Caractéristiques d'adaptation rapide et de performance des filtres hybrides FIR-WOS

Des algorithmes adaptatifs rapides sont développés pour l'entraînement des filtres de statistique d'ordre pondérée (WOS) et des filtres hybrides FIR-WOS (FWH) selon le critère de l'erreur absolue moyenne (MAE). Ces algorithmes sont basés sur la décomposition par seuil de signaux à valeurs réelles introduite dans cet article. Avec cette méthode, un filtre WOS de longueur N peut être implémenté en appliquant un seuil aux signaux d'entrée au plus N fois, indépendamment de la précision utilisée. En plus d'économiser des calculs, les algorithmes proposés peuvent être appliqués pour traiter directement des signaux à valeurs réelles arbitraires. Les caractéristiques de performance des filtres FWH dans la restauration de signaux en 1-D et 2-D sont étudiées par le biais de simulations informatiques. Nous montrons que tant dans la restauration de signaux contenant des bords que dans le cas de bruit non gaussien à queues lourdes, une amélioration considérable des performances peut être obtenue avec les filtres FWH par rapport aux filtres WOS, aux filtres Ll et aux filtres linéaires adaptatifs. Deux nouvelles stratégies de conception de filtres FWH sont trouvées pour l'élimination du bruit impulsif et pour la restauration d'une onde carrée, respectivement.