【亲测免费】 Gqrx 软件定义无线电接收器安装和配置指南
2026-01-21 05:07:42作者:龚格成
1. 项目基础介绍和主要编程语言
项目介绍
Gqrx 是一个开源的软件定义无线电(SDR)接收器,由 GNU Radio 和 Qt 图形工具包驱动。它支持多种 SDR 硬件设备,如 Funcube Dongle、RTL-SDR、Airspy、HackRF、BladeRF、RFSpace、USRP 和 SoapySDR。Gqrx 可以作为 AM/FM/SSB 接收器,也可以作为仅 FFT 的仪器使用。
主要编程语言
Gqrx 主要使用 C++ 编程语言编写,并使用 Qt 框架进行图形用户界面的开发。
2. 项目使用的关键技术和框架
关键技术
- GNU Radio: 一个开源的软件无线电框架,用于信号处理。
- Qt: 一个跨平台的 C++ 图形用户界面库,用于构建 Gqrx 的用户界面。
- SoapySDR: 一个通用的 SDR 支持库,支持多种硬件设备。
框架
- GNU Radio: 提供信号处理模块和硬件支持。
- Qt: 提供用户界面和应用程序框架。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
在开始安装 Gqrx 之前,请确保您的系统满足以下要求:
- 操作系统:Linux 或 macOS(Windows 支持通过 radioconda)
- 已安装 GNU Radio 3.8、3.9 或 3.10
- 已安装 Qt 5 或 Qt 6
- 已安装 CMake 3.2.0 或更高版本
详细安装步骤
步骤 1:安装依赖项
首先,确保您的系统上安装了所有必要的依赖项。以下是一些常见的依赖项:
sudo apt-get update
sudo apt-get install -y build-essential cmake git libqt5core5a libqt5gui5 libqt5network5 libqt5widgets5 libqt5svg5-dev libpulse-dev libasound2-dev
步骤 2:克隆 Gqrx 仓库
使用 Git 克隆 Gqrx 的源代码仓库:
git clone https://github.com/gqrx-sdr/gqrx.git
cd gqrx
步骤 3:创建构建目录
在 Gqrx 源代码目录中创建一个构建目录,并进入该目录:
mkdir build
cd build
步骤 4:配置和编译
使用 CMake 配置项目,并编译 Gqrx:
cmake ..
make
步骤 5:安装 Gqrx
编译完成后,安装 Gqrx:
sudo make install
步骤 6:运行 Gqrx
安装完成后,您可以通过以下命令运行 Gqrx:
gqrx
配置 Gqrx
首次运行 Gqrx 时,它会打开一个设备配置对话框。支持的设备会自动被发现并列在设备列表中。如果您的设备未被列出,请检查以下几点:
- 确保设备驱动已正确安装。
- 确保 udev 规则已正确配置。
- 确保 Linux 内核驱动未阻止设备访问。
您可以使用设备特定的工具(如 rtl_test、airspy_rx、hackrf_transfer 等)来测试您的设备。
其他配置
Gqrx 支持多个配置和会话。您可以通过 GUI 或使用 -c 命令行参数加载配置。查看 gqrx --help 获取完整的命令行参数列表。
结语
通过以上步骤,您应该能够成功安装和配置 Gqrx 软件定义无线电接收器。如果在安装过程中遇到任何问题,请参考 Gqrx 的官方文档或访问其 GitHub 仓库获取更多帮助。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
445
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271