Codificación de señal de aprendizaje

Tengo una gran cantidad de muestras que representan flujos de bits codificados Manchester como señales de audio. La frecuencia a la que están codificados es el componente de frecuencia principal cuando es alta, y hay una cantidad constante de ruido blanco en el fondo.

He decodificado manualmente estas secuencias, pero me preguntaba si podría usar algún tipo de técnica de aprendizaje automático para aprender los esquemas de codificación. Esto ahorraría una gran cantidad de tiempo al reconocer manualmente estos esquemas. La dificultad es que diferentes señales se codifican de manera diferente.

¿Es posible construir un modelo que pueda aprender a decodificar más de un esquema de codificación? ¿Qué tan robusto sería ese modelo y qué tipo de técnicas me gustaría emplear? Parece que el Análisis de componentes independientes (ICA) podría ser útil para aislar la frecuencia que me interesa, pero ¿cómo aprendería el esquema de codificación?

Sugiero el uso de modelos ocultos de Markov, con dos estados posibles: (1) niveles altos y (0) niveles bajos.

Esta técnica puede ser útil para decodificar su señal. Probablemente necesite un HMM específico para cada codificación.

Si el ruido es un problema, un filtro FIR con una función de ventana Blackman-Harris le permitiría aislar la frecuencia que le preocupa.