Noice reduction via AI

[PH7R]

Ik kwam deze interessante Youtube video https://www.youtube.com/watch?v=kGB_BEc55pk tegen van ON7OFF gebruik Artificial Intellience (https://ournetplace.com/rm-noise/) om ruis weg te filteren.

Van de website "The RM Noise project uses AI with the goal of removing noise from a CW or voice radio signal.

First, the system is trained using noise recordings which are often unique to each setup and location.

After training, a client program sends the radio’s noisy output to the AI server, the server removes the noise in real-time and returns the audio back to the client for listening.".

Zeer interessant om te proberen.

[Thom PA9T]

Als dit werkt met ruis, dan zou het misschien ook wel kunnen werken met QRM van zonnepanelen! Je leert het neurale netwerk in met je lokale QRM-bronnen en dat filter je dan weg! Zou het zo 'eenvoudig' kunnen zijn?

[PH7R]

QRM zonnepanelen zal altijd zelfde toon/frequentie hebben dus dat zou je specifiek voor je eigen locatie moeten kunnen in regelen in de software. Dus ja ik denk het wel.

[PA9X]

Ik schreef er pas geleden op mijn blog over:

https://www.pa9x.com/using-ai-to-strip- ... -from-qrm/

En heb er ook mee geëxperimenteerd:


youtu.be/trr2cTgPHj8

[PH7R]

Ik schreef er pas geleden op mijn blog over:

https://www.pa9x.com/using-ai-to-strip- ... -from-qrm/

En heb er ook mee geëxperimenteerd:


youtu.be/trr2cTgPHj8

Maar niet met de betreffende RM Noise app?

[PA9X]

Ik schreef er pas geleden op mijn blog over:

https://www.pa9x.com/using-ai-to-strip- ... -from-qrm/

En heb er ook mee geëxperimenteerd:


youtu.be/trr2cTgPHj8

Maar niet met de betreffende RM Noise app?

Nee, met Krisp.ai.

[PH7R]

Als dit werkt met ruis, dan zou het misschien ook wel kunnen werken met QRM van zonnepanelen! Je leert het neurale netwerk in met je lokale QRM-bronnen en dat filter je dan weg! Zou het zo 'eenvoudig' kunnen zijn?

Contact opgenomen met ontwikelaar. Je kunt een audio opname van je storing opsturen en dan leert AI dit te herkennen zodat lokaal QRM ook wordt uitgefilterd.

[pe1br]

Als dit werkt met ruis, dan zou het misschien ook wel kunnen werken met QRM van zonnepanelen! Je leert het neurale netwerk in met je lokale QRM-bronnen en dat filter je dan weg! Zou het zo 'eenvoudig' kunnen zijn?

Als een stoor signaal net zo hard of harder is dan het station dat je wilt ontvangen en met dezelfde bandbreedte op dezelfde frequentie zit zul je het nooit weg kunnen filteren.
Als deze signalen er net naast zitten of heel smal zijn kun je dat stukje wegfilteren en de overige signalen nog wel horen.
Als je het met je eigen filters niet weg krijgt lukt het waarschijnlijk met AI ook niet, AI is misschien wel sneller maar net zo goed gebonden aan dezelfde voorwaarden.

[PA2S]

In dit topic worden - naar mijn mening - wat dingen door elkaar gehaald. Belangrijk is om te kijken naar de theorie en te kijken wat je kunt doen om de signaal/stoorverhouding te verbeteren.

1. Ruis
Als er sprake is van "zuivere ruis" (witte ruis) dan kun je die ruis niet wegfilteren. AI of geen AI, het is onmogelijk. Als dat wel zo zou zijn, dan kunnen alle theorieboeken in de afvalbak. Witte ruis is willekeurig en daarom is niet te voorspellen hoe de golfvorm er in de toekomst uit zal zien. Het is telkens anders.

2. Storing
Wanneer er sprake is van storing, bijvoorbeeld door "man made" bronnen, dan is het in bepaalde gevallen mogelijk de storing te reduceren. Een simpel voorbeeld is een draaggolf. Als die stabiel is, dan is simpel te voorspellen hoe de volgende periode eruit zal zien. Die is namelijk een kopie van de vorige periode. Wanneer je de draaggolf (digitaal) kunt reconstrueren, dan kun je die in tegenfase bij het signaal + storing optellen en dan blijft het signaal over. Storing door een draaggolf kun je ook reduceren met een notchfilter, maar in dat geval wordt het gewenste signaal aangetast door de filtereigenschappen. Veel transceivers met DSP hebben zo'n (auto-)notch filter en als een draaggolf sterk is, kan het gehoor het niet meer goed scheiden (ons gehoor is ook heel goed in "signaalverwerking" maar alles heeft grenzen). Maar voor SSB is het zeker bruikbaar.

3. Fasebox
De truc met de tegenfase wordt gebruikt in de X-phase en dergelijke ruisreductie apparaten. Daar zit geen AI in, maar als je de storing zo schoon mogelijk kunt oppikken, door bijvoorbeeld een hulpantenne vlak bij de stoorbron te plaatsen, dan kan het werken. De fasebox wordt zodanig afgeregeld, dat het stoorsignaal met gelijke amplitude en in tegenfase bij het signaal + storing uit de "hoofdantenne" wordt opgeteld. Voor een enkele stoorbron werkt dit behoorlijk goed, mits de hulpantenne de storing goed oppikt. Het is overigens een vorm van diversity ontvangst.

4. Herkennen storing
Zonder fasebox en ontvangst van het stoorsignaal wordt het erg lastig. Want de AI software zou voortdurend de storende draaggolf moeten monitoren en bijregelen, want zelfs de kleinste variatie is al genoeg om het te doen falen. Zelfs als je een transceiver hebt die is gekoppeld aan een stabiele (10 MHz of zo) standaard, is het nog steeds zo dat de storing wel kan verlopen.

Naarmate de golfvorm van de storing complexer is, wordt het steeds lastiger om dit als storing te herkennen en zal de software er steeds minder van bakken. Ook al wordt de (AI) software "getraind", naarmate de storing minder "repeteert", zal het lastiger worden. Zie ook voetnoot (a).

5. Gebruik maken van signaaleigenschappen
De gewenste signalen zelf kunnen eigenschappen bevatten, die het mogelijk maken om het signaal te verbeteren. Vaak wordt gesproken over ruisreductie (noise reduction). Een CW signaal is een aan/uit geschakelde draaggolf en omdat het een draaggolf is, is het spectrum smal. Bovendien duurt een punt of streep een flink aantal perioden en die twee eigenschappen kun je gebruiken om z.g. spectrale middeling toe te passen. Met z.g. FFT wordt het spectrum berekend van opeenvolgende "mootjes" van het signaal in het tijddomein en de spectra van die mootjes worden opgeteld. Daarna wordt de berekende som met de omgekeerde FFT bewerking weer terug berekend naar het tijddomein. Ruis is willekeurig en middelt daardoor weg, maar omdat de spectra van de draaggolf wel (nagenoeg) gelijk zijn, blijft het signaal "staan" terwijl de ruis als het ware wegzakt. Mijn ervaring is dat zwakke CW signalen met ingeschakelde "Noise reduction" van mijn Icom 7600 wel degelijk beter te "nemen" zijn dan zonder die reductie. Ik draai de knop niet te ver naar rechts want dan gaat de neembaarheid weer achteruit. Ik stel hem op ongeveer een kwart in.

De JT modes (zoals ook FT8) maken ook dankbaar gebruik van spectrale middeling. Door de langzame transmissie is dat mogelijk. CW is vaak "langzaam genoeg" om het te kunnen middelen. Bij snelle CW zal de "noise reduction" minder goed werken. Bij SSB merk ik overigens geen verschil in verstaanbaarheid. Gebruik de ruisreductie overigens niet voor FT8 e.d. want je gaat er dan alleen maar op achteruit. Je kunt op de waterval grafiek zien dat het signaal wordt "uitgesmeerd". Niet inschakelen dus bij FT8!

6. Slot
Er zijn dus wel degelijk mogelijkheden om signalen (enigszins) te verbeteren. In bepaalde gevallen dus zelfs als de storing sterker is dan het gewenste signaal, zoals bij een fasebox (of DSP equivalent). Maar echt toveren?

---
(a)
Een van de trucs die fabrikanten uithalen om de "CE-keuring" te halen is om de schakelfrequentie van geschakelde circuits in frequentie te moduleren met ruis (denk aan schakelende inverters, schakelende voedingen etc). Door de modulatie met ruis wordt storing "omgevormd" tot ruis en dan is software kansloos.

[pe1rdp]

Zodra het donker wordt, gaat ergens in de wijk een, vermoedelijk, LED lamp aan die s7 QRM produceert vanaf 15MHz en hoger.
Hierdoor kan ik zwakkere signalen niet meer ontvangen. Ik heb RM noise in CW geprobeerd, en zoals al was te verwachten, heeft dit geen enkel effect. RM noise of ander AI kan nu eenmaal geen signalen laten horen die zwakker zijn dan de QRM bron.

Ook is er vrijwel continu een pulserend signaal op 40 en 80m. Vrijwel zeker een lader van een E-bike van de buren. Zodra de buren thuis komen met de fiets, is het signaal een paar minuten weg. Dan gaat de fiets daadwerkelijk laden en geen QRM. Ook hier doet RM noise niets tegen.
Een eenvoudige X-phase met een PA0RDT antenne tegen de garage van de buren werkt wel. Zelfs de noiseblanker werkt beter tegen deze QRM dan RM noise.

De sofware laat pure achtergrond ruis inderdaad goed verdwijnen en nog beter dan bijvoorbeeld DNR.
Maar RM noise heeft mij tot nu toe geen enkel (CW) signaal laten ontvangen dat ik zonder niet kon horen.

[PA9X]

Ik heb ook geëxperimenteerd met allerlei apps om stoorsignalen te onderdrukken, maar heb dezelfde ervaring als jij. Wanneer een signaal eenmaal bedolven is onder storing, is de software nutteloos.

Bij een enkele stoorbron is de QRM Eliminator best effectief. Heb hier ook goede ervaring met de RSPduo en SDRuno in diversity mode.


youtu.be/TEc9W4FNjPM