Détection et séparation aveugle des signaux modulés FM par l'analyse temps-fréquence

Abstract

La séparation aveugle de sources (SAS) a pour objectif la reconstitution des signaux sources à partir de signaux observés seulement, souvent modélisés comme des mélanges linéaires aléatoires instantanés de ces sources. Son utilité dans des domaines très porteurs tels que les télécommunications, la parole, la séismologie, la localisation et la poursuite de cibles en radar et sonar, la séparation de locuteurs (problème dit de “cocktail party”), et bien évidemment le domaine biomédical, a permis à la SAS de connaître un essor important qui ne cesse de croitre ces dernières années. La problématique de départ provient du fait que les signaux acquis en pratique grâce aux capteurs, par exemple les microphones, sont souvent des mélanges de plusieurs contributions issues de signaux originaux appelés sources. Dans des cas plus simples, ces contributions peuvent être des versions décalées temporellement et/ou pondérées des sources. Leur séparation aveugle consiste à estimer les signaux sources à partir des mélanges obtenus sur chaque capteur. La plupart des approches de SAS développées sont basées sur l’Analyse en Composantes Indépendantes (ACI), nécessitant que les sources soient des signaux aléatoires statistiquement indépendants. Cependant, d’autres méthodes existent, comme celles basées sur une Analyse Temps-Fréquence (ATF). Dans notre projet, nous proposons d’utiliser quelques distributions temps-fréquence (DTF) de la classe quadratique pour pouvoir visuellement séparer les différentes sources présentes dans les observations avec le minimum d’informations préalables et sans avoir besoin de traitement statistique complexe. Nous supposons que toutes les sources actives sont des signaux modulés FM (linéaire et non-linéaire) ce qui est très adapté aux systèmes de radar et de sonar. Mots clés : Séparation aveugle des sources, analyse temps-fréquence, signaux modulés FM (linéaire et non-linéaire), distributions temps-fréquence de la classe quadratique.

Abstract The principal objective of Blind Source Separation (BSS) is to reconstruct source signals from observed signals only, often modeled as instantaneous linear random mixtures of these sources. Its effectiveness in very promising fields such as telecommunications, speech, seismology, targets localization and tracking in radar and sonar, speakers separation (the well-known “cocktail party” problem), and of course the biomedical field., has enabled BSS to gain more and more importance in recent years. The initial problem arises from the fact that the signals acquired in practice by sensors, for example microphones, are often mixtures of several contributions resulting from original signals called sources. In simpler cases, these contributions can be time-shifted and / or weighted versions of the sources. Their blind separation consists of estimating the source signals from the mixtures obtained on each sensor. Most of the developed BSS approaches are based on Independent Component Analysis (ICA), requiring the sources to be statistically independent random signals. However, other methods exist, such as those based on Time-Frequency Analysis (TFA). In our project, we propose to use some time-frequency distributions (TFDs) of the quadratic class in order to visually separate the different sources present in the observations with the minimum prior information and without requiring complex statistical processing. We assume that all active sources are linear and nonlinear FM modulated signals, which is very suitable for radar and sonar systems. Keywords : Blind source separation, time-frequency Analysis, linear and nonlinear FM modulated signals, time-frequency distributions of the quadratic class

ملخص يتمثل الهدف الرئيسي للفصل الأعمى للإشارات (BSS) في إعادة بناء إشارات المصدر من الإشارات المرصودة فقط، والتي غالبًا ما يتم نمذجتها على شكل أمزجة عشوائية خطية لحظية من هذه المصادر. لقد أثبت هذا الفرع المنتمي إلى ميدان المعالجة الإحصائية للإشارة فعاليته في مجالات واعدة جدًا مثل الاتصالات، معالجة الصوت، علم الزلازل، الكشف عن الأهداف وتعقبها في أنظمة الرادار والسونار، فصل المتحدثين (مشكلة حفل الكوكتيل المعروف) وبالطبع المجال الطبي الحيوي. تتعلق الإشكالية الأولية بكون الإشارات المحصلة عمليًا بواسطة أجهزة الاستشعار، مثل الميكروفونات، غالبًا ما تكون مزيجًا من عدة مساهمات ناتجة عن إشارات أصلية تسمى المصادر. في الحالات الأبسط، يمكن أن تكون هذه المساهمات نسخا مزاحة زمنيا و / أو نسخا مرجحة من المصادر تختلف شدتها بحسب معاملات الترجيح. يقتضي الفصل الأعمى إذن تقدير إشارات المصدر من خلال الأمزجة العشوائية فقط التي تم الحصول عليها من كل جهاز استشعار. تعتمد معظم خوارزميات BSS المطورة على تحليل المكونات المستقلة (ICA) التي تتطلب أن تكون المصادر إشارات عشوائية مستقلة إحصائيًا. ومع ذلك، توجد طرق أخرى، مثل تلك القائمة على تحليل الوقت والتردد (TFA). في مشروعنا، نقترح استخدام بعض توزيعات التردد الزمني (TFDs) من الفئة التربيعية من أجل الفصل البصري بين المصادر المختلفة الموجودة في الإشارات المستقبلة مع أدنى حد من المعلومات المسبقة ودون الحاجة إلى معالجة إحصائية معقدة. نفترض في هذه الدراسة أن جميع المصادر النشطة هي إشارات FM ذات أنماط خطية وغير خطية وهي مناسبة جدًا لأنظمة الرادار والسونار. الكلمات المفتاحية: الفصل الأعمى للإشارات، تحليل الوقت والتردد، إشارات FM ذات أنماط خطية وغير خطية، توزيعات التردد الزمني من الفئة التربيعية.