Abstract FR:

L'objet de cette these est le filtrage adaptatif de signaux rapidement non stationnaires a l'aide de filtres en treillis. Dans un premier temps, nous presentons les deux types d'approches (filtre en treillis/moindres carres et filtre en treillis/gradient) couramment employees pour reactualiser, aussi bien sur l'ordre que sur le temps, les coefficients parcor du filtre en treillis. Nous proposons alors deux nouvelles solutions permettant de traiter le cas de signaux rapidement non stationnaires, modelises par des modeles ar ou arma dont les parametres presentent des ruptures. L'objectif vise est d'effectuer le meilleur compromis entre la capacite de poursuite de l'algorithme lors des ruptures et la sensibilite au bruit lors des periodes stationnaires. La premiere solution consiste a augmenter brusquement la capacite de poursuite du filtre en treillis/moindres carres en diminuant recursivement la memoire de l'algorithme. Cette solution est utilisee par la suite pour construire une methode adaptative d'identification de modeles arma. La seconde solution consiste a optimiser le taux d'oubli du filtre en treillis/gradient soit en fonction du degre de non-stationnarite du signal, soit encore a l'aide d'une procedure de gradient secondaire. Finalement, une etude experimentale realisee a l'aide de simulations de monte carlo, met en evidence l'efficacite du filtre en treillis/moindres carres, comparativement aux autres solutions