and Infrared signals to test hardware security. The project features a specialized USB HID attack framework for sending keystroke payloads and spoofing device identifiers over USB and Bluetooth. It also includes a WiFi penetration testing suite for scanning, sniffing, and sending deauthentication frames using a wireless development board. Broad capabilities

Valetudo is a custom firmware project for robot vacuums that enables local-only control, removing dependencies on cloud servers and protecting user privacy. It replaces proprietary vendor binaries with open source software to ensure that data, including floor plans and images, is not uploaded to external clouds. The project distinguishes itself by providing a rooted firmware installation process that prevents forced vendor updates. It implements a standardized control interface across different hardware brands and utilizes an MQTT-based message bus to facilitate integration with open source a

This project is a software-defined radio platform designed to capture, analyze, and broadcast radio frequency signals across a wide spectrum. It provides a programmable hardware interface for transmitting and receiving radio signals, enabling spectrum analysis and wireless data monitoring. The system is distinguished by its ability to synchronize multiple devices using a shared external clock and hardware triggers to ensure precise timing and sample accuracy. It supports advanced signal routing, allowing ports to be mapped based on frequency or time to enable specialized operations like pseud

whereami est un outil de géolocalisation intérieure et un système de positionnement WiFi intérieur conçu pour estimer la position physique d'un utilisateur au sein d'un bâtiment. Il fonctionne comme un prédicteur de localisation par machine learning et un scanner de signal WiFi qui mappe les modèles de réseaux sans fil à des coordonnées géographiques ou des étiquettes de pièces spécifiques. Le système utilise un pipeline prédictif pour entraîner des modèles qui traduisent les empreintes de réseaux sans fil en données de localisation. Il identifie les positions physiques en analysant la force des signaux des infrastructures sans fil disponibles et en comparant les scans en direct avec des bases de données entraînées d'empreintes de signaux connues. Le projet couvre le scan réseau multiplateforme pour collecter des données de signal WiFi structurées sur différents systèmes d'exploitation. Il inclut également des capacités de cartographie de signal WiFi et le développement de pipelines d'apprentissage supervisé pour associer des jeux de données de signaux étiquetés à une vérité terrain géographique.

Mayhem-Firmware is a custom firmware for the PortaPack add-on that transforms a HackRF software-defined radio into a standalone handheld device capable of receiving, transmitting, and analyzing radio signals across a wide frequency range. The firmware provides a complete operational environment with an event-driven touchscreen interface, a menu-driven application launcher, and a real-time sample streaming pipeline that connects the hardware abstraction layer to a suite of modular applications. All user data, including frequency presets, captures, and configuration files, are stored on a remova

Ce projet est un serveur de suivi de localisation en intérieur et un moteur d'empreinte sans fil conçu pour calculer la position physique d'appareils Wi-Fi au sein d'un bâtiment. Il fonctionne comme un framework de positionnement local qui mappe les forces des signaux sans fil à l'espace physique sans avoir besoin de balises matérielles dédiées. Le système utilise un processus d'entraînement pour collecter et soumettre des données de signal sans fil, établissant une base de données de référence de modèles de signaux pour des coordonnées spécifiques. Il identifie les emplacements actuels en faisant correspondre les signaux en temps réel avec ces empreintes stockées en utilisant la correspondance des k-plus proches voisins et la localisation par centroïde pondéré. Les données de positionnement sont exposées via une API REST, ce qui permet au serveur d'envoyer des mises à jour de localisation en temps réel vers des endpoints externes. Ces webhooks permettent de déclencher des hooks et scripts externes pour la domotique et la détection de mouvement.

Logicanalyzer est un analyseur logique numérique et un visualiseur de signaux conçu pour capturer et analyser les transitions de signaux numériques à haute vitesse. Il fonctionne comme un décodeur de protocole qui traduit les signaux numériques bruts en trames lisibles par l'homme et opère comme un outil de capture réseau pour acquérir des données à distance via TCP. Le système est un analyseur de protocole extensible, permettant le développement de décodeurs et de renderers personnalisés pour des protocoles propriétaires via des bibliothèques externes. Il prend en charge la capture matérielle à distance via WiFi et fournit un mécanisme pour augmenter les canaux numériques disponibles via le chaînage de plusieurs appareils. Le logiciel couvre un large éventail de capacités d'acquisition et d'analyse de données, notamment la capture de signal haute résolution, le déclenchement sur front et motif, et la mesure des propriétés du signal pour calculer la fréquence et la période. Il inclut des outils pour la visualisation des formes d'onde, l'édition d'échantillons capturés et la génération d'échantillons synthétiques en utilisant un langage dédié. Les utilisateurs peuvent gérer la capture de données et les paramètres réseau via une interface en ligne de commande multiplateforme.

WiFiAnalyzer est un analyseur de réseau IEEE 802.11 et un moniteur de signal utilisé pour scanner les points d'accès sans fil, surveiller la force du signal et identifier les spécifications réseau. Il fonctionne comme un outil de diagnostic matériel sans fil et un système d'enquête de site pour collecter et exporter des métadonnées détaillées sur les réseaux sans fil. Le projet se distingue par des capacités de calcul de la proximité physique approximative des réseaux en utilisant des indicateurs de force du signal reçu et en mappant les niveaux de signal à travers les fréquences pour identifier la congestion des canaux. Il inclut également un visualiseur de spectre sans fil pour grapher la force du signal au fil du temps afin de suivre la stabilité et détecter les interférences. Les capacités étendues couvrent l'analyse réseau, les diagnostics matériels et la surveillance du signal. Cela inclut l'identification des fournisseurs de matériel via des recherches d'identifiants organisationnels, l'évaluation des bandes de fréquences et largeurs de canal prises en charge, et l'évaluation des canaux sans fil pour déterminer les options les moins congestionnées pour la configuration du routeur. Les utilisateurs peuvent gérer les données capturées en filtrant les résultats réseau et en exportant des informations détaillées sur les points d'accès vers des fichiers structurés pour des rapports externes.

find3 est un framework de positionnement intérieur qui détermine les emplacements physiques à l'intérieur des bâtiments en analysant les modèles de signaux sans fil et les empreintes matérielles. Il fonctionne comme un classificateur de localisation par machine learning qui fait correspondre les données de signal en temps réel avec une base de données d'empreintes connues pour identifier les positions internes. Le système inclut un outil d'empreinte de signal sans fil utilisé pour scanner les interfaces matérielles et collecter des données de force de signal pour le mappage de localisation. Ces données sont maintenues dans une base de données de signal relationnelle compressée conçue pour une récupération rapide des adresses matérielles et des forces de signal. Le framework couvre un large éventail de capacités, y compris le scan de signal passif, l'acquisition de données pour l'empreinte et l'utilisation de classificateurs de machine learning pour estimer et déterminer des positions intérieures précises.