Classification de signaux non-stationnaires

Non stationary signals classification

• Auteur / Autrice : Isabelle Vincent
• Direction : Christian Doncarli
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées
• Date : Soutenance en 1995
• Etablissement(s) : Nantes

Résumé

Ce travail concerne la classification supervisee de signaux non-stationnaires. Deux approches sont envisagees: une approche parametrique ou nous avons developpe deux algorithmes d'estimation de la frequence instantanee et du taux de modulation de signaux monocomposantes noyes dans du bruit blanc gaussien: l'algorithme de kay-tretter et un algorithme a base de filtrage de kalman lineaire. Ces deux algorithmes s'appuient sur l'approximation de tretter. Une extension au cas de signaux multicomposantes est ensuite proposee. Un algorithme fonde sur un filtre de kalman etendu permettant d'estimer la phase de chaque composante du signal ainsi que ses derivees est developpe. Une procedure de classification des signaux fondee sur l'utilisation de distances entre les parametres est ensuite mise en uvre. Une approche non-parametrique utilisant l'outil d'analyse classique des signaux non-stationnaires: les representations temps-frequence. Nous presentons le groupe de cohen, classe des representations temps-frequence invariantes par translation temporelle et modulation de frequence. Ensuite differentes distances heuristiques permettant de quantifier les ecarts entre les representations bidimensionnelles sont definies. Ces distances sont integrees dans les regles de decision. Dans les deux cas, des tests statistiques ont ete realises sur des signaux synthetiques et une comparaison des resultats est effectuee. Finalement, la seconde approche est utilisee sur des signaux reels comme outil d'aide a la detection de pathologies nerveuses