Cette thèse s'intéresse à l'estimation des paramètres du mouvement d'une ou plusieurs cibles évoluant au sein d'une zone surveillée par un réseau de capteurs. Dans une première partie nous proposons de déterminer de façon exacte l'influence de paramètres d'influence du pistage à l'aide de la détermination d'une expression explicite d'une probabilité de bonne association. Nous parvenons à extraire l'influence de ces variables à l'aide de l'utilisation de méthodes numériques. Dans un deuxième temps nous nous intéressons à un type de capteurs bien particuliers. Nous supposons en effet que nous disposons de l'instant de plus grande proximité entre la cible et chaque capteur du réseau. A partir de ces données partielles, nous nous proposons de reconstruire la trajectoire de la cible. Après avoir montré que nous ne pouvions estimer conjointement la position et la vitesse de la cible, nous proposons des méthodes d'estimation du vecteur vitesse dans divers cas de trajectoire envisagés. Enfin, nous étudions dans la troisième partie de ce document le cas d'un réseau de capteurs binaires directionnels. Après une étude rapide sur l'estimation du vecteur vitesse dans le cas d'un mouvement rectiligne uniforme, nous étendons notre approche au cas ou le mouvement de la cible suivrait une marche aléatoire gaussienne, et nous proposons un nouvel algorithme permettant d'estimer conjointement les vecteurs vitesse et position. Nous proposons enfin une solution d'extension de notre algorithme au suivi multicible. Nous présentons dans chacun des scénarios des résultats de simulation illustrant les performances des méthodes proposées.

Afin de réaliser des traitements locaux sur des données de diverses natures (volumes, images ou signaux) contenant des éléments informatifs dans certaines bandes de fréquence, nous nous intéressons dans cette thèse à l'étude de bancs de filtres (BdF). Plus précisément, nous étudions l'existence et la synthèse de BdF de réponses impulsionnelles finies (RIF) inverses d'un BdF d'analyse RIF redondant complexe fixé. Nous proposons en particulier des méthodes testant l'inversibilité de la matrice d'analyse et la construction d'un inverse explicite à l'aide de la formulation polyphase. À partir de ce dernier, nous proposons une paramétrisation réduite de l'ensemble des BdF de synthèse permettant d'optimiser leurs réponses selon différents critères. Cette étude est étendue au cas multidimensionnel notamment par l'utilisation de la notion de résultant. Ces outils permettant de représenter efficacement certaines informations structurées dans des données, il devient possible de les préserver tout en rejetant d'éventuelles perturbations. Le premier cadre considéré est celui du bruit gaussien. Nous avons utilisé le principe de Stein pour proposer deux méthodes de débruitage : FB-SURELET-E et FBSURELET-C. Elles sont comparées à des méthodes récentes de débruitage conduisant à de bons résultats en particulier pour des images texturées. Un autre type d'application est ensuite considéré : la séparation des structures orientées. Afin de traiter ce problème, nous avons développé une méthode de filtrage anisotrope. Les algorithmes réalisés sont finalement testés sur des données issues de différents domaines applicatifs (sismique, microscopie, vibrations)

Dans ce mémoire, on étudie la distribution empirique des estimateurs de vraisemblance maximale pour des processus affines, basés sur des observations à temps discret. On examine d'abord le cas où le processus est directement observable. Ensuite, on regarde ce qu'il advient lorsque seule une transformation affine du processus est observable, une situation typique dans les applications financières. Deux approches sont alors considérées: maximisation de la vraisemblance exacte ou maximisation d'une quasi-vraisemblance obtenue du filtre de Kalman. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Estimation de vraisemblance maximale, Processus affines, Obligation à l'escompte, Quasi-vraisemblance, Filtre de Kalman.

Cette thèse considère le problème de la détection de rupture de modèle dans des systèmes dynamiques complexes. L'objectif est de mettre au point des méthodes statistiques capables de détecter le plus rapidement possible un changement de paramètre dans le modèle décrivant le système, tout en gardant un faible taux de fausses alarmes. Ce type de méthode s'applique à la détection d'anomalie ou de défaillance sur de nombreux systèmes (système de navigation, contrôle de qualité...).<br />Les méthodes développées ici prennent en compte les caractéristiques des procédés de dépollution biologique, qui constituent l'application principale de ce travail. Ainsi, la mise au point d'une procédure, de type CUSUM, construite à partir des estimations des vraisemblances conditionnelles permet de traiter, d'une part, le cas où une partie du modèle est inconnue en utilisant une approche non paramétrique pour estimer cette partie, et d'autre part, le cas fréquemment rencontré en pratique où le système est observé indirectement. Pour ce deuxième cas, des approches de type filtrage particulaire sont utilisées.<br />Des résultats d'optimalité sont établies pour les approches proposées. Ces approches sont ensuite appliquées à un problème réel, un bioréacteur de retraitement des eaux usées.

Le travail de cette thèse se situe dans le cadre général d'aide à la surveillance de patients en USls. Nous avons présenté une méthode d'extraction d'informations à partir des données physiologiques, en l'occurrence des tendances décrivant le comportement de patients en USls. Cette méthode, développée précédemment par [Charbonnier, 2005] au sein du LAG, repose sur un processus de représentation qualitative des signaux. Cette représentation réduit considérablement la quantité de données manipulées, ce qui facilite le travail de surveillance de l'opérateur et l'aide à interpréter les données. Après avoir apporté des modifications sur la méthodologie d'extraction de tendances, nous avons développé un système de filtrage d'alarmes en ne se basant au début que sur les tendances, où nous avons essayé de reconnaître quelques événements cliniques sur les différents paramètres physiologiques surveillés. En second lieu, nous avons présenté un système de filtrage d'alarmes plus spécifique au signal Sp02 (source de problèmes vitaux) en se basant sur les tendances ainsi que des indices de changement liés aux deux fonctions respiratoire et hémodynamique (circulation sanguine).

No description available.

Ces dernières années, on a assisté au développement du<br />calcul de réécriture, encore appelé rho-calcul, qui intègre de<br />façon uniforme la réécriture de premier ordre et le lambda-calcul.<br />Cette thèse est dédiée à l'étude des capacités d'expression du calcul de réécriture, avec un intérêt particulier pour la réécriture d'ordre supérieur et la possibilité de manipuler des graphes.<br /><br />Dans la première partie de cette thèse, la relation entre le calcul de réécriture et la réécriture d'ordre supérieur, en particulier les Combinatory Reduction Systems (CRSs), est étudiée.<br />Nous présentons d'abord un algorithme de filtrage original<br />pour les CRSs qui utilise une traduction des termes CRS en<br />lambda-termes et le filtrage d'ordre supérieur classique du lambda-calcul. Nous proposons ensuite un encodage des CRSs dans le rho-calcul<br />basé sur la traduction de chaque réduction CRS<br />en une réduction correspondante dans le rho-calcul.<br />Dans la deuxième partie, nous présentons une extension du rho-calcul,<br />appelé calcul de réécriture de graphes (ou Rg-calcul),<br />qui gère des termes avec partage et cycles.<br />Le calcul sur les termes est généralisé de manière naturelle en utilisant des contraintes d'unification en plus des contraintes de filtrage standard du rho-calcul.<br /><br />Le Rg-calcul est alors montré confluent sur des classes<br />d'équivalence de termes, sous certaines restrictions de linéarité sur les motifs, et assez<br />expressif pour simuler la réécriture de termes graphes et le<br />lambda-calcul cyclique.

La multiplication des conflits de part le monde a eu pour principale conséquence de disséminer des millions de mines antipersonnel qui mettent en danger la vie des populations et constituent une entrave au développement économique des régions concernées. Dans ce mémoire, de nouvelles techniques de traitement du signal sont proposées pour la détection des mines antipersonnel dans les données enregistrées par un GPR (Ground Penetrating Radar). Deux filtres numériques sont tout d'abord conçus pour réduire le clutter, qui constitue un ensemble de phénomènes indésirables, dans les données de type Bscan et Cscan fournies par le GPR. Ces deux types de données représentent respectivement des images de tranches verticales et horizontales du sous-sol. La conception des filtres nécessite une modélisation géométrique du clutter et d'une signature de mine, pour chaque type de données, suivie d'une analyse spectrale permettant de définir le gabarit du filtre idéal. Ensuite, une nouvelle méthode de détection, basée sur une technique de détection de ruptures non paramétrique, est proposée afin de localiser automatiquement les réponses des mines antipersonnel sur des données Bscan. La méthode consiste à rechercher les ruptures spatiales suivant la direction des mesures afin de détecter les positions horizontales des mines et les ruptures suivant l'axe temporel afin de détecter les temps de réponse des mines. Une méthode de détection, basée sur l'extraction de contours fermés, est également proposée pour localiser les réponses des mines sur des données Cscan. Les performances de ces deux méthodes de détection sont évaluées par le calcul de probabilité de détection et de fausses alarmes.

Indisponible

MODELISATION D'UN PROCESSUS DE FERMENTATION. ESTIMATION DES PARAMETRES DU MODELE STOCHASTIQUE PAR FILTRAGE NON LINEAIRE. COMMANDE OPTIMALE DU PROCESSUS.