Cette thèse est dédiée au développement et à l'application de méthodes ensemblistes pour l'estimation d'état et de paramètres pour des systèmes non-linéaires. Deux types de modèles sont considérés : modèles donnés par des fonctions explicites à variables complexes et modèles décrits par des équations différentielles ordinaires (EDOs). L'identification de paramètres de modèles décrits par des fonctions explicites est réalisée à l'aide des techniques d'inversion ensembliste par analyse par intervalles. Par ailleurs, les modèles utilisés sont à variables complexes ; dans ce cas l'évaluation de la sortie se fait à l'aide d'intervalles complexes. Dans ce travail, nous avons développé une arithmétique des intervalles complexes basée sur la représentation polaire. La multiplication et la division sont des opérations exactes, mais la somme et la différence ne le sont pas. Pour réduire le pessimisme introduit par ces dernières opérations, nous avons développé des algorithmes assurant les propriétés de minimalité. Cette bibliothèque a été associée aux méthodes d'inversion ensembliste dans le cadre de l'estimation de paramètres de modèles diélectriques, d'une part, et pour l'identification de paramètres thermophysiques d'autre part. Dans la deuxième partie de cette thèse, des algorithmes d'estimation d'état pour des systèmes décrits par des équations différentielles sont présentés. Ils permettent de fournir, à chaque instant, un ensemble contenant d'une manière garantie, toutes les valeurs du vecteur d'état compatibles avec les mesures et avec les bornes d'erreurs. Ces estimateurs sont basés sur des méthodes d'intégration garantie d'EDOs et sur l'inversion ensembliste. Enfin, une technique d'estimation de paramètres de modèles décrits par des EDOs est proposée.

Depuis la fin des années 1970, les échangeurs de chaleur ont connu de nouvelles applications liées à la nécessité d'optimiser les dépenses énergétiques. L'encrassement de tels échangeurs est l'une des causes principales de leur perte d'efficacité thermique au cours de leur utilisation. En effet, l'encrassement constitue un problème économique et technologique majeur et fait intervenir des phénomènes physiques complexes. En dépit des efforts déployés depuis ces dernières décennies, les dispositifs de détection et de suivi de l'encrassement existants sont encore loin de renseigner sur le transfert de chaleur et de prendre en compte les phénomènes de dépôt mis en jeu. Ainsi, le parti pris de notre étude a été de concevoir un capteur thermique le plus représentatif possible des conditions d'utilisation réelles afin d'établir un programme d'entretien efficace. A cet effet, deux capteurs localisés originaux, d'une technologie simple, adjoints à un traitement des données adapté, ont été développés. Ne perturbant que très peu les conditions auxquelles ils sont soumis, ils permettent d'obtenir des informations précises quasi instantanées sur les paramètres représentatifs du degré d'encrassement des échangeurs. Bien que les méthodes développées lors de cette étude soient adaptables à d'autres configurations, le choix, incontestablement restrictif, de travailler sur l'encrassement particulaire des échangeurs tubulaires à courants croisés, a été fait. Le premier capteur, doté d'une excitation thermique interne, permet d'estimer non seulement le coefficient d'échange convectif mais aussi l'épaisseur du dépôt à partir d'une méthode d'estimation robuste en régime transitoire. Le second capteur permet d'estimer la répartition spatiale du coefficient d'échange convectif ainsi que celle de l'épaisseur de dépôt. Ces capteurs permettent d'envisager de nouvelles perspectives d'études in situ d'encrassement en milieu industriel. Ils constituent un outil privilégié de maintenance prédictive.

Le calcul de prévisions fiables des inondations ne peut se concevoir sans l'utilisation de toutes les informations disponibles. Les équations mathématiques qui permettent la construction d'un modèle, les images satellites par exemple qui décrivent le domaine, mais aussi les mesures faites in situ. Ces observations sont nécessaires à la bonne qualité des prévisions puisqu'elles sont le seul témoin de la réalité du terrain. Le but de ce mémoire est de présenter et de tester des méthodes fondées sur le contrôle optimal permettant une utilisation optimale de toute les informations disponibles. Diverses applications de ces méthodes seront présentées : l'estimation de paramètres, l'analyse de sensibilité et le couplage de modèles.

L'expérience embarquée en ballon Archeops a cartographié les anisotropies du Fond Diffus Cosmologique (CMB) avec une résolution angulaire de 10 minutes d'arc sur une portion du ciel de 30%. Elle constitue également un banc-test pour la mission Planck-HFI de l'ESA.<br> Le travail de cette thèse a porté sur l'étalonnage sol à l'aide d'une source thermique millimétrique des trois vols effectués par Archeops et l'analyse des données obtenues. Le traitement des données ordonnées en temps est détaillé en plusieurs étapes : signalisation des données corrompues, soustraction des effets systématiques à basse fréquence, puis à haute fréquence. Dans ce dernier cas, une méthode originale est proposée qui permet à quelques détecteurs de satisfaire aux hypothèses de stationnarité et de gaussianité des codes de cartographie. Les solutions fournies par trois de ces codes sont comparés à l'aide de simulations.<br> Le spectre de puissance angulaire des anisotropies permet de contraindre les différents paramètres du modèle cosmologiquc standard, et par conséquent les paramètres physiques du modèle inflationnaire considéré pour générer les pertubations primordiales dont les anisotropies sont l'empreinte. Cette thèse présente ce qu'Archeops peut apporter dans ce domaine.

Les drones miniatures à voilures tournantes tendent aujourd'hui à devenir les nouveaux outils du fantassin, grâce à la polyvalence des missions auxquelles ils peuvent être employés. Leur principal atout concerne leur capacité à combiner le vol stationnaire et le vol de translation rapide, dans des environnements étroits et encombrés. Nous proposons ici l'étude d'un nouveau concept de drone atypique appelé GLMAV (Gun Launched Micro Air Vehicle), qui consiste à amener un véhicule hybride projectile/drone très rapidement sur un site d'intérêt éloigné, en utilisant l'énergie fournie par une arme portable. La première tâche concerne la modélisation aérodynamique du GLMAV. L'identification paramétrique du modèle aérodynamique est alors réalisée à partir de données expérimentales d'efforts, que nous pouvons a priori quantifier par un critère algébrique d'excitabilité persistante. Nous proposons ensuite des techniques de filtrage, afin d'estimer les paramètres anémométriques inconnus mais nécessaires pour connaître l'environnement aérodynamique dans lequel l'engin évolue. De plus, pour palier à la défaillance de capteurs embarqués et qui peuvent affecter l'information de vitesse linéaire après le tir, nous proposons un estimateur d'ordre réduit de la vitesse linéaire. Dans ces deux problèmes d'estimation, nous prouvons la stabilité des observateurs proposés. Enfin, nous proposons une structure de commande pour la stabilisation de l'engin en vol quasi-stationnaire à partir d'un modèle de synthèse linéaire. Les efficacités des méthodes proposées sont illustrées par des résultats de simulations numériques et des essais expérimentaux

Le codage de sources distribuées est une technique permettant de compresser plusieurs sources corrélées sans aucune coopération entre les encodeurs, et sans perte de débit si leur décodage s'effectue conjointement. Fort de ce principe, le codage de vidéo distribué exploite la corrélation entre les images successives d'une vidéo, en simplifiant au maximum l'encodeur et en laissant le décodeur exploiter la corrélation. Parmi les contributions de cette thèse, nous nous intéressons dans une première partie au codage asymétrique de sources binaires dont la distribution n'est pas uniforme, puis au codage des sources à états de Markov cachés. Nous montrons d'abord que, pour ces deux types de sources, exploiter la distribution au décodeur permet d'augmenter le taux de compression. En ce qui concerne le canal binaire symétrique modélisant la corrélation entre les sources, nous proposons un outil, basé sur l'algorithme EM, pour en estimer le paramètre. Nous montrons que cet outil permet d'obtenir une estimation rapide du paramètre, tout en assurant une précision proche de la borne de Cramer-Rao. Dans une deuxième partie, nous développons des outils permettant de décoder avec succès les sources précédemment étudiées. Pour cela, nous utilisons des codes Turbo et LDPC basés syndrome, ainsi que l'algorithme EM. Cette partie a été l'occasion de développer des nouveaux outils pour atteindre les bornes des codages asymétrique et non-asymétrique. Nous montrons aussi que, pour les sources non-uniformes, le rôle des sources corrélées n'est pas symétrique. Enfin, nous montrons que les modèles de sources proposés modélisent bien les distributions des plans de bits des vidéos; nous montrons des résultats prouvant l'efficacité des outils développés. Ces derniers permettent d'améliorer de façon notable la performance débit-distorsion d'un codeur vidéo distribué, mais sous certaines conditions d'additivité du canal de corrélation.

Ce mémoire analyse et valide des applications possibles de méthodes de réduction de modèle pour la simulation directe, et la résolution de problèmes inverses d'estimation de paramètres sur des modèles complexes. Il se concentre sur la réduction par proper orthogonal decomposition (POD), et ses extensions. On démontre d'abord de nouvelles estimations a priori pour l'erreur de réduction sur des problèmes abstraits types (paraboliques et hyperboliques, linéaires ou avec non-linéarités lipschitziennes), validées dans de nombreux cas non linéaires. On évite notamment le problème de contrôle des termes d'ordre élevé par l'exploitation d'une suite spécifique de normes de projecteurs. Puis, pour couvrir les systèmes dépendant de paramètres, et par des résultats d'interpolation, on adapte la méthode précédente en réduction par multi-POD. On étend aussi, au prix d'un terme additif, les estimations a priori précédentes pour l'erreur maximum de réduction sur une plage paramétrique donnée. On illustre la puissance de la méthode sur le système électrophysiologique de FitzHugh-Nagumo, fortement sensible aux variations paramétriques. On valide enfin numériquement les versions réduites, toujours avec la réduction par multi-POD, de problèmes d'estimation de paramètres : de type variationnel avec le système de FitzHugh-Nagumo, et de type séquentiel (filtrage " kalmanien ") avec un modèle mécanique de coeur (multiéchelles, 3D, grandes déformations). En particulier, la méthode présente une efficacité et une robustesse similaires à celles obtenues pour les problèmes directs.

La microfluidique est une technologie récente dont le principal avantage est de pouvoir miniaturiser le phénomène étudié, quelque soit le domaine (énergétique, chimie, biologie...). Cependant les techniques de mesures (vitesses, températures...) au sein des systèmes microfluidiques sont souvent complexes à mettre en oeuvre. C'est pourquoi il est important de mettre en place un nouvel outil de mesure efficace et fournissant des informations à l'échelle de ces microsystèmes. La Thermographie InfraRouge (TIR) est un moyen puissant de mesurer des champs de températures, qui peuvent ensuite être utilisés pour estimer des propriétés thermo-physiques. Le premier objectif de ce travail de thèse est donc de développer un corps de méthodes expérimentales et numériques couplant la TIR et la microfluidique dans le but d'estimer des paramètres fluidiques et thermiques. Une procédure expérimentale originale ainsi que des méthodes inverses à un paramètre ont été développées. Toutes les méthodes développées ont été testées et validées sur des champs de températures simulés numériquement. Les mesures expérimentales ont permis de cartographier et d'estimer quantitativement des paramètres tels que la vitesse, la diffusivité thermique et des sources de chaleur. Le deuxième objectif est de tester les méthodes développées sur des applications microfluidiques concrètes. Ces tests ont aboutis à d'excellents résultats tels que la mesure d'enthalpie de réaction chimique en microréacteurs, ainsi que l'étude de la cristallisation de l'eau en microcanal.

Dans le contexte très général de la détection radar, les détecteurs classiques, basés sur l'hypothèse d'un bruit Gaussien, sont souvent mis en défaut dès lors que l'environnement (fouillis de sol, de mer) devient inhomogène, voire impulsionnel, s'écartant très vite du modèle Gaussien. Des modèles physiques de fouillis basés sur les modèles de bruit composé (SIRP, Compound Gaussian Processes) permettent de mieux représenter la réalité (variations spatiales de puissance et nature de fouillis, transitions, ...). Ces modèles dépendent cependant de paramètres (matrice de covariance, loi de texture, paramètres de "disturbance") qu'il devient nécessaire d'estimer. Une fois ces paramètres estimés, il est possible de construire des détecteurs radar optimaux (Generalized Likelihood Ratio Test - Linear Quadratic) pour ces environnements. Cette thèse, qui s'appuie sur ces modèles, propose une analyse complète de diverses procédures d'estimation de matrices de covariance, associées à ce problème de détection. Une étude statistique des principaux estimateurs de matrice de covariance, utilisés actuellement, est réalisée. De plus, un nouvel estimateur est proposé: l'estimateur du point fixe, très attractif grâce à ses bonnes propriétés statistiques et "radaristiques".<br />Elle décrit également les performances et les propriétés théoriques (SIRV-CFAR) du détecteur GLRT-LQ construits avec ces nouveaux estimateurs. En particulier, on montre l'invariance du détecteur à la loi de la texture mais également à la matrice de covariance régissant les propriétés spectrales du fouillis. Ces nouveaux détecteurs sont ensuite analysés sur des données simulées mais également testés sur des données réelles de fouillis de sol.

Les bactéries ajustent constamment leur composition moléculaire pour répondre à deschangements environnementaux. Nous nous intéressons aux systèmes de régulation métabolique et génique permettant une telle adaptation, notamment dans le contexte de la diauxie chez Escherichia coli lors de la transition de croissance sur une source de carbone riche, le glucose, à une source plus pauvre, l’acétate. Afin de modéliser de tels réseaux métaboliques, nous utilisons un formalisme cinétique approché appelé linlog et abordons les problèmes ren- contrés lors de l’estimation de paramètres. Ainsi, nous proposons une méthode d’estimationde paramètres à partir de jeux de données incomplets basée sur l’algorithme EM (“Expec- tation Maximization”) et l’appliquons au modèle linlog du métabolisme central du carbone. Nous proposons également une méthode d’analyse d’identifiabilité et de réduction de modèles non identifiables que nous appliquons ensuite sur des jeux de données simulés ou obtenus expérimentalement. Par ailleurs, nous mesurons des profils temporels d’expression de gènes impliqués dans le contrôle de la diauxie et mettons en évidence, à l’aide de modèles cinétiques développés dans ces travaux, l’importance de la contribution de l’état physiologique de la cellule dans la régulation génique. En se confrontant aux défis méthodologiques rencontrés lors du développement de modèles de réseaux métabolique et génique, cette thèse contribue aux efforts futurs portant sur l’intégration de ces deux types de réseaux dans des modèles quantitatifs. / Bacteria manage to constantly adapt their molecular composition to respond to environmentalchanges. We focus on systems of both metabolic and gene regulation that enablesuch type of adaptation, notably in the context of diauxic growth of Escherichia coli, when itshifts from glucose to acetate as a carbon source. To model a metabolic network, we use anapproximate kinetic formalism called linlog and address methodological issues encounteredwhen performing parameter estimation. We propose a maximum-likelihood method basedon Expectation Maximization for parameter estimation from incomplete datasets. We then apply it to the linlog model of central carbon metabolism. We also propose a method foridentifiability analysis and reduction of nonidentifiable models that we then apply to bothsimulated and experimental datasets. Moreover, we monitored gene expression patterns for agene network involved in the control of diauxie and highlight, by means of kinetic models developedin this study, the role of the global physiological state of the cell in regulation of geneexpression. By addressing methodological challenges encountered with models of metabolicand gene networks, this thesis contributes to future efforts integrating both types of networksinto quantitative models