在数字信号中查找模式

Question

让我们考虑一些2D信号（幅度随时间变化）。

我有一个具有特定“形状”的代码片段库。为了举例说明，我们假设一个方波，一个三角波和一个锯齿波，但是实际上它们要复杂得多。

我有一个复杂的信号，例如录音。

要知道，训练系统识别复杂信号中库中元素的最佳方法是什么，

• 库的形状可能以不同的频率出现。
• 库的形状可能以不同的幅度出现。
• 多个形状可以重叠。
• 到处都是噪音。

我想恢复的是：

• 识别出哪种形状。
• 它与参考信号有多近。

• 该形状适合复杂信号（位置，频率，幅度范围）的何处。

• 奖金问题：由于我正在寻找形状本身，因此它可能会随着时间以非线性方式拉伸。

我画了一张简短的图片来说明：

在这里作为示例，我为库绘制了3种基本形状，并且在音频信号的不同位置重叠了一些形状。

解决此问题的最佳方法是什么？

我倾向于训练一个分类器来识别形状，但是我不确定这是正确的方法，也不确定这种频率分布在很宽范围内（50hz）的数据的实用性到15khz）。

Answer 1

如果没有标签数据集，我可能会尝试简化的卷积自动编码器。

如果您要识别的基本形状是固定的，我会使用 将内核功能设置为基本形状的单个隐藏层（瓶颈）。瓶颈处的神经元值会告诉您检测到哪些形状以及在何处。