Modèles de Markov triplets en restauration des signaux
Modèles de Markov triplets en restauration des signaux
Modèles de Markov triplets en restauration des signaux
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
CHAPITRE IV. MODÈLE DE MARKOV TRIPLETy 1 y 2 y 3 y Nx 1 x 2 x 3 x Nu 1 u 2 u 3 u NFigure IV.14 – Graphe d’indép<strong>en</strong>dance conditionnelle d’une chaîne nonstationnairecachée à bruit indép<strong>en</strong>dant.Nous avons la même expression que dans le cas <strong>de</strong> la chaîne M-stationnaire cachéeétudiée précé<strong>de</strong>mm<strong>en</strong>t; cep<strong>en</strong>dant, le calcul explicite <strong>de</strong>s α n et <strong>de</strong>s β n n’est pastoujours possible à cause <strong>de</strong>s intégrales prés<strong>en</strong>tées dans les formules <strong>de</strong> récurr<strong>en</strong>ce.Considérons le modèle suivant, qui est un cas particulier du modèle précé<strong>de</strong>nt etqui est sans doute parmi les plus simples CMTM possibles. Les transitions p(t n+1 ∣t n )s’écriv<strong>en</strong>t :p(t n+1 ∣t n )=p(u n+1 ∣u n )p(x n+1 ∣u n+1 )p(y n+1 ∣u n+1 ) (IV.39)Un tel modèle peut égalem<strong>en</strong>t être introduit à partir <strong>de</strong>s propriétés suivantes :a) U est un processus <strong>Markov</strong>i<strong>en</strong> :N−1p(u)=p(u 1 )∏n=1p(u n+1 ∣u n );(IV.40)b) X et Y sont indép<strong>en</strong>dants conditionnellem<strong>en</strong>t à UXY∣U(IV.41)c) Les Y n sont indép<strong>en</strong>dants conditionnellem<strong>en</strong>t à U et Y n U p≠n ∣U np(y∣u)=N∏n=1p(y n ∣u)=N∏n=1p(y n ∣u n )(IV.42)d) Les X n sont indép<strong>en</strong>dants conditionnellem<strong>en</strong>t à U et X n U p≠n ∣U np(x∣u)=N∏n=1p(x n ∣u)=N∏n=1p(x n ∣u n )(IV.43)Comme X et Y sont indép<strong>en</strong>dants conditionnellem<strong>en</strong>t à U nous pouvons écrirela loi p(t) sous la forme suivante :p(t)=p(x,u,y)=p(u)p(x∣u)p(y∣u)(IV.44)77