Cette thèse traite de méthodes statistiques appliquées au traitement du signal. Afin de résoudre le problème de séparation aveugle de sources à l'aide de la méthode d'analyse en composantes indépendantes, nous introduisons deux mesures de dépendance, l'une bien connue l'information mutuelle, et l'autre que nous appelons la mesure de dépendance quadratique. Nous montrons le lien de cette dernière avec les fonctions caractéristiques et en proposons une estimation simple, dont les propriétés asymptotiques sont obtenues grâce aux U-statistiques. Les choix du noyau et de la taille de fenêtre sont ainsi analysés. Enfin, la minimisation des mesures de dépendance permet de résoudre le problème de séparation de sources dans le cadre de mélanges post non linéaires. Plusieurs approches sont proposées, dont une non paramétrique basée sur les dérivées des non linéarités. Nous illustrons les obstacles à la minimisation par des graphes des fonctions objectifs.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00004629 |
| Date | 02 December 2003 |
| Creators | Achard, Sophie |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | French |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.002 seconds