【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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
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
337
180
AscendNPU-IR
C++
86
141
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
986
248