Résumé: Cette thèse est consacré au développement et a l'implantation de nouvelles techniques pour la séparation aveugle de sources. Le problème traite est le suivant: en disposant d'une antenne m capteurs et observant un mélange linéaire instantané de n sources statistiquement indépendantes entres elles, on se propose de restituer les signaux, sources a un facteur près en absence de toute information a priori sur la façon dont ces signaux sources ont été mélanges. Nous avons développé trois approches de séparations de sources. Chacune utilise des informations a priori différentes sur les statistiques des signaux sources. La première approche suppose des signaux temporellement cohérents et exploite uniquement les statistiques d'ordre deux par l'intermédiaire des matrices d'intercovariance des observations. Par contre, la deuxième approche suppose des signaux non-gaussiens et exploite les statistiques d'ordre supérieurs a deux par l'intermédiaire de fonctions non-linéaires. La maximum de vraisemblance. L'information a priori sur les distributions des sources que nécessite cette dernière approche est souvent disponible en communication numérique. Pour cette approche, nous proposons une version stochastique qui sera, dans certaines conditions moins couteuse en temps calcul et en place mémoire que la version initiale. Nous avons effectué un calcul explicite des performances asymptotiques des deux premières approches ; lesquelles nous ont permis d'en tirer des conclusions intéressantes sur les approches développées. Enfin, nous avons applique la première approche a des signaux expérimentaux pour la séparation des modes vibratoires d'un réacteur nucléaire dans le but de surveiller l'état de dégradation de son écran thermique

Paris:
Langue: Français
Collation: 126 p. ill. ;30 cm
Diplôme: Doctorat
Etablissement de soutenance: Paris, Ecole Nationale Spérieure des Télécommunication
Spécialité: Science

Note: Bibliogr.pp.105-109; Annexe pp.111-126