Nonlinear system identification using Volterra series representation : application to audio systems

Cette thèse porte sur l’identification de systèmes non linéaires représentables en séries de Volterra, et son application à des systèmes sonores. Les séries de Volterra, qui permettent de représenter une large classe de systèmes non linéaires, correspondent à un développement en série organisé par ordre d'homogénéité par rapport à l’entrée: chaque terme homogène est caractérisé par un noyau convolutif dont l’ensemble fournit une "signature complète" du système représenté. Les travaux présentés reposent sur le développement d’une étape préalable de séparation des termes de la série pour améliorer l’identification des noyaux de Volterra. Par rapport aux méthodes déjà existantes de séparation en ordres homogènes, basées sur des relations d’amplitudes entre signaux tests, l'approche adoptée dans cette thèse consiste à exploiter les relations de phase entre signaux afin d'obtenir une méthode robuste. Cela est tout d’abord obtenu de manière abstraite pour le cas de signaux d’excitations complexes. De cette idée, plusieurs méthodes adaptées au cas des signaux réels sont développées. Ceci amène à définir de nouvelles catégories de signaux pour décrire la sortie d’une série de Volterra, regroupant les contributions selon leurs propriétés de phase. Les méthodes de séparation proposées sont testées et appliquées à une pédale d’effet de guitare. Ensuite, des méthodes d’identification spécifiques aux nouveaux types de signaux sont présentées. Enfin, une méthode d’estimation des paramètres d’une représentation d’état à non-linéarités polynomiales est développée. Celle-ci est appliquée à un haut-parleur électrodynamique, dont les caractéristiques non linéaires sont étudiées.This thesis addresses the identification of nonlinear systems that can be represented with Volterra series, and its application to audio systems. Volterra series give an input-output representation, approximated to within a given error, of any time-invariant continuous nonlinear system with fading memory. Technically, they correspond to a series expansion sorted by homogeneity order with respect to the input: each homogeneous term is characterized by a convolutive kernel whose set provides a "complete signature" of the modelled system. The works presented are based on the development of a preliminary step that consists in separating the series' terms to improve Volterra kernels' identification. Compared to existing homogeneous order separation methods, which are based on amplitude relationships between test signals, the approach chosen in this thesis is to exploit phase relationships between signals to obtain a robust method. This is first obtained in the theoretical case of complex excitation signals. From this idea, several methods suited to the use of real signals are developed. This leads to define new signals categories that describes the output of a Volterra series, sorting nonlinear contributions according to their phase properties. The proposed separation methods are applied and tested on a guitar pedal effect. Then, specific identification methods for the new types of signals are presented Finally, a method for estimating the parameters of a polynomial nonlinear state-space representation is developed. This is applied to an electrodynamic loudspeaker whose nonlinear characteristics are studied