L'Internet des objets, plus particulièrement les réseaux de capteurs, a attiré beaucoup d'attention ces dernières années. Sa mise en œuvre soulève de nombreuses difficultés, comme la génération d'interférences d'accès multiple (MAI) à caractère impulsif et la consommation d'énergie relativement forte. Les MAI et le bruit thermique doivent être considérés simultanément car ils perturbent fortement les communications. Nous modélisons les MAI et le bruit thermique respectivement par la distribution stable et gaussienne. Nous étudions tout d’abord l’effet des turbo-codes sur le lien direct en utilisant la norme-p comme métrique de décodage. Cette métrique permet une performance de correction d’erreur proche du décodeur optimal. Ensuite nous nous penchons sur les communications coopératives. A l’aide de l’échantillonnage préférentiel, nous estimons les densités de probabilité de la décision statistique du récepteur optimal en présence des bruits stable et gaussien. Cette approche est coûteuse en calcul. Nous proposons donc d’approximer ces densités de probabilité par la distribution gaussienne inverse normale (NIG). Cette solution de calcul est efficace pour approcher le récepteur optimal. Nous montrons également que le récepteur utilisant la norme-p a des performances robustes, quel que soit le type de bruit dominant. A la fin nous combinons les travaux du codage canal et des communications coopératives pour établir une stratégie de codage canal distribué. Basé sur la qualité du lien direct et le niveau de taux d’erreur binaire envisagé, la stratégie d’économie d’énergie peut être mise en place via le choix d’un schéma de codage canal distribué. / Internet of Things brought great interests in recent years for its attractive applications and intelligent structure. However, the implementation of sensor networks still presents important challenges such as the generation of Multiple-Access-Interference (MAI) with impulsive nature and the relatively high energy consumption. Both the MAI and the thermal noise should be considered due to their strong impairments each may cause on the communication quality. We employ the stable and Gaussian distributions to model the MAI and the thermal noise respectively. Firstly we study the performance of turbo codes in the direct link and we propose the p-norm as a decoding metric. This metric allows a considerable error correction performance improvement which is close to the optimal decoder. Then we investigate cooperative communications. The probability densities in the decision statistic of the optimal receiver are estimated using importance sampling approach when both the stable and Gaussian noises are present. Such a method is computationally expensive. Hence we develop an approximation approach based on the Normal Inverse Gaussian (NIG) distribution. This solution is efficient for calculation and is proximate to the optimal receiver. In addition we show that the p-norm receiver has robust performance no matter what kind of noise is dominant. At last we combine the channel coding and cooperative communication works to establish a distributed channel coding strategy. Through some simulation assessments, the energy saving strategy can be realized by choosing an appropriate distributed channel coding scheme based on the direct link quality and target bit error rate.

Le design moderne des systèmes sans fil concerne de plus en plus un déploiement dense d’architectures pour des réseaux sans fil. Par conséquence, l’interférence devient une limitation importante à la performance du système de ces réseaux. Dans plusieurs situations, comme ad hoc sans fil ou transmission de impulsion radio de ultra large bande, les interférences présentent un comportement impulsif. Ce comportement impulsif est souvent mal capté par le modèle Gaussien classique. Avec telles interférences, le récepteur linéaire classique qui est optimal pour un bruit gaussien n’est plus robuste. En plus la plupart des travaux classiques ont été faites sous une hypothèse de variables aléatoires indépendantes et identiquement distribuées interférence. Cependant, une diversité spatiale, temporelle ou fréquentielle peuvent donner des vecteurs un composant dépendant. Dans cette thèse, nous donnons d’abord un modèle général du système et donner plusieurs distributions et modèles de l’interférence impulsive. On évalue ensuite la robustesse de différentes stratégies de récepteur proposé lors des changements de modèle de bruit. Nous proposons différents récepteurs avec différents principaux. Nous donnons également la méthode d’estimation des paramètres et nous illustrons leur performance dans un environnement d’interférence impulsive. Nous proposons également une première approche pour modéliser la dépendance temporelle et spatiale d’interférence. Nous utilisons copule qui permet de séparer les distributions marginales et la structure de dépendance d’interférence. Nous utilisons la famille flexible de skew-t copule et montrer son impact significatif sur la performance d’un récepteur. / Modern wireless system designs are increasingly involving dense deployment architectures for wireless networks. Such a feature makes interference in these networks an important limitation to the system performance. In several situations, such as wireless ad hoc or ultra wide band impulse radio, this interference exhibits an impulsive behavior. Such impulsive behavior is often badly captured by the classical Gaussian model. With such interference, the classical linear receiver, optimal for Gaussian noise, is no longer robust. Most of the conventional works were done under the premise of an assumption of independent and identically distributed interference random variables. However, space, time or frequency diversity can result in vectors with dependent components. In this thesis, we first give and general system model and give several distributions and models, and we compare them in modeling the impulsive interference. We then evaluate the robustness of different receiver strategies proposed when the noise model changes. We propose to classify the different ways to define receivers. We give also the parameter estimation method and we illustrate their performance under an impulsive interference environment. We also propose a first approach to model the time and/or space dependency of the interference samples. We use the framework of copulas that allows separating the marginal distributions and the dependence structure of the interference. We use the flexible family of the skew-t copulas and show that it significantly impacts the performance of a receiver.

L’Internet des Objets représente un défi technique pour la communication 5G à cause de son hétérogénéité caractéristique : la bande 2.4 GHz ISM, par exemple, est partagée entre différents types de technologies, comme Wifi, Bluetooth et Zigbee. En plus de la perte de qualité de communication, des études récentes montrent que l’interférence augmente de façon significative la consommation d’énergie. Donc, traiter l’interférence devient une tâche importante pour assurer la réussite de la transmission de données. Cette thèse approche deux aspects différents des réseaux hétérogènes. La première partie présente une étude expérimentale sur la nature de l’interférence entre dispositifs IEEE 802.11 et 802.15.4, ses impacts dans la fiabilité de la communication et propose une description statistique. La conclusion principale est que, dans ce contexte, l’interférence présente un comportement non-Gaussien, plus précisément, impulsif. Des travaux théoriques récents alliés avec ces résultats expérimentaux montrent que la distribution α-stable est plus convenable pour représenter bruits impulsives. Cela signifie que, une fois optimal, les architectures de communication classiques basé sur assomption Gaussienne, particulièrement la méthode des moindres carrés et le récepteur linéaire, ne sont plus optimales et présentent une perte de performance significative. La deuxième partie présente une architecture MIMO basé sur codage Alamouti, estimation de canal supervisée basé sur méthode Least Absolute Deviation et récepteur p-norme avec une estimation de p. L’architecture proposée présente une performance supérieure au méthode classique. / Internet of Things represents a technical challenge for 5G communications due to is characteristic heterogeneity: the 2.4 GHz ISM band, for example, is shared between different kind of technologies, such Wifi, Bluetooth and Zigbee. In addition to the loss of quality of communication, recent studies show that interference increases significantly the energy consumption. So, dealing with interference becomes an important task to ensure successfull data transmission. The present thesis approaches two aspects of heterogeneous networks. The first part presents an experimental study on the nature of interference between IEEE 802.11 and IEEE 802.15.4 devices, its impacts on the communication reliability and proposes an statistical description of it. The main conclusion of this part is that, on this context, the interference may present a non-Gaussian behavior, more precisely, an impulsive behavior. Recent theoretical works allied with these experimental results show that the α-stable distribution is more adequate to represent impulsive noises. It means that the, once optimal, classical communication architectures based on the Gaussian assumption, particularly the Least Squares based channel estimation and linear receiver, are not optimal anymore present a significant loss of performance. The second part presents a robust MIMO architecutre based on Alamouti coding, supervised channel estimation based on Least Absolute Deviation and p-norm receiver with an estimator for p. The proposed approach outperforms the classical method.

La première partie de cette thèse introduit une nouvelle méthodologie pour la réalisation d’exercices de stress-tests. Notre approche permet de considérer des scénarios de stress beaucoup plus riches qu’en pratique, qui évaluent l’impact d’une modification de la distribution statistique des facteurs influençant les prix d’actifs, pas uniquement les conséquences d’une réalisation particulière de ces facteurs, et prennent en compte la réaction du gestionnaire de portefeuille au choc. La deuxième partie de la thèse est consacrée à la valorisation des obligations à maturité très longues (supérieure à 10 ans). La modélisation de la volatilité des taux de très long terme est un défi, notamment du fait des contraintes posées par l’absence d’opportunités d’arbitrage, et la plupart des modèles de taux d’intérêt en absence d’opportunités d’arbitrage impliquent un taux limite (de maturité infinie) constant. Le deuxième chapitre étudie la compatibilité du facteur "niveau", dont les variations ont un impact uniforme sur l’ensemble des taux modélisés, a fortiori les plus longs, avec l’absence d’opportunités d’arbitrage. Nous introduisons dans le troisième chapitre une nouvelle classe de modèle de taux d’intérêt, sans opportunités d’arbitrage, où le taux limite est stochastique, dont nous présentons les propriétés empiriques sur une base de données de prix d’obligations du Trésor américain. / In the first part of this thesis, we introduce a new methodology for stress-test exercises. Our approach allows to consider richer stress-test exercises, which assess the impact of a modification of the whole distribution of asset prices’ factors, rather than focusing as the common practices on a single realization of these factors, and take into account the potential reaction to the shock of the portfolio manager.
 The second part of the thesis is devoted to the pricing of bonds with very long-term time-to-maturity (more than ten years). Modeling the volatility of very long-term rates is a challenge, due to the constraints put by no-arbitrage assumption. As a consequence, most of the no-arbitrage term structure models assume a constant limiting rate (of infinite maturity). The second chapter investigates the compatibility of the so-called "level" factor, whose variations have a uniform impact on the modeled yield curve, with the no-arbitrage assumptions. We introduce in the third chapter a new class of arbitrage-free term structure factor models, which allows the limiting rate to be stochastic, and present its empirical properties on a dataset of US T-Bonds.