git.gag.com Git - debian/gnuradio/blob - gnuradio-examples/python/pfb/resampler.py

   1 #!/usr/bin/env python
   2
   3 from gnuradio import gr, blks2
   4 import scipy, pylab
   5
   6 class mytb(gr.top_block):
   7     def __init__(self, fs_in, fs_out, fc, N=10000):
   8         gr.top_block.__init__(self)
   9
  10         rerate = float(fs_out) / float(fs_in)
  11         print "Resampling from %f to %f by %f " %(fs_in, fs_out, rerate)
  12
  13         # Creating our own taps
  14         taps = gr.firdes.low_pass_2(32, 32, 0.25, 0.1, 80)
  15
  16         self.src = gr.sig_source_c(fs_in, gr.GR_SIN_WAVE, fc, 1)
  17         #self.src = gr.noise_source_c(gr.GR_GAUSSIAN, 1)
  18         self.head = gr.head(gr.sizeof_gr_complex, N)
  19
  20         # A resampler with our taps
  21         self.resamp_0 = blks2.pfb_arb_resampler_ccf(rerate, taps,
  22                                                     flt_size=32)
  23
  24         # A resampler that just needs a resampling rate.
  25         # Filter is created for us and designed to cover
  26         # entire bandwidth of the input signal.
  27         # An optional atten=XX rate can be used here to
  28         # specify the out-of-band rejection (default=80).
  29         self.resamp_1 = blks2.pfb_arb_resampler_ccf(rerate)
  30
  31         self.snk_in = gr.vector_sink_c()
  32         self.snk_0 = gr.vector_sink_c()
  33         self.snk_1 = gr.vector_sink_c()
  34
  35         self.connect(self.src, self.head, self.snk_in)
  36         self.connect(self.head, self.resamp_0, self.snk_0)
  37         self.connect(self.head, self.resamp_1, self.snk_1)
  38
  39 def main():
  40     fs_in = 8000
  41     fs_out = 20000
  42     fc = 1000
  43     N = 10000
  44
  45     tb = mytb(fs_in, fs_out, fc, N)
  46     tb.run()
  47
  48
  49     # Plot PSD of signals
  50     nfftsize = 2048
  51     fig1 = pylab.figure(1, figsize=(10,10), facecolor="w")
  52     sp1 = fig1.add_subplot(2,1,1)
  53     sp1.psd(tb.snk_in.data(), NFFT=nfftsize,
  54             noverlap=nfftsize/4, Fs = fs_in)
  55     sp1.set_title(("Input Signal at f_s=%.2f kHz" % (fs_in/1000.0)))
  56     sp1.set_xlim([-fs_in/2, fs_in/2])
  57
  58     sp2 = fig1.add_subplot(2,1,2)
  59     sp2.psd(tb.snk_0.data(), NFFT=nfftsize,
  60             noverlap=nfftsize/4, Fs = fs_out,
  61             label="With our filter")
  62     sp2.psd(tb.snk_1.data(), NFFT=nfftsize,
  63             noverlap=nfftsize/4, Fs = fs_out,
  64             label="With auto-generated filter")
  65     sp2.set_title(("Output Signals at f_s=%.2f kHz" % (fs_out/1000.0)))
  66     sp2.set_xlim([-fs_out/2, fs_out/2])
  67     sp2.legend()
  68
  69     # Plot signals in time
  70     Ts_in = 1.0/fs_in
  71     Ts_out = 1.0/fs_out
  72     t_in = scipy.arange(0, len(tb.snk_in.data())*Ts_in, Ts_in)
  73     t_out = scipy.arange(0, len(tb.snk_0.data())*Ts_out, Ts_out)
  74
  75     fig2 = pylab.figure(2, figsize=(10,10), facecolor="w")
  76     sp21 = fig2.add_subplot(2,1,1)
  77     sp21.plot(t_in, tb.snk_in.data())
  78     sp21.set_title(("Input Signal at f_s=%.2f kHz" % (fs_in/1000.0)))
  79     sp21.set_xlim([t_in[100], t_in[200]])
  80
  81     sp22 = fig2.add_subplot(2,1,2)
  82     sp22.plot(t_out, tb.snk_0.data(),
  83               label="With our filter")
  84     sp22.plot(t_out, tb.snk_1.data(),
  85               label="With auto-generated filter")
  86     sp22.set_title(("Output Signals at f_s=%.2f kHz" % (fs_out/1000.0)))
  87     r = float(fs_out)/float(fs_in)
  88     sp22.set_xlim([t_out[r * 100], t_out[r * 200]])
  89     sp22.legend()
  90
  91     pylab.show()
  92
  93 if __name__ == "__main__":
  94     main()
  95