Détection statistique temps-fréquence dans un contexte acoustique à faible RSB

Florian Dadouchi (1) , Avelino Villa (1) , Cedric Gervaise (2, 1) , Cornel Ioana (1) , Julien Huillery (3) , Jerome I. Mars (1)

1 GIPSA-SIGMAPHY - GIPSA - Signal Images Physique
2 Chaire CHORUS - Fondation Grenoble-INP
3 MIS - Ampère, Département Méthodes pour l'Ingénierie des Systèmes

– Ce travail aborde la détection statistique à partir du spectrogramme de signaux non-stationnaires multi-composantes dans des en-vironnements où le rapport signal sur bruit (RSB) est faible. Un double test d'hypothèses binaires est formulé. Le premier test correspond à un détecteur d'énergie appliqué à l'échelle du pixel temps-fréquence (TF). Pour atteindre une bonne probabilité de détection à faible RSB, ce test doit cependant accepter de nombreuses fausses alarmes. Afin de réduire ce nombre de fausses alarmes et ainsi améliorer les performances globales de détection, un second test est proposé. Ce test considère la densité de détection sur des régions TF. Sous l'hypothèse "bruit seul", nous montrons que cette densité de détection suit une loi binomiale corrélée du fait de la redondance du spectrogramme. Afin d'estimer cette loi et résoudre le second test, une méthode numérique utilisant des spectrogrammes assistants est introduite. Pour un point de fonctionnement du détecteur (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. Abstract – This work deals with the statistical detection of multicomponent non-stationary signals at low signal-to-noise ratio using the spectrogram. A double binary hypothesis test (BHT) framework is proposed. The first BHT is a classical time-frequency (TF) energy detector, the positives of which are composed of true detections as well as false alarms. So as to discriminate between those two kinds of positives, a second BHT is proposed based on the density of detection in the TF regions of the spectrogram. A high-density of detections is synonymous with the presence of signal, while a low density of detections is more likely due to false alarms. The Neyman-Pearson detection criterion is used for both of the BHTs. According to the redundancy of the spectrogram, the density of detection under the null hypothesis is distributed as a correlated binomial variable. We introduce the assistant spectrograms to numerically estimate this distribution and solve the second BHT. The method is illustrated with real-world signals from a passive acoustic context.

Domaines: Traitement du signal et de l'image [eess.SP]

Florian Dadouchi, Avelino Villa, Cedric Gervaise, Cornel Ioana, Julien Huillery, et al.. Détection statistique temps-fréquence dans un contexte acoustique à faible RSB. GRETSI 2015 - XXVème Colloque francophone de traitement du signal et des images, Sep 2015, Lyon, France. ⟨hal-01245240⟩