Récemment, la localisation statique et dynamique d'un objet ou d'une personne est devenue l'un des plus importantes fonctionnalités d'un système de communication, du fait de ses multiples applications. En effet, connaître la position d'un terminal mobile (MT), en milieu extérieur ou intérieur, est généralement d'une importance majeure pour des applications fournissant des services basés sur la localisation. Ce développement des systèmes de localisation est dû au faible coût des infrastructures de réseau sans fil en milieu intérieur (WLAN). Les techniques permettant de localiser des MTs diffèrent selon les paramètres extraits des signaux radiofréquences émis entre des stations de base (BSs) et des MTs. Les conditions idéales pour effectuer des mesures sont des environnements dépourvus de tout obstacle, permettant des émissions directes entre BS et MT. Ce n'est pas le cas en milieu intérieur, du fait de la présence continuelle d'obstacles dans l'espace, qui dispersent les rayonnements. Les mesures prises dans ces conditions (NLOS, pour Non Line of Sight) sont imprévisibles et diffèrent de celles prises en condition LOS. Afin de réduire les erreurs de mesure, différentes techniques peuvent être utilisées, comme la mitigation, l'approximation, la correction à priori, ou le filtrage. En effet, l'application de systèmes de suivi (TSs) constitue une base substantielle pour la navigation individuelle, les réseaux sociaux, la gestion du trafic, la gestion des ressources mobiles, etc. Différentes techniques sont appliquées pour construire des TSs en milieu intérieur, où le signal est bruité, faible voire inexistant. Bien que les systèmes de localisation globaux (GPS) et les travaux qui en découlent fonctionnent bien hors des bâtiments et dans des canyons urbains, le suivi d'utilisateurs en milieu intérieur est bien plus problématique. De ce fait, le problème de prédiction reste un obstacle essentiel à la construction de TSs fiable dans de tels environnements. Une étape de prédiction est inévitable, en particulier, dans le cas où l'on manque d'informations. De multiples approches ont été proposées dans la littérature, la plupart étant basées sur un filtre linéaire (LF), un filtre de Kalman (KF) et ses variantes, ou sur un filtre particulaire (PF). Les filtres de prédiction sont souvent utilisés dans des problèmes d'estimation et l'application de la dérivation non entière peut limiter l'impact de la perte de performances. Ce travail présente une nouvelle approche pour la localisation intérieure par WLAN utilisant un groupement des coordonnées. Ensuite, une étude comparative des techniques déterministes et des techniques d'apprentissage pour la localisation intérieure est présentée. Enfin, une nouvelle approche souple pour les systèmes de suivi en milieu intérieur, par application de la dérivation non entière, est présentée

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Récemment, la localisation statique et dynamique d'un objet ou d'une personne est devenue l'un des plus importantes fonctionnalités d'un système de communication, du fait de ses multiples applications. En effet, connaître la position d'un terminal mobile (MT), en milieu extérieur ou intérieur, est généralement d'une importance majeure pour des applications fournissant des services basés sur la localisation. Ce développement des systèmes de localisation est dû au faible coût des infrastructures de réseau sans fil en milieu intérieur (WLAN). Les techniques permettant de localiser des MTs diffèrent selon les paramètres extraits des signaux radiofréquences émis entre des stations de base (BSs) et des MTs. Les conditions idéales pour effectuer des mesures sont des environnements dépourvus de tout obstacle, permettant des émissions directes entre BS et MT. Ce n'est pas le cas en milieu intérieur, du fait de la présence continuelle d'obstacles dans l'espace, qui dispersent les rayonnements. Les mesures prises dans ces conditions (NLOS, pour Non Line of Sight) sont imprévisibles et diffèrent de celles prises en condition LOS. Afin de réduire les erreurs de mesure, différentes techniques peuvent être utilisées, comme la mitigation, l'approximation, la correction à priori, ou le filtrage. En effet, l'application de systèmes de suivi (TSs) constitue une base substantielle pour la navigation individuelle, les réseaux sociaux, la gestion du trafic, la gestion des ressources mobiles, etc. Différentes techniques sont appliquées pour construire des TSs en milieu intérieur, où le signal est bruité, faible voire inexistant. Bien que les systèmes de localisation globaux (GPS) et les travaux qui en découlent fonctionnent bien hors des bâtiments et dans des canyons urbains, le suivi d'utilisateurs en milieu intérieur est bien plus problématique. De ce fait, le problème de prédiction reste un obstacle essentiel à la construction de TSs fiable dans de tels environnements. Une étape de prédiction est inévitable, en particulier, dans le cas où l'on manque d'informations. De multiples approches ont été proposées dans la littérature, la plupart étant basées sur un filtre linéaire (LF), un filtre de Kalman (KF) et ses variantes, ou sur un filtre particulaire (PF). Les filtres de prédiction sont souvent utilisés dans des problèmes d'estimation et l'application de la dérivation non entière peut limiter l'impact de la perte de performances. Ce travail présente une nouvelle approche pour la localisation intérieure par WLAN utilisant un groupement des coordonnées. Ensuite, une étude comparative des techniques déterministes et des techniques d'apprentissage pour la localisation intérieure est présentée. Enfin, une nouvelle approche souple pour les systèmes de suivi en milieu intérieur, par application de la dérivation non entière, est présentée / Recently, the static and dynamic geo-location of a device or a person has become one of the most important aspects of communication systems because of its multiple applications. In general, knowing the position of a mobile terminal (MT) in outdoor or indoor environments is of major importance for applications providing services based on the location. The development of localization systems has been mainly driven by the avail- ability of the affordable cost of indoor wireless local area network (WLAN) infrastructure. There exist different techniques to localize MTs with the different mainly depending on the type of the metrics extracted from the radio frequency signals communicated between base stations (BSs) and MTs. Ideal measurements are taken in environments which are free of obstacles and in direct ray tracings between BS and MT. This is not the case in indoor environment because the daily use of permanent obstacles in the work space scatters the ray tracings. Measurements taken in Non Line Of Sight (NLOS) are unpredictable and different from those taken in LOS. In order to reduce measurement errors, one can apply different techniques such as mitigation, approximation, prior correction, or filtering. Tracking systems (TSs) have many concrete applications in the space of individual navigation, social net- working, asset management, traffic management, mobile resource management, etc. Different techniques are applied to build TSs in indoor environments, where the signal is noisy, weak or even non-existent. While the Global Positioning System (GPS) devices work well outside buildings and in urban canyons, tracking an indoor user in a real-world environment is much more problematic. The prediction problem remains an essential obstacle to construct reliable indoor TSs. Then lacks of reliable wireless signals represent the main issue for indoor geo-location systems. This obviously calls for some sort of predictions and corrections to overcome signal reliability, which unavoidably open the door for a multitude of challenges. Varieties of approaches were proposed in the literature. The most used are the ones based on prediction filters, such as Linear Filter (LF), Kalman Filter (KF) and its derivatives, and Particle Filters (PF). Prediction filters are often used in estimation problems and applying Digital Fractional Differentiation can limit the impact of performance degradations. This work presents a novel approach for the WLAN indoor geo-location by using coordinates clustering. This approach allows overcoming the limitations of NLOS methods without applying any of mitigation, approximation, prior correction, or filtering approaches. Then a comparison study of deterministic and learning techniques for indoor geo-location is presented. Finally, it presents a novel soft approach for indoor tracking system by applying digital fractional integration (DFI) to classical prediction filters

Ce travail de thèse aborde le problème de l'alignement d'images 2D obtenues en tomographie électronique dans la perspective d'une reconstruction tridimensionnelle et la détection des ribosomes à partir de l'objet reconstruit. Une méthode d'optimisation globale est proposée pour minimiser un coût qui permet d'effectuer l'alignement 3D et la reconstruction de manière conjointe. La thèse traite également le problème de la segmentation des images 3D reconstruites avec une méthode de classification probabiliste. Cependant, la nature des images de cryo-tomographie révèle des problèmes de bruit et de contraste. Deux méthodes de filtrage 3D ont été proposées comme prétraitement du processus de segmentation. La première méthode est basée sur l'intégration fractionnaire. La seconde est basée sur l'analyse multi-fractale. L'institut de recherche biomédicale IGBMC de Strasbourg a fourni les images de projection utilisées dans cette thèse. / This thesis deals with the problem of the alignment of 2D images obtained by transmission electron microscopy in the perspective of a three-dimensional reconstruction and the detection of ribosomes from the reconstructed object. A global optimization method is proposed to minimize a cost that allows the 3D alignment and reconstruction to be carried out jointly. The thesis also deals with the problem of segmentation of reconstructed 3D images with a probabilistic classification method. However, the nature of cryo-tomography images reveals noise and contrast problems. For this reason, two methods of 3D filtering have been proposed as pre-processing of segmentation, one is based on fractional integration, and the other on a multi-fractal analysis. The institute of biomedical research IGBMC in Strasbourg provides the projection images used in this thesis.

L'objet de cette thèse est d'étudier les systèmes de cointégration fractionnaire de forme triangulaire mais également d'analyser l'apport de ces systèmes dans la modélisation des co-mouvements au sein des marchés financiers internationaux. La thèse s'articule autour de six chapitres équitablement répartis entre contributions économétriques et économiques. Concernant l'approche économétrique, un intérêt particulier est donné à l'estimation de ces systèmes en absence d'information sur les paramètres d'intérêts. Dans cette optique, plusieurs techniques d'estimation sont analysées et développées, essentiellement dans le domaine des fréquences car celui-ci permet un traitement semi-paramétrique des paramètres de nuisances. Les performances de ses estimateurs sont étudiés à travers des simulations mais également à travers l'étude des propriétés asymptotiques. Concernant l'approche économique, une première contribution exploite la cointégration fractionnaire pour révéler l'existence d'un système de taux de change entre certains pays Asiatiques. Une deuxième contribution porte sur l'analyse des interdépendances entre le marché du pétrole et divers taux de change au niveau de la volatilité. Une troisième contribution introduit un processus d'apprentissage adaptatif dans un modèle monétaire à plusieurs pays afin d'étudier sous quelles conditions un système de taux de change peut émerger. / The aim of the thesis is to study a triangular form of fractional cointegration systems and to investigate whether these systems allow to model the comovements in international financial markets. The thesis is organized around six chapters. Three of them are theory-oriented and the three others are empirics-oriented. Concerning the econometric approach, a particular interest is devoted to the estimation of these systems when all parameters of interest are unknown. To this extent, several estimation techniques are investigated and introduced, essentially in frequency domain as it allows a semi-parametric treatment of the nuisance parameters. Most of times, the performance of these estimators are studied by means of simulations but the asymptotic theory is also developed. Concerning the economic approach, a first contribution applies the fractional cointegration theory to reveal the existence of an exchange rate system between several Asian countries. A second contribution deals with the risk interdependences between the crude oil market and several exchange rates. A third contribution considers an adaptive learning mechanism in a multi-country monetary model to investigate the conditions under which an exchange rate system is likely to emerge.