GNU Radio 学习日志by lll

 一、GNURadio简介

GNU Radio是一个设计框架，用户可以用来设计、模拟和部署的真实高效无线电系统。这是一个高度模块化，自带flowgraph流程图，集成处理各种信号的库，可以很方便的将各个模块结合到一起来处理复杂的信号。

GNU Radio已经被广泛应用于无线电世界，可以用电脑软件处理包括音频处理、移动通信、卫星跟踪、雷达系统、GSM网络、数字信号广播等等

二、GNUradio 特点

1.开源

2.数字；信号处理

理论知识

1.小信号理论

2.数字信号特点

      （1）  a有限量数值 b只有时间是变量？

        （2）数字信号能够用一个数字序列来表示，我们通常称作样本，样本之间固定的时间间隔决定了采样频率。

        （3）流程图进行编译：当创建一个信号处理应用，也就是一个完整的块处理图，这样的图在GNU Radio中称为flowgraph流程图。

安装过程 心得

1.终端 cmd行操作

2.获取安装库失败：unbuntu系统下获取网址速度太慢

        查到的解决方法：用梯子；换一个网络代理

        自己解决方法：换了一个网络代理以后解决是很快；第二个gr-etcetera我是通过利用pybombs recipes add gr-etcetera git+https://mirrors.tuna.tsinghua.edu.cn/pybombs/recipes/gr-etcetera.git解决的，本质应该也是从镜像网站下载到的。

3.安装 pip包失败

        换为pip3命令行Ubuntu下 HackRF的GNURadio环境搭建 - 哔哩哔哩

4.在python运行中 SyntaxError: invalid syntax

        重新安装了pip pybombs包

5.运行前端无法显示python自动生成的页面结果 理想如下：

解决方案：id名不合法；传递数据类型不一样

 三、GRC简介

1.GRC：（gnuradio-companion的简写，GNU Radio的图形化界面编程工具，类似于simulink）来创建不同的通信程序。简单来说，GRC是一种帮助我们用图形化的形式来创建python脚本程序的工具。

2.首先，看一下GRC的主界面。主界面包括五个部分：

（1）界面右侧的GNU Radio的模块库，用于调用已集成到GRC中的模块

（2）GRC的工具栏，用于GRC程序的打开、创建、编译、执行等操作

（3）GRC的终端，用于显示GRC程序，将模块拖拽到此处，用线将不同的模块连接起来，形成通信程序。

（4）工作空间，用于显示GRC程序运行过程中的调试信息

（5）变量，用于显示GRC程序中的变量名称及其数值

3.

4.修改属性以及颜色展示：

这里的参数，当你修改了参数的值之后，在你未保存之前，参数栏的颜色会变成蓝色。关于该模块的解释说明，可以查看”Documentation”选项卡。

为了更好的区分不同程序，你可以把每个程序的“Option”模块的ID参数，修改为不同的值，例如“tutorial_two_1”，你可以根据自己的需要来命名。这个ID的参数，会决定你生成的python脚本的名称。即如果你的ID是“tutorial_two_1”，那么生成的Python脚本的名字就是“tutorial_two_1.py”。在GNU Radio 3.8中，如果你不修改ID的默认值，当你运行GRC流图的时候，则会提示错误。

四、搭建GRC流程图 基础部分

1.

2.注意前后模块的变量种类要一样

3.修改id名

（一）采样率

1.定理：在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中最高频率fmax的2倍时(fs.max>2fmax)，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的2.56～4倍；采样定理又称奈奎斯特定理。

概念理解：

频谱波峰：

频域波形：

2.实操：

（二）搭建AM发射器

原理：

flowgraph：

（三）搭建AM接受器

(四）UHD频谱分析-接入式硬件

需要提前下载UHD USRP

五、PSK解调调制（模拟仿真）

笔记目录：

概念笔记：

• constellation modulator实现的功能是MPSK调制，其中有一个参数是‘constellatio：要把二者的ID名设置相同，即可实现MPSK调制，调制的具体信息要在object里面设置
• sps (sample per second) 采样速率的意思，这个参数经常作为变量去设置滤波器
• firdes（意为fir滤滤为波器设计 des是design的缩写），波器设置常用的函数，只需写firdes.lowpss（.)，括号内输入滤波器的参数即可实现滤波器设计，该值常作为变量用在环路中

• 根升余弦 (RRC) 脉冲整形滤波器：它为我们提供了一个参数来调整the roll-off factor of the filter，通常在数学上称为“alpha”。下面的 mpsk_rrc_rolloff.grc 流程图生成了一个图示，显示了不同的values of the excess bandwidth。典型值介于 0.2（红色迹线）和 0.35（绿色迹线）之间。
   

• 来自AI：在GNU Radio中，decimating FIR（有限冲激响应）滤波器是一种用于降低信号采样率的同时保持信号带宽的滤波器。这种滤波器通过丢弃一些采样点来减少数据的率，这个过程称为下采样（decimation）。这对于减少处理带宽和速度非常有用，同时可以减少硬件资源的需求。

  要在GNU Radio中实现decimating FIR滤波器你可以使用`firdes`模块中的函数来设计滤波器，然后使用`gr.filter`模块中的`fir_filter_ccf`块来实现。以下是一个简单的例子，展示了如何创建和应用一个decimating FIR滤波器：

  
  
  
  from gnuradio import gr, firdes
  from gnuradio.filter import firdes
  
  # 定义滤波器参数
  sample_rate = 48000  # 原始采样率
  decimation_rate = 4  # 下采样率
  bandwidth = 5000      # 滤波器的带宽
  taps = fird.low_pass(1, sample_rate, bandwidth, 5000, firdes.WIN_BLACKMAN_hARRIS)
  
  # 创建decimating FIR滤波器
  decimating_filter = gr.fir_filter_ccf(decimation_rate, taps)
  
  # 示例流图
  src = gr.vector_source_c(np.random.randn(1000), 'sc16')  # 生成随机数据
  sink = gr.vector_sink_c()  # 数据接收
  
  # 将源数据通过decimating FIR滤波器
  src >> decimating_filter >> sink
  
  # 运行流图
  gr.top_block().run()
  ```
  
  

  在这个例子中，我们首先定义了原始采样率`sample_rate`和下采样率`decimation_rate`，以及滤波器的带宽`bandwidth`。然后使用`firdes.low_pass`函数设计了一个低通滤波器的系数`taps`。接着，我们创建了一个`gr.fir_filter_ccf`块，将其参数设置为`decimation_rate`和`t`，这样每个原始采样点会被保留下来，然后丢弃接下来的三个采样点，从而实现4倍的下采样。

  请注意，decimating FIR滤波器的设计需要考虑到下采样率，以确保信号的完整性不会因为下采样而丢失重要的信息。通常，你需要确保滤波器的滚降特性在整个信号带宽内都是适当的，以便在降低采样率后能够重建信号。

• 滤波器模块中找了很久taps=rrc_taps 值：firdes.root_raised_cosine (1.0,samp_rate,samp_rate/sps,excess_bw,11*sps)

（一）发射一个信号

1.

（二）qpsk信号生成

官方手册讲解：

在星座图中，我们可以直观的看到过采样（因为我们把Sample per symbol设置成了4，其实实际上我们并不需要这么大的sps，所以叫做过采样）和滤波操作的作用。例如，过采样的结果就是我们在一个符号中生成了4个采样值。在本例子中，均方根升余弦滤波器带来了自干扰，也就是符号间干扰或叫码间干扰（inter-symbol interference, ISI）。ISI对于信号接收和还原来说是一个不利因素。我们将在后续的时钟恢复环节重点解决这个问题。

此刻，我们先观察生成的QPSK信号。在频域图形中，一方面，滤波器可以使得频域信号的带外功率明显降低；另一方面，“Throttle”模块的输出信号被看作是QPSK发射信号，图形中的图标是“Tx”（蓝色曲线），“Decimating FIR Filter”模块的输出信号被看作是QPSK接收信号，图形中的图标是Rx（红色曲线），通过对比发现，经过了“Decimating FIR Filter”模块的作用，接收信号的带外功率明显减少了，即在有效带宽之外，红色曲线的带外功率明显要低于了蓝色曲线的带外功率。

（二）加上信道仿真

解决思路：控制变量

针对加性噪声、频率偏移、时钟偏移分别解决

（三）解决时钟偏移——时钟恢复time recovery

一开始没有看懂官方手册的教程

(四）解决——多径效应

（五）相位矫正和频率微调

（六）解码

附录、错误语法汇集（目前遇到的

invalid literal:python语法错误；十进制语法错误：decimal

invalid synatax：语法错误，基本在工作状态都是这个错误，具体那里错了需要在前面输出结果查找