Academic literature on the topic 'Filtrage aveugle'

Cette thèse est consacrée à la détection multi-utilisateurs et l'estimation aveugle du canal pour les systèmes DS/CDMA. La détection multi-utilisateurs représente un ensemble d'algorithmes de traitement du signal dont le but ets de combattre l'interférence de l'accès multiple et leseffets du canal de propagation. L'estimation du canal en aveugle a pour l'objectif d'identifier le canal de propagation à partir des signaux observés à la sortie du canal en faisant des hypothèses statistiques sur les signaux d'entrée. Dans ce travail, nous proposons un nombre des techniques pour les récepteurs des systèmes DS/CDMA qui peuvent être implémentés en liaison montante mais aussi en liaison descendante. Nos hypothèses de base sont la périodicité des codes d'étalement et la disponibilité du code de l'utilisateur désiré au récepteur. Le premier groupe des algorithmes considérés correspond à celui des détecteurs multi-utilisateurs linéaires. Dans ce groupe, nous nous intéressons aux filtres de Wiener à rang réduit et nous proposons un nouveau filtre de rang réduit CGRRF. Ensuite, nous considérons le détecteur multi-utilisateurs aveugle de Wang & Poor et nous proposons son implémentation adaptative efficace pour la suppression conjointe de MAi et ISI. La partie suivante de travaill est consacrée aux techniques non-linéaires sous-optimales de détection multi-utilisateurs. En particulier, nous proposons le suppresseur d'interférence aveugle (BIC) qui estime les codes et les énergies des interféreurs en aveugle et qui est donc implémentable au niveau du mobile. La dernière partie de la thèse est dédiée à l'estimation du canal en aveugle en présence des résidus de porteuse
This study deals with multi-user detection and blind channel estimation for DS/CDMA systems. Multi-user detection represents a class of signal processing algorithms designed to combat the multiple-access interference and channel effects. Blind channel estimation aims to identify the propagation channel based on the observed channel outputs and the a priori statistical information on the inputs. In this thesis, a number of techniques is proposed for the receivers of DS/CDMA systems which can be implemented on either uplink or downlink. The basic assumptions are the periodicity of spreading codes and the availability of the desired user's spreading code at the receiver. First group of the considered algorithms relates to linear multi-user detection. In this class, we consider reduced-rank Wiener filters and we develop a novel reduced-rank filter : CGRRF. We next consider the blind subspace-based multi-user detector of Wang & Poor and we develop its efficient adaptive implementation which combats jointly the MAI and ISI. The next part of the thesis deals with non-linear suboptimal multi-user detection known as interference cancellation. We develop the Blind Interference Canceller (BIC) which can be implemented in the mobile terminal as it assumes the knowledge of the preading code of the desired user only. Final part of this thesis dedicated to the blind channel estimation in presence of carrier offsets (or Dopplershifts). All algorithms designed in this work are validated numerically by computer simulations of DS/CDMA communications over fading multipath channels

L'électroencéphalographie (EEG) consiste à mesurer l'activité électrique du cerveau à l'aide d'électrodes placées à la surface du cuir chevelu. Cette technique est principalement utilisée pour le diagnostic de l'épilepsie. Certains grapho-éléments comme des ondes lentes et des pointes-ondes peuvent apparaitre sur l'EEG permettant au neurologue de détecter une souffrance épileptique. Malheureusement, cette activité peut être fortement contaminée par des signaux parasites appelés artefacts. Ces artefacts ont pour origines principales l'activité oculaire, l'activité musculaire, le rythme cardiaque et les légers déplacements d'électrodes. Les fréquences des grapho-éléments pathologique recouvrent celles des artefacts et nous avons alors recours à des filtres spatiaux, reposant sur la séparation de sources. Le principe est de déterminer un ensemble de sources d'origines cérébrales et un ensemble de sources d'artefacts. Les sources d'artefacts sont supprimées et les sources cérébrales sont utilisées pour reconstruire le signal. Nous présentons dans cette thèse plusieurs méthodes combinant les filtres spatiaux et les filtres frèquentiels afin d'automatiser le filtrage. Une démarche quantitative a été définie afin de valider ces méthodes, nous permettant de choisir la méthode la plus performante appelée Adaptive Filtering by Optimal Projection (AFOP). Les tests sur des enregistrements cliniques de patient épileptiques, ont montré, selon l'avis du neurologue, l'efficacité d'AFOP sur la plupart des types d'artefacts ainsi que son respect des rythmes cérébraux
The electroencephalography (EEG) consists in measuring brain electrical activity thanks to electrodes located on the scalp surface. This technique is mainly used for the diagnostic of epilepsy. Sorne grapho-elements like slow waves and spike waves can appear on the EEG, enabling the neurologist to detect an epilepsy pain. Unfortunately, this activity can be highly contaminated by parasitical signals called artifacts. These artifacts have for main origins, the ocular activity, the muscular activity, the cardiac rhythm and tight electrode displacements. The frequencies of pathological grapho-elements recover those of artifacts, and it is then required to use spatial filter which rests on source separation. The principle is to determine a set of cerebral sources and a set of artifacts sources. Artifact sources are then cancelled and the cerebral ones are used to rebuild the signal. This thesis presents several methods using both spatial and frequential filters, making the EEG filtering automated. A quantitative approach of filtering validation is defined, which enables the author to choose the most efficient called Adaptive Filtering by Optimal Projection (AFOP). According to the neurologist, tests on clinical recordings of epileptic patients prove AFOP efficiency on cancelling most of artifact types as well as on respecting cerebn rhythms

Le traitement des images satellitaires est considéré comme l'un des domaines les plus intéressants dans les domaines de traitement d'images numériques. Les images satellitaires peuvent être dégradées pour plusieurs raisons, notamment les mouvements des satellites, les conditions météorologiques, la dispersion et d'autres facteurs. Plusieurs méthodes d'amélioration et de restauration des images satellitaires ont été étudiées et développées dans la littérature. Les travaux présentés dans cette thèse se concentrent sur la restauration des images satellitaires par des techniques de filtrage statistique non linéaire. Dans un premier temps, nous avons proposé une nouvelle méthode pour restaurer les images satellitaires en combinant les techniques de restauration aveugle et non aveugle. La raison de cette combinaison est d'exploiter les avantages de chaque technique utilisée. Dans un deuxième temps, de nouveaux algorithmes statistiques de restauration d'images basés sur les filtres non linéaires et l'estimation non paramétrique de densité multivariée ont été proposés. L'estimation non paramétrique de la densité à postériori est utilisée dans l'étape de ré-échantillonnage du filtre Bayésien bootstrap pour résoudre le problème de la perte de diversité dans le système de particules. Enfin, nous avons introduit une nouvelle méthode de la combinaison hybride pour la restauration des images basée sur la transformée en ondelettes discrète (TOD) et les algorithmes proposés à l'étape deux, et nos avons prouvé que les performances de la méthode combinée sont meilleures que les performances de l'approche TOD pour la réduction du bruit dans les images satellitaires dégradées
Satellite image processing is considered one of the more interesting areas in the fields of digital image processing. Satellite images are subject to be degraded due to several reasons, satellite movements, weather, scattering, and other factors. Several methods for satellite image enhancement and restoration have been studied and developed in the literature. The work presented in this thesis, is focused on satellite image restoration by nonlinear statistical filtering techniques. At the first step, we proposed a novel method to restore satellite images using a combination between blind and non-blind restoration techniques. The reason for this combination is to exploit the advantages of each technique used. In the second step, novel statistical image restoration algorithms based on nonlinear filters and the nonparametric multivariate density estimation have been proposed. The nonparametric multivariate density estimation of posterior density is used in the resampling step of the Bayesian bootstrap filter to resolve the problem of loss of diversity among the particles. Finally, we have introduced a new hybrid combination method for image restoration based on the discrete wavelet transform (DWT) and the proposed algorithms in step two, and, we have proved that the performance of the combined method is better than the performance of the DWT approach in the reduction of noise in degraded satellite images

Ce rapport résume mes activités de recherche depuis l'obtention de mon doctorat. Je me suis penché sur le problème fondamental de l'estimation de signaux sources à partir de l'observation de mesures corrompues de ces signaux, dans des scénarios où les données mesurées peuvent être considérées comme une transformation linéaire inconnue des sources. Deux problèmes classiques de ce type sont la déconvolution ou égalisation de canaux introduisant des distorsions linéaires, et la séparation de sources dans des mélanges linéaires. L'approche dite aveugle essaie d'exploiter un moindre nombre d'hypothèses sur le problème à résoudre : celles-ci se réduisent typiquement à l'indépendance statistique des sources et l'inversibilité du canal ou de la matrice de mélange caractérisant le milieu de propagation. Malgré les avantages qui ont suscité l'intérêt pour ces techniques depuis les années soixante-dix, les critères aveugles présentent aussi quelques inconvénients importants, tels que l'existence d'ambiguïtés dans l'estimation, la présence d'extrema locaux associés à des solutions parasites, et un coût de calcul élevé souvent lié à une convergence lente. Ma recherche s'est consacrée à la conception de nouvelles techniques d'estimation de signal visant à pallier aux inconvénients de l'approche aveugle et donc à améliorer ses performances. Une attention particulière a été portée sur deux applications dans les télécommunications et le génie biomédical : l'égalisation et la séparation de sources dans des canaux de communications numériques, et l'extraction de l'activité auriculaire à partir des enregistrements de surface chez les patients souffrant de fibrillation auriculaire. La plupart des techniques proposées peuvent être considérées comme étant semi-aveugles, dans le sens où elles visent à exploiter des informations a priori sur le problème étudié autres que l'indépendance des sources ; par exemple, l'existence de symboles pilotes dans les systèmes de communications ou des propriétés spécifiques de la source atriale dans la fibrillation auriculaire. Dans les télécommunications, les approches que j'ai explorées incluent des solutions algébriques aux fonctions de contraste basées sur la modulation numérique, la combinaison de contrastes aveugles et supervisés dans des critères semi-aveugles, et une technique d'optimisation itérative basée sur un pas d'adaptation calculé algébriquement. Nos efforts visant à extraire le signal atrial dans des enregistrements de fibrillation auriculaire nous ont permis non seulement de dégager de nouvelles fonctions de contraste basées sur les statistiques de second ordre et d'ordre élevé incorporant l'information a priori sur les statistiques des sources, mais aussi d'aboutir à de nouveaux résultats d'impact clinique et physiologique sur ce trouble cardiaque encore mal compris. Ce rapport se conclut en proposant quelques perspectives pour la continuation de ces travaux. Ces recherches ont été menées en collaboration avec un nombre de collègues en France et à l'étranger, et ont également compris le co-encadrement de plusieurs doctorants. Les contributions qui en ont découlé ont donné lieu à plus de soixante publications dans des journaux, des conférences et des ouvrages collectifs à caractère international. Quelques-unes de ces publications sont jointes à ce document.

Les systèmes MIMO (Multiple Input Multiple Output) ont été proposés par le laboratoire Bell afin d'augmenter le débit des transmissions. Par la suite ces systèmes ont été utilisés pour augmenter la fiabilité de la transmission en utilisant des codes introduisant de la redondance. Cette thèse CIFRE est menée en collaboration entre la société IPSIS-IT Link (Ingénierie Pour Signaux et Systèmes) et l'équipe SCEE de Supélec membre du laboratoire IETR. L'objectif de cette thèse est de proposer des techniques d'estimation, en aveugle, des symboles transmis sur des canaux MIMO. La séparation aveugle de sources, ou BSS pour Blind Source Separation, permet d'estimer de manière aveugle, i.e. sans connaissance du canal de transmission et de symboles pilotes, les symboles transmis. C'est ce type de méthode que nous utiliserons principalement dans cette thèse. Cependant, la BSS estime les sources à une rotation et permutation près. D'autre part, les méthodes de BSS utilisant un gradient stochastique sont lentes à converger, ce qui les rend difficilement utilisables sur des canaux variant rapidement dans le temps. Ainsi, les axes de recherche exploités durant cette thèse sont : - L'exploitation de la redondance introduite par les codes STBC pour lever les ambiguïtés introduites par la BSS. - L'implémentation de certains critères de manière analytique. Les méthodes analytiques implémentées de manière adaptative convergent rapidement dans le temps, permettant ainsi une utilisation sur des canaux qui varient rapidement dans le temps. - L'initiatisation du filtre de Kalman, connu pour ses qualités de poursuite, par la séparation aveugle de sources. Ce type d'association permet de poursuivre des canaux instantanés ou convolutifs variant dans le temps.

Dans cette thèse, nous traitons le problème d'estimation Bayésienne des symboles transmis selon une formulation d'état d'un système de communications numériques en bande de base. Grohan et Marcos ont tenu compte du caractère non gaussien du bruit d'état et ont suggéré l'utilisation de l'approximation de la ddp a posteriori d'une séquence de symboles, non gaussienne donc, par une Somme Pondérée de Gaussiennes (SPG) en se basant sur la théorie de Sorenson et Alspach. Une étude comparative des différentes réalisations de l'égaliseur par Réseau de Filtres de Kalman (RFK) en découlant est effectuée au début de cette thèse afin de réaliser un bon compromis complexité/performance. Une version simplifiée de l'égaliseur par RFK sous forme d'un Réseau de Filtres LMS est fournie afin de réduire encore plus la complexité. Ensuite, nous étendons notre structure d'égaliseur par RFK au cas de canaux linéaires non stationnaires en proposant deux nouveaux algorithmes aveugles pour l'estimation conjointe du canal et des données. .
This phD deals with symbol-by-symbol Bayesian estimation using a state formulation of a digital communication scheme. Grohan and Marcos take into account of the non gaussian character of the state noise probability density function (pdf) and have suggested the approximation of the a posteriori symbol sequence pdf by a Weighted Gaussian Sum (WGS), based on Sorenson and Alspach formalism for non linear and/or non gaussian filtering. A comparative study concerning the different implemenations of the NFK based equalizer so developed is done at the beginning of the dissertation, in order to achieve a tradeoff between complexity and performance. A simplified version of the NFK algorithm in the form of a Network of LMS Filters (NLMSF) is also suggested in order to reduce the complexity. To deal with linear nonstationary channels, two blind algorithms are proposed for the joint MMSE estimation of the channel coefficients and the data. .

Cette thèse aborde les problèmes liés à la formation des images numériques. L'étape d'échantillonnage nécessaire à la formation d'une image discrète à partir d'une image continue peut introduire différents types d'artefacts qui constituent des dégradations majeures de la qualité de l'image. La motivation principale de cette thèse a été l'étude de ces artefacts que sont le flou, le ringing et l'aliasing. Dans la première partie, nous rappelons tout d'abord le processus de formation des images numériques puis nous proposons des définitions de ces artefacts. Dans la deuxième partie, nous définissons une mesure conjointe du flou et du ringing dans le cadre d'un filtrage passe bas précédant l'échantillonnage. La troisième partie est dédiée à la détection automatique de ces artefacts dans les images. Enfin, en quatrième partie, la détection automatique est testée dans des applications concrètes de la restauration d'images: la déconvolution aveugle et le débruitage.

La séparation de signaux corrélés à partir de leurs combinaisons linéaires est une tâche difficile et possède plusieurs applications en traitement du signal. Nous étudions deux problèmes, à savoir la séparation aveugle de sources parcimonieuses et le filtrage adaptatif des réflexions multiples en acquisition sismique. Un intérêt particulier est porté sur les mélanges convolutifs : pour ces deux problèmes, des filtres à réponses impulsionnelles finies peuvent être estimés afin de récupérer les signaux désirés.Pour les modèles de mélange instantanés et convolutifs, nous donnons les conditions nécessaires et suffisantes pour l'extraction et la séparation exactes de sources parcimonieuses en utilisant la pseudo-norme L0 comme une fonction de contraste. Des équivalences entre l'analyse en composantes parcimonieuses et l'analyse en composantes disjointes sont examinées.Pour la soustraction adaptative des réflexions sismiques, nous discutons les limites des méthodes basées sur l'analyse en composantes indépendantes et nous soulignons l'équivalence avec les méthodes basées sur les normes Lp. Nous examinons de quelle manière les paramètres de régularisation peuvent être plus décisifs pour l'estimation des primaires. Enfin, nous proposons une amélioration de la robustesse de la soustraction adaptative en estimant les filtres adaptatifs directement dans le domaine des curvelets. Les coûts en calcul et en mémoire peuvent être atténués par l'utilisation de la transformée en curvelet discrète et uniforme
The recovery of correlated signals from their linear combinations is a challenging task and has many applications in signal processing. We focus on two problems that are the blind separation of sparse sources and the adaptive subtraction of multiple events in seismic processing. A special focus is put on convolutive mixtures: for both problems, finite impulse response filters can indeed be estimated for the recovery of the desired signals.For instantaneous and convolutive mixing models, we address the necessary and sufficient conditions for the exact extraction and separation of sparse sources by using the L0 pseudo-norm as a contrast function. Equivalences between sparse component analysis and disjoint component analysis are investigated.For adaptive multiple subtraction, we discuss the limits of methods based on independent component analysis and we highlight equivalence with Lp-norm-based methods. We investigate how other regularization parameters may have more influence on the estimation of the desired primaries. Finally, we propose to improve the robustness of adaptive subtraction by estimating the extracting convolutive filters directly in the curvelet domain. Computation and memory costs are limited by using the uniform discrete curvelet transform

La séparation de signaux corrélés à partir de leurs combinaisons linéaires est une tâche difficile et possède plusieurs applications en traitement du signal. Nous étudions deux problèmes, à savoir la séparation aveugle de sources parcimonieuses et le filtrage adaptatif des réflexions multiples en acquisition sismique. Un intérêt particulier est porté sur les mélanges convolutifs : pour ces deux problèmes, des filtres à réponses impulsionnelles finies peuvent être estimés afin de récupérer les signaux désirés.Pour les modèles de mélange instantanés et convolutifs, nous donnons les conditions nécessaires et suffisantes pour l'extraction et la séparation exactes de sources parcimonieuses en utilisant la pseudo-norme L0 comme une fonction de contraste. Des équivalences entre l'analyse en composantes parcimonieuses et l'analyse en composantes disjointes sont examinées.Pour la soustraction adaptative des réflexions sismiques, nous discutons les limites des méthodes basées sur l'analyse en composantes indépendantes et nous soulignons l'équivalence avec les méthodes basées sur les normes Lp. Nous examinons de quelle manière les paramètres de régularisation peuvent être plus décisifs pour l'estimation des primaires. Enfin, nous proposons une amélioration de la robustesse de la soustraction adaptative en estimant les filtres adaptatifs directement dans le domaine des curvelets. Les coûts en calcul et en mémoire peuvent être atténués par l'utilisation de la transformée en curvelet discrète et uniforme
The recovery of correlated signals from their linear combinations is a challenging task and has many applications in signal processing. We focus on two problems that are the blind separation of sparse sources and the adaptive subtraction of multiple events in seismic processing. A special focus is put on convolutive mixtures: for both problems, finite impulse response filters can indeed be estimated for the recovery of the desired signals.For instantaneous and convolutive mixing models, we address the necessary and sufficient conditions for the exact extraction and separation of sparse sources by using the L0 pseudo-norm as a contrast function. Equivalences between sparse component analysis and disjoint component analysis are investigated.For adaptive multiple subtraction, we discuss the limits of methods based on independent component analysis and we highlight equivalence with Lp-norm-based methods. We investigate how other regularization parameters may have more influence on the estimation of the desired primaries. Finally, we propose to improve the robustness of adaptive subtraction by estimating the extracting convolutive filters directly in the curvelet domain. Computation and memory costs are limited by using the uniform discrete curvelet transform

Cette thèse présente des nouvelles techniques de traitement des signaux et améliore les techniques existantes pour la surveillance des machines tournantes industrielles complexes basée sur les vibrations. La littérature sur la maintenance conditionnelle basée sur les vibrations fournit des nombreuses solutions pour révéler les modèles défectueux à partir d'un signal vibratoire. Cependant, les tests de leur performance sur les signaux des machines complexes modernes est généralement limitée. En outre, il leur manque souvent une version robuste prête à être appliquée à des mesures réelles. Cette étude s'attaque à ces limites en proposant plusieurs solutions. Les principales directions de recherche comprennent le développement d'une méthode de filtrage aveugle stable pour optimiser les filtres à réponse impulsionnelle finie pour une détection efficace des défauts et le test de la méthode proposée sur les signaux vibratoire obtenus à partir d'un multiplicateur d'éolienne. En outre, la thèse fait progresser l'utilisation d'indicateurs basés sur le test du rapport de vraisemblance généralisé pour une surveillance plus stable et plus efficace et propose de nouveaux indicateurs statistiques avec des seuils définis pour améliorer la fiabilité. La dernière discussion concerne les indicateurs estimés sur la corrélation spectrale cyclique et sa contrepartie normalisée, la cohérence. Les cartes de cohérence sont largement utilisées car la normalisation permet de comparer des signaux acquis à des charges et des vitesses différentes, ce qui affecte considérablement la puissance du signal. Néanmoins, la normalisation s'accompagne d'une suppression du contenu spectral qui, autrement, pourrait contenir davantage d'informations sur la gravité d'un défaut. L'interprétabilité des indicateurs estimés sur ces deux cartes spectrales et les résultats sont présentés sur des signaux vibratoires simulés et expérimentaux
This dissertation presents innovative signal processing techniques for improving vibration-based condition monitoring of complex industrial rotating machines. Current methods often struggle with real-world signals and lack robustness. The study addresses these limitations by enhancing existing signal processing methods in the literature or proposing new ones. One of the contributions of this thesis is enhancing signal filtering optimization techniques by exploiting the engineering knowledge of the machine. As a result of the proposed improvement, fault detection is achieved on very complex vibration signals. Furthermore, condition indicators utilized to assess the health status of rotating machines are widely discussed. The utilization of several condition indicators recently introduced to the literature is extensively discussed, enhancements for their effective usage are proposed, and such indicators are merged with signal filtering optimization techniques for early fault detection. In addition, this study proposes a new framework to generate new condition indicators that are optimal for early fault detection and their statistical threshold to alarm the end-user for a potential machine fault. Such a framework enables not only the generation of novel indicators but also the recovery of the health indicators actively employed in the field, which explains why they were introduced to the vibration-based condition monitoring domain in the first place. The study finalizes with a discussion on how informative two spectral correlation-based indicators in terms of the severity of a bearing fault in time. The trending ability of two indicators is tested on simulated signals to explain their performances