Estimation et prévision linéaires

Cette séance de cours couvre les principes de l'estimation linéaire et de la prédiction dans le traitement du signal, en se concentrant sur la recherche du signal dans les signaux bruités, la construction de filtres linéaires, la minimisation de l'erreur quadratique moyenne et l'obtention d'un filtrage optimal à l'aide de filtres Wiener. Il traite également des équations de Wiener-Hopf, de l'orthogonalité et de l'interprétation géométrique des estimations linéaires. La séance de cours explore le filtrage et la prédiction de Wiener, l'utilisation de filtres unipolaires et les équations de Wiener-Hopf pour le bruit blanc. En outre, il se penche sur la minimisation de l'erreur quadratique, les filtres de Kalman pour les systèmes dynamiques, et l'importance des fonctions d'auto / inter-corrélation dans la prédiction linéaire optimale.