请你一定一定要加油 lora有集中的频谱分量
- Coarse-grain symbol location[利用频域和时域特征进行]
使用不同大小的STFT窗口来提取干净的chips
CTI的频率特征与白噪声相似,基于频率特征进行区分;
解扩频后LoRa信号的频率不随时间线性变化;
更大的窗口实现了更好的处理增益,从而出现更准确的频率结果;
汉宁窗口的应用场景:
在信号处理中,窗口函数用于限制从无穷信号中选择的有限片段,以便在频域中进行傅里叶变换。窗口函数有助于减小截断信号产生的频谱泄漏(spectral leakage)现象,提高频谱分析的准确性。
汉宁窗口的主要特点是在窗口内信号的两端降低幅度,以减小边界效应,同时保持中心区域的振幅不变。
这个就是最大池化的基本形式,其含义就是将其特征图中每个局部区域映射到一个输出值,这个输出值时局部区域中的最大值。
如何定位大光谱分量 计算扫描每个频率仓对应的Xratio[τ,m]和的最大值来定位这个亮线
Specifically, for the value in the same time slot, the LoRa signal has a peak on one frequency bin, and the values of other frequency bin are similar and low;【这是用sum的原因嘛】