numpy  ·  01日 1月 2021

    ADALM-PLUTO(pythonで)(2)

    pythonのSpyder環境でADALM-PLUTOを動かしてみます。で、うまくいったのでその記録、、、
    サンプルソースを動かしてみたらそれらしく動きました 、、、なんで？、、、と思っていたら、、、なんとも簡単なことで。

    ふと、サンプルコードの61,62行目の、*2**14ってなんなん？と、、、三角関数の結果に*2**14(すなわち*(2^14))してるってことはPlutoSDR.tx()の引数の範囲は+/-1*2^14ってことかぁ、、、 なんとも。
    1. # -*- coding: utf-8 -*-
    2. # 変数クリア
    3. from IPython import get_ipython
    4. get_ipython().magic('reset -sf')
    5.  
    6. import matplotlib.pyplot as plt
    7. import numpy as np
    8. import scipy.signal as signal
    9. import adi
    10. # import time
    11.  
    12.  
    13. # https://jp.mathworks.com/help/signal/examples/fir-gaussian-pulse-shaping-filter-design.html
    14. def gaussdesign(bt,nsymbol_in_filter=3,nsample_per_symbol=2):
    15.     t_normalized=np.linspace(-nsymbol_in_filter/2,nsymbol_in_filter/2,nsymbol_in_filter*nsample_per_symbol+1)
    16.     a=np.sqrt(np.log(2)/2)/bt
    17.     expindex=-(np.pi*t_normalized/a)**2
    18.     h=np.sqrt(np.pi/a)*np.exp(expindex)
    19.     h=h/np.sum(h)
    20.     return h
    21.  
    22. # シンボル列を引き延ばす
    23. def extend_symbol_to_simulation_sampling_rate(symbols,t_symbol,t_simulation_sampling):
    24.     # シンボル数
    25.     size_of_symbols=symbols.size
    26.     # 最後のシンボルが終わる時間
    27.     end_time=size_of_symbols*t_symbol
    28.     # 計算タイミング
    29.     t=np.arange(0,end_time,t_simulation_sampling)
    30.     # 各シンボルの開始（終了）時間
    31.     t_periods_of_symbols=np.append(0,np.arange(1,size_of_symbols,1)*t_symbol)
    32.     # 結果データ領域確保
    33.     ex_symbols=np.zeros_like(t)
    34.     # 先頭データは入れておく
    35.     ex_symbols[0]=symbols[0]
    36.     # 各シンボルについて、その期間のインデックスを取得し、データを入れ込む
    37.     for i in range(0,size_of_symbols):
    38.         ex_symbols[np.where(t>t_periods_of_symbols[i])]=symbols[i]
    39.     return ex_symbols,end_time
    40.          
    41. # よく使う変数
    42. pi=np.pi
    43. deg2rad=pi/180.0
    44. twopi=2*pi
    45.  
    46. # 設定
    47. f_carrier=2400e6              # 搬送波周波数 in Hz
    48. f_sym=1e6                       # シンボルレート in Hz
    49. m=0.5                           # 変調指数
    50. f_samp_simulation=f_sym*8       # 計算のサンプリングレート in Hz
    51. thetaIB=0*deg2rad         # 搬送波の初期位相(何でもいい) in rad
    52. f_deviation=(m*f_sym)/2         # 周波数偏差 in Hz
    53. n_symbol_preamble=16
    54.  
    55. # ガウスフィルタ設定
    56. n_sample_per_symbol=f_samp_simulation/f_sym
    57. BT=0.5
    58. n_symbol_in_filter=float(6)
    59. filter_length=n_symbol_in_filter*n_sample_per_symbol+1
    60. h=gaussdesign(BT,int(n_symbol_in_filter),int(n_sample_per_symbol))
    61. symbols_gf_in_base=np.zeros(int(np.ceil(n_symbol_in_filter/2)))
    62.  
    63. # シンボル列生成 
    64. symbols_in_base=signal.max_len_seq(7)[0] # シンボル
    65. #symbols_in_base[0::1]=0
    66. #symbols_in_base[0::2]=1
    67. #symbols_in_base[1::2]=0
    68. symbols_preamble_in_base=np.zeros(n_symbol_preamble)
    69. symbols_preamble_in_base[0::2]=1
    70. symbols_in_base=np.append(symbols_preamble_in_base,symbols_in_base)
    71.  
    72. # 後で使う変数
    73. t_sym=1/f_sym
    74. t_samp_simulation=1/f_samp_simulation
    75. omega_deviation=twopi*f_deviation
    76.  
    77. # シンボルを計算用に拡張
    78. symbols,t_end=extend_symbol_to_simulation_sampling_rate(symbols_in_base,t_sym,t_samp_simulation)
    79. symbols=symbols*2-1 # -1 or +1 にする
    80. symbols_gf,t_end_gf=extend_symbol_to_simulation_sampling_rate(symbols_gf_in_base,t_sym,t_samp_simulation)
    81. symbols_gf=symbols_gf*2-1 # -1 or +1 にする
    82. # ガウスフィルタ適用
    83. symbols_gf=signal.lfilter(h,1,np.append(symbols,symbols_gf))
    84. symbols=symbols_gf[symbols_gf.size-symbols.size::1]
    85.  
    86.  
    87. # 計算するタイミング
    88. t=np.arange(0,t_end,t_samp_simulation)
    89.  
    90. # 全計算タイミングにおける瞬間的な角速度
    91. omega_in_moment=omega_deviation*symbols
    92.  
    93. # 全計算タイミングにおける瞬間的な位相変化量
    94. phase_change_in_moment=omega_in_moment*t_samp_simulation
    95.  
    96. # 全計算タイミングでの位相
    97. phiIB_t=np.cumsum(phase_change_in_moment)+thetaIB
    98.  
    99. # 送信波形生成
    100. xITX_t=np.exp(1j*phiIB_t)
    101. n_samples_rx=xITX_t.size
    102.  
    103. # ADALM-PLUTOの設定
    104. sdr = adi.Pluto()
    105. sdr.tx_lo=int(f_carrier)
    106. sdr.tx_rf_bandwidth=int(f_deviation*8)
    107. sdr.tx_hardwaregain_chan0=0
    108. # 繰り返し送信を有効にする
    109. sdr.tx_cyclic_buffer=1
    110.  
    111. sdr.rx_lo=int(f_carrier)
    112. sdr.rx_rf_bandwidth=int(f_deviation*8)
    113. sdr.gain_control_mode_chan0='manual'
    114. sdr.rx_hardwaregain_chan0=6
    115. sdr.rx_buffer_size=n_samples_rx
    116.  
    117. sdr.sample_rate=int(f_samp_simulation)
    118.  
    119. #sdr.tx(np.ones(1))
    120. sdr.tx(xITX_t*16384)
    121. #time.sleep(1)
    122. # 受信
    123. xIRX_t = sdr.rx()
    124. print(sdr)
    125.  
    126. sdr.tx_destroy_buffer()
    127. sdr.tx_cyclic_buffer=0
    128. # オブジェクト解放
    129. sdr=None
    130.  
    131. # 復調
    132. xIRX_t0=xIRX_t[:-1:]
    133. xIRX_t1=xIRX_t[1::]
    134. symbols_rx=1*np.angle(xIRX_t1/xIRX_t0)
    135. symbols_rx=np.append(0,symbols_rx)
    136.  
    137. # 規格化
    138. symbols_rx=symbols_rx/(f_sym/f_samp_simulation*pi*m)
    139.  
    140.  
    141. # プロット
    142. fig = plt.figure(figsize=(8.0, 12.0))
    143. plt.subplot(4,1,1)
    144. plt.plot(xITX_t.real)
    145. plt.plot(xITX_t.imag)
    146. plt.subplot(4,1,2)
    147. plt.plot(symbols)
    148. plt.subplot(4,1,3)
    149. plt.plot(xIRX_t.real)
    150. plt.plot(xIRX_t.imag)
    151. plt.subplot(4,1,4)
    152. plt.plot(symbols_rx)
    153. plt.ylim((-1,1))

    これで、

    で、

    あけましておめでとうございます。

    引き続き公私ともすっちゃんがっちゃんですよ。まちがいない。

    カテゴリ： 現実