学习信号编码

Question

我有大量的样本表示曼彻斯特编码的比特流作为音频信号。当编码频率较高时，编码频率是主频率分量，背景中有一致数量的白噪声。

我已经手动解码了这些流，但我想知道是否可以使用某种机器学习技术来学习编码方案。这将节省大量时间手动识别这些方案。困难在于不同的信号被不同的编码。

是否有可能建立一个能够学会解码多个编码方案的模型？这样的模型会有多强大，我想采用什么样的技术呢？独立分量分析 (ICA)似乎对隔离我所关心的频率是有用的，但是我如何学习编码方案呢？

Answer 1

我建议使用隐马尔可夫模型，有两种可能的状态：(1)高水平和(0)低水平。

这种技术可能有助于解码你的信号。可能你需要一个特定的嗯为每一个编码。

如果噪声是个问题，带有Blackman窗口功能的FIR滤波器将允许您隔离您所关心的频率。