Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo

Dspace KHENCHELA

  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "ZERIBI Sihem -BOUGRINE Chaima"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    Optimisation des coefficients d’ondelettes basée sur les algorithmes génétiques: Application aux signaux GNSS
    (2021) ZERIBI Sihem -BOUGRINE Chaima
    Les ondelettes sont des outils efficaces pour extraire des caractéristiques discriminantes des signaux GNSS. Cependant, la sélection d’une ondelette mère appropriée pour le signal analysé est un critère important. Cela offre la possibilité d’effectuer une procédure d’optimisation pour obtenir la meilleure ondelette adapté à notre problème. Le but de notre travail est de proposer une nouvelle approche pour identifier et supprimer les interférences dans les récepteurs GNSS à l’aide d’une transformée en ondelettes discrète (DWT), basée sur une méthode évolutionnaire (algorithme génétique AG) et un seuillage automatique de machine à vecteurs de support (SVM). La représentation polyphasée de la transformée en ondelettes discrète (DWT) est exploitée dans cette étude. Une telle représentation permet de générer des bancs de filtres d’ondelettes à partir d’un ensemble de paramètres angulaires, afin de minimiser la fonction fitness basée sur l’optimisation de l’algorithme génétique et le classifier SVM. Les résultats que nous avons obtenus, après la simulation sont assez satisfaisants du point de vue amélioration des performances de l’identification et de suppression des interférences par rapport aux bancs de filtres d’ondelettes classiques.

DSpace software copyright © 2002-2025 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback