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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00