Étude théorique
L'analyse spectrale[1] consiste à déterminer le contenu fréquentiel d'un signal donné. Plusieurs méthodes d'estimation spectrale existent ayant chacune ses avantages et inconvénients. Ces méthodes se regroupent dans deux grandes catégories, les méthodes classiques basées sur la transformation de Fourier et les méthodes modernes comme celles basées sur l'estimation des paramètres de modèles autorégressifs (AR[2]), de moyenne ajustée (MA[3]) ou ARMA.
La détermination précise du spectre d'un signal donné nécessite qu'il soit périodique, ou de longueur finie, et non–contaminé par du bruit. Dans plusieurs applications biologiques, le signal à analyser est infini ou de longueur suffisante mais seulement une partie du signal est disponible pour l'analyse. D'autre part, les signaux biomédicaux sont souvent corrompus par des quantités substantielles de bruit ou d'artefacts. Si seulement une partie du signal peut être analysée, et/ou si le signal contient du bruit, alors toutes les techniques d'analyse spectrale doivent nécessaire- ment être approximatives. Ces méthodes d'analyse ne donnent qu'une estimation du véritable spectre. Les diverses approches d'analyse spectrale permettent d'améliorer l'estimation de la Densité Spectrale de Puissance (DSP[4]) d'un signal donné.
