Dans ce travail, nous construisons et étudions des familles de polynômes orthogonaux généralisés définis dans l'espace des matrices hermitiennes qui sont associées à une famille de polynômes orthogonaux sur R. Nous considérons plusieurs normalisations pour ces polynômes, et obtenons des formules classiques à partir des formules correspondantes pour des polynômes définis sur R. Nous construisons également des semi-groupes d'opérateurs associés aux polynômes orthogonaux généralisés, et donnons l'expression du générateur infinitésimal de ce semi-groupe ; nous prouvons que ce semi-groupe est markovien dans les cas classiques. En ce qui concerne les expansions d-dimensionnelles de Jacobi nous étudions les notions d'intégrale fractionnelle (potentiel de Riesz), de potentiel de Bessel et de dérivées fractionnelles. Nous donnons une nouvelle décomposition de l'espace L2 associé à la mesure de Jacobi d-dimensionnelle, et obtenons un analogue du théorème du multiplicateur de Meyer dans ce cadre. Nous étudions aussi les espaces de Jacobi-Sobolev.

.

.

Cette thèse traite de l'étude de méthodes de diagonalisation conjointe de matrices complexes, en vue de la séparation de sources, que ce soit dans le domaine des télécommunications numériques ou de la radioastronomie. Après avoir présenté les motivations qui ont poussé cette étude, nous faisons un bref état de l'art dans le domaine. Le problème de la diagonalisation conjointe, ainsi que celui de la séparation de source sont rappelés, et un lien entre ces deux sujets est établi. Par la suite, plusieurs algorithmes itératifs sont développés. Dans un premier temps, des méthodes utilisant une mise à jour de la matrice de séparation, de type gradient, sont présentées. Elles sont basées sur des approximations judicieuses du critère considéré. Afin d'améliorer la vitesse de convergence, une méthode utilisant un calcul du pas optimal est présentée, et plusieurs variantes de ce calcul, basées sur les approximations faites précédemment, sont développées. Deux autres approches sont ensuite introduites. La première détermine la matrice de séparation de manière analytique, en calculant algébriquement les termes composant la matrice de mise à jour par paire à partir d'un système d'équations linéaire. La deuxième estime récursivement la matrice de mélange, en se basant sur une méthode de moindres carrés alternés. Afin d'améliorer la vitesse de convergence, une recherche de pas d'adaptation linéaire est proposée. Ces méthodes sont alors validées sur un problème de diagonalisation conjointe classique. Puis les algorithmes sont appliqués à la séparation de sources de signaux de télécommunication numérique, en utilisant des statistiques d'ordre deux ou supérieur. Des comparaisons sont également effectuées avec des méthodes standards. La deuxième application concerne l'élimination des interférences terrestres à partir de l'estimation de l'espace associé, afin d'observer au mieux des sources cosmiques, issues de données de station LOFAR.

Cette thèse traite de l'étude de méthodes de diagonalisation conjointe de matrices complexes, en vue de la séparation de sources, que ce soit dans le domaine des télécommunications numériques ou de la radioastronomie. Après avoir présenté les motivations qui ont poussé cette étude, nous faisons un bref état de l'art dans le domaine. Le problème de la diagonalisation conjointe, ainsi que celui de la séparation de source sont rappelés, et un lien entre ces deux sujets est établi. Par la suite, plusieurs algorithmes itératifs sont développés. Dans un premier temps, des méthodes utilisant une mise à jour de la matrice de séparation, de type gradient, sont présentées. Elles sont basées sur des approximations judicieuses du critère considéré. Afin d'améliorer la vitesse de convergence, une méthode utilisant un calcul du pas optimal est présentée, et plusieurs variantes de ce calcul, basées sur les approximations faites précédemment, sont développées. Deux autres approches sont ensuite introduites. La première détermine la matrice de séparation de manière analytique, en calculant algébriquement les termes composant la matrice de mise à jour par paire à partir d'un système d'équations linéaire. La deuxième estime récursivement la matrice de mélange, en se basant sur une méthode de moindres carrés alternés. Afin d'améliorer la vitesse de convergence, une recherche de pas d'adaptation linéaire est proposée. Ces méthodes sont alors validées sur un problème de diagonalisation conjointe classique. Puis les algorithmes sont appliqués à la séparation de sources de signaux de télécommunication numérique, en utilisant des statistiques d'ordre deux ou supérieur. Des comparaisons sont également effectuées avec des méthodes standards. La deuxième application concerne l'élimination des interférences terrestres à partir de l'estimation de l'espace associé, afin d'observer au mieux des sources cosmiques, issues de données de station LOFAR. / This thesis deals with the study of joint diagonalization of complex matrices methods for source separation, wether in the field of numerical telecommunications and radioastronomy. After having introduced the motivations that drove this study, we present a brief state-of-the-art in the field. The joint diagonalization and source separation problems are reminded, and a link between these two themes is established. Thereafter, several iterative algorithms are developed. First, methods using a gradient-like update of the separation matrix are introduced. They are based on wise approximations of the considered criterion. In order to improve the convergence speed, a method using a computation of an optimal step size is presented, and variations around this computation, based on the previously introduced approximations are done. Two other approaches are then introduced. The first one analytically determines the separation matrix, by algebraically computing the terms composing the update matrix pairwise from a linear equation system. The second one recursively estimates the mixing matrix, based on an alternating least squares method. In order to enhance the convergence speed, a seek of an enhanced line search algorithm is proposed. These methods are then validated on a classical joint diagonalization problem. Aterwards, these algorithms are applied to the source separation of numerical communication signals, while using second or higher order statistics. Comparisons are also made with well-known methods. The second application relates to elimination of rterrestrial interferences from the estimation of the associated space in order to observe at best cosmic sources from LOFAR station data.