Le problème de séparation de sources est un problème relativement récent en traitement du signal, qui consiste à séparer des sources, statistiquement indépendantes, observées par un réseau de capteurs. Dans cette thèse, plusieurs approches ont été étudiées : <br /> <br />Deux approches directes, valables uniquement pour le mélange linéaire instantané, ont été proposées. La première, analytique, est basée sur les statistiques de signaux observés, l'autre géométrique, est basée sur les distributions de ces signaux, dont la densité de probabilité est supposée à support borné. <br /> <br />Pour les signaux de même signe de kurtosis, on a proposé un algorithme adaptatif basé uniquement sur les cumulants croisés (2x2). Ce critère est valable pour les mélanges instantanés, aussi bien pour les mélanges<br /> convolutifs. <br /> <br />L'hypothèse concernant le signe de kurtosis est assez fréquente dans la littérature sur la séparation de sources. Des études sur cette hypothèse, et sur sa relation avec la nature de sources, sont présentées dans cette thèse. <br /> <br />Finalement, en s'inspirant des méthodes d'identification aveugles et à l'aide de deux paramètrisations différentes de la matrice de Sylvester, on montre la possibilité de séparer un mélange convolutif ou le transformer en un mélange instantané, en utilisant les statistiques de second ordre. Dans ce cadre, trois algorithmes de sous-espaces sont proposés.