Le problème de la propagation d'ondes sur une plaque plane élastique en contact avec deux liquides différents est traité. Une étude numérique détaillée montre les propriétés de l'onde A et l'existence d'une nouvelle onde (onde A*) quand deux fluides différents sont en contact avec la lame. Une étude expérimentale des ondes A et A* est ensuite menée en utilisant des techniques expérimentales particulières à la caractérisation de l'onde A: génération d'une onde non atténuée par une impulsion et caractérisation par analyse temps-fréquence. La propagation d'une onde dans un milieu monodimensionnel infini est ensuite étudiée en utilisant les espaces de Fourier bidimensionnels. Un soin particulier est accordé à l'étude d'une onde atténuée et dispersive générée à partir d'une impulsion brève. Un nouveau lien est alors mis en évidence entre le vecteur d'onde complexe et la pulsation complexe. Ce lien autorise ainsi, et pour la première fois, une caractérisation complète des représentations toutfréquence et vecteur d'onde-temps. Sur la base de ces résultats, deux aspects sont développés: d'une part la modélisation de la propagation d'une onde autour d'un tube immergé (milieu monodimentionnel limité) et d'autre part de nouvelles méthodes de traitement du signal. L'aspect résonant dû à la propagation sur un tube d'une onde générée par une impulsion est ainsi montré et modélisé. De nouvelles méthodes de caractérisation d'ondes de surface sont mises en place, permettant de mesurer vecteur d'onde et pulsation complexes, sur des distances très courtes de l'ordre de quelques longueurs d'ondes. En utilisant ces nouveaux outils, la propagation de l'onde A est étudiée expérimentalement sur un tube immergé dans l'eau. L'influence des paramètres géométriques du tube ainsi que de son remplissage est étudiée. De nouveaux phénomènes sont mis en évidence lorsque le liquide intérieur possède une vitesse de propagation du son inférieure à celle du liquide externe, l'onde A* est observée périodiquement spatialement. On montre que la représentation tout fréquence correspondant à la somme de tous ces échos est le produit de convolution de la représentation tout fréquence de l'onde A* seule avec un résonateur de Fabry-Perot. Ce modèle expérimental est en bon accord avec les résultats théoriques.

Plusieurs méthodes de séparation aveugle de source (SAS), fondées sur des transformées temps-fréquence (TF), ont été proposées au cours de cette thèse. En sortie des systèmes utilisés, une contribution de chaque source est estimée, uniquement à l'aide des signaux mélangés. Toutes les méthodes étudiées dans ce manuscrit trouvent des petites zones du plan TF où une seule source est présente et estiment dans ces zones les paramètres de mélange. Ces approches sont particulièrement adaptées aux sources non-stationnaires.<br />Nous avons tout d'abord étudié et amélioré des méthodes proposées précédemment par l'équipe, basées sur des critères de variance ou de corrélation, pour des mélanges linéaires instantanés. Elles apportent d'excellentes performances pour des signaux de parole et peuvent aussi séparer des spectres issus de données astrophysiques. Cependant, la nature des mélanges qu'elles peuvent traiter limite leur champ d'application.<br />Nous avons donc étendu ces approches à des mélanges plus réalistes. Les premières extensions considèrent des mélanges de sources atténuées et décalées temporellement, ce qui correspond physiquement aux mélanges en chambre anéchoïque. Elles nécessitent des hypothèses de parcimonie beaucoup moins fortes que certaines approches de la littérature, tout en traitant le même type de mélanges. Nous avons étudié l'apport de méthodes de classification non-supervisée sur nos approches et avons obtenu de bonnes performances pour des mélanges de signaux de parole.<br />Enfin, une extension théorique aux mélanges convolutifs généraux est décrite mais nécessite de fortes hypothèses de parcimonie et le réglage d'indéterminations propres aux méthodes fréquentielles.

Cette thèse traite de la variabilité temporelle intrinsèque de l'éclairement solaire reçu au sol. Les échelles caractéristiques de variabilité sont mises en évidence par l'analyse de longues séries temporelles de moyennes journalières de l'éclairement, pour différents endroits du monde, issues de mesures pyranométriques au sol, d'estimations satellitaires ou de réanalyses météorologiques .Compte-tenu de la nature non linéaire et non stationnaire des données, la transformée adaptative de Hilbert-Huang est utilisée comme outil d'analyse pour tenir compte de la diversité de ces échelles temporelles. On montre ainsi la nature variable des échelles caractéristiques et de leur intensité, ainsi que leur dépendance vis-à-vis du climat.L'application d'une technique adaptative de ré-échantillonnage fractionnaire montre la juxtaposition d'une composante déterministe et d'une stochastique. Pour tous les jeux de données, le cycle annuel déterministe représente la plus grande partie de la variabilité. Toutes les séries temporelle contiennent une composante de variabilité stochastique à haute fréquence, qui est modulée en amplitude par le cycle annuel.L'approche permet également d'évaluer, échelle par échelle, les performances des estimations satellitaires ou issues de ré-analyses par comparaison avec des mesures pyranométriques au sol. Une étude de cas confirme que les estimations satellitaires surpassent les ré-analyses à toutes les échelles temporelles. / The center of focus for this PhD thesis is the intrinsic temporal variability of the surface solar irradiance (SSI). The characteristic time-scales of variability are revealed by analysing long-term time-series of daily means of SSI, such as ground measurements, satellite estimates, or radiation products from global atmospheric re-analyses, for different geographical locations around the world.To account for the wide range of the time-scales of variability, and given the non-linear and non-stationary nature of the data, the adaptive, data-driven Hilbert-Huang Transform is employed as an analysis tool. The time-varying nature of the characteristic time-scales of variability, along with variations in intensity, are thus revealed.An adaptive fractional re-sampling technique is used to discriminate between the deterministic and the stochastic variability constituents. For all datasets, the deterministic yearly cycle is found to account for the largest part of variability. Furthermore, all time-series are found to contain a high-frequency stochastic variability component, that exhibit cross-scale amplitude modulation by the yearly cycle.A refinement to existing methods for assessing the fitness for use of surrogate SSI products in lieu of ground measurements is also proposed. A case study confirms that satellite estimates outperform re-analyses across all time-scales.

Une interface cerveau-ordinateur permet d'interagir avec un système, comme un système d'écriture, uniquement par l'activité cérébrale. Un des phénomènes neurophysiologiques permettant cette interaction est le potentiel évoqué cognitif P300, lequel correspond à une modification du signal 300 ms après la présentation d'une information attendue. Cette petite réaction cérébrale est difficile à observer par électroencéphalographie car le signal est bruité. Dans cette thèse, de nouvelles techniques basées sur la théorie des ondelettes sont développées pour améliorer la détection des P300 en utilisant des mesures de similarité entre les canaux électroencéphalographiques. Une technique présentée dans cette thèse débruite les signaux en considérant simultanément la phase des signaux. Nous avons également étendu cette approche pour étudier la localisation du P300 dans le but de sélectionner automatiquement la fenêtre temporelle à étudier et faciliter la détection / Brain-Computer Interfaces (BCI) are control and communication systems which were initially developed for people with disabilities. The idea behind BCI is to translate the brain activity into commands for a computer application or other devices, such as a spelling system. The most popular technique to record brain signals is the electroencephalography (EEG), from which Event-Related Potentials (ERPs) can be detected and used in BCI systems. Despite the BCI popularity, it is generally difficult to work with brain signals, because the recordings contains also noise and artifacts, and because the brain components amplitudes are very small compared to the whole ongoing EEG activity. This thesis presents new techniques based on wavelet theory to improve BCI systems using signals' similarity. The first one denoises the signals in the wavelet domain simultaneously. The second one combines the information provided by the signals to localize the ERP in time by removing useless information

De nos jours, les opérations chirurgicales sont impossibles à imaginer sans anesthésie générale, qui implique la perte de conscience, l'immobilité, l'amnésie et l'analgésie. La compréhension des mécanismes sous-jacents de chacun de ces effets garantit un traitement médical bien contrôlé. Cette thèse se concentre sur l'effet analgésique de l'anesthésie générale, précisément, sur la réaction du patient aux stimuli nociceptifs. Nous étudions également les différences des réactions entre différents médicaments anesthésiques. L'étude a été effectuée sur un ensemble de données constituées de 230 signaux EEG : enregistrements pré- et post-incision obtenus sur 115 patients qui ont reçu du desflurane et du propofol. La première phase de l'étude comprend l'analyse spectrale de puissance, qui est une méthode très répandue dans le traitement du signal. L'information spectrale a été décrite en ajustant l'activité de fond, qui exhibe un comportement $1/f$, aux estimations de la densité spectrale de puissance des signaux d'EEG et en mesurant la puissance contenue dans des bandes delta et alpha par rapport à la puissance de l'activité de fond. Une autre amélioration a été réalisée par l'expansion des spectres avec des informations de temps en raison de la nature non stationnaire observée dans les signaux EEG. Pour obtenir les représentations temps-fréquence des signaux nous appliquons trois méthodes différentes: scalogramme (basé sur la transformée en ondelettes continue), spectrogramme classique, et réaffectation de spectrogramme. Celle-ci permet d'améliorer la lisibilité d'une représentation temps-fréquence en réaffectant l'énergie contenue dans le spectrogramme à des positions plus précises. Par la suite, les spectrogrammes obtenus ont été utilisés pour la reconstruction de l'espace de phase, pour l'analyse récurrence et pour sa quantification par une mesure de complexité. L'analyse de récurrence permet de décrire et visualiser les dynamiques récurrentes d'un système et de découvrir des motifs structurels contenus dans les données. Ici, les diagrammes de récurrence ont été utilisés comme réécriture de grammaire pour transformer le signal original en une séquence symbolique, où chaque symbole représente un certain état du système. Trois mesures de complexité différentes sont alors calculées à partir de ces séquences symboliques afin de les utiliser comme éléments de classification. Enfin, en combinant les caractéristiques obtenues avec l'analyse spectrale de puissance et avec l'analyse symbolique de récurrence, nous effectuons la classification des données en utilisant deux méthodes de classification~: l'analyse discriminante linéaire et les machines à vecteurs de support. La classification a été effectuée sur des problèmes à deux classes, la distinction entre les signaux EEG pré- / post-incision, ainsi qu'entre les deux différents médicaments anesthésiques, desflurane et propofol. / Nowadays, surgical operations are impossible to imagine without general anesthesia, which involves loss of consciousness, immobility, amnesia and analgesia. Understanding mechanisms underlying each of these effects guarantees well-controlled medical treatment. This thesis focuses on analgesia effect of general anesthesia, more specifically, on patients reaction to nociceptive stimuli. We also study differences in the reaction between different anesthetic drugs. The study was conducted on dataset consisting of 230 EEG signals: pre- and post-incision recordings obtained form 115 patients, who received desflurane and propofol. The first stage of the study comprise power spectral analysis, which is a widespread approach in signal processing. Spectral information was described by fitting the background activity, that exposes $1/f$ behavior, to power spectral density estimates of the EEG signals and measuring power contained in delta and alpha bands relatively to the power of background activity. A further improvement was done by expanding spectra with time information due to observed non-stationary nature of EEG signals. To obtain time-frequency representations of the signals we apply three different methods: scalogram (based on continuous wavelet transform), conventional spectrogram, and spectrogram reassignment. The latter allows to ameliorate readability of a time-frequency representation by reassigning energy contained in spectrogram to more precise positions. Subsequently, obtained spectrograms were used as phase space reconstruction in recurrence analysis and its quantification by complexity measure. Recurrence analysis allows to describe and visualize recurrent dynamics of a system and discover structural patterns contained in the data. Here, recurrence plots were used as rewriting grammar to turn an original signal into a symbolic sequence, where each symbol represents a certain state of the system. After computing three different complexity measures of resulting symbolic sequences they are used as features for classification. Finally, combining features obtained with power spectral analysis and recurrence symbolic analysis, we perform classification of the data using two classification methods: linear discriminant analysis and support vector machines. Classification was carried out on two-class problem, distinguishing between pre-/post-incision EEG signals, as well as between two different anesthetic drugs, desflurane and propofol.

Le corps humain possède une grande redondance musculo-squelettique, se traduisant par une infinité de coordinations musculaires possibles pour produire un effort résultant. Lors d'un mouvement, le système nerveux central est confronté à la gestion de cette redondance. A travers l’analyse de cohérence entre les signaux électromyographiques, ce travail de thèse étudie le rôle fonctionnel du couplage intermusculaire et explore la contribution des mécanismes nerveux impliqués dans la régulation de la redondance musculaire en termes de contrôle de l’activité des muscles agonistes, et antagonistes impliqués dans le phénomène de co-contraction. Nos résultats ont révélé que le couplage intermusculaire entre deux muscles agonistes est modulé en présence de fatigue et en fonction de l’expertise sportive. De plus, le couplage entre muscles agonistes et antagonistes dépend des contraintes mécaniques et du rôle fonctionnel des muscles, et semble directement lié au niveau de co-contraction. La cohérence intermusculaire est modulée dans plusieurs bandes de fréquence, témoignant de l’implication de différentes commandes centrales communes d’origines spinales et supra-spinales. Nos conclusions amènent à penser que la coordination musculaire est en partie contrôlée par des commandes nerveuses communes dont la contribution est modulée suivant les propriétés fonctionnelles des muscles concernées, pour s’adapter de manière optimale aux contraintes internes ou externes de la tâche. Les travaux déjà engagés proposent de contribuer à une meilleure compréhension des mécanismes sous-jacents l’altération de la fonction motrice chez des patients cérébro-lésés. / The human motor system is characterized by high musculoskeletal redundancy, implying that a given resultant effort can result from infinity of feasible muscle coordinations. During a movement, the central nervous system has to manage such redundancy. Through coherence analysis between electromyographic signals, this thesis work aims at investigating the functional role of intermuscular coupling and at better understanding the contribution of central nervous mechanisms responsible for the regulation of muscle redundancy, in terms of agonist muscle activity and also antagonist muscles activity involved in co-contraction. Our results revealed that intermuscular coupling between agonist muscles is modulated according to both the fatigue level and the training status. We also showed that the coupling between agonist and antagonist muscles depends on the mechanical configuration and functional role of muscle pairs, and seems directly related to co-contraction. The modulation of intermuscular coherence occurs in several frequency bands, suggesting the involvement of different common central drives of spinal and supra-spinal origins according to task constraints. Taken together, our results lead us to conclude that common neural drives take part in the control of muscular coordination, with different relative contribution according to the functional properties of recruited muscles, in order to optimally adapt to both internal and external task contraints. Work already undertaken proposes to provide a better understanding of the mechanisms underlying impairment of motor function in brain-injured patients.

Cette thèse dans le domaine du traitement des signaux non-stationnaires, appliqué aux bruits du cœur mesurés avec un stéthoscope numérique, vise à concevoir un outil automatisé et « intelligent », permettant aux médecins de disposer d’une source d’information supplémentaire à celle du stéthoscope traditionnel. Une première étape dans l’analyse des signaux du cœur, consiste à localiser le premier et le deuxième son cardiaque (S1 et S2) afin de le segmenter en quatre parties : S1, systole, S2 et diastole. Plusieurs méthodes de localisation des sons cardiaques existent déjà dans la littérature. Une étude comparative entre les méthodes les plus pertinentes est réalisée et deux nouvelles méthodes basées sur la transformation temps-fréquence de Stockwell sont proposées. La première méthode, nommée SRBF, utilise des descripteurs issus du domaine temps-fréquence comme vecteur d’entré au réseau de neurones RBF qui génère l’enveloppe d’amplitude du signal cardiaque, la deuxième méthode, nommée SSE, calcule l’énergie de Shannon du spectre local obtenu par la transformée en S. Ensuite, une phase de détection des extrémités (onset, ending) est nécessaire. Une méthode d’extraction des signaux S1 et S2, basée sur la transformée en S optimisée, est discutée et comparée avec les différentes approches qui existent dans la littérature. Concernant la classification des signaux cardiaques, les méthodes décrites dans la littérature pour classifier S1 et S2, se basent sur des critères temporels (durée de systole et diastole) qui ne seront plus valables dans plusieurs cas pathologiques comme par exemple la tachycardie sévère. Un nouveau descripteur issu du domaine temps-fréquence est évalué et validé pour discriminer S1 de S2. Ensuite, une nouvelle méthode de génération des attributs, basée sur la décomposition modale empirique (EMD) est proposée.Des descripteurs non-linéaires sont également testés, dans le but de classifier des sons cardiaques normaux et sons pathologiques en présence des souffles systoliques. Des outils de traitement et de reconnaissance des signaux non-stationnaires basés sur des caractéristiques morphologique, temps-fréquences et non linéaire du signal, ont été explorés au cours de ce projet de thèse afin de proposer un module d’aide au diagnostic, qui ne nécessite pas d’information à priori sur le sujet traité, robuste vis à vis du bruit et applicable dans des conditions cliniques. / This thesis in the field of biomedical signal processing, applied to the heart sounds, aims to develop an automated and intelligent module, allowing medical doctors to have an additional source of information than the traditional stethoscope. A first step in the analysis of heart sounds is the segmentation process. The heart sounds segmentation process segments the PCG (PhonoCardioGram) signal into four parts: S1 (first heart sound), systole, S2 (second heart sound) and diastole. It can be considered one of the most important phases in the auto-analysis of PCG signals. The proposed segmentation module in this thesis can be divided into three main blocks: localization of heart sounds, boundaries detection of the localized heart sounds and classification block to distinguish between S1and S2. Several methods of heart sound localization exist in the literature. A comparative study between the most relevant methods is performed and two new localization methods of heart sounds are proposed in this study. Both of them are based on the S-transform, the first method uses Radial Basis Functions (RBF) neural network to extract the envelope of the heart sound signal after a feature extraction process that operates on the S-matrix. The second method named SSE calculates the Shannon Energy of the local spectrum calculated by the S-transform for each sample of the heart sound signal. The second block contains a novel approach for the boundaries detection of S1 and S2 (onset & ending). The energy concentrations of the S-transform of localized sounds are optimized by using a window width optimization algorithm. Then the SSE envelope is recalculated and a local adaptive threshold is applied to refine the estimated boundaries. For the classification block, most of the existing methods in the literature use the systole and diastole duration (systole regularity) as a criterion to discriminate between S1 and S2. These methods do not perform well for all types of heart sounds, especially in the presence of high heart rate or in the presence of arrhythmic pathologies. To deal with this problem, two feature extraction methods based on Singular Value Decomposition (SVD) technique are examined. The first method uses the S-Transform and the second method uses the Intrinsic Mode Functions (IMF) calculated by the Empirical Mode Decomposition (EMD) technique. The features are applied to a KNN classifier to estimate the performance of each feature extraction method. Nonlinear features are also tested in order to classify the normal and pathological heart sounds in the presence of systolic murmurs. Processing and recognition signal processing tools based on morphological, time-frequency and nonlinear signal features, were explored in this thesis in order to propose an auto-diagnosis module, robust against noise and applicable in clinical conditions.

Ce travail de thèse traite de la détection et du diagnostic de défaillances mécaniques par analyse du courant statorique dans les entraînements électriques à base de machine asynchrone. Deux effets d'un défaut mécanique, des oscillations de couple et une excentricité d'entrefer, sont supposés. La modélisation par approche des ondes de forces magnétomotrices et de perméance conduit à deux modèles analytiques du signal courant. La conséquence des défauts est soit une modulation de phase, soit une modulation d'amplitude du signal courant statorique. Ces phénomènes sont détectés par une analyse spectrale en régime permanent, ou des méthodes temps fréquence en régime transitoire. Les méthodes étudiées sont la fréquence instantanée, le spectrogramme et la représentation de Wigner-Ville. L'estimation paramétrique d'indices de modulation a également été traitée. Des résultats de simulation et expérimentaux permettent de valider les signatures et d'extraire de façon automatique des indicateurs de défaut. De plus, une méthode permettant la distinction des oscillations de couple d'une excentricité dynamique est proposée. L'étude est complétée par une implémentation sur DSP des méthodes temps-fréquence afin de démontrer la faisabilité d'une surveillance en ligne.

Ces travaux de recherche portent sur la problématique CEM (Compatibilité Electromagnétique) en électronique de puissance. Cette étude s'intéresse particulièrement à la modélisation HF (haute fréquence) des convertisseurs d'énergie dans le but d'étudier la propagation des perturbations conduites vers le réseau avec ou sans l'utilisation du RSIL (Réseau Stabilisateur d'Impédance de Ligne). Une première partie présente les outils de modélisation des sources de perturbation dans les convertisseurs statiques.La seconde partie est consacrée à la modélisation HF d'un système d'entraînement à vitesse variable. L'onduleur de tension triphasé est représenté par trois générateurs équivalents afin de reconstituer le découpage des tensions de sortie. Un modèle HF du câble blindé de 4 conducteurs tenant compte de la dissymétrie est ensuite proposé. Les résultats de simulation ont été validés par des relevés expérimentaux. La comparaison montre qu'il est possible de modéliser correctement le comportement HF du dispositif jusqu'à 20MHz.Une troisième partie porte sur la propagation des perturbations conduites vers le réseau sans RSIL. Il a fallu pour cela déterminer et modéliser l'impédance du réseau. L'influence du pont redresseur à diodes sur la propagation des perturbations de mode commun a ensuite été étudiée. Les résultats de simulation montrent que l'impact de ces perturbations sur la tension réseau est prépondérant lorsque le pont redresseur est à l'état bloqué. Les résultats expérimentaux ont permis de valider cette étude. Ce travail se termine par une étude préliminaire sur l'association de deux convertisseurs connectés localement à une même source d'énergie

Dans le cadre de la surveillance maritime, les opérationnels ont de plus en plus recours à l'imagerie radar pour classifier à grande distance un objet marin. Le traitement ISAR (Inverse Synthetic Aperture Radar) répond à ce besoin. Il repose en particulier sur l'analyse des mouvements propres de l'objet marin. Une fois l'objet détecté, il s'agit d'afficher sur la console tactique la représentation de la fréquence Doppler en fonction de la distance, aussi appelée image range-Doppler. Le travail présenté dans ce mémoire s'inscrit dans une perspective d'évolution opérationnelle de la chaîne de traitement existante. Il vise à produire de manière automatique la « meilleure » image range-Doppler. Dans cette thèse, nos contributions s'appuient sur l'idée de reconsidérer la chaîne de traitement en tenant compte de l'a priori que l'objet marin est un objet rigide dont la géométrie structure l'évolution du signal radar. Ainsi, dans une première contribution, nous proposons une nouvelle méthode d'analyse temps-fréquence du signal radar afin d'obtenir une image instantanée où l'opérationnel peut distinguer « au mieux » les superstructures de l'objet marin. Cette dernière est fondée sur la fusion de plusieurs représentations temps-fréquence issues de la classe de Cohen en faisant l'hypothèse que les composantes temps-fréquence sont des trajectoires structurées 2D dans le plan temps-fréquence, contrairement aux termes d'interférences induits par la propriété de bilinéarité des membres de cette classe. Une étude comparative sur données synthétiques et ISAR est menée pour confirmer la pertinence de notre approche, notamment du point de vue de la résolution temps-fréquence et de la suppression des termes d'interférences.Dans une seconde contribution, nous établissons une nouvelle procédure pour qualifier chaque image range-Doppler, obtenue à l'issue de l'analyse temps-fréquence, avec des mesures d'irrégularité de formes que nous fusionnons à l'aide d'un opérateur d'agrégation. Des simulations sur données réelles sont réalisées. Les résultats concordent avec une analyse subjective menée par des opérationnels, ce qui confirme l'efficacité de notre méthode. / In maritime surveillance, radar imaging plays a key role to classify a maritime object. ISAR processing is one of the solutions, which takes advantage of the object rotational motion to provide a range-Doppler image.The work, presented in this report, is an evolution of the existing ISAR processing chain. Therefore, our contributions are based on the processing chain reconsideration by taking into account the fact that the maritime object is a rigid object, the geometry of which influences the radar signal evolution.In a first contribution, we propose a new time-frequency analysis method based on the aggregation of some time-frequency representations obtained with Cohen class members. It consists in differentiating the signal, assumed to be characterized by 2-D near-linear stable trajectories in the time-frequency plane, and the cross-terms, assumed to be geometrically unstructured. A comparative study is then carried out on ISAR synthetic data to confirm the efficiency of our approach.In a second contribution, we present a new procedure to characterize each range-Doppler image, obtained from a time-frequency analysis, by means of shape irregularity measures that are combined with a fuzzy logic operator. To validate our approach, simulations on real data are done. The results are compared to a subjective analysis carried out with practionners.