Modélisation, estimation et filtrage optimal en traitement du signal Coll. Traitement du signal

Cet ouvrage rassemble les résultats classiques et de nouvelles approches de la modélisation paramétrique des signaux. Il rappelle les fondements théoriques des modèles linéaires discrets et leurs limitations ainsi que l'alternative que constituent les modèles sinusoïdaux. Puis, il introduit successivement les techniques d'estimation de paramètres de modèles au sens des moindres carrés ordinaires, généralisés et des techniques des variables instrumentales. Les filtres de Wiener, de Kalman ainsi que les filtres adaptatifs tels que le RLS et le LMS et leurs différentes déclinaisons sont également présentés. Enfin, il traite de la pertinence du filtrage H infini et du filtrage particulaire en traitement du signal. Ces différents algorithmes sont appliqués à l'étude de problèmes concrets tels que le rehaussement de la parole.

Modèles paramétriques. Estimation des paramètres des modèles linéaires, au sens des moindres carrés. Filtrage adapté et filtrage de Wiener. Filtrage adaptatif. Filtrage de Kalman. Application du filtrage de Kalman au rehaussement du signal de parole. Estimation par les techniques des variables instrumentales. Estimation Hoo : une approche alternative au filtrage de Kalman ? Introduction au filtrage particulaire. Annexes A à K. Index.

Mohamed Najim est professeur en traitement du signal à l’ENSEIRB et à l’université Bordeaux 1 où il anime l’équipe signal et image. Il a travaillé dans les domaines du contrôle et de la modélisation identification mono et multidimensionnelle en traitement du signal et des images. Il est fellow d’IEEE.