Processus stochastiques discrets et filtrages optimaux

Cet ouvrage s'intéresse aux fondements des principaux filtres optimaux. Il propose plusieurs rappels sur les vecteurs aléatoires et sur les vecteurs gaussiens. L'étude des processus à temps discrets permet ensuite d'aborder le filtrage numérique , un chapitre sur l'estimation donne les résultats principaux, nécessaires à la construction du filtre de Wiener et du filtre adaptatif utilisés dans le cas de signaux stationnaires. L'ouvrage s'achève par l'étude du filtrage de Kalman qui généralise le filtrage optimal dans le cas de signaux non stationnaires. Des exercices avec solutions ponctuent chaque chapitre et des exemples pratiques sont traités avec le logiciel Matlab©. Cet ouvrage s'adresse aux étudiants de second cycle, d'IUP, d'écoles d'ingénieurs ainsi qu'à tout scientifique souhaitant retrouver les fondements des principaux filtres optimaux.

Avant-propos. Introduction. Vecteurs aléatoires. Vecteurs gaussiens. Généralités sur les processus à temps discret. Estimation. Le filtre de Wiener. Filtrage adaptatif : algorithme du gradient et du LMS. Le filtre de Kalman. Annexes. Table des symboles et notations. Bibliographie. Index.