Radar Signal Visualizer

一款面向 C/C++ / CUDA 雷达 & 信号处理开发者的 VSCode 调试可视化插件。 在断点处把任意一段连续内存（std::vector / 原生数组 / 裸指针 / thrust::host_vector）一键 Pin 到面板， 即时查看时域、频谱、时频谱、2D 热力图，并支持原始字节导出为 .bin 文件。

目录

• 环境要求
• 核心功能
• 支持的数据类型
• 安装：打包成 .vsix 并装到任意工程
• 在你自己的工程中使用
• 使用流程
• 绘图模式说明
• 数据导出
• 配置项
• 开发与调试
• 已知限制

环境要求

开发 / 打包本插件

调试目标程序（你被调试的工程）

离线分析导出数据（可选）

核心功能

支持的数据类型

容器

• std::vector<T>、std::array<T, N>、std::deque<T>
• thrust::host_vector<T>
• 原生数组 T[N]
• 裸指针 T*（需要在使用时手动指定大小，详见下方"裸指针"小节）

元素类型 T

• 浮点：float / double
• 整型：int / int32_t / uint32_t / short / int16_t / uint16_t / char / int8_t / uint8_t / long / int64_t / uint64_t / long long
• 复数：cuFloatComplex / cuDoubleComplex / std::complex<float> / std::complex<double> / float2 / double2

安装：打包成 .vsix 并装到任意工程

1) 在本仓库打包 .vsix

# 仅首次需要全局装一次 vsce
npm install -g @vscode/vsce

# 在本仓库根目录
npm install
npm run compile
vsce package

执行完成会在仓库根目录生成形如 radar-signal-visualizer-0.0.1.vsix 的文件。

如果 vsce 提示 LICENSE / repository 缺失：在 package.json 加上 "repository" 字段，或加 --allow-missing-repository 参数；提示没有 README 时可加 --no-yarn。

2) 安装到任意 VSCode 实例

图形界面：

• VSCode 左侧 Extensions（Ctrl+Shift+X）→ 点击右上角 … → Install from VSIX... → 选择刚生成的 .vsix

命令行：

code --install-extension /path/to/radar-signal-visualizer-0.0.1.vsix

WSL / Remote-SSH 环境：插件需要装在「实际跑调试器的那一端」。如果你在 WSL 里调 cuda-gdb，请在 WSL 那侧的 VSCode 中安装；可在 Extensions 列表里点齿轮 → Install in WSL。

3) 验证安装

• 打开任意带 launch.json 的工程，启动调试
• 命中断点后，左侧 Activity Bar 里应能看到雷达图标的 Radar Signals 视图
• 在 Variables 面板任一数组变量上右键 → 出现 Pin to Radar Signal Visualizer 即说明安装成功

在你自己的工程中使用

第一步：配置调试器

仅需用 VSCode 内置 / 官方调试器即可，本插件不替换调试器，只是在 DAP 之上读内存。

CPU C/C++（cppdbg + gdb / lldb）

.vscode/launch.json：

{
  "version": "0.2.0",
  "configurations": [
    {
      "name": "Debug (gdb)",
      "type": "cppdbg",
      "request": "launch",
      "program": "${workspaceFolder}/build/your_app",
      "MIMode": "gdb",
      "cwd": "${workspaceFolder}",
      "stopAtEntry": false
    }
  ]
}

CUDA（cuda-gdb）

需先安装 NVIDIA Nsight Visual Studio Code Edition 扩展。

{
  "version": "0.2.0",
  "configurations": [
    {
      "name": "CUDA C++: Launch",
      "type": "cuda-gdb",
      "request": "launch",
      "program": "${workspaceFolder}/build/your_kernel",
      "stopAtEntry": false
    }
  ]
}

编译目标程序时务必带调试符号：CPU -g -O0，CUDA -G -g -O0。

第二步：调试 → Pin → 看图 → 导出

1. 在你工程的源文件中下断点，F5 启动调试
2. 命中断点后，在左侧 Variables 面板里找到你想观察的数组 / vector / thrust::host_vector / 指针
3. 右键 → Pin to Radar Signal Visualizer
4. 自动打开 Radar Signal Visualizer 面板，卡片即出现
5. 调好参数后点击卡片右上的 📊 Plot 渲染图像
6. 需要带回原始数据 → 点击 Table 区右侧 💾 Export .bin

裸指针（T* / cuFloatComplex* 等）

裸指针没有大小信息，Pin 时插件会弹输入框让你输入元素个数。

thrust::host_vector

thrust::host_vector<T> 的读取方式与 std::vector<T> 类似。插件通过导航 Thrust 内部存储结构（m_storage.m_begin.m_iterator → 数据指针，m_size → 元素个数）来读取数据，避开可能被内联的 .data() / .size() 方法。

注意：GDB 中 Thrust 类型会带上 inline namespace 前缀（如 thrust::THRUST_200802_SM_520_NS::host_vector<...>），插件已处理此类情况。若 Pin 时弹框提示"无法解析类型"，请检查 CUDA Toolkit 版本是否 ≥ 11.0。

thrust::device_vector<T> 暂未支持（数据在 GPU 端，DAP readMemory 需额外适配设备地址空间）。

多次断点

每次断点命中、Step 之后，所有已 Pin 的卡片都会自动重新读内存并刷新 Table，但绘图不会自动刷新——你需要再次点击 📊 Plot（这是刻意设计，避免参数没改完就乱绘）。

使用流程

启动调试 → 命中断点 → Variables 面板右键 Pin
        → 在卡片中选择 Plot Type / Length / Rows×Cols
        → 点击 📊 Plot 渲染
        → （可选）💾 Export .bin 导出原始字节
        → 单步 / Continue → 数据更新 → 再次点击 📊 Plot

绘图模式说明

频谱横坐标：固定 10 格，刻度 -0.5 -0.4 … 0 … 0.4 0.5，中心为 0，方便目测频率。

时域 x 轴：保证显示最右端样本（512 点能看到 511），且自动避开标签视觉重叠（如 500 与 511 太近时合并）。

数据导出

点击 Table 区右侧的 💾 Export .bin 按钮：

• 弹出系统保存对话框，默认目录 = workspace 根
• 默认文件名：<displayName>_<elementType>_<N>.bin
• 文件格式：裸字节流，无 header，little-endian，复数交错 (re, im, re, im, …)

在 NumPy 中读取

import numpy as np
x = np.fromfile('prt_signal_cuFloatComplex_65536.bin', dtype='<c8').reshape(64, 1024)

在 MATLAB 中读取

fid = fopen('signal_float_512.bin', 'r');
x   = fread(fid, [512, 1], 'float32=>float32');
fclose(fid);

% 复数 cuFloatComplex
fid = fopen('iq.bin', 'r');
raw = fread(fid, 'float32');                  % 交错 re,im,re,im
x   = complex(raw(1:2:end), raw(2:2:end));
fclose(fid);

配置项

settings.json 中可配：

{
  // Table 单页行数
  "rsv.tablePageSize": 200
}

开发与调试

监听编译

npm run watch

在 Extension Host 里调试本插件

1. 在本仓库根目录用 VSCode 打开
2. 按 F5 → 启动 Extension Development Host（已配 .vscode/launch.json）
3. 在新窗口中打开本目录下的 test-workspace/，加载 test_radar.cu
4. 命中断点后右键 Pin 任意变量

测试用例

仓库自带 test-workspace/test_radar.cu，包含：

• 实数 float 数组（std::vector<float>）
• std::complex<float> 信号
• cuFloatComplex 设备/主机数组
• thrust::host_vector<cuFloatComplex> LFM 信号（验证 Thrust 容器支持，数据与 lfm_signal 一致）
• 1024 × 64 多 PRT 帧（前 512 LFM + 后 512 零填充，每个 PRT 相同），最适合验证 2D Heatmap

已知限制

• thrust::device_vector<T> 暂未支持（数据在 GPU 端，后续版本计划支持）
• int64_t / uint64_t 在数值超过 2^53 时由于 JS Number 精度丢失，导出 .bin 会失真（绘图本身就有同样限制）
• 频谱图采用 Hann 加窗 + 朴素 DFT（O(N²)）；超长信号（≥ 8192 点）建议在导出后离线分析
• 仅支持连续内存：std::list / std::map 等链表 / 树结构无法 Pin
• WSL 下 cuda-gdb 偶尔需要在 launch.json 加 "environment": [{"name":"CUDA_VISIBLE_DEVICES","value":"0"}]

License

ISC