Kivy-Frontpanel — Frequenzanzeige + matplotlib-Spektrum/Zeitsignal

Nachbau von Frequenzregler/-anzeige und Spektrumdarstellung des
USB-Sprachempfängers in Kivy — siehe
homepage/src/projekte/ssb-usb-frontpanel/index.md für den Hintergrund
(native GRC-Widgets vs. Alternativen).

Trennt Signalverarbeitung und Darstellung bewusst:

• spectrum_source.grc / .py — reiner GNU-Radio-Flowgraph (kein GUI), die
  echte Empfänger-Kette aus ssb-usb-empfaenger/ssb_usb_144300_file_test.grc
  (IQ-Testdatei → Freq-Xlating-USB-Filter → Realteil → AGC). Liefert drei
  unabhängig abfragbare Signale über je einen Probe Signal Vector-Block:

  • blocks_probe_signal_vx_0 — Original-IQ-Spektrum (vor der Demodulation)
  • blocks_probe_signal_vx_1 — demoduliertes NF-Spektrum
  • blocks_probe_signal_vx_2 — demoduliertes NF-Zeitsignal (1024 Samples)

  Wird von der Kivy-App importiert, nicht eigenständig ausgeführt.

• spectrum_widget.py — SpectrumWidget: matplotlib-basiertes Kivy-Widget
  (kivy_garden.matplotlib) mit drei Achsen (Original-Spektrum,
  demoduliertes Spektrum, demoduliertes Zeitsignal), beschriftete
  Frequenz-/Sample-Achsen. Kennt GNU Radio nicht, nur die Kivy-Properties
  orig_spectrum / demod_spectrum / demod_time.

• frequency_display.py — FrequencyDisplay: wiederverwendbares
  Digitalanzeige-Widget, formatiert frequency_hz als „xxx.xxxx MHz".

• main.py — App: startet den Flowgraph, pollt alle drei Probes per
  Clock.schedule_interval und schreibt die Werte in SpectrumWidget.
  Zwei Buttons (- 1 kHz / + 1 kHz) verstimmen die Empfangsfrequenz live
  über tb.set_carrier_freq().

Ausführen

pip install kivy kivy_garden.matplotlib
python3 main.py

pip install kivy kivy_garden.matplotlib
python3 main.py

Voraussetzung: ../ssb-usb-sender/ssb_usb_144300_testsignal.iq muss
existieren (mit ssb-usb-sender/ssb_usb_sender_testsignal.grc erzeugt).

Datenformat der Probe-Blöcke

Jeder Probe Signal Vector-Block liefert bei .level() immer einen
kompletten Vektor auf einmal, nicht sequenziell:

• Spektrum-Probes (_0, _1): fft_size (512) Float-Werte in dB, das
  Ergebnis eines Log Power FFT-Frames. shift=True sorgt dafür, dass
  Index 0 der niedrigsten Frequenz entspricht (bei _0: -iq_samp_rate/2,
  bei _1: -audio_rate/2) und Index fft_size-1 der höchsten — die
  Frequenzachse ergibt sich linear aus (i - N/2) * samp_rate / N.
• Zeit-Probe (_2): time_len (1024) Float-Werte in linearer Amplitude,
  time_len aufeinanderfolgende NF-Samples nach der Demodulation (per
  Stream to Vector gruppiert). Die Sample-Achse n = 0 … time_len-1
  entspricht n / audio_rate Sekunden.

Frequenzsteuerung

carrier_freq ist eine normale GRC-Variable, die als center_freq des
Freq Xlating FIR Filter verwendet wird. GRC generiert dafür automatisch
set_carrier_freq(), das intern freq_xlating_fir_filter_xxx_0.set_center_freq()
aufruft — ein Kivy-Button kann diese Methode direkt aufrufen, um den
Empfänger live umzustimmen (siehe main.py:_step_frequency).

Verifiziert

Tatsächlich ausgeführt (GNU Radio 3.10.12.0, Kivy 2.3.1, matplotlib 3.10.1)
und per Widget.export_to_png() geprüft — screenshot.png zeigt die
laufende App bei 500 kHz (Original-Spektrum mit deutlichem Träger,
demoduliertes Spektrum und sauberes Zeitsignal). Ein zweiter Test mit
+15 kHz Verstimmung zeigt, wie der Träger aus dem USB-Filter herausläuft:
die demodulierte Amplitude bricht um zwei Größenordnungen ein (0,4 → 0,008),
und das demodulierte Spektrum zeigt nur noch die Filterflanken statt eines
sauberen Tons.

Nächste Schritte

Weitere QT-Elemente aus dem Empfänger, die sich nach demselben Muster
nachbauen ließen: Lautstärke-/Squelch-Regler (Kivy Slider), LED-Indikator
für Squelch-Status, S-Meter (analog.probe_avg_mag_sqrd_f statt
probe_signal_vf, aggregierter Einzelwert statt eines Vektors).