Dans un contexte où les systèmes communicants fleurissent, les Convertisseurs Analogique Numérique CAN doivent suivre les demandes des nouveaux standards de télécommunications. Un convertisseur seul, ne peut pas allier rapidité, précision et faible consommation de puissance. Dans le cadre de nos travaux, nous somme intéressé à une structure prometteuse de CAN basée sur l'entrelacement temporel de plusieurs convertisseurs, TIADC. Le taux d'échantillonnage augmente proportionnellement avec le nombre de CAN mais des problèmes de disparité entre les différents CAN réduisent la résolution effective du TIADC. Dans ce mémoire, nous avons contribuer à l'étude de ces convertisseurs, notamment aux pertes engendrées par les disparités entre les différents convertisseurs. La structure du TIADC a été modélisé dans un environnement de description matérielle. Plusieurs solutions de calibrations existantes ont été simulé afin de vérifier leur fonctionnement et de pouvoir proposer deux méthodes de correction. Une première méthode en différé visant le domaine de l'instrumentation et une seconde, en ligne visant des application de élécommunications. La première méthode a été vérifié par des données expérimentales, la seconde était implémenté dans un FPGA et vérifié par des tests et des mesures.

Les réseaux radio actuelles utilisent le spectre inefficacement, car une bande de fréquence est allouée de façon permanente à une technologie spécifique. Vu que le spectre est une ressource limitée, cette attribution statique ne pourra bientôt plus combler les besoins des systèmes de transmission qui ne cessent de croître. On peut toutefois optimiser l'utilisation du spectre en permettant des transmissions secondaires (SU) dans les espaces libres du primaire (PU). Cette vision constitue l'objectif principal de la radio cognitive. Nous proposons d'évaluer les stratégies de transmission pour la coexistence des systèmes primaires (PU) et SU dans les mêmes réseaux. Plus concrètement, nous nous focalisons sur un scénario spatial interweave en émettant les signaux SU dans les espaces vides du PU à l'aide d'un précodeur linéaire. Néanmoins, ce précodage nécessite une connaissance a priori des canaux interférents. L'échange d'informations entre le PU et le SU étant proscrit, nous exploitons l'hypothèse de la réciprocité du canal. Cette hypothèse compense l'absence de coopération, mais elle n'est pas si évidente à exploiter en pratique à cause des perturbations des circuits radio fréquence. Nous suggérons de compenser ces perturbations par des méthodes de calibration relative. Nous proposons ensuite une implémentation temps-réel des solutions sur une plateforme LTE. Pour finir, nous généralisons l'approche RC à un système de transmission multi-utilisateurs, à travers une combinaison des techniques RC et massive MIMO, cette approche constitue s'établit comme une solution à la progression exponentielle du trafic.

Les réseaux radio actuelles utilisent le spectre inefficacement, car une bande de fréquence est allouée de façon permanente à une technologie spécifique. Vu que le spectre est une ressource limitée, cette attribution statique ne pourra bientôt plus combler les besoins des systèmes de transmission qui ne cessent de croître. On peut toutefois optimiser l'utilisation du spectre en permettant des transmissions secondaires (SU) dans les espaces libres du primaire (PU). Cette vision constitue l'objectif principal de la radio cognitive. Nous proposons d'évaluer les stratégies de transmission pour la coexistence des systèmes primaires (PU) et SU dans les mêmes réseaux. Plus concrètement, nous nous focalisons sur un scénario spatial interweave en émettant les signaux SU dans les espaces vides du PU à l'aide d'un précodeur linéaire. Néanmoins, ce précodage nécessite une connaissance a priori des canaux interférents. L'échange d'informations entre le PU et le SU étant proscrit, nous exploitons l'hypothèse de la réciprocité du canal. Cette hypothèse compense l'absence de coopération, mais elle n'est pas si évidente à exploiter en pratique à cause des perturbations des circuits radio fréquence. Nous suggérons de compenser ces perturbations par des méthodes de calibration relative. Nous proposons ensuite une implémentation temps-réel des solutions sur une plateforme LTE. Pour finir, nous généralisons l'approche RC à un système de transmission multi-utilisateurs, à travers une combinaison des techniques RC et massive MIMO, cette approche constitue s’établit comme une solution à la progression exponentielle du trafic. / The accelerated evolution of wireless transmission in recent years has dramatically increased the spectrum overcrowding. Indeed, the spectrum is inefficiently used in the conventional networks, since a frequency band is statically allocated to a specific technology called primary (PU). Whereas the radio spectrum is limited, this static frequency allocation will no longer be able to meet the increasing needs of bandwidth. However, the spectrum can be optimally used in enabling secondary (SU) transmissions, provided the latters do not harm the PU. This opportunistic vision of wireless transmissions is the main aim of Cognitive Radio (CR). CR enables smart use of wireless resources and is a key ingredient to perform high spectral efficiency. We focus on a spatial interweave (SIW) CR scenario which exploits the spatial white spaces to enable SU transmissions. The latter forms spatial beams using precoders, so that there is no interference towards the primary. Nevertheless, this precoding requires acquisition of the crosslink channel. However, due to the lack of cooperation between PU and SU, we acquire the channel thanks to channel reciprocity. Furthermore, the practical use of the reciprocity is not as straightforward as in theory, because it is is jeopardized by the nonreciprocal radio frequency front-ends. These perturbations are compensated in our study by relative calibration algorithms. Subsequently, we propose an implementation of our solutions in a real-time LTE platform. Eventually, we extend the CR model to a MU system in suggesting a combination of SIW and massive MIMO techniques. This scheme is an interesting candidate to overcome the exponential traffic growth.

La nouvelle génération d'expériences de physique produira une quantité de données sans précédent. Cette augmentation du flux de données cause des bouleversements techniques à tous les niveaux, comme le stockage des données, leur analyse, leur dissémination et leur préservation.Le projet CTA sera le plus grand observatoire d'astronomie gamma au sol à partir de 2021. Il produira plusieurs centaines de Péta-octets de données jusqu'en 2030 qui devront être analysées, stockée, compressées, et réanalysées tous les ans.Ce travail montre comment optimiser de telles analyses de physique avec les techniques de l'informatique hautes performances par le biais d'un générateur de format de données efficace, d'optimisation bas niveau de l'utilisation du pipeline CPU et de la vectorisation des algorithmes existants, un algorithme de compression rapide d'entiers et finalement une nouvelle analyse de données basée sur une méthode de comparaison d'image optimisée. / The new generation research experiments will introduce huge data surge to a continuously increasing data production by current experiments. This increasing data rate causes upheavals at many levels, such as data storage, analysis, diffusion and conservation.The CTA project will become the utmost observatory of gamma astronomy on the ground from 2021. It will generate hundreds Peta-Bytes of data by 2030 and will have to be stored, compressed and analyzed each year.This work address the problems of data analysis optimization using high performance computing techniques via an efficient data format generator, very low level programming to optimize the CPU pipeline and vectorization of existing algorithms, introduces a fast compression algorithm for integers and finally exposes a new analysis algorithm based on efficient pictures comparison.