Séparation de sources 2 : au-delà de l'aveugle et applications (Traité IC2 série traitement du signal & de l'image)

Christian Jutten, Pierre Comon

Description

Cet ouvrage, divisé en deux volumes, est consacré à un problème général de traitement du signal, consistant en l'extraction d'un ou plusieurs signaux à partir de mélanges inconnus de ceux-ci. Depuis sa naissance dans les années 80, ce problème doit son essor à la découverte sans cesse renouvelée de nouveaux domaines d'application très variés, mais appelle un cadre théorique rigoureux, décrit dans cet ouvrage. Le tome 1 décrit les concepts de base, principalement dans le cadre de mélanges linéaires instantanés ou convolutifs. En particulier, le concept d'Analyse en Composantes Indépendantes (ACI) y est défini. Le lecteur découvrira aussi les outils statistiques et algébriques nécessaires, et les principaux algorithmes numériques de séparation, utilisant des statistiques d'ordre deux ou d'ordre supérieur, avec ou sans blanchiment préalable. Le tome 2 montre comment des informations a priori, même faibles (sources discrètes ou parcimonieuses), peuvent conduire à des méthodes très performantes, parfois qualifiées de semi-aveugles. Ce volume contient également des résultats concernant les mélanges non linéaires, ainsi qu'un panorama sur les applications.
Préface. Glossaire. Chapitre 8. Méthodes semi-aveugles -V. ZARZOSO, P. COMON. Introduction. Les approches aveugle et informée. Critères d'égalisation. Solutions algébriques. Solutions itératives. Analyse de performance. Résumé et conclusion. Bibliographie. Chapitre 9. Temps-fréquence -N. THIRION-MOREAU, E. MOREAU. Introduction. La problématique. Représentations temps-fréquence spatiales quadratiques. Sélection des points temps-fréquences utiles. Exemples d'algorithmes de séparation. Illustration pratique au moyen de simulations informatiques. Bibliographie. Chapitre 10. Parcimonie -R. GRIBONVAL. Introduction. Représentations parcimonieuses de signaux. Représentations parcimonieuses conjointes de mélanges. Estimation de la matrice de mélange à partir du diagramme de dispersion. Séparation à matrice de mélange connue. Conclusion. Perspectives. Remerciements. Bibliographie. Chapitre 11. Mélanges non linéaires -C. JUTTEN, M. BABAIE-ZADEH. Introduction. ACI non linéaire dans le cas général. ACI de mélanges non linéaires contraints. Informations a priori sur les sources. Critères d'indépendance. Quelques autres méthodes et algorithmes. Quelques applications. Conclusion. Bibliographie. Chapitre 12. Approche bayésienne -A. MOHAMMAD-DJAFARI. Introduction et notations. Schéma général de l'approche bayésienne. Sources indépendantes et blanches et liens avec l'ACP, l'ACI et d'autres méthodes classiques. Choix des lois a priori et expressions des lois a posteriori. Modélisation des sources. Modélisation des sources blanches non gaussiennes mais stationnaires. Prise en compte de la corrélation temporelle. Modélisation des sources non stationnaires. Exemples de résultats de séparation. Bibliographie. Chapitre 13. Applications -Y. DEVILLE. Introduction. Concepts généraux : application à l'acoustique, l'audio et la parole. Application aux systèmes de transmission électromagnétique. Applications biomédicales : traitement de l'image. Quelques conclusions et des outils pour poursuivre. Glossaire. Index.

Sujets

• Mathématiques

Informations

• Publié par: Hermès - Editions Lavoisier
• Date de parution: 27 mars 2007
• Nombre de lectures: 34
• EAN13: 9782746242562
• Langue: Français

Extrait

Cet ouvrage, divisé en deux volumes, est consacré à un problème général de traitement du signal, consistant en l'extraction d'un ou plusieurs signaux à partir de mélanges inconnus de ceux-ci. Depuis sa naissance dans les années 80, ce problème doit son essor à la découverte sans cesse renouvelée de nouveaux domaines d'application très variés, mais appelle un cadre théorique rigoureux, décrit dans cet ouvrage. Le tome 1 décrit les concepts de base, principalement dans le cadre de mélanges linéaires instantanés ou convolutifs. En particulier, le concept d'Analyse en Composantes Indépendantes (ACI) y est défini. Le lecteur découvrira aussi les outils statistiques et algébriques nécessaires, et les principaux algorithmes numériques de séparation, utilisant des statistiques d'ordre deux ou d'ordre supérieur, avec ou sans blanchiment préalable. Le tome 2 montre comment des informations a priori, même faibles (sources discrètes ou parcimonieuses), peuvent conduire à des méthodes très performantes, parfois qualifiées de semi-aveugles. Ce volume contient également des résultats concernant les mélanges non linéaires, ainsi qu'un panorama sur les applications.