a la physique de l'information - Lisa - Université d'Angers
a la physique de l'information - Lisa - Université d'Angers
a la physique de l'information - Lisa - Université d'Angers
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
caracteristique effective g eff (u)<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
0<br />
ση=0<br />
−5 −4 −3 −2 −1 0 1 2 3 4 5<br />
amplitu<strong>de</strong> d’entrée u<br />
ση=2.5<br />
Figure 3.3 : Caractéristique entrée–sortie efficace geff(·) <strong>de</strong> l’ Éq. (3.2) pour le capteur <strong>de</strong><br />
l’ Éq. (3.7) en présence <strong>de</strong> bruit gaussien centré d’amplitu<strong>de</strong> efficace ση = 0, 0.5, 1, 1.5, 2.5.<br />
La Fig. 3.4 montre que l’efficacité <strong>de</strong> l’amélioration par le bruit <strong>de</strong> l’intercovariance normalisée<br />
entrée–sortie Csy est davantage prononcée à mesure que <strong>la</strong> taille du réseau N augmente. La<br />
valeur maximale <strong>de</strong> Csy, obtenue pour un niveau <strong>de</strong> bruit non nul, tend d’ailleurs vers 1 lorsque<br />
N tend vers l’infini. De plus, <strong>la</strong> phase décroissante qui suit le passage par le niveau optimal <strong>de</strong><br />
bruit s’étend à mesure que N augmente al<strong>la</strong>nt même jusqu’à disparaître pour un réseau <strong>de</strong> taille<br />
infini. Le “p<strong>la</strong>teau” ainsi observé signifie que pour <strong>de</strong>s réseaux <strong>de</strong> gran<strong>de</strong>s tailles N, <strong>la</strong> distorsion<br />
due à <strong>la</strong> saturation peut être limitée pour une <strong>la</strong>rge gamme <strong>de</strong> valeurs <strong>de</strong> l’amplitu<strong>de</strong> efficace<br />
<strong>de</strong>s bruits ηi(t). Cette observation est cohérente avec celle <strong>de</strong> <strong>la</strong> Fig. 3.3. Pour les réseaux <strong>de</strong><br />
gran<strong>de</strong>s tailles N, il existe un niveau <strong>de</strong> bruit minimal qui permet à <strong>la</strong> caractéristique équivalente<br />
<strong>de</strong> couvrir <strong>la</strong> dynamique du signal d’entrée permettant ainsi une distorsion entrée–sortie nulle.<br />
Augmenter le bruit au <strong>de</strong>là <strong>de</strong> cette valeur minimale étendra encore <strong>la</strong> gamme linéaire sans<br />
influence sur <strong>la</strong> mesure <strong>de</strong> simi<strong>la</strong>rité.<br />
Le façonnage par le bruit ne se traduit pas toujours par une linéarisation <strong>de</strong> <strong>la</strong> caractéristique<br />
du capteur. Ainsi, dans <strong>la</strong> Fig. 3.2, pour N = ∞, l’information <strong>de</strong> Fisher ne dépend pas du<br />
niveau <strong>de</strong> bruit. Dans ce cas, l’effet du façonnage par le bruit fait passer <strong>la</strong> caractéristique du<br />
composant d’une forme non bijective (un quantifieur 1-bit à seuil pour <strong>la</strong> Fig. 3.2) à une forme<br />
bijective conservant l’information <strong>de</strong> Fisher intacte que <strong>la</strong> caractéristique effective en présence <strong>de</strong><br />
bruit soit linéaire ou non. Enfin, dans l’article [117] le bruit injecté permet (comme c<strong>la</strong>irement<br />
discuté dans <strong>la</strong> section conclusive <strong>de</strong> l’article) <strong>de</strong> façonner <strong>de</strong>s caractéristiques effectives non<br />
linéaires utiles pour une détection en présence <strong>de</strong> bruit non gaussien. Il est à noter toutefois que<br />
toutes les modifications ne sont pas permises via un façonnage par le bruit. La caractéristique<br />
équivalente <strong>de</strong> l’ Éq. (3.2) du capteur subit une convolution par <strong>la</strong> fonction <strong>de</strong>nsité <strong>de</strong> probabilité.<br />
Étant donné les formes <strong>de</strong>s fonctions <strong>de</strong> <strong>de</strong>nsité <strong>de</strong> probabilité <strong>de</strong>s bruits usuels, cette<br />
opération <strong>de</strong> convolution aura plutôt tendance à adoucir <strong>la</strong> caractéristique équivalente du capteur<br />
<strong>de</strong> l’ Éq. (3.2). Aussi, puisque <strong>la</strong> fonction <strong>de</strong>nsité <strong>de</strong> probabilité est une fonction positive,<br />
<strong>la</strong> caractéristique équivalente <strong>de</strong> l’ Éq. (3.2) sera croissante.<br />
Cette partie a permis <strong>de</strong> proposer une vision synthétique rassemb<strong>la</strong>nt avec un point <strong>de</strong> vue<br />
orienté vers les capteurs, l’ensemble <strong>de</strong>s effets <strong>de</strong> bruit utiles dans les non-linéarités statiques<br />
(associées en réseaux ou non) comme un effet <strong>de</strong> façonnage <strong>de</strong> <strong>la</strong> non-linéarité par un bruit<br />
additif. D’autres points <strong>de</strong> vue sont également possibles comme celui développé par [100] qui<br />
considère le réseau <strong>de</strong> comparateurs <strong>de</strong> <strong>la</strong> Fig. 3.1 comme un canal <strong>de</strong> communication. L’ajout<br />
24/197