【3】FTrack: Parallel Decoding for LoRa Transmissions

这篇虽然是几年前的文章，但真的很难读，果然还是看的文献不够多，想的不够深入。自己浅短的理解可能会有错误。
联合考虑时域和频域特征来解决碰撞,chirp间的时间偏移导致对应的频率偏移，在时域和频域分离碰撞的chirps。
这篇文章基于两个关键的观察结果

1. 相同帧的符号边缘呈现周期性的模式，而不同帧的符号边缘通常在时间上不对齐【即不同的lora信号之间存在时间偏移】
2. 在符号边缘之间，lora信号的频率持续增加，但在符号边缘处会出现突变。

该方法的基本流程为
1.提取频率轨迹：用滑动窗口对接收的信号进行解扩频，然后对其进行归一化为对应的初始频率即其频率轨迹，长频率轨道对应LoRa的前导码。【Dechirp能够将chirp信号能量集中到单一频率，是LoRa的抗噪及传输远距离的原因之一。】
2.帧识别：提取长频率轨迹即前导码，从前导码中检测符号边然后找到同步字，进而找到payload的符号边。【因为碰撞的信号之间可能存在时间偏移，其频率轨迹不一样进而也可以从碰撞中提取lora前导码。重构前导码并对其进行相关性检测来检测payload的符号边。重构前导码是为了确定一个完整的chirp长度嘛，进而推测payload的符号边】
3.解调：通过检测频率的连续性来过滤掉干扰的chirp，解调窗口内的完整频率轨迹表示目标符号的初始频率。若碰撞的两个连续chirp携带相同的数据，即其对应的频率轨迹在解调窗口中没有表现出突然的变化，通过利用时间信息过滤干扰。【即通过频率轨迹的连续性以及时间信息过滤干扰】然后根据频率轨迹解调符号
4.迭代解码并行传输：迭代检测更多的前导码然后解调并发LoRa传输，然后进行解码