Etude de filtres et de processus non lineaires discrets

par KARINE MIO

Thèse de doctorat en Sciences appliquées

Sous la direction de E. MOISAN.

Soutenue en 1996

à l'INP GRENOBLE .

    mots clés mots clés


  • Résumé

    Ce rapport concerne l'application de modeles non lineaires a des problemes classiques de traitement du signal: identification de filtres et modelisation de processus. Pour etudier ces modeles, nous introduisons d'abord les outils appropries, principalement les statistiques d'ordre superieur a deux et les algorithmes d'identification de parametres. Nous nous consacrons ensuite a l'etude de differents filtres non lineaires: filtres de hammerstein, de volterra, narmax, bilineaires et reseaux de neurones. Ces filtres sont compares dans le cas de la soustraction de bruit. Cette application necessite des hypotheses specifiques qui sont detaillees pour chaque modele. Ces travaux sont valides sur des signaux sonar reels. Enfin, nous nous interessons a la modelisation de processus non lineaires. Le principe est de caracteriser une serie temporelle comme le resultat du filtrage non lineaire d'un bruit blanc fictif. Nous nous sommes plus particulierement interesses aux processus bilineaires


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 127 P.
  • Annexes : 80 REF.

Où se trouve cette thèse ?

  • Bibliothèque : Service interétablissements de Documentation (Saint-Martin d'Hères, Isère). Bibliothèque universitaire de Sciences.
  • Accessible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.