PocketSDR 开源项目下载及安装教程
1. 项目介绍
PocketSDR 是一个基于软件定义无线电(SDR)技术的开源全球导航卫星系统(GNSS)接收器。它由RF前端设备“Pocket SDR FE”、一些设备实用程序以及用Python、C和C++编写的GNSS-SDR应用程序组成。PocketSDR支持几乎所有GPS、GLONASS、Galileo、QZSS、BeiDou、NavIC和SBAS的信号。PocketSDR FE设备由2或4个RF前端通道组成,支持GNSS L1频段(1525 - 1610 MHz)或L2/L5/L6频段(1160 - 1290 MHz)。每个RF通道的带宽覆盖高达36 MHz,ADC的采样率可配置高达32 Msps(FE 2CH)或48 Msps(FE 4CH)。
2. 项目下载位置
PocketSDR 项目托管在GitHub上,可以通过以下命令克隆项目到本地:
git clone https://github.com/tomojitakasu/PocketSDR.git
3. 项目安装环境配置
3.1 Windows 环境配置
在Windows上安装PocketSDR,需要以下步骤:
-
安装USB驱动:将Pocket SDR FE设备通过USB连接到PC,并根据
PocketSDR\driver\readme.txt中的说明安装USB驱动(CYUSB)。 -
配置环境变量:将PocketSDR的二进制程序路径(
<install_dir>\PocketSDR\bin)和Python脚本路径(<install_dir>\PocketSDR\python)添加到Windows环境变量Path中。 -
安装MinGW64:如果需要重新编译二进制程序,需要安装MinGW64。参考MSYS2(https://www.msys2.org/)进行详细安装。
-
安装fftw3库:在MinGW64环境中,需要安装fftw3库。使用以下命令安装:
pacman -S mingw-w64-x86_64-fftw
3.2 Linux 或 Raspberry Pi OS 环境配置
在Linux或Raspberry Pi OS上安装PocketSDR,需要以下步骤:
-
安装基础开发包和库:确保以下包已安装:
gcc g++ make libusb-1.0-0-dev libfftw3-dev python3 python3-numpy python3-scipy python3-matplotlib -
解压或克隆项目:
unzip PocketSDR.zip或
git clone https://github.com/tomojitakasu/PocketSDR -
安装外部库:
cd <install_dir>/lib chmod +x clone_lib.sh ./clone_lib.sh
3.3 macOS 环境配置
在macOS上安装PocketSDR,需要以下步骤:
-
安装Homebrew:参考https://brew.sh/ 安装Homebrew。
-
安装基础库:
brew install numpy brew install scipy brew install python-matplotlib brew install python-tk brew install tcl-tk brew install libusb -
解压或克隆项目:
unzip PocketSDR.zip或
git clone https://github.com/tomojitakasu/PocketSDR -
安装外部库:
cd <install_dir>/lib chmod +x clone_lib.sh ./clone_lib.sh
4. 项目安装方式
4.1 Windows 安装
-
编译库和应用程序:
cd <install_dir>/lib/build make make install cd <install_dir>/app make make install -
运行实用程序:
pocket_conf -c <install_dir>/conf/pocket_L1L6_12MHz.conf pocket_dump -t 10 ch1.bin ch2.bin
4.2 Linux 或 Raspberry Pi OS 安装
-
编译库和应用程序:
cd <install_dir>/lib/build make make install cd <install_dir>/app make make install -
运行实用程序:
sudo pocket_conf -c <install_dir>/conf/pocket_L1L6_12MHz.conf sudo pocket_dump -t 10 ch1.bin ch2.bin
4.3 macOS 安装
-
编译库和应用程序:
cd <install_dir>/lib/build make make install cd <install_dir>/app make make install -
运行实用程序:
pocket_conf -c <install_dir>/conf/pocket_L1L6_12MHz.conf pocket_dump -t 10 ch1.bin ch2.bin
5. 项目处理脚本
PocketSDR 包含以下实用程序脚本:
- pocket_conf:Pocket SDR FE设备配置器
- pocket_scan:扫描并列出USB设备
- pocket_dump:捕获并转储Pocket SDR FE设备的数字IF数据
GNSS-SDR应用程序包括:
- pocket_psd.py:绘制数字IF数据的PSD和直方图
- pocket_acq.py:在数字IF数据中进行GNSS信号捕获
- pocket_trk.py:在数字IF数据中进行GNSS信号跟踪和导航数据解码
- pocket_snap.py:快照定位
这些脚本和应用程序可以帮助用户进行GNSS信号的捕获、跟踪和解码,以及生成位置、速度和时间(PVT)解决方案。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00