Résumé:
Dans cette thèse, nous étudions l'annulation d'écho acoustique stéréophonique par le filtrage adaptatif. Nous
proposons cinq nouveaux algorithmes stéréophoniques basés sur les techniques et algorithmes efficaces
existants. Le premier algorithme proposé est une version étendue de l'algorithme FNLMS, adapté aux
applications stéréophonique avec une amélioration significatives de la partie de prédiction, assurant la
stabilité dans le contexte stéréophonique. Les quatre autres algorithmes proposés dérivés d?une combinaison
de deux techniques : la technique de sélection des données et la technique de mise à jour partielle (PU). Ces
derniers sont appliqués à un algorithme adaptatif à deux canaux, Stereophonic Normalized Least Mean
Squares (SNLMS), et prennent en compte uniquement les données d'entrée qui apportant de nouvelles
informations au système. Par conséquent, la complexité du calcul est réduite.
A la fin de cette thèse, l?algorithme Stereophonic Fast Normalized Least Mean Squares (SFNLMS) proposé
est implémenté en code VHDL pour une application FPGA.
Les résultats expérimentaux obtenus ont montré que les algorithmes proposés sont des choix intéressants
pour l'AEAS en sélectionnant l'algorithme approprié faisant un compromis entre la complexité, le niveau de
l'EQM, le niveau de l'ERLE et le niveau du Désalignement.
