Abstract
We discuss the topic of selecting optimal orthonormal bases for representing classes of signals defined either through statistics or via some deterministic characterizations, or combinations of the two. In all cases, the best bases result from spectral analysis of a Hermitian matrix that summarizes the prior information we have on the signals we want to represent, achieving optimal progressive approximations. We also provide uniqueness proofs for the discrete cases.
Dans cette note, nous abordons le problème de la recherche de bases orthonormales optimales en vue de représenter des signaux définis de façon, soit statistique, soit déterministe, ou selon une combinaison des deux. Dans tous les cas, nous montrons que ces bases proviennent de l'analyse spectrale d'une matrice hermitienne qui regroupe l'information émanant des signaux que l'on souhaite représenter. Nous prouvons aussi l'unicité de la base dans le cas discret.