2

这是我之前的问题的后续：FFT in non-flowgraph centered application different from flowgraph centered apps like uhd_fft

为了更好地澄清这个问题，我将我的代码简化为大约 30 LOC，并从流程图中删除了尽可能多的处理。

我遇到的问题是，虽然 USRP 只调整到一个频率，但流程图的每次运行都有大约 70 毫秒的垃圾数据。我完全清楚，当我在重新调整后第一次流式传输样本时，会出现一定数量的“垃圾”样本，但这不是我们在这里看到的。对于现有的连接流程图的每次运行，我们都会看到大量垃圾样本（约 50,000 个）。

运行流程图然后在 Python 中处理数据有点不常见，但在教程中介绍为与 GNU Radio 交互的有效方式。

我想了解每次我在其上调用 run() 时，GNU Radio 流程图逻辑的哪一部分会产生这种电压“打嗝”，而让它不断流式传输（仅调用一次 run，例如uhd_fft）不会显示相同的行为.

每次运行流程图时的电压尖峰

...使用以下代码生成：

import numpy as np
from gnuradio import gr, uhd, blocks
import matplotlib.pyplot as plt

class topblock(gr.top_block):
    def __init__(self, freq=700e6, rate=1e6, nsamps=100000):
        gr.top_block.__init__(self)
        self.u = uhd.usrp_source(device_addr="", stream_args=uhd.stream_args('fc32'))
        self.u.set_center_freq(freq)
        self.u.set_samp_rate(rate)
        self.head = blocks.head(gr.sizeof_gr_complex, int(nsamps))
        self.vsink = blocks.vector_sink_c()
        self.connect(self.u, self.head, self.vsink)

tb = topblock()
fig, (freqplot, timeplot) = plt.subplots(2, sharex=True)
freqplot.set_title("Frequency domain")
timeplot.set_title("Time domain")

def plot():
    tb.run()
    data = np.array(tb.vsink.data())
    shifted_fft = np.fft.fftshift(np.fft.fft(data))
    dBm = 20*np.log10(np.abs(shifted_fft)) - 30
    freqplot.plot(dBm)
    timeplot.plot(np.abs(data))
    tb.head.reset()
    tb.vsink.reset()

def run_tb(times=10):
    for _ in range(times):
        plot()
    plt.show(block=False)
4

1 回答 1

1

上述行为是由 USRP 的auto_dc_offset特性引起的。硬件对 I 和 Q 都有一个固有的 DC 偏置。gr-uhd 提供了set_auto_dc_offset函数，该函数默认打开并启用某种平均函数以将 I 和 Q 偏移量设为 0。在这里您可以看到绘制的 I/Q自动直流校正关闭： 在此处输入图像描述 开启： 在此处输入图像描述

请注意，将 DC 偏移归零需要近 50,000 个样本。

每次流程图退出时，UHD 都会“忘记”其 DC 校正设置，这意味着我们必须每次处理这个脉冲和随之而来的缓慢校正，即使运行之间的频率没有变化。这对从外部循环运行流程图造成了很大的损失。

于 2015-02-18T19:22:17.507 回答