On considère un écoulement compressible bidimensionnel, autour d'une cavité ouverte. Des d'instabilité, auto-entretenues par l'effet de rétroaction de l'écrasement de la couche de cisaillement sur le bord aval de la cavité, génèrent des émissions acoustiques qu'il faut réduire. Des simulations numériques directes (DNS) permettent d'obtenir, avec ou sans actionnement, un modèle précis de l'écoulement. A partir des champs issus de la simulation, des décompositions orthogonales de modes propres (POD) sont proposées pour bâtir, par projection de Galerkin sur les équations isentropiques, des modèles d'ordre réduit non linéaires en prenant en compte l'actionnement (le contrôle). Pour éviter la divergence temporelle, les coefficients du système dynamique non forcé sont calibrés par diverses approches originales dont une basée sur la sensiblité modale. A partir du système dynamique forcé par un actionnement multifréquentiel (présent aussi dans les DNS), un contrôle en boucle fermée linéaire quadratique gaussien est proposé sur un système linéarisé. La reconstruction de l'état est basée sur une estimation stochastique linéaire sur 6 points de pression. Le contrôle optimal obtenu s'avère être périodique à la fréquence du second mode de Rossiter, qui est exactement celles des instabilits auto-entretenues dans la cavité. Par introduction de ce contrôle dans les simulations numériques directes, nous avons obtenu une réduction du bruit (faible) sur la fréquence du contrôle. / We consider a two dimensional compressible flow around an open cavity. The Flow around a cavity is characterised by a self-sustained mechanism in which the shear layer impinges on the downstream edge of the cavity resulting in an acoustic feedback mechanism which must be reduced. Direct Numerical Simulations (DNS) of the flow at a representative Reynolds number has been carried to obtain pressure and velocity fields, both for the case of unactuated and multi frequency actuation. These fields are then used to extract energy ranked coherent structures also called as the Proper Orthogonal Decomposition (POD) modes. A Reduced Order Model is constructed by a Galerkin projections of the isentropic compressible equations. The model is then extended to include the effect of control. To avoid the divergence of the model while integrating in time various calibration techniques has been utillized. A new method of calibration which minimizes a linear functional of error, based on modal sensitivity is proposed. The calibrated low order model is used to design a feedback control of the Linear Quadratic Gaussian (LQG) type, coupled with an observer. For the experimental implementation of the controller, a state estimate based on the observed pressure measurements at 6 different locations, is obtained through a Linear Stochastic Estimation (LSE). The optimal control obtained is periodic with a frequency corresponding to the second Rossiter mode of the cavity. Finally the control obtained is introduced into the DNS to obtain a decrease in spectra of the cavity acoustic mode.

Dans cette thèse, un système personnalisé de stadification automatique du sommeil est proposé, combinant fusion symbolique et système de contrôle rétroactif. La fusion symbolique est inspirée par le processus décisionnel mis en œuvre par les cliniciens experts du sommeil lors la reconnaissance visuelle des stades de sommeil. Il commence par l'extraction de paramètres numériques à partir des signaux polysomnographiques bruts. L'interprétation symbolique de haut niveau se fait par l'intermédiaire de l'extraction de caractéristiques à partir des paramètres numériques. Enfin, la décision est générée en utilisant des règles inspirées par les recommandations internationales en médecine du sommeil. Les symboles et les valeurs des caractéristiques dépendent d'un ensemble de seuils, dont la détermination est une question clé. Dans cette thèse, deux algorithmes de recherche différents, Differential Evolution et Cross Entropy ont été étudiés pour calculer la valeur de ces seuils automatiquement. La variabilité individuelle a souvent été ignorée dans les systèmes automatiques de stadification du sommeil existants. Cependant, elle a été démontrée dans plusieurs travaux de recherche vis à vis de nombreux aspects du sommeil (comme les enregistrements polysomnographiques, les habitudes de sommeil, l'architecture du sommeil, la durée du sommeil, les événements liés au sommeil, etc.). Afin d'améliorer l'efficacité des classificateurs des stades de sommeil, un système automatisé de sommeil automatique adapté aux différentes personnes et tenant compte de la variabilité individuelle a été exploré et évalué. / In this thesis, a personalized automatic sleep staging system is proposed by combining symbolic fusion and feedback system control technique. Symbolic fusion is inspired by the decision-making process of clinical sleep staging. It starts from the extraction of digital parameters from raw polysomnography signals and it goes up to a high-level symbolic interpretation through a features extraction process. At last, the decision is generated using rules inspired by international guidelines in sleep medicine. Meanwhile, the symbols and the features computations depend on a set of thresholds, whose determination is a key issue. In this thesis, two different search algorithms, Differential Evolution and Cross Entropy, were studied to compute these thresholds automatically.Individual variability was often ignored in existing automatic sleep staging systems. However, an individual variability was observed in many aspects of sleep research (such as polysomnography recordings, sleep patterns, sleep architecture, sleep duration, sleep events, etc.). In order to improve the effectiveness of the sleep stages classifiers, a personalized automatic sleep staging system that can be adapted the different persons and take individual variability into consideration was explored and evaluated.The perspectives of this work are based on evaluating the complexity and the performances of these algorithms in terms of latencies and hardware resource requirements, in order to target a personalized automated embedded sleep staging system.