Mempelajari pengkodean sinyal


9

Saya memiliki sejumlah besar sampel yang mewakili bit stream yang disandikan Manchester sebagai sinyal audio. Frekuensi di mana mereka dikodekan adalah komponen frekuensi utama ketika tinggi, dan ada jumlah white noise yang konsisten di latar belakang.

Saya telah secara manual mendekodekan stream ini, tetapi saya bertanya-tanya apakah saya dapat menggunakan semacam teknik pembelajaran mesin untuk mempelajari skema pengkodean. Ini akan menghemat banyak waktu mengenali skema ini secara manual. Kesulitannya adalah bahwa sinyal yang berbeda dikodekan secara berbeda.

Apakah mungkin untuk membangun model yang dapat belajar memecahkan kode skema pengodean lebih dari satu? Seberapa kuat model seperti itu, dan teknik seperti apa yang ingin saya gunakan? Independent Component Analysis (ICA) sepertinya berguna untuk mengisolasi frekuensi yang saya pedulikan, tetapi bagaimana saya akan mempelajari skema pengkodean?

Jawaban:


3

Saya menyarankan penggunaan Hidden Markov Models, dengan dua kemungkinan keadaan: (1) level tinggi dan (0) level rendah.

Teknik ini mungkin membantu untuk memecahkan kode sinyal Anda. Mungkin Anda akan membutuhkan HMM spesifik untuk setiap kodifikasi.

Jika kebisingan adalah masalah, filter FIR dengan fungsi jendela Blackman-Harris akan memungkinkan Anda untuk mengisolasi frekuensi yang Anda khawatirkan.


Apakah ini akan bekerja pada sinyal dikodekan manchester di mana nilai dikodekan dalam transisi negara?
ragingSloth

Itu tergantung pada kodifikasi Manchester tetapi saya akan mengatakannya. Meskipun demikian, sebelum pelatihan HMM, saya sarankan untuk menggunakan algoritma zero-crossing untuk mendeteksi sisi-sisi sinyal. Dengan ini, Anda dapat mendeteksi waktu minimum terjadinya perubahan yang dapat memberi Anda petunjuk tentang kecepatan jam.
adesantos

Mengapa saya membutuhkan kecepatan clock? Pengkodean Manchester adalah pencatatan otomatis. Waktu seharusnya tidak penting.
ragingSloth

Saya pikir itu bisa membantu untuk mengetahui kecepatan clock untuk mengetahui seberapa cepat transisi antara nilai rendah / tinggi.
adesantos
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.