multimon-ng 技术文档
2024-12-27 15:42:13作者:江焘钦
本文档将详细介绍如何安装、使用以及操作 multimon-ng 项目。multimon-ng 是 multimon 的继承者,它能够解码多种数字传输模式。
1. 安装指南
multimon-ng 支持使用 qmake 或 CMake 进行构建。
使用 qmake 构建
mkdir build
cd build
qmake ../multimon-ng.pro
make
sudo make install
使用 CMake 构建
mkdir build
cd build
cmake ..
make
sudo make install
您可以通过向 qmake 传递 'PREFIX' 参数来设置安装前缀。例如:
qmake multimon-ng.pro PREFIX=/usr/local
支持的环境
截至目前,multimon-ng 已成功在以下环境中构建:
- Arch Linux
- Debian
- Gentoo
- Kali Linux
- Ubuntu
- OS X
- Windows (Qt-MinGW 构建环境,Cygwin,以及 VisualStudio/MSVC)
- FreeBSD
2. 项目的使用说明
以下是使用 multimon-ng 的几种示例。
Wav 到 raw 格式转换
使用 sox 可以轻松地将文件转换为 multimon-ng 的原生 raw 格式:
sox -t wav pocsag_short.wav -esigned-integer -b16 -r 22050 -t raw pocsag_short.raw
GNURadio 也可以使用文件接收器以输入模式 short 生成该格式。
通过 sox 管道传输到 multimon-ng
您也可以使用类似以下命令,将 raw 样本通过管道传输到 multimon-ng:
sox -t wav pocsag_short.wav -esigned-integer -b16 -r 22050 -t raw - | ./multimon-ng -
注意后面的破折号,表示写入/从标准输入读取。
通过 rtl_fm 管道传输到 multimon-ng
以下是如何与 RTL-SDR 结合使用的示例:
rtl_fm -f 403600000 -s 22050 | multimon-ng -t raw -a FMSFSK -a AFSK1200 /dev/stdin
录制并解析实时数据
以下是一个更复杂的示例,结合了 rtl_fm、flac 和 tee 来将 rtl_fm 的输出拆分为独立的流。一个流用于录制音频,另一个流用于例如文本解析 multimon-ng 输出:
rtl_fm -s 22050 -f 123.456M -g -9.9 | tee >(flac -8 --endian=little --channels=1 --bps=16 --sample-rate=22050 --sign=signed - -o ~/recordings/rtlfm.$EPOCHSECONDS.flac -f) | multimon-ng -v 0 -a FLEX -a FLEX_NEXT -t raw /dev/stdin
- 您可以向
rtl_fm传递-l参数设置静音级别,这将降低噪声水平,从而减少由 flac 编码的数据量,显著减小文件大小,但可能会导致信号数据丢失。这个值必须进行调整! - Flac 使用
-8,如果在资源受限的设备上运行,您可能需要降低此值。 - Flac 的
-o参数值包含$EPOCHSECONDS以在重启时创建唯一文件。
播放录制的 flac 文件到 multimon-ng(需要 sox):
flac -d --stdout ~/recordings/rtlf/rtlfm.1725033204.flac | multimon-ng -v 0 -a FLEX_NEXT -t flac -
3. 项目 API 使用文档
multimon-ng 的 API 使用文档未在提供的资料中详细说明,通常这类文档会包含函数定义、参数说明及示例代码。请参考官方文档或源代码以获取更多信息。
4. 项目安装方式
项目安装方式已在安装指南中详细说明,可以通过 qmake 或 CMake 进行构建,并使用 make install 命令进行安装。安装前可通过设置 PREFIX 参数来指定安装路径。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python02
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
290
2.61 K
deepin linux kernel
C
24
7
React Native鸿蒙化仓库
JavaScript
227
306
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++
605
182
暂无简介
Dart
577
127
Ascend Extension for PyTorch
Python
116
149
🎉 (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
1.04 K
609
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
453
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
158
60