POUVOIR DE DETECTION ET DE RESOLUTION DE LA METHODE AR : APPLICATION AUX SIGNAUX COURTS

Authors

  • R.E BEKKA Université de Ferhat Abbas, Sétif
  • D CHIKOUCHE Université de Ferhat Abbas, Sétif

Keywords:

Analyse spectrale, corrélogramme, estimateur AR, détection, périodogramme, résolution

Abstract

Les approches d'estimation spectrale basées sur la transformation de Fourier sont très appropriées à l'analyse spectrale des signaux longs. Cependant, en pratique la durée du signal est souvent limitée et ces techniques deviennent inefficaces. Pour parer à cette contrainte, plusieurs méthodes modernes d'analyse spectrale ont été proposées. Parmi ces techniques, la méthode du modèle AR est considérée dans cet article. Cet estimateur est testé sur un processus aléatoire, de courte durée, composé d'un bruit blanc gaussien et de trois sinusoïdes. Les résultats obtenus sont comparés à ceux obtenus par les méthodes du périodogramme et du corrélogramme. Cette comparaison est basée sur le pouvoir de détection d'un signal noyé dans un bruit et la finesse d'analyse de ces méthodes. Les performances de l'estimateur AR sont quantifiées en fonction du rapport signal sur bruit et de l'ordre p du modèle AR.

Downloads

Download data is not yet available.

Author Biographies

R.E BEKKA, Université de Ferhat Abbas, Sétif

Institut d'Electronique

D CHIKOUCHE, Université de Ferhat Abbas, Sétif

Institut d'Electronique

References

- Satorios E.H., Zeidler J., "Maximum entropy spectral Analysis of multiple sinusoids in noise", Geophysics, Vol. 43, Oct., (1978), pp. 1111-1118.

- Marple L., "A new autoregressive spectrum analysis algorithm", IEEE Trans. on acoustics, speech and signal processing, Vol. ASSP-28, N°4, Aug. (1980).

- Kay S.M., "Modern spectral estimation: theory and application", Prentice Hall (1988).

- Kay S.M., Demeure, "The high resolution spectral estimator : a subjective entity", Proc. IEEE, Vol. 72, Dec. (1984), pp. 1815-1816.

- Srinivasan T., "Performance evaluation of certain ARMA models in power spectral density estimation", IEEE Sixth SP Workshop on statistical signal and array conference proceedings, 7-9 Oct. (1992).

- Amin M.G., "Introducing the spectral diversity", IEEE Trans. signal processing, Vol. 41 Iss: 1, Jan. (1993) , pp. 185-193.

- Bekka R.E., Khelil K., Chikouche D., Boucenna A., "Comparaison entre la Méthode de Prony d'Analyse Spectrale et l'Approche de la FFT", CNPA-96, Sétif, 3-5 Déc. (1996).

- Kay S.M., Marple S.L., "Spectrum analysis-a modern prespective", Proc. IEEE ASSP, Vol. 69, N°11 (1981), pp. 1380-1419.

- Khelil K., Bekka R.E., Chikouche D., Boucenna A., "L'application des méthodes d'analyse spectrale à la détection des signaux brefs", COMAEI-96, Tlemcen, 3-5 Déc. (1996).

- Baldeweck T., Laugier P., Herment A., Berger G., "Application of autoregressive spectral analysis for ultrasound attenuation estimation : interest in highly attenuating medium", IEEE Trans. Ultrasonics, Ferroelectrics, and frequency control, Vol. 42, N°1, Jan. (1995).

- Makhoul J., "Linear prediction : a tutorial review", Proc. IEEE , Vol. 63, N°4 (1981), pp. 561-580.

- Burg J.P., "Maximum entropy spectral analysis", Proc. 37th society of exploration geophysicists, Oklahoma City, Oct. 31, (1967).

- Giordona A.A., Hsu F.M., "Least square estimation with applications to digital signal processing", John Wiley & Sons, (1985).

Published

1999-12-01

How to Cite

BEKKA, R., & CHIKOUCHE, D. (1999). POUVOIR DE DETECTION ET DE RESOLUTION DE LA METHODE AR : APPLICATION AUX SIGNAUX COURTS. Sciences & Technology. A, Exactes Sciences, (12), 49–53. Retrieved from https://revue.umc.edu.dz/a/article/view/1636

Issue

Section

Articles