登录
首页 » Others » Android调试工具adb应用.docx(该实验含详细图文教程)

Android调试工具adb应用.docx(该实验含详细图文教程)

于 2020-05-21 发布
0 269
下载积分: 1 下载次数: 2

代码说明:

基于Android的adb应用实验十 Android调试工具adb日期:2020年4月21日一、实验目的1、了解Android开发过程adb的重要作用。2、学习adb调试Android设备的方法。3、掌握adb的常用指令。 二、实验原理1、adb的介绍Android调试桥(adb)是一种功能多样的命令行工具,可让您与设备进行通信。adb命令可用于执行各种设备操作(例如安装和调试应用),并提供对Unix shell(可用来在设备上运行各种命令)的访问权限。它是一种客户端-服务器程序,包括以下三个组件:客户端:用于发送命令。客户端在开发计算机上运行。您可以通过发出 adb 命令来从命令行终端调用客户端。守护进程(adbd):在设备上运行命令。守护进程在每个设备上作为后台进程运行。服务器:管理客户端和守护进程之间的通信。服务器在开发机器上作为后台进程运行。adb包含在Android SDK 平台工具软件包中。您可以使用SDK管理器下载此软件包,该管理器会将其安装在android_sdk/platform-tools/下。2、adb的工作原理当您启动某个adb客户端时,客户端会先检查是否有adb服务器进程正在运行。如果没有,它将启动服务器进程。服务器在启动后会与本地TCP端口5037绑定,并监听adb客户端发出的命令 - 所有adb客户端均通过端口5037与adb 服务器通信。然后,服务器会与所有正在运行的设备建立连接。它通过扫描5555到5585 之间(该范围供前 16 个模拟器使用)的奇数号端口查找模拟器。服务器一旦发现adb守护进程(adbd),便会与相应的端口建立连接。请注意,每个模拟器都使用一对按顺序排列的端口 - 用于控制台连接的偶数号端口和用于adb连接的奇数号端口。例如:模拟器 1,控制台:5554模拟器 1,adb:5555模拟器 2,控制台:5556模拟器 2,adb:5557依此类推如上所示,在端口5555处与adb连接的模拟器与控制台监听端口为 5554 的模拟器是同一个。服务器与所有设备均建立连接后,您便可以使用adb命令访问这些设备。由于服务器管理与设备的连接,并处理来自多个adb客户端的命令,因此您可以从任意客户端(或从某个脚本)控制任意设备。3、在设备上启用adb调试要在通过USB连接的设备上使用adb,您必须在设备的系统设置中启用USB 调试(位于开发者选项下)。在搭载 Android 4.2 及更高版本的设备上,“开发者选项”屏幕默认情况下处于隐藏状态。如需将其显示出来,请依次转到设置 > 关于手机,然后点按版本号七次。返回上一屏幕,在底部可以找到开发者选项。在某些设备上,“开发者选项”屏幕所在的位置或命名方式可能有所不同。现在,您已经可以通过USB连接设备。您可以通过从android_sdk/platform-tools/目录执行adb devices来验证设备是否已连接。如果已连接,您将看到设备名称以“设备”形式列出。注意:当您连接搭载 Android 4.2.2 或更高版本的设备时,系统会显示一个对话框,询问您是否接受允许通过此计算机进行调试的RSA密钥。这种安全机制可以保护用户设备,因为它可以确保只有在您能够解锁设备并确认对话框的情况下才能执行USB调试和其他adb命令。4、查询设备在发出 adb 命令前,了解哪些设备实例已连接到 adb 服务器会很有帮助。您可以使用devices命令生成已连接设备的列表。命令行输入: adb devices作为响应:adb 会针对每个设备输出以下状态信息;序列号:由 adb 创建的字符串,用于通过端口号唯一标识设备。下面是一个序列号示例:emulator-5554状态:设备的连接状态可以是以下几项之一:offline:设备未连接到 adb 或没有响应。device:设备现已连接到 adb 服务器。请注意,此状态并不表示 Android 系统已完全启动并可正常运行,因为在设备连接到 adb 时系统仍在启动。不过,在启动后,这是设备的正常运行状态。no device:未连接任何设备。说明:如果包含-l选项,则devices命令会告知您设备是什么。当您连接了多个设备时,此信息很有用,可帮助您将它们区分开来。5、安装应用您可以使用adb的install命令在模拟器或连接的设备上安装APK:adb install path_to_apk安装测试APK时,必须结合使用-t选项和install命令。6、操作指令(1)基本指令进入指定设备            adb -s serialNumber shell查看版本                adb version查看日志                adb logcat查看设备                adb devices连接状态                adb get-state启动ADB服务            adb start-server停止ADB服务            adb kill-server电脑推文件送到设备      adb push local remote设备文件拉取到电脑      adb pull remote local(2)adb shell下的am 与 pmam和pm命令必须先切换到adb shell模式下才能使用am全称activity manager,使用am去模拟各种系统的行为,例如去启动一个activity,强制停止进程,发送广播进程启动app                am start -n {packageName}/.{activityName}杀app的进程           am kill 强制停止一切           am force-stop 启动服务               am startservice停止服务               am stopservicepm全称package manager,使用pm命令去模拟Android行为或者查询设备上的应用等列出手机所有的包名     pm list packages安装/卸载              pm install/uninstall(3)其他指令重启机器                     adb reboot获取序列号                   adb get-serialno重启到bootloader,即刷机模式 adb reboot bootloader重启到recovery,即恢复模式   adb reboot recovery安装APK:                    adb install //比如:adb install baidu.apk卸载APK:                    adb uninstall //比如:adb uninstall com.baidu.search获取机器MAC地址       adb shell cat /sys/class/net/wlan0/address查看占用内存排序             adb shell top查看占用内存前6的app:      adb shell top -m 6刷新一次内存信息,然后返回:  adb shell top -n 1查询各进程内存使用情况:      adb shell procrank杀死一个进程:                adb shell kill [pid]查看进程列表:                adb shell ps查看wifi密码:               adb shell cat /data/misc/wifi/*.conf7、adb连接不同模拟机设备的端口号夜神模拟器:         adb connect 127.0.0.1:62001逍遥安卓模拟器:     adb connect 127.0.0.1:21503天天模拟器:         adb connect 127.0.0.1:6555 海马玩模拟器:       adb connect 127.0.0.1:53001网易MUMU模拟器:    adb connect 127.0.0.1:7555原生模拟器:         adb connect (你的IP地址):5555

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 船舶运动数学模型
    贾欣乐、杨盐生教授编著的船舶数学模型的经典之作!
    2020-06-21下载
    积分:1
  • 人工萤火虫算法
    最新智能算法matlab,具有较好的效果方便学习交流,具有很好的价值
    2020-11-06下载
    积分:1
  • 哈工大智能控制课件
    【实例简介】哈工大智能控制课件,课件中详细介绍了大数据与人工智能。
    2021-11-16 00:39:18下载
    积分:1
  • 转子动力学(有详细批注)
    转子动力学书籍,很经典的一本书。对新学者有很大帮助!
    2020-11-28下载
    积分:1
  • OBD诊断协议代码
    OBD诊断协议代码,包含所有CAN,K,J1850下的诊断程序
    2020-11-29下载
    积分:1
  • C#串口调试工具源码
    1、自动检测系统串口数量,如有USB转串口设备插入,即插即用,自动添加到下拉列表框。2、修改端口设置后自动打开串口。3、可以发送字符、十六进制数据。4、字符和十六进制数据可以定时循环发送。5、支持自定义帧格式,自动加入校验。可选和校验和异或校验。6、有十进制十六进制互转功能,方便参数计算。7、接收分别以字符和十六进制显示,完美支持中文显示和回车换行。可以自动滚屏,自动清屏。8、单击接收到的十六进制数据,可以自动解码成十进制有符号和无符号数据,方便调试通讯协议。9、换肤功能
    2020-12-05下载
    积分:1
  • 现代空间谱估计算法的应用matlab序仿真
    仿真了两个相干信号和两个独立信号情况下,不同现代空间谱估计算法的应用;1、最大熵算法; 2、最小方差算法; 3、双向预测算法; 4、最小模算法
    2020-11-28下载
    积分:1
  • 贝叶斯网络学习、推理与应用
    专门讲贝叶斯网络学习的书籍,很经典,需要学习的可以下载图书在版编目(CIP)数据贝叶斯网络学习推理与应用王双成著.一上海:立信会计出版社,20102lsBN978-754292470-4I.①贝…Ⅱ.①王….①贝叶斯推断Ⅳ①0212中国版本图书馆CP数据核字(2010)第07142号责任编辑赵志梅封面设计周祟文贝叶斯网络学习、推理与应用出版发行立信会计出版社地址上海市中山西路2230号邮政编码20035电话(021)64411389传真(021)644125网址www.lirinaph.comE-mail kaph@ sh163 net网上书店www.shl-.netTel:(021)6411071经销各地新华书店印刷上海申松立信印刷有限责任公司开本890毫米X1240毫米/32印张9375字数254千字版次2010年2月第1版印次2010年2月第1次书号IsBN978-7-54292470-4/0定价20.00元如有印订差错,请与本社联系调换内容简介贝叶斯网络是概率理论与图形理论的结合,围绕的一个基本问题是联合概率计算。基于贝叶斯网络可进行联合概率的条件和边缘分解从而有效降低运算复杂性并解决与联合概率计算有关的一系列向题。贝叶斯网络已在许多领域得到了广泛的应用,是不确定性知识表示和推理的有力工具。本书按照贝叶斯网络基础、学习、推理、集成和应用的框架介绍贝叶斯网络的相关理论、方法和算法,有助于读者对贝叶斯网络理论体系的认识和理解,可供相关专业的高年级本科生、研究生和科研人员学习与参考贝叶斯网络( Bayesian networks)是描述随机变量之间依赖关系的图形模式,被广泛用于不确定性问题的智能化求解。它具有多功能性、有效性和开放性(是一个能够集成其它智能技术与数据处理方法的平台)等特征,能够有效地转化数据为知识(具有形象直观的知识表示形式),并利用这些知识进行推理(具有类似于人类思维的推理方式),以解决分析、预测和控制等方面的问题。其有效性已在风险管理、信息融合、医疗诊断、系统控制和生物信息分析等许多领域得到验证。自从20世纪80年代后期加利福尼亚大学计算机科学系 Pearl(1988)给出贝叶斯网络的严格定义并创建贝叶斯网络基础理论体系以来,贝叶斯网络获得了长足的发展。这些研究主要从贝叶斯网络学习推理、集成和应用四个方面展开,出现了许多经典的方法和算法,也解决了大量的实际问题。本书共分五个部分。第一部分是贝叶斯网络基础,包插第1、第2、第3章。第1章介绍在贝叶斯网络研究中经常使用的一些概率公式和方法。第2章从概率模式、图形模式和它们之间联系的视角简要阐述贝叶斯网络的基础理论。第3章绐出贝叶斯网络学习和推理中可能用到的一些量化方法和标准第二部分是贝叶斯网络学习,包括第4章至第10章。这儿章分别从具有完整数据、丢失数据、隐藏变量、连续变量、噪声和小数据集等情况给出了一系列贝叶斯网络学习方法,以及随环境变化的贝叶斯网络更新算法。第三部分是贝叶斯网络推理,包括第11、第12章。第11章从贝叶斯网络信念更新和信念修正两个方面简要介绍经典的准确和近似推贝叶斯劂络学习、推瑰与应用理方法。第12章给出一系列贝叶斯网络分类器(分类预测推理)。第四部分是贝叶斯网络集成,包括第13章至第16章。这几章介绍将贝叶斯网络与因果理论、决策理论、可能理论和时序过程相结合而得到的因果贝叶斯网络、决策贝叶斯网络(影响图)、可能贝叶斯网络(可能网)和动态贝叶斯网络。第五部分是贝叶斯网络应用,包括第17、笫18章。第17章介绍基于贝叶斯网络的聚类分析方法。第18章给出贝叶斯网络在预警和评估等方面的应用。本书是作者在多年从事贝叶斯网络研究基础上整理而成的,其撰写和出版得到国家自然科学基金(60675036)、上海市教委重点学科基金(51702)和上海市教委科研创新重点项目(09z202)的资助。王双成2009年11月于上海立信会计学院录第一部分贝叶斯网络基础第1章概率论基础1.1概率计算公式1.2贝叶斯方法33561.3贝叶斯概率音要鲁要是音音吾辛音晋晋费音省普辛音萨自即鲁音普鲁香备善鲁曹普辛鲁曹曹鲁鲁第2章贝叶斯网络基础理论…2.1概率模式中的条件独立性2.2图形模式中的d- separation性102.3条件独立性与d- separation性之间的联系…2.4贝叶斯网络基本定理……122.5贝叶斯网络模型…………………………122.6变量之间基本依赖关系和结点之间基本结构……………14第3章常用的检验方法和评价标准153.1变量之间依赖关系检验…153.2贝叶斯网络结构常用打分标准…183.3分类准确性评价标准…………243.4贝叶斯网络学习可靠性评价标准…28第二部分贝叶斯网络学习第4章具有完整数据的贝叶斯网络学习314.1基于打分搜索的贝叶斯网络结构学习……………………312贝叶斯网络学习、推理与应用4.2基于依赖分析的贝叶斯网络结构学习36第5章具有丢失数据的贝叶斯网络学习…………455.1基于近似打分搜索的结构学习………455.2基于 Gibbs sampling和依赖分析的贝叶斯网络结构学习…音非垂48第6章具有隐藏变量的贝叶斯网络学习是·音音曹面喜鼻口要音·面鲁要普鲁看豪556.1不考虑隐藏变量的贝叶斯网络结构和道德图学习………556.2发现隐藏变量6.3确定隐藏变量取值和维数…………………………………586.4确定局部结构……606.5实验与分析………………………………………60第7章具有连续变量的贝叶斯网络学习D看口637.1不离散化连续变量的贝叶斯网络学习……637.2离散化连续变量的贝叶斯网络学习…66第8章具有噪声的贝叶斯网络学习…………788.1噪声平滑方法……798.2噪声平滑过程………………………808.3实验与分析82第9章小数据集贝叶斯网络学习…………………879.1小数据集贝叶斯网络结构学习……889.2小数据集贝叶斯网络多父结点参数的修复……96第10章贝叶斯网络更新学习看看dt10.1贝叶斯网络增量学习…●鲁···。靳鲁鲁毒●毒。鲁鲁■。音啬·最番着着鲁音音·自啬10310.2贝叶斯网络适应性学习………1410第三部分贝叶斯网络推理第11章贝叶斯网络基本推理11711.1统计推断……………………11711.2贝叶斯网络中的信念更新………………………11911.3贝叶斯网络中的信念修正………132第12章贝叶斯网络分类推理p由要中。;中叠鲁量。自·申中··画电·13612.1贝叶斯分类器…13712.2朴素贝叶斯分类器…14012.3广义朴素贝叶斯分类器……s14412.4TAN分类器………14612.5贝叶斯网络分类器…15312.6基于类约束的贝叶斯网络分类器………15612.7基于贝叶斯网络的特征子集选择要鲁费鲁量要鲁卧电香曹15812.8分类器的训练与泛化………………………………17212.9基于贝叶斯网络的联合预测………………………174第四部分贝叶斯网络集成第13章因果贝叶斯网络;音p即曹看最看晋看看看面画哥垂晶最音是看语音西卣垂17713.1单连通因果网学习s…………17813.2基于依赖分析的因果贝叶斯网络结构学习番备普最看啬■曹音音番春17813.3基于结点排序和局部打分-搜索的因果贝叶斯网络结构学习18513.4因果贝叶斯网络参数学习……18813.5基于贝叶斯网络的因果知识表示………………18913.6因果量化分析189第14章决策贝叶斯网络l914贝叶斯网络学习、箍理与应用14.1影响图的构成19114.2影响图的基本变换和最优决策…画·垂画画……19214.3影响图举例…………………………193第15章可能贝叶斯网络…19815.1可能网的概念鲁非鲁中·中鲁鲁·普西·鲁善鲁鲁善善申善鲁曹鲁鲁善善@·售鲁善鲁鲁登要19815.2可能网结构学习……202第16章动态贝叶斯网络……………………………20416.1一般动态贝叶斯网络20416.2具有平稳性和马尔可夫性假设约束的动态贝叶斯网络…20516.3几种特殊的动态贝叶斯网络………………………………21016.4动态贝叶斯网络分类器…………………………211第五部分贝叶斯网络应用第17章贝叶斯网络用于聚类分析………………21717.1离散数据聚类………………21717.2自动混合数据聚类— AutoClass…22217.3基于 Gibbs sampling的混合数据聚类225第18章贝叶斯网络用于预测23518.1经济周期波动转折点预测…23518.2风险预警23618.3风险评估…244附录常用贝叶斯网络…………………………………………250参考文献270
    2020-12-11下载
    积分:1
  • labview matlab 小波去噪
    labview与matlab 混合编程实现小波去噪 利用wden函数
    2020-12-02下载
    积分:1
  • 多目标微粒子群算法MOPSO MATLAB代码
    多目标微粒子群算法MOPSO MATLAB代码,及一些文章说明
    2019-10-30下载
    积分:1
  • 696516资源总数
  • 106562会员总数
  • 4今日下载