LimeSDR系列产品介绍(一):板卡级(Board Level)产品

本文内容、开发板及配件仅限用于学校或科研院所开展科研实验!

温馨提示:“开源SDR实验室”是北京的。

LimeSDR的产品分成两大类:板卡级(Board Level)产品和集成系统(Integrated Systems)级产品。本文介绍板卡级产品,板卡级产品主要适合于系统集成商、研发实验室、工程师、学生和爱好者等人群使用。LimeSDR的板卡级产品,目前主要有五款:LimeSDR Mini、LimeSDR-USB、LimeSDR PCIe、LimeSDR QPCIe和LMS8001 Companion。

目录

一、LimeSDR Mini(LimeSDR迷你版)

1、产品简介

2、硬件描述

二、LimeSDR-USB(LimeSDR标准版)

1、产品简介

2、硬件描述

三、LimeSDR PCIe

四、LimeSDR QPCIe

五、LMS8001 Companion

六、有用链接和联系方式


一、LimeSDR Mini(LimeSDR迷你版)

1、产品简介

LimeSDR-Mini(LimeSDR迷你版)是LimeSDR-USB(LimeSDR标准版)的阉割版,采样率减半,射频接口减半,价格差不多也减半。LimeSDR Mini是一款低成本的软件定义无线电板。LimeSDR-Mini开发板提供了一个开源SDR硬件平台,它使用英特尔的MAX 10 FPGA和Lime公司的LMS7002M,支持机型无线通信原型系统研发,以及开展一些高性能和逻辑密集型的数字设计和射频设计工作。

2、硬件描述

(1)RF transceiver: Lime Microsystems LMS7002M

(2)FPGA: Altera MAX 10 (10M16SAU169C8G)

  • 169-pin FBGA package
  • 16 K Les
  • 549 KB M9K memory
  • 2,368 KB user flash memory
  • 4 x fractional phase locked loops (PLLs)
  • 45 x 18×18-bit multipliers
  • 130 x general purpose input/output (GPIO)
  • Single supply voltage
  • Flash feature
  • FPGA configuration via JTAG

(3)EEPROM memory: 2 x 128 KB for RF transciever MCU firmware and data

(4)Flash memory: 1 x 4 MB flash memory for data

(5)General user inputs/outputs:

  • 2 x dual color (red + green) LED
  • 8 x FPGA GPIO pinheader (3.3 V)

(6)Connectivity:

  • USB 3.0 Type-A (FTDI FT601 controller)
  • 2 x coaxial RF (SMA) connectors (each can be switched between high and low frequency bands)
  • U.FL connector for external clock source
  • FPGA GPIO headers
  • FPGA JTAG connector

(7)Clock system:

  • 30.72 MHz onboard VCTCXO
  • Possibility to tune VCTCXO with onboard DAC
  • External clock input via U.FL connector

(8)Board dimensions: 69 mm x 31.4 mm

(9)Board weight: 20 grams

二、LimeSDR-USB(LimeSDR标准版)

1、产品简介

LimeSDR是一种低成本、开源、支持应用程序的软件定义无线电(software defined radio, SDR)平台,可用于支持几乎任何类型的无线通信标准。LimeSDR可以发送和接收UMTS, LTE, GSM, LoRa,蓝牙,Zigbee, RFID和数字广播等等类型的信号。LimeSDR-USB(LimeSDR标准版)包括Type A和Micro USB Type B两种,二者之间除了USB接口不一样之外,其他的都一样。

2、硬件描述

(1)USB Interface

  • Cypress FX3 Super Speed USB 3rd generation controller

(2)FPGA Features

  • Cyclone IV EP4CE40F23C8N device in 484-pin FPGA
  • 39’600 logic elements
  • 1134 Kbits embedded memory
  • 116 embedded 18x18 multipliers
  • 4 PLLs

(3)FPGA Configuration

  • JTAG mode configuration
  • Active serial mode configuration
  • Possibility to update FPGA gateware by using FX3 (USB)

(4)Memory Devices

  • 2x 1Gbit (64M x 16) DDR2 SDRAM
  • 4Mbit flash for FX3 firmware
  • 16Mbit flash for FPGA gateware
  • 2 x 128K (16K x 8) EEPROMs for LMS MCU firmware, LMS MCU data
  • 1 x 64K (8K x 8) EEPROM for FX3 data

(5)Connections

  • microUSB3.0 (type B) connector or USB3.0 (type A) plug
  • Coaxial RF (U.FL) connectors
  • FPGA GPIO headers (0.05” pitch)
  • FPGA and FX3 JTAG connectors (0.05” pitch)
  • 6..12V DC power jack and pinheader
  • Fan connector (3.3V)

(6)Clock System

  • 30.72MHz VCTCXO (precision: ±1 ppm initial, ±4 ppm stable).
  • Possibility to lock VCTCXO to external clock or tune VCTCXO by onboard DAC
  • Programmable clock generator for the FPGA reference clock input or LMS PLLs
  • Board Size 60mm x 100mm (2.36” x 3.94”)

LimeSDR-USB LED指示灯。LimeSDR-USB有四个红绿双色的LED指示灯。每个LED都有它自己的功能。大多数LED都是连接到FPGA上的,它们的功能可以改变。默认的LED功能和其他信息如下表所示。

LimeSDR-USB已经集成了温度传感器,可用来控制外加的风扇,保持开发板能在正常的工作温度范围内。风扇必须连接到J13(0.1”螺距)连接器或J14(0.05”螺距)连接器。风扇控制电压3.3V。当温度达到55°C时,风扇将打开,当温度降到45°C时,风扇将关闭。LimeSDR-USB加风扇接线方式如下图所示。

三、LimeSDR PCIe

LimeSDR PCIe是指支持PCIe接口的LimeSDR。LimeSDR PCIe与普通的LimeSDR-USB相比,主要的区别就是与电脑相连的接口由USB3.0换成了PCIe接口。

四、LimeSDR QPCIe

LimeSDR QPCIe与LimeSDR PCIe的主要区别是,LimeSDR QPCIe在LimeSDR PCIe的基础上,增加了1颗LMS7002M,射频接口由10个(6收4发)扩展到了20个(12收8发)支持4发4收MIMO

五、LMS8001 Companion

LMS8001 Companion利用了LMS8001A集成电路,提供了一个高度集成、高度可配置的四通道频谱搬移平台。其最典型的用途就是可以将LimeSDR开发板的射频频率提升至10GHz。

(1)LMS8001A Integrated Circuit

  • Single chip up/down RF frequency shifter with continuous coverage up to 10 GHz RF output range
  • Four independent highly reconfigurable RF paths all driven by the same LO
  • Fully differential signals
  • Few external components
  • Low voltage operation, 1.2 and 1.8V. Integrated LDOs to run on a single 1.8 V supply
  • 56-pin QFN package
  • Serial Port Interface
  • Power down control available via ENABLE pins and/or equivalent SPI registers
  • Synchronous loading of pre-set operation profiles by GPIO pins. More options are also available using corresponding SPI registers

(2)Connections

  • 4 x SMA connectors – RF
  • 4 x UFL connectors – RF
  • 1 x SMA connector – External LO
  • 1 x UFL connector – External clock reference

(3)RF Matching

  • Channel A Input (UFL) – 1–3 GHz broadband, using TC1-1-13M+ balun
  • Channel B Input (UFL) – 1–3 GHz broadband, using TC1-1-13M+ balun
  • Channel C Input (SMA) – 10 GHz band, using NCR2-113+ balun
  • Channel D Input (SMA) – 5 GHz band, using NCR2-113+ balun
  • Channel A Output (SMA) – 10 GHz band, using NCR2-113+ balun
  • Channel B Output (SMA) – 5 GHz band, using NCR2-113+ balun
  • Channel C Output (UFL) – 1–3 GHz broadband, using TC1-1-13M+ balun
  • Channel D Output (UFL) – 1–3 GHz broadband, using TC1-1-13M+ balun

(4)USB Interface

  • USB – mini B (STM32 controller STM32F105RBT6)

(5)Clock System

  • 40MHz on board VCTCXO
  • Possibility to lock VCTCXO to external clock

(6)Board Size

  • 60mm x 100mm (2.36’’ x 3.94’’)

六、有用链接和联系方式

https://limemicro.com/products/boards/limesdr-mini/

https://wiki.myriadrf.org/LimeSDR-Mini_v1.2_hardware_description

https://wiki.myriadrf.org/LimeSDR-USB

https://wiki.myriadrf.org/LimeSDR-USB_hardware_description

https://wiki.myriadrf.org/LimeSDR-PCIe

https://wiki.myriadrf.org/LimeSDR-QPCIe

https://limemicro.com/products/boards/lms8001-companion/

 

  • 1
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我很乐意帮助你写一份使用百度AI开发板(Edge Board)进行深度学习的代码。 首先,我们需要确保你已经正确安装了Edge Board的开发环境,包括相关的软件和驱动程序。你可以在百度AI官网上找到详细的安装说明和文档。 接下来,我们需要选择一个适当的深度学习框架来实现我们的代码。在这里,我将使用TensorFlow框架,因为它是一种广泛使用的框架,易于使用和学习。 在安装好TensorFlow之后,我们可以开始编写代码了。以下是一份简单的代码示例,用于在白色赛道上进行自动驾驶: ```python import tensorflow as tf import numpy as np import cv2 import time cap = cv2.VideoCapture(0) # 加载模型 model = tf.keras.models.load_model('path/to/model') while True: ret, frame = cap.read() frame = cv2.resize(frame, (320, 240)) # 将图像转换为模型所需的格式 input_image = np.expand_dims(frame, axis=0) input_image = input_image.astype(np.float32) / 255.0 # 使用模型进行预测 start_time = time.time() prediction = model.predict(input_image) end_time = time.time() # 将预测结果转换为方向控制指令 command = np.argmax(prediction) if command == 0: print('向左转') elif command == 1: print('直行') elif command == 2: print('向右转') # 显示预测结果和运行时间 cv2.imshow('frame', frame) print('预测结果:', prediction) print('运行时间:', end_time - start_time) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 这份代码使用了OpenCV库来捕获摄像头的图像,并使用TensorFlow框架加载了预先训练好的模型。然后,它对每一帧图像进行预测,并将预测结果转换为方向控制指令。最后,它在屏幕上显示了预测结果和运行时间。 请注意,这只是一个简单的代码示例,你可能需要根据你的具体应用场景进行修改和优化。同时,你还需要确保你的Edge Board拥有足够的计算资源和存储空间来运行这份代码。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值