Ce travail de thèse a porté sur la conception et la caractérisation d'un dispositif efficace pour l'amélioration du contraste d'impulsions laser femtosecondes ultra-intenses. La notion de contraste désigne le rapport d'intensité entre l'impulsion proprement dite et son piédestal, de durée nanoseconde. Ce piédestal est constitué par l'émission spontanée amplifiée (ASE pour Amplified Spontaneous Emission), inhérent au mécanisme d'amplification laser et particulièrement néfaste pour les interactions laser-matière sur cible solide.<br />Le travail présenté consiste en l'étude théorique et expérimentale d'un filtre temporel basé sur un effet non linéaire du troisième ordre, agissant sur la polarisation de l'impulsion. Nous avons étudié plusieurs déclinaisons de ce principe. Le dispositif finalement retenu repose sur la génération d'une onde polarisée orthogonalement (XPW) dans des matériaux cristallins dont la susceptibilité non linéaire d'ordre trois est anisotrope. Ce filtre non linéaire a été testé sur différents systèmes femtosecondes et permet l'amélioration du contraste sur plusieurs ordres de grandeur, comme le confirment les mesures de profils temporels sur une grande dynamique réalisées après filtrage. Nous avons également conçu un dispositif pour optimiser l'efficacité de conversion du processus non linéaire, c'est-à-dire la transmission du filtre. Cette méthode consiste à générer des interférences constructives entre les signaux XPW émis dans des cristaux distincts. Dans ces conditions, l'efficacité de transmission théorique (supérieure à 20%) est atteinte expérimentalement et dans le même temps la stabilité du système est assurée. Nous avons enfin démontré que le filtre préserve, voire améliore, les qualités spectrales et spatiales de l'impulsion. <br />Ces résultats sont donc particulièrement prometteurs et permettent d'envisager l'implémentation définitive du filtre dans les systèmes femtosecondes.

Le travail de cette thèse s'inscrit dans le domaine de l'utilisation de la vision pour la réalisation de tâches robotiques et concerne plus particulièrement les aspects de poursuite de cible par asservissement visuel. <br />Nous nous sommes intéressé au cas d'objets mobiles, et plus particulièrement à l'estimation du mouvement de ces objets, nécessaire pour une exécution satisfaisante des tâches de poursuite. La qualité de poursuite est en effet grandement améliorée grâce à une estimation robuste du mouvement. Pour réaliser l'estimation, nous proposons une approche nouvelle, basée sur l'aspect adaptatif du filtrage de Kalman. Contrairement au filtre classique de Kalman, ce filtre n'utilise aucun modèle ni connaissance a priori. La représentation d'état est adaptée en permanence en fonction des observations courantes pour représenter au mieux la dynamique du système. Il s'agit d'une approche modulaire à modèle multiple. Plusieurs filtres sont utilisés et la probabilité pour chacun de calculer l'estimation optimale est déterminée par apprentissage. Un réseau de neurones, sur cette base statistique, supervise l'ensemble des filtres et permet de compenser le caractère non stationnaire des mouvements de l'objet mobile. <br />Les informations visuelles estimées servent à contrôler les déplacements du robot. Des extensions de la carte auto-organisatrice de Kohonen à sorties supervisées servent à approximer la transformation sensori-motrice du système robot-vision. La relation apprise se trouve dès lors à l'origine de la loi de commande du robot. L'apprentissage est entièrement réalisé en contexte, en exploitant les corrélations sensori-motrices durant les mouvements des robots. <br />Les méthodes présentées dans cette thèse ont été validées en simulation et par des expérimentations réalisées sur une plate-forme robotique réelle.

Les échographies de cerveau chez l'adulte sont aujourd'hui de pauvre qualité à cause de l'os du crâne qui absorbe et défocalise fortement les ultrasons. Il est possible de focaliser des ultrasons à travers le crâne en émettant un front d'onde déformé qui, après passage de l'os du crâne, reforme un front d'ondes focalisant. Le calcul des déformations à appliquer au front d'ondes émis se fait par retournement temporel ou par filtre inverse, deux techniques basées sur la mesure et le traitement de fonctions de Green entre les transducteurs de la barrette d'imagerie et les points focaux désirés. Il est nécessaire de disposer des transducteurs ultrasonores au cœur du milieu à imager pour mesurer ces fonctions de Green, ce qui interdit l'application directe de ces techniques pour l'imagerie médicale. Nous montrons ici comment modifier ces techniques de focalisation pour les rendre non intrusives : filtre inverse et retournement temporel non intrusifs améliorent la qualité d'échographies transcrâniennes. La problématique de la thèse : « comment focaliser de manière adaptative à travers un milieu aberrateur sans placer de transducteurs ultrasonores dans le milieu à imager ? », nous a conduit à nous demander « comment avoir accès aux déformations de l'onde transmise à partir de l'analyse de signaux réfléchis par l'aberrateur (mesurables de manière non intrusive)? » Nous avons mis en évidence le lien qui existe entre filtre inverse et cavité à retournement temporel, via les équations de Stokes. D'autre part, nous avons posé les bases d'une manière de rendre le filtre inverse minimalement intrusif, ouvrant des perspectives intéressantes dans le domaine des télécommunications.

Dans ce document, les problèmes d'identification, de détection et d'isolation de défauts de capteurs des systèmes dynamiques MIMO sont abordés à l'aide des méthodes des sous-espaces. Dans un premier temps, l'identification des systèmes dynamiques linéaires est abordé. Après une présentation des méthodes classiques des sous-espaces basées sur l'estimation de la matrice d'observabilité étendue et/ou l'estimation de la matrice des séquences d'état, une nouvelle approche basée sur l'utilisation d'un modèle FIR est proposée. Cette approche s'appuie sur l'estimation des paramètres de Markov ce qui permet d'obtenir une réalisation minimale et équilibrée à l'aide de l'algorithme ERA. Trois méthodes d'identification basées sur cette approche sont établies pour l'identification des systèmes linéaires en présence de bruits colorés. En ce qui concerne l'identification des systèmes à commutations, une modélisation multimodèle avec des modèles locaux complètement découplés et des fonctions de pondération binaires est utilisée. Deux méthodes sont proposées pour résoudre le problème d'identification non supervisé : la première réalise la classification des données à l'aide des techniques de détection de ruptures de modèle tandis que cette classification est réalisée dans la seconde méthode par la détermination d'hyperplans représentant les modèles locaux dans l'espace des sorties et des entrées. Après estimation des fonctions de pondération, une réalisation minimale et équilibrée de chaque modèle local est déterminée dans l'une ou l'autre méthode à l'aide de la méthode des moindres carrés pondérés. Le problème d'identification des systèmes non-linéaires est ensuite abordé avec l'approche multi-modèle et une méthode supposant les fonctions de pondération connues est proposée pour identifier une réalisation minimale et équilibrée de chaque modèle local. Finalement, le problème de détection et d'isolation de défauts de capteurs sur les systèmes linéaires dans le cas où le modèle de ce dernier n'est pas connu est traité. Une méthode basée uniquement sur la connaissance des entrées et sorties est proposée. La méthode proposée s'affranchit des incertitudes paramétriques du fait qu'aucun modèle explicite ou implicite n'est estimé. Pour obtenir un résidu structuré, la méthode supprime l'influence de l'état par une pondération à l'aide des puissances élevées de la matrice d'état stable, puis annule l'influence des entrées par une projection orthogonale. Les conditions d'existence et de sensibilité du résidu aux défauts de capteurs sont établies.

L'objectif de ce mémoire est de développer et d'étudier un nouveau type de filtre particulaire appelé le filtre de Kalman-particulaire à noyaux (KPKF). Le KPKF modélise la densité conditionnelle de l'état comme un mélange de gaussiennes centrées sur les particules et ayant des matrices de covariance de norme petite. L'algorithme du KPKF utilise une correction de l'état de type Kalman et une correction de type particulaire modifiant les poids des particules. Un nouveau type de ré-échantillonnage permet de préserver la structure de cette mixture. Le KPKF combine les avantages du filtre particulaire régularisé en terme de robustesse et du filtre de Kalman étendu en terme de précision. Cette nouvelle méthode de filtrage a été appliquée au recalage de navigation inertielle d'un aéronef disposant d'un radio altimètre. Les résultats obtenus montrent que le KPKF fonctionne pour de grandes zones d'incertitude initiale de position.

Les filtres céramiques sont des dispositifs prometteurs pour diminuer les émissions de particules carbonées par les moteurs Diesel et respecter les futures normes environnementales. L'analyse et la modélisation des phénomènes physiques intervenant dans leur fonctionnement est indispensable pour améliorer leurs performances et leur durabilité. Dans une première partie, l'écoulement du gaz, le transport et la capture des particules au sein d'un filtre présentant une structure poreuse multi-échelle sont étudiés. Une approche de type « milieu poreux effectif» est adoptée pour simuler l'étape de filtration à l'échelle du filtre. Le modèle s'appuie sur des équations 1D, développées pour un élément unitaire de filtre, préservant le caractère inertiel de l'écoulement. Dans une deuxième partie, le comportement thermique du filtre est étudié. Les transferts de chaleur convectif et diffusif sont pris en compte dans un modèle macroscopique à une température obtenu par la méthode de prise de moyenne volumique. Un terme source de combustion permet de considérer la réaction d'oxydation des particules collectées, intervenant dans l'étape de régénération du filtre.

La compréhension du fonctionnement cérébral passe par l'étude des relations entre les structures cérébrales et les fonctions cognitives qu'elles implémentent. Les études en activation, qui permettent d'obtenir, grâce aux techniques de neuroimagerie fonctionnelle, des données sur l'activité cérébrale pendant l'accomplissement d'une tâche cognitive, visent à étudier ces liens. Ces études, ainsi que de nombreux travaux chez l'animal, suggèrent que le support neurologique des fonctions cognitives est constitué de réseaux à grande échelle d'aires corticales et de régions sous-corticales interconnectées. Cependant, la mise en correspondance simple entre réseaux activés et tâche accomplie est insuffisante pour comprendre comment l'activation découle du traitement de l'information par le cerveau. De plus, le traitement cérébral est très complexe, et les mesures fournies par la neuroimagerie sont incomplètes, indirectes, et de natures différentes, ce qui complique grandement l'interprétation des données obtenues. Un outil de modélisation explicite des mécanismes de traitement et de propagation de l'information cérébrale dans les réseaux à grande échelle est nécessaire pour palier ces défauts et permettre l'interprétation des mesures de l'activité cérébrale en termes de traitement de l'information. Nous proposons ici un formalisme original répondant à ces objectifs et aux contraintes imposées par le système à modéliser, le cerveau. Il est basé sur une approche graphique causale et probabiliste, les réseaux bayésiens dynamiques, et sur une représentation duale de l'information. Nous considérons le cerveau comme un ensemble de régions fonctionnelles anatomiquement interconnectées, chaque région étant un centre de traitement de l'information qui peut être modélisé par un noeud du réseau bayésien. L'information manipulée dans le formalisme au niveau d'un noeud est l'abstraction du signal généré par l'activité de la population neuronale correspondante. Ceci nous conduit à représenter l'information cérébrale sous la forme d'un couple numérique/symbolique, permettant de tenir compte respectivement du niveau d'activation et de la configuration des neurones activés. Ce travail se situe dans le prolongement d'un projet visant à développer une approche causale originale pour la modélisation du traitement de l'information dans des réseaux cérébraux à grande échelle et l'interprétation des données de neuroimagerie. L'aspect causal permet d'exprimer explicitement des hypothèses sur le fonctionnement cérébral. Notre contribution est double. Au niveau de l'intelligence artificielle, l'utilisation de variables aléatoires labellisées dans des réseaux bayésiens dynamiques nous permet de définir des mécanismes d'apprentissage non-supervisés originaux. Sur le plan des neurosciences computationnelles, nous proposons un nouveau formalisme causal, plus adapté à la représentation du fonctionnement cérébral au niveau des réseaux d'aires que les réseaux de neurones formels, et présentant plus de plausibilité biologique que les autres approches causales, en particulier les réseaux causaux qualitatifs.

Dans le domaine de l'électronique de spin, le filtrage de spin est un phénomène physique qui permet de générer des courants d'électrons polarisés en spin grâce au transport dépendant du spin à travers une barrière tunnel ferromagnétique. Alors que le filtrage de spin à température ambiante est très attractif pour les applications, il existe peu de matériaux ayant les proprieties électriques et magnétiques requises. Les ferrites isolants XFe2O4 (X= Co, Ni, Mn), qui présentent des températures de Curie nettement supérieures à 300 K, sont de bons candidats pour jouer le rôle de filtre à spin à température ambiante. Dans cette thèse, je présente une étude approfondie des ferrites MnFe2O4, NiFe2O4 et CoFe2O4 en films ultraminces épitaxiés pour le filtrage de spin à température ambiante, en me penchant sur leur croissance par épitaxie par jets moléculaires. Les proprieties structurales, chimiques, magnétiques et électriques ont été étudiées par plusieurs méthodes de caractérisation in situ et ex situ, qui ont permis de démontrer le fort potentiel de ces oxydes pour jouer le rôle de barrière tunnel magnétique à temperature ambiante. Les filtres à spin ont ensuite été intégrés dans des jonctions tunnel afin de faire des mesures de transport tunnel polarisé en spin, soit par la méthode de Meservey-Tedrow, soit par des mesures de magnétorésistance tunnel (TMR). Ces mesures ont révélé pour la première fois un effet de filtrage de spin à travers MnFe2O4(111) et des effets de TMR ont été obtenus dans des nano-jonctions tunnel à base de CoFe2O4(111), permettant d'obtenir la plus forte polarisation en spin actuelle à température ambiante par effet de filtrage de spin.

Cette thèse propose des approches neuromimétiques d'identification et de commande avec des applications directes au Filtre Actif Parallèle (FAP) et au Moteur Synchrone à Aiment Permanent (MSAP). Une structure neuronale complète a été développée pour réaliser toutes les fonctionnalités d'un FAP pour compenser des harmoniques de courant. La phase instantanée et les composantes symétriques d'un système triphasé de tensions ou de courants ont été estimées avec une boucle à verrouillage de phase neuronale. L'identification des harmoniques de courant a été réalisée avec des réseaux de neurones de type Adaline opérant dans les différents repères. Plusieurs schémas de commande ont été développés pour réinjecter les courants de compensation à l'aide d'un onduleur. Ils sont basés sur des techniques neuromimétiques, sur la logique floue, ou sur leur association. Une approche neuronale a été développée pour commander une MSAP à distribution quelconque avec des contraintes prédéterminées réduisant les ondulations du couple. Elle consiste en des schémas de commande directe en couple ou en vitesse pour obtenir les courants statoriques optimaux qui donnent exactement le couple électromagnétique (ou la vitesse) désiré et qui réduisent au maximum les pertes par effet Joule. Ces commandes intègrent deux blocs neuronaux, l'un dédié au calcul des courants optimaux et l'autre pour assurer leur génération à travers un onduleur de tension. Toutes les approches neuromimétiques ont été validées par des tests de simulation et des essais expérimentaux. Des comparaisons avec les méthodes de commande classique démontrent des caractéristiques supérieures en termes de performance et de robustesse.

Nous proposons de traiter l'extraction de la mélodie principale, ainsi que la séparation de l'instrument jouant cette mélodie. La première tâche appartient au domaine de la recherche d'information musicale (MIR) : nous cherchons à indexer les morceaux de musique à l'aide de leur mélodie. La seconde application est la séparation aveugle de sources sonores (BASS) : extraire une piste audio pour chaque source présente dans un mélange sonore. La séparation de la mélodie principale et de l'accompagnement et l'extraction de cette mélodie sont traitées au sein d'un même cadre statistique. Le modèle pour l'instrument principal est un modèle de production source/filtre. Il suppose deux états cachés correspondant à l'état du filtre et de la source. Le modèle spectral choisi permet de prendre compte les fréquences fondamentales de l'instrument désiré et de séparer ce dernier de l'accompagnement. Deux modèles de signaux sont proposés, un modèle de mélange de gaussiennes amplifiées (GSMM) et un modèle de mélange instantané (IMM). L'accompagnement est modélisé par un modèle spectral plus général. Cinq systèmes sont proposés, trois systèmes fournissent la mélodie sous forme de séquence de fréquences fondamentales, un système fournit les notes de la mélodie et le dernier système sépare l'instrument principal de l'accompagnement. Les résultats en estimation de la mélodie et en séparation sont du niveau de l'état de l'art, comme l'ont montré nos participations aux évaluations internationales (MIREX'08, MIREX'09 et SiSEC'08). Nous avons ainsi réussi à intégrer de la connaissance musicale améliorant les résultats de travaux antérieurs sur la séparation de sources sonores.