1. 自下而上扫描窗口内的信号，目标 chirp 峰值应该是连续的线性增长。

2. 首先对整个目标窗口做 de-chirp，得到候选峰，滑动窗口自左向右，做差值剔除掉各个非正交的候选峰。

3. 对整个窗口做 de-chirp，得到候选峰，滤掉其它信道，再做 de-chirp，对候选峰能量进筛选。

4. 对重叠部分的窗口和非重叠部分的窗口滤波，De-chirp 后取 Bin 值的交集。

5. 滑动窗口中不同 Bin 值对应的能量方差。

• 编码过程的数据形式

  1. 字符串：'helloworldloraexp'

  2. ASCLL字节(D)：

     104 101 108 108 111 119 111 114 108 100 108 111 114 97 101 120 112

  3. CRC 后的字节(D)：

     104 101 108 108 111 119 111 114 108 100 108 111 114 97 101 120 112 0 232

  4. 白化 后的字节(D)：数据白化，可以提高数据的随机性，使得数据更接近于白噪声。

     151 155 144 148 159 150 173 247 103 115 67 49 206 25 148 155 182 0 232

  5. 汉明编码后的字节(D)：

     23 57 75 57 0 57 180 57 15 9 6 9 29 10 23 15 23 6 3 23 3 20 17 3 30 12 9 17 20 9 27 9 6 27 0 0 24 30

  6. 交织编码后的符号(D)：

     175 130 80 213 190 87 16 128 475 1010 501 407 21 823 563 562 56 677 46 282 388 869 370

  7. 交织编码后格雷码对应的符号(D)：

     809 1009 385 613 849 405 125 1021 366 676 346 283 26 550 990 989 48 826 53 493 264 583 420

• 编码率、数据长度、扩频因子之间的推算

  plen: payload length

  cr: code rate (1: $\frac45$; 2: $\frac46$; 3: $\frac47$; 4: $\frac48$​;)

  sf: spread factor

$$ \frac{4}{4 + cr} = \frac{plen \times 8}{2 \times plen \times 8} \times \frac{sf \times 8 } {(4 + cr) \times sf} $$ $$ Symbols = \frac{4 + cr}{ 2 \times plen \times sf } $$

Channel 1：

• 中心频率：433.46875 MHz

Channel 2：

• 中心频率：433.5 MHz

Channel 3：

• 中心频率：433.53125 MHz

1. • 发送端：

     String data = "helloworldloraexp";
     radio.implicitHeader(17)
     radio.setCRC(false, false)
     // bytes: 104 101 108 108 111 119 111 114 108 100 108 111 114 97 101 120 112
     // bins: 809 1009 385 613 849 405 125 1021 366 676 346 283 26 550 990 989 48 826 821 84 264 586 420

2. • 发送端：

     String data = "helloworldloraexp";
     radio.implicitHeader(17)
     radio.setCRC(true, false)
     // bytes: 104 101 108 108 111 119 111 114 108 100 108 111 114 97 101 120 112
     // bins: 809 1009 385 613 849 405 125 1021 366 676 346 283 26 550 990 989 48 826 53 493 264 583 420

   • 接收端：

     phy = LoRaPhyLay(sf, bw, samplesRate);
     phy.has_header = 0;         % implicit header mode
     phy.crc = 1;                % enable payload CRC checksum
     phy.payload_len = 17;       % payload length 17 bytes

• 虚拟机共享文件夹：\192.168.3.102\e\share\samples\

1. CIC 方法：先检测 SFD，根据 SFD 位置检测前面的 preamble（低信噪比下检测是否会出问题）

CIC 解码结果：

CH1 payload1: 失败（该信道能量较低，可能被直接滤掉了）

CH2 payload1: [810 722 386 614 850 593 126 1022 842 677 347 862 581 551 574 113 806 827 822 85 421 587 421]

CH3 payload2: [810 1010 386 614 850 406 126 1022 367 677 347 284 27 551 1004 1006 49 836 822 85 265 587 421]

准确率：0/23 14/23 20/23

1. • 问题：提出一个新的解决方案后，直接通过实验验证难度大，可行性低
   • 答：编写单 Chirp 信号仿真平台，包括 downchirp、baseupchirp、冲突 chirp 和非正交冲突 chirp 的生成，在此平台上进行方法的可行性验证。
2. • 问题：实验中发现不同硬件解码的 Bin 值不一致
   • 答：nf95 由于接口配置问题，在实际使用中不同硬件解码的 Bin 值不一致，改换 Radiolib 库并且在每次 setup 阶段 reset 对应的接口。
3. • 问题：难以控制不同节点发送数据产生冲突
   • 答：编写发送端程序，通过 1 个节点控制 3 个节点分别在 Channel 1、2、3 发送数据。
4. • 问题：实现一控多之后，发现节点几乎同时发送数据
   • 答：Channel 1 发送数据时间偏移 50 ms，Channel 3发送数据时间偏移 100 ms
5. • 问题：量哥指出直接进行 3 个非正交信道的解码工作实现难度大
   • 答：可以先考虑两个非正交信道的解码，例如原信道 Channel 1 占带宽 125 KHz，此时增加 50 KHz 带宽，即可划分两个非正交信道 Channel 1 和 2。即通过增加少量的带宽资源可实现更多信道的划分。
6. • 问题：互相关性能否用在 SFD 的检测中？
   • 答：参考 CIC 方法
7. • 问题：由于信号是含正负方向的，滤波器无法滤掉指定的频率
   • 答：将信号乘上 $e^{j 2\pi t f_s}$ 其中 $f_s$ 是偏移的频率，之后再进行滤波。
8. • 问题：连续线性变化计算开销大，是否可以从频率角度直接考虑两个窗口的交集
   • 答：对重叠部分的窗口和非重叠部分的窗口滤波，De-chirp 后取 Bin 值的交集。
9. • 问题：切分的滑动窗口，de-chirp 结果存在峰值偏移的问题
   • 答：是否可以通过设置置信区间解决该问题
10. • 问题：（240112 量哥）可以用三种 downchirp：1.只在信道 1 未重叠部分的 downchirp；2. 只在信道2未重叠的 downchirp； 3. 只在信道 1 和信道 2 重叠部分的 downchirp
    • 答： 不可行；过滤掉频谱的
11. 重要：网关侧采集不同设备发送的 payload 会产生不同的 CFO/FFO，非正交重叠信道本质上就是频率偏移。
    • CH1-2-3 CIC 解：能解出 CH2-3，CH1 因为能量较低被过滤
    • CH2-3-1 CIC 解：能解出 CH2-3，CH1 检测不到
12. 增加少些信道资源，能指数级增加吞吐量
13. 非周期性截断导致频谱泄露，可通过加窗的方式缓解
14. 即使分离不同信道信号，同信道信号解码仍有很大难度
15. • 问题：由于旁瓣效应导致峰值偏移只会是 Bin 值偏移 1~2，可以考虑只对最后两位进行编码。

• 答： 原有的格雷逆向编码已经做了设计；考虑不同 CR 下，导致汉明码解码错误的原因，目前想到的是在 $CR=\frac45$ 时，此时汉明码编码等效于奇偶校验码，如果此时汉明码解码检测到错误，那么考虑此时每个 bit 位逆向至格雷对应的 bit 位发生错误的概率（例如，汉明码各个 bit 位逆向至对应的格雷逆向编码 bit 位，这些 bit 位分别散步在不同 symbol 中不同的 bit 位，Bin 值偏移 1~2 大概率只会导致 symbol 低位发生错误，结合汉明码解码错误的 bit 分布，就能判断出错的 bit，从而进行校正。

该函数作用是将 Symbols 对应的 Bin 值转为 Bytes，具体实例如下

sf = 10;                    % spreading factor SF10
bw = 125e3;                 % bandwidth 125 kHz
sample_rate = 2e6;          % sampling rate 2 MHz

phy = LoRaPhyLay(sf, bw, sample_rate);
phy.has_header = 0;         % implicit header mode
phy.cr = 1;                 % code rate = 4/8 (1:4/5 2:4/6 3:4/7 4:4/8)
phy.crc = 1;                % enable payload CRC checksum
phy.payload_len = 17;       % payload length 17 bytes
phy.is_debug = 0;           % enable debug mode

str = 'helloworldloraexp';
ascii_values = double(str);
fprintf("[encode] data:\n");
disp(ascii_values);

% Encoding
symbols = phy.encode(ascii_values');
fprintf("[encode] symbols:\n");
disp(symbols');

% Decoding
[data, checksum] = phy.decode(symbols);
fprintf("[decode] data:\n");
disp(data');

fprintf("[decode] checksum:\n");
disp(checksum');

fprintf("[decode] data without checksum:\n");
disp(data(1:17)');

data_str = char(data(1:17)');
disp(data_str);