HAL Id: tel-00268239
https://tel.archives-ouvertes.fr/tel-00268239
Submitted on 31 Mar 2008
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Algorithmes temporels rapides à point fixe pour la séparation aveugle de mélanges convolutifs et/ou
sous-déterminés.
Johan Thomas
To cite this version:
Johan Thomas. Algorithmes temporels rapides à point fixe pour la séparation aveugle de mélanges convolutifs et/ou sous-déterminés.. Astrophysique [astro-ph]. Université Paul Sabatier - Toulouse III, 2007. Français. �tel-00268239�
Ecole Doctorale MITT UFR PCA Math´ematiques, Informatique, T´el´ecommunications Physique-Chimie-Automatique
Algorithmes temporels rapides ` a point fixe pour la s´ eparation aveugle de m´ elanges
convolutifs et/ou sous-d´ etermin´ es
TH` ESE
pr´esent´ee et soutenue publiquement le 12 d´ecembre 2007 pour l’obtention du
Doctorat de l’Universit´ e de Toulouse
d´ elivr´ e par l’Universit´ e Toulouse III – Paul Sabatier
(sp´ecialit´e traitement du signal)
par
Johan Thomas
Composition du jury
Pr´esident : Jean-Fran¸cois Cardoso Directeur de Recherche CNRS LTCI–ENST, Paris
Rapporteurs : Christian Jutten Professeur GIPSA–UJF, Grenoble
Dinh-Tuan Pham Directeur de Recherche CNRS LJK, Grenoble Examinatrice : Christine Joblin Directrice de Recherche CNRS CESR, Toulouse
Directeurs : Yannick Deville Professeur LATT–UPS, Toulouse
Shahram Hosseini Maˆıtre de Conf´erences LATT–UPS, Toulouse
Laboratoire d’Astrophysique de Toulouse-Tarbes — UMR 5572
Remeriements
En premier lieu, je tiens à remerier tout partiulièrement Yannik
Deville et Shahram Hosseini pour m'avoir proposé d'eetuer ma thèse dans
leur équipe de séparation de soures. Leurs qualités sientiques et humaines
ainsi que leur expériene dans le domaine de la reherhe ont représenté de
réels atouts durant es trois années de thèse.
MesremeriementsvontaussiàChristineJoblinetOlivierBernéduCentre
d'Etude Spatiale des Rayonnements pour la oopération quenous avons mise
en plae pendant ma thèse et qui a permis l'appliation de ertaines de nos
méthodes deséparationde souresàl'étudedes nuagesdepoussièresinterstel-
laires.
Je remerie M. Jean-François Cardoso, Mme Christine Joblin, M. Chris-
tian Jutten et M. Dinh-Tuan Pham pour avoiraepté d'être les membres de
mon jury de soutenane ainsi que pour leurs remarques qui ont ontribué à
l'améliorationde la qualité de e rapport.
J'exprime toute ma reonnaissane à mes parents pour m'avoir enouragé
etsoutenutout au long de mes études.
Messalutationsàmes ollèguesde bureauRima,MatthieuetHihamave
qui il a été très agréable de travailler. Mes sentiments amiaux vont égale-
ment à tous les membres de l'équipe S2I : Ali, Chahinez, Christophe, Denis,
Eri, Guilhem,Hervé,Jean, Jean-François,Jean-Louis, José-Philippe,Karine,
Laurent, Olivier, Paul, Rima, Sébastien, Sylvie etTruswin.
Je remerie tous les membres du LATT, permanents, dotorants ou sta-
giaires qui m'ont permis de travailler dans un ontexte de travail idéal, ainsi
queleservieinformatiquedulaboratoirepoursoneaitéetsadisponibilité
pour répondre aux attentes des herheurs.
Mes remeriementsauxdéveloppeurs deslogiiels libresFedoraCore, Tex-
maker, SAOImage DS9, et de la lasse Thloria qui m'ont été d'une grande
utilité.
JeremerieennleThéâtrenationalduCapitole,lavilledeToulouse,ainsi
quelesstationsde skietrefuges pyrénéens pour m'avoirpermis de menermes
études dans un environnementidéal.
Développe entoi l'indépendaneà tout moment, ave bienveillane, simpliité et modestie.
Mar Aurèle
Table des gures ix
Liste des tableaux xi
Notations xiii
Introdution générale 1
I Mélanges onvolutifs (sur-)déterminés 9
1 Mélanges onvolutifs : état de l'art 11
1.1 Introdution. . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Position du problème . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Hypothèses etritères de séparation . . . . . . . . . . . . . 16
1.3.1 Statistiques roiséesd'ordre supérieur. . . . . . . . . 17
1.3.2 Lavraisemblane . . . . . . . . . . . . . . . . . . . . 19
1.3.3 L'informationmutuelle . . . . . . . . . . . . . . . . . 21
1.3.4 Lanon-gaussianité . . . . . . . . . . . . . . . . . . . 22
1.3.5 Statistiques roiséesdu seond ordre . . . . . . . . . 25
1.3.6 Laparimonie. . . . . . . . . . . . . . . . . . . . . . 26
1.3.7 Lapositivité . . . . . . . . . . . . . . . . . . . . . . 29
1.4 Classiation des méthodes de SAS onvolutives . . . . . . . 30
1.4.1 Lesméthodes fréquentielles . . . . . . . . . . . . . . 30
1.4.2 Lesméthodes temporelles . . . . . . . . . . . . . . . 32
1.5 Conlusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2 ExtensiondesméthodesdeSASbaséessurlanon-gaussianité 35
2.1 Introdution. . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2 Position du problème . . . . . . . . . . . . . . . . . . . . . . 35
2.3 Approhes existantes . . . . . . . . . . . . . . . . . . . . . . 37
2.4 Nouvelles méthodes pour extraire un proessus d'innovation 39 2.5 Reformulation du mélangesous formelinéaireinstantanée . 44 2.6 Performanes atteignablesparlemodèle linéaireinstantané sous-déterminé . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.7 Méthode globalede SAS proposée . . . . . . . . . . . . . . . 48
2.8 Conlusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3 Résultats expérimentaux 51 3.1 Introdution. . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2 Séparation de signaux de téléommuniations . . . . . . . . 51
3.3 Séparation de signaux audio . . . . . . . . . . . . . . . . . . 56
3.4 Tests statistiques . . . . . . . . . . . . . . . . . . . . . . . . 60
3.5 Conlusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
II Mélanges sous-déterminés 65 4 Mélanges sous-déterminés : état de l'art 67 4.1 Estimation de lamatrie de mélange . . . . . . . . . . . . . 68
4.2 Reonstrution des soures . . . . . . . . . . . . . . . . . . . 68
4.3 La séparation diérentiellede soures . . . . . . . . . . . . . 71
5 Méthode de SAS diérentielleproposée pour les mélanges instantanés 73 5.1 Introdution. . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.2 Un nouveau ritère de SAS basé sur le kurtosis diérentiel . 73 5.3 Résumé des méthodes proposées. . . . . . . . . . . . . . . . 78
5.4 Preuves de onvergene . . . . . . . . . . . . . . . . . . . . 80
5.5 Conlusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6 Méthode de SAS diérentielleproposée pour les mélanges
onvolutifs 83
6.2 Utilisation du kurtosis diérentieldans le as onvolutif. . . 83
6.3 Résumé de la méthode proposée . . . . . . . . . . . . . . . . 88
6.4 Reformulation du mélangesous formelinéaireinstantanée . 90
6.5 Conlusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7 Résultats expérimentaux 93
7.1 Introdution. . . . . . . . . . . . . . . . . . . . . . . . . . . 93
7.2 Séparation de mélanges linéairesinstantanés de signaux té-
léoms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
7.3 Séparationde mélanges linéairesinstantanésde signauxaudio 96
7.4 Séparation de mélanges onvolutifs de signaux téléoms . . . 98
7.5 Tests statistiques . . . . . . . . . . . . . . . . . . . . . . . . 100
7.6 Conlusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
III Mélanges linéaires instantanés ontenant un grand
nombre d'éhantillons 107
8 Algorithmes rapides optimisés pour les mélanges linéaires
instantanés 109
8.1 Introdution. . . . . . . . . . . . . . . . . . . . . . . . . . . 109
8.2 Position du problème . . . . . . . . . . . . . . . . . . . . . . 109
8.3 Un algorithme optimisérapidepourla SAS(sur-) déterminée111
8.3.1 Prinipes etlimitationsde l'approhe standard . . . 111
8.3.2 Unenouvelleapprohe pour optimiserle kurtosis . . 112
8.3.3 Résuméde laméthode proposée . . . . . . . . . . . . 115
8.4 Un algorithme optimisérapide pour la SASsous-déterminée 115
8.4.1 Prinipe etlimitationsde notre approhe DFICA . . 115
8.4.2 Unenouvelleapprohepouroptimiserlekurtosisdif-
férentiel . . . . . . . . . . . . . . . . . . . . . . . . . 117
8.4.3 Résuméde laméthode proposée . . . . . . . . . . . . 118
8.5 Conlusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
9 Résultats expérimentaux 121
9.2 Appliation àl'astrophysique . . . . . . . . . . . . . . . . . 121
9.3 Tests statistiques . . . . . . . . . . . . . . . . . . . . . . . . 126
9.4 Conlusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
Conlusion générale 131
Annexes 137
Annexe A : Blanhiment 139
Annexe B : Estimation des ontributions des soures 143
Annexe C : Dénitions des ritères
SIR
out,SIR
in,SIRI
etSNR
in 145Annexe D : Gradient du kurtosis diérentiel 147
Annexe E : La orrélation diérentielle 149
AnnexeF: Dénitionsdes ritères
SIR
out,SIR
in etSIRI
pourles méthodes de séparation partielle 151
Annexe G : Choix de la famille de veteurs d'extration 153
Bibliographie 155
Publiations de l'auteur 173
1.1 Illustration d'unmélangeonvolutifaoustique à 3soureset3
apteurs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 Shéma-blo du proessus de mélange. . . . . . . . . . . . . . . 14
1.3 Shéma-blo d'un dispositifde séparation diret. . . . . . . . . . 14
1.4 Shéma-blo d'un dispositifde séparation réurrent. . . . . . . . 15
1.5 Kurtosis non-normaliséet normalisé. . . . . . . . . . . . . . . . 23
2.1 Shéma-blo du proessus de déation. . . . . . . . . . . . . . . 38
2.2 Shéma-blo du proessus de blanhiment onvolutif. . . . . . . 40
3.1 Soures utilisées 1et 2orrespondantà des signaux binaires. . . 52
3.2 Résultats de séparation d'un mélangeonvolutif de signaux bi- naires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.3 Soures utilisées 1 et 2 orrespondant à des signaux téléoms AM à4 états. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.4 Résultats de séparation d'un mélange onvolutif de signaux AM. 55 3.5 Réponses impulsionnelles de la matrie de ltres de mélange utilisée orrespondant aux azimuts 15et-30(ordre=256). . . . 56
3.6 Résultats de séparationd'un mélangeonvolutifde signaux au- dio (1). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.7 Réponses impulsionnelles des ltres de mélange utilisés orres- pondant auxazimuts 10et 60(ordre=256). . . . . . . . . . . . 58
3.8 Résultats de séparationd'un mélangeonvolutifde signaux au- dio (2). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.9
SIR
out des soures extraites en fontion deQ
pour des soures olorées artiielles dans le as de proessus d'innovation uni- formes eten utilisantle ritère du kurtosis. . . . . . . . . . . . . 613.10
SIR
out des soures extraites en fontion deQ
pour des soures olorées artiiellesdans leas de proessusd'innovationlapla- iens et en utilisantle ritèrede lanéguentropie. . . . . . . . . . 613.11
SIR
out des soures utiles extraitesen fontionduSNR
d'entrée. 63 3.12 Tempsd'extrationmoyendupremierproessusd'innovationen fontion deQ
pour une optimisation de type Tugnait-Newton et pour notre optimisation de type point xe. . . . . . . . . . . 634.1 Shéma du priniped'estimationdes souresà partirde lama-
trie de mélangeen onsidérant qu'une seule soure (elle d'in-
die
3
) est ative à l'instantn
. . . . . . . . . . . . . . . . . . . . 694.2 Shéma du priniped'estimationdes souresà partirde lama-
trie de mélangepar la méthode du trajet le plus ourt. . . . . . 70
7.1 Résultats de séparation d'un mélange linéaire-instantané de si-
gnaux téléoms. . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
7.2 Résultats de séparation d'un mélange linéaire-instantané de si-
gnaux audio.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
7.3 Soures utilisées 1 et 2 orrespondant à des signaux téléoms
AM démodulés à 4états. . . . . . . . . . . . . . . . . . . . . . . 98
7.4 Résultats de séparation d'un mélangeonvolutif de signaux té-
léoms. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
7.5
SIR
outobtenusavelesversionsàdéationdeFastICAetDFICAen fontion du
SNR
d'entrée. . . . . . . . . . . . . . . . . . . . 1017.6
P erf
etSIR
out obtenus ave les versions symétriques de Fas- tICA et DFICA en fontion duSNR
d'entrée. . . . . . . . . . . 1017.7
SIR
out obtenusave C-FICAetC-DFICA enfontionduSNR
d'entrée. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
7.8
SIR
out obtenus ave C-DFICA en fontiondu nombred'éhan-tillons. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
7.9 Temps d'extration moyen du premier proessus d'innovation
en fontionde
Q
pourune optimisationde typeNewtonetpour notre optimisation de type point xe(algorithme C-DFICA). . . 1049.1 Image de la nébuleuse NGC2023 prise par le télesopeHubble
à la longueur d'onde
λ
1=474 nm. . . . . . . . . . . . . . . . . . 1249.2 Image de la nébuleuse NGC2023 prise par le télesopeHubble
à la longueur d'onde
λ
2=631 nm. . . . . . . . . . . . . . . . . . 1249.3 Image séparée 1 obtenue ave l'algorithme FastICAen 115 se.
et ave l'algorithmeO-FICA en 4.5 se. . . . . . . . . . . . . . . 125
9.4 Image séparée 2 obtenue ave l'algorithme FastICAen 115 se.
et ave l'algorithmeO-FICA en 4.5 se. . . . . . . . . . . . . . . 125
9.5 Rapport
t
′/t
des temps de alul en fontion du nombreT
d'éhantillons. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
9.6 Indie de performanes
P erf
en fontiondu temps de alul. . . 1291 Shéma-blo des étages de blanhiment etde normalisation. . . 140
2 Shéma-blo du proessus de blanhiment et de normalisation. . 140
1.1 Tableaude synthèse des équations de mélange etde séparation. 16
1.2 Tableau réapitulatif des avantages et inonvénients respetifs
des méthodes de séparation temporelles etfréquentielles [150℄. . 34
-SAS:SéparationAveugledeSoures(BSS : Blind Soure Separation en anglais).
-ACI:AnalyseenComposantesIndépendantes(ICA : Indep. ComponentAnalysis).
-
x(n)
: veteur olonne omposé de signaux d'observationx
i(n)
.-
X(z)
: transformée enZ
du veteurx(n)
.-
A
:matriedemélangeinstantanéomposéedeoeientssalairesréelsa
ij.-
G
: matriede performanes dénie par leproduit des matriesde mélange etde séparation (G
est omposée de oeientsg
ij).-
M
t : matrietransposée de lamatrieM
.-
A(z)
: matriede mélangeonvolutif omposée de ltresA
ij(z)
.-
H(z)
:matrie de ltres modélisantlaolorationdes proessusd'innovation des soures et lemélange onvolutif des soures.-
N
: nombre de soures présentes dans lemélange.-
P
: nombre d'observations du mélange.-
T
: nombre d'éhantillons de haque observation.-
Q
: ordre de la matriede ltresH(z)
.-
corr
xy(n)
: oeient de orrélationdes signauxx
ety
à l'instantn
.-
Dcorr
xy(n)
:oeient de orrélationdiérentielle des signauxx
ety
entrelesinstants
n
1 etn
2.-
R
x(n)
: matried'autoorrélation du veteurx
à l'instantn
.-
DR
x(n
1, n
2)
: matried'autoorrélationdiérentielle du veteurx
entre lesinstants
n
1 etn
2.-
r
xy(n)
: veteurd'interorrélation des signauxx
ety
à l'instantn
.-ltreRIF:ltreàréponseimpulsionnellenieoultreà moyenne ajustée (MA).
-ltre RII :ltre àréponse impulsionnelleinnie;ltre autorégressif(AR) ou
ltre autorégressif àmoyenne ajustée (ARMA).
-
δ(n)
: symbole de Kroneker, déni parδ(0) = 1
etδ(n 6= 0) = 0
.-
∗
: opérateurde onvolution.-
SIR
: Rapport signalà interférenes (Signalto Interferene Ratio).-
SIRI
: améliorationduSIR
(Signal to Interferene Ratio Improvement).-
SNR
:Rapport signal à bruit (Signalto NoiseRatio).-
E {y(n)}
:espérane du signaly(n)
.-
kurt
y(n)
: kurtosis non-normalisédu signaly
àl'instantn
.-
Dkurt
y(n
1, n
2)
: kurtosis diérentiel du signaly
entre les instantsn
1 etn
2.-
kurt
nory(n)
:kurtosis normalisé du signaly
àl'instantn
.-
Dkurt
nory(n
1, n
2)
: kurtosis normalisédiérentieldu signaly
entren
1 etn
2.-
pow
y(n)
:puissane du signaly
à l'instantn
.-
Dpow
y(n
1, n
2)
:puissanediérentielledusignaly
entreles instantsn
1 etn
2.- i.i.d. :indépendant etidentiquement distribué.