La méthode de localisation de source qui permet d’identifier anatomiquement les générateurs de l’activité électrique cérébrale reste encore actuelle difficile à mettre en place et à utiliser en routine clinique. Une des étapes de cette méthode consiste à repérer spatialement les électrodes EEG positionnées sur le cuir chevelu. Ce travail de Doctorat a consisté à mettre au point de nouveaux capteurs EEG compatibles et repérables en IRM et à automatiser ce processus pour le rendre plus fiable et plus facile d’utilisation. Pour ce faire, nous avons développé et breveté de nouveaux capteurs de signaux électrophysiologiques et nous avons implémenté un algorithme informatique de détection et de labellisation automatique en IRM. Ces dispositifs ont été testés cliniquement chez des sujets sains et des patients épileptiques en comparaison avec la numérisation électromagnétique qui est la technique de référence. Nous avons montré dans un premier temps, l’efficacité de notre méthode du point de vue de la précision, de la reproductibilité et des performances. Nous avons montré ensuite que notre méthode n’engendrait pas d’erreurs de localisation anatomique des générateurs électroneurophysiologiques (PES, PEV, EPIC). Ces études cliniques ont été validées par des enregistrements d’IRM fonctionnelle et par une comparaison avec les données de la littérature. Enfin, nous avons développé un outil de projection de la position des capteurs de surface sur le cortex de façon à identifier les structures anatomiques et aires de Brodmann associées aux capteurs EEG du système international 10/10. Notre méthode de détection et de labellisation automatique des capteurs EEG grâce à l’IRM (ALLES) permet donc de limiter l’intervention humaine et de simplifier la méthode de localisation de source puisque seuls les examens d’EEG et d’IRM deviennent nécessaires. / Spatial localization of scalp EEG electrodes is a major step in dipole source localization and it must be accurate, reproducible and practical. Several methods have been proposed in the last fifteen years. The most widely used method is currently electromagnetic digitization. In this work, we introduce a new automatic method for localizing and labeling EEG sensors using MRI (ALLES). First, we designed a new scalp EEG sensor which is MR compatible and localizable. Secondly, we validated this new technique on a head phantom and then in a clinical environment with normal volunteers and epileptic patients. To do this, we compare the reproducibility, accuracy and performances of our method with electromagnetic digitization. We also demonstrate that our method provides better reproducibility with a significant difference (p < 0.01). Concerning accuracy, both methods are equally accurate with no statistical differences. We have tested our method both on normal volunteers (SEP and VEP studies) and epileptic patients (Spikes studies). Source localizations were not influenced by ALLES and we observe results consistent with the literature. Finally, we develop a method which projects the surface positions of the sensors (10-10 system) onto the cortex. This tool is helpful for visual inspection of high resolution EEG traces and for electroclinical diagnostic. To conclude, automation makes our method (ALLES) very reproducible and easy to handle in a routine clinical environment. It offers the possibility of using MRI volume for both source localization and spatial localization of EEG sensors.

Le système auditif de l'homme fournit de nombreuses informations sur son environnement sonore. Nous sommes par exemple capables de localiser précisément l'origine d'un son et d'en interpréter sa signification, si bien qu'il parait aujourd'hui extrêmement difficile de se passer de ces informations sonores dans un monde dynamique et imprévisible. Pourtant, la robotique mobile n'a que très peu intégré cette modalité auditive, bien qu'elle apparaisse indispensable pour compléter les informations délivrées par les autres capteurs extéroceptifs tels que les caméras, les télémètres lasers ou les d´etecteurs ultra-sonores. Nous présentons dans cette thèse la conception d'un système auditif artificiel, composé de 8 microphones omnidirectionnels et d'une carte d'acquisition/traitement, pour la localisation de source sonore. Cette problématique a déjà été très largement traitée dans la littérature issue du Traitement du Signal et de l'Acoustique. Cependant, des contraintes inédites d'embarquabilité et de temps réel imposées par la robotique limitent l'applicabilité de ces méthodes pour des signaux large bande tels que la voix. Après une étude bibliographique approfondie sur les solutions de localisation déjà proposées en robotique, nous envisageons la définition de formations de voie invariantes en fréquence. Celles-ci sont synthétisées selon une nouvelle méthode d'optimisation convexe basée sur la représentation modale des diagrammes de directivité. Cette solution permet d'améliorer sensiblement la résolution des basses fréquences, aussi bien en champ proche qu'en champ lointain, malgré l'utilisation d'une antenne de microphones de petite taille. Nous exploitons ensuite ces nouvelles formations de voie optimisées pour le tracé d'une carte de puissance acoustique de l'environnement. Comparativement aux méthodes conventionnelles, la localisation s'avère plus précise et permet de traiter des signaux large bande sur la bande de fréquence 400Hz-3kHz. Nous évaluons enfin une extens ion récente de la méthode MUSIC dans l'espace des formations de voie pouvant être compatible avec les contraintes liées au contexte robotique.

Dans cette thèse, nous étudions le problème de la localisation de sources sismo-volcanique, à partir des données enregistrées par des réseaux de capteurs composés de nouveaux sismomètres à trois composantes (3C). Nous nous concentrerons sur le volcan Ubinas, l'un des plus actifs au Pérou. Nous développons une nouvelle approche (MUSIC-3C) basée sur la méthode MUSIC permetant de retourner les 3 paramètres utiles (lenteur, azimut et incidence). Pour valider notre méthodologie, nous analysons des sources synthétiques propagées en tenant compte de la topographie du volcan Ubinas. Dans cette expérience, les données synthétiques ont été générées pour plusieurs sources situées à différentes profondeurs sous le cratère Ubinas. Nous utilisons l'algorithme MUSIC-3C pour les relocaliser. Nous traitons également des données réelles provenant d'une expérience de terrain menée sur le volcan Ubinas (Pérou) en 2009 par les équipes de recherche de l'IRD-France (Institut de Recherche pour le Déveleppment), UCD l'Irlande (projet VOLUME) et l'Institut de Géophysique du Pérou (IGP). Nous utilisons l'algorithme MUSIC-3C pour localiser les événements explosifs (type vulcanien), ce qui nous permet d'identifier et d'analyser les processus physiques de ces événements, à la suite de cette analyse, nous avons trouvé deux sources pour chaque explosion situées à 300 m et 1100 m en dessous du fond du cratère actif. Basé sur les mécanismes éruptifs proposés pour d'autres volcans du même type, nous interprétons la position de ces sources ainsi que les limites du conduit éruptif impliqué dans le processus de fragmentation. / In this thesis, we study the seismo-volcanic source localization using data recorded by new sensor arrays composed of three-component (3C) seismometers deployed on Ubinas stratovolcano (Peru). We develop a new framework (MUSIC-3C) of source localization method based on the well-known MUSIC algorithm. To investigate the performance of the MUSIC-3C method, we use synthetic datasets designed from eight broadband isotropic seismic sources located beneath the crater floor at different depths. The fundamental scheme of the MUSIC-3C method exploits the fact of the cross-spectral matrix of 3C array data, corresponding to the first seismic signal arrivals, provides of useful vector components (slowness, back-azimuth and incidence angle) from the seismic source. Application of the MUSIC-3C method on synthetic datasets shows the recovery of source positions. Real data used in this study was collected during seismic measurements with two seismic antennas deployed at Ubinas volcano in 2009, whose experiment conduced by volcanic teams of IRD-France (l'Institute de Recherche pour le Déveleppment), Geophysics group University College Dublin Ireland and Geophysical Institute of Peru (IGP). We apply the MUSIC-3C algorithm to investigate wave fields associated with the magmatic activity of Ubinas volcano. These analysis evidence a complex mechanism of vulcanian eruptions in which their seismic sources are found at two separated sources located at depths of 300 m and 1100 m beneath the crater floor. This implies the reproduction of similar mechanisms into the conduit. Based on the eruptive mechanisms proposed for other volcanoes of the same type, we interpret the position of this sources as the limits of the conduit portion that was involved in the fragmentation process.

Le milieu marin recèle de nombreuses sources acoustiques Ultra Basse Fréquence (UBF : 0-100Hz), qu'elles soient naturelles ou d'origine humaine. Les ondes UBF sont d'excellents porteurs d'information, aussi bien pour caractériser l'environnement que pour localiser des sources acoustiques. Cependant, la propagation des ondes UBF en milieu marin est dispersive, et cette dispersion est ambivalente. Elle déforme un signal large bande au cours de sa propagation, rendant son étude plus compliquée. En revanche, son analyse permet de remonter aux informations sur le canal de propagation et sur la localisation de la source. Cette étude propose des outils d'analyse de la dispersion UBF dans le cas défavorable d'une réception monocapteur en milieu petit fond. En caractérisant le signal reçu dans le domaine temps-fréquence grâce à des outils de warping, il est possible d'effectuer l'inversion géoacoustique sur un unique récepteur et la localisation de source sur un réseau parcimonieux d'hydrophones. Les méthodes proposées ne sont pas applicables aux environnements de type grand fond. Pour y remédier, une étude de la dispersion basée sur l'invariant océanique est alors proposée. Elle permet de réaliser la localisation de source en utilisant une antenne horizontale de récepteurs. Toutes les méthodes développées lors de cette étude ont été validées sur des simulations et des données expérimentales marines. Un effort particulier a été fourni pour proposer des méthodes applicables en contexte opérationnel, et plusieurs expériences en cuve ultrasonore ont été réalisées.

Dans cette thèse, nous étudions le problème de la localisation de sources sismo-volcanique, à partir des données enregistrées par des réseaux de capteurs composés de nouveaux sismomètres à trois composantes (3C). Nous nous concentrerons sur le volcan Ubinas, l'un des plus actifs au Pérou. Nous développons une nouvelle approche (MUSIC-3C) basée sur la méthode MUSIC permetant de retourner les 3 paramètres utiles (lenteur, azimut et incidence). Pour valider notre méthodologie, nous analysons des sources synthétiques propagées en tenant compte de la topographie du volcan Ubinas. Dans cette expérience, les données synthétiques ont été générées pour plusieurs sources situées à différentes profondeurs sous le cratère Ubinas. Nous utilisons l'algorithme MUSIC-3C pour les relocaliser. Nous traitons également des données réelles provenant d'une expérience de terrain menée sur le volcan Ubinas (Pérou) en 2009 par les équipes de recherche de l'IRD-France (Institut de Recherche pour le Déveleppment), UCD l'Irlande (projet VOLUME) et l'Institut de Géophysique du Pérou (IGP). Nous utilisons l'algorithme MUSIC-3C pour localiser les événements explosifs (type vulcanien), ce qui nous permet d'identifier et d'analyser les processus physiques de ces événements, à la suite de cette analyse, nous avons trouvé deux sources pour chaque explosion situées à 300 m et 1100 m en dessous du fond du cratère actif. Basé sur les mécanismes éruptifs proposés pour d'autres volcans du même type, nous interprétons la position de ces sources ainsi que les limites du conduit éruptif impliqué dans le processus de fragmentation.

Cette thèse concerne la définition d'algorithmes pour la localisation de sources sonores (statiques ou mobiles) depuis un capteur binaural mobile en robotique. L'objectif est de développer des stratégies actives, qui combinent les signaux gauche-droite perçus et les ordres moteurs du capteur de façon à compenser les limitations usuelles dans le cas d'un monde statique : levée d'ambiguïtés (par exemple, avant-arrière), récupération de l'observabilité de certaines variables inobservables, etc. L'étude est focalisée sur des stratégies en deux étapes : (1) extraction d'information spatiale et détection d'activité relative à la/les sources par une analyse court-terme des flux audio ; (2) assimilation temporelle de ces données et fusion avec les ordres moteurs du capteur dans un schéma de filtrage stochastique.

Le chargement électrostatique d’un avion en vol peut mener à des perturbations électromagnétiques sur les systèmes de communication et navigation à bord. Ce phénomène est appelé Precipitation Static (P-Static). Cette thèse vise à développer un outil capable de localiser la source des perturbations pour ainsi réduire le coût et la durée des missions d’investigation spécifiques en compagnie aérienne. Les principaux objectifs sont : •Comprendre les mécanismes de charge et décharge électrique d’un avion en vol. •Développer une instrumentation capable de mesurer les émissions des sources de P-Static et qui soit conforme à une installation sur avion. •Développer une méthode de localisation capable d’estimer la position de la source. Le comportement électrostatique d’un avion en vol a été étudié. Le défi de la mesure temporelle de l’impulsion générée par des décharges sur avion a été relevé à l’aide des antennes VHF, d’une chaine d’amplification à fort gain, de filtres sélectifs, d’un déclenchement de mesure automatique et de l’exploitation de nombreuses mesures. Les retards mesurés entre les impulsions ont été utilisés comme entrée de la méthode inverse de localisation développée. Cette méthode repose sur une base de données de retards, construite par modélisation de la propagation, permettant après comparaison avec la mesure, de déterminer la position de la source. Les tests effectués au laboratoire et sur avion au sol ont montré des résultats prometteurs puisque les zones estimées contenant la source correspondent à une zone réduite sur la surface de l’avion. / The static charging of an aircraft in flight may lead to electrostatic discharges that in turn lead to electromagnetic disturbances on aircraft radio and avionic systems. This phenomenon is called Precipitation Static (P-Static). This thesis aims to develop a tool capable of narrowing down the location of the source of disturbances in order to reduce the cost and duration of specific troubleshooting missions in airlines. The main objectives are : •To understand the electrical charging and discharging dynamics of an aircraft. •To develop an instrumentation capable of measuring the electromagnetic emissions of P-Static sources and that is compliant to aircraft installation constraints. •To develop a location method capable of estimating the position of the source. The electrostatic behaviour of an aircraft has been studied. The challenge in measuring the pulse generated by discharges on an aircraft was achieved by the combination of VHF antennas, a high gain amplifier chain, selective filters, automated triggering and numerous acquisitions. The delays obtained between the three pulses serve as input for the location inverse method developed. This method is based on a database of delays, built using propagation models, allowing after comparison with measurements, to determine the source position. The tests performed in laboratory and on aircraft on ground show promising results as the estimated zones containing the source correspond to a reduced zone on the surface of the aircraft.

La corrélation de bruit sismique est aujourd'hui une technique largement utilise en sismologie. L'aspect attrayante de cette technique est lie a la possibilité d'obtenir une estimation de la fonction Green partout sur la surface de la Terre, aussi en absence de source sismique comme le tremblement de terre. Les ondes des surface ils sont facilement obtenu par corrélation de bruit, et elles sont très utiliser pour l'imagerie de la croute et du manteau superieur. Dans la possible observation des ondes de volume par corrélation de bruit, il peut avoir le potentielle pour résoudre aussi les structures de la Terre profonde.Dans la première partie de la thèse, on utilise les ondes de surface estime par corrélation de bruit sismique au fin de produire en modèle tomographique de la croute en Finlande.Dans la deuxième partie, on se focalise sur la nouvelle possibilité d'obtenir des ondes de volume par corrélation de bruit. Suite a la démonstration aue des ondes des volume son bien observe par corrélation de bruit a toutes les échelles, on utilise ces ondes pour l'imagerie de la Terre profonde. Ces nouveaux et prometteur résultats ils permettent d’incrémenter la connaissance de la structure profonde de la Terre, avec un incroyable augmentation de la résolution de la méthode d'imagerie. / Ambient seismic noise correlation technique is today widely applied in seismology. The attractive aspect of this method relies in the possibility of obtaining an estimated Green's function everywhere in the world, also in absence of explosions or earthquakes. As surface waves dominate the estimated Green's fucntion, they can be used for high-resolution imaging of the shallow Earth. Similar observation of body waves would provide the required resolution to solve the deeper Earth structures.In the first part of our work we focus on resolving the crustal structure of northern Finland. Using surface waves reconstructed from noise correlation, we reconstructed a threedimensional S waves model that gives acces to the ancient structures of the crust.In the second part we analyse how body waves can emerge from seismic noise correlation. We show that body waves travelling from regional to teleseismic distances are well reconstructed from noise correlation. As these waves contain information about the Earth structure they represent a new and original dataset to improve the knowledge of our planet.

Dans ce travail nous étudions la problématique des ingénieurs du son face au mixage d’un microphone principal HOA avec des microphones d’appoint, et notamment l’estimation des paramètres tels que le retard, la position et le gain des sources acoustiques associées aux microphones d’appoint. Nous proposons un algorithme fournissant les paramètres estimés (retard, position, gain) basé sur des équations d’encodage spatial au format HOA qui peuvent alors être utilisées pour traiter les signaux des microphones d’appoint durant le mixage. Cette extraction automatique des paramètres peut être vue comme une assistance pour les ingénieurs du son, leur permettant d’éviter un travail à faible valeur ajoutée (mesure de la distance et des angles entre microphones) afin de pouvoir se concentrer sur des problèmes artistiques comme l’ajustement des paramètres de niveau, d’égalisation ou de compression, voire l’ajustement fin des paramètres de retard, position, gain. La robustesse de l’algorithme est bien présentée pour les scènes sonores de différents niveaux de complexité (plusieurs sources acoustiques, réverbération, encodage réel du microphone…). Nous proposons des tests de performances pour les scènes sonores simulées et réels afin de montrer l’efficacité de l’algorithme ainsi que ces limites. La conclusion et les perspectives pour des futurs travaux complètent cette thèse à la fin du document. / In this thesis we study the problematic of a sound engineer mixing HOA (Higher Order Ambisonics) and spot microphones, namely the estimation of parameters such as delay, position and gain of acoustic sources associated to spot microphones. We present a typical workflow in this context, and also propose an algorithm extracting parameters that could be applied to the spot microphone signals. This mixing assistance allows sound engineers to easily work with HOA 3D sound and to concentrate on artistic choices (fine adjustments of the parameters), by avoiding a low-added value work (coarse parameter estimation). The robustness of the estimators is evaluated on recorded and artificial sound scenes, with different degrees of complexity in terms of number of sources and acoustic conditions (reverberation, effect of real microphone encoding, …). We also provide performance evaluations, based on both sound scene simulations and real recordings, showing encouraging results along with actual limits, and conclude on perspectives.

Dans les applications d'écoute active, il est primordial de pouvoir interagir avec les sources individuelles présentes dans le mix, par exemple en changeant leur position spatiale. Dans cette thèse, nous avons proposé des techniques binaurales pour la localisation et la spatialisation, basées sur les différences interaurales en amplitude et en temps d'arrivée. Les techniques sont développées dans le plan temps-fréquence. Elles permettent de localiser et de projeter toute source dans l'espace environnant un auditeur. aussi nous avons mis au point des techniques de séparation binaurale de source basées sur le Maximum de vraisemblance et de masques spatiaux probabilistes. Enfin nous avons étendu les techniques binaurales à des techniques multi-diffusion utilisant un ensemble de haut-parleurs. Les techniques proposées sont éprouvées et comparées à des techniques de référence de la littérature. Pour des performances similaires aux techniques existantes, nos propositions ont un avantage significatif en terme de complexité qui les rendent appropriées aux applications temps-réel. / In active listening applications, it is important to be able to interact with individual sources present in the mix, for example by changing their spatial position. In this thesis, we proposed techniques for binaural localization and spatialization, based on interaural differences in amplitude and in time of arrival. The techniques are developed in the time-frequency plane. They can locate and project sources in the space surrounding a listener. We also developed binaural source separation methods based on the Maximum Likelihood and on spatial probabilistic masks. Finally, we extended binaural spatialization techniques to multi-diffusion techniques which use a set of speakers for diffusion. The proposed techniques are tested and compared to referenced, well-known techniques. For similar performance with the existing ones, our proposed techniques highlight complexity advantages and are suitable for real-time applications.