在 GNU Radio 中實現自定義信號源

Question

我正在嘗試在 GNU Radio 中實現自定義信號源，它必須發出帶通高斯白噪聲，以頻率f為中心，具有兩側帶寬BW ，如圖所示

為此，我應該實現一個帶通濾波器並將其應用於高斯隨機變量。 過濾器的 output 讀取

其中抽頭是濾波器系數，並且 是濾波器輸入。 在我的案例中，抽頭是通過使用 GNU Radio 的Band-pass Filter Taps抽頭塊獲得的，輸入設置為隨機高斯變量。

要獲得我的過濾器的 output，我應該寫一個work function 看起來像

def work(self, input_items, output_items):
    samp_rate = self.get_samp_rate()
    f0 = self.get_f0()
    BW = self.get_BW()
    my_BP_filter = filter.fir_filter_fff(
                   1,
                   firdes.band_pass(
                       1,
                       samp_rate,
                       f0 - 0.5*BW,
                       f0 + 0.5*BW,
                       BW*1e-2,
                       firdes.WIN_HAMMING,
                       6.76
                       )
                   )
    taps = my_BP_filter.taps()
    ntaps = len(taps)

    min_array = min(output_items[0], taps, key=len)
    max_array = max(output_items[0], taps, key=len)
    min_len, max_len = len(min_array), len(max_array)

    noise = np.random.normal(loc=0.0, scale=1.0, size=min_len)

    t = 0.0
    for idx_out in range(len(output_items[0])):
        for idx_taps, val_taps in enumerate(taps):
            t += val_taps * noise[len(noise)-1-idx_taps]
        output_items[0][idx_out] = t

    return len(output_items[0])

但是代碼非常慢。 我怎樣才能得到與所示圖片相似的 output（通過以下構造獲得）？

Answer 1

您絕對（大寫 D）不想在work中重復重新實例化（制作新的）過濾器。

請記住，work 在連續的數據塊上被調用了數千次。

所以，這是一個基本的架構錯誤：你需要一個過濾器，它在兩次調用之間保持它的 state 工作。

此外，您絕不能編寫依賴於數據“視圖”的信號處理，即無窮無盡的 stream 樣本如何恰好到達您的塊。 想象一下這個很長的數字 stream：

… … -2 -1 0 1 2 3 4 5 … …

你的工作被要求分塊，例如你的第一個work獲得值 -4000 到 -2000，你的第二個 -1999 到 -1990，第三個 -1989 到 2000，第四個 2001 到 2466，你得到主意。

或者，它完全不同，在第一次調用work時，你會看到 -4000 到 -2001，在第二個 -2000 到 -1500，在第三個 -1499 到 -500，在第四個 -499 到 0，在第五個 1 到 2466。

然后，您的min_aray和max_len取決於信號的打包方式。 這很糟糕，因為它會改變你所做的數學運算。

我會建議實施什么，但整個街區對我來說真的毫無意義。 這是不必要的——在噪聲源上使用現有的帶通濾波器也有同樣的效果——如果我要推薦如何去做，我建議你自己實現同樣的方法，沒有什么不同：兩個塊，一個產生噪聲，第二個塊使用正確實現的帶通濾波器對其進行整形，使用現有濾波器的源代碼作為示例。