多速率信号处理源码深度剖析

模块总览

1. 采样率转换底层原理

1.1 数学模型

设输入采样率 (f_{s,in})，目标 (f_{s,out})，转换比：

[
r = \frac{f_{s,out}}{f_{s,in}} = \frac{L}{M}
]

经典三阶段结构：

1. 上采样 (L) 倍：插入 (L-1) 个零 → 频谱压缩并产生 (L-1) 组镜像
2. 抗镜像/抗混叠 FIR：截止频率 (\le \min(f_{s,in}/2,, f_{s,out}/2))
3. 下采样 (M) 倍：每 (M) 点取 1 点

Noble 恒等式（多相实现的基础）：先插零再 FIR 再抽取，等价于把原型 FIR (h[n]) 拆成 (L) 条多相支路，每条只算“有效”样本，计算量从 (O(N \cdot L)) 降到 (O(N))。

GNU Radio 中rational_resampler把插值、滤波、抽取合成一步，用多相 FIR 数组d_firs[L]实现。

1.2 源码：set_relative_rate与 GCD 化简

auto d = std::gcd(interpolation, decimation); // ... if (taps.empty()) { interpolation /= d; decimation /= d; staps = design_resampler_filter<TAP_T>(interpolation, decimation, fractional_bw); } // ... this->set_relative_rate(uint64_t{ interpolation }, uint64_t{ decimation });

• set_relative_rate(L, M)告诉调度器：每产出 (M) 个输出样本，大约消耗 (L) 个输入样本（general_work块用forecast精确估算）。
• GCD 约分：(48/32 \to 3/2)，滤波器支路数从 48 降到 3，显著省内存与 CPU。

1.3general_work：多相指针调度

unsigned int ctr = d_ctr; while ((i < noutput_items) && (count < ninput_items[0])) { out[i++] = d_firs[ctr].filter(in); ctr += this->decimation(); while (ctr >= this->interpolation()) { ctr -= this->interpolation(); in++; count++; } } d_ctr = ctr;

含义：

• ctr：当前使用的多相支路索引 (0 \ldots L-1)
• 每输出 1 点：ctr += M；当ctr >= L时输入前进 1 样本并ctr -= L
• 等价于：在“虚拟”的 (L) 倍插值流上，每 (M) 点取 1 点，但只对非零相位做 FIR

在信号链中的位置：ADC 采样率与算法符号率不匹配时的粗对齐（如 2 Msps → 1.28 Msps）。

1.4 涉及语法

1.5 接口调用

fromgnuradioimportfilter# L=3, M=2 → 输出率 = 输入率 × 3/2# taps 为空则自动设计 Kaiser 低通rr=filter.rational_resampler_ccc(interpolation=3,decimation=2,taps=[],# 或自定义 tapsfractional_bw=0.4# 自动设计时的通带比例)tb.connect(src,rr,sink)

C++：filter::rational_resampler_ccc::make(3, 2, taps, 0.4f)。

2. 抽取、插值抗混叠滤波源码逻辑

2.1 理论：为何要滤波

自动设计函数design_resampler_filter根据 (r = L/M) 选过渡带：

float rate = float(interpolation) / float(decimation); if (rate >= 1.0) { trans_width = halfband - fractional_bw; // 扩采样：防镜像 mid_transition_band = halfband - trans_width / 2.0; } else { trans_width = rate * (halfband - fractional_bw); // 降采样：防混叠 mid_transition_band = rate * halfband - trans_width / 2.0; } return firdes::low_pass(interpolation, interpolation, mid_transition_band, trans_width, fft::window::WIN_KAISER, beta);

设计采样率取interpolation：文档说明当 (L \ge M) 时，滤波器工作在插值后的最高速率(L \cdot f_{s,in}) 上。

2.2 原型 FIR：firdes::low_pass

int ntaps = compute_ntaps(sampling_freq, transition_width, window_type, param); double fwT0 = 2 * GR_M_PI * cutoff_freq / sampling_freq; for (int n = -M; n <= M; n++) { if (n == 0) taps[n + M] = fwT0 / GR_M_PI * w[n + M]; else taps[n + M] = sin(n * fwT0) / (n * GR_M_PI) * w[n + M]; // sinc × 窗 }

理想低通冲激响应 (h_d[n] = \frac{\sin(\omega_c n)}{\pi n})，再乘 Kaiser 窗控制旁瓣。

2.3 多相拆分：install_taps

插值 FIR 与有理重采样共用同一拆分逻辑：

for (int i = 0; i < (int)taps.size(); i++) xtaps[i % nfilters][i / nfilters] = taps[i];

原型 (h[0], h[1], \ldots, h[N-1]) → 第 (k) 相：(h[k], h[k+L], h[k+2L], \ldots)

插值interp_fir_filter的 work：

for (int i = 0; i < ni; i++) { for (int nf = 0; nf < nfilters; nf++) { out[nf] = d_firs[nf].filter(&in[i]); // 1 输入 → L 输出 } out += nfilters; }

继承sync_interpolator，调度器已知输出是输入的 (L) 倍。

2.4 PFB 抽取：pfb_decimator_ccf

输入经stream_to_streams分成 (M) 路（相位 0…M-1），每路进一条多相 FIR，再旋转相加选出第 (k) 信道：

// y[i] = Σ_{j=0}^{M-1} x[j][i] · exp(2π j k / M) for (unsigned int j = 0; j < d_rate; j++) { out[i] += d_tmp[j * noutput_items + i] * d_rotator[j]; }

或用FFT代替显式复指数（work_fir_fft），计算 (O(M \log M)) 但 (M) 大时更高效。

在链路中的位置：

• 发射：符号流 →插值 + RRC（抗镜像）
• 接收：高采样 IQ →抽取 + 低通（抗混叠）→ 符号同步

2.5 Python 便捷封装（自动 taps）

gr-filter/python/filter/pfb.py中decimator_ccf/interpolator_ccf用optfir.low_pass生成覆盖 0.4 归一化带宽的原型滤波器，并包装stream_to_streams。

fromgnuradio.filterimportpfb# 8 倍抽取，选第 0 信道，自动设计 tapsdec=pfb.decimator_ccf(decim=8,channel=0,atten=100)interp=pfb.interpolator_ccf(interp=4,atten=100)

3. 多相滤波组（PFB）核心源码解析

3.1 基类polyphase_filterbank

d_taps_per_filter = ceil(ntaps / d_nfilts); for (i = 0; i < d_nfilts; i++) { for (j = 0; j < d_taps_per_filter; j++) { d_taps[i][j] = tmp_taps[i + j * d_nfilts]; // 多相分解 } d_fir_filters[i].set_taps(d_taps[i]); d_fft_filters[i].set_taps(d_taps[i]); // 可选 FFT 卷积 }

每条支路一个kernel::fir_filter_ccf；d_fft_filters供长滤波器 batch 处理。

3.2 PFB 插值器

while (i < noutput_items) { for (unsigned int j = 0; j < d_rate; j++) { out[i] = d_fir_filters[j].filter(&in[count]); i++; } count++; }

1 个输入样本 → 依次通过 (L) 条多相 FIR → (L) 个输出。与interp_fir_filter数学等价，接口与 PFB 家族一致。

3.3 PFB 信道化器pfb_channelizer_ccf

将宽带信号分成 (M) 个等带宽子信道，每信道采样率 (f_s/M)。

• 输入：(M) 路 deinterleaved 流（stream_to_streams）
• 每路多相 FIR →IFFT/FFT 旋转→ 输出 (M) 信道向量
• oversample_rate限制为 (N/i,, i \in [1,N])，支持 fractional 信道化

作用：频谱监测、多载波并行解调、信道选择（配合set_channel_map）。

3.4 底层 FIR：kernel::fir_filter

float fir_filter<float,float,float>::filter(const float input[]) const { volk_32f_x2_dot_prod_32f_a(..., ar, d_aligned_taps[al].data(), d_ntaps + al); return d_output[0]; }

• taps 内部反转（卷积 vs 相关）
• VOLK对齐点积，SIMD 加速
• filterNdec支持抽 decimate 步长的批量滤波

3.5 涉及语法

• 继承：pfb_decimator_ccf_impl : sync_block, polyphase_filterbank
• sync_interpolator：固定 (L:1) 输出比
• gr::thread::scoped_lock：运行时set_taps线程安全
• set_history(nt)：FIR 需要过去 (nt-1) 个样本

4. 任意分数倍重采样实现机制

GNU Radio 提供两条路径：PFB 任意重采样（宽带、带抗混叠）和MMSE 重采样（窄带、低延迟、适合符号同步）。

4.1pfb_arb_resampler：多相 + 线性插值

速率分解

void pfb_arb_resampler_ccf::set_rate(float rate) { d_dec_rate = (unsigned int)floor(d_int_rate / rate); // D = floor(N/r) d_flt_rate = (d_int_rate / rate) - d_dec_rate; // 小数部分 μ }

• (N =)filter_size（默认 32）：多相滤波器个数
• (D = \lfloor N/r \rfloor)：支路步进
• (\mu = N/r - D)：相邻两支路输出的线性插值权重

差分滤波器（导数支路）

diff_filter[0] = -1; diff_filter[1] = 1; for (i = 0; i < newtaps.size() - 1; i++) { difftaps.push_back(newtaps[i+1] - newtaps[i]); // 近似 dh/dn }

输出：

[
y \approx y_0 + \mu \cdot \frac{dy}{dn}
]

其中 (y_0 = h_j * x)，(dy/dn) 来自差分 taps 的 FIR，实现相邻多相滤波器之间的亚滤波器相位插值。

核心循环

while (j < d_int_rate) { o0 = d_filters[j].filter(&input[i_in]); o1 = d_diff_filters[j].filter(&input[i_in]); output[i_out] = o0 + o1 * d_acc; d_acc += d_flt_rate; j += d_dec_rate + (int)floor(d_acc); d_acc = fmodf(d_acc, 1.0); } i_in += (int)(j / d_int_rate); j = j % d_int_rate;

状态变量：d_last_filter、d_acc跨work()调用保持连续。

Block 包装

int pfb_arb_resampler_ccf_impl::general_work(...) { int nitems = floorf((float)noutput_items / relative_rate()); int processed = d_resamp.filter(out, in, nitems, nitems_read); consume_each(nitems_read); return processed; }

set_relative_rate(rate)声明非整数比；forecast按noutput/rate估算输入需求。

自动滤波器设计（Python）

if(rate < 1): halfband = 0.5 * rate # 降采样：截止 ∝ 输出 Nyquist return filter.firdes.low_pass_2(flt_size, flt_size, bw, tb, atten, ...) else: # 升采样：防镜像，halfband = 0.5

4.2mmse_resampler：Farrow / MMSE 插值

用于符号定时恢复：输入率与输出率接近 1:1，只需微调相位 (\mu)。

while (idx_out < noutput_items && idx_in < max_input_index) { out[idx_out++] = d_resamp.interpolate(&in[idx_in], static_cast<float>(d_mu)); d_mu += d_delta_mu; idx_in += static_cast<int>(floor(d_mu)); d_mu -= floor(d_mu); }

• d_delta_mu= 重采样比（输出/输入，可 <1 或 >1）
• mmse_fir_interpolator预存129 组FIR（NSTEPS+1），(\mu) 量化到最近步进：

int imu = (int)rint(mu * NSTEPS); return filters[imu].filter(input);

支持第二路输入动态比率，以及 PMT 消息改resamp_ratio/mu。

4.3 两种任意重采样对比

4.4 接口示例

fromgnuradioimportfilter# 8000 → 20000 Hz，等价 rate=2.5rate=20000.0/8000.0resamp=filter.pfb.arb_resampler_ccf(rate,taps=None,flt_size=32)# 符号同步：timing error 反馈到 resamp_ratiommse=filter.mmse_resampler_cc(phase_shift=0.0,resamp_ratio=1.0+epsilon)

5. 通信系统中重采样工程应用

5.1 发射链：成形 + 整数/任意上采样

generic_mod_demod.py标准做法：

self.rrc_taps = filter.firdes.root_raised_cosine( nfilts, nfilts, 1.0, self._excess_bw, ntaps) self.rrc_filter = filter.pfb_arb_resampler_ccf( self._samples_per_symbol, self.rrc_taps)

流程位置：

比特 → 映射 → 符号 → [pfb_arb_resampler @ sps] → USRP/DAC ↑ RRC 内置，同时完成 sps 倍上采样

• RRC taps 按nfilts=32为虚拟采样率设计（见注释），与 PFB 的 32 相结构匹配
• skiphead去掉 FIR 群时延引入的瞬态

5.2 接收链：多级速率变换

典型接收机：

USRP (高 fs) → [可选 rational_resampler 或 pfb_decimator] 粗降到几 MHz → AGC / FLL → symbol_sync (内部 mmse_resampler_cc) 细调 TO → 判决

• 粗匹配：rational_resampler(3,2)或pfb_decimator_ccf
• 细同步：mmse_resampler_cc+ Gardner / PFB 时钟同步（qa_pfb_clock_sync.py用pfb_arb_resampler做 RRC 匹配滤波）

5.3 分组 / 突发通信

gr-digital/examples/packet/tx_stage6.grc：

burst_shaper → pfb_arb_resampler → fir_filter → USRP

突发成形后按信道带宽重采样，再经额外 FIR 整形。

5.4 多载波 / 频谱分析

fromgnuradio.filterimportpfb ch=pfb.channelizer_ccf(numchans=8,oversample_rate=2)

8 路并行子信道，每路 (f_s/8)，用于多信号并行解调或窄带 DDC。

5.5 工程选型建议

5.6 完整 Python 流图示例

参考gr-filter/examples/resampler.py：

rerate=fs_out/fs_in taps=filter.firdes.low_pass_2(32,32,0.25,0.1,80)self.resamp=filter.pfb.arb_resampler_ccf(rerate,taps,flt_size=32)self.connect(src,head,self.resamp,sink)

语法知识汇总

小结

GNU Radio 多速率处理的统一思想是：用Noble 恒等式把“插零→FIR→抽取”折叠成多相 FIR 阵列 + 指针调度；有理数倍用rational_resampler的ctr状态机，任意实数倍用pfb_arb_resampler的 (N/D) 步进 + 差分线性插值，符号级微调用mmse_resampler的 (\mu) accumulator。抗混叠/抗镜像由firdes::low_pass或 Pythonpfb.create_taps按 (r) 与 Nyquist 约束自动（或手动）设计。