Prony Model with Time Varying Poles
Modèle de Prony à Pôles Dépendant du Temps
OPEN ACCESS
This communication proposes a new Prony model with time-varying poles fo r modelisation of nonstationary signals. This new model is based upon a linear combination of time–varying exponentials. This method leads to an extension of several techniques of stationary spectral estimation to the nonstationary case : amplitude and phase are time–varying. We show and justify a method and th e corresponding algorithm to estimate the complete new parameter vector. The determination of the time–varying parameters requires five steps : estimation of the time–varying AR parameters, estimation of the right poles of the linear time – varying system, modelisation of these poles, computation of the new poles, and least–square estimation of the amplitudes . To validate this model, a simulation signal composed of two chirps is chosen.
Résumé
L'article propose un nouveau modèle de Prony à pôles dépendant du temps pou r modéliser des signaux non stationnaires . Ce modèle est basé sur une combinaison linéaire d'exponentielles complexes à coefficients variant avec le temps. Il est une extension des techniques d'estimation spectrale appliquée dans le cas stationnaire : l'amplitude et la phase du signal varient avec le temps . Nous présentons et justifion s une méthode avec l'algorithme correspondant pour estimer complètement les paramètres du modèle. Le calcul des paramètres dépendant du temps nécessite cinq étapes : l'estimation des paramètres autorégressifs (AR) variant avec l e temps, l'estimation des pôles à droite, la modélisation de ces pôles, le calcul des nouveaux pôles et l'estimation avec une méthode des moindres carrés des facteurs d'amplitudes. Pour valider le modèle, une simulation est effectuée sur un signal à deux composantes de loi en fréquence variant linéairement avec le temps .
Nonstationary signal, parametric model, time–varying coefficients .
Mots clés
Signal non stationnaire, modélisation paramétrique, coefficients dépendant du temps, modèle évolutif.
[1] P . FLANDRIN, N. MARTIN AND AL, «Méthodes temps-fréquence », Traitement du signal, sup. au vol. 9, n°1, 1992, pp. 79-113.
[2] O. MACCHI, M. BELLANGER, «Le point sur le filtrage adaptatif transverse ». Colloque GRETSI, 1987, pp. 16-46.
[3] C. LAMBERT-NEBOUT, F. CASTANIE, «An adaptive Prony algorithm », Colloque EUSIPCO, Florence, 1988, pp. 403-406.
[4] J.M. MENDEL, «A priori and a posteriori identification of time-varyin g parameters », 2nd HawaïInt. Conf on Syst. Sciences, 1969, pp. 207-210.
[5] T.S. RAO, «The fitting of non-stationary time-series models with time dependent parameters », J. ofthe Royal Statist. Soc. Series B, 32, n°2, 1970, pp. 312-322.
[6] L.A. LIPORACE, « Linear estimation of non-stationary signals », J. Acoust . Soc. Amer., 58, n°6, 1975, pp. 1288-1295.
[7] Y. GRENIER, « Time-Dependent ARMA Modeling of Nonstationary Signals », IEEE Trans. on ASSP, vol. ASSP-31, n°4, 1983, pp . 899-911.
[8] Y. GRENIER, « Modèles ARMA à coefficients dépendants du temps : estimateurs et applications », Traitement du signal, vol. 3, n°4-5, 1986, pp. 216-233.
[9] M.G . HALL, A.V. OPPENHEIM, A.S. WILLSKY, «Time-varying modeling of speech» , Signal Processing, vol. 5, 1983, pp. 267-285.
[10] K.S . NATHAN, Y.T. LEE, H.F. SILVERMAN, «A time-varying Analysis Method for Rapid Transitions in Speech », IEEE Trans. on SP, vol. 39, n°4, 1991, pp. 815-825.
[11] R. PRONY, « Essai expérimental et analytique sur les lois de la dilatabilité des fluides élastiques », J . de l'école Polytechnique, n°1, Floréal et Prairial, an III, 1795.
[12] F. CASTANIÉ, E . DAYMIER, «Prony spectral analysis of stationar y processes », Signal Processing Ill: Theories and applications, 1986,pp. 283286.
[13] F. MOLINARO, « Caractérisation temps-fréquence et modélisation paramétrique du cliquetis moteur», Thèse de l'INPT, n°547, 1992.
[14] C. LAMBERT-NEBOUT, « Étude des moyens d'analyse du signal basse fréquence d'un récepteur d'alignement de piste» , Thèse de l'INPT, n°287, 1989, pp. 49-86.
[15] F. MOLINARO, F. CASTANIÉ, « A time-varyingProny model », Colloque EUSIPCO, Bruxelles, 1992.
[16] E.W. KAMEN, « The poles and Zeros of a Linear Time varying system » , Linear algebra and its applications, n°98, 1988, pp. 263-289.
[17] H. AKAIKE, « Information theory and an extension of the maximum likehood principle », 2nd Int. Symp. on Inform. Th., Tsakhadsor, Arménie, 1971 .
[18] S. PELEG, B. PORAT, «Estimation and Classification of PolynomialPhase Signal », IEEE Trans. on Inf. Theory, vol. 37, n°2, 1991, pp. 422 à 430.
[19] Z. FARAJ, F. CASTANIE, «Polynomial phase signal estimation », Colloque EUSIPCO, Bruxelles, 1992.
[20] S. M. KAY, «Modern spectral estimation : theory and application » , Prenctice Hall Signal Processing Series, pp. 45 à 51, 1988.
[21] R. KUMARESAN, D.W . TUFTS, «Estimating the Parameters of Exponentially Damped Sinusoid and Pole-Zero Modeling in Noise », IEEE Trans. on ASSP, vol. 30, n°6, 1982.