Cette thèse est dédié à l’étude de la problématique des interférences multi utilisateurs dans le système Argos et à la proposition des diverses techniques pour réduire les effets de ces interférences. Le système Argos est un système mondial de localisation et de collecte de données géo positionnées par satellite. Il permet à l’échelle mondiale de collecter et de traiter les données émises par des émetteurs installés sur la surface de terre. Ces émetteurs sont connus sous le nom de balises. Ces balises sont installées sur des voiliers, des stations météo, des bouées, ainsi que sur quelques animaux (phoques, penguins, etc.…). Le système Argos a été créé en 1978 par le Centre National des Études spatiales (CNES), l’agence spatiale américaine (NASA) et l’agence américaine d’étude de l’atmosphère et de l’océan (NOAA). Depuis sa création, le nombre de balises Argos n’a cessé d’augmenter afin de couvrir au mieux la couverture mondiale. Nous sommes orientés ainsi à la saturation de la bande d’émission et à la présence des interférences multi utilisateurs (MUI) provenant de la réception simultanée de plusieurs signaux émis par les balises. Cette MUI limite la capacité du système Argos et dégrade les performances en termes de Taux Erreur Bit (TEB). Actuellement, le système Argos n’est capable de traiter qu’un seul signal reçu à un instant donné. D’où, l’intérêt d’implanter des techniques au niveau du récepteur capable de réduire les effets des interférences et de traiter les signaux émis par toutes les balises. Plusieurs techniques de détection multi utilisateurs (MUD) ont été développées dans le cadre de cette problématique. Ces techniques sont principalement implantées dans les systèmes CDMA où des codes d’étalement sont utilisés afin de différencier entre les différents signaux. Ceci n’est pas le cas du système Argos où les signaux ne présentent pas des séquences d’étalement et que les bandes de fréquences pour ces différents signaux ne sont pas disjointes à cause de l’effet Doppler et donc, un recouvrement spectral au niveau du récepteur est très probable. Dans ce contexte, l’objectif du travail présenté dans cette thèse est d’étudier différentes techniques MUD appliquées au système Argos et d’évaluer ces techniques au niveau des performances en termes de TEB et de complexité d’implantation. Dans ce travail, nous présentons les différentes composantes du système Argos ainsi que son mode de fonctionnement. Ensuite, nous présentons la problématique dans le système Argos ainsi que les différentes solutions proposées. Parmi ces solutions, nous montrons celle basant sur l’implantation des techniques MUD au niveau du récepteur. Ces différentes techniques MUD sont alors présentées ainsi que les avantages et les inconvénients de chacune d’elles. Parmi les techniques possédant un bon compromis entre les performances d’une part et la complexité d’autre part, nous notons la technique d’annulation par série d’interférence (SIC). Dans cette technique, les signaux sont démodulés successivement suivant l’ordre décroissant des puissances. Cette technique nécessite une étape d’estimation des paramètres des signaux à chaque étape. L’impact d’une estimation imparfaite des différents paramètres est aussi étudié. Après l’étude des impacts des erreurs d’estimation, nous proposons des estimateurs adaptables au système Argos. Les performances de ces estimateurs sont obtenues en comparant les variances de leurs erreurs aux bornes de Cramer Rao (CRB). Enfin, nous terminons le travail par une conclusion générale des résultats obtenus et nous envisageons les perspectives des prochains travaux. / In our thesis, we investigate the application of multi user detection techniques to a Low Polar Orbit (LPO) satellite used in the Argos system. Argos is a global satellite-based location and data collection system dedicated for studying and protecting the environment. User platforms, each equipped with a Platform Transmitter Terminal (PTT), transmit data messages to a 850 km LPO satellite. An ARGOS satellite receives, decodes, and forwards the signals to ground stations. All PTTs transmit at random times in a 100 kHz bandwidth using different carrier frequencies. The central carrier frequency f0 is 401.65 MHz. Due to the relative motion between the satellite and the platforms, signals transmitted by PTTs are affected by both a different Doppler shift and a different propagation delay. Thus, the Argos satellite receives overlapping signals in both frequency and time domains inducing Multiple Access Interference (MAI). One common approach to mitigate the MAI problem is to implement Multi User Detection (MUD) techniques at the receiver. To tackle this problem, several MUD techniques have been proposed for the reception of synchronous and asynchronous users. In particular, the Successive Interference Cancelation (SIC) detector has been shown to offer a good optimality-complexity trade-off compared to other common approaches such as the Maximum Likelihood (ML) receiver. In an Argos SIC receiver, users are decoded in a successive manner, and the signals of successfully decoded users are subtracted from the waveform before decoding the next user. This procedure involves a parameter estimation step and the impact of erroneous parameter estimates on the performance of Argos SIC receiver has been studied. Argos SIC receiver has been shown to be both robust to imperfect amplitude and phase estimation and sensitive to imperfect time delay estimation. The last part of our work focuses on the implementation of digital estimators for the Argos system. In particular, we propose a time delay estimator, a frequency estimator, a phase estimator and an amplitude estimator. These estimators are derived from the ML principle and they have been already derived for the single user transmission. In our work, we adapt successfully these estimators for the multi user detector case. These estimators use the Non Data Aided (NDA) cases in which no a priori information for the transmitted bits is required. The performance of these different estimators are compared to the Cramer Rao Bound (CRB) values. Finally, we conclude in our work by showing the different results obtained during this dissertation. Also, we give some perspectives for future work on Argos system.

Studying the reintroduction of hand-raised wolves may embrace several interests such as deepening knowledge on wolf biology and allowing a controlled release in isolated populations in need of genetic influx. Studies on hand-raised wild animals, showing successful reintroduction, suggested that young released wolves might be able to survive in the wild without previous fastidious training. Most of their survival behaviours would be instinctive. In this study, nine young wolves were reintroduced in Tver region (Russia) and followed in order to evaluate their fear of humans, their movement patterns, thanks to GPS-Argos collars fitted to three of the animals, and assess their diet via four methods of scats analysis. We analyzed 46 wolf scats collected from August 2010 to January 2011. We determined the frequency of occurrences of items per scats and per items, and used the Relative Estimated Bulk to estimate the biomass of prey species consumed. Statistics were conducted to test for significance of method comparisons. The results showed that half of the wolves remained near the enclosure weeks to months after release, occasionally leaving the vicinity. The individual wolves behaved differently, they adopted various movement patterns and had diverse home ranges (from 15 km2 to 40 km2). Released wolves preyed more on ungulates, especially moose and on other wild mammals such as mountain hare. They also sporadically hunted domestic animals and regularly consumed vegetal matter along with smaller animals as alternative prey. Finally, all scat-analysis methods significantly assessed (p < 0.01) the relative importance of the main food types.

Depuis 1978, le système ARGOS assure à l'échelle mondiale la collecte de données et la localisation de plateformes pour des applications liées au suivi d'animaux, à l'océanographie et à la sécurité maritime. La localisation exploite le décalage Doppler affectant la fréquence de porteuse des messages émis par les plateformes et réceptionnés par des satellites dédiés. Au cours des vingt dernières années, les puissances d'émission des plateformes se sont réduites pour des conditions d'utilisation toujours plus extrêmes, augmentant le nombre de localisations de moindre qualité. Paradoxalement, les utilisateurs ont cherché à identifier des comportements à des échelles de plus en plus petites. L'objectif de ce projet est de développer un algorithme de localisation plus performant dans le contexte actuel afin de remplacer le traitement temps réel historique basé sur un ajustement par moindres carrés. Un service hors ligne, permettant de déterminer des localisations encore plus précises, est proposé dans un second temps. Le problème est reformulé comme l'estimation de l'état d'un système dynamique stochastique, tenant compte d'un ensemble de modèles de déplacement admissibles pour les plateformes. La détermination exacte de la loi a posteriori de l'état présente alors une complexité exponentiellement croissante avec le temps. Le filtre "Interacting Multiple Model" (IMM) est devenu l'outil standard pour approximer en temps réel la loi a posteriori avec un coût de calcul constant. Pour des applications hors ligne, de nombreuses solutions sous-optimales de lissage multi-modèle ont aussi été proposées. La première contribution méthodologique de ce travail présente l'extension du cadre initial de l'IMM à un ensemble de modèles hétérogènes, c.-à-d. dont les vecteurs d'état sont de tailles et de sémantiques différentes. En outre, nous proposons une nouvelle méthode pour le lissage multi-modèle qui offre une complexité réduite et de meilleures performances que les solutions existantes. L'algorithme de localisation ARGOS a été réécrit en y incorporant le filtre IMM en tant que traitement temps réel et le lisseur multi-modèle comme service hors ligne. Une étude, menée sur un panel de 200 plateformes munies d'un récepteur GPS utilisé comme vérité terrain, montre que ces stratégies améliorent significativement la précision de localisation quand peu de messages sont reçus. En outre, elles délivrent en moyenne 30% de localisations supplémentaires et permettent de caractériser systématiquement l'erreur de positionnement.

Ziel der Arbeit ist die Bewertung der Glaubwürdigkeit antiker schriftlicher Quellen zur Rekonstruktion der vier Kultbilder des Zeus von Olympia, der Hera von Samos, der Hera von Argos und der Artemis von Ephesos. Entgegen der vielfach praktizierten Methode, literarische Quellen ohne Ansehen ihrer philologischen Herkunft mit dem archäologischen Befund zu vergleichen, konzentriert sich die Dissertation auf eine Bearbeitung der Texte in Abhängigkeit von ihrer literarischen Gattung, um zu überprüfen, ob die schriftlichen Informationen überhaupt sinnvoll zu einer Rekonstruktion herangezogen werden können. / The aim of this work is to explore, weather or not the analyzed ancient literary sources can be used for the reconstruction of four ancient Greek cult images: the Olympian Zeus, the Samian Hera, Hera of Argos and Artemis of Ephesos. Therefor it is not sufficient just to compare the written texts with the archaeological results. The fundamental idea of the dissertation is that moreover it is necessary to concentrate on the literary genre of the texts. Thereby it is easier to find out if the information from the literacy can be used for reconstructions.

Management and conservation of populations of animals requires information on where they are, why they are there, and where else they could be. These objectives are typically approached by collecting data on the animals’ use of space, relating these to prevailing environmental conditions and employing these relations to predict usage at other geographical regions. Technical advances in wildlife telemetry have accomplished manifold increases in the amount and quality of available data, creating the need for a statistical framework that can use them to make population-level inferences for habitat preference and space-use. This has been slow-in-coming because wildlife telemetry data are, by definition, spatio-temporally autocorrelated, unbalanced, presence-only observations of behaviorally complex animals, responding to a multitude of cross-correlated environmental variables. I review the evolution of techniques for the analysis of space-use and habitat preference, from simple hypothesis tests to modern modeling techniques and outline the essential features of a framework that emerges naturally from these foundations. Within this framework, I discuss eight challenges, inherent in the spatial analysis of telemetry data and, for each, I propose solutions that can work in tandem. Specifically, I propose a logistic, mixed-effects approach that uses generalized additive transformations of the environmental covariates and is fitted to a response data-set comprising the telemetry and simulated observations, under a case-control design. I apply this framework to non-trivial case-studies using data from satellite-tagged grey seals (Halichoerus grypus) foraging off the east and west coast of Scotland, and northern gannets (Morus Bassanus) from Bass Rock. I find that sea bottom depth and sediment type explain little of the variation in gannet usage, but grey seals from different regions strongly prefer coarse sediment types, the ideal burrowing habitat of sandeels, their preferred prey. The results also suggest that prey aggregation within the water column might be as important as horizontal heterogeneity. More importantly, I conclude that, despite the complex behavior of the study species, flexible empirical models can capture the environmental relationships that shape population distributions.