Dans cette thèse, nous nous sommes intéressés aux méthodes de séparation de mélanges convolutifs de signaux cyclostationnaires, et particulièrement de signaux issus de systèmes de communications numériques. Les résultats de ces travaux concernent principalement les méthodes de séparation basées sur la minimisation d'un critère du type CMA avec une approche par déflation. Dans la première partie de ce manuscrit nous nous sommes concentrés sur les mélanges de sources non-circulaires à l'ordre 2, notamment des sources BPSK ou CPM d'indice 1/2. Nous avons montré que dans le cas où les sources ont des caractéristiques différentes (en terme de débit et de résidu de porteuse) la minimisation du critère du module constant couplée avec une approche par déflation permet d'extraire les sources du mélange sans connaître leurs fréquences cycliques ni leurs fréquences cycliques non conjuguées. Dans le cas opposé, où les sources partagent les mêmes fréquences cycliques et les mêmes fréquences cycliques non conjuguées, nous avons prouvé l'existence de minima locaux non-séparants du critère du CMA. Nous avons aussi montré que le critère du CMA converge dans un grand nombre de cas vers ces points et que par conséquent la séparation de sources n'est pas toujours réalisée pour ce type de mélanges. Nous avons ensuite proposé un nouveau critère basé sur le critère du CMA qui, couplé avec une approche par déflation, assure l'extraction des sources dans ces situations. Ce nouveau critère ne nécessite pas la connaissance des fréquences cycliques des signaux mais nécessite quand même la connaissance des fréquences cycliques non-conjuguées les plus significatives. Nous avons proposé une méthode assez grossière d'estimation de ces fréquences et nous avons montré que, avec les fréquences cycliques non-conjuguées significatives ainsi estimées, l'algorithme proposé fonctionne correctement et qu'il est capable d'extraire les sources des mélanges pour lesquels le critère du CMA échoue. Dans la deuxième partie de ce manuscript, nous nous sommes intéressés aux séparateurs dérivés du principe du maximum de vraisemblance. Nous avons d'abord étudié des mélanges instantanés des signaux cyclostationnaires et circulaires à l'ordre 2. Dans ce contexte, nous avons mis en évidence des estimateurs basés sur le principe du maximum de vraisemblance et nous avons présenté une méthode pour les implanter. Nous avons ensuite étudié les propriétés asymptotiques de ces estimateurs et nous avons montré que, dans des conditions idéales (absence du bruit), ces estimateurs permettent d'améliorer les performances du critère du CMA. Toujours dans ces conditions, nous avons montré que les estimateurs dérivés du critère du maximum de vraisemblance permettent dans certains cas d'estimer la source ayant la bande passante la plus petite avec une erreur plus petite que les méthodes usuelles. Ces résultats ne sont malheureusement plus vrais dans un context plus réaliste comme en présence de bruit. Nous avons généralisé les idées développées dans le cas de mélanges instantanés au cas de mélanges convolutifs mais pour ce type de mélanges, nous n'avons pas constaté d'amélioration des performances du critère du CMA même dans le cas non-bruité. Bien qu'en pratique cette étude n'apporte pas de grandes contributions, elle a néanmoins un intérêt théorique certain / This thesis addresses the problem of blind separation of convolutive mixtures of cyclostationnary, linearly modulated signals. We mainly focus on signals issued from digital communications systems. Our work involves separating methods based on the minimisation of a criterion (like the constant modulus) combined with a deflation approach. In the first part of the manuscript we considered convolutive mixtures of non second order circular signals such as BPSK and $1/2$ index CPM modulations. We have proven that if the transmission sources all have different baud rates and offset frequencies, minimizing the constant modulus criterion and using a deflation approach successfully achieves the extraction of the original signals from the mixture without prior knowledge of the signal cyclic and non conjugate cyclic frequencies. This result is no longer obtained if all the transmission sources have the same baud rate and frequency offset. We have proven that in this case the CMA criterion has non separating local minima and that the minimisation algorithm very often converges to these spurious points. This means that in a non-negligible number of cases separation is not achieved for this type of mixtures. We therefore propose a new criterion based on the CMA which combined with a deflation approach ensures the extraction of source signals from this particular type of mixtures. This new criterion does not need prior knowledge of the cyclic frequencies but does need information on the most significant non conjugate cyclic frequencies of the signals. We also propose an estimation method for these frequencies and we show that our new algorithm works correctly with the estimated non conjugate cyclic frequencies and that it is capable to extract all the source signals from those types of mixtures for which the CMA fails.The second part of this manuscript focuses on a class of Maximum Likelihood derived separators. We are only considering second order circularly modulated signals. We first studied the case of instantaneous mixtures and then extended our results to convolutive mixtures. For the instantaneous mixtures, we have developed Maximum Likelihood based estimators and presented an implementation method for them. We have then studied their asymptotic properties and we have shown that, in the absence of noise, these estimators improve the performance of the CMA algorithm. Under the same assumptions we have shown that the Maximum Likelihood based estimators allow, in some cases, to extract the signal with the largest bandwidth with a lower error than the one obtained when using other well known separating methods. This results however are no longer true in more realistic contexts such as the presence of noise. We have extended this study to the convolutive mixtures of signals but in this case we have not seen an important improvement on the performances achieved by the CMA algorithm, not even in the absence of noise. Even though this study does not have practical applications, it has nevertheless a certain theoretical significance

L’analyse vibratoire est l’une des principales méthodes pour le suivi et la maintenance des machines tournantes. Cette thèse s’inscrit dans cette thématique et en particulier dans le diagnostic des roulements en régime variable. L’objectif de la thèse est l’élaboration de capteurs logiciels. Ces derniers pourraient fournir un indicateur pertinent sur l’état de roulements défectueux à partir des signaux de vibrations de type aléatoire qu’ils génèrent dans les cas où ils sont mélangées à d’autres sources vibratoires provenant de défaut d’engrenages générant des signaux déterministes. Afin de diagnostiquer d’une façon efficace les cas d’avarie, il faut au préalable séparer le signal de vibration relatif à chaque source de vibration. En régime stationnaire, l’outil utilisé pour estimer la composante déterministe est la moyenne synchrone. En régime variable, la partie déterministe du signal de vibration évolue avec le régime même si l’enregistrement du signal de vibration est synchronisé avec la vitesse de rotation. Dès lors, cette composante ne devient plus périodique et son estimation par la moyenne synchrone classique devient inappropriée. Nous avons alors proposé une nouvelle approche qui consiste à caractériser les signaux de vibrations en régime variable en introduisant la notion de cyclo-non-stationnarité. Ceci nous a permis de développer un outil d'estimation des composantes déterministes du signal qui sont caractérisées par la cyclo-non-stationnarité d'ordre 1 et de développer un outil de caractérisation de la cyclo-non-stationnarité d'ordre 2 basé sur la synchronisation de la corrélation spectrale. Les performances de cet outil ont été testées avec succès sur des signaux synthétiques ainsi que sur des signaux réels. / Vibration analysis is one of the main methods for rotating machinery monitoring. The topic of this thesis is the diagnosis of rolling element bearings under varying rotating speed. The objective is the development of software sensors providing a relevant indicator of bearing condition monitoring from the vibration signal generated by the bearing. Often, rotating machinery is composed from gears and bearings. Gear faults generate deterministic components and bearing faults generate random components. To diagnose, the key point is to extract the vibration signal caused by bearing from the total vibration signal. In constant rotating speed condition, the used tool to estimate the deterministic component is the time synchronous averaging. In varying rotating speed, the signal becomes "cyclo-non-stationary". Therefore, the traditional synchronous averaging method becomes inappropriate and one needs to extend its definition and estimation process. In this thesis, we develop a new approach based on a decomposition of the vibration signal into a set of cyclo-non-stationary components. This allowed us to develop a tool for estimating the deterministic components of the signal which are characterized by cyclo-non-stationarity order 1 and to develop a tool for characterizing the cyclo-non-stationarity order 2 based on synchronized spectral correlation. The performance of this tool has been tested on synthetic signals and on real signals.

Dans cette thèse, nous nous sommes intéressés aux méthodes de séparation de mélanges convolutifs de signaux cyclostationnaires, et particulièrement de signaux issus de systèmes de communications numériques. Les résultats de ces travaux concernent principalement les méthodes de séparation basées sur la minimisation d'un critère du type CMA avec une approche par déflation. Dans la première partie de ce manuscrit nous nous sommes concentrés sur les mélanges de sources non-circulaires à l'ordre 2, notamment des sources BPSK ou CPM d'indice 1/2. Nous avons montré que dans le cas où les sources ont des caractéristiques différentes (en terme de débit et de résidu de porteuse) la minimisation du critère du module constant couplée avec une approche par déflation permet d'extraire les sources du mélange sans connaître leurs fréquences cycliques ni leurs fréquences cycliques non conjuguées. Dans le cas opposé, où les sources partagent les mêmes fréquences cycliques et les mêmes fréquences cycliques non conjuguées, nous avons prouvé l'existence de minima locaux non-séparants du critère du CMA. Nous avons aussi montré que le critère du CMA converge dans un grand nombre de cas vers ces points et que par conséquent la séparation de sources n'est pas toujours réalisée pour ce type de mélanges. Nous avons ensuite proposé un nouveau critère basé sur le critère du CMA qui, couplé avec une approche par déflation, assure l'extraction des sources dans ces situations. Ce nouveau critère ne nécessite pas la connaissance des fréquences cycliques des signaux mais nécessite quand même la connaissance des fréquences cycliques non-conjuguées les plus significatives. Nous avons proposé une méthode assez grossière d'estimation de ces fréquences et nous avons montré que, avec les fréquences cycliques non-conjuguées significatives ainsi estimées, l'algorithme proposé fonctionne correctement et qu'il est capable d'extraire les sources des mélanges pour lesquels le critère du CMA échoue. Dans la deuxième partie de ce manuscript, nous nous sommes intéressés aux séparateurs dérivés du principe du maximum de vraisemblance. Nous avons d'abord étudié des mélanges instantanés des signaux cyclostationnaires et circulaires à l'ordre 2. Dans ce contexte, nous avons mis en évidence des estimateurs basés sur le principe du maximum de vraisemblance et nous avons présenté une méthode pour les implanter. Nous avons ensuite étudié les propriétés asymptotiques de ces estimateurs et nous avons montré que, dans des conditions idéales (absence du bruit), ces estimateurs permettent d'améliorer les performances du critère du CMA. Toujours dans ces conditions, nous avons montré que les estimateurs dérivés du critère du maximum de vraisemblance permettent dans certains cas d'estimer la source ayant la bande passante la plus petite avec une erreur plus petite que les méthodes usuelles. Ces résultats ne sont malheureusement plus vrais dans un context plus réaliste comme en présence de bruit. Nous avons généralisé les idées développées dans le cas de mélanges instantanés au cas de mélanges convolutifs mais pour ce type de mélanges, nous n'avons pas constaté d'amélioration des performances du critère du CMA même dans le cas non-bruité. Bien qu'en pratique cette étude n'apporte pas de grandes contributions, elle a néanmoins un intérêt théorique certain

Le problème de séparation aveugle de sources a but de retrouver un ensemble des sources signaux statistiquement indépendants à partir seulement d’un ensemble des observations du capteur. Ces observations peuvent être modélisées comme un mélanges linéaires instantané ou convolutifs de sources. Dans cette thèse, les sources signaux sont supposées être cyclostationnaire où leurs fréquences cycles peuvent être connues ou inconnu par avance. Premièrement, nous avons établi des relations entre le spectre, spectre de puissance d’un signal source et leurs composants, puis nous avons proposé deux nouveaux algorithmes pour estimer sa fréquences cycliques. Ensuite, pour la séparation aveugle de sources en mélanges instantanés, nous présentons quatre algorithmes basés sur diagonalisation conjoint approchées orthogonale (ou non-orthogonales) d’une famille des matrices cycliques multiples moment temporel, or l’approche matricielle crayon pour extraire les sources signaux. Nous introduisons aussi et prouver une nouvelle condition identifiabilité pour montrer quel type de sources cyclostationnaires d’entrée peuvent être séparées basées sur des statistiques cyclostationnarité à l’ordre deux. Pour la séparation aveugle de sources en mélanges convolutifs, nous présentons un algorithme en deux étapes basées sur une approche dans le domaine temporel pour récupérer les signaux source. Les simulations numériques sont utilisés dans cette thèse pour démontrer l’efficacité de nos approches proposées, et de comparer les performances avec leurs méthodes précédentes / Blind source separation problem aims to recover a set of statistically independent source signals from a set of sensor observations. These observations can be modeled as an instantaneous or convolutive mixture of the same sources. In this dissertation, the source signals are assumed to be cyclostationary where their cycle frequencies may be known or unknown a priori. First, we establish relations between the spectrum, power spectrum of a source signal and its component, then we propose two novel algorithms to estimate its cycle frequencies. Next, for blind separation of instantaneous mixtures of sources, we present four algorithms based on orthogonal (or non-orthogonal) approximate diagonalization of the multiple cyclic temporal moment matrices, and the matrix pencil approach to extract the source signal. We also introduce and prove a new identifiability condition to show which kind of input cyclostationary sources can be separated based on second-order cyclostationarity statistics. For blind separation of convolutive mixtures of sources signal or blind deconvolution of FIR MIMO systems, we present a two-steps algorithm based on time domain approach for recovering the source signals. Numerical simulations are used throughout this thesis to demonstrate the effectiveness of our proposed approaches, and compare theirs performances with previous methods

Dans cette thèse, nous nous proposons d’investiguer les signaux expérimentaux provenant des transmissions par courroie, afin d’envisager par exemple le diagnostic de la tension. N’étant pas issu du domaine de la Mécanique, nous présentons donc une bibliographie exhaustive et thématique sur la théorie et l’expérimentation dans les systèmes transmissions par courroie. Le résumé de ce travail a permis de choisir une approche de modélisation mécanique correspondant au mieux aux conditions réelles de fonctionnement de notre système. Elle inclut les variations temporelles dans la vitesse de rotation du moteur qui entraîne la transmission entière et des changements dans la tension de la courroie. Malheureusement, nous n’avons pas réussi à implémenter numériquement les équations de simulation. Néanmoins, les conclusions que nous en tirons nous aident par la suite à mieux comprendre et interpréter les résultats expérimentaux obtenus, après application de l’ensemble des procédures de Traitement du signal. Notre panoplie d’outils de traitements numériques est tirée d’une longue analyse comparative des différents algorithmes de Traitement du Signal existants, dédiés à la surveillance, au diagnostic et au pronostic des défaillances observées sur les roulements et les engrenages. Nous les avons réadaptés pour convenir à l'étude des paramètres variables (tension, charge et/ou vitesse) qui peuvent apparaître dans les transmissions par courroie. Le principal intérêt de notre travail est le développement d’une procédure automatisée et efficace, permettant un suivi fiable des défaillances, dans les domaines d’analyses : modale, traditionnelle (temporelle, fréquentielle, spectrale), synchrone, temps-fréquence et surtout « cyclostationnaire » . Dans ce dernier domaine, avec des méthodes d’extraction de sources à partir d’un signal préalablement rééchantillonné, nous étudions spécifiquement les composantes périodique et aléatoire. Chaque type de défaut (variations au niveau de la tension, la charge et/ou la vitesse) a une signature que nous cherchons à distinguer avec des indicateurs de condition(temporels, fréquentiels et spectraux). Nous essayons de comparer les résultats expérimentaux à la théorie sur les transmissions par courroie. Grâce aux méthodes et algorithmes développés dans ce travail de thèse, nous apportons une contribution permettant de traiter un certain nombre de problèmes inhérents aux transmissions par courroies, à partir de leurs signaux expérimentaux acquis sur des accéléromètres, des jauges de contraintes et des codeurs optiques / In this PHD, we investigate experimental signals recorded from belt drives with a diagnosis aim of belt tension. Our research works present an exhaustive and thematic bibliography on theory and experimentation in belt drive to complete our insufficient knowledges in mechanical domain. We choosed a theoritical approach nearest real conditions of our belt drives bench. We included time fluctuaction in drive shaft speed and blet changes. Unfortunately, we could not resolve motion equations because existence of numerical limits. All conclusions will be used to understand and interprate experimental results after our signal processing numerical procedures. Our tools panel of numerical process comes from a comparative analysis extracted in several scientific documents and differents algorithms. They dedicate to surveillance, diagnosis and pronostic oriented toward bear and gear defaults. A adaptation in our belt case is necessary with variables parameters (tension, load and/or speed) affecting our case. In our automatic approach, we study several faults in analysis domains : modal, traditionnal (time, frequency, spectrum), synchronous, time-frequency and « cyclostationary » . In this last domain, we extract both comopnent (discret and random), after an previous resmapling operation applying to raw collected signal. Each falut type has a specific signature to discriminate with pertinent condition indications (time, frequency and spectrum domains). All results are discussed at the end of this PHD document. Our developped methods and algorithms are a contribution to process belt drives problems, from exprerimental signals recording with acceleromertes, constraint gauges and optical coders