AI 詞彙表
人工智能完整詞典
Algorithme LMS
Algorithme du gradient stochastique qui minimise l'erreur quadratique moyenne en ajustant itérativement les coefficients du filtre selon la direction opposée du gradient. C'est l'algorithme adaptatif le plus simple et le plus utilisé en traitement du signal.
Algorithme RLS
Algorithme adaptatif récursif qui minimise la somme pondérée des carrés des erreurs en utilisant la matrice d'inverse de corrélation. Il offre une convergence plus rapide que le LMS mais avec une complexité computationnelle plus élevée.
Coefficient d'adaptation
Paramètre scalaire qui contrôle la vitesse d'ajustement des coefficients du filtre adaptatif à chaque itération. Son choix critique influence le compromis entre vitesse de convergence et stabilité finale.
Algorithme NLMS
Variante normalisée du LMS où le pas d'adaptation est divisé par la puissance instantanée du vecteur d'entrée. Cette normalisation améliore la robustesse face aux variations de niveau du signal d'entrée.
Égalisation adaptative
Application du filtrage adaptatif visant à compenser les déformations introduites par un canal de transmission sans connaissance a priori de sa réponse impulsionnelle. Le filtre s'ajuste dynamiquement pour restaurer le signal original.
Convergence du filtre
Propriété garantissant que les coefficients du filtre adaptatif tendent asymptotiquement vers leurs valeurs optimales. La vitesse de convergence dépend de l'algorithme utilisé et des propriétés statistiques du signal d'entrée.
Filtre adaptatif en treillis
Structure de filtrage adaptatif basée sur la décomposition en réflexions offrant une meilleure stabilité numérique et des propriétés d'orthogonalisation. Particulièrement efficace pour la prédiction linéaire et l'analyse spectrale.
Déconvolution aveugle adaptative
Technique de restauration de signal où le filtre adaptatif inverse un système inconnu sans utiliser de signal d'apprentissage. Repose sur des hypothèses statistiques sur les propriétés du signal source.
Algorithme LAF
Algorithme adaptatif minimisant le quatrième moment de l'erreur plutôt que le deuxième moment, offrant une meilleure robustesse face aux impulsions de bruit. Particulièrement adapté aux environnements non-gaussiens.
Rapport signal sur bruit adaptatif
Métrique évolutive estimée par le filtre adaptatif pour évaluer la qualité de séparation entre le signal utile et les perturbations. Guide l'adaptation des paramètres pour optimiser les performances de débruitage.
Prédiction linéaire adaptative
Technique où le filtre adaptatif estime les échantillons futurs d'un signal à partir de ses échantillons passés. Les coefficients de prédiction sont mis à jour en temps réel pour suivre les variations spectrales du signal.
Robustesse du filtre adaptatif
Capacité du filtre à maintenir ses performances face à des conditions non-idéales comme les valeurs aberrantes, les changements brusques de statistiques ou les erreurs de modélisation. Dépend de l'algorithme et de ses paramètres de réglage.
Matrice d'autocorrélation
Matrice contenant les corrélations mutuelles entre les différents échantillons du vecteur d'entrée du filtre adaptatif. Ses propriétés spectrales conditionnent directement la vitesse de convergence des algorithmes.
Stabilité du filtre adaptatif
Condition garantissant que les coefficients du filtre restent bornés et que l'erreur converge vers une valeur finie. Dépend principalement du choix du pas d'adaptation et des propriétés du signal d'entrée.
Détection de changement de régime
Application du filtrage adaptatif pour identifier rapidement les modifications abruptes dans les caractéristiques statistiques du signal. Le filtre réinitialise ou ajuste ses paramètres pour s'adapter au nouveau régime.