GRETSI'03 -- Proceedings

	19^st GRETSI Symposium on Signal and Image Processing Paris 8 - 11 september 2003

Information related to the paper

Title

Estimation récursive pour les modèles autorégressifs localement stationnaires

Author(s)

Eric Moulines	GET - Télécom-Paris / CNRS LTCI
Pierre Priouret	Paris VI
François Roueff	GET - Télécom-Paris / CNRS LTCI

Rererences

vol. I, page 161

Get the paper in PDF format

To obtain Acrobat Reader (version 5 minimum required) necessary to his read.

Abstract

Nous nous intéressons dans ce travail à l'estimation des paramètres d'un processus autorégressif localement stationnaire. Dans cette approche, le paramètre d'intérêt est une fonction décrivant l'évolution de la densité spectrale au cours du temps par l'intermédiaire de coefficients de prédiction linéaire et de la variance de l'innovation. Nous nous intéressons à la mise en oeuvre d'estimateurs récursifs pour l'identification des paramètres fonctionnels du modèle. Nous avons étudié plus particulièrement l'estimateur LMS (Least Mean Square) qui repose sur l'écriture d'un gradient stochastique.

Edition : Télécom-Paris -- 2003