电磁信号还原

其中start1和end1两个参数，是设置对原始信号的粗步截取，效果如下：

我们将截取后的信号端放大，如下所示：

这是第一个峰值坐标为1652，我们然后再设置

 

        对于其他信号，我们也可以采用上面的方式，进行人工的选择，采用这种方法，我们不需要像你之前朋友的那种算法，进行字头检测和字符其实检测。

        一旦设置好上面的参数之后，后面的二进制数据识别检测结果如下所示：

然后放大显示如下所示：

上面就是检测到的二进制数据。

        这里检测原理为边沿检测算法，即当出现上边沿的时候，则连续为高电平，如果检测到下边沿，则会连续的低电平信号。

        我们这里设置的信号还原算法比较简单，以上就是基本的操作流程。

下面重点介绍低信噪比下的滤波处理。

第二部分：模糊数据滤波及数据还原分析

以上是带噪声的测试信号，通过分析，由于带噪声的信号中，存在如下几种类型的噪声，工频噪声（即总体上的正弦类型的波动），白噪声(即波形上的各种抖动)，以及其他电磁干扰。

       我们这里首先滤波去工频滤波：

       然后通过小波滤波，得到原始的有效信息：

放大效果如下所示：

       然后对滤波后的数据进行识别：

这里，通过滤波之后，得到的信号进行门限的判决，这里由于每个符号有5个采样点，所以通过滑动窗口的办法，即每5个采样点进行判决，计算其中的最大值和最小值，最大值和最小的差值的0.3倍作为判决门限。

       然后同时判断，如果最大值大于0.5，那么认为该点对应的符号为1，如果最小值小于<-0.5，那么认为该点为-1，然后如果最大值小于0.5同时最小值大于-0.5，那么认为这个值是和前面一个符号是相同的，另外一方面，如果同时满足最大值大于0.5，最小值小于-0.5，那么比较最大值和最小值的绝对值，如果最大值大，那么取1，如果最小值的绝对值大，那么取-1。

       注意：

       由于北邮那篇论文中噪声信号中只有明显的脉冲干扰，所以他的滤波后的波形可能会较好，而我们这个信号噪声类型比较多，且干扰较大，即放大后仍无法明显观察到有效信息位置，需要通过听wav文件来确定实际位置，这个时候说明信噪比往往小于0甚至更低，所以系统滤波效果可能比北邮论文上的效果略差。

      另外，从上面滤波后的效果可知，通过滤波，有效信号相对于噪声信号的能量增加了大概0.7~0.8左右，即有效增益增加了5db以上。

       这里，对于信息还原部分的算法，已经差不多就是这样了，如果要进一步提高性能，只能对滤波模块进行提升。

       这里，我们以联系发送的a数据为测试案例，将数据延迟50个采样点，然后重合部分就是相当于数据部分a。如下所示：

 

上述一个周期数据即为一个符号a。

       上述二进制对应的是0-0101-0111-1，

将上面的数据取反：

那么可以看到一个周期中，有0-1000-0110-1

即A得assic码。即接收到A。

上面还原得到的数据就是对应的字母a。