La disponibilité et la persistance à l'échelle locale des métaux lourds pourraient être critiques notamment pour l'usage futur des zones agricoles ou urbaines, au droit desquelles de nombreux sites industriels se sont installés dans le passé. La gestion de ces situations environnementales complexes nécessitent le développement de nouvelles méthodes d'analyse peu invasives (capteurs environnementaux), comme celles utilisant des biosenseurs bactériens, afin d'identifier et d'évaluer directement l'effet biologique et la disponibilité chimique des métaux. Ainsi dans ce travail de thèse, nous avons cherché à identifier, à l'aide d'outils mathématiques de l'algèbre multilinéaire, les réponses de senseurs bactériens fluorescents dans des conditions environnementales variées, qu'il s'agisse d'un stress engendré par la présence à forte dose d'un métal ou d'une carence nutritive engendrée par son absence. Cette identification est fondée sur l'analyse quantitative à l'échelle d'une population bactérienne de signaux multidimensionnels. Elle repose en particulier sur (i) l'acquisition de données spectrales (fluorescence) multi-variées sur des suspensions de biosenseurs multicolores interagissant avec des métaux et sur (ii) le développement d'algorithme de décomposition tensoriels. Les méthodes proposées, développées et utilisées dans ce travail s'efforcent d'identifier « sans a priori» a minima, la réponse fonctionnelle de biosenseurs sous différentes conditions environnementales, par des méthodes de décomposition de tenseurs sous contraintes des signaux spectraux observables. Elles tirent parti de la variabilité des réponses systémiques et permettent de déterminer les sources élémentaires identifiant le système et leur comportement en fonction des paramètres extérieurs. Elles sont inspirées des méthodes CP et PARALIND . L'avantage de ce type d'approche, par rapport aux approches classiques, est l'identification unique des réponses des biosenseurs sous de faibles contraintes. Le travail a consisté à développer des algorithmes efficaces de séparations de sources pour les signaux fluorescents émis par des senseurs bactériens, garantissant la séparabilité des sources fluorescentes et l'unicité de la décomposition. Le point original de la thèse est la prise en compte des contraintes liées à la physique des phénomènes analysés telles que (i) la parcimonie des coefficients de mélange ou la positivité des signaux source, afin de réduire au maximum l'usage d'a priori ou (ii) la détermination non empirique de l'ordre de la décomposition (nombre de sources). Cette posture a permis aussi d'améliorer l'identification en optimisant les mesures physiques par l'utilisation de spectres synchrones ou en apportant une diversité suffisante aux plans d'expériences. L'usage des spectres synchrones s'est avéré déterminant à la fois pour améliorer la séparation des sources de fluorescence, mais aussi pour augmenter le rapport signal sur bruit des biosenseurs les plus faibles. Cette méthode d'analyse spectrale originale permet d'élargir fortement la gamme chromatique des biosenseurs fluorescents multicolores utilisables simultanément. Enfin, une nouvelle méthode d'estimation de la concentration de polluants métalliques présents dans un échantillon à partir de la réponse spectrale d'un mélange de biosenseurs non-spécifiques a été développée / Availability and persistence of heavy metals could be critical for future use of agricultural or urban areas, on which many industrial sites have installed in the past. The management of these complex environmental situations requiring the development of new analytical methods minimally invasive, such as bacterial biosensors, to identify and directly assess the biological effects and the chemical availability of metals. The aims of this thesis was to identify the responses of fluorescent bacterial sensors various environmental conditions, using mathematical tools of algebra multi-linear, whether stress caused by the presence of high dose of a metal or a nutrient deficiency caused by his absence. This identification is based on quantitative analysis of multidimensional signals at the bacterial population-scale. It is based in particular on (i) the acquisition of multivariate spectral data on suspensions of multicolored biosensors interacting with metals and (ii) the development of algorithms for tensor decomposition. The proposed methods, developed and used in this study attempt to identify functional response of biosensors without \textsl{a priori} by decomposition of tensor containing the spectral signals. These methods take advantage of the variability of systemic responses and allow to determine the basic sources identifying the system and their behavior to external factors. They are inspired by the CP and PARALIND methods. The advantage of this approach, compared to conventional approaches, is the unique identification of the responses of biosensors at low constraints. The work was to develop efficient algorithms for the source separation of fluorescent signals emitted by bacterial sensors, ensuring the sources separability and the uniqueness of the decomposition. The original point of this thesis is the consideration of the physical constraints of analyzed phenomena such as (i) the sparsity of mixing coefficients or positivity of sources signals in order to minimize the use of a priori or (ii) the non-empirical determination of the order of decomposition (number of sources).This posture has also improved the identification optimizing physical measurements by the use of synchronous spectra or providing sufficient diversity in design of experiments. The use of synchronous spectra proved crucial both to improve the separation of fluorescent sources, but also to increase the signal to noise ratio of the lowest biosensors. This original method of spectral analysis can greatly expand the color range of multicolored fluorescent biosensors used simultaneously. Finally, a new method of estimating the concentration of metal pollutants present in a sample from the spectral response of a mixture of non-specific biosensor was developed

Cette thèse s'inscrit dans le domaine des problèmes inverses en traitement du signal. Elle est consacrée à la conception d'algorithmes de restauration et de séparation de signaux parcimonieux et à leur application à l'approximation de courbes de forces en microscopie de force atomique (AFM), où la notion de parcimonie est liée au nombre de points de discontinuité dans le signal (sauts, changements de pente, changements de courbure). Du point de vue méthodologique, des algorithmes sous-optimaux sont proposés pour le problème de l'approximation parcimonieuse basée sur la pseudo-norme ℓ0 : l'algorithme Single Best Replacement (SBR) est un algorithme itératif de type « ajout-retrait » inspiré d'algorithmes existants pour la restauration de signaux Bernoulli-Gaussiens. L'algorithme Continuation Single Best Replacement (CSBR) est un algorithme permettant de fournir des approximations à des degrés de parcimonie variables. Nous proposons aussi un algorithme de séparation de sources parcimonieuses à partir de mélanges avec retards, basé sur l'application préalable de l'algorithme CSBR sur chacun des mélanges, puis sur une procédure d'appariement des pics présents dans les différents mélanges. La microscopie de force atomique est une technologie récente permettant de mesurer des forces d'interaction entre nano-objets. L'analyse de courbes de forces repose sur des modèles paramétriques par morceaux. Nous proposons un algorithme permettant de détecter les régions d'intérêt (les morceaux) où chaque modèle s'applique puis d'estimer par moindres carrés les paramètres physiques (élasticité, force d'adhésion, topographie, etc.) dans chaque région. Nous proposons finalement une autre approche qui modélise une courbe de force comme un mélange de signaux sources parcimonieux retardées. La recherche des signaux sources dans une image force-volume s'effectue à partir d'un grand nombre de mélanges car il y autant de mélanges que de pixels dans l'image.

On se place dans le cadre du traitement des signaux audio multicanaux et multi-sources. À partir du mélange de plusieurs sources sonores enregistrées en milieu réverbérant, on cherche à estimer les réponses acoustiques (ou filtres de mélange) entre les sources et les microphones. Ce problème inverse ne peut être résolu qu'en prenant en compte des hypothèses sur la nature des filtres. Notre approche consiste d'une part à identifier mathématiquement les hypothèses nécessaires sur les filtres pour pouvoir les estimer et d'autre part à construire des fonctions de coût et des algorithmes permettant de les estimer effectivement. Premièrement, nous avons considéré le cas où les signaux sources sont connus. Nous avons développé une méthode d'estimation des filtres basée sur une régularisation convexe prenant en compte à la fois la nature parcimonieuse des filtres et leur enveloppe de forme exponentielle décroissante. Nous avons effectué des enregistrements en environnement réel qui ont confirmé l'efficacité de cet algorithme. Deuxièmement, nous avons considéré le cas où les signaux sources sont inconnus, mais statistiquement indépendants. Les filtres de mélange peuvent alors être estimés à une indéter- mination de permutation et de gain près à chaque fréquence par des techniques d'analyse en composantes indépendantes. Nous avons apporté une étude exhaustive des garanties théoriques par lesquelles l'indétermination de permutation peut être levée dans le cas où les filtres sont parcimonieux dans le domaine temporel. Troisièmement, nous avons commencé à analyser les hypothèses sous lesquelles notre algo- rithme d'estimation des filtres pourrait être étendu à l'estimation conjointe des signaux sources et des filtres et montré un premier résultat négatif inattendu : dans le cadre de la déconvolution parcimonieuse aveugle, pour une famille assez large de fonctions de coût régularisées, le mi- nimum global est trivial. Des contraintes supplémentaires sur les signaux sources ou les filtres sont donc nécessaires.

Cette thèse propose de nouvelles méthodes de décomposition automatique de spectrogrammes de signaux musicaux. Les décompositions proposées sont issues de la factorisation en matrices non-négatives (NMF), puissante technique de réduction de rang réputée pour fournir une décomposition sur un petit nombre de motifs fréquentiels automatiquement extraits des données ayant généralement un sens perceptif. La NMF ne permet cependant pas de modéliser de façon efficace certaines variations temporelles d'éléments sonores non-stationnaires communément rencontrées dans la musique. Cette thèse propose donc d'introduire dans la NMF des modèles génératifs de spectrogrammes musicaux basés sur des modèles classiques de synthèse sonore afin de pouvoir prendre en compte deux types de variations courantes : les variations d'enveloppe spectrale (sons d'instruments à cordes métalliques libres...) et les variations de fréquence fondamentale (vibrato, prosodie...). L'introduction de modèles de synthèse simples dans la NMF permet de proposer des décompositions capables de prendre en compte ces variations : l'utilisation d'un modèle de synthèse source/ filtre permet de modéliser les variations spectrales de certains objets musicaux au cours du temps. L'utilisation d'un modèle d'atomes harmoniques paramétriques inspiré de la synthèse additive ou bien l'utilisation d'un modèle inspiré de la synthèse par table d'onde qui utilise des transformations d'un unique atome de base afin de recréer toute la tessiture de chaque instrument permettent de modéliser les variations de fréquence fondamentale. Une application de séparation de sources et une de transformation sélective du son sont également présentées.

En acoustique sous marine, les 'etudes sur les zones en eau peu profondes sontredevenues strat'egiques. Cette th'ese porte sur l' 'etude de la s'eparation et la d'etectionde trajet dans le cadre des eaux peu profondes tomographie acoustique oc'eanique. Dansune premi'ere 'etape de notre travail, nous avons donn'e un bref aperc¸u sur les techniquesexistantes de traitement acoustique sous-marine afin de trouver la difficult'e toujoursconfront'es 'a ce type de m'ethodes. Par cons'equent, nous avons fait une conclusion qu'ilest encore n'e cessaire d'am'eliorer la r'esolution de s'eparation afin de fournir des informationsplus utiles pour l' 'etape inverse de la tomographie acoustique oc'eanique.Ainsi, une enquˆete sur les mthodes haute r'esolution est effecut'ee. Enfin, nous avonspropos'e une m'ethode 'a haute r'esolution appel'ee lissage MUSICAL (MUSIC Active largeband), qui combine le lissage de fr'equence spatiale avec l'algorithme MUSICAL, pourune s'eparation efficace de trajet coh'erentes ou totalement corr'el'es. Cependant, cettem'ethode est bas'ee sur la connaissance a priori du nombre de trajet. Ainsi, nous introduisonsun test (exponential fitting test) (EFT) 'a l'aide de courte longueur des 'echantillonspour d'eterminer le nombre de trajets. Ces deux m'ethodes sont appliqu'ees 'a la fois desdonn'ees synth'etiques et les donn'ees r'eelles acquises dans un r'eservoir 'a petite 'echelle.Leurs performances sont compar'ees avec les m'ethodes conventionnelles pertinentes.

En acoustique sous marine, les ´etudes sur les zones en eau peu profondes sontredevenues strat´egiques. Cette th`ese porte sur l’ ´etude de la s´eparation et la d´etectionde trajet dans le cadre des eaux peu profondes tomographie acoustique oc´eanique. Dansune premi´ere ´etape de notre travail, nous avons donn´e un bref aperc¸u sur les techniquesexistantes de traitement acoustique sous-marine afin de trouver la difficult´e toujoursconfront´es `a ce type de m´ethodes. Par cons´equent, nous avons fait une conclusion qu’ilest encore n´e cessaire d’am´eliorer la r´esolution de s´eparation afin de fournir des informationsplus utiles pour l’ ´etape inverse de la tomographie acoustique oc´eanique.Ainsi, une enquˆete sur les mthodes haute r´esolution est effecut´ee. Enfin, nous avonspropos´e une m´ethode `a haute r´esolution appel´ee lissage MUSICAL (MUSIC Active largeband), qui combine le lissage de fr´equence spatiale avec l’algorithme MUSICAL, pourune s´eparation efficace de trajet coh´erentes ou totalement corr´el´es. Cependant, cettem´ethode est bas´ee sur la connaissance a priori du nombre de trajet. Ainsi, nous introduisonsun test (exponential fitting test) (EFT) `a l’aide de courte longueur des ´echantillonspour d´eterminer le nombre de trajets. Ces deux m´ethodes sont appliqu´ees `a la fois desdonn´ees synth´etiques et les donn´ees r´eelles acquises dans un r´eservoir `a petite ´echelle.Leurs performances sont compar´ees avec les m´ethodes conventionnelles pertinentes. / As the studies on shallow-water acoustics became an active field again, this dissertationfocuses on studying the separation and detection of raypaths in the context of shallowwaterocean acoustic tomography. As a first step of our work, we have given a briefreview on the existing array processing techniques in underwater acoustics so as to findthe difficulties still faced by these methods. Consequently, we made a conclusion thatit is still necessary to improve the separation resolution in order to provide more usefulinformation for the inverse step of ocean acoustic tomography. Thus, a survey on highresolutionmethod is provided to discover the technique which can be extended to separatethe raypaths in our application background. Finally, we proposed a high-resolutionmethod called smoothing-MUSICAL (MUSIC Actif Large band), which combines thespatial-frequency smoothing with MUSICAL algorithm, for efficient separation of coherentor fully correlated raypaths. However, this method is based on the prior knowledgeof the number of raypaths. Thus, we introduce an exponential fitting test (EFT)using short-length samples to determine the number of raypaths. These two methodsare both applied to synthetic data and real data acquired in a tank at small scale. Theirperformances are compared with the relevant conventional methods respectively.

Pour l’auscultation d’ouvrages, les capteurs à fibre optique sont généralement utilisés puisqu’ils présentent l’avantage de fournir des mesures réparties. Plus particulièrement, le capteur basé sur la technologie Brillouin permet d’acquérir un profil de fréquence Brillouin, sensible à la température et la déformation dans une fibre optique sur une dizaine de kilomètres avec un pas de l’ordre de la dizaine de centimètres. La première problématique est d’obtenir un profil centimétrique sur la même longueur d’auscultation. Nous y répondons en s’appuyant sur des méthodes de séparation de sources, de déconvolution et de résolution de problèmes inverses. Ensuite, nous souhaitons estimer la déformation athermique dans l’ouvrage. Pour cela, plusieurs algorithmes de filtrage adaptatif sont comparés. Finalement, un procédé pour quantifier le déplacement de l’ouvrage à partir des mesures de déformation est proposé. Toutes ces méthodes sont testés sur des données simulées et réelles acquises dans des conditions contrôlées. / For structural health monitoring, optical fiber sensors are mostly used thanks their capacity to provide distributed measurements. Based on the principle of Brillouin scattering, optical fiber sensors measure Brillouin frequency profile, sensitive to strain and temperature into the optical fiber, with a meter spatial resolution over several kilometers. The first problem is to obtain a centimeter spatial resolution with the same sensing length. To solve it, source separation, deconvolution and resolution of inverse problem methodologies are used. Then, the athermal strain into the structure is searched. Several algorithms based on adaptative filter are tested to correct the thermal effect on strain measurements. Finally, several methods are developed to quantify structure displacements from the athermal strain measurements. They have been tested on simulated and controlled-conditions data

Au cours de la dernière décennie, l’étude mathématique et statistique des représentations parcimonieuses de signaux et de leurs applications en traitement du signal audio, en traitement d’image, en vidéo et en séparation de sources a connu une activité intensive. Cependant, l'exploitation de la parcimonie dans des contextes de traitement multidimensionnel comme les communications numériques reste largement ouverte. Au même temps, les méthodes aveugles semblent être la réponse à énormément de problèmes rencontrés récemment par la communauté du traitement du signal et des communications numériques tels que l'efficacité spectrale. Aussi, dans un contexte de mobilité et de non-stationnarité, il est important de pouvoir mettre en oeuvre des solutions de traitement adaptatives de faible complexité algorithmique en vue d'assurer une consommation réduite des appareils. L'objectif de cette thèse est d'aborder ces challenges de traitement multidimensionnel en proposant des solutions aveugles de faible coût de calcul en utilisant l'à priori de parcimonie. Notre travail s'articule autour de trois axes principaux : la poursuite de sous-espace principal parcimonieux, la séparation adaptative aveugle de sources parcimonieuses et l'identification aveugle des systèmes parcimonieux. Dans chaque problème, nous avons proposé de nouvelles solutions adaptatives en intégrant l'information de parcimonie aux méthodes classiques de manière à améliorer leurs performances. Des simulations numériques ont été effectuées pour confirmer l’intérêt des méthodes proposées par rapport à l'état de l'art en termes de qualité d’estimation et de complexité calculatoire. / During the last decade, the mathematical and statistical study of sparse signal representations and their applications in audio, image, video processing and source separation has been intensively active. However, exploiting sparsity in multidimensional processing contexts such as digital communications remains a largely open problem. At the same time, the blind methods seem to be the answer to a lot of problems recently encountered by the signal processing and the communications communities such as the spectral efficiency. Furthermore, in a context of mobility and non-stationarity, it is important to be able to implement adaptive processing solutions of low algorithmic complexity to ensure reduced consumption of devices. The objective of this thesis is to address these challenges of multidimensional processing by proposing blind solutions of low computational cost by using the sparsity a priori. Our work revolves around three main axes: sparse principal subspace tracking, adaptive sparse source separation and identification of sparse systems. For each problem, we propose new adaptive solutions by integrating the sparsity information to the classical methods in order to improve their performance. Numerical simulations have been conducted to confirm the superiority of the proposed methods compared to the state of the art.

Les travaux présentés dans cette mémoire visent à développer de nouvelles méthodes qui exploitent les propriétés de cyclostationnarité pour traiter des signaux de force de réaction du sol enregistrées au cours de la marche et la course à pied. Nous nous intéressons à l’analyse de la locomotion humaine dans trois domaines d´études: une étude liée à la pathologie, une deuxième liée directement à l’âge et une troisième relative à la fatigue. En effet, la détection du risque de chute chez les personnes âgées pour fin de prévention contre la chute constitue un enjeu majeur, car cette chute entraine d’une part un nombre de décès important et d’autres part se traduit par un cout élevée de la santé publique. Par ailleurs, l’étude de la fatigue musculaire en particulier pour l’amélioration des performances des sportifs de haut niveau a fait l’objet de nombreux travaux de recherche & développement. La recherche et le développement de nouvelles méthodes et d’indicateurs dans le domaine de traitement de signal dans le but de caractériser la locomotive humaine, permettrait des avancées intéressantes dans les enjeux évoqués ci-dessus. La complexité des signaux GRF est définie par le système neuromusculaire qui génère ce signal. Une meilleure connaissance de ce système nécessite le développement des méthodes de séparation de sources et des outils avancés de traitement du signal pour mieux décrire le système considéré. En effet, nous montrons dans cette thèse que les signaux GRF peuvent être modélisés dans un cadre cyclostationnaire élargi. Les composantes de signal GRF (contribution active et passive) sont séparées par de nouvelles techniques de séparation de sources. Cette modélisation ouvre de nouvelles perspectives pour la décomposition et identification des sources individuelles. D'autre part, on exploite les caractères cyclostationnaire des signaux dans le cadre de la méthode d'analyse en composantes morphologique (MCA). Cet algorithme nous permet de séparer avec succès les composantes d’ordre 1 et d’ordre 2 des signaux considérés. Finalement, nous nous proposons un nouveau modèle utile pour l'étude et la caractérisation de cyclostationnarité. Il présente l'effet de la variation aléatoire de la pente sur le spectre du signal cyclique. Nous appelons ce modèle (modèle cyclostationnaire à pente aléatoire). Nous appliquons ce modèle pour l'étude des signaux biomécaniques où nous considérons la pente comme une mesure spécifique extraite des forces de réaction du sol. Les résultats montrent que la pente et les polynômes à coefficients aléatoires du pic passive peuvent jouer un rôle important et fournir des informations intéressantes concernant la fatigue et concernant la performance de marche et course à pied / The research work presented in this dissertation, involves the development of novel methodologies and methods, for the exploitation of cyclostationarity properties and for the treatment of ground reaction force signals, recorded during walking and running. We are especially interested in the analysis of human locomotion in three fields of interest: a study relating to pathology, a study directly related to age, and a study of muscle fatigue. Indeed, the detection of risk of falling among the elderly for the prevention of falls is of major concern. This is because falling on the one hand leads to a large number of deaths and secondly, resulting in higher costs of public health.Study the muscle fatigue in particular has occupied taken a big share out of this research due to the importance of such events like strenuous level of sports. Research and development of new methods and indicators in the field of signal processing for better characterizing the human locomotion, would allow interesting advances in the aforementioned issues. The complexity of GRF signals is defined by the neuromuscular system which generates this signal. Improved knowledge of this system requires developing source separation methods and advanced signal processing tools to better describe the system under consideration. Indeed, we will endeavor to show in this dissertation that GRF signals can be modeled within an enlarged cyclostationary framework. The GRF signal components (active and passive contribution) are separated by means of new source separation techniques. This modeling opens new perspectives for the decomposition and identification of individual sources. On the other hand, we exploit the cyclostationary characters of signals in the context of Morphological component analysis (MCA) method. Such algorithm enables us to successfully separate the first and second order components of the signals under consideration. Finally, we provide a new model useful for studying and characterizing cyclostationarity. It presents the impact of random slope variation on the cyclic spectrum of the signal. We call this model the random slope modulation (RSM). We apply this model for studying biomechanical signals where we consider the slope as a specic measure extracted from the vertical ground reaction forces. The results show that the slope and polynomial random coefficients of passive peaks can play important role and provide interesting information concerning fatigue and concerning running / walking performance

De nombreux traitements appliqués aux signaux audio travaillent sur une représentation Temps-Fréquence (TF) des données. Lorsque le résultat de ces algorithmes est un champ spectral d’amplitude, la question se pose, pour reconstituer un signal temporel, d’estimer le champ de phase correspondant. C’est par exemple le cas dans les applications de séparation de sources, qui estiment les spectrogrammes des sources individuelles à partir du mélange ; la méthode dite de filtrage de Wiener, largement utilisée en pratique, fournit des résultats satisfaisants mais est mise en défaut lorsque les sources se recouvrent dans le plan TF. Cette thèse aborde le problème de la reconstruction de phase de signaux dans le domaine TF appliquée à la séparation de sources audio. Une étude préliminaire révèle la nécessité de mettre au point de nouvelles techniques de reconstruction de phase pour améliorer la qualité de la séparation de sources. Nous proposons de baser celles-ci sur des modèles de signaux. Notre approche consiste à exploiter des informations issues de modèles sous-jacents aux données comme les mélanges de sinusoïdes. La prise en compte de ces informations permet de préserver certaines propriétés intéressantes, comme la continuité temporelle ou la précision des attaques. Nous intégrons ces contraintes dans des modèles de mélanges pour la séparation de sources, où la phase du mélange est exploitée. Les amplitudes des sources pourront être supposées connues, ou bien estimées conjointement dans un modèle inspiré de la factorisation en matrices non-négatives complexe. Enfin, un modèle probabiliste de sources à phase non-uniforme est mis au point. Il permet d’exploiter les à priori provenant de la modélisation de signaux et de tenir compte d’une incertitude sur ceux-ci. Ces méthodes sont testées sur de nombreuses bases de données de signaux de musique réalistes. Leurs performances, en termes de qualité des signaux estimés et de temps de calcul, sont supérieures à celles des méthodes traditionnelles. En particulier, nous observons une diminution des interférences entre sources estimées, et une réduction des artéfacts dans les basses fréquences, ce qui confirme l’intérêt des modèles de signaux pour la reconstruction de phase. / A variety of audio signal processing techniques act on a Time-Frequency (TF) representation of the data. When the result of those algorithms is a magnitude spectrum, it is necessary to reconstruct the corresponding phase field in order to resynthesize time-domain signals. For instance, in the source separation framework the spectrograms of the individual sources are estimated from the mixture ; the widely used Wiener filtering technique then provides satisfactory results, but its performance decreases when the sources overlap in the TF domain. This thesis addresses the problem of phase reconstruction in the TF domain for audio source separation. From a preliminary study we highlight the need for novel phase recovery methods. We therefore introduce new phase reconstruction techniques that are based on music signal modeling : our approach consists inexploiting phase information that originates from signal models such as mixtures of sinusoids. Taking those constraints into account enables us to preserve desirable properties such as temporal continuity or transient precision. We integrate these into several mixture models where the mixture phase is exploited ; the magnitudes of the sources are either assumed to be known, or jointly estimated in a complex nonnegative matrix factorization framework. Finally we design a phase-dependent probabilistic mixture model that accounts for model-based phase priors. Those methods are tested on a variety of realistic music signals. They compare favorably or outperform traditional source separation techniques in terms of signal reconstruction quality and computational cost. In particular, we observe a decrease in interferences between the estimated sources and a reduction of artifacts in the low-frequency components, which confirms the benefit of signal model-based phase reconstruction methods.