DCF77 декодер против шумного сигнала

Question

Я почти завершил проект декодера DCF77 с открытым исходным кодом. Все началось, когда я заметил, что стандартные (Arduino) библиотеки DCF77 работают очень плохо на шумных сигналах. Особенно, когда антенна была близка к компьютеру или когда моя стиральная машина работала, я никогда не мог вывести время из декодеров.

Мой первый подход состоял в том, чтобы добавить (цифровой) экспоненциальный фильтр + триггер к входящему сигналу.

Хотя это значительно улучшило ситуацию, все равно это было не очень хорошо. Затем я начал читать некоторые стандартные книги по цифровой обработке сигналов и особенно оригинальные работы Клода Элвуда Шеннона. Мой вывод заключался в том, что правильным подходом было бы не «декодировать» сигнал вообще, потому что он (за исключением секунд прыжка) полностью известен априори. Вместо этого было бы более подходящим сопоставить полученные данные с локально синтезированным сигналом и просто определить правильную фазу. Это, в свою очередь, уменьшит эффективную пропускную способность на несколько порядков и тем самым значительно снизит шум.

Определение фазы подразумевает необходимость быстрой свертки. Стандартным подходом для эффективной свертки является, конечно, быстрое преобразование Фурье. Однако я реализую для Arduino/Atmega 328. Таким образом, у меня есть только 2k RAM. Поэтому вместо простого подхода с FFT я начал складывать согласованные фильтры с фазовой автоподстройкой. Я задокументированы различные стадии проекта здесь:

• First try: exponential filter
• Start of the better apprach: phase lock to the signal/seconds ticks
• Phase lock to the minutes
• Decoding minute and hour data
• Decoding the whole signal
• Adding a local clock to deal with signal loss
• Using local synthesized signal for faster lock reacquisition after signal loss

Я искал в Интернете довольно широко и не нашел подобного подхода. Тем не менее мне интересно, есть ли аналогичные (и, возможно, лучшие) реализации. Или, если существуют исследования по этому виду реконструкции сигнала.

Я не ищу: проектирование оптимизированных кодов для приближения к пределу Шеннона. Я также не ищу информацию о наложенном PRNG-коде DCF77. Мне также не нужны намеки на «сопоставленные фильтры», так как моя текущая реализация является приближением согласованного фильтра. Конкретные намеки на подходы Viterbi Decoders или Trellis - это не то, что я ищу, - если они не затронут проблему жестких ограничений ЦП и ОЗУ.

Что я ищу: есть ли какие-либо описания/реализации других нетривиальных алгоритмов для декодирования сигналов типа DCF77 с ограниченным ЦП и ОЗУ при наличии значительного шума? Может быть, в некоторых книгах или в газетах из интернет-эры?

Answer 1

Ссылка на согласованные фильтры Олли Б. - это не то, о чем я просил. Я уже рассказывал об этом раньше в своем блоге.

Однако к настоящему времени я получил очень хороший совет по почте. Существует документ "Performance Analysis and Receiver Architectures of DCF77 Radio-Controlled Clocks" Даниэля Энгелера. Это тот материал, который я ищу.

С дальнейшими поисками, начиная с бумаги Engeler, я нашел следующие немецкие патенты DE3733966A1 - Anordnung zum Empfang stark gestoerter Signale des Senders dcf-77 и DE4219417C2 - Schmalbandempfänger für Datensignale.

Answer 2

Считаете ли вы использование фильтра с фильтром для сверления?

http://en.wikipedia.org/wiki/Matched_filter

Они почти тривиальные легко осуществить, так как каждый чип/битовый период может быть реализован в виде линии задержки добавить вычитает (использовать циклический буфер)

просты для квадратной волны (также будет работать, но менее оптимальный с другими формами волны) неизвестной последовательности (но известная частоты) может быть реализовано что-то вроде этого:

// Filter class 
template <int samples_per_bit> 
class matchedFilter(
    public: 
     // constructor 
     matchedFilter() : acc(0) {}; 

     // destructor 
     ~matchedFilter() {}; 

     int filterInput(int next_sample){ 
     int temp; 
     temp = sample_buffer.insert(nextSample); 
     temp -= next_sample; 
     temp -= result_buffer.insert(temp); 
     return temp; 
     }; 

    private: 
    int acc; 
    CircularBuffer<samples_per_bit> sample_buffer; 
    CircularBuffer<samples_per_bit> result_buffer; 
); 

// Circular buffer 
template <int length> 
class CircularBuffer(
    public: 
     // constructor 
     CircularBuffer() : element(0) { 
     buffer.fill(0); 
     }; 
     // destructor 
     ~CircularBuffer(){}; 

     int insert(int new_element){ 
     int temp; 
     temp = array[element_pos]; 
     array[element_pos] = new_element; 
     element_pos += 1; 
     if (element_pos == length){ 
      element_pos = 0; 
     }; 
     return temp; 
     } 

    private: 
     std::array<int, length> buffer; 
     int element_pos; 
); 

Как вы можете видеть, ресурс мудрых, это относительно тривиальное. Это конкретная форма сигнала, после которой вы можете каскадировать их вместе, чтобы дать более длинную корреляцию.