如何在GNU Radio Companion中设置滤波器模块的阻带衰减值

标准Band Pass Filter模块未开放阻带衰减配置，是因为模块内部硬编码了60dB阻带衰减、0.1dB通带波纹的默认参数，没有暴露对应配置入口，可通过以下两种可靠方案实现自定义配置：

方案1：抽头生成模块+通用FIR滤波器组合（零代码，优先使用） #

不需要编写自定义块，直接组合GRC自带模块即可实现全参数配置：

• 从模块库检索并添加Band Pass Filter Taps模块，该模块直接开放*阻带衰减（Stopband Attenuation，单位dB）*配置项，同时支持自定义通带波纹、过渡带宽等所有滤波器设计参数，输出为计算完成的FIR抽头系数向量。
• 根据输入信号类型选择对应通用滤波模块：复数信号选FFT Filter（对应底层fft_filter_ccc）或FIR Filter（对应fir_filter_ccc），实数信号选择对应实数版本的滤波模块即可。
• 将Band Pass Filter Taps的输出端口直接连接到滤波模块的taps参数输入端口，流图运行时会自动完成系数加载，滤波效果和原生带通滤波器完全一致，且支持所有参数动态调整。

方案2：修复Embedded Python Block封装逻辑 #

之前自定义块调用失败的核心原因是：GNU Radio滤波模块的work方法不能直接在外部块的工作函数中嵌套调用，且滤波器实例不能在work方法内重复初始化（会清空历史样本缓存导致滤波异常），正确封装逻辑如下：

1. 新建Embedded Python Block，设置输入、输出端口类型匹配你的信号类型（以复数信号为例，类型选complex）
2. 添加需要配置的参数：采样率、通带下截止频率、通带上截止频率、过渡带宽度、阻带衰减，参数类型均设为浮点型。
3. 在块的初始化方法中完成抽头计算和滤波器实例化，参考代码如下：

import numpy as np
from gnuradio import filter

class configurable_bandpass(gr.sync_block):
    def __init__(self, samp_rate=1e6, low_cut=100e3, high_cut=200e3, trans_width=10e3, stopband_atten=80):
        gr.sync_block.__init__(self,
            name="Configurable Band Pass Filter",
            in_sig=[np.complex64],
            out_sig=[np.complex64])
        # 调用optfir生成自定义参数的滤波器抽头
        self.taps = filter.optfir.complex_band_pass(
            gain=1,
            sampling_freq=samp_rate,
            low_cutoff_freq=low_cut,
            high_cutoff_freq=high_cut,
            transition_width=trans_width,
            passband_ripple=0.1,
            stopband_attenuation=stopband_atten
        )
        # 初始化FFT滤波器实例，抽取倍数设为1
        self.filt_inst = filter.fft_filter_ccc(decimation=1, taps=self.taps, nthreads=1)

4. 重写work方法时，调用滤波器实例的filter方法处理输入数据，不要直接调用work方法：

def work(self, input_items, output_items):
        in_buff = input_items[0]
        out_buff = output_items[0]
        out_buff[:] = self.filt_inst.filter(in_buff)
        return len(out_buff)

注意：如果需要动态修改滤波器参数，需要新增参数回调方法，在参数更新时重新计算抽头，调用滤波器实例的set_taps方法加载新系数即可，不需要重新实例化滤波器对象。

不推荐直接修改GNU Radio安装目录下的原生模块定义文件，该操作会修改全局默认配置，版本升级后配置会被覆盖，维护成本极高。

内容的提问来源于stack exchange，提问作者Adam