Séparation aveugle de mélanges linéaires convolutifs de sources corrélées

Abstract

Dans cette thèse, nous étudions le problème de la séparation aveugle de mélanges linéaires convolutifs surdéterminés réels ou complexes de sources. Les sources considérées sont réelles ou complexes, déterministes ou aléatoires et dans ce dernier cas statistiquement indépendantes ou corrélées, stationnaires, cyclostationnaires ou non-stationnaires. Nous développons des approches combinant de nouveaux algorithmes de (bloc) diagonalisation conjointe (non unitaires) à de nouveaux détecteurs de points (temps-fréquence ou autres…) particuliers permettant d'élaborer le ou les ensembles de matrices devant être (bloc) diagonalisées conjointement. Les principaux avantages de ces approches sont d'être plus directes en ce se sens qu'elles ne requièrent plus de blanchiment préalable des observations. Elles permettent en outre d’aborder le cas réputé difficile des signaux corrélés.