基于GNU Radio与HackRF捕获并导出雪崩收发器峰值功率

嘿，我之前在大学项目里也做过类似的SDR频谱捕获任务，刚好能帮你搞定这个需求！咱们一步步来搭建GNU Radio流图，实现868MHz ARVA Beacon峰值功率的捕获和导出：

首先得把HackRF的信号正确引入GNU Radio：

• 拖入HackRF Source模块，设置中心频率为868MHz，采样率建议设为2MSps（这个速率既能覆盖Beacon的窄带信号，又不会给CPU造成太大负担）。增益可以先开自动增益，之后根据实际信号强度再手动调整（避免信号饱和或者太弱）。
• 接着接FFT模块：把FFT大小设为2048（频率分辨率足够捕捉窄带峰值，延迟也在可接受范围内），一定要勾选Output Power选项——这样FFT输出的直接就是dB单位的功率值，刚好匹配你的需求。

因为你的Beacon每5秒才出现一次强峰值，所以要精准锁定这个周期的最大值：

• 推荐用Max Hold模块：它会持续跟踪FFT输出中的功率最大值，设置Reset Period为5秒（和Beacon的发射周期完全匹配），这样每5秒就会重置一次最大值，确保每次捕获到的都是对应周期的Beacon峰值。
• 如果背景噪声波动大，也可以搭配Threshold Detector模块：先观察频谱确定背景噪声的dB值，设置一个比背景高10-15dB的阈值，只有当信号超过这个阈值时才触发捕获，能有效过滤干扰，更精准地定位Beacon信号。

这里有两种实用的方式，按需选择：

方式1：简单直接的File Sink模块 #

把Max Hold（或Threshold Detector）输出的浮点型dB值接入File Sink模块：

• 设置文件路径（比如arva_peak_data.txt）
• 数据格式选择Float 32
  这样每次捕获到的峰值功率会自动写入文件，每行一个数值，适合快速导出原始数据。

方式2：自定义Python块（带时间戳） #

如果需要更丰富的导出格式（比如加上峰值出现的时间戳），可以写一个简单的Python自定义块：

import time
import numpy as np
from gnuradio import gr

class PeakExporter(gr.sync_block):
    def __init__(self, filename):
        gr.sync_block.__init__(self,
            name="Peak Exporter",
            in_sig=[np.float32],
            out_sig=None)
        self.filename = filename

    def work(self, input_items, output_items):
        # 遍历每个峰值数据
        for peak_db in input_items[0]:
            # 获取当前时间戳
            current_time = time.strftime("%Y-%m-%d %H:%M:%S")
            # 追加写入文件
            with open(self.filename, "a", encoding="utf-8") as f:
                f.write(f"{current_time}, {peak_db:.2f} dB\n")
        # 返回处理的样本数
        return len(input_items[0])

把这个块接入峰值输出端，就能导出带时间戳的峰值数据，后续分析起来更方便。

• 采样率：如果Beacon信号带宽极窄（比如几百Hz），可以把采样率降到1MSps，减少计算压力；如果有邻频干扰，适当提高到4MSps来避开干扰。
• FFT大小：如果需要更高的频率分辨率，可以把FFT大小调到4096，但注意这会增加一点延迟，不过对于5秒周期的Beacon来说完全没问题。
• 增益调整：如果峰值信号出现削波（饱和），降低HackRF的RF增益；如果信号太弱，逐步开启LNA增益和VGA增益，直到频谱上的峰值清晰可见。

这样搭建完流图，运行后就能自动捕获每5秒出现的Beacon峰值功率，并导出到你指定的文件里啦！

内容的提问来源于stack exchange，提问作者Alejandro R.