@InProceedings{1983_013-0001_10609,
	author = "M. GHARBI and N. MARTIN",
	title = "Filtrage autorégressif vectoriel",
	booktitle = "9° Colloque sur le traitement du signal et des images",
	year = "1983",
	publisher = "GRETSI, Groupe d’Etudes du Traitement du Signal et des Images",
	number = "013-0001",
	pages = "p. 971-976",
	month = "may # 16--20",
	address = "Nice",
	doi = "",
	pdf = "1983_013-0001_10609.pdf",
	abstract = "L'analyse spectrale autorégressive scalaire se généralise pour des processus vectoriels (algorithmes de JONES, NUTTALL, STRAND, ...). La matrice spectrale ainsi évaluée caractérise les relations existant entre les différentes composantes du processus vectoriel. Celle-ci intervient dans un grand nombre de domaines du traitement du signal (filtrage, traitement d'antenne, etc...). Nous montrons qu'une modélisation autorégressive (AR) vectorielle est équivalente à une modélisation autorégressive à moyenne mobile (ARMA) de chaque composante du processus vectoriel. Ce résultat explique les raies parasites obtenues sur les autospectres des composantes lorsque celles-ci sont des fréquences pures bruitées additivement. Nous démontrons ceci dans le cas simple d'un modèle AR vectoriel d'ordre 1 et nous l'illustrons par une simulation et par un exemple sur un cas réel."
}