Portapack-Mayhem项目中的TETRA信号检测功能实现
2025-06-16 09:18:34作者:瞿蔚英Wynne
背景介绍
Portapack-Mayhem是一款基于HackRF的开源软件无线电项目,近期开发者为其添加了一项实用的TETRA信号检测功能。TETRA(陆地集群无线电)是欧洲广泛使用的专业移动无线电通信标准,主要应用于公共安全、应急服务等领域。
功能需求分析
该功能的需求来源于实际应用场景:当救护车、消防车或警车等应急车辆靠近时,设备能够通过声音提示用户。这种功能在专业设备中价格昂贵(如Target Blueye售价超过1000美元),而通过Portapack-Mayhem项目可以实现类似功能。
技术实现原理
实现TETRA信号检测的核心技术要点包括:
- 频谱密度计算:在已知的TETRA频段(通常下行390.200MHz,上行380.200MHz)进行频谱分析
- 信号特征识别:TETRA移动终端在TMO模式下会定期在上行频段(380-385MHz)发送信号,包括同步信号和频率校正脉冲
- FFT快速傅里叶变换:无需解码TETRA星座图,仅需基本的FFT计算即可检测信号存在
开发过程
开发者采用了分阶段实现方案:
- 概念验证:参考了Python实现的TETRA扫描工具,验证了技术可行性
- 功能设计:设计了最多10个频率区域监测,每个区域最大2MHz带宽,扫描间隔0.1-0.2秒
- 参数优化:考虑到HackRF硬件限制,将软件带宽限制在750kHz,并支持跳频扫描
- 用户界面:将功能集成在RX菜单下,命名为"Detector"
使用注意事项
实际使用中需要注意以下技术细节:
- 前端滤波:建议使用外部带通滤波器,避免4G/5G基站信号导致接收链路过载
- 增益控制:需要根据环境调整AMP/LNA/VGA等增益参数
- 阈值设置:报警阈值需要根据实际信号强度进行调整
- 频段选择:TETRA系统在不同地区可能使用不同频段,需正确配置
应用前景
这项功能的实现为无线电爱好者、应急响应人员等提供了经济实惠的专业级工具。未来可以考虑增加的功能包括:
- 多频段同时监测
- 信号强度历史记录
- 更精细的信号类型识别
- 地理定位辅助功能
该功能已包含在Portapack-Mayhem的夜间构建版本中,用户可以通过更新固件获得这一实用特性。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217