Éléments spectraux d une fonction cyclostationnaire



Documents pareils
Principe de symétrisation pour la construction d un test adaptatif

La mesure de Lebesgue sur la droite réelle

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Intégration et probabilités TD1 Espaces mesurés Corrigé

3. Conditionnement P (B)

Chapitre 2 Le problème de l unicité des solutions

Image d un intervalle par une fonction continue

Mesures gaussiennes et espaces de Fock

Théorie de la Mesure et Intégration

Continuité en un point

Intégration et probabilités TD1 Espaces mesurés

Modélisation géostatistique des débits le long des cours d eau.

Théorie de la mesure. S. Nicolay

Calcul fonctionnel holomorphe dans les algèbres de Banach

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Le produit semi-direct

Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples

Programmes des classes préparatoires aux Grandes Ecoles

Calculs de probabilités

Correction du Baccalauréat S Amérique du Nord mai 2007

Echantillonnage Non uniforme

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Université Paris-Dauphine DUMI2E 1ère année, Applications

Équation de Langevin avec petites perturbations browniennes ou

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Résolution d équations non linéaires

Limites finies en un point

Espérance conditionnelle

Cours de mathématiques

Approximations variationelles des EDP Notes du Cours de M2

3 Approximation de solutions d équations

Sur certaines séries entières particulières

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

Développement décimal d un réel

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

Intégrale de Lebesgue

III- Raisonnement par récurrence

C algèbre d un certain groupe de Lie nilpotent.

Modèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

1 Définition et premières propriétés des congruences

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

Continuité d une fonction de plusieurs variables

Manipulateurs Pleinement Parallèles

Manuel d utilisation 26 juin Tâche à effectuer : écrire un algorithme 2

Théorie de la Mesure et Intégration

Moments des variables aléatoires réelles

Cours d Analyse. Fonctions de plusieurs variables

Mesures et Intégration

Chapitre 2. Eléments pour comprendre un énoncé

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

République Algérienne Démocratique et Populaire

Suites numériques 3. 1 Convergence et limite d une suite

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

M2 IAD UE MODE Notes de cours (3)

# let rec concat l1 l2 = match l1 with [] -> l2 x::l 1 -> x::(concat l 1 l2);; val concat : a list -> a list -> a list = <fun>

Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Amphi 3: Espaces complets - Applications linéaires continues

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Mesure et Intégration (Notes de cours de L3)

Extraction d informations stratégiques par Analyse en Composantes Principales

Probabilités stationnaires d une chaîne de Markov sur TI-nspire Louis Parent, ing., MBA École de technologie supérieure, Montréal, Québec 1

Précision d un résultat et calculs d incertitudes

Calcul différentiel sur R n Première partie

I. Polynômes de Tchebychev

Définition et diffusion de signatures sémantiques dans les systèmes pair-à-pair

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Probabilités sur un univers fini

Commun à tous les candidats

6 Equations du première ordre

0 h(s)ds et h [t = 1 [t, [ h, t IR +. Φ L 2 (IR + ) Φ sur U par

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE

Photoactivatable Probes for Protein Labeling

Probabilités sur un univers fini

Leçon N 4 : Statistiques à deux variables

Calcul Stochastique pour la finance. Romuald ELIE

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

1 Première section: La construction générale

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Rappels sur les suites - Algorithme

Calcul différentiel. Chapitre Différentiabilité

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v t

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé


Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

1 Introduction et modèle mathématique

Structures algébriques

Corps des nombres complexes, J Paul Tsasa

Construction d un cercle tangent à deux cercles donnés.

Transcription:

Éléments spectraux d une fonction cyclostationnaire Alain BOUDOU 1 & Sylvie VIGUIR-PLA 1 & 2 1 quipe de Stat. et Proba., Institut de Mathématiques, UMR5219 Université Paul Sabatier, 118 Route de Narbonne, F-31062 Toulouse Cedex 9, France boudou@math.univ-toulouse.fr, viguier@math.univ-toulouse.fr 2 Université de Perpignan Via Domitia 52 av. Paul Alduy - F-66860 Perpignan Cedex 9 Résumé. Considérant une fonction cyclostationnaire, nous montrons qu on peut lui associer une et une seule mesure spectrale. De plus, moyennant une hypothèse de continuité supplémentaire, nous sommes en mesure de lui associer également une série stationnaire unique, qui peut se prêter à une analyse en composantes principales dans le domaine des fréquences. Mots-clés. Fonction cyclostationnaire, mesure aléatoire, mesure spectrale, opérateur unitaire Abstract. Considering a cyclostationary function, we show that it can be associated with one, and only one, spectral measure. Moreover, with a supplementary hypothesis of continuity, it can also be associated with a unique stationary series, which can be the object of a study by principal components analysis in the frequency domain. Keywords. Cyclostationary function, random measure, spectral measure, unitary operator 1 Introduction Un processus est dit cyclostationnaire lorsqu il présente des propriétés qui varient de façon cyclique dans le temps. Dans la littérature, de nombreux phénomènes physiques sont modélisés par une hypothèse de cyclostationnarité (cf., par exemple, Sabri et al., 2010). La covariance, ainsi que d autres éléments relatifs à la cyclostationnarité, ont fait l objet de nombreuses études (cf. Gardner et al., 2006, pour une revue bibliographique). À notre connaissance, on n a pas donné d une fonction cyclostationnaire une représentation sous forme d intégrale stochastique, c est ce que nous proposons de faire ici grâce à une mesure spectrale, à valeurs projecteurs. Moyennant une hypothèse de continuité, une partition de R nous permet d obtenir une série stationnaire dont nous précisons la mesure aléatoire dont elle est la transformée de Fourier. La façon dont nous construisons cette série stationnaire présente une analogie avec la façon dont on construit une série p dimensionnelle stationnaire à partir d une série p cyclostationnaire unidimensionnelle. 1

2 Mesure aléatoire, mesure spectrale, et opérateur unitaire Dans cet exposé, B désigne la trace de B R, tribu de Borel de R, sur Π = [ π; π[. Comme de l espace des variables aléatoires L 2 (Ω, A, P ) on n utilise, du point de vue mathématique, que le caractère hilbertien, les processus que nous considérons prennent leurs valeurs dans un C espace de Hilbert, souvent noté H. Lorsque H est un tel espace, nous désignons par P(H) l ensemble de ses projecteurs orthogonaux. Une mesure aléatoire (m.a.) Z, à valeurs dans le C Hilbert H, est une mesure vectorielle, définie sur B, prenant ses valeurs dans H, telle que < ZA, ZB >= 0, pour tout couple (A, B) d éléments disjoints de B. Le résultat suivant est bien connu. L application µ Z : A B ZA 2 R + est une mesure bornée. L intégrale stochastique, relativement à la m.a. Z, peut être définie comme l unique isométrie de L 2 (Π, B, µ Z ) sur vect{za; A B} qui à 1 A associe ZA, cela quelque soit A de B. L image d un élément ϕ est notée ϕdz. Une famille (X n ) n Z d éléments du C Hilbert H est une série stationnaire lorsque < X n, X m >=< X n m, X 0 >, pour tout couple (n, m) d éléments de Z. A toute série stationnaire (X n ) n Z d éléments de H, on peut associer une m.a. Z, et une seule, à valeurs dans H, telle que X n = e i.n dz, pour tout n de Z. Deux séries stationnaires (X n ) n Z et (X n) n Z sont stationairement corrélées lorsque < X n, X m >=< X n m, X 0 >, pour tout couple (n, m) d éléments de Z. xaminons maintenant la notion de mesure à valeurs projecteurs. Une mesure spectrale (m.s.) pour le C Hilbert H, est une application de B dans P(H) telle que i) Π = I H ; ii) (A B) = A + B, pour tout couple (A, B) d éléments disjoints de B; iii) pour toute suite (A n ) n N d éléments de B qui converge en décroissant vers, et pour tout X de H, nous avons lima n X = 0. Il est facile de vérifier ce qui suit. Pour tout X de H, l application Z X : A B AX H est une m.a. à valeurs dans H, et l application X H e i.1 dz X H est un opérateur unitaire. Nous avons aussi la réciproque. 2

À tout opérateur unitaire U du C Hilbert H, on peut associer une m.s., et une seule, telle que UX = e i.1 dz X, pour tout X de H. nfin, toute série stationnaire peut être construite comme suit. Si est la m.s. associée à un opérateur unitaire U, alors, pour tout X de H, (U n X) n Z est une série stationnaire de m.s. associée Z X. 3 cyclostationnarité Désormais, désigne un élément de R +. Une famille (X t ) t R d éléments du C Hilbert H est une fonction aléatoire cyclostationnaire lorsque < X t1, X t2 >=< X t1 +n, X t2 +n >, pour tout couple (t 1, t 2 ) d éléments de R, et pour tout n de Z. Soit (X t ) t R une fonction aléatoire cyclostationnaire, posons H X = vect{x t ; t R}. Il est bien connu que si {X λ ; λ Λ} et {X λ ; λ Λ} sont respectivement des familles de H et H, C espaces de Hilbert, telles que < X λ1, X λ2 >=< X λ 1, X λ 2 > pour tout couple d éléments de Λ, alors il existe une isométrie U, et une seule, de vect{x λ ; λ Λ} sur vect{x λ ; λ Λ} telle que UX λ = X λ, pour tout λ de Λ. Donc si l on considère les familles {X t ; t R} et {X t+ ; t R} d éléments du C Hilbert H, la définition de la cyclostationnarité nous permet d affirmer qu il existe une isométrie U, et une seule, de H X sur vect{x t+ ; t R}, telle que UX t = X t+, pour tout t de R. Comme vect{x t+ ; t R} = H X, ce qui précède s énonce de la façon suivante. Il existe un opérateur unitaire U, et un seul, de H X, tel que UX t = X t+, pour tout t de R. Utilisant des récurrences, nous pouvons démontrer que U n X t = X t+n, pour tout (n, t) de Z R. Désignons par la m.s., sur H X, associée à l opérateur unitaire U, que nous venons de définir, les rappels vus précédemment permettent d affirmer que (X t+n ) n Z est une série stationnaire de m.a. associée Z Xt, pour tout t de R, et donc pour tout n de Z, X t+n = e i.n dz Xt, cela quelque soit t de R. Désignons par [x] la partie entière d un réel x. Nous pouvons affirmer que, pour tout réel t, t [ t ] appartient à = [0, [ et nous pouvons donc considérer l application α : t R t [ t ]. Pour tout (n, t) de Z R, nous avons α(t+n ) = α(t). Comme X t = X α(t)+[ t ], nous pouvons écrire X t = e i.[ t ] dz X α(t). Nous pourrions démontrer que, si est une autre m.s., sur H X, telle que X t = e i.[ t ] dz X α(t), pour tout t de R, alors =. L ensemble de ces résultats peut être énoncé comme suit. 3

Il existe une m.s., et une seule, sur H X, telle que X t = e i.[ t ] dz X α(t), pour tout t de R. Ce résultat nous permet d associer d une façon biunivoque une m.s. à une fonction cyclostationnaire. Il est à rapprocher de la représentation sous forme d intégrale stochastique d une fonction aléatoire continue stationnaire. 4 Ampliation Dans ce paragraphe, H désigne un C Hilbert. Munissons de la tribu ξ, trace de B R sur. Comme est un borélien de R, tout élément de ξ, en tant que sous-ensemble de R, appartient à B R et nous pouvons donc considérer l application η : A ξ µ(a) R +, où µ est la mesure de Lebesgue de R. Il est clair que η est une mesure bornée. Il est facile de vérifier que si (K, X) est élément de L(H X ) L 2 H (, ξ, η), alors K X appartient à L 2 H (, ξ, η) et que si (X, Y ) est un couple d éléments de L2 H (, ξ, η), égaux η presque partout, donc représentants d un même élément de L 2 H (, ξ, η), il en est de même du couple (K X, K Y ). Cela nous permet de définir l ampliation d un élément de L(H) de la façon suivante. Nous appelons ampliation d un élément K de L(H Z ) l application K : X L 2 H (ξ) K X L 2 H (ξ), qui appartient à L(L2 H (ξ)). Nous montrons alors le résultat suivant. Pour tout couple (K 1, K 2 ) d éléments de L(H X ), nous avons K 1 K 2 = K 1 K 2, et, si P (resp. U) est un projecteur (resp. opérateur unitaire) de H, alors son ampliation P (resp. Ũ) est un projecteur (resp. opérateur unitaire) de L2 H (, ξ, µ). Comme l ampliation d un projecteur est un projecteur, si est une m.s. sur H, pour tout A de B, ẼA, ampliation du projecteur A, est un projecteur de L2 H (, ξ, η), et nous avons donc ce qui suit. L application Ẽ : A B ẼA P(L2 H (, ξ, η)), est une m.s., sur L2 H (, ξ, η), appelée ampliation de la m.s. sur H. nfin, considérons l opérateur unitaire associé. L opérateur unitaire Ũ, ampliation de l opérateur unitaire U, a pour m.s. associée Ẽ, ampliation de m.s. associée à U. Utilisons maintenant le fait que l ampliation d une application composée est la composée des ampliations. Si Ũ est l ampliation d un opérateur unitaire U de H, alors Ũ n = Ũ n, pour tout n de Z. 4

5 Mesure aléatoire associée à une fonction cyclostationnaire Reprenant les notations du paragraphe 3, nous allons appliquer les résultats que nous venons d obtenir à la fonction cyclostationnaire (X t ) t R, moyennant l hypothèse supplémentaire suivante. Nous supposons que l application : t R X t H est continue. Nous déduisons que l application Y 0 : t X t H X est représentant d un élément de L 2 H X (, ξ, η). Nous pouvons affirmer ainsi que (Ũ n Y 0 ) n Z est une série d éléments de L 2 H X (, ξ, η), stationnaire, de m.a. associée Z = Z Y 0. Ẽ Utilisant la définition de l ampliation, ces résultats peuvent se formuler de la façon suivante. Pour tout n de Z, l application t X t+n H X est représentant de Ũ n Y 0, élément de L 2 H X (, ξ, η); pour tout A de B, l application t AX t H X est représentant de ZA, élément de L 2 H X (, ξ, η). La série stationnaire (Ũ n Y 0 ) n Z est obtenue grâce à une partition de R, {[n ; (n + 1) [; n Z}, qui permet le regroupement de la famille {X t ; t R} suivant : {{X t+n ; t [0; [}; n Z}. Dans Cabral (2010), il est exposé un résultat analogue lorsqu à une série (X n ) n Z, p cyclostationnaire (c est-à-dire telle que < X n, X m >=< X n+p, X m+p >) on associe la série p dimensionnelle stationnaire (Y n ) n Z, où Y n = ( X np, X np+1,..., X np+p 1 ), pour tout couple (n, m) d éléments de Z. Cette série est telle que (Y n Y m ) = (Y n m Y 0 ), propriété plus forte que < Y n, Y m >=< Y n m, Y 0 >, due au fait que les séries stationnaires composantes (X np+k ) n Z, k = 0,..., n 1, sont stationnairement corrélées deux à deux, tout comme, dans le cas d une fonction cyclostationnaire, {(X t+n ) n Z ; t [0; [} est une famille de séries stationnaires stationnairement corrélées deux à deux. C est pour cette dernière raison que l on pourrait, au moyen d une analyse en composantes principales dans le domaine des fréquences (cf. Boudou et Dauxois, 1994), résumer la fonction stationnaire (X t ) t R par une série stationnaire. Bibliographie [1] Boudou, A. and Dauxois, J. (1994). Principal component analysis for a stationary random function defined on a locally compact abelian group. J. Multivariate Anal. 51 no. 1, 1-16. [2] Cabral,. N. (2010). tude spectrale de processus stationnaires multidimensionnels et Analyse en Composantes Principales dans le domaine des fréquences. Thèse de Doctorat, 5

Université Paul Sabatier, Toulouse. [3] Gardner, W.A., Napolitano, A. and Paura, L. (2006). Cyclostationary: half a century of research. Signal Processing, 86 639-697. [4] Sabri, K., l Badaoui, M., Guillet, F., Belli, A., Millet, G. and Morin, J.B. (2010). Cyclostationary modelling of ground reaction force signals. Signal Processing, 90 1146-1152. 6