有对单片机作CW音频译码感兴趣的么 [复制链接]

编程试验中，头晕中

期待楼主的作品早日成功！我早就盼着这个好东西呢

BG1TRP:从cw的产生机理来看，基本上没有可能吧？等老师指点。 (2016-11-29 21:31) 

其实我也不确定cw能不能掺入亚音，这个问题你最好去问一下坛里的大神，另外我不是老师我连呼号都没有(^V^)我们只是共同学习交流罢了！欢迎继续回信交流！

郑洪林:我说一下我个人对cw信号在信号重叠中如何准确读取的放案（我只是个什么都不懂的说错了请别怪我）我们都知道手台打开中继有的需要设置亚音，那么我们能不能给cw信号也掺入亚音，在收信机上 .. (2016-11-29 16:15) 

从cw的产生机理来看，基本上没有可能吧？等老师指点。

我说一下我个人对cw信号在信号重叠中如何准确读取的放案（我只是个什么都不懂的说错了请别怪我）我们都知道手台打开中继有的需要设置亚音，那么我们能不能给cw信号也掺入亚音，在收信机上做一点小改动，这样只有在掺了亚音的信号收信机才接收！

有兴趣！

软件识别完全可以把53以上信号解析出来，现在普通单片机运算速度可以解析出耳朵勉强可以分辨的信号。

基本上完成了，不管能否上电台操作，做成CW练习器是没有问题的。

现在看来，能否正确识别的难点转移到前级，即如何从一片噪声中摘出CW信号，应该是 分频（或滤波） -- 整形放大（数字化） -- 识别 这个路子吧？

录了段视频，有45M，太大放不上来。

bg9ezn:完全没有问题， 我前年做个一个， arduino+567
没有问题，
解码原理其实很简单， 区分好点划时长和间隔就行了， 过程中对时间进行修正即可
....... (2016-02-05 20:30)

我现在的做法就是边识别边修正，基本上做到了对不同拍发速度的自适应识别。总算看到一丝亮光了。

做完了回过头来看，识别率的高低关键看如何区分点、划、间隔。

试验中发现，代码太复杂了影响识别速度，用手键拍发的时候有一种发黏的感觉。

BG1TRP:以频率区分信号，我想硬件用LM567之类的解码芯片，软件用频率计之类的单片机代码。
不知是否可行。 (2016-02-02 15:14)

完全没有问题， 我前年做个一个， arduino+567
没有问题，
解码原理其实很简单， 区分好点划时长和间隔就行了， 过程中对时间进行修正即可

以间隔时长为主，脉冲时长为辅的方法进行识别，准确率高。
对于I S H 5 M O 0 这样的字符可以准确识别。
当遇到E或T这样的字符，就得依靠预设时长或前一次记忆的时长来识别了。
各位有啥高招？

想用点划间隔检测来拍发速度自适应，并以此区分 E  I  S 5  T M O 0 这样的单一点划字符。

实验板的按键不好用，加了防抖会出现错误，防抖延时又不能太长，想辙中

BG4FQD:我感觉对于这种混杂的信号，
首先根据频率区分一下，
然后还要根据点划得节奏有倾向性的分割，
最重要我觉得要理解信号的内容，根据上下文，很多缺失或者模糊部分就可以智能补全了。
..... .. (2016-02-02 12:56) 

以频率区分信号，我想硬件用LM567之类的解码芯片，软件用频率计之类的单片机代码。
不知是否可行。

关注成果早日出来。

内容来自Android手机客户端

BG1TRP:的确如此，混在一起的信号单靠软件或硬件可能无法准确识别，估计软硬件结合能看到一丝光亮。
现在干净信号还没过关，等过了眼前这一关再说。反正是搞着玩。 (2016-02-02 10:59) 

我感觉对于这种混杂的信号，
首先根据频率区分一下，
然后还要根据点划得节奏有倾向性的分割，
最重要我觉得要理解信号的内容，根据上下文，很多缺失或者模糊部分就可以智能补全了。
这个绝对涉及到AI了。

BG4FQD:干干静静的声音还是很好识别的，但是天空大部分都是几个信号混一起的。
PC上有很多识别的软件，能区分出混在一起的CW信号，但是再好的软件目前也不如人的耳朵。
这个难度肯定不如围棋，goog .. (2016-02-02 09:31) 

的确如此，混在一起的信号单靠软件或硬件可能无法准确识别，估计软硬件结合能看到一丝光亮。
现在干净信号还没过关，等过了眼前这一关再说。反正是搞着玩。

干干静静的声音还是很好识别的，但是天空大部分都是几个信号混一起的。
PC上有很多识别的软件，能区分出混在一起的CW信号，但是再好的软件目前也不如人的耳朵。
这个难度肯定不如围棋，google 可以搞个软件，pk一下人类。

关于都是Dot 或都是Dash 的字符，我想这样处理：

1. 先预设一个常用的拍发速度，如20WPM

2. 以这个速度来判断 Dot、Dash

3. 当接收信号的拍发速度计算出来后代换预设的速度

4. 以新的速度校验所接收的信号

这样可能开始有字符识别不准确，但往后就应该大幅提高识别率。

爱不交租:印象中git有cwdecode的可以参考 (2016-02-01 16:24)

到今天为止，编程实验已经证明用查表的方式没问题，让程序自动随机选取脉冲时长，模拟不稳定的拍发，然后按照我的思路进行识别，到目前为还没出现错误。
对于包含点和划的字符可以做到拍发速度的自适应，条件是发点的差别不要太大，只要Dot < 2Dot min就行。
对于只有点或者只有划得字符还得继续想辙。

印象中git有cwdecode的可以参考

内容来自Android手机客户端