el Houda Hedjazi N, Ouacifi M, Bouchouareb R, Ourghi M, Gareh M, Benatia D.
The Handover in the Constellations of Satellites in Low Orbit. International Journal of Advanced Science and TechnologyInternational Journal of Advanced Science and Technology. 2012;41 :39-48.
Boulakroune M'hamed, Benatia D.
Improvement of SIMS multilayer profile analysis. 2012 6th International Conference on Sciences of Electronics, Technologies of Information and Telecommunications (SETIT). 2012 :716-720.
Boulakroune M’hamed, Benatia D.
Multi-Scale Deconvolution of Mass Spectrometry Signals. inAdvanced in Wavelet Theory and Their Applications in Engineering, Physics and Technology, In-TechinAdvanced in Wavelet Theory and Their Applications in Engineering, Physics and Technology, In-Tech. 2012 :125-152.
el Houda Hedjazi N, Ouacifi M, Bouchouareb R, OUARGHI M, Benatia D, Gareh M.
Optimization of the problem of Handover in the constellations of satellites in low orbit. 2012 6th International Conference on Sciences of Electronics, Technologies of Information and Telecommunications (SETIT). 2012 :584-588.
CHEROUAT S, MARIR F, Benatia D.
Détection de Pitch et Voisement/non Voisement du Signal Parole Arabe par les HOS-Polycesptre. 6th International Conference on Sciences of Electronics, Technologies of Information and Telecommunications (SETIT), [Internet]. 2012.
Publisher's VersionAbstract
Un des aspects importants de l’analyse de la parole est d’extraire les paramètres qui permettent de décrire ses principales caractéristiques : La fréquence fondamentale et l’enveloppe (ou Formants). Les statistiques d’ordre un et deux (cepstre, autocorrelation, densité spectrale de puissance…) ont prouvés leur efficacité pour la détection de ces paramètres pour des signaux non bruités. Mais ces performances diminuent pour des signaux noyés dans du bruit. Beaucoup de recherches ont été effectuées pour développer des méthodes qui peuvent résister au bruit et qui permettent de tirer plus d’information. Ces dernières années des nouveaux outils ont été développés appelés les statistiques d’ordre supérieur (Higher order statistics ). Ces Statistiques ont permis de résoudre des problèmes qui n'ont pas pu être résolus par les statistiques d'ordre un et deux et d'extraire plus d'information du signal. Dans cet article on utilise les statistiques d’ordre supérieur, en particulier l’analyse polycepstrale pour la détection de la fréquence fondamentale (pitch).