L’exemple paradigmatique d’un processus stochastique multifractionnaire est le mouvement brownien multifractionnaire (mbm). Ce processus gaussien de nature fractale admet des trajectoires continues nulle part dérivables et étend de façon naturelle le célèbre mouvement brownien fractionnaire (mbf). Le mbf a été introduit depuis longtemps par Kolmogorov et il a ensuite été « popularisé » par Mandelbrot ; dans plusieurs travaux remarquables, ce dernier auteur a notamment insisté sur la grande importance de ce modèle dans divers domaines applicatifs. Le mbm, quant à lui, a été introduit, depuis plus de quinze ans, par Benassi, Jaffard, Lévy Véhel, Peltier et Roux. Grossièrement parlant, il est obtenu en remplaçant le paramètre constant de Hurst du mbf, par une fonction H(t) qui dépend de façon régulière du temps t. Ainsi, contrairement au mbf, les accroissements du mbm sont non stationnaires et la rugosité locale de ses trajectoires (mesurée habituellement par l’exposant de Hölder ponctuel) peut évoluer significativement au cours du temps ; en fait, à chaque instant t, l’exposant de Hölder ponctuel du mbm vaut H(t). Notons quecette dernière propriété, rend ce processus plus flexible que le mbf ; grâce à elle, le mbm est maintenant devenu un modèle utile en traitement du signal et de l’image ainsi que dans d’autres domaines tels que la finance. Depuis plus d’une décennie, plusieurs auteurs se sont intéressés à des problèmes d’inférence statistique liés au mbm et à d’autres processus/champs multifractionnaires ; leurs motivations comportent à la fois des aspects applicatifs et théoriques. Parmi les plus importants, figure le problème de l’estimation de H(t), l’exposant de Hölder ponctuel en un instant arbitraire t. Dans ce type de problématique, la méthode des variations quadratiques généralisées, initialement introduite par Istas et Lang dans un cadre de processus à accroissements stationnaires, joue souvent un rôle crucial. Cette méthode permet de construire des estimateurs asymptotiquement normaux à partir de moyennes quadratiques d’accroissements généralisés d’un processus observé sur une grille. A notre connaissance, dans la littérature statistique qui concerne le mbm, jusqu’à présent, il a été supposé que, l’observation sur une grille des valeurs exactes de ce processus est disponible ; cependant une telle hypothèse ne semble pas toujours réaliste. L’objectif principal de la thèse est d’étudierdes problèmes d’inférence statistique liés au mbm, lorsque seulement une version corrompue de ce dernier est observable sur une grille régulière.Cette version corrompue est donnée par une classe de modèles à volatilité stochastique dont la définition s’inspire de certains travaux antérieurs de Gloter et Hoffmann ; signalons enfin que la formule d’Itô permet de ramener ce cadre statistique au cadre classique : « signal+bruit ». / The paradigmatic example of a multifractional stochastic process is multifractional Brownian motion (mBm). This fractal Gaussian process with continuous nowhere differentiable trajectories is a natural extension of the well-known fractional Brownian motion (fBm). FBm was introduced a longtime ago by Kolmogorov and later it has been made « popular» by Mandelbrot; in several outstanding works, the latter author has emphasized the fact that this model is of a great importance in various applied areas. Regarding mBm, it was introduced, more than fifteen years ago, by Benassi, Jaffard, Lévy Véhel, Peltier and Roux. Roughly speaking, it is obtained by replacing the constant Hurst parameter of fBm by a smooth function H(t) which depends on the time variable t. Therefore, in contrast with fBm, theincrements of mBm are non stationary and the local roughness of its trajectories (usually measured through the pointwise Hölder exponent) is allowed to significantly evolve over time; in fact, at each time t, the pointwise Hölder exponent of mBm is equal to H(t). It is worth noticing that the latter property makes this process more flexible than fBm; thanks to it, mBm has now become a useful model in the area of signal and image processing, aswell as in other areas such as finance. Since at least one decade, several authors have been interested in statistical inference problems connected with mBm and other multifractional processes/fields; their motivations have both applied and theoretical aspects. Among those problems, an important one is the estimation of H(t), the pointwise Hölder exponent at an arbitrary time t. In the solutions of such issues, the generalized quadratic variation method, which was first introduced by Istas and Lang in a setting of stationary increments processes, usually plays a crucial role. This method allows to construct asymptotically normal estimators starting from quadratic means of generalized increments of a process observed on a grid. So far, to our knowledge, in the statistical literature concerning mBm, it has been assumed that, the observation of the true values of this process on a grid, is available; yet, such an assumption does not always seem to be realistic. The main goal of the thesis is to study statistical inference problems related to mBm, when only a corrupted version of it, can be observed on a regular grid. This corrupted version is given by a class of stochastic volatility models whose definition is inspired by some Gloter and Hoffmann’s earlier works; last, notice that thanks to Itô formula this statistical setting can be viewed as the classical setting: « signal+noise ».

L'utilisation d'ondelettes et d'outils d'analyse fractale est appropriée à l'analyse des signaux irreguliers. On pense que la caractérisation de la régularité locale est importante dans la description de ces signaux. Pour étudier la régularité, on utilise l'exposant de Hölder autour duquel plusieurs outils sont développés. Premièrement, on décrit et on compare des techniques permettant d'estimer cet exposant. Puis nous présentons une méthode d'interpolation de points basée sur la conservation de la régularité Hölderienne. Pour conclure la partie sur l'analyse Hölderienne, de nouvelles méthodes de débruitage avec contrôle de la régularité sont exposées. Ces méthodes, à base d'ondelettes, présentent des taux de convergence asymptotique similaires aux méthodes les plus performantes. Les divers outils développés peuvent être appliqués aux signaux 1D ainsi qu'aux images. Plus particulièrement, dans la deuxième partie de la thèse, on s'intéresse à des profils routiers afin de mieux modéliser le frottement pneumatique-chaussée. Ce travail entre dans le cadre de l'O.R. Adhérence du LCPC, qui a pour but de quantifier le rôle des aspérités de dimensions micrométrique à centimétrique, formant la texture des surfaces de chaussée, dans la génération du frottement. Dans cette partie, nous présentons les travaux menés aux LCPC sur la technique d'indenteur et sa combinaison au modèle de frottement de Stefani. Ensuite on démontre la fractalité des profils routiers puis l'apport des techniques d'interpolation Hölderienne et de débruitage multifractal sur le calcul du frottement. Enfin un modèle multi-echelle de frottement, provenant d'un raffinement du modèle de Stefani, est explicité.

Nous étudions les séries aléatoires définies sur R^D par F(t) = Σ n^(-α/D)G(n^(1/D)(t − Xn)) , où α > 0, G est une "bosse élémentaire" et (Xn)n>1 une suite de variables aléatoires indépendantes et de même loi. Nous commençons par discuter l'existence de séries plus générales, appelées fonctions de bosses, en soulignant le rôle de chacun des paramètres. C'est dans ce cadre que sont établies des conditions suffisantes d'intégrabilité, d'existence et de continuité. Nous poursuivons l'étude de la régularité presque sûre des trajectoires du modèle standard et déterminons en particulier un exposant de Hölder uniforme. Nous nous intéressons alors naturellement aux dimensions fractales de son graphe. Pour cela, nous développons des outils d'analyse généraux permettant de traiter les fonctions uniformément höldériennes. Nous énonçons des résultats concernant l'estimation des dimensions de boîte et de régularisation, et, plus généralement, d'une large classe d'indices dimensionnels, certains liés à l'analyse multifractale. Nous calculons ensuite<br />la dimension de Hausdorff du graphe de F . La seconde partie de notre thèse est consacrée à l'application des fonctions de bosses à la modélisation de profils rugueux. On met en évidence de nouvelles propriétés théoriques, notamment à l'aide des fonctions de structure. Celles-ci donnent<br />naissance à des diagrammes logarithmiques, les courbes de structure, qui permettent d'analyser un signal en tenant compte des contraintes expérimentales. Elles sont utilisées pour l'identification d'une fonction de bosses et l'estimation de ses paramètres. Nous proposons pour cela de nombreuses méthodes en construisant des estimateurs adaptés. Il est alors possible de modéliser un signal donné par une fonction de bosses. Les courbes de structure servent encore à l'élaboration de critères de conformité. Des exemples de données théoriques et expérimentales illustrent notre propos.

Nous étudions les propriétés probabilistes, trajectorielles et statistiques des processus stochastiques multistables, qui sont tangents en chaque point à un processus stable. Ils possèdent ainsi une intensité de sauts et une régularité locale qui varient au cours du temps. Nous nous intéressons dans un premier temps aux processus pouvant être définis par une moyenne mobile et possédant la propriété d'être localisables, c'est-à-dire d'être tangents en loi à un processus en chaque point. Des critères assurant la localisabilité, ainsi qu'une méthode de simulation de tels processus sont donnés. Nous proposons ensuite une nouvelle construction et des critères de localisabilité des processus multistables à l'aide d'une représentation de type Ferguson-Klass-LePage. Pour les processus obtenus, nous étudions certaines propriétés probabilistes et trajectorielles. En particulier, nous caractérisons le comportement asymptotique des accroissements des processus multistables, ainsi que leur régularité Höldérienne. Enfin, nous proposons des estimateurs de la fonction de stabilité et de la fonction de localisabilité. La consistance au sens de la convergence Lp est prouvée. Les performances des estimateurs sont illustrées sur des séries simulées suivant deux modèles : le mouvement de Lévy multistable et le mouvement linéaire multifractionnaire multistable.

Nous considérons certaines séries de Fourier liées à la théorie des formes modulaires. Nous étudions leurs propriétés analytiques : la dérivabilité, le module de continuité et l'exposant de Hölder. Nous utilisons deux méthodes différentes. La première revient à trouver et itérer une équation fonctionnelle de la fonction étudiée (méthode d'Itatsu) et la deuxième provient de l'analyse en ondelettes (méthode de Jaffard). L'étape essentielle de chacune dépend de la modularité sous-jacente. Nous trouvons que les propriétés analytiques de ces séries aux points irrationnels sont liées aux propriétés diophantiennes de ces points. Ce travail a été motivé par l'étude de la fonction de Riemann. / We consider certain Fourier series which arise from modular or automorphicforms. We study their analytic properties: differentiability, modulus of continuity and theH¨older regularity exponent. We use two different methods. One is based on finding anditerating a functional equation for the function studied (Itatsu’s method), the second onecomes from wavelet analysis (Jaffard’s method). The crucial steps in both of them arebased on the underlined modularity. We find that the analytic properties of these seriesat an irrational x are related to the fine diophantine properties of x, in a very precise way.The work was motivated by the study of the Riemann series.