Contribution aux techniques de débruitage basées ‎EMD

Abstract

Dans cette thèse, nous avons proposé des nouveaux outils de débruitage des signaux non stationnaires basés sur la décomposition ‎en modes empiriques EMD et ses variantes. Tout d’abord, les contributions proposées ont été appliquées sur des données ‎synthétiques puis sur des signaux ECG réels. De même elles sont comparées à d’autres approches originales qui existent dans la ‎littérature et les plus populaires de l’état de l’art. Ensuite, nous avons évalué objectivement les performances de nos contributions ‎proposées par rapport à d’autres approches classiques en utilisant le rapport signal sur bruit, SNR et l’erreur quadratique moyenne ‎MSE. Nous avons présenté notre travail en deux parties qui sont : les méthodes de débruitage paramétriques basées EMD, et les ‎méthodes de débruitage non paramétriques basées EMD. En plus, Nous avons proposé un nouveau critère pour la reconstruction ‎du signal, ce critère est basé sur la détermination de l’indice qui correspond à la valeur maximale du SNR après débruitage. Nous ‎avons montré que nos approches sont très efficaces pour les signaux très bruités. Enfin, Nous avons proposé des méthodes de ‎débruitage basées sur l’exploitation de l’algorithme EEMD. Nous avons montré aussi que les résultats du débruitage basées EEMD ‎dépassent les résultats du débruitage basées EMD. Cependant, les algorithmes de débruitage basées EEMD exigent un temps de ‎calcul plus élevé que les algorithmes de débruitage basées EMD. Nous avons démontré dans ce travail, que les algorithmes ‎proposés donnent des résultats meilleurs comparés à ceux de la littérature. Nos contributions ont été illustrées sur des signaux ECG ‎réels issus du biomédical, elles peuvent aussi être appliquées aux autres applications dans des domaines variés tels que le ‎diagnostic de pannes mécaniques ou le traitement d’image.‎