【图文并茂】【软件无线电】如何用收音机接收图片,如何将图片编码到不同频点上,捕获在频谱上跳动的MIKU

news2024/11/22 22:25:49

如何将图片编码到不同频点上,捕获在频谱上跳动的MIKU

在这里插入图片描述

这篇文章和数字信号处理有关,或者说跟SDR软件无线电有关,只是考虑这样一个问题,如何将一张图片,编码放到不同的频点上,使得接收方能够通过SDR模块,捕获这样的信号,然后通过绘制频谱,来得到我们编码的那张图片。

如果觉得文字太多可以直接看视频:

视频:如何用收音机接收图片?将图片编码到不同频点上;捕获在频谱上跳动的
链接:https://www.bilibili.com/video/BV1CoxSeMEUx/?vd_source=e2dc1cb11e04956b1f0ba77bddb845e6


这种技术啊,在早期可能会叫做SSTV慢扫描电视,也就是通过无线连信号,来传送图片的一种技术,比如这个声音,就是将左侧这张图片,转换成深深信号,然后加载到无线电信号上,在接收端呢,就会通过绘制拼谱,会得到这样一张图片,它的纵轴是频点,代表着不同的频点,横轴呢则是代表着时间,这每一条每一列,都代表着某一时刻的,不同频率上的信号的强度。
在这里插入图片描述
这样我们就知道,不同的频点的校强度啊,不同的信号强度对应着不同的颜色,而不同的频点,就可以对应图片当中不同的行,而时间轴则和图片的列对应起来,这样我们将每一个,像素点,解析成不同时刻的不同频率的,不同强度的信号,那么将它们组合起来,就可以将图片发送给接收方,右侧呢则是更,带宽更高的一种技术,他可能会采用,十几兆这样的无线电信号,来发送图片和视频,当然这张图是通过气球将,这个摄像头以及发送器,送到,然后通过这样的技术,HMTV业余的电视信号,来传送到地面的接收站上。
在这里插入图片描述
从前为了接收这样的信号,可能会需要这么一系列的设备,我们至少需要对应,频段范围的天线,比如一个,兆赫兹级别的信号,然后需要一个显示器,当然可能还需要专门的电源,以及调解调工具,在上世纪,当然这设备都是比较大,可能需要摆满一间小屋子,而在今天,我们借助个人电脑,以及这样一个RTL的软件无线电模块,这是非常小的只有,跟u盘差不多大小,几十克就可能实现相同的功能,那在解析方面,我们就完全使用数字解析软件,比如说开源的SDR++,这里就显示着某一时刻的,这上面,是某一时刻的接收到型号的频谱,这下面,则是此前累积的各个时间点上的频谱,通过前述的那种,强度、频率以及颜色之间的对应关系,就可能解析出发送短发送的图片

在这里插入图片描述
那么后面我们就讨论怎么样去将图片,加载到或者说调制成相应的信号,首先我们得回顾FFT的一些概念,FFT即就快速傅里叶变换就是将,我们采集到的数字信号做一种呃,傅里叶,这种处理,使得时域上的信号转变为频谱。

左侧呢,给出两个例子,这是三种频率的不同频率的单一信号,每种频率就每一个信号,它都代表着单一频率信号,那么在这边是它们对应的频谱,可以看到不同的频率信号呢,在频谱上,它的特征则表示为在不同的频点上,有着较高的强度,而在具有,许多不同频率的这种复杂的信号当中,我们就可以通过频谱来观察到这,样的信号当中具有哪些哪些频率,当然了也是通过频谱上,某一频点处的强度来获知的,这些不那么突出的频点,我们则认为,是没有没有,有用的信号的,左侧右侧呢,则是更细致的给出来FFT的效果,我们可以看到,在时域上的一个,这种PWM波,或者这种方波型号,可以在频域上分解为离散的。
在这里插入图片描述
为了实现上述目的,我们首先要做的工作就是确定,强度和绘制结果的颜色之间的关系,在lab当中,它提供了至少这样一些映射关系,比如默认的映射关系,它的最高点对应着黄色,而极低点呢,则对应着蓝色,另外两种也有类似的对应关系,分别是黄绿以及绿蓝这样的极值映射,可以使用右侧这样的代码,在 当中绘制出这样的图片。

当然也可以使用colormap去设置,或者去选择,适合的映射关系,如果我们想要显示的图片,它的主要色彩是蓝色系的,那么就选择这样winer,信号但是呢,我们在后面的演示当中,嗯认为default这种颜色是更清晰的,或者更对比度更强,更更能显示出,我们到底发生了一张什么样的图片,我们在后面的演示当中,就采用default这种colormap。
在这里插入图片描述
这里采用的例子是一个从,初音未来的图片 Miku,整个处理流程包含以下几个步骤,第一个和前面提到的一样,选择一个合适的颜色与,像素点颜色这种能量值的对应关系,然后,将我们选择的图片大小进行重新调整,以适应咱们的转换算法,比如说将一个,或者将采样为,而后则需要找到,每一个像素点最接近的颜色值,由于在lab的colormap当中,它也是离散对应的,它不可能说,每一种颜色,都有与之完全相对应的颜色值,所以,我们需要通过欧式几何的距离算法,来得到RGB值最为接近的另一种颜色,而后将这种颜色,根据它在光谱或者它的色谱上的位置,而转换成对应平点的强度,这里我可以看到细节的一些东西,比如说这是右左侧这张图片的,每一个像素点的对应的,颜色值在色谱上的位置,那么就可以根据它的位置,比如说 ,来决定这一点处,他所对应的那个正弦信号的值,也就是说具体的,每一行,对应着一个复杂的或者合成的信号,而每一列则对应着不同的频点,我们从第一行开始,将每将它们转换成一个复杂的信号,第一行的第一个点,对应着起始平点位置的一个正线信号,第二个点,则对应下一平点处的正弦信号,将每一行的这,得到此图当中的,正弦信号,这个则是上面,信号的叠加结果,我们绘制出相应的频谱,可以看到在只在某一个频点处,有较为集中的高幅值的信号分布
在这里插入图片描述

当然第一行看起来不是那么的明显,我们可以看稍微居中一点,中间的第,从这张图中可以看到,第,这正好对应着人物的身体部分,这是符合预期的,那么将这,按时间顺序排列以后,则可以得到左侧这张图片,嗯由于这里的算法可能会存在一些,频谱的混叠,可以看到纵向会有一些竖的条纹,但这并并不影响,在接收端接收到这样的信号,右下图呢,左下图则显示了在接收端,逐渐在屏幕上印出我们发射发射,这张图片的过程

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2201066.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

LVS-DR+Keepalived 高可用群集部署

LVS-DRKeepalived 高可用群集部署 Keepalived 的工作原理LVSKeepalived 高可用群集部署配置负载调度器(主、备相同)关闭防火墙和核心防护及准备IPVS模块配置keeplived(主、备DR 服务器上都要设置)启动 ipvsadm 服务调整 proc 响应…

快速区分 GPT-3.5 与 GPT-4

问:鲁迅为什么暴打周树人? GPT3.5回答 各种稀奇古怪的理由 GPT4回答 正确区分鲁迅和周树人是同一个人 国内GPT入口 https://ai-to.cn/url/?ulihaimao

电商商品数据采集||高并发||多语言请求实例演示|京东|淘宝商品详情数据SKU价格

以京东商品数据采集为例 京东商品详情接口数据采集是指通过调用京东提供的商品详情API接口,获取商品的详细信息。以下是一个简单的步骤来实现这个功能: 1. 注册京东开发者账号 首先,你需要注册一个京东开发者账号,并创建一个应…

【原创】Android Studio 中安装大模型辅助编码插件:通义灵码

在 Android Studio 中内置了 Ginimi 预览版,但需要“加速器”才可使用。 在国内有平替的软件同样可以使用,比如 阿里的通义灵码,智谱的CodeGeeX等,从功能和使用上来说都是大同小异。 这里我们以通义灵码为例来讲解其安装和使用 通…

CSS彩虹按钮设计demo

demo css: <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>彩虹</title><style>*{margi…

Umi中的微前端

umi/max 内置了 Qiankun 微前端插件&#xff0c;它可以一键启用 Qiankun 微前端开发模式&#xff0c;帮助您轻松地在 Umi 项目中集成 Qiankun 微应用&#xff0c;构建出一个生产可用的微前端架构系统。 什么是微前端 微前端是一种多个团队通过独立发布功能的方式来共同构建现代…

三、Spring Boot集成Spring Security之securityFilterChain过滤器链详解

Spring Boot集成Spring Security之securityFilterChain过滤器链详解 一、默认过滤器1、默认配置系统启动日志2、默认配置的过滤器及顺序如下3、本文只介绍和登录相关的过滤器 二、SecurityContextPersistenceFilter1、实现功能2、处理请求类型3、是否会终止过滤器链4、实现步骤…

JZ2440开发板——异常与中断

以下内容源于韦东山课程的学习与整理&#xff0c;如有侵权请告知删除。 一、中断概念的引入与处理流程 1.1 中断概念的引入 这里有一个很形象的场景比喻&#xff1a;假设一位母亲在大厅里看书&#xff0c;婴儿在房间里睡觉&#xff0c;这位母亲怎样才能知道这个孩子睡醒了&a…

前端的全栈混合之路Meteor篇:容器化开发环境下的meteor工程架构解析

本文主要介绍容器化meteor工程的目录架构解析&#xff0c;之前的文章中浅浅提到过一些&#xff1a;前端的全栈混合之路Meteor篇&#xff1a;开发环境的搭建 -全局安装或使用docker镜像-CSDN博客https://blog.csdn.net/m0_38015699/article/details/142730928?spm1001.2014.300…

【LeetCode HOT 100】详细题解之回溯篇

【LeetCode HOT 100】详细题解之回溯篇 回溯法的理论基础回溯法解决的问题理解回溯法回溯法模板 46 全排列思路代码 78 子集思路代码 17 电话号码的字母组合思路代码 39 组合总和思路代码 22 括号生成思路代码 79 单词搜索思路代码 131 分割回文串思路代码 51 N皇后思路代码 回…

教程:宏基因组数据分析教程

Orchestrating Microbiome Analysis Orchestrating Microbiome Analysis是一套包含宏基因组各种数据分析的教程&#xff0c;非常安利大家学习。 16S-analysis 16S-analysis是一本用于扩增子16s等微生物数据分析的教程&#xff0c;很适合新手入门学习。 Introduction to micro…

Android targetSdkVersion 升级为34 问题处理

原因是发布到GooglePlay遭到拒绝&#xff0c;需要最低API level为34。之前为31&#xff0c;感觉还挺高的&#xff0c;但是GooglePlay需要的更高。 记录下处理问题&#xff1a; 1.升级gradle版本为8.0.2 之前是&#xff1a; classpath com.android.tools.build:gradle:7.1.0-…

Git进行版本控制操作流程

目录 一、初始化仓库 操作流程 二、添加到缓存区 三、提交到版本库 四、推送至远程仓库 生成SSH密钥 将本地库中内容推送至已经创建好的远程库 推送 推送错误 第一种&#xff1a; 五、克隆 克隆整个项目 拉去最新代码 六、分支 1. 初始化仓库或克隆远端仓库 2…

新赚米渠道,天工AI之天工宝典!

新赚米渠道&#xff0c;天工AI之天工宝典&#xff01; 引言 随着人工智能和数字创作工具的发展&#xff0c;内容创作的门槛不断降低&#xff0c;为普通用户提供了更多的赚钱机会。在这样的背景下&#xff0c;天工AI应运而生&#xff0c;凭借其强大的创作能力和最新更新的“天…

「Ubuntu」文件权限说明(drwxr-xr-x)

我们在使用Ubuntu 查看文件信息时&#xff0c;常常使用 ll 命令查看&#xff0c;但是输出的详细信息有些复杂&#xff0c;特别是 类似与 drwxr-xr-x 的字符串&#xff0c;在此进行详细解释下 属主&#xff1a;所属用户 属组&#xff1a;文件所属组别 drwxr-xr-x 7 apps root 4…

MySql 之 Binglog 复制

复制是一种将数据从一个 MySQL 数据库服务器异步复制到另一个的技术。使用 MySQL 复制选项&#xff0c;您可以复制所有数据库、选定的数据库甚至选定的表&#xff0c;具体取决于您的使用情况。 前提条件 确保在源服务器上启用了二进制日志记录。确保复制配置中的所有服务器都有…

《云原生安全攻防》-- K8s攻击案例:从Pod容器逃逸到K8s权限提升

在本节课程中&#xff0c;我们将介绍一个完整K8s攻击链路的案例&#xff0c;其中包括了从web入侵到容器逃逸&#xff0c;再到K8s权限提升的过程。通过以攻击者的视角&#xff0c;可以更全面地了解K8s环境中常见的攻击技术。 在这个课程中&#xff0c;我们将学习以下内容&#…

使用 Go 和 Gin 框架构建简单的用户和物品管理 Web 服务

使用 Go 和 Gin 框架构建简单的用户和物品管理 Web 服务 在本项目中&#xff0c;我们使用 Go 语言和 Gin 框架构建了一个简单的 Web 服务&#xff0c;能够管理用户和物品的信息。该服务实现了两个主要接口&#xff1a;根据用户 ID 获取用户名称&#xff0c;以及根据物品 ID 获…

spring boot itext7的生成一个pdf(hello,world),并且相关一些简单的使用方法及相关说明

1、我们经常会碰到生成Pdf的场景&#xff0c;比如说有很多题目&#xff0c;又比如说来个质检的报告&#xff0c;我们都需要导出为pdf&#xff0c;那这种情况有二种方法&#xff0c;一种是通过报表来实现&#xff0c;一种就是通过itext来生成。一般我们会通过报表来直接导出pdf。…

Liquid AI与液态神经网络:超越Transformer的大模型架构探索

1. 引言 自2017年谷歌发表了开创性的论文《Attention Is All You Need》以来&#xff0c;基于Transformer架构的模型迅速成为深度学习领域的主流选择。然而&#xff0c;随着技术的发展&#xff0c;挑战Transformer主导地位的呼声也逐渐高涨。最近&#xff0c;由麻省理工学院(M…