Séparation et déconvolution aveugle de signaux bruités : modélisation par mélange de gaussiennes

Cet article propose un algorithme d'identification aveugle de systemes lineaires bruites. I,e principe est celui de l'EM, dont le but est de maximiser la vraisemblance de l'observation en maximisant une fonction auxilliaire, l'etape 'M' de maximisation est simple, la difficulte restant l'etape 'E' de calcul de cette fonction auxilliaire. Nous montrons dans l'article que la modelisation de la distribution des entrees par un melange de Gaussiennes permet une implantation de l'etape 'E' de maniere exacte et (raisonnablement) rapide. Nous fournirons un procede d'estimation conjointe des parametres du systeme et de l'entree, qui se generalise au probleme de deconvolution aveugle, et qui offre une voie a l'estimation semi-parametrique.