Vous êtes ici : GIPSA-lab > Formation > Thèses soutenues
Chargement
JABLOUN Meryem

Modélisation de signaux fortement non-stationnaires à phase et à amplitude locales polynomiales.

 

Directeur de thèse :     Nadine MARTIN     Michelle VIEIRA

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (eeats)

Spécialité : Signal, image, parole, télécoms

Structure de rattachement : Grenoble-INP

Établissement d'origine : INPG

Financement(s) : allocation MENRT

 

Date d'entrée en thèse : 01/10/2003

Date de soutenance : 10/07/2007

 

Composition du jury :
Sylvianne Gentil (présidente)
Pascal Larzabal (rapporteur)
Andre Ferrari (rapporteur)
Manuel Davy (examinateur)
Stankovic Stankovic (examinateur)
Nadine Martin (directrice de thèse)

 

Résumé : Ce travail de recherche est consacré à l'élaboration et le développement d'une nouvelle méthode d'estimation et de reconstruction de signaux fortement non-stationnaires, modulés non-linéairement à la fois en amplitude et en fréquence. L'estimation de tels signaux dans un contexte trés bruité est un problème délicat et les méthodes existantes de la littérature présentent plusieurs inconvénients dans ce cas. Nous avons montré comment une approche locale permet une meilleure adaptabilité du modèle à la nature des variations locales des amplitudes et des fréquences instantanées. Les résultats de l'estimation sont par conséquent améliorés. L'originalité de la méthode proposée tient à l'application de modèles paramétriques bien adaptés sur des segments temporels de courtes durées extraits du signal étudié. Nous avons proposé une stratégie de segmentation puis une stratégie de fusion des segments estimés permettant la reconstruction du signal dans la totalité de sa durée. L'approche proposée permet de s'affranchir d'un modèle global du signal requérant un ordre d'approximation élevé. La validation de l'efficacité de l'estimation a été effectuée au préalable sur un segment temporel court. Le modèle considéré localement consiste en une approximation polynomiale de la fréquence et de l'amplitude exprimée dans une base polynomiale discrète et orthonormale que nous avons calculée. Cette base permet de réduire le couplage entre les paramètres du modèle. Nous proposons et comparons deux techniques différentes pour estimer ces derniers. La première est fondée sur la maximisation de la fonction de vraisemblance en utilisant la technique d'optimisation stochastique le recuit simulé. Tandis que la deuxième se base sur une approche Bayésienne employant les méthodes MCMC simulées par l'algorithme de Metroplois-Hastings. Nous montrons, sur des simulations et également sur des signaux réels, que l'approche proposée fournit de bons résultats d'estimation par comparaison à celles de la HAF.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31