当前位置: 首页 > news >正文

Gnu Radio抓取WiFi信号,流程图中模块功能

模块流程如图所示:

GNURadio中抓取WiFi信号的流程图中各个模块的功能:

  1. UHD: USRP Source: 使用此模块配置USRP硬件进行信号采集。设置频率、增益、采样率等参数。
  2. Complex to Mag^2: 将复数IQ数据转换为幅度的平方。
  3. Delay: 可以用于引入延迟,根据需要调整。
  4. Complex Conjugate: 对IQ数据进行复共轭操作。
  5. Multiply: 将原始IQ数据与其复共轭相乘,实现信号的平方幅度。
  6. Moving Average: 对平方幅度信号进行移动平均,以平滑信号。
  7. Moving Average: 另一个移动平均,可以根据需要调整参数。
  8. Complex to Mag: 将处理后的信号转换回幅度。
  9. Divide: 对原始IQ数据除以处理后的幅度,得到解调后的信号。
  10. QT GUI TIME Sink: 用于实时显示时域信号。
  11. WiFi Sync short: 使用此模块进行短前导同步,以找到WiFi帧的开始。
  12. Delay: 可以用于引入适当的延迟,以确保同步的准确性。
  13. WiFi Sync Long: 使用此模块进行长前导同步,以更精确地定位WiFi帧的开始。
  14. Stream to Vector: 将处理后的信号转换为向量形式,以便进行FFT处理。
  15. FFT: 对信号进行快速傅里叶变换,以将信号从时域转换为频域。
  16. WiFi Frame Equalizer: 对WiFi信号进行均衡处理,以消除信道效应。
  17. WiFi Decode MAC: 解码WiFi MAC帧,提取有关帧的信息。
  18. Wireshark Connector: 将解码后的WiFi帧信息发送到Wireshark进行分析。
  19. WiFi Parse MAC: 进一步解析WiFi MAC帧,提取所需的MAC层信息。
  20. PDU to Tagged Stream: 将解析后的信息转换为带有标签的流,以便在后续模块中使用。
  21. File Sink: 将解析后的数据保存到文件中,以便后续离线分析。
  22. QT GUI Constellation Sink: 可以用于实时显示信号的星座图。

上方的一系列模块是用来预定义参数的,设置参数默认值。

Category:Block Docs - GNU Radio

LimeSDR实验教程(5) WiFi解调_gnu radio 虚拟网卡-CSDN博客

流程图下载:

https://github.com/bastibl/gr-ieee802-11/files/6813359/wifi_rx_hackrf.zip

http://www.lryc.cn/news/445694.html

相关文章:

  • GO语言中make与new的区别
  • 安全运维类面试题
  • STM32外设之LTDC/DMA2D—液晶显示(野火)
  • 调试vue build之后的js文件
  • Django一分钟:DRF快速实现JWT认证与RBAC权限校验
  • 面试题(六)
  • CSS 实现文本溢出省略号显示,含单行与多行文本溢出
  • Redis中String命令的基础操作
  • 策略模式+模版模式+工厂模式
  • 云计算平台层(PaaS)指的是什么?常见的应用场景盘点
  • 搜索引擎简介
  • 每天认识几个maven依赖(aislib+A1TRMI+Andromda+Annogen)
  • 每日算法1(快慢指针)
  • 基于RealSense D435相机简单实现手部姿态重定向
  • Linux下搭建iSCSI共享存储-Tgt
  • js中正则表达式中【exec】用法深度解读
  • Dockerfile的详解与案例
  • [spring]用MyBatis XML操作数据库 其他查询操作 数据库连接池 mysql企业开发规范
  • [产品管理-33]:实验室技术与商业化产品的距离,实验室技术在商业化过程中要越过多少道“坎”?
  • 【有啥问啥】 Self-Play技术:强化学习中的自我进化之道
  • LCR 008. 长度最小的子数组
  • uniApp 解决uniapp三方地图获取位置接口的请求次数限制问题,分别提供 Android 和 iOS 的实现方法(原生插件获取)
  • Zabbix Agent 监控 MySQL 进程状态
  • 【模型】感知器
  • HtmlCss 基础总结(基础好了才是最能打的)五
  • 图神经网络实战——分层自注意力网络
  • 基于深度学习的数字识别系统的设计与实现(python、yolov、PyQt5)
  • ChatGPT 提取文档内容,高效制作PPT、论文
  • 3、等保1.0 与 2.0 的区别
  • Angular面试题九