Estimation spectrale basée sur la modélisation autorégressive

Abstract

Dans ce travail de recherche, les fondements des algorithmes d'estimation de la DSP ont été étudiés de manière détaillée. Ce qui nous a permis de prendre conscience des atouts et faiblesses des différentes méthodes en tant que moyen de traitement de l'information. Les méthodes d'estimation ont été largement développées, et il nous semble que les chercheurs ont fait le tour des questions essentielles. Cependant ce domaine, à notre avis devrait devenir actif au plan des applications et des systèmes de traitement matériel et logiciel. C'est dans ce cadre que s'inscrit notre travail. Les objectifs de la présente recherche sont les suivants: - Etude des méthodes d'estimation de la DSP des processus aléatoires et discrets, en résumant les méthodes classiques et en présentant les méthodes paramétriques basées sur la modélisation autoregréssive. En particulier l'étude des problèmes liés à la détermination de l'ordre du modèle, la résolution, de dédoublement des raies, lissage et effet du bruit. - Etude de l'extension des méthodes d'estimation au cas multicanaux, quand deux ou plusieurs séries de mesures sont disponibles et des densités interspectrales peuvent être estimées. On mettra le point sur les possibilités offertes par les fonctions de cohérence pour l'étude de la similitude entre signaux et la détermination du degré de causalité de certains mesures. - Développer un logiciel d'estimation de la DSP afin d'évaluer les performances des différentes méthodes, ce qui permet de mettre les techniques d'estimation à la porté de tous ceux concernés par ce problème. - Application des méthodologies développées à des problèmes typiques du traitement de signal, en procédant à l'analyse spectrale de certains signaux issus de situations réelles, à savoir: - Les signaux de parole. - Les données météorologiques. - Les données de l'activité solaire (tâches solaires).