Recherche Avancée

Thèse soutenue

Détection et estimation en présence de bruit multiplicatifs et additifs

FR  |  
EN
Auteur / Autrice : Mounir Ghogho
Direction : Bernard Garel
Type : Thèse de doctorat
Discipline(s) : Traitement du signal
Date : Soutenance en 1997
Etablissement(s) : Toulouse, INPT

Résumé

FR

L'estimation de sinusoides est un des problemes les plus frequents en traitement du signal. La plupart des methodes existantes sont destinees a l'estimation de sinusoides a amplitude constante dans un bruit additif. Les sources de bruit non additif sont ignorees ou negligees. L'objectif principal de cette these est l'etude de sinusoides en presence de bruits multiplicatif et additif. Un tel model est rencontre dans de nombreuses applications allant du radar, sonar et systemes de telecommunication au traitements d'image et de la parole. La premiere partie de cette these traite le probleme d'estimation de signaux deterministes en presence d'un bruit colore. Nous developpons un algorithme rapide pour le calcul de la matrice d'information de fisher. Des cas particuliers tels que les sinusoides, les sinusoids amorties et les signaux a phase polynomiale sont traites en detail. Les effets de la coloration du bruit sur les performances d'estimation optimales sont etudies. La seconde partie est consacree au probleme d'estimation de sinusoides en presence de bruits multiplicatif et additif. Dans un premier temps, nous explicitons des bornes inferieures des erreurs d'estimation des parametres, et nous proposons une definition pour le rapport signal a bruit. Ensuite, nous derivons les meilleures statistiques cycliques pour la detection et l'estimation. Nous etudions le comportement du lms ale (adaptive line enhancer) quand il est applique a l'extraction de sinusoides noyees dans un bruit multiplicatif colore et un bruit additif blanc. La troisieme partie de la these etudie un modele de bruit multiplicatif rencontre dans les systemes d'imagerie sar et laser. Nous developpons aussi bien des detecteurs optimaux que des detecteurs localement optimaux. Des expressions explicites pour la borne de cramer-rao et des algorithmes pour l'estimation au sens du maximum de vraisemblance sont proposes.