Performance et robustesse en egalisation aveugle spatio-temporelle

• Auteur / Autrice : AZZEDINE TOUZNI
• Direction : Inbar Fijalkow
• Type : Thèse de doctorat
• Discipline(s) : Traitement du signal
• Date : Soutenance en 1998
• Etablissement(s) : Cergy-Pontoise

Mots clés

Mots clés contrôlés

Convolutions (mathématiques)

Traitement du signal

Résumé

Ce document est consacre a l'etude et au developpement de nouvelles techniques d'egalisation (i. E. De deconvolution) lineaire aveugle spatio-temporelle de systemes multivaries pour lesquels il existe un facteur de diversite exprime sous la forme d'une diversite spatiale (a partir d'un contexte d'observation multi-capteurs) ou d'une diversite temporelle (qui s'appuie sur un facteur de sur-echantillonnage du signal observe). Une synthese des techniques au second ordre en egalisation et en identification est proposee dans un premier temps. Il est montre que ces methodes ont en commun un manque de robustesse induit par une chute de diversite effectif du canal ou une sur-estimation de l'ordre du modele. Une solution aveugle et semi-aveugle, exploitant les statistiques d'ordre 2, robuste a une sur-estimation de l'ordre du modele est proposee. Une unification, de quelques criteres exploitant des statistiques d'ordre superieur a 2 est proposee dans un deuxieme temps a partir des proprietes de la neguentropie. Des resultats generaux dans le cas non bruite montrent l'absence de minima locaux parasites. Ces resultats sont affines d'abord dans le cas general et ensuite pour le critere module constant (mc), en presence d'un bruit additif gaussien. Il est montre (sous diverses conditions) que les minima locaux obtenus restent proches de la solution de wiener (canal connu). Dans une troisieme partie on s'interesse au controle du retard d'egalisation. Un critere mc mutuellement reference qui permet d'estimer conjointement plusieurs egaliseurs correspondant a des retards differents est propose. La robustesse au modele de cette solution est montree analytiquement et par simulation. Dans une derniere partie, on s'interesse a l'estimation de sources multiples. Une solution fondee sur la notion de criteres dit hierarchique est proposee. Il est montre que l'agorithme adaptatif obtenu ne possede pas de minima locaux parasites et de plus que chaque source ne peut etre extraite qu'une seule fois.