Abstract FR:

Nous abordons le problème de l'égalisation autodidacte, dans le cadre récent des traitements n'exploitant que les moments du second-ordre (corrélations). Nous supposons pour cela que la source discrète transmise est vue au travers de plusieurs voies, issues du sur échantillonnage temporel ou spatial d'un seul canal. Dans le cas bloc, nous montrons que l'approche prédiction linéaire, simple et robuste en multivoies, peut être encore améliorée en généralisant le formalisme de prédiction. L'algorithme de prédiction multi-pas est proposé, pour l'identification de canal par blocs. La part la plus importante du travail est cependant consacrée au problèmes importants de l'égalisation et identification adaptatives au second-ordre. Nous insistons sur la question de la robustesse vis-à-vis des problèmes de : bruit additif, estimation de l'ordre des canaux, diversité de canal et choix du retard en égalisation. Quatre nouveaux algorithmes sont proposés : -le premier ressoude le problème de de bruitage pose par la mise en œuvre adaptative de la prédiction, l'algorithme propose fonctionne aussi dans d'autres contextes que celui de l'égalisation. -le deuxième algorithme, appelé emr, constitue une technique nouvelle pour l'égalisation linéaire, qui présente des avantages sur les techniques concurrentes : le critère est quadratique et l'implantation est très flexible. L'implantation rls de emr permet la convergence en une centaine d'itérations seulement !, contre quelques milliers pour une technique d'égalisation traditionnelle. -enfin, nous explorons une troisième voie basée sur la recherche conjointe canal/données, qui s'apparente aux techniques a maximum de vraisemblance, mais qui s'en différencie par l'utilisation de traitements linéaires, moins couteux. Des propriétés d'optimalité et de robustesse, complètement spécifiques au cadre multivoies, sont mises à jour.