SIGNAUX ALEATOIRES BASES DU TRAITEMENT STATISTIQUE DU SIGNAL B. PICINBONO RESUME Destiné à des étudiants de DEA ou de troisième année d'école d'ingénieurs, ce manuel qui fait suite aux deux premiers volumes consacrés aux bases du calcul des probabilités et à la description des signaux aléatoires, aborde les idées fondamentales de traitement statistique du signal. Le traitement statistique du signal apparaît chaque fois que l'on veut extraire une information d'une observation qui comporte des éléments aléatoires. Ces éléments peuvent provenir du signal lui-même ou de perturbations aléatoires généralement dénommées bruit. La méthode de loin la plus courante en traitement statistique du signal est l'estimation en moyenne quadratique qui fait le cœur de cet ouvrage. Elle e s t présentée d'une manière synthétique en utilisant au maximum des méthodes géométriques permettant d'encomprendre très simplement le principe et de nombreuses applications sont discutées. C'est en particulier le cas des filtrages de Wiener et de Kalman mais aussi de la prédiction qui est un des chapitres les plus importants à la fois du point de vue des méthodes statistiques et de la compréhension des signaux aléatoires. Le dernier chapitre aborde la théorie du filtre adapté qui a de nombreux liens avec celle de l'estimation en moyenne quadratique. Comme dans les ouvrages précédents, de nombreux problèmes sont présentés à la fin de chacun des chapitres et les solutions sont rassemblées à la fin de l'ouvrage. TABLE DES MATIERES PREFACE v 9 1 10 11 SIGNAUX ALEATOIRES ET SYSTEMES DYNAMIQUES 9.1 Introduction 9.2 Signaux auto régressifs 9.3 Signaux à moyenne mobile 9.4 Signaux ARMA 9.5 Signaux aléatoires et représentation d'état des systèmes 9.6 Processus de Markov 9.7 Signaux générés par des filtres de Volterra 9.8 Extensions au cas continu Problèmes 1 2 15 17 20 22 28 30 33 ESTIMATION EN MOYENNE QUADRATIQUE 35 10.1 Introduction 10.2 Estimation en moyenne quadratique et régression 10.3 Estimation en moyenne quadratique sous contrainte 10.4 Estimation linéaire en moyenne quadratique 10.5 Estimation linéaire en moyenne quadratique avec contrainte 10.6 Estimation linéaire-quadratique en moyenne quadratique 10.7 Extensions au cas complexe 10.8 Résumé et compléments sur l'ELMQ Problèmes 35 37 44 47 50 54 57 63 66 ESTIMATION DE SIGNAUX STATIONNAIRES 71 11.1 11.2 11.3 11.4 11.5 11.6 71 72 77 82 87 94 Introduction au filtrage statistique Filtrage linéaire statistique sans contrainte Echantillonnage comme problème d'estimation Filtrage linéaire statistique avec contrainte Contrainte de causalité, filtrage de Wiener Filtrage statistique des signaux à temps continu 12 13 14 TOP 11.6 Filtrage statistique des signaux à temps continu 11.7 Développements de Taylor et estimation Problèmes 94 103 107 PREDICTION POUR DES SIGNAUX STATIONNAIRES 111 12.1 Introduction 12.2 Prédiction à passé infin. 12.3 Erreur de prédiction 12.4 Prédiction a passé fini 12.5 Solution des équations normales 12.6 Le triplet a, c, k 12.7 Filtres en treillis pour la prédiction 12.8 Positivité et stabilité 12.9 Prédiction à s pas 12.10 Méthode du maximum d'entropie 12.11 Décomposition de Wold et problèmes associés 12.12 Appendice sur la stabilité Problèmes 111 112 118 124 129 139 143 148 152 157 160 165 169 METHODES RECURSIVES DANS LE TEMPS 175 13.1 Introduction 13.2 Récurrences temporelles pour les équations normales 13.3 Méthode des moindres carrés récursifs 13.4 Introduction au filtrage adaptatif 13.5 Filtrage de Kalman Problèmes 175 177 182 183 184 195 FILTRES ADAPTES 197 14.1 Introduction 14.2 Filtre adapté classique 14.3 Estimation d'amplitude 14.4 Filtres adaptés généralisés Problèmes 197 198 207 208 216 SOLUTIONS DES PROBLEMES 217 ABREVIATIONS 241 BIBLIOGRAPHIE 243 INDEX 245