Étude de filtres et de processus non linéaires discrets

par Karine Mio

Thèse de doctorat en Signal, image, parole

Sous la direction de Éric Moisan.

Soutenue en 1996

à Grenoble INPG , en partenariat avec Centre d'études des phénomènes aléatoires et géophysiques (Grenoble ; 1960?-1998) (laboratoire) .

mots clés

• Sciences appliquees
• Telecommunications et theorie de l'information
• Traitement signal
• Filtrage non lineaire
• Identification systeme
• Statistique ordre
• Processus bilineaire
• Soustraction bruit
• Signal processing
• Non linear filtering
• System identification
• Order statistic

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

Titre traduit

A study of nonlinear filter and processes

Pas de résumé disponible.