【东枫科技】usrp rfnoc 开发环境搭建

已于 2025-05-21 17:07:38 修改
阅读量711 收藏 8
点赞数 13
文章标签： 科技
于 2025-05-21 11:08:03 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36666115/article/details/148102953
版权

作者

太原市东枫电子科技有限公司 ，代理销售 USRP，Nvidia，等产品与技术支持，培训服务。

环境

Ubuntu 20.04

依赖包

sudo apt-get update

sudo apt-get install autoconf automake build-essential ccache cmake cpufrequtils doxygen ethtool \
g++ git inetutils-tools libboost-all-dev libncurses5 libncurses5-dev libusb-1.0-0 libusb-1.0-0-dev \
libusb-dev python3-dev python3-mako python3-numpy python3-requests python3-scipy python3-setuptools \
python3-ruamel.yaml 

sudo apt-get -y install autoconf automake build-essential ccache cmake cpufrequtils doxygen ethtool fort77 g++ gir1.2-gtk-3.0 git gobject-introspection gpsd gpsd-clients inetutils-tools libasound2-dev libboost-all-dev libcomedi-dev libcppunit-dev libfftw3-bin libfftw3-dev libfftw3-doc libfontconfig1-dev libgmp-dev libgps-dev libgsl-dev liblog4cpp5-dev libncurses5 libncurses5-dev libpulse-dev libqt5opengl5-dev libqwt-qt5-dev libsdl1.2-dev libtool libudev-dev libusb-1.0-0 libusb-1.0-0-dev libusb-dev libxi-dev libxrender-dev libzmq3-dev libzmq5 ncurses-bin python3-cheetah python3-click python3-click-plugins python3-click-threading python3-dev python3-docutils python3-gi python3-gi-cairo python3-gps python3-lxml python3-mako python3-numpy python3-numpy-dbg python3-opengl python3-pyqt5 python3-requests python3-scipy python3-setuptools python3-six python3-sphinx python3-yaml python3-zmq python3-ruamel.yaml swig wget vim net-tools

pip3安装

sudo apt install python3-pip

【错误】不要安装的python包

pip3 install dash parse jsonschema

安装 vivado 2021.1

sudo dpkg-reconfigure dash	##更改dash模式，选择no
 
sudo apt-get install libstdc++6
sudo apt-get install libncurses5
sudo apt-get install libtinfo5
sudo apt-get install opencl-headers
sudo apt-get install ocl-icd-libopencl1
sudo apt-get install ocl-icd-opencl-dev

安装nas并挂载

sudo apt update
sudo apt install nfs-common
sudo mount -t nfs 192.168.0.100:/volume2/Software ~/Music

拷贝安装包到linux里面
在这里插入图片描述
解压vivado安装包之后，进入命令行，安装vivado
在这里插入图片描述
在这里插入图片描述

sudo ./xsetup

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
安装序列号
在这里插入图片描述
在这里插入图片描述

完成安装。

安装 vivado 补丁

拷贝补丁到patches下

sudo cp -r AR76780_Vivado_2021_1_preliminary_rev1 /opt/Xilinx/Vivado/2021.1/patches/

验证ip核
在这里插入图片描述

安装 UHD

git clone https://github.com/EttusResearch/uhd.git
cd uhd

在这里插入图片描述
切换版本

git checkout v4.8.0.0

在这里插入图片描述

cd host
mkdir build
cd build
cmake -DENABLE_TESTS=ON  -DENABLE_C_API=ON  -DENABLE_PYTHON_API=ON -DENABLE_MANUAL=ON  ..
make -j$(nproc)
sudo make install
sudo ldconfig

安装镜像文件，验证安装

sudo /usr/local/lib/uhd/utils/uhd_images_downloader.py
//镜像下载
sudo uhd_images_downloader
//查找设备 
sudo uhd_find_devices
//查看设备信息
sudo uhd_usrp_probe

在这里插入图片描述

Python 库索引

cd /usr/lib/python3/dist-packages
sudo vim uhd.pth

文件内容

/usr/local/lib/python3.8/site-packages/
/home/rfnoc/.local/lib/python3.8/site-packages/

保存该文件。

测试python3

python3
import uhd

如果没有报错，那么恭喜你搞定安装了！

安装 gnu radio

sudo add-apt-repository ppa:gnuradio/gnuradio-releases
sudo apt-get update
sudo apt-get install gnuradio python3-packaging

讲解 rfnoc_image_builder 编译工具

optional arguments:
  -h, --help            show this help message and exit
  -y YAML_CONFIG, --yaml-config YAML_CONFIG
                        Path to yml configuration file
  -r GRC_CONFIG, --grc-config GRC_CONFIG
                        Path to grc file to generate config from
  -C BASE_DIR, --base-dir BASE_DIR
                        Path to the base directory. Defaults to the current directory.
  -F FPGA_DIR, --fpga-dir FPGA_DIR
                        Path to directory for the FPGA source tree. Defaults to the FPGA source tree of the current repo.
  -B BUILD_DIR, --build-dir BUILD_DIR
                        Path to directory where the image core and and build artifacts will be generated. Defaults to "build-<image-core-name>"
                        in the base directory.
  -O BUILD_OUTPUT_DIR, --build-output-dir BUILD_OUTPUT_DIR
                        Path to directory for final FPGA build outputs. Defaults to "build" in the base directory.
  -E BUILD_IP_DIR, --build-ip-dir BUILD_IP_DIR
                        Path to directory for IP build artifacts. Defaults to "build-ip" in the base directory.
  -o IMAGE_CORE_OUTPUT, --image-core-output IMAGE_CORE_OUTPUT
                        DEPRECATED! This has been replaced by --build-dir.
  -x ROUTER_HEX_OUTPUT, --router-hex-output ROUTER_HEX_OUTPUT
                        DEPRECATED! This option will be ignored.
  -I INCLUDE_DIR, --include-dir INCLUDE_DIR
                        Path to directory of the RFNoC Out-of-Tree module
  -b GRC_BLOCKS, --grc-blocks GRC_BLOCKS
                        Path to directory of GRC block descriptions (needed for --grc-config only)
  -l LOG_LEVEL, --log-level LOG_LEVEL
                        Adjust log level
  -R, --reuse           Reuse existing files (do not regenerate image core).
  -G, --generate-only   Just generate files without building the FPGA
  -W, --ignore-warnings
                        Run build even when there are warnings in the build process
  -S SECURE_CORE, --secure-core SECURE_CORE
                        Build a secure image core instead of a bitfile. This argument provides the name of the generated YAML.
  -K SECURE_KEY, --secure-key SECURE_KEY
                        Path to encryption key file to use for secure core.
  -d DEVICE, --device DEVICE
                        Device to be programmed [x300, x310, e310, e320, n300, n310, n320, x410, x440]. Needs to be specified either here, or
                        in the configuration file.
  -n IMAGE_CORE_NAME, --image-core-name IMAGE_CORE_NAME, --image_core_name IMAGE_CORE_NAME
                        Name to use for the RFNoC image core. Defaults to name of the image core YML file, without the extension.
  -t TARGET, --target TARGET
                        Build target (e.g. X310_HG, N320_XG, ...). Needs to be specified either here, on the configuration file.
  -g, --GUI             Open Vivado GUI during the FPGA building process
  -Y, --SYNTH           Stop the FPGA build process after Synthesis
  --CHECK               Run elaboration only to check HDL syntax
  -s, --save-project    Save Vivado project to disk
  -P, --ip-only         Build only the required IPs
  -j JOBS, --jobs JOBS  Number of parallel jobs to use with make
  -c, --clean-all       Cleans the IP before a new build
  -p VIVADO_PATH, --vivado-path VIVADO_PATH
                        Path to the base install for Xilinx Vivado if not in default location (e.g., /tools/Xilinx/Vivado).
  -H, --no-hash         Do not include source YAML hash in the generated source code.
  -D, --no-date         Do not include date or time in the generated source code.
  --color {never,auto,always}
                        Enable colorful output. When set to 'auto' will only show color output in TTY environments (e.g., interactive shells)
参数说明
-h, --help显示帮助信息并退出
-y YAML_CONFIG, --yaml-config YAML_CONFIG指定 YAML 配置文件的路径
-r GRC_CONFIG, --grc-config GRC_CONFIG指定 GRC 文件路径（用于自动生成配置）
-C BASE_DIR, --base-dir BASE_DIR设置基础目录路径，默认使用当前目录
-F FPGA_DIR, --fpga-dir FPGA_DIR设置 FPGA 源码路径，默认使用当前仓库中的源码目录
-B BUILD_DIR, --build-dir BUILD_DIR设置构建目录，镜像核心和构建文件将保存在此处。默认是“base目录下的 build-<镜像名称>”
-O BUILD_OUTPUT_DIR, --build-output-dir BUILD_OUTPUT_DIR设置最终 bit 文件等输出的路径，默认是“base目录下的 build”
-E BUILD_IP_DIR, --build-ip-dir BUILD_IP_DIR指定 IP 构建中间文件的保存路径，默认是“base目录下的 build-ip”
-o IMAGE_CORE_OUTPUT已废弃！已被 --build-dir 替代
-x ROUTER_HEX_OUTPUT已废弃！此选项将被忽略
-I INCLUDE_DIR, --include-dir INCLUDE_DIR指定 RFNoC 自定义模块的头文件路径（Out-of-Tree Module）
-b GRC_BLOCKS, --grc-blocks GRC_BLOCKSGRC 模块描述路径（仅当使用 --grc-config 时需要）
-l LOG_LEVEL, --log-level LOG_LEVEL设置日志输出等级（如 DEBUG、INFO 等）
-R, --reuse重用已有文件，不重新生成 image core
-G, --generate-only只生成中间文件，不构建 FPGA（不调用 Vivado）
-W, --ignore-warnings即使出现警告也继续构建
-S SECURE_CORE, --secure-core SECURE_CORE构建“安全核心”镜像（而非普通 bit 文件），此参数为 YAML 输出名称
-K SECURE_KEY, --secure-key SECURE_KEY指定加密所用的密钥文件路径
-d DEVICE, --device DEVICE指定目标设备：[x300, x310, e310, e320, n300, n310, n320, x410, x440]，必须在命令或配置文件中指定
-n IMAGE_CORE_NAME, --image-core-nameRFNoC 镜像的名称，默认使用 YAML 文件名（去除扩展名）
-t TARGET, --target TARGET构建目标（如 X310_HG, N320_XG 等），必须指定（命令或 YAML 文件中）
-g, --GUI构建过程中打开 Vivado GUI
-Y, --SYNTH在综合（Synthesis）后中止 FPGA 构建流程
--CHECK仅执行 elaboration（结构展开）检查 HDL 语法，不生成 bit 文件
-s, --save-project保存 Vivado 项目到磁盘（用于后续手动打开）
-P, --ip-only只构建所需的 IP 核，不生成完整工程
-j JOBS, --jobs JOBS设置并行构建使用的线程数
-c, --clean-all清理 IP 构建缓存，重新构建
-p VIVADO_PATH, --vivado-path VIVADO_PATH指定 Vivado 安装路径（如 /tools/Xilinx/Vivado/2021.1）
-H, --no-hash不在生成代码中包含 YAML 配置的 hash 值
-D, --no-date不在生成代码中包含时间戳
--color {never,auto,always}控制终端输出是否使用颜色：auto 表示仅在交互终端中启用颜色

编译 e310镜像

cd ~/Documents/uhd/fpga/usrp3/top/e31x
source ./setupenv.sh 
make E310_SG1_IP

编译库文件
在这里插入图片描述
编译镜像

rfnoc_image_builder -y e310_rfnoc_image_core.yml -t E310_SG1 -j$(nproc)

在这里插入图片描述

编译e320镜像

编译 x310镜像

预编译

cd ~/Documents/uhd/fpga/usrp3/top/x300
source ./setupenv.sh
make -j$(nproc) X310_IP

在这里插入图片描述
编译

在这里插入代码片

编译 x410 镜像

东枫科技
关注
博客
USRP 射频信号 采集 回放 系统
05-17 665
6G目前处于愿景研究阶段，它的实现离不开人工智能(AI)、机器学习(ML)、集成传感和通信(ISAC)、太赫兹频段以及MIMO等技术的支持。要对6G技术进行验证并非易事，研究人员通常将大量时间花费在测试台基础结构的构建上，而无法专注于研究。他们需要具备可适应新兴需求的灵活性，具有认知能力的AI技术，以及可迅速收集真实数据的软件框架。具有RF数据的无损收集和传输能力，可全面理解现实中的行为，并为AI/ML研究提供支持。具有可自定义的高性能硬件和软件架构，可支持实时原型验证，以实现超越仿真。
博客
人工智能 (AI) 在无线接入网络 (RAN) 中的变革性作用
05-16 1090
随着电信行业向更智能、更高效的系统迈进，将 AI 集成到 RAN 中已不再是可有可无，而是至关重要。随着 6G 时代的到来，人工智能 (AI) 有望降低运营成本，并带来更大的盈利机会。AI-RAN 正处于这一变革的前沿，在 RAN 环境中引领 AI/ML 算法的测试和基准测试。
博客
【USRP】在linux下安装python API调用
05-14 147
安装库安装uhd（开启Python API）
博客
Linux 下挂载群晖 NAS 硬盘拓展空间（NFS）
05-14 149
注意装载路径。
博客
提供全球86国/地区进出口税费，46国/地区监管条件，53国/地区税费计算
05-13 216
这就是查询关税的地方，终于找到了。
博客
【东枫科技】使用LabVIEW进行深度学习开发
05-11 908
展示了使用 MLP（多层感知机）架构对 MNIST 手写数字图像进行分类任务的神经网络构建与训练过程。展示了使用 CNN（卷积神经网络）架构进行 MNIST 图像分类任务的构建与训练。在 LabVIEW 中构建、配置、训练、可视化和部署深度神经网络（DNN）展示了基于 YOLO 架构的目标检测预训练网络部署过程（实时摄像头示例）。展示了如何自动加载配置文件和权重文件来部署预训练网络。展示了将预训练模型部署至 NI 实时系统的过程。展示了如何在 GPU 上加速训练和部署过程。单台电脑 5000美元。
博客
【东枫科技】使用LabVIEW进行NVIDIA CUDA GPU 开发
05-11 752
CuLab 是一款专为 LabVIEW 设计的 GPU 工具包，旨在加速 Nvidia GPU 上的计算密集型任务。它提供了丰富的 API，支持数学运算、BLAS 函数和信号处理函数（如 FFT/IFFT），能够显著提升计算速度，最高可达 100 倍。CuLab 简化了 GPU 代码开发，支持 LabVIEW 中常见的数值类型和维度，并提供了单步安装和可运行示例，便于用户快速上手。其功能涵盖数字函数、数组操作、线性代数、信号处理、三角函数、指数函数和双曲函数等。CuLab 支持 LabVIEW 2020 x
博客
【笔记】wordpress相关
05-07 275
博客
【东枫科技】英伟达产品：交换机系统
05-06 379
博客
【东枫科技】英伟达产品：智能网卡的连接线
05-06 207
博客
【东枫科技】英伟达产品：智能网卡
05-06 581
凭借 NVIDIA ASAP2 - 加速交换和数据包处理®、先进的 RoCE、NVIDIA GPUDirect ®存储以及用于 TLS/IPsec/MACsec 加密/解密的在线硬件加速等功能，ConnectX-7 为从边缘到核心数据中心再到云端的敏捷高性能解决方案提供支持，同时增强网络安全性并降低总体拥有成本。ConnectX-7 提供广泛的软件定义、硬件加速网络、存储和安全功能，使组织能够实现其 IT 基础架构的现代化和保护。为最苛刻的云和数据中心工作负载提供先进的网络和安全保障。
博客
【东枫科技】 NVIDIA DGX Spark 您的桌上有一台 Grace Blackwell AI 超级计算机。
05-06 981
2 个 NVIDIA DGX Spark 单元 - 4TB，带连接线。NVIDIA DGX Spark 捆绑包。华硕 Ascent GX10 - 1TB。
博客
【东枫科技】英伟达产品：DPU
05-06 369
400Gb/s 基础设施计算平台NVIDIA ® BlueField ® -3 数据处理单元 (DPU) 是第三代基础设施计算平台，使企业能够构建从云端到核心数据中心再到边缘的软件定义、硬件加速的 IT 基础设施。借助 400Gb/s 以太网或 NDR 400Gb/s InfiniBand 网络连接，BlueField-3 DPU 可以卸载、加速和隔离软件定义的网络、存储、安全和管理功能，从而显著提高数据中心的性能、效率和安全性。BlueField。
博客
NVIDIA AI Aerial 正式发布，旨在优化无线网络，并在单一平台上提供全新的生成式 AI 体验
05-06 705
新平台支持不断壮大的 AI-RAN 生态系统，将无线接入网络 (RAN) 技术转变为 AI 驱动的计算基础设施。电信提供商正在利用人工智能计算基础设施进行语音和数据服务以外的转型，以优化无线网络并满足移动、机器人、自动驾驶汽车、智能工厂、5G 等领域的下一代生成人工智能需求。NVIDIA AI Aerial今日发布，是一套加速计算软硬件，用于设计、模拟、训练和部署面向 AI 时代无线网络的 AI 无线接入网络技术 (AI-RAN)。该平台将成为实现大规模网络优化以满足众多新服务需求的关键基础。
博客
GTC25 的 6G 会议
05-06 332
https://www.nvidia.com/en-us/on-demand/playlist/playList-df71cbb4-d198-43dc-a5f6-fcaa0b82a3a2/https://www.nvidia.com/en-us/on-demand/session/gtc25-s72985?playlistId=playList-df71cbb4-d198-43dc-a5f6-fcaa0b82a3a2https://www.nvidia.com/en-us/on-demand/sessi
博客
2024年NVIDIA 6G开发者日
05-06 224
活动重播： 2024 年 10 月 15 日晚上 11:00 至 2024 年 10 月 16 日上午 8:00（中部标准时间）
博客
【专家库】Kuntal Chowdhury
05-06 429
他致力于推动与 NVIDIA 平台和工具的开发者和早期采用者生态系统的联系，以促进 6G 研究社区的蓬勃发展。在此之前，他是 BlueFusion, Inc. 的创始人，这是一家创新型传感器融合和人工智能初创公司。最近，Kuntal 负责在 Mavenir 构建产品和解决方案，运用尖端大数据分析、基于人工智能/机器学习的网络自动化应用程序以及面向 5G 企业和物联网领域的边缘人工智能应用程序。他是一位电信行业资深人士，拥有数十年在产品管理、系统工程、市场营销、业务拓展、标准和战略等多个岗位上的经验。
博客
【东枫科技】Digilent 渠道商整理
05-03 456
ChengtecLinkAll。
博客
【AI科技】ROCm 6.4：打破 AI、HPC 和模块化 GPU 软件的障碍
05-03 493
在高性能计算和人工智能快速发展的领域，创新是进步的货币。AMD 的 ROCm 6.4 不仅仅是一次软件更新，更是一次飞跃，它重新定义了 AI、开发者、研究人员和企业创新者无限可能的边界。想象一下，一个 GPU 软件堆栈不仅能逐步提升性能，还能彻底改变我们应对复杂计算挑战的方式。ROCm 6.4 正是如此，它提供了一系列突破性的优化，涵盖了 AI 和高性能计算 (HPC) 的各个关键方面。从闪电般的模型训练到革命性的开发者工具，此版本充分体现了 AMD 对计算卓越的不懈追求。
博客
【AI科技】AMD ROCm 6.4 新功能：突破性推理、即插即用容器和模块化部署，可在 AMD Instinct GPU 上实现可扩展 AI
05-03 1261
现代 AI 工作负载的规模和复杂性不断增长，而人们对性能和部署便捷性的期望也日益提升。对于在 AMD Instinct™ GPU 上构建 AI 和 HPC 未来的企业而言，ROCm 6.4 是一次飞跃。随着领先的 AI 框架、优化的容器和模块化基础架构工具的支持日益增强，ROCm 软件持续获得发展动力，助力客户更快创新、更智能地运营，并掌控其 AI 基础架构。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值