Les méthodes de trajectographie conventionnelles par mesures d'angle supposent que la source est en mouvement rectiligne uniforme tandis que l'observateur est manoeuvrant. Dans cette thèse, nous remettons en cause cette hypothèse en proposant un autre modèle de cinématique de la source : le mouvement circulaire uniforme. Nous prouvons qu'une telle trajectoire est observable à partir d'un observateur en mouvement rectiligne uniforme. Puis, nous étudions l'apport de mesures additionnelles de fréquence ou la faisabilité de la trajectographie par mesures de distances. Le cas d'une source en mouvement rectiligne uniforme et d'un observateur manoeuvrant est étudié pour ce dernier type de mesures. Chaque cas donne lieu à une analyse de l'observabilité de la trajectoire de la source et à la mise au point de l'estimateur du maximum de vraisemblance. Nous montrons que ce dernier s'avère le plus souvent efficace.

Cette thèse traite de l'estimation d'un canal de communication radio-mobile multi-bond. La communication entre l'émetteur et le récepteur est ainsi faite par l'intermédiaire de relais (de type « Amplify and-Forward ») en série. Les différents éléments (émetteurs, relais, récepteurs) peuvent être fixes ou mobiles. Chaque lien de communication (chaque bond) est modélisé par un canal de Rayleigh à évanouissements plats, avec un spectre Doppler issu de deux environnements possibles de diffusion : en deux dimensions (2D, amenant le spectre en U de Jakes), ou en trois dimensions (3D, amenant un spectre Doppler plat). L'objectif majeur de la thèse est l'estimation dynamique du canal global issue de la cascade des différents liens. A cette fin, la cascade de canaux est approchée par une modèle auto-régressif du premier ordre (AR (1)), et l'estimation est réalisée à l'aide d'un algorithme standard, le filtre de Kalman. La méthode couramment utilisée dans la littérature pour fixer le paramètre du modèle AR(1) est basée sur un critère de « corrélation matching » (CM). Cependant, nous montrons que pour des canaux à variations lentes, un autre critère basé sur la minimisation de la variance asymptotique (MAV) de la sortie du filtre de Kalman est plus approprié. Pour les deux critères, CM et MAV, cette thèse donne une justification analytique en fournissant des formules approchées de la variance d'estimation par le filtre de Kalman, ainsi que du réglage optimal du paramètre du modèle AR(1). Ces formules analytiques sont données en fonctions des fréquences Doppler et du rapport signal sur bruit, pour les environnements de diffusion 2D et 3D, quel que soit le nombre et le type de bonds (fixe-mobile ou mobile-mobile). Les résultats de simulations montrent un gain considérable en termes de l'erreur quadratique moyenne (MSE) de l'estimateur de canal bien réglé, en particulier pour le scénario le plus courant de canal à évanouissements lents. / This thesis deals with the estimation of the multihop Amplify-and-Forward relay communications. The various objects (transmitter, relays, receivers) can be fixed or mobile. Each link is modeled by a flat fading Rayleigh channel, with a Doppler spectrum resulting from two-dimensional (2D, leading to the U-shape Dopller spectrum) or three-dimensional (3D, leading to a flat Doppler spectrum) scattering environments. The cascade of channel hops is approximated by a first-order autoregressive (AR(1)) model and is tracked by a standard estimation algorithm, the Kalman Filter (KF). The common method used in the literature to tune the parameter of the AR(1) model is based on a Correlation Matching (CM) criterion. However, for slow fading variations, another criterion based on the off-line Minimization of the Asymptotic Variance (MAV) of the KF is shown to be more appropriate. For both the CM and MAV criteria, this thesis gives analytic justification by providing approximated closed-form expressions of the estimation variance in output of the Kalman filter, and of the optimal AR(1) parameter. The analytical results are calculated for given Doppler frequencies and Signal-to-Noise Ratio for both scattering environments, whatever the number and type of transmission hops (Fixed-to-Mobile or Mobile-to-Mobile). The simulation results show a considerable gain in terms of the Mean Square Error (MSE) of the well tuned Kalman-based channel estimator, especially for the most common scenario of slow-fading channel.

Sous l’hypothèse de Riemann généralisée et l’hypothèse d’indépendance linéaire, Rubinstein et Sarnak ont prouvé que les valeurs de x > 1 pour lesquelles nous avons plus de nombres premiers de la forme 4n + 3 que de nombres premiers de la forme 4n + 1 en dessous de x ont une densité logarithmique d’environ 99,59%. En général, l’étude de la différence #{p < x : p dans A} − #{p < x : p dans B} pour deux sous-ensembles de nombres premiers A et B s’appelle la course entre les nombres premiers de A et de B. Dans ce mémoire, nous cherchons ultimement à analyser d’un point de vue numérique et statistique la course entre les nombres premiers p tels que 2p + 1 est aussi premier (aussi appelés nombres premiers de Sophie Germain) et les nombres premiers p tels que 2p − 1 est aussi premier. Pour ce faire, nous présentons au préalable l’analyse de Rubinstein et Sarnak pour pouvoir repérer d’où vient le biais dans la course entre les nombres premiers 1 (mod 4) et les nombres premiers 3 (mod 4) et émettons une conjecture sur la distribution des nombres premiers de Sophie Germain. / Under the Generalized Riemann Hypothesis and the Linear Independence Hypothesis, Rubinstein and Sarnak proved that the values of x which have more prime numbers less than or equal to x of the form 4n + 3 than primes of the form 4n + 1 have a logarithmic density of approximately 99.59%. In general, the study of the difference #{p < x : p in A} − #{p < x : p in B} for two subsets of the primes A and B is called the prime number race between A and B. In this thesis, we will analyze the prime number race between the primes p such that 2p + 1 is also prime (these primes are called the Sophie Germain primes) and the primes p such that 2p − 1 is also prime. To understand this, we first present Rubinstein and Sarnak’s analysis to understand where the bias between primes that are 1 (mod 4) and the ones that are 3 (mod 4) comes from and give a conjecture on the distribution of Sophie Germain primes.