Abstract:
Cette étude concerne la séparation aveugle ou autodidacte de sources et leur déconvolution à partir de leurs mélanges convolutifs au second ordre.
Le caractère aveugle ou autodidacte indique que nous ne disposons pas d'informations déterministes sur les sources et sur leurs canaux de transmission.
Des algorithmes et techniques de bloc diagonalisation de matrices représentant les statistiques de ces mélanges, ont été développées pour la séparation de signaux stationnaires et non stationnaires.
Pour obtenir une déconvolution complète des mélanges et restituer les signaux sources, nous avons adopté une approche à deux étapes: une séparation avec bloc diagonalisation suivie d’une égalisation avec la méthode sous-espace incorporant l’estimation de l’ordre du canal.
Enfin, nous avons développé une plate-forme logicielle permettant d’évaluer les performances des différents algorithmes et de comparer notre approche à celle, plus classique, où l’égalisation précède la séparation des sources.
