如何识别数字流中的模式

Question

我有一个数字流（为了讨论而整数）从模拟输入（连接到电位器的a / d转换器）中采样。我很好奇我如何实时识别数字中的模式。

也就是说，如果有人快速将锅一直向上和向下翻转，我怎么认识到这一点，如果只将它转向一半。或者如果他们连续三次上下调整怎么办？如何将这些操作转换为不同的“事件”？这对我来说似乎特别棘手，因为每个事件发生的时间窗口都是适度变化的。

我可以想到一些快速，黑客的方法，但我没有信心。我也很好奇如何将其扩展到多个不同的输入（即从光谱仪输入）。这会改变事情吗？我甚至不确定我应该用Google搜索哪个主题区域。

Answer 1

如果您知道要查找的内容，请将输入信号与您期望的副本相关联。基本上，实现匹配的过滤器。如果要查看输入流何时为-127，-63,0,63,127，请使用这些值作为系数实现直接形式的fir过滤器。然后在输出上查找最大值。当滤波器中的数据为-127，-63,0,63,127时，会出现具有这些系数的滤波器的最大输出。

Google“匹配滤镜检测”或“检测理论”甚至可能是“特征检测”

如果您不确切地知道自己在寻找什么，或者您正在寻找的是可变的，那就会变得更加复杂。然后，您将尝试实现一个过滤器，其输出将为您提供有关正在进行的操作的信息。我上面给出的示例将显示输入序列发生时的输出尖峰。如果您随后看到以常规频率发生尖峰，您会猜测输入事件是以常规频率发生的。

如果你制作过滤器0,63,127 63 0，这与将旋钮一直向上旋转相关，然后再次向下，并且在输出上看到上述尖峰发生，但具有较低的最大振幅和相关性发生的时间越长，这可能会告诉你知识已经一直向上然后向下，但要比设计滤波器的速度更慢或更快以获得最大响应。

为了解决这个问题，您可以并行实现其中3个滤波器，一个用于慢速旋钮转动，一个用于中速旋钮转动，一个用于快速旋钮转动。然后查看3个输出，您将获得3种不同的相关性，这些相关性可以更好地帮助您了解正在发生的事情

Answer 2

您是否考虑过采用信号的差异（差异化）？