Traitement des signaux numériques – II Filtrage adaptatif et analyse

Traitement des signaux
num´eriques – II
Filtrage adaptatif et analyse
spectrale
Jacob Benesty
INRS-EMT J. Benesty

Plan du cours
Introduction
Partie I: Concepts de base
•Processus stochastiques et mod`eles
•Valeurs propres et d´ecomposition
Partie II: Filtrage lin´eaire optimal
•Filtrage de Wiener
•Pr´ediction lin´eaire
Partie III: Filtrage adaptatif
•Algorithme du gradient d´eterministe (steepest
descent)
•Algorithme du gradient stochastique (least-mean-
square – LMS)
INRS-EMT J. Benesty 1

•Variantes de l’algorithme LMS
•L’algorithme LMS par bloc exact (block exact LMS
– BELMS)
•M´ethode des moindres carr´es (least squares – LS)
•Algorithme des moindres carr´es r´ecursif – MCR
(recursive least-squares – RLS)
•Algorithme des moindres carr´es r´ecursif rapide –
MCRR (fast recursive least-squares – FRLS)
•Algorithmes en treillis
•Introduction `alad´econvolution/identification
aveugle
Partie IV: Analyse spectrale
•M´ethodes non-param´etriques
•M´ethodes param´etriques
INRS-EMT J. Benesty 2

Manuels de r´ef´erence:
[1] S. Haykin, Adaptive Filter Theory. Fourth Edition,
Prentice Hall, 2002.
[2] J. G. Proakis and D. G. Manolakis, Digital Signal
Processing: Principles, Algorithms and Applications.
Third Edition, Macmillan, 1996, Chap. 12.
[3] Notes + Articles,
http://externe.inrs-emt.uquebec.ca/users/benesty/
INRS-EMT J. Benesty 3

Session:
10 janvier au 15 avril 2005.
Horaires du cours:
Lundi et vendredi de 9h15 `a 10h45.
Evaluation: Projet.
•Fin f´evrier 2005 – Description initiale (max. 2
pages). (Titre, probl´ematique, objectif, plan.)
•Mi mars 2005 – Version pr´eliminaire du rapport
final.
•Pr´esentations orales.
•Fin avril 2005 – Rapport final.
INRS-EMT J. Benesty 4