Dans le but de fournir un outil pour le dimensionnement de capteurs optroniques, nous souhaitons estimer la probabilité que, pour un scénario fixé, la signature infrarouge (SIR) d'un aéronef dans son environnement soit inférieure à un certain seuil. Cette estimation se ramène à l'estimation de l'intégrale d'une fonction h en grande dimension, dont la forme n'est pas précisément connue. La solution envisagée consiste à utiliser la méthode quasi-Monte Carlo (QMC). Toutefois, la précision de cet estimateur se dégrade lorsque la dimension augmente. L'objectif de la thèse est de développer une méthode pour réduire la dimension qui soit adaptée aux caractéristiques des variables d'entrée du code de calcul de SIR, puis d'utiliser l'information obtenue lors de la réduction de dimension pour améliorer la qualité de l'estimateur QMC. Les approches usuelles de réduction de dimension nécessitent des hypothèses qui sont irréalistes dans le cas de la SIR. Nous avons donc proposé une nouvelle méthode, dont les hypothèses de validité sont moins contraignantes. Après avoir réduit la dimension, il est possible d'appliquer la méthode QMC en fixant les variables non influentes à une valeur quelconque. Cependant, les suites de points utilisées dans le cadre de la méthode QMC, quoique bien réparties dans l'espace, présentent des irrégularités de répartition sur les projections. Nous avons donc adapté la discrépance L2*-pondérée de manière à pouvoir juger l'adéquation d'une suite à la fonction d'intérêt h. Par la suite nous avons mis au point un algorithme visant à construire une suite de points optimisant au mieux ce critère, dans le but de minimiser l'erreur d'intégration.

Les travaux dont les résultats font l'objet de ce mémoire de doctorat s'inscrivent dans le cadre de l'étude expérimentale et théorique des processus d'absorption/émission de rayonnement infrarouge par des milieux moléculaires gazeux. Il a été motivé par des besoins de modélisation de la signature infrarouge d'aéronefs et de télédétection. Le problème posé est celui de l'élaboration, puis de la validation, d'une approche théorique et numérique permettant de prédire les spectres infrarouges des milieux gazeux rencontrés dans les applications de télédétection. Ces derniers ont la caractéristique de mettre en jeu des trajets optiques comprenant un long parcours froid (l'atmosphère) juxtaposé à une partie plus courte et chaude (gaz de combustion). En raison de la forte variabilité des conditions thermophysiques le long des rayons, du nombre considérable de ces rayons à prendre en compte pour l'intégration sur l'angle solide de visée, et de l'étendue du domaine spectral d'intérêt, le volume de calculs associés à la prédiction de la signature infrarouge est considérable. L'approche théorique se doit donc d'être très efficace et rapide tout en restant la plus précise possible. Ce problème a été abordé ici sur le plan théorique et expérimental. L'approche prédictive développée repose sur un modèle "raie par raie" dans lequel le spectre résulte de l'addition des contributions individuelles des transitions infrarouges des espèces moléculaires présentes. Cette approche est dans l'ensemble très précise mais aussi très coûteuse en temps de calcul en raison du nombre de raies à prendre en compte et de la forte dynamique spectrale aux pressions modérées des milieux considérés. Une fois posées les bases du modèle, un effort important a été consacré à l'optimisation des calculs qui a été faite à plusieurs niveaux en autorisant des erreurs contrôlées sur le résultat final. Nous avons ainsi développé : - une technique (la plus) rapide d'évaluation du profil (Voigt) des raies ; - un système de grilles spectrales de pas différents minimisant le nombre de points de calcul ; - une méthode efficace d'élimination des raies de contribution négligeable ; - une technique de coupure des ailes de raies associée à l'utilisation de continua. Ces concepts ont servi de base pour la construction d'un code informatique profitant des fonctionnalités (notamment la gestion dynamique de la mémoire) du langage Fortran 90. Ce code a été implanté à la SNECMA et à l'ONERA, avec une version parallélisée sous MPI. Ce travail a été un succès puisque l'outil développé a réduit le temps de calcul d'un facteur trente par rapport au code raie par raie déjà optimisé dont disposait la SNECMA. Ceci a permis de mener, pour la première fois, un calcul complet de signature infrarouge avec une approche raie par raie. En parallèle, des études expérimentales ont été menées afin de tester la qualité des prédictions obtenues avec le code développé. Deux dispositifs différents et complémentaires ont été utilisés afin de reproduire, en laboratoire, des milieux "représentatifs" de ceux mis en jeu par les applications de signature. Le premier, que nous avons conçu, construit, et exploité a été développé autour d'un spectromètre à réseau et d'une cuve multi-passages pré-existante de 50 m de base au GSMA (Groupe de Spectrométrie Moléculaire et Atmosphérique, Reims). Ce travail a permis (pour la première fois) la mesure de spectres de transmission dans le domaine 2-14 μm, à température ambiante mais pression variable, pour des trajets optiques supérieurs au kilomètre, schématisant ainsi les longs parcours atmosphériques rencontrés dans les applications pratiques considérées. Les résultats obtenus ont permis de valider les calculs, à quelques exceptions mineures et locales près. Le second dispositif a été développé, à notre suggestion, par une équipe du LPALMS (Laboratoire de Physique des Atomes, Lasers, Molécules et Surfaces, Rennes). Le montage repose sur la juxtaposition d'une courte cuve chaude et d'une longue cuve froide, schématisant ainsi l'aspect gaz chauds + gaz froids des milieux mis en jeu par les applications pratiques. Des spectres du CO2 ont été enregistrés à haute résolution spectrale, à l'aide d'un spectromètre à transformée de Fourier, dans les régions de 10 et 4 μm pour des températures allant jusqu'à 1000 K. Ces données ont confirmé la qualité des calculs prédictifs sous réserve que des bases de données spectroscopiques "chaudes" soient utilisées.

Les dispositifs de protection de sites sensibles doivent permettre de détecter des menaces potentielles suffisamment à l'avance pour pouvoir mettre en place une stratégie de défense. Dans cette optique, les méthodes de détection et de reconnaissance d'aéronefs se basant sur des images infrarouge multispectrales doivent être adaptées à des images faiblement résolues et être robustes à la variabilité spectrale et spatiale des cibles. Nous mettons au point dans cette thèse, des méthodes statistiques de détection et de reconnaissance d'aéronefs satisfaisant ces contraintes. Tout d'abord, nous spécifions une méthode de détection d'anomalies pour des images multispectrales, combinant un calcul de vraisemblance spectrale avec une étude sur les ensembles de niveaux de la transformée de Mahalanobis de l'image. Cette méthode ne nécessite aucune information a priori sur les aéronefs et nous permet d'identifier les images contenant des cibles. Ces images sont ensuite considérées comme des réalisations d'un modèle statistique d'observations fluctuant spectralement et spatialement autour de formes caractéristiques inconnues. L'estimation des paramètres de ce modèle est réalisée par une nouvelle méthodologie d'apprentissage séquentiel non supervisé pour des modèles à données manquantes que nous avons développée. La mise au point de ce modèle nous permet in fine de proposer une méthode de reconnaissance de cibles basée sur l'estimateur du maximum de vraisemblance a posteriori. Les résultats encourageants, tant en détection qu'en classification, justifient l'intérêt du développement de dispositifs permettant l'acquisition d'images multispectrales. Ces méthodes nous ont également permis d'identifier les regroupements de bandes spectrales optimales pour la détection et la reconnaissance d'aéronefs faiblement résolus en infrarouge.

Les dispositifs de protection de sites sensibles doivent permettre de détecter des menaces potentielles suffisamment à l'avance pour pouvoir mettre en place une stratégie de défense. Dans cette optique, les méthodes de détection et de reconnaissance d'aéronefs se basant sur des images infrarouge multispectrales doivent être adaptées à des images faiblement résolues et être robustes à la variabilité spectrale et spatiale des cibles. Nous mettons au point dans cette thèse, des méthodes statistiques de détection et de reconnaissance d'aéronefs satisfaisant ces contraintes. Tout d'abord, nous spécifions une méthode de détection d'anomalies pour des images multispectrales, combinant un calcul de vraisemblance spectrale avec une étude sur les ensembles de niveaux de la transformée de Mahalanobis de l'image. Cette méthode ne nécessite aucune information a priori sur les aéronefs et nous permet d'identifier les images contenant des cibles. Ces images sont ensuite considérées comme des réalisations d'un modèle statistique d'observations fluctuant spectralement et spatialement autour de formes caractéristiques inconnues. L'estimation des paramètres de ce modèle est réalisée par une nouvelle méthodologie d'apprentissage séquentiel non supervisé pour des modèles à données manquantes que nous avons développée. La mise au point de ce modèle nous permet in fine de proposer une méthode de reconnaissance de cibles basée sur l'estimateur du maximum de vraisemblance a posteriori. Les résultats encourageants, tant en détection qu'en classification, justifient l'intérêt du développement de dispositifs permettant l'acquisition d'images multispectrales. Ces méthodes nous ont également permis d'identifier les regroupements de bandes spectrales optimales pour la détection et la reconnaissance d'aéronefs faiblement résolus en infrarouge

Depuis 1973, l’un des objectifs principaux de la France est la diminution de la consommation des énergies de chauffage des bâtiments du résidentiel et du tertiaire qui représentent plus de 40% de la consommation énergétique totale du pays. Le développement des isolants thermiques a été par conséquent un sujet de recherche qui a abouti à de nouveaux matériaux : les super-isolants thermiques de conductivité thermique inférieure à 25 mW.m-1.K-1. Les aérogels organiques de faible densité de Z-Phe-NH-Napht étudiés au LCPM présentent une structure fibrillaire qui leur confère des propriétés thermiques intéressantes malgré une résistance mécanique faible. Une étude fondamentale de l’organisation supramoléculaire nous a permis d’une part de démontrer l’existence de deux modes d’empilement des molécules organogélatrices : tête-à-tête (monocristaux) et tête-à-queue (gels), caractérisées par une signature infrarouge propre à des pseudo-cycles respectivement en C12 et C10/C14. D’autre part, nous avons étudié le mécanisme de formation séquentiel de ces gels et abouti à un modèle complet d’organisation de la molécule isolée à la fibre basé sur une symétrie hexagonale. En vue d’une commercialisation d’un isolant à base d’aérogel organique, nous avons tout d’abord optimisé le protocole d’obtention des aérogels pour ensuite travailler à l’amélioration des propriétés thermiques et mécaniques. Nous sommes parvenus à un nouvel isolant hydrophobe présentant une conductivité thermique de l’ordre de celles des super-isolants et de bonnes propriétés mécaniques compatibles avec les pré-requis industriels pour une application dans le bâtiment / Since 1973, France's main objective in this domain has been to reduce the consumption of energy in heating residential and industrial buildings, which represents more than 40% of the national consumption. Consequently, the development of heat insulators has been the subject of research which has resulted in new materials: super thermal insulators with a thermal conductivity of less than 25 mW.m-1.K-1. Organic aerogels with a low density of Z-Phe-NH-Napht have been studied at LCPM for the past 10 years. Despite their very weak mechanical resistance they present a fibrillar structure which gives them very interesting thermal properties. A fundamental study of the supermolecular self-assembly allowed us to demonstrate the existence of two stacking methods of gelling molecules: head-to-head (monocrystals) and head-to-tail (gels) which are characterized by a specific infrared signature to the pseudo-cycles respectively on C12 and C10/C14. In addition, we also studied the sequential formation mechanism of these gels which resulted in a full model of their molecular organization from the single molecule to the fiber and based on a hexagonal packing symmetry. In aim of commercializing an insulator made from organic aerogels, we firstly optimized the protocol for obtaining aerogels to then work on improving their thermal and mechanical properties. We created a new hydrophobic insulator which has both a thermal conductivity in the range of the super heat insulators' and good mechanical properties that are compatible with industrial prerequisites for the construction of buildings

Les dispositifs de protection de sites sensibles doivent permettre de détecter des menaces potentielles suffisamment à l’avance pour pouvoir mettre en place une stratégie de défense. Dans cette optique, les méthodes de détection et de reconnaissance d’aéronefs se basant sur des images infrarouge multispectrales doivent être adaptées à des images faiblement résolues et être robustes à la variabilité spectrale et spatiale des cibles. Nous mettons au point dans cette thèse, des méthodes statistiques de détection et de reconnaissance d’aéronefs satisfaisant ces contraintes. Tout d’abord, nous spécifions une méthode de détection d’anomalies pour des images multispectrales, combinant un calcul de vraisemblance spectrale avec une étude sur les ensembles de niveaux de la transformée de Mahalanobis de l’image. Cette méthode ne nécessite aucune information a priori sur les aéronefs et nous permet d’identifier les images contenant des cibles. Ces images sont ensuite considérées comme des réalisations d’un modèle statistique d’observations fluctuant spectralement et spatialement autour de formes caractéristiques inconnues. L’estimation des paramètres de ce modèle est réalisée par une nouvelle méthodologie d’apprentissage séquentiel non supervisé pour des modèles à données manquantes que nous avons développée. La mise au point de ce modèle nous permet in fine de proposer une méthode de reconnaissance de cibles basée sur l’estimateur du maximum de vraisemblance a posteriori. Les résultats encourageants, tant en détection qu’en classification, justifient l’intérêt du développement de dispositifs permettant l’acquisition d’images multispectrales. Ces méthodes nous ont également permis d’identifier les regroupements de bandes spectrales optimales pour la détection et la reconnaissance d’aéronefs faiblement résolus en infrarouge / Surveillance systems should be able to detect potential threats far ahead in order to put forward a defence strategy. In this context, detection and recognition methods making use of multispectral infrared images should cope with low resolution signals and handle both spectral and spatial variability of the targets. We introduce in this PhD thesis a novel statistical methodology to perform aircraft detection and classification which take into account these constraints. We first propose an anomaly detection method designed for multispectral images, which combines a spectral likelihood measure and a level set study of the image Mahalanobis transform. This technique allows to identify images which feature an anomaly without any prior knowledge on the target. In a second time, these images are used as realizations of a statistical model in which the observations are described as random spectral and spatial deformation of prototype shapes. The model inference, and in particular the prototype shape estimation, is achieved through a novel unsupervised sequential learning algorithm designed for missing data models. This model allows to propose a classification algorithm based on maximum a posteriori probability Promising results in detection as well as in classification, justify the growing interest surrounding the development of multispectral imaging devices. These methods have also allowed us to identify the optimal infrared spectral band regroupments regarding the low resolution aircraft IRS detection and classification