Dans plusieurs applications de traitement du signal pour les systèmes de communication sans fil, le signal reçu est de nature multidimensionnelle et possède une structure algébrique multilinéaire. Dans ce contexte, la décomposition tensorielle de type PARAFAC a fait l'objet de plusieurs travaux au cours des six dernières années. Il s'avère que des décompositions tensorielles plus générales sont nécessaires pour couvrir des classes plus larges de systèmes de communication faisant intervenir µa la fois des modèles de transmission et de canal plus complexes et des méthodes de traitement plus efficaces. Cette thèse traite les problèmes de modélisation des systèmes multi-antennes, d'égalisation de canal, de séparation de signaux et d'estimation paramétrique de canal à l'aide d'approches tensorielles. Dans un premier temps, de nouvelles décompositions tensorielles (bloc-PARAFAC avec contraintes et CONFAC) ont été développées et étudiées en termes d'identifiabilité. Dans un deuxième temps, la décomposition bloc-PARAFAC avec contraintes a été appliquée tout d'abord pour mettre en évidence une modélisation tensorielle unifiée des systèmes suréchantillonnées , DS-CDMA et OFDM, avec application à l'égalisation multiutilisateur. Puis, cette décomposition a été utilisée pour modéliser des systèmes de transmission MIMO avec étalement spatio-temporel et détection aveugle. La décomposition CONFAC a ensuite été exploitée pour concevoir un nouveau schéma de transmission MIMO/CDMA combinant diversité et multiplexage spatial. Les propriétés d'unicité de cette décomposition ont permis de réaliser un traitement aveugle au niveau du récepteur pour la reconstruction du canal et des symboles transmis. Un troisième volet du travail concerne l'application de la décomposition PARAFAC pour la conception de nouveaux schéma de transmission spatio-temporel-fréquentiel pour des systèmes MIMO multiporteuses, et pour l'estimation paramétrique de canaux multitrajets. .

CoordenaÃÃo de AperfeiÃoamento de NÃvel Superior / Em diversas aplicaÃÃes do processamento de sinais em sistemas de comunicaÃÃo sem-fio, o sinal recebido à de natureza multidimensional, possuindo uma estrutura algÃbrica multilinear. Neste contexto, a decomposiÃÃo tensorial PARAFAC tem sido utilizada em vÃrios trabalhos ao longo dos Ãltimos seis anos. Observa-se, entretanto, que decomposiÃÃes tensoriais generalizadas sÃo necessÃrias para modelar uma classe mais ampla de sistemas de comunicaÃÃo, caracterizada pela presenÃa de estruturas de transmissÃo mais complexas, por modelos de canal mais realistas, e por tÃcnicas de processamento de sinais mais eficientes no receptor. Esta tese investiga novas abordagens tensorias e suas aplicaÃÃes em modelagem de sistemas MIMO, equalizaÃÃo, separaÃÃo de sinais e estimaÃÃo paramÃtrica de canal. Inicialmente, duas novas decomposiÃÃes tensoriais (PARAFAC em blocos com restriÃÃes e CONFAC) sÃo desenvolvidas e estudadas em termos de identificabilidade. Em uma segunda parte do trabalho, novas aplicaÃÃes destas decomposiÃÃes tensoriais sÃo propostas. A decomposiÃÃo PARAFAC em blocos com restriÃÃes à aplicada, primeiramente, Âa modelagem unificada de sistemassuperamostrados, DS-CDMA e OFDM, com aplicaÃÃo em equalizaÃÃo multiusuÃria. Em seguida, esta decomposiÃÃo à utilizada na modelagem de sistemas de transmissÃo MIMO com espalhamento espaÃo-temporal e detecÃÃo conjunta. Em seguida, a decomposiÃÃo CONFAC à explorada na concepÃÃo de uma nova arquitetura generalizada de transmissÃo MIMO/CDMA que combina diversidade e multiplexagem. As propriedades de unicidade desta decomposiÃÃo permitem o uso do processamento nÃo-supervisionado no receptor, visando a reconstruÃÃo dos sinais transmitidos e a estimaÃÃo do canal. Na terceira e Ãltima parte deste trabalho, explora-se a decomposiÃÃo PARAFAC no contexto de duas aplicaÃÃes diferentes. Na primeira, uma nova estrutura de transmissÃo espaÃo-temporal-freqÃencial à proposta para sistemas MIMO multiportadora. A segunda aplicaÃÃo consiste em um novo estimador paramÃtrico para canais multipercursos. / In several signal processing applications for wireless communications, the received signal is multidimensional in nature and may exhibit a multilinear algebraic structure. In this context, the PARAFAC tensor decomposition has been the subject of several works in the past six years. However, generalized tensor decompositions are necessary for covering a wider class of wireless communication systems with more complex transmission structures, more realistic channel models and more efficient receiver signal processing. This thesis investigates tensor modeling approaches for multiple-antenna systems, channel equalization, signal separation and parametric channel estimation. New tensor decompositions, namely, the block-constrained PARAFAC and CONFAC decompositions, are developed and studied in terms of identifiability. First, the block-constrained PARAFAC decomposition is applied for a uniÂed tensor modeling of oversampled, DS-CDMA and OFDM systems with application to blind multiuser equalization. This decomposition is also used for modeling multiple-antenna (MIMO) transmission systems with block space-time spreading and blind detection, which generalizes previous tensor-based MIMO transmission models. The CONFAC decomposition is then exploited for designing new MIMO-CDMA transmission schemes combining spatial diversity and multiplexing. Blind symbol/code/channel recovery is discussed from the uniqueness properties of this decomposition. This thesis also studies new applications of third-order PARAFAC decomposition. A new space-time-frequency spreading system is proposed for multicarrier multiple-access systems, where this decomposition is used as a joint spreading and multiplexing tool at the transmitter using tridimensional spreading code with trilinear structure. Finally, we present a PARAFAC modeling approach for the parametric estimation of SIMO and MIMO multipath wireless channels with time-varying structure.