Les travaux de cette thèse relèvent du domaine du "traitement d'antennes" qui exploite et traite les signaux issus de plusieurs capteurs électromagnétiques. Plus particulièrement, ce travail concerne les problèmes de "radio goniométrie" dont l'objectif est d'estimer les directions des émetteurs radio électriques. Les algorithmes de goniométrie sont des estimateurs de ces angles utilisant une connaissance a priori de la réponse du réseau de capteurs pour une direction d'arrivée donnée. Sachant que dans la pratique la connaissance de cette réponse est mal maîtrisée, l'objectif de la thèse est double : développer une classe unifiée d'algorithmes basée sur des modèles réalistes contenant de paramètres supplémentaires dits de "nuisance" afin des les estimer conjointement aux angles d'incidences ; mener une étude de performance d'algorithmes (MUSIC, Maximum de vraisemblance, ...) en présence d'erreurs de modèle et en conditions asymptotiques.

Thesis (M.S. in Systems Engineering and M.S. in Engineering Science (Electrical Engineering))--Naval Postgraduate School, September 2003. / Thesis advisor(s): Phillip E. Pace, D. Curtis Schleher. Includes bibliographical references (p. 125-126). Also available online.

Problems in the demodulation of one, two, and three-dimensional signals are investigated. In one-dimensional linear systems the analytic signal and the Hilbert transform are central to the understanding of both modulation and demodulation. However, it is shown that an efficient nonlinear algorithm exists which is not explicable purely in terms of an approximation to the Hilbert transform. The algorithm is applied to the problem of finding the envelope peak of a white light interferogram. The accuracy of peak location is then shown to compare favourably with conventional, but less efficient, techniques. In two dimensions (2-D) the intensity of a wavefield yields to a phase demodulation technique equivalent to direct phase retrieval. The special symmetry of a Helmholtz wavefield allows a unique inversion of an autocorrelation. More generally, a 2-D (non-Helmholtz) fringe pattern can be demodulated by an isotropic 2-D extension of the Hilbert transform that uses a spiral phase signum function. The range of validity of the new transform is established using the asymptotic method of stationary phase. Simulations of the algorithm confirm that deviations from the ideal occur where the fringe pattern curvature is larger than the fringe frequency. A new self-calibrating algorithm for arbitrary sequences of phase-shifted interferograms is developed using the aforementioned spiral phase transform. The algorithm is shown to work even with discontinuous fringe patterns, which are known to seriously hamper other methods. Initial simulations of the algorithm indicate an accuracy of 5 milliradians is achievable. Previously undocumented connections between the demodulation techniques are uncovered and discussed.

Thesis (Ph.D.)--Tufts University, 2003. / Adviser: Joseph P. Noonan. Submitted to the Dept. of Electrical Engineering. Includes bibliographical references (leaves 149-149). Access restricted to members of the Tufts University community. Also available via the World Wide Web;

Thesis (Ph.D.)--Tufts University, 2004. / Adviser: Joseph Noonan. Submitted to the Dept. of Electrical Engineering. Includes bibliographical references (leaves 162-180). Access restricted to members of the Tufts University community. Also available via the World Wide Web;

The focus of this research work is the estimation of gaps (missing blocks) in digital images. To progress the research two main issues were identified as (1) the appropriate domains for image gap restoration and (2) the methodologies for gap interpolation. Multi-scale transforms provide an appropriate framework for gap restoration. The main advantages are transformations into a set of frequency and scales and the ability to progressively reduce the size of the gap to one sample wide at the transform apex. Two types of multi-scale transform were considered for comparative evaluation; 2-dimensional (2D) discrete cosines (DCT) pyramid and 2D discrete wavelets (DWT). For image gap estimation, a family of conventional weighted interpolators and directional edge-guided interpolators are developed and evaluated. Two types of edges were considered; ‘local’ edges or textures and ‘global’ edges such as the boundaries between objects or within/across patterns in the image. For local edge, or texture, modelling a number of methods were explored which aim to reconstruct a set of gradients across the restored gap as those computed from the known neighbourhood. These differential gradients are estimated along the geometrical vertical, horizontal and cross directions for each pixel of the gap. The edge-guided interpolators aim to operate on distinct regions confined within edge lines. For global edge-guided interpolation, two main methods explored are Sobel and Canny detectors. The latter provides improved edge detection. The combination and integration of different multi-scale domains, local edge interpolators, global edge-guided interpolators and iterative estimation of edges provided a variety of configurations that were comparatively explored and evaluated. For evaluation a set of images commonly used in the literature work were employed together with simulated regular and random image gaps at a variety of loss rate. The performance measures used are the peak signal to noise ratio (PSNR) and structure similarity index (SSIM). The results obtained are better than the state of the art reported in the literature.

La thèse porte sur l'extraction d'informations et l'amélioration des données RSO de un mètre de résolution visant à fournir des meilleurs descripteurs de contenu pour la compréhension des scènes et la reconnaissance de cibles, pour des produits améliorés radiométriquement et spatialement. Pour atteindre cet objectif, la thèse approche le problème de la modélisation des images RSO et propose une nouvelle solution fondée sur l'estimation du problème inverse pour l'extraction d'information. Le problème de la sélection du modèle est géré par le taux de distorsion, en raison de sa correspondance avec le cadre de l'inférence bayésienne. Nous commençons l'analyse avec l'extension de la famille de champs aléatoires de Gauss-Markov linéaires a des données à valeurs complexes, qui s'applique aux variables aléatoires à valeurs complexes : la distribution normale à plusieurs variables complexes et le modèle paramétriques des champs aléatoires de Gauss-Markov en cas de variables aléatoires correctes et incorrectes. La méthode proposée est une régularisation de Tikhonov dans le domaine complexe. Le speckle est traité comme un processus aléatoire à valeurs réelles. L'approche dans le domaine complexe permet de gérer la formation de l'image cohérente comme information ou comme incertitude dans le cas de structures ou de textures de la scène. Dans le contexte de l'optimisation des paramètres pour l'extraction de caractéristiques, a fenêtre d'analyse optimale (moyenne) et l'ordre optimal (moyen) du processus d'auto-régression sont estimés à l'aide du taux de distorsion. Cela confirme que le taux de distorsion est une bonne méthode basée sur l'entropie pour la sélection de modèle.

Cette thèse s'inscrit dans le cadre du traitement du signal musical, en se focalisant plus particulièrement sur la transcription automatique de signaux audio en accords. En effet, depuis une dizaine d'années, de nombreux travaux visent à représenter les signaux musicaux de la façon la plus compacte et pertinente possible, par exemple dans un but d'indexation ou de recherche par similarité. La transcription en accords constitue une façon simple et robuste d'extraire l'information harmonique et rythmique des chansons et peut notamment être utilisée par les musiciens pour rejouer les morceaux. Nous proposons deux approches pour la reconnaissance automatique d'accords à partir de signaux audio, qui offrent la particularité de se baser uniquement sur des gabarits d'accords théoriques, c'est à dire sur la définition des accords. En particulier, nos systèmes ne nécessitent ni connaissance particulière sur l'harmonie du morceau, ni apprentissage. Notre première approche est déterministe, et repose sur l'utilisation conjointe de gabarits d'accords théoriques, de mesures d'ajustement et de post-traitement par filtrage. On extrait tout d'abord des vecteurs de chroma du signal musical, qui sont ensuite comparés aux gabarits d'accords grâce à plusieurs mesures d'ajustement. Le critère de reconnaissance ainsi formé est ensuite filtré, afin de prendre en compte l'aspect temporel de la tâche. L'accord finalement détecté sur chaque trame est celui minimisant le critère de reconnaissance. Cette méthode a notamment été présentée lors d'une évaluation internationale (MIREX 2009) et a obtenu des résultats très honorables. Notre seconde approche est probabiliste, et réutilise certains éléments présents dans notre méthode déterministe. En faisant un parallèle entre les mesures d'ajustement utilisées dans l'approche déterministe et des modèles de probabilité, on peut définir un cadre probabiliste pour la reconnaissance d'accords. Dans ce cadre, les probabilités de chaque accord dans le morceau sont évaluées grâce à un algorithme Espérance-Maximisation (EM). Il en résulte la détection, pour chaque chanson, d'un vocabulaire d'accords adapté, qui permet l'obtention d'une meilleure transcription en accords. Cette méthode est comparée à de nombreux systèmes de l'état de l'art, grâce à plusieurs corpus et plusieurs métriques, qui permettent une évaluation complète des différents aspects de la tâche.

Dans la plupart des systèmes radio, la correction des erreurs de transmission se base sur un protocole ARQ hybride (HARQ), qui combine un code correcteur d'erreurs (FEC) avec un protocole de retransmission (ARQ). La grande majorité des études portant sur l'HARQ se focalise essentiellement sur l'analyse et l'optimisation du code correcteur d'erreurs. Dans cette thèse, nous proposons une optimisation conjointe inter-couches du protocole ARQ hybride, en considérant à la fois des aspects de communications numériques et des aspects protocolaires. Dans les schémas HARQ classiques, dits simple paquet (SP), les paquets de redondance transmis sont tous relatifs au même paquet de données. Chaque retransmission réduit alors significativement le débit utile lorsque la taille des paquets est fixe. D'autre part, le débit est également très sensible à la présence d¿erreurs sur la voie retour. Nous proposons donc une nouvelle approche dite multi-paquets (MP), qui vise à réduire le nombre moyen de retransmissions par paquet grâce à la construction de paquets de redondance pouvant aider au décodage simultané de plusieurs paquets de données. Cette approche offre un gain significatif en débit par rapport aux schémas HARQ-SP lorsque le rapport signal à bruit (RSB) est suffisamment élevé. Les schémas HARQ classiques demeurent toutefois plus performants à faible RSB. Nous montrons par ailleurs que l'approche MP est plus robuste aux erreurs sur la voie de retour que l'approche SP. Ces résultats nous ont conduits à proposer un protocole hybride SP/MP qui bénéficie des avantages propres à chaque stratégie. Nous montrons par une analyse théorique ainsi que par simulation, que ce schéma hybride réalise un très bon compromis entre SP et MP sur toute la plage de RSB.

This thesis is based on the research of time series analysis. Our work evaluates a set of time series conceived by monitoring the traffic developed in a WiMAX network. Taking into consideration the high volume of information contained in this database, a data-mining approach was preferred. Assuming that the traffic associated with a BS bad positioned is heavier than the traffic associated with a BS well positioned, two approaches for the appreciation of the heaviness of the traffic were developed. The first approach is based on the supposition that a BS with heavy traffic has a reduced risk of saturation. Hence, it is necessary to appreciate the risk of saturation of each BS. So, the first objective of this thesis is to propose an approach for predicting time series. It is based on a multiple resolution decomposition of the signal using the Stationary Wavelet Transform and ARIMA modeling. The second approach for the appreciation of the heaviness of the traffic is based on Long Range Dependence analysis. The estimation of LRD degree is realized through the estimation of the Hurst parameter of the time-series under analysis. Our objective is to analyze the positioning of BSs in the architecture of a WiMAX network. The results show which BSs have a good localization and which BSs have a bad localization in the topology of the network and must be repositioned when the next session of network maintenance will take place. The application of both data mining techniques, forecasting and LRD analysis, in the wavelets domain is decisive for their performance, improving the speed and the precision of the developed algorithms.