一上來還是整個流程圖鎮樓 這裡介紹整個流程種最複雜的部分：解析。 上一篇已經實現了資料到頻率訊號的轉換，這部分就是一個逆過程，這裡需要使用幅頻變換，幅頻變換在大學都應該學過過程比較簡單，這部分就使用開原始碼去實現。 FFT 在開源能做到不錯的也就FFTW和kiss_fft ，FFTW一般使用在pc 上，他對機選效能能的要求比較高，我的板子的算力比較弱，又不能用浮點，所以還是選用了kiss_fft ，這個號稱同等算力消耗的情況下效果最好，2017年就停更了，看來也是演算法收斂到了穩定期了。 他的介紹 Kiss FFT is small no frills (just like this page) able to do fixed or floating point with just a recompile efficient enough for all but the most demanding applications distributed with an easy-going license (BSD) visit the SourceForge project for the latest code and news. 現在他已經掛在了github上了

這裡有一個點需要注意： 這個fft 的視窗需要設定到小於輸出的資料長度，不然很容易混入到了其他頻率訊號造成識別錯誤 第二步： 頻率導資料 同樣通過查詢表實現 定義這個頻率查詢表是根據輸出定下來的，範圍不能卡的太窄，頻率會被幹擾偏移，計算也會有偏差一些的。

整個過程都是為了實現實時解析，算力足夠的都是非實時的，也就是先把資料儲存下載，在裡面通過頻率和幅度查詢資料，那樣做會簡單很多，也有很多為了降低誤碼想了辦法： 1.設定起始位和結束位 2.編碼 3.增加crc 解決單bit的錯誤 4.增大到高頻範圍，頻率的混疊出現概率降低。 5.減少單次多bit 的傳輸，每次傳輸控制在30bit,極端請款有4bit 就結束的 。。。。 做到原理通了能用的階段容易，優化的路無止境。