Classification de signaux non-stationnaires : Comparaison d'une approche paramétrique et d'une approche non-paramétrique

Nous étudions dans cet article la classification supervisée de signaux monocomposantes non-stationnaires. Nous présentons une méthode paramétrique fondée sur l'identification de la fréquence instantanée et du taux de modulation des signaux à classer par un filtre de Kalman linéaire, utilisant l'approximation de Tretter. La classification s'effectue dans ce cas à partir de la distance bayésienne mesurant les écarts entre les paramètres estimés et les paramètres caractéristiques obtenus lors de la phase d'apprentissage. La méthode non-paramétrique s'appuie sur l'utilisation d'une distance entre représentations temps-fréquence. Les performances de ces méthodes sont alors comparées sur deux exemples de signaux synthétiques : des chirps parfaits puis des signaux à bande étroite