Présentation

Article

1 - SIGNAUX ALÉATOIRES

2 - TRAITEMENTS DE SIGNAUX

3 - CONCLUSION

Article de référence | Réf : E3088 v1

Signaux aléatoires
Traitement numérique du signal - Signaux aléatoires

Auteur(s) : Gérard BLANCHET, Maurice CHARBIT

Relu et validé le 30 oct. 2017

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais English

RÉSUMÉ

En traitement numérique du signal, les signaux aléatoires constituent un modèle de base des signaux dans un grand nombre de problèmes rencontrés en pratique. Les signaux stationnaires au sens large sont d'abord présentés ainsi que les chaînes de Markov. Cette présentation est complétée par quelques problèmes pratiques de traitement : estimation spectrale, traitement d'antenne et éléments de filtrage adaptatif. Puis quelques principes généraux d'estimation statistique sont donnés.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

Auteur(s)

INTRODUCTION

Cet article est consacré aux signaux aléatoires. Il fait suite et fait souvent référence à l'article consacré aux signaux déterministes [E3087]. En première partie nous présentons les signaux stationnaires au sens large et leur filtrage, ainsi que les chaînes de Markov. La seconde partie est une introduction à l'estimation statistique. La dernière partie présente, pour illustrer ce qui précède, quelques problèmes pratiques de traitement : estimation spectrale, traitement d'antenne et éléments de filtrage adaptatif.

Dans ce qui suit de nombreuses propriétés sont énoncées sans donner toujours les hypothèses de leur validité. Indiquons toutefois que, dans la majorité des cas rencontrés en pratique, ces hypothèses sont satisfaites. Les plus curieux pourront se documenter en consultant l'abondante littérature existant dans le domaine.

Le lecteur se reportera à l'article [E3087] Traitement numérique du signal. Signaux déterministe, où il trouvera un tableau des abréviations et notations mathématiques, ainsi qu'un glossaire français-anglais en fin d'article.

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-e3088


Cet article fait partie de l’offre

Électronique

(228 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation
Version en anglais English

1. Signaux aléatoires

Lorsque les signaux observés sont modélisés par une fonction dont la valeur peut être calculée à tout instant, on dit que de tels signaux sont déterministes. Dans beaucoup de situations pratiques, la variabilité des signaux est telle que l'on est conduit, au cours du temps, à introduire de plus en plus de paramètres pour que la fonction puisse prendre en compte cette variabilité.

Exemple : supposons que l'on observe la vitesse du vent à l'aide d'un anémomètre pendant une durée déterminée. On suppose en outre que l'atmosphère est peu perturbée et, donc, que la vitesse présente des variations de faible amplitude. En dépit de ces hypothèses, le résultat de ces mesures est difficilement modélisable par une fonction ou même une équation récurrente linéaire ou non, fût-elle avec beaucoup de coefficients. On peut aussi remarquer que l'observation de la brise pendant une heure, de t1 à t 2t 1 + 1h, ne permet pas de prédire avec certitude la valeur de la vitesse à l'instant t 2 . Tout ce que l'on peut dire est que cette vitesse se situera « avec une certaine probabilité » dans un intervalle donné de valeurs.

Cet exemple explique pourquoi on préfère utiliser un modèle issu de la théorie des probabilités. Cette dernière consiste à considérer non plus une seule fonction mais un ensemble de fonctions indexées par les épreuves d'un espace de probabilité. De tels signaux sont dits aléatoires. Nous rappelons dans le paragraphe suivant quelques éléments de la théorie des probabilités.

1.1 Quelques rappels de probabilité

En théorie des probabilités , ...

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Électronique

(228 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Signaux aléatoires
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - BLANCHET (G.), CHARBIT (M.) -   Digital Signal and Image Processing using Matlab.  -  ISTE (2006).

  • (2) - BELLANGER (M.) -   Analyse des Signaux et Filtrage Numérique Adaptatif  -  . Masson, Collection CNET-ENST (1989).

  • (3) - RÉMAUD (P.) -   Introduction aux Probabilités et aux Chaînes de Markov  -  . Springer-Verlag (2009).

  • (4) - BOITE (R.), LEICH (H.) -   les Filtres Numériques  -  . Masson, Collection CNET-ENST (1980).

  • (5) - BROCKWELL (P.J.), DAVIS (R.A.) -   Time series : Theory and Methods  -  Springer-Verlag (1991).

  • (6) - CHARBIT (M.) -   Éléments de Théorie du Signal : Signaux Aléatoires  -  . Ellipses, Collection Pédagogique de Télécommunication (1996).

  • ...

1 Sites Internet

Greg Welch et Gary Bishop, The Kalman Filter, http://www.cs.unc.edu/%7Ewelch/kalman/.

HAUT DE PAGE

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Électronique

(228 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS