Станция мониторинга УВБ-76 радиолюбителя: SDR, Raspberry Pi и домашний ИИ-кластер

---

Если вы слышали про УВБ-76 и хотели не просто послушать жужжание разок, а собрать собственную станцию мониторинга с автоматическим распознаванием событий, этот гайд покажет, как это сделать на доступном оборудовании и домашнем ИИ-кластере.

Автор идеи, DevOps-инженер из YADRO, объединил профессиональный опыт с кластерами и мониторингом с радиолюбительством. Его подход: Raspberry Pi 5 принимает эфир, а домашний GPU-кластер на Kubernetes (система оркестрации контейнеров, по сути диспетчер, который распределяет вычислительные задачи по нескольким видеокартам) обрабатывает звук и ловит голосовые вставки. Ниже я разложил его опыт в пошаговый план, чтобы любой увб-76 радиолюбитель мог повторить сборку.

Что понадобится?

• SDR-приёмник (программно-определяемое радио): RTL-SDR Blog V4 с термокомпенсированным генератором TCXO (держит частоту с точностью до 1 PPM, то есть не «уплывает» при нагреве). По словам автора, стоимость RTL-SDR свистков на маркетплейсах: от 500 до 5 000 рублей в зависимости от модели. Дешёвый донгл за 500 рублей годится для FM-радио, но для коротких волн, где живёт УВБ-76, чувствительности не хватит.
• Антенна: YouLoop (рамочная антенна, которая не собирает помехи от роутеров и зарядок). Комплектный телескоп от RTL-SDR для старта тоже работает, но хуже.
• Одноплатный компьютер: Raspberry Pi 5, 8 ГБ оперативной памяти. Если у вас уже есть любой Linux-компьютер, подойдёт и он.
• Накопитель: M.2 HAT с SSD на 4 ТБ (для непрерывной записи эфира).
• Кабели, переходники, ферритовые защёлки (подавляют наводки по кабелю).
• GPU-кластер для инференса (вычисления, которые делает обученная модель) или облачный GPU. Автор использует собственный кластер на Kubernetes. Если своих видеокарт нет, можно арендовать GPU в облаке.
• Время: от выходных на базовую сборку до нескольких недель на настройку ML-пайплайна (конвейер обработки данных, где каждый этап передаёт результат следующему).

Пошаговая инструкция

1. Купите SDR-приёмник с поддержкой Direct Sampling. Это режим, в котором антенна подключается напрямую к чипу, минуя встроенный тюнер. Без него короткие волны приёмник не потянет. Проверенный вариант: RTL-SDR Blog V4 с TCXO. На Ozon и аналогичных маркетплейсах доставка занимает от трёх дней.

2. Подключите антенну. Для начала хватит комплектной телескопической антенны. Для стабильного приёма на 4 625 кГц замените её на YouLoop или самодельную рамочную антенну. Разместите антенну подальше от импульсных блоков питания и Wi-Fi-роутеров.

3. Соберите приёмный узел на Raspberry Pi 5. Установите операционную систему, подключите SSD через M.2 HAT, воткните SDR-свисток в USB. Убедитесь, что система видит устройство:

lsusb | grep RTL

Если в выводе появилось упоминание RTL2832U, приёмник распознан.

1. Установите SDR-софт и настройте запись. На Raspberry Pi разверните утилиту для работы с RTL-SDR (например, rtl_sdr или аналог) и настройте непрерывную запись эфира на частоте 4 625 кГц. Формат, WAV или raw IQ-данные (сырые данные сигнала, которые потом можно обработать любой программой).

rtl_sdr -f 4625000 -s 250000 -g 40 /mnt/ssd/uvb76_raw.bin

Здесь -f задаёт частоту в герцах, -s частоту дискретизации, -g усиление приёмника. Параметры подбираются под конкретные условия приёма.

1. Организуйте передачу данных на GPU-кластер. Raspberry Pi записывает эфир и по сети отправляет фрагменты на машину с видеокартой. Если кластер на Kubernetes, оберните задачу инференса в контейнер, чтобы она автоматически получала новые порции аудио и возвращала результат.

2. Разверните ML-модель для детекции голосовых вставок. Задача: отличить монотонное жужжание (фон) от голосового сообщения (событие). Подойдёт модель распознавания речи с открытыми весами (открытые веса означают, что параметры модели доступны для скачивания и запуска на своём железе). Например, Whisper от OpenAI умеет распознавать русскую речь. Модель принимает аудиофрагмент и возвращает текст, если обнаружила голос.

3. Настройте оповещения. Когда модель обнаруживает голос в эфире, отправляйте себе уведомление в Telegram, на почту или в любой удобный канал. Так вы узнаете о событии в течение минут, а не пропустите его, пока спите.

4. Проверьте стабильность. Автор проекта зафиксировал, что за 12 суток непрерывной работы RTL-SDR Blog V4 с TCXO не допустил ни одного ухода частоты. Это критически важно: если частота «уплывёт», вы будете слушать пустоту и пропустите реальное событие.

Что делать с этим прямо сейчас?

Если вы автор Дзена и пишете про радио, науку или DIY-проекты: пошаговый разбор сборки станции мониторинга УВБ-76 с ИИ-анализом это готовая тема для серии постов. Тема «загадочная радиостанция + нейросети» цепляет и технарей, и любопытствующих.

Если вы инженер или разработчик с домашним сервером или облачным GPU: проект показывает, как связать дешёвое SDR-оборудование с ML-пайплайном на Kubernetes. Навыки переносятся на любую задачу мониторинга потоковых данных.

Если вы в России и хотите повторить: всё оборудование доступно на маркетплейсах. RTL-SDR Blog V4 есть на Ozon. Raspberry Pi 5 тоже продаётся, хотя бывают перебои с поставками. Для инференса можно использовать модели с открытыми весами (Whisper и аналоги), арендовать GPU в российских облаках или запустить на собственной видеокарте.

Проект показывает простую вещь: чтобы начать, хватает SDR-свистка за несколько тысяч рублей, пылящегося Raspberry Pi и выходных. А нейросеть пусть сидит в наушниках за вас.