基于GNURadio的頻譜分析儀設計

金偉正， 趙小月， 肖 云， 林漫暉

(武漢大學 電子信息學院，武漢 430079)

0 引 言

目前，頻譜分析儀主要分為超外差式掃描調諧分析儀和傅里葉分析儀兩大類[1]。傅里葉分析儀難以對高頻信號進行分析；超外差式掃描調諧分析儀對硬件要求很高，且這兩類頻譜分析儀難以同時滿足高頻率分辨率和寬頻帶的要求。將模數轉換器和數模轉換器盡量靠近天線，直接使射頻模擬信號轉換為適合在數字信號處理器和計算機中處理的數據信息，在計算機中編寫軟件模塊來實現信號的復雜處理過程，最后使這樣的無線電系統具有良好的靈活性和擴展性，這就是軟件無線電技術的設計思想[2]。隨著信息技術的快速發展，現代頻譜分析儀朝著數字化、模塊化、軟件化的方向不斷演進[3-4]。現代的頻譜分析儀中已經采用軟件無線電結構，利用模擬的射頻接收端和全數字式的中頻接收處理系統，實現高頻率分辨率和多測量功能。

本文基于軟件無線電的采用寬帶中頻數字化方案的頻譜分析儀可廣泛用于信號的實時頻譜分析，相比傳統的頻譜分析儀，具有頻譜分析誤差小，頻率分辨率高；頻帶寬；具有靈活性、開放性、模塊化結構；便于攜帶等優點。

1 總體方案設計

設計的頻譜分析儀設計框圖如圖1所示，系統由天線、收發轉換開關、中頻接收模塊、ADC模塊、混頻模塊、抽取濾波模塊、參數設置模塊、DSP模塊、移動客戶端顯示模塊、云端存儲模塊組成。設計的性能目標：頻率分辨率 1-3-10為步進，共有6個檔位(0.03，0.10，0.30，1，3，10 kHz)；中頻頻率為2.6 GHz；動態范圍為75 dB；AD工作頻率為20 MHz。

2 硬件設計

硬件模塊由射頻模塊、中頻接收模塊、ADC模塊、混頻模塊組成，與軟件無線電支持的外部設備HackRF One有著相似的架構。故可采用HackRF One作為頻譜分析儀進行射頻和中頻信號處理的硬件平臺，其基本架構如圖2所示。在軟件無線電系統中，要求天線盡可能覆蓋多頻段[5],HackRF One 可覆蓋0.03～6 GHz的大范圍頻率，其中頻頻點為2.6 GHz，最高采樣頻率為22 MHz。

圖1 頻譜分析儀的設計框圖

圖2 HackRF One基本架構圖

HackRF One支持GNURadio[6]并可與之配合使用，通過USB口與PC端進行相連，主要作用是對信號的收發，并對信號進行放大、濾波、混頻、采樣等處理。以接收過程為例，信號由天線進入后流程如下[7]：①由射頻開關決定是否經由14 dB的放大器進行放大；②經過鏡像抑制濾波器對信號進行高通或低通濾波；③信號進行RFFC5072芯片混頻到2.6 GHz固定中頻(中頻范圍2.15～2.75 GHz)；④信號送入MAX2837芯片混頻到基帶，輸出差分的IQ信號(其間MAX2837芯片可以對信號進行帶寬限制)；⑤MAX5864芯片對基帶信號進行數字化后送入CPLD和單片機；⑥CPLD處理數據；⑦LPC4320/4330處理器將采樣數據通過USB送至計算機。

3 軟件設計

軟件模塊主要包括抽取濾波模塊、DSP模塊、移動客戶端顯示模塊、云端存儲模塊。移動客戶端顯示模塊和云端存儲模塊分別是利用APP開發技術和云端數據庫開發技術實現。抽取濾波模塊和DSP模塊則是在軟件平臺GNURadio上實現。GNURadio 軟件平臺上有很多現成的信號處理模塊，這些模塊可以通過某種機制連接起來，形成一個模塊流程圖，這樣就迅速搭建好一個軟件無線電系統[8]。常見的信號處理模塊庫有各種調制方式，觀察信號波形圖、頻譜圖、星座圖、圖形模塊、糾錯碼、濾波器、均衡器等。用戶可通過搭建相應的模塊構建無線電應用的流圖，也可根據應用的需要自定義編碼擴展模塊來構建自定義的無線應用，構建應用的信號處理模塊可通過某種機制連接成一個系統。在GNURadio軟件平臺上，采用Python 腳本語言[9]和C++語言混合方式進行軟件模塊的編程[10]。C++語言執行效率高，主要被用于編寫一些信號處理模塊；Python語言不需要編譯、語法簡單、面向對象，主要用于各個信號處理模塊連接的程序編寫。

3.1 移動客戶端顯示和云端存儲模塊設計

移動客戶端顯示模塊界面如圖3 (a)所示，軟件結構框圖如圖3 (b)所示。

移動端軟件結構主要包括主進程MainActivity、HackrfSource、FileIQSource、IQSourceInterface、Scheduler、AnalyzerProcessingLoop、AnalyzerSurface以及FFT等進程(或模塊)。軟件執行過程如下：在主進程MainActivity的調控下，HackrfSource進程采集并處理軟件無線電設備HackRF接收無線電產生的相應數據，通過IQSourceInterface進程將數據傳輸到Scheduler進程；接收到數據后，Scheduler進程處于等待狀態；主進程開始執行頻譜分析后，Scheduler進程停止等待并將數據傳至AnalyzerProcessingLoop進程；在AnalyzerProcessingLoop進程中通過FFT函數，執行傅里葉變化等相關處理，并通過draw函數做出相應的頻譜圖像。

云端存儲模塊即在云端搭建服務器，并建立數據庫用于存儲每一用戶在App使用過程中產生的大量頻譜分析數據，或可將其擴展為數據庫集群。考慮到移動端密集的I/O需求，使用基于多副本分布式技術的SSD云盤進行數據的云存儲。SSD云盤具有高性能、高可靠、彈性擴容的特點，能夠提供極強的數據持久性。在云端存儲方式中，App與云端數據庫進行交互，包含實時寫入和定時讀取兩部分。在信號接收階段，將數據實時發送到云端；在信號處理與分析階段，采用特定算法，定時分批從云端讀取大量數據至移動端，只將分析結果存儲在本地。

(a)顯示界面

(b)結構框圖

3.2 DSP、抽取濾波模塊設計

DSP模塊主要是利用FFT 進行實時頻譜分析。 GNURadio中有模塊Fourier Analysis，包括FFT、Goertzel、Log Power FFT 3個子模塊，以及多個sink模塊包含FFT運算。用戶可通過調用這些模塊來得到信號頻譜圖。利用GNURadio進行FFT時需要設置采樣頻率。對信號進行采樣要滿足基本的采樣定理，又稱為奈奎斯特采樣定理，該定理在數字信號處理中有廣泛應用[11]。即采樣頻率要大于或等于最高頻率的2倍才不會出現頻譜混疊。但是在工程應用中，為了提高信號的信噪比和降低抗混疊濾波器的設計難度，通常取值是采樣頻率大于等于最高頻率2.5倍[12]。

在頻譜分析系統中，多速率信號處理是其關鍵技術之一。多速率信號處理是指一個系統中存在多個采樣速率，產生這種情況的原因包括抽取和插值兩種情況[13-14]。ADC和混頻后信號具有較高的采樣速率，需要進行采樣率轉換，降低采樣速率，減少基帶信號處理的數據量，該處理過程就是基于多速率信號處理的整數倍抽取技術。進行該處理過程的是抽取濾波模塊，由抽取模塊和級聯FIR抽取濾波器組成。GNURadio中可選擇Rational Resampler Base模塊作為抽取模塊。經過抽取后的信號，需要經過低通濾波器進行波形整形。低通濾波器主要分為FIR濾波器和IIR濾波器。FIR濾波器是有限長沖激響應，產生的誤差對系統影響小，同時由于FIR濾波器具有線性相位，使信號在處理中不失真，因此選FIR濾波器。GNURadio中Decimating FIR Filter即為抽取FIR濾波器。

DSP模塊和抽取濾波模塊中分別對FFT點數和抽取因子進行調整，會對頻率分辨率產生影響。頻率分辨率是頻譜分析儀的關鍵性能指標之一，表明了頻譜分析儀分辨兩個輸入信號的能力。對于利用離散傅里葉變換進行離散數字頻譜分析的系統而言，其頻率分辨率[15]：

表1 頻率分辨率大小與抽取因子關系

首先根據頻率分辨率檔位和FFT點數計算出基帶信號速率即fs=NΔf，然后根據基帶信號速率和ADC采樣率計算出所需要的總抽取因子D=fad/ND，之后再將D分配到抽取模塊和級聯FIR抽取濾波器中，抽取因子均取整數，再依據DFIR來確定FIR抽取濾波器的級聯級數。利用參數設置模塊改變抽取濾波抽取因子或FFT點數便可以動態調節頻率分辨率。

4 實驗內容及測試結果

實驗內容主要包括移動客戶端顯示模塊、云端存儲模塊、抽取濾波模塊、DSP模塊的設計與測試；射頻前端、中頻接收、ADC、混頻器的測試；頻率分辨率、帶寬測試；整機的發射與接收實驗測試等部分。由于篇幅的限制，本文只給出重要模塊的重要性能測量方法，包括抽取濾波模塊測試、射頻中頻測試(HackRF One測試)，對頻譜分析儀的重要參數頻率分辨率和帶寬進行測試。

4.1 抽取濾波測試

在GNURadio中搭建抽取濾波的GRC流圖如圖4所示，將采樣頻率設置為20 MHz，信號源波形為正弦波，中心頻率為100 kHz，調整Rational Resampler Base模塊和Decimating FIR filter模塊參數以及Decimating FIR filter模塊數量，改變抽取因子，進而改變頻率分辨率。分別將頻率分辨率調為0.03、1、10 kHz，抽取因子設置見表1，所得抽取濾波后信號如圖5所示。

圖4 抽取濾波模塊GRC流圖

(a) 30 Hz頻譜圖

(b) 30 Hz時域波形圖

(c) 1 kHz頻譜圖

(d) 1 kHz時域波形圖

(e) 10 kHz頻譜圖

(f) 10 kHz時域波形圖

可見，當頻率分辨率較小，即抽取因子較大時，系統采樣率下降較多，信號時域波形具有較小周期，波形失真也會增大。這與預期結果相符，故抽取濾波模塊符合設計要求。

4.2 射頻中頻測試

將HackRF One通過USB口與PC相連，在GNURadio中搭建圖6所示GRC流圖，采樣率設置為20 MHz。Audio Sink模塊輸出相應頻段上的語音，可以利用其進行各種廣播接收，此處不再對其進行實驗。WX GUI Scope Sink模塊和WX GUI FFT Sink模塊分別輸出時域和頻域信號。Osmocom Source模塊為經HackRF One輸入的信號源，通過調整其頻率來測試射頻中頻輸入的不同帶寬的信號。將頻率調整為0.10、1，6 GHz，觀察其信號，如圖7所示。當在一定范圍內時可以檢測到語音，且與各廣播頻段分布有關。較小時檢測到的信號時域波形與波形比較復雜。當6 GHz時，能夠檢測到信號，但信號比較微弱。實驗中射頻中頻模塊能夠對0.1～6 GHz信號進行接收，與預期效果相同，滿足寬頻帶特性，符合設計要求。

圖6 射頻中頻模塊GRC流圖

5 結 語

(a) 100 MHz頻譜圖

(b) 100 MHz時域波形圖

(c) 1 GHz頻譜圖

(d) 1 GHz時域波形圖

(e) 6 GHz頻譜圖

(f) 6 GHz時域波形圖

設計了一種基于GNURadio的頻譜分析儀，通過對抽取濾波模塊和射頻中頻模塊進行簡單測試，驗證了其具有可調頻率分辨率以及較高頻帶的性能。由于篇幅限制以及并非頻譜分析儀的核心內容，并未給出移動客戶端顯示和云端存儲這兩個模塊的測試。本分析儀成功應用于2017級卓越工程師計劃的高頻實驗教學，教學效果良好，學生通過本實驗可以較為深入地理解和掌握信號頻域分析設計原理和方法。該整體方案進行了實用新型專利的申請登記，同時獲批樣2018年國家級大學生創新創業項目立項。