Identification adaptative en blocs à structure prédictive : Applications à l'annulation d'echos acoustiques

Dans cette contribution, nous présentons deux nouveaux algorithmes de type Quasi-Newton par blocs, fondés sur la factorisation de l'inverse de la matrice de corrélation d'un processus AR. La complexité de cet algorithme est marginalement supérieure à celle du LMS. Nous présentons ensuite une version équivalente à un algorithme Newton-LMS (adaptation échantillon par échantillon), utilisant les idées développées dans [1]. Des simulations préliminaires démontrent que ces deux algorithmes ont des caractéristiques de convergence supérieures aux algorithmes LMS et BLMS, pour des entrées corrélées stationaires ou non-stationaires (parole)