Une classe d'algorithmes d'adaptation de filtres recursifs présentant des propriétés stabilisantes

L'application rigoureuse de la méthode du gradient au domaine du filtrage récursif adaptatif est irréalisable en pratique. Nous introduisons donc une simplification de cette méthode, consistant à estimer par un filtrage sur horizon temporel fixe -donc transverse- des quantités -l'erreur et ses gradients- théoriquement récurrentes. Nous aboutissons à une famille d'algorithmes intégrant certains algorithmes classiques. Puis nous montrons experimentalement que plus l'estimation de ces variables est précise, meilleur est le comportement de l'algorithme en termes de stabilité et de rapidité de convergence