Detection de ruptures spectrales dans le plan temps-frequence

Detection of spectral changes in the time-frequency plane

• Auteur / Autrice : Hélène Laurent
• Direction : Christian Doncarli
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées
• Date : Soutenance en 1998
• Etablissement(s) : Nantes

Résumé

Ce travail porte sur la detection de changements spectraux brusques a l'aide de representations temps-frequence (rtfs). Ce probleme se rencontre souvent pour la surveillance de machines tournantes ou pour la segmentation de signaux. Les principaux outils developpes jusqu'a ce jour pour le diagnostic de changements brusques utilisent des methodes parametriques. Cependant celles-ci se trouvent souvent mises en defaut lors de la detection de ruptures rapprochees. De plus, leurs performances sont soumises a la bonne adequation entre le processus reel et le modele estime, laquelle n'est pas toujours accessible. C'est pourquoi l'alternative proposee par une approche temps-frequence ne necessitant aucune connaissance a priori sur la structure du signal parait prometteuse. Le premier chapitre de ce manuscrit est consacre aux rtfs. Nous nous sommes particulierement interesses au groupe de cohen, classe des representations covariantes par translation temporelle et frequentielle. Le deuxieme chapitre expose une partie des outils d'aide a la decision utilises actuellement. Divers algorithmes originaux, bases sur l'utilisation d'indices de stationnarite resultant du calcul de distances entre rtfs ont ete developpes. Ils sont presentes dans les deux derniers chapitres consacres respectivement a la segmentation et a la surveillance. Pour chaque contexte, les performances des differents indices sont etudies sur des signaux synthetiques grace a une analyse statistique incluant moyenne et variance des estimes des instants de ruptures. Des comparaisons sont faites avec d'autres approches parametriques et non parametriques. Enfin, dans les deux cas, ces indices sont appliques sur des signaux reels pour respectivement la segmentation de signaux musicaux et la surveillance de trains d'engrenages droits.