@InProceedings{2015_mars177,
	author = "Florian Dadouchi and Avelino Villa and Cedric Gervaise and Cornel Ioana and Julien Huillery and Jerome Mars",
	title = "DETECTION STATISTIQUE TEMPS-FREQUENCE DANS UN CONTEXTE ACOUSTIQUE A FAIBLE RSB ",
	booktitle = "25° Colloque sur le traitement du signal et des images",
	year = "2015",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-0004",
	pages = "p. 17-20",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_mars177.pdf",
	abstract = "Ce travail aborde la détection statistique de signaux inconnus multi-composants non-stationnaires (à partir du spectrogramme) dans des environnements où le rapport signal sur bruit (RSB) est faible. Un double test d'hypothèse binaire (BHT) est formulé. Le premier test, nommé BHT1, correspond à un classique détecteur d'énergie appliqué à l'échelle du pixel TF. Pour atteindre une bonne probabilité de détection à faible RSB, ce test doit accepter de nombreuses fausses alarmes. Afin de réduire ce nombre de fausses alarmes et ainsi améliorer les performances globales de détection, un deuxième test, nommé BHT2, est proposé. Ce test considère la densité des détections sur des régions temps-fréquence. Une grande densité de détection indique la présence d'un signal tandis qu'une faible densité est indicatrice d'une région « bruit seul ». Un aspect clé étant l'absence d'hypothèses a-priori sur le signal d'intérêt, une stratégie de Neyman-Pearson est utilisée pour les deux tests d'hypothèses. Sous l'hypothèse « bruit seul », la densité des fausses alarmes dans une région temps-fréquence suit une loi binomiale corrélée du fait de la redondance du spectrogramme. On introduit les spectrogrammes assistants pour estimer numériquement cette loi. Pour un point de fonctionnement (Pd,Pfa), l'ajout du second test permet de réduire le RSB de 6 dB, au prix d'une perte de résolution TF. La méthode est illustrée avec succès sur des signaux réels d'acoustique passive.  .pdf",
}