项目简介
该项目用于收集 5G SRS / CSI 上行信道估计数据，对基站发送的 UDP 数据包进行解析，计算新的信道矩阵 H，得到 CSI 数据，并完成实时可视化与本地保存。
GitHub: https://github.com/Termin41/SRS-Process
主要脚本
Gesture_Recognition.py
该脚本面向正式采集实验，负责监听基站侧 UDP 数据，接收多个 RRU 的 CSI 数据包，并完成 H 矩阵解析、幅度和相位处理、特征生成、时间戳记录与实验数据保存。
- 实时接收 3 个 RRU 的 CSI 数据。
- 解析信道矩阵 H，生成幅度、相位等通道信息。
- 使用 SINR 阈值过滤低质量数据帧。
- 通过 Flask 向前端提供实时 CSI 曲线、SINR 和 RRU 状态。
Motion_Classification.py
该脚本更偏向动作分类实验和模型推理验证，同样会接收并解析实时 CSI 数据，生成动作分类模型所需的特征，并把实时信道估计曲线输出到前端页面。
- 默认以
ONLY_VISUAL = True运行，只做 CSI 数据采集、特征处理和可视化展示。 - 需要接入训练好的 PyTorch 模型时，可关闭只可视化模式并配置模型权重路径。
- 支持保存实验数据，用于后续训练或验证。
可视化界面
页面左侧展示实时上行信道估计曲线，右侧状态面板显示当前 SINR、SINR 阈值、RRU 工作状态和系统时间，用于采集过程中快速判断链路质量。
