这一篇基于上一篇文章,仅记录我遗忘的知识点; 以较低的成本提供可靠的符号恢复; 符号恢复【振幅和频率】 为了避免环境噪声并提高可靠性,我们采用信号预处理和窗口滑动算法来检测幅度变化点; 信号处理:归一化和指数化 增加振幅对比度,使模型能够更好地识别干扰 窗口滑动(wifi的振幅是比较大的)计算差异指数 差异指数:均值和方差 CTI导致差异指数激增,最大点是CTI的开始和结束。 根据振幅变化【即差异指数】将收到的LoRa信号切割成多个段;软解码 疑问 LoRa块的长度为SF*M位是为什么?