Présentation
Auteur(s)
-
Pascal CHEVALIER : Ingénieur expert, Thalès Communications
-
Pierre COMON : Directeur de recherche au CNRS, - Laboratoire d’informatique, signaux et systèmes de Sophia-Antipolis (I3S)
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
Jusqu’au milieu des années 1980, la plupart des techniques de filtrage d’antenne n’exploitent que les statistiques d’ordre 2 des signaux reçus. En outre, elles sont qualifiées d’informées dans la mesure où elles nécessitent la connaissance des réponses d’antenne, et donc d’une calibration préalable [1], ou bien la connaissance d’informations « a priori » sur les signaux attendus [2]. Les discriminants permettant de séparer le signal utile des interférences ou du bruit incluent :
-
la direction d’arrivée, comme en radar, en sonar ou en télécommunications spatiales ;
-
la forme d’onde (communications numériques) ;
-
le temps (systèmes à évasion de fréquence) ;
-
le spectre (liaisons en bande étroite en présence de brouillage en bande plus large) ;
-
la puissance (signaux faibles perturbés par un brouillage fort) ;
-
le code (transmissions par spectre étalé).
A contrario, les méthodes dites aveugles ou autodidactes ont pour vocation d’extraire les signaux utiles ou les paramètres d’intérêt sans recourir à des connaissances fortes sur ces derniers. Ce type d’approche présente des avantages dans un certain nombre de contextes, notamment en écoute passive, lorsque aucun des caractères discriminants précités n’est exploitable. C’est aussi le cas par exemple pour les flûtes remorquées en sonar lorsque les antennes sont déformées, en VUHF (« very ultra high frequency ») ou en radar lorsqu’il existe un couplage entre capteurs et que la calibration coûte trop cher. À titre indicatif, on sait maintenant que les méthodes de goniométrie offrant normalement une bonne résolution, très sensibles à la qualité de la variété d’antenne, donnent des résultats très décevants en présence d’une calibration approximative.
Les techniques aveugles les plus prometteuses sont basées sur l’hypothèse de sources non gaussiennes (très courantes en pratique et omniprésentes en radiocommunications) et statistiquement indépendantes. Elles exploitent, souvent en plus de l’information à l’ordre 2, celle contenue dans les statistiques d’ordre supérieur à 2 des observations. Elles sont alors qualifiées de méthodes aveugles aux ordres supérieurs.
L’objet de cet article est essentiellement de présenter la philosophie de ces méthodes, de décrire les algorithmes actuellement les plus prometteurs et d’en synthétiser les performances dans différents contextes applicatifs.
Cet article est réservé aux abonnés.
Il vous reste 94 % à découvrir.
Déjà abonné ? Se connecter
DOI (Digital Object Identifier)
Présentation
Performances des séparateurs aveuglesArticle inclus dans l'offre
"Le traitement du signal et ses applications"
(162 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
4. Séparateurs aveugles
Avant 1985, les techniques de traitement d’antenne étaient essentiellement d’ordre 2, et nécessitaient des informations a priori, sur les sources et/ou sur le réseau de capteurs. À partir de cette date, les premières techniques de séparation autodidacte de sources apparaissent, permettant de s’affranchir de ces informations a priori, en les remplaçant par l’hypothèse d’indépendance des sources.
Différentes approches ont été alors développées : les approches basées sur la minimisation de moments croisées de fonctions non linéaires des sorties [24] [28], les approches minimisant les cumulants croisés, puis les approches par maximisation de contrastes [29], les approches du maximum de vraisemblance lorsque la distribution du bruit est connue [30] [31], les techniques du second ordre (second order blind identification : SOBI), basées sur les différences spectrales des sources [32] [33].
Depuis lors, d’autres travaux ont été développés, en liaison avec des outils de théorie de l’information [21] [33]. Parallèlement, les mélanges convolutifs, large bande, non linéaires, ont également fait l’objet d’analyses spécifiques. Actuellement, l’activité se concentre entre autres autour des sources non stationnaires (par exemple, cyclostationnaires), non indépendantes (par exemple, en exploitant le caractère discret de la distribution des sources), autour des mélanges sous-déterminés
et autour des validations expérimentales.
4.1 Philosophie
Si la distribution du bruit est connue, alors une approche par le maximum de vraisemblance est possible [35]. Mais la statistique du bruit est souvent inconnue, de sorte qu’on est obligé de subir la présence du bruit plutôt que de s’y adapter. Le but poursuivi dans un tel contexte est d’identifier le mélange
sous des hypothèses simplificatrices, mais suffisantes sur le plan de l’identifiabilité, puis de construire dans un second...
Cet article est réservé aux abonnés.
Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Séparateurs aveugles
Article inclus dans l'offre
"Le traitement du signal et ses applications"
(162 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
BIBLIOGRAPHIE
-
(1) - BIENVENU (G.), KOPP (L.) - Optimality of high-resolution array processing using the eigensystem approach - . IEEE Trans. ASSP, 31 (5), oct. 1983, 1235-1248.
-
(2) - MONZINGO (R.A., MILLER (T.N.) - Introduction to adaptive arrays. - 1980 Wiley and Sons.
-
(3) - SCHETZEN (M.) - Volterra and Wiener Theory of Non Linear Systems. - 1980 Wiley.
-
(4) - RUGH (W.J.) - Non Linear Systems Theory, Volterra of Wiener Approaches. - 1989 Hopkins.
-
(5) - CHEVALIER (P.), DUVAUT (P.), PICINBONO (B.) - Le filtrage de Volterra transverse réel et complexe en traitement du signal. - Traitement du signal 7 (5), déc. 1990, 451-476.
-
(6) - COMON (P.) - Circularité et signaux aléatoires à temps discret. - Traitement du signal, 11 (5), déc. 1994, 417-420.
-
...
Cet article est réservé aux abonnés.
Il vous reste 93 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
"Le traitement du signal et ses applications"
(162 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
