如何获得复数RTL-SDR信号峰的坐标？

Question

我可以通过使用以下命令从RTL-SDR捕获信号：

from rtlsdr import *

i = 0
signals = []
sdr = RtlSdr()

sdr.sample_rate = 2.8e6     
sdr.center_freq = 434.42e6
sdr.gain = 25

while True:
    samples = sdr.read_samples(1024*1024)
    decibel = 10*log10(var(samples))
    if decibel >= -10:
        signals.append(samples)
        i += 1
    if i == 2:
        break

如果我使用Matplotlib和Seaborn绘制信号，它们看起来像这样：

​

现在，我需要的是获得高于某个功率电平的所有峰值的坐标，例如-20。

我发现了一个非常有希望的各种Python options的列表。然而，所有这些示例都使用了一个简单的Numpy数组，不同的算法可以很容易地使用它。

这是最好的尝试(因为我的猜测是我从RTL-SDR得到一个复杂的信号，并且必须将其“转换”为具有实值的数组？)：

import numpy as np
import peakutils.peak

real_sig = np.real(signals[0])
indexes = peakutils.peak.indexes(real_sig, thres=-20.0/max(real_sig), min_dist=1)
print("Peaks are: %s" % (indexes))

将这几行添加到上面的脚本中，我确实得到了一些输出，但是，首先，对于功率级别-20以上的五个峰值，有太多的值。其次，这些值在给定的上下文中没有多大意义。

​

​

那么，我需要做哪些更改才能得到像"Peak 1 is at 433.22 MHz“这样有意义的结果呢？

理想情况下，我应该得到像Peak 1: X = 433.22, Y = -18.0这样的坐标，但我想一旦我知道如何获得正确的X值，我就可以自己解决这个问题。

Answer 1

您缺少几个步骤。

您首先需要:从长度为N的RTL-SDR中选取一段复数IQ数据(您可能需要将原始IQ样本从无符号8位转换为有符号浮点)，对其进行窗口(von Hann或Hamming等)，通过长度为N的FFT将其转换到频域，将FFT结果转换为对数幅度，并按频率标记FFT对数幅度结果bit(例如数组元素)，其大致为

frequency(i) = sdr.center_freq + i * sdr.sample_rate / N

对于仓位0到N/2

frequency(i) = sdr.center_freq - (N - i) * sdr.sample_rate / N

对于仓位N/2到N-1

然后，您可以沿着对数幅度数组搜索峰值，并将频率标签应用于找到的峰值。

新增:不能直接从RTL-SDR获取频域信息(如频率峰值)。你想要的高峰并不在那里。RTL-SDR输出原始复数/IQ时域样本，而不是频域数据。因此，首先您需要查找、研究并了解两者之间的区别。然后你可能会理解为什么FFT (或DFT，或Goertzels，或小波，等等)进行转换所需的。

Answer 2

类似于：

得到y值相对幂的signals数组。

sort([x for x in signals > -20])
sort[:i]

对于第一个山峰。

对于频率范围：

frequency_peaks = [ frequencyspectrum[a] for a in signals[:i]]

但实际上，你应该使用Fourrier变换和装箱(@hotpaw2的答案)：

​

numpy.fft可以做到这一点：

https://docs.scipy.org/doc/numpy-1.13.0/reference/routines.fft.html

另请参阅：

https://en.wikipedia.org/wiki/Nyquist%E2%80%93Shannon_sampling_theorem

背景理论。

Answer 3

我现在已经尝试了以下代码(灵感来自hotpaw2的答案和我在谷歌上找到的东西)：

from numpy.fft import fft, fftshift
window = np.hamming(sdr.sample_rate/1e6+1)

plt.figure()
A = fft(window, 2048) / 25.5 # what do these values mean?
mag = np.abs(fftshift(A))
freq = np.linspace(sdr.center_freq/1e6-(sdr.sample_rate/1e6)/2, sdr.center_freq/1e6+(sdr.sample_rate/1e6)/2, len(A))
response = 20 * np.log10(mag)
#response = np.clip(response, -100, 100)
plt.plot(freq, response)
plt.title("Frequency response of Hamming window")
plt.ylabel("Magnitude [dB]")
plt.xlabel("Normalized frequency [cycles per sample]")
plt.axis("tight")
plt.show()

来源：https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.hamming.html

这将导致以下(绝对无用的)信号图：

我需要一个像我的原始帖子中的PSD一样的图，在其中我可以检测峰值。

有人能给我解释一下为什么我要做这些Hamming/FFT的事情吗？

我所需要的就是我的信号(由RTL-SDR接收到)的表示，peakutils.peak.indexes()方法接受并返回其中的正确峰值。