加速频谱分析

Question

我试图加速这段代码在整个光谱范围内的循环。它使用的是一个覆盆子Pi，和一个，涵盖了大约1.7 GHz。我的目标是横扫这一领域，并及时从其中收集数据。

#!bin/usr/python

#gathers from the rtl library needed for this program
from rtlsdr import RtlSdr
import math
from pylab import *
import time
from scipy.fftpack import fft, ifft
import pyqtgraph as pg
from pyqtgraph.Qt import QtGui, QtCore
import numpy as np
import os
import sys

os.system("sudo rmmod dvb_usb_rtl28xxu rtl2832")

#RtlSdr set up
##sdr = RtlSdr()
##
##
##num_samples = 4096
##
##freq_range_lo = 50e6     #experimental center freq for now
##freq_range_hi = 600e6  #1750e6
##freq_step = 1e6


##sample_rate = 2e6
##
###Set initial parameters for RTL-SDR Dongle
##sdr.sample_rate = sample_rate
##freq = 512e6
##sdr.center_freq = freq
##
##
##sdr.freq_correction = 102
##sdr.gain = 0



class Spec_Scan(object):

    samples = np.array([])
    samples_temp = np.array([])
    fft_data = np.array([])
    fft_data_temp = np.array([])

    app = QtGui.QApplication([])
    win = pg.GraphicsWindow(title="Basic plotting examples")
    win.resize(1000,600)
    win.setWindowTitle('pyqtgraph example: Plotting')


    def __init__(self, lo, hi, freq, step, samps):
        self.freq_range_lo = lo
        self.freq_range_hi = hi
        self.freq_step = step
        self.freq = freq
        self.num_samples = samps
        self.sample_rate = 2e6

        self.sdr = RtlSdr()
        self.sdr_default()


    def sdr_default(self):
        self.sdr.center_freq = self.freq
        self.sdr.freq_correction = 101
        self.sdr.gain = 0
        self.sdr.sample_rate = self.sample_rate



    def pyqt(self):
        global curve, p6
        # Enable antialiasing for prettier plots
        pg.setConfigOptions(antialias=True)

        self.win.nextRow()
        p6 = self.win.addPlot(title="Freq plot")

        self.curve = p6.plot(pen='y', clear=True)
        #p6.setRange(xRange = [0, (self.num_samples/2)*(1700e6/self.freq_step)], yRange = [-100,100])
        p6.setRange(xRange = [0, (self.num_samples/2)-48], yRange = [-100,100])






        print 'here'
        timer = pg.QtCore.QTimer()
        print'should begin update'
        timer.timeout.connect(self.update)
        timer.timeout.emit()
        print 'update should have finished'
        timer.start(2)

        if __name__ == '__main__':


            if (sys.flags.interactive != 1) or not hasattr(QtCore, 'PYQT_VERSION'):
                QtGui.QApplication.instance().exec_()



    def update(self):
        global curve, p6


        for self.freq in range(int(self.freq_range_lo), int(self.freq_range_hi), int(self.freq_step)):

            self.sdr.center_freq = self.freq
            self.samples = self.sdr.read_samples(self.num_samples)
            self.fft_data_temp = 20*np.log10(np.abs(np.fft.rfft(self.samples)))
            #self.fft_data_temp = self.fft_data_temp[0:2049]
##            self.fft_data_temp = self.fft_data_temp[1:(self.num_samples/2)]
##            self.fft_data_temp = 2*self.fft_data_temp[2::]
            self.fft_data = np.append(self.fft_data, self.fft_data_temp)
            self.fft_data_temp = 0

        #self.curve.setData(self.fft_data[1::], clear=True)
        self.fft_data = 0       

        print 'refresh'





def main():
    num_samples = 4096

    lo = 50e6     #experimental center freq for now
    hi = 1750e6
    step = 1e6
    freq = 425e6

    test = Spec_Scan(lo, hi, freq, step, num_samples)
##    test.pyqt()
    start = time.time()
    test.update()
    end = time.time()
    print str(end-start)


## Start Qt event loop unless running in interactive mode or using pyside.


main()

当扫描本身被计时时，结果产生197秒左右，这是完全太长。有什么办法可以加速光谱扫描吗？

Answer 1

我将添加我的小贡献，即使我不是一个真正的Python开发人员(希望有一天)。我已经采用了您的更新方法，并在我的计算机上测试了它(桌面，i3-4360@ 3.70GHz×4 )，没有SDR比特。我的直觉是对的！

就像在大多数语言中允许你这样做一样，永远不要这样做：

self.fft_data = np.append(self.fft_data, self.fft_data_temp)

原因很简单:您的数组没有预定义的大小，因此对于要追加的每个调用，它必须重新分配内存以适应新的大小。这太慢了。

我们谈谈数字吧。如果没有这行代码，在我的计算机上执行快速傅立叶变换并将数据转换为dB需要300 my。加上这一行，它几乎达到9s。

那么，既然我们已经发现了这一点，那么您的应用程序应该如何处理呢？似乎你想要显示的频谱从50兆赫到1750兆赫，通过分解成信号与1兆赫的带宽。对于每一片，你会产生4096个样本。我不知道您有什么样的显示，但是显示4096 * 1700 FFT回收箱是很困难的(特别是在1000*600的窗口中)。您应该限制您想要立即显示的频谱的大小。说到波段，展示高频波段的末端，甚高频波段和超高频波段的一部分并不是真正有趣的事情。主要是因为你很难找到能同时覆盖所有这些波段的天线。

Answer 2

PEP394

第一个#!bin/usr/python应该是#!/bin/usr/python2。正如您应该声明它所使用的python版本一样。

• python = Python2和Python3
• python2 = Python2
• python3 = Python3

这是因为Arch将python更改为python3，而不是python2。

PEP8

• 模块级函数和类之间的两个空格。
• 方法之间有一个空间。
• 类是CamelCase。不是Capitalized_Words_With_Underscores。
• 操作人员双方应有1个空间。a = b，20 * 2.这一例外情况是您需要显示优先级。20*2 + 1.，我个人认为使用括号看起来更好。(20 * 2) + 1
• curve和p6应该在类中。不是全球性的。
• 当=不是用于传递kwargs的赋值运算符时，运算符周围就不应该有空格。yRange=[-100,100]。
• 当将事物放在列表中时，在逗号后面添加一个空格。[-100, 100]。
• if __name__=='__main__'应该阻止running.中的整个代码，它应该在模块级别执行。
• 使用for循环时，不要将变量分配给类。for self.freq in。
• 但是，限制为79条characters.注释的行最多应该是72条。

就我个人而言，我认为你给自己打的电话太多了。以及对全球的依赖。访问局部变量更快。但不仅更快，而且更安全。

对于我来说，很难知道允许改变什么，因为所有东西都使用self.。因此，作为一所大学，我会改变一切，只是为了说明当地人是好的。

似乎您希望在update中使用列表理解。这是因为它是一个只写到变量self.fft_data的for循环。

def update(self):
    self.fft_data = np.array(
        20 * np.log10(np.abs(np.fft.rfft(
          self.sdr.read_samples(self.num_samples))))

        for _ in range(
            int(self.freq_range_lo),
            int(self.freq_range_hi),
            int(self.freq_step))
    )

如果上面的代码返回切片，则需要使用如下内容。它是用纯Python编写的。这是因为我找不到numpy数组的文档。

def update(self):
    self.fft_data = []
    append_ = self.fft_data.append
    for _ in range(
            int(self.freq_range_lo),
            int(self.freq_range_hi),
            int(self.freq_step)):
        append_(
          20 * np.log10(np.abs(np.fft.rfft(
            self.sdr.read_samples(self.num_samples)))))

这些主要是为了不同的观点，老实说，除了这些列表之外，我不知道您需要函数做什么。我再一次指责self.s。

除了PEP8中的所有样式更改之外，您还应该使用局部变量。我真的说不出什么是允许我改变的，什么是我在自我中所必需的。

Answer 3

我认为commented是“在发布或部署代码之前”，巨大的注释块，如：

#RtlSdr set up
##sdr = RtlSdr()
##
##
##num_samples = 4096
##
##freq_range_lo = 50e6     #experimental center freq for now
##freq_range_hi = 600e6  #1750e6
##freq_step = 1e6


##sample_rate = 2e6
##
###Set initial parameters for RTL-SDR Dongle
##sdr.sample_rate = sample_rate
##freq = 512e6
##sdr.center_freq = freq
##
##
##sdr.freq_correction = 102
##sdr.gain = 0

应该删除:版本控制将照顾他们。

您可以节省空间：

samples = np.array([])
samples_temp = np.array([])
fft_data = np.array([])
fft_data_temp = np.array([])

可以成为：

samples = samples_temp = fft_data = fft_data_temp = np.array([])