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 TRIPLETComme T est une CM sa loi est donnée par la loi initiale et les transitions. Laloi initiale s’écrit :p(t 1 )=p(u 1 )p(x 1 ∣u 1 )p(y 1 ∣u 1 ),(IV.45)et les transitions sont :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.46)ce qui donne bi<strong>en</strong> la forme requise.Le graphe d’indép<strong>en</strong>dance conditionnelle non ori<strong>en</strong>té d’un tel modèle est alors lesuivant :y 1 y 2 y 3 y Nu 1 u 2 u 3 u Nx 1 x 2 x 3 x NFigure IV.15 – Graphe d’indép<strong>en</strong>dance conditionnelle non ori<strong>en</strong>té d’une CMTmixteNous sommes <strong>en</strong> face d’un modèle original très simple; cep<strong>en</strong>dant, là <strong>en</strong>core lescalculs explicites <strong>de</strong>s lois marginales a posteriori p(x n ,u n ∣y 1∶N ) et p(x n ∣y 1∶N ) ne sontpas toujours possibles. Ils le sont dans un cas particulier étudié ci-après : le casgaussi<strong>en</strong>.Exemple :(U,Y) gaussi<strong>en</strong>Soit(U,Y) chaîne <strong>de</strong> <strong>Markov</strong> cachée à bruit indép<strong>en</strong>dant gaussi<strong>en</strong>ne et stationnaire.De plus, on supposera le processus U c<strong>en</strong>tré. Classiquem<strong>en</strong>t, les transitions<strong>de</strong> la loi <strong>de</strong>(U,Y) s’écriv<strong>en</strong>t sous forme du système suivant :(E)∶{ U n+1 =ρU n +ǫ nY n =m y +cU n +ξ n(IV.47)Nous considérons U 1 ∼N(0,1), ρ∈R tel que∣ρ∣