匹配数据的算法

Question

我有一个项目，我正在测试对噪声(电磁、 radio 等)非常敏感的设备。该设备根据给定的输入(音频)每秒生成 5-6 个字节的二进制数据(对于未经训练的人来说看起来像是乱码)。

根据噪声，设备有时会丢失字符，有时会插入随机字符，有时是两者的倍数。

我编写了一个应用程序，让用户能够即时查看它生成的错误(与主文件相比 [例如，设备在理想条件下应输出的内容])。我的算法基本上采用实时数据中的每个字节，并将其与已知主文件中相同位置的字节进行比较。如果字节不匹配，我将在当前位置的两个方向上有一个 10 个字符的窗口，我将在附近寻找匹配项。如果匹配(加上一两个验证)，我会在 UI 中直观地标记位置并记录错误。

这种方法工作得相当好，实际上，考虑到传入数据的速度，它也可以实时工作。但是，我觉得我正在做的事情并不是最优的，如果数据以更高的速率流式传输，这种方法就会分崩离析。

我可以采取其他方法吗？是否有针对此类事物的已知算法？
多年前，我读到 NASA 的数据收集设备(例如与太空和月球/火星上的飞行器通信的设备)尽管在太空中受到巨大干扰，但数据丢失了 0.00001%。

有什么想法吗？

Answer 1

我想主要感兴趣的是设备生成的信号？什么更重要？检测何时发生错误或使信号“稳健”以应对此类错误？我最近做了很多信号处理，信号去噪是我日常工作的一部分，我基本上是在尝试估计真实信号并去除任何污染物。

我不知道设备产生的信号是如何被进一步使用的……如果它被记录到电脑上，那么你可以很容易地应用一些去噪，例如尝试小波去噪。您会找到以您选择的多种语言执行此操作的软件包。