Bonjour
J'ai plusieurs réalisations (50 au total, et toutes d'une longueur de 17 échantillons) d'un même signal (processus biologique). Je voudrais estimer la densité spectrale de puissance de mon signal à partir de ces réalisations. Je peux faire 50 estimations prendre la moyenne par exemple, mais les signaux étant assez courts, j'ai des spectres assez (ou plutôt trop) lissés. Du coup je me suis rappelé d'avoir vu une fois les modèles autoregressifs. J'ai joué un peu avec sur un signal de test pour m'y habituer. Sur 1 signal, c'est bon, j'ai compris, j'arrive à trouver les coefficients de mon modèle avec la méthode de Yule-Walker en suivant ce tutoriel. J'inverse la matrice d'autocorrélation R, je la multiplie par le vecteur de droite [r1,...,rn] et j'ai mes coeffs. Mais si au lieu d'avoir juste 1 signal j'en ai 50 ?
Je me suis dit je répète le même principe (calcule de la matrice R pour chacune des 50 réalisations), je concatène ces 50 matrices, je concatène de la même manière les vecteurs de droite, et au lieu d'inverser la "matrice géante" qui n'est plus carrée, je prends la pseudo-inverse et paf, le tour est joué...
Mais je ne sais pas si c'est juste de faire ça ?....
Merci pour votre aide
-----