Estimation spectrale par découpage en sous-bandes d'un signal ...
Estimation spectrale par découpage en sous-bandes d'un signal ...
Estimation spectrale par découpage en sous-bandes d'un signal ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
¡<br />
S<br />
<br />
<br />
<br />
<br />
¡<br />
¤¦¥<br />
£<br />
<br />
£<br />
<br />
n<br />
a<br />
2 Formulation du Problème<br />
Dans le cadre de cette étude, nous nous intéressons à l’analyse<br />
<strong>spectrale</strong> de signaux prés<strong>en</strong>tant un spectre continu<br />
ou discontinu. Pour illustrer le cas de signaux à spectre<br />
continu, nous choisissons d’étudier un <strong>signal</strong> de type autorégressif<br />
d’ordre (AR( )) dont les modules des pôles<br />
soi<strong>en</strong>t suffisamm<strong>en</strong>t petits ¡ devant (afin d’assurer la continuité<br />
du spectre). Le cas de signaux à spectre discontinu est<br />
traité <strong>en</strong> analysant un <strong>signal</strong> périodique, prés<strong>en</strong>tant donc<br />
un spectre de ”raies”. Ainsi, le <strong>signal</strong> peut s’écrire <strong>sous</strong><br />
la forme d’une somme ¢ de sinusoïdes à phases uniformém<strong>en</strong>t<br />
ré<strong>par</strong>ties <strong>en</strong>tre £ et ¤¦¥ auxquelles se rajoute un<br />
bruit blanc gaussi<strong>en</strong> de puissance §©¨<br />
¦<br />
:<br />
#"$¦&%<br />
(1)<br />
lié à un problème de recouvrem<strong>en</strong>t spectral. En effet, <strong>en</strong><br />
considérant un banc de filtres uniforme constitué O de<br />
voies, l’expression théorique de la transformée de Fourier<br />
du <strong>signal</strong> de [<br />
S <br />
<strong>sous</strong>-bande exprimée O^ <strong>en</strong> est donnée<br />
<strong>par</strong> :<br />
£+Y?aAZ<br />
W VU _`S<br />
¡ b<br />
O<br />
¡ adc<br />
<br />
RTS VU W<br />
£+YJfgZ8cih £+YJfgZ8cih<br />
W j`k &% +lAVU j`k<br />
Ee<br />
£+Y?Z<br />
<br />
où note la transformée de Fourier de . Cette<br />
expression fait bi<strong>en</strong> ap<strong>par</strong>aître les termes correspondant au<br />
recouvrem<strong>en</strong>t fréqu<strong>en</strong>tiel obt<strong>en</strong>us pour lAVU W %)( ( ( % O , ¡ .<br />
m ¡<br />
Il convi<strong>en</strong>t de plus de <strong>signal</strong>er que si les filtres étai<strong>en</strong>t<br />
des passe-<strong>bandes</strong> idéaux, on n’aurait pas de recouvrem<strong>en</strong>t<br />
fréqu<strong>en</strong>tiel puisque pour chaque <strong>sous</strong>-bande numéro Q ,<br />
(4)<br />
j`k <br />
serai<strong>en</strong>t<br />
où<br />
%)( ( ( %+*-, ¡ . Le problème de l’estimation des<br />
£<br />
à <strong>par</strong>tir des échantillons observés , . <br />
'<br />
fréqu<strong>en</strong>ces <br />
"!<br />
£+YJfgZ8c h<br />
s a e)r<br />
%; Q ¡ e)r s<br />
poq1Q<br />
<br />
1 , les termes RTS VUXW<br />
%)( ( ( %+*/, ¡ a reçu un interêt considérable dans la littérature<br />
£<br />
sur le traitem<strong>en</strong>t du <strong>signal</strong> (voir <strong>par</strong> exemple [6] et les<br />
référ<strong>en</strong>ces qu’il conti<strong>en</strong>t).<br />
Afin d’illustrer le problème de recouvrem<strong>en</strong>t spectral dû au<br />
découpage <strong>en</strong> <strong>sous</strong>-<strong>bandes</strong>, considérons le cas d’une seule<br />
sinusoïde noyée dans un bruit blanc gaussi<strong>en</strong> additif :<br />
tous nuls dès que mut<br />
£ .<br />
¡<br />
<br />
¡ "! ¡ "$¦&%<br />
(2)<br />
¡ ¡ où , <br />
blanc § additif est<br />
¤¦¥ <br />
£ ( 0 ¤<br />
¡ ¡<br />
<strong>en</strong> fréqu<strong>en</strong>ces normalisées,<br />
!<br />
est<br />
FIG. 1 – Banc de filtres uniforme O à<br />
<strong>sous</strong>-bande.<br />
<strong>sous</strong>-<strong>bandes</strong>. Q ème<br />
<br />
uniformém<strong>en</strong>t ré<strong>par</strong>tie 1 £ % ¤¦¥1 sur et la variance du £<br />
bruit<br />
32 1 $ 54" ¡¦687:9 ¤ <br />
(le rap-<br />
?>A@CBEDF<br />
¨<br />
port <strong>signal</strong> à bruit est SNR ¡;£=<<br />
7 ( KL?MN<br />
).<br />
Le <strong>signal</strong> est filtré <strong>par</strong> un banc de filtres à O<br />
<strong>sous</strong>-<strong>bandes</strong>, Q la ème <strong>sous</strong>-bande étant représ<strong>en</strong>tée figure<br />
1. On considère un banc de filtres uniforme, chaque filtre<br />
étant c<strong>en</strong>tré sur la <strong>sous</strong>-bande<br />
<br />
RTS VUXW<br />
£+Y?Z<br />
£+G<br />
D<br />
HJI<br />
PL<br />
30<br />
20<br />
5 ème <strong>sous</strong>−bande<br />
30<br />
20<br />
6 ème <strong>sous</strong>−bande<br />
1 % Q £ %)( ( ( % O , ¡ %<br />
(3)<br />
10<br />
10<br />
( 7 £<br />
O<br />
Q ¡ £ ( 7 %;<br />
O<br />
A l’issue du filtrage et de la décimation qui l’accompagne,<br />
le [ <strong>signal</strong> <strong>en</strong> sortie de Q la ème <strong>sous</strong>-bande est analysé<br />
<strong>par</strong> son spectre autorégressif (l’ordre de modélisation<br />
AR choisi est ¡;\ ). La figure 2 prés<strong>en</strong>te les spectres autorégressifs<br />
moy<strong>en</strong>nés sur 78£ réalisations des 7 ème et \ ème<br />
<strong>sous</strong>-<strong>bandes</strong> correspondant aux <strong>bandes</strong> de fréqu<strong>en</strong>ce respectives<br />
1 £ ( ¤?7 % £ ( 0 ¡X¤?7:1 et 1 £ ( 0 ¡X¤?7 % £ ( 0J] 7:1 . Comme on peut<br />
le voir, deux différ<strong>en</strong>ts pics ap<strong>par</strong>aiss<strong>en</strong>t dans ces deux<br />
<strong>sous</strong>-<strong>bandes</strong> contigües car la fréqu<strong>en</strong>ce du <strong>signal</strong> sinusoïdal<br />
est trop proche de la frontière des deux <strong>sous</strong>-<strong>bandes</strong>.<br />
Ceci amène une ambiguïté : comm<strong>en</strong>t être sûr à la suite<br />
d’une analyse <strong>spectrale</strong> des <strong>sous</strong>-<strong>bandes</strong> qu’il s’agit bi<strong>en</strong><br />
de la même composante ”vue” <strong>par</strong> les deux <strong>sous</strong>-<strong>bandes</strong><br />
contigües et non pas de deux composantes fréqu<strong>en</strong>tielles<br />
distinctes ? Ce problème d’ambiguïté dans l’analyse <strong>spectrale</strong><br />
effectuée à <strong>par</strong>tir d’un découpage <strong>en</strong> <strong>sous</strong>-<strong>bandes</strong> est<br />
S(e j2πf )(dB)<br />
0<br />
−10<br />
−20<br />
−30<br />
0.26 0.28 0.3<br />
Fréqu<strong>en</strong>ce Normalisée f<br />
0<br />
−10<br />
−20<br />
−30<br />
0.32 0.34 0.36<br />
Fréqu<strong>en</strong>ce Normalisée f<br />
FIG. 2 – Spectre AR moy<strong>en</strong> des 7 ème et \ ème <strong>sous</strong>-<strong>bandes</strong><br />
d’un <strong>signal</strong> sinusoïdal bruité filtré.<br />
S(e j2πf )(dB)<br />
3 La méthode proposée<br />
Le but de cet article est de prés<strong>en</strong>ter une manière d’effectuer<br />
l’analyse <strong>spectrale</strong> de à l’aide d’une méthode pa-<br />
1Q