程序聚合 软件案例 基于GNURadio的无线电收发平台

基于GNURadio的无线电收发平台

2026-08-11 15:27:09
行业:物联网、零售/新消费
载体:硬件、Windows应用
技术:Python、VHDL/Verilog

业务和功能介绍

# GNU Radio Based QPSK System Final Version

## 1. 立项背景和目标

本项目基于 GNU Radio 搭建 QPSK 数字通信收发系统,面向软件无线电课程设计、通信原理实验和数字调制解调流程验证等场景。立项目标是完成一条从文本数据生成、编码、调制、信道传输到接收端同步、解调、解码的完整链路,并通过频谱图、星座图和 PDU 波形直观展示通信信号在不同处理阶段的变化。

## 2. 软件功能和核心功能模块

软件主要功能是实现 QPSK 基带收发仿真与可视化调试。核心模块包括:`exam_simple_tx_rx.grc`,用于在 GNU Radio Companion 中查看和编辑流图;`exam_simple_tx_rx.py`,用于运行完整 Qt GUI 通信系统;ASCII 编码模块,用于将字符串转换为 7bit 比特流;扰码与 Barker 同步头模块,用于增强比特随机性并辅助帧同步;QPSK 调制、根升余弦滤波、信道模型、粗频偏同步、PFB 定时恢复、CMA 均衡、Costas 环和硬判决模块,用于完成发送、信道模拟和接收恢复;解码模块最终输出恢复文本到 `results/output_v2.txt`。

## 3. 业务流程和功能路径

系统业务流程为:发送端先生成固定文本数据,将文本转换成 7bit ASCII 比特流,再经过扰码、同步头插入和 QPSK 星座映射形成复数符号;随后通过根升余弦滤波完成成形,并进入含采样率偏差和相位噪声的模拟信道。接收端先进行粗频偏估计与校正,再依次完成定时同步、均衡、载波同步和硬判决,最后利用 Barker 同步头定位帧边界,解扰并恢复 ASCII 字符。功能路径可通过打开 `exam_simple_tx_rx.grc` 查看,也可在 GNU Radio 环境中运行 `python exam_simple_tx_rx.py` 观察完整链路效果。
运行效果
【通信系统建模仿真-基于GNURadio的QPSK调制解调系统】 https://www.bilibili.com/video/BV1RkTUzYEdQ/?share_source=copy_web&vd_source=7a64ae92edb7d9a5a65c77e811252c4b

项目实现

# GNU Radio Based QPSK System Final Version

本项目整体采用“发送端编码调制 + 信道模拟 + 接收端同步解调 + 可视化验证”的架构设计。系统基于 GNU Radio 3.10 搭建主流程,使用 GRC 完成模块连接和参数配置,使用 Python Embedded Block 补充自定义算法逻辑,GUI 部分采用 GNU Radio QtGUI 展示频谱、星座图和 PDU 波形。发送端负责生成文本业务数据,将字符串转换为 7bit ASCII 比特流,经过扰码、Barker 同步头插入、QPSK 映射和根升余弦滤波后送入信道;信道部分加入采样率偏差、相位噪声等干扰;接收端依次完成粗频偏估计、定时恢复、CMA 均衡、Costas 载波同步、硬判决、帧同步、解扰和 ASCII 还原。

我主要负责 QPSK 收发链路的核心实现、嵌入式 Python 模块编写和调试验证。具体包括 7bit ASCII 编码模块、QPSK 硬判决模块、Barker 码帧同步与解码模块、粗频偏估计模块,以及主流程中各同步模块和可视化窗口的联调。系统最终能够把固定文本 `ESFSKHADLAFX` 按 `repeat_times=30` 重复发送,接收端输出恢复字符到 GUI PDU 曲线和 `results/output_v2.txt`,并能通过多个星座图观察从受损信号到同步收敛后的变化。

我遇到的主要难点是接收端同步和缓存处理:频偏、相位噪声和采样率偏差会导致星座旋转、扩散,帧头相关检测也容易因为缓存边界不一致造成丢字或输出残留。解决方案是增加粗频偏校正、PFB 定时同步、CMA 均衡和 Costas 环的级联恢复流程,并在解码模块中统一处理无同步头、单同步头和多同步头三种情况,保证每次 `work()` 都明确写入输出缓冲。同时修复了相对输出路径容易写错目录的问题,使结果稳定保存到项目 `results` 目录。

示例图片视频


derrick
5天前活跃
方向: 后端-Python、爬虫/脚本-爬虫/脚本、
交付率:100.00%
相似推荐
OMS管理系统
1、OMS 管理系统,主要包括:订单管理、库存管理、出入库单管理、商品管理、店铺管理等模块 2、用到的技术栈主要有: 后端:springboot、mybatils ;前端:vue、html5;小程序:uniapp 3、OMS 管理系统,主要包括:订单管理、库存管理、出入库单管理、商品管理、店铺管理等模块
企业级业务中台系统-建筑工程招投标全生命周期管理中台
立项背景和目标: 旨在打造一套覆盖招投标全生命周期的数字化管理中台,打破解决传统建筑企业招投标管理依赖Excel手工台账,存在信息孤岛、流程断层、数据统计困难等问题。 核心功能模块: 市场信息管理 — 项目线索收集、跟进记录、责任人分配、阶段流转; 投标信息登记 — 招标文件解析、标段管理、主责/协同人分配、人员变更追溯; 投标策划分析 — 项目评审会议纪要、多维决策矩阵(风险/利润/技术可行性)、竞争对手报价对标; 保证金管理 — 保证金缴纳/回收全流程、对接NCC财务系统、事前审批关联、支付状态同步; 投标结果登记 — 开标记录、中标/流标判定、下浮率自动计算、附件归档; 数据看板 — 人员绩效分析、中标率统计、金额同比/环比、多维度汇总报表; 业务流程: 市场信息收集 → 投标信息登记 → 投标策划分析 → 保证金管理 → 投标结果登记 → 绩效汇总,各阶段可灵活流转,支持草稿暂存与数据回填。
北华苑冷链管理系统-北华苑冷链管理系统
面向冻品冷链 B2B 批发行业,服务冻肉、水产、粮油调料、食材副食等批发市场,是产地 / 批发商、采购商、冷链物流司机三方对接的微信小程序平台,落地于晋城本地市场,辐射全国多省份。 商户(供货商):冻品批发商、水产商行、粮油调料店铺、食材供应商,入驻线上开店,上架冷冻食材商品,拓展线上批发渠道。 采购商(买家):餐饮门店、餐馆、食材零售店、二级批发商,线上批量采购冻货食材,支持自提 / 冷链配送,找货源、比价下单。 冷链物流车主:货运司机、物流兼职人员,入驻平台,设置运输路线,承接冻品冷链配送订单,完成货物运输。 业务模式:批发市场线上化,把线下冻品市场搬到小程序,实现货源展示、线上批发下单、冷链物流匹配、订单全流程管理,解决冻品批发找货难、找冷链车难、交易流转效率低的痛点。 首页市场模块:支持商品关键词、地理位置筛选货源;banner 轮播及公告展示平台通知;提供商户快捷入口、商家视频专区、冻品引流货源卡片;设置悬浮微信客服。 商品与交易:商品详情查看规格、价格、质检报告,可联系商家、加购;下单可维护收货地址、填写备注,支持自提、冷链配送两种提货方式,平台优惠做手机号次数限制。 订单管理:按订单状态分类展示,支持搜索筛选订单,可查看订单全流程状态。 就近找车:选择收发货地区筛选冷链车辆;司机可入驻平台,匹配同城、跨城冻品运输订单,支持往返接单。 入驻申请:商户提交店铺、资质、结算信息申请开店;司机填报车辆、路线信息,成为平台物流兼职。 底部导航:包含市场、订单、我的三大入口。
WMS智能仓储
一套面向制造业的智能仓库管理系统,核心是库位精细管控 + 机器人协同搬运,打通从入库到出库的全链路,支持"货到人"和"人到货"两种作业模式。 主要功能 入库:入库预告(ASN)→ 收货 → 质检 → 上架,支持 ERP 同步和手工创建,托盘/货篓差异化处理。 出库:出库订单 → 审核 → 波次 → 拣货 → 出库。支持人工、机器人、混合三种作业模式;多物料同托盘合并搬运、拣完整托送回;按产品编号(productCode)精准分配库存,保证"领某一台设备的料"。 库存:实时库存账(总量/可用/锁定/冻结),多物料托盘明细,库存查询与预警。 仓储模型:仓库 → 货架 → 货位 → 库位四级结构,库位状态机管理(空位/空架/占用/禁用),支持托盘位、货篓位、混合位。 机器人调度:对接 RCS,智能选车(空闲优先 + 载具匹配 + 电量最优),任务自动派发与排队,多段路由回调驱动库位状态,异常处理与软取消。 库内作业:库位间移位、仓库初始化、暂存中转管理。 系统集成 与 ERP(单据同步)、OA 单点登录(SSO 统一登录)、RCS 机器人调度(任务下发+回调)、帆软报表(数据看板)打通,前端 WebSocket 实时推送任务状态。 技术特点 Spring Boot + PostgreSQL + Vue3,多租户、操作日志、状态机驱动、悲观锁+CAS 保证并发一致性,支持不连真实机器人的模拟模式(便于演示测试)。
政务寄递协同管理平台
该项目面向政府机关及事业单位的文件、档案、办公物资和应急物资寄递场景,提供寄件申请、审批流转、电子面单、物流跟踪、异常预警、签收回执、费用结算和统计分析等功能。平台通过统一接口对接不同物流服务商,实现政务寄递业务的标准化、可追踪和全过程留痕。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服