Familiariser l'étudiant aux concepts avancés de l'analyse du signal et des méthodes de filtrage optimal et adaptatif.
Caractérisation des processus stochastiques stationnaires, filtre de Wiener, prédicteurs optimaux, algorithme de Levinson-Durbin, minimisation de la moyenne de l'erreur cachée (LMS), méthode récursive des moindres carrés (RLS), filtrage adaptatif en sous-bandes et filtrage non linéaire, analyse spectrale adaptative et algorithmes de suivi de sous-espaces.
Formule pédagogique : Cours Magistral
Ce cours n'est dans aucun programme ouvert aux admissions.