@InProceedings{1999_001-1568_13148,
	author = "David DECLERCQ and Patrick DUVAUT",
	title = "Estimation aveugle Bayesienne des modèles non-linéaires H-ARMA",
	booktitle = "17° Colloque sur le traitement du signal et des images",
	year = "1999",
	publisher = "GRETSI, Groupe d’Etudes du Traitement du Signal et des Images",
	number = "001-1568",
	pages = "p. 211-214",
	month = "sep # 13--17",
	address = "Vannes",
	doi = "",
	pdf = "1999_001-1568_13148.pdf",
	abstract = "Dans ce papier, nous proposons une approche Bayésienne pour l'estimation aveugle de paramètres de modèles non linéaires appelés H-ARMA. Ces derniers sont obtenus par transformation polynômiale instantanée d'un processus coloré ARMA. La non-linéarité est décomposée sur une base de polynômes d'Hermite. Tout d'abord, nous rappelons la struture de ces modèles et décrivons brièvement leurs principales propriétés. Dans une deuxième partie, nous abordons le problème de l'estimation aveugle des paramètres de ces modèles, avec la seule connaissance des observations de sortie. Nous utilisons une modélisation Bayésienne de ce problème et sa résolution par un algorithme stochastique. L'étape importante de cette approche est la simulation des états cachés du système, et nous montrons que la méthode proposée résoud efficacement l'estimation des paramètres H-ARMA, même lorsque la non-linéarité n'est pas inversible."
}