Détection bayésienne de saut de fréquence par des méthodes MCMC

Abstract

Le problème traité est celui de la détection et de l'estimation hors-ligne d'un saut de fréquence dans une sinusoïde complexe bruitée. Une approche bayésienne utilisant une méthode de Monte Carlo par chaînes de Markov (MCMC) nous permet d'estimer l'instant de rupture r et les pulsations avant et après le saut uniquement à partir des observations. Une version adaptative de l'algorithme de Metropolis-Hastings (M-H) à marche aléatoire est utilisée permettant de régler de façon optimale et automatique les paramètres de l'algorithme. Les performances de détection estimées en terme de distribution de l'erreur d'estimation de r et d'estimation de l'amplitude de la rupture sont présentées.