Auteur / Autrice : | Mohamed Salem Ould Mohamed |
Direction : | Georges Delaunay |
Type : | Thèse de doctorat |
Discipline(s) : | Automatique, traitement du signal et génie informatique |
Date : | Soutenance en 2010 |
Etablissement(s) : | Reims |
Mots clés
Résumé
Dans cette thèse, nous proposons un nouvel algorithme de séparation aveugle de sources, basé sur l'optimisation de l'information mutuelle sous contraintes. Le problème d'optimisation sous contraintes est résolu par passage au problème dual. L'estimateur proposé du gradient stochastique utilise l'estimation des densités par maximum de vraisemblance dans des modèles de lois exponentielles choisis par mi- nimisation du critère AIC. Ensuite, la méthode a été généralisée à l'ensemble des divergences entre densités de probabilité. Nous avons montré que l'algorithme uti- lisant la divergence particulière de Hellinger a de bonnes propriétés d'efficacité et robustesse en présence du bruit en comparaison avec l'information mutuelle. Dans le cadre de signaux cyclostationnaires, les méthodes précédentes de séparation ont été adaptées en utilisant des statistiques du second ordre. Nous illustrons les per- formances des algorithmes proposés pour des signaux simulés et pour des signaux réels issus de machines tournantes