- Software-Defined Radio (SDR) und digitale Signalverarbeitung (DSP) werden in diesem Online-Lehrmaterial praxisorientiert mit Python vermittelt
- Enthält Beispiele zur Signalvisualisierung und -analyse mit NumPy·Matplotlib sowie zu den Prinzipien von SDR, bei dem RF-Signale per Software statt per Hardware verarbeitet werden
- So konzipiert, dass Konzepte mithilfe von Animationen und visuellen Materialien statt vor allem über mathematische Formeln intuitiv verstanden werden
- Auch für Lernende mit Programmiererfahrung leicht zugänglich, selbst ohne elektrotechnischen Hintergrund
- Wird als Open Source betrieben; über GitHub-Beiträge·Patreon-Unterstützung kann man an der Verbesserung des Lehrmaterials mitwirken
1. Zweck und Zielgruppe
- SDR (Software-Defined Radio) ist das Konzept, die bislang hardwarebasierte RF-Verarbeitung per Software auszuführen
- Kann auf gewöhnlichen Computern (CPU), FPGA, GPU usw. laufen und unterstützt sowohl Echtzeitverarbeitung als auch die Offline-Verarbeitung aufgezeichneter Signale
- Existiert auch in Form von Geräten, an die eine Antenne angeschlossen werden kann, um RF-Signale zu empfangen und zu senden
- DSP (Digital Signal Processing) ist die Technik zur digitalen Verarbeitung von Signalen; in diesem Lehrmaterial liegt der Schwerpunkt auf RF-Signalen
- Das Lehrmaterial richtet sich an folgende Lernende
- Personen, die mit SDR experimentelle Projekte umsetzen möchten
- Personen, die mit Python vertraut sind, aber bei DSP und Funkkommunikation noch Anfänger sind
- Lernende, die visuelle Materialien gegenüber Formeln bevorzugen
- Personen, die knappe Erklärungen bevorzugen und praxisorientiert statt mit langen Lehrbüchern lernen möchten
- Geeignet auch für Informatikstudierende mit Programmiererfahrung, selbst ohne elektrotechnisches Studium
- Erklärt zentrale Konzepte wie Fourier-Reihen mithilfe von Bildern und Animationen statt komplexer Mathematik
- Deshalb wird PySDR nicht als gedruckte Ausgabe verkauft
2. Aufbau des Lehrmaterials und Lernansatz
- Verdichtet die grundlegende DSP-Theorie aus einem elektrotechnischen Semesterkurs „Signals and Systems“ auf wenige Kapitel
- Erweitert anschließend auf SDR-bezogene Themen; DSP- und Funkkommunikationskonzepte tauchen im gesamten Lehrmaterial wiederholt auf
- Die Python-Codebeispiele verwenden NumPy und Matplotlib
- NumPy ist die Standardbibliothek für Arrays und mathematische Operationen; die meisten Berechnungen sind in C/C++ optimiert
- Matplotlib ist ein Plotting-Werkzeug zur Visualisierung von Signalen, Arrays und komplexen Zahlen
- Auch wenn Python langsamer als C++ ist, bieten die intern optimierten Operationen genügend Leistung für praktische Übungen
- Wer Erfahrung mit MATLAB, Ruby oder Perl hat, kann es nach der Eingewöhnung in die Python-Syntax leicht nutzen
3. Möglichkeiten zur Mitarbeit
- Es wird empfohlen, das mit PySDR Gelernte mit Studierenden, Kolleginnen und Kollegen sowie anderen Lernenden zu teilen
- Über Unterstützung auf Patreon kann der eigene Name am Seitenende des Lehrmaterials angezeigt werden
- Wer das Lehrmaterial liest und Fragen, Meinungen oder Korrekturvorschläge per E-Mail sendet, wird automatisch als Mitwirkender anerkannt
- Über das GitHub-Repository können direkt Änderungsvorschläge (Pull Requests) eingereicht werden
- Auch ohne Git-Kenntnisse können Vorschläge per E-Mail gemacht werden
4. Danksagung
- Dank an Leserinnen und Leser sowie Übersetzende, die Feedback zum Lehrmaterial gegeben haben
- Genannt werden Mitwirkende an Übersetzungen ins Französische, Niederländische, Ukrainische, Chinesische und Spanische
- Enthält außerdem eine Liste der Patreon-Unterstützer sowie institutionelle Förderer wie Analog Devices, Inc.
- PySDR wird unter der CC BY-NC-SA 4.0-Lizenz veröffentlicht
Noch keine Kommentare.