La radio cognitive apparaît comme une solution naturelle aux problèmes d'échelle et de complexité résultant de la grande popularité des communications sans fil et de l'évolution des technologies radio. Une radio cognitive est un agent intelligent capable de s'adapter à son contexte opérationnel pour (1) respecter le cadre de régulation contrôlant l'accès au spectre, (2) satisfaire les besoins de l'utilisateur en termes de qualité de service, et (3) assurer une gestion optimisée des ressources disponibles (radios, réseaux et matérielles). Ce nouveau paradigme est directement lié au développement de l'intelligence embarquée, objet de ce travail de thèse.<br /><br />Dans ce mémoire de thèse, nous détaillons la conception d'un moteur cognitif structurant les opérations de raisonnement et d'apprentissage nécessaires à la supervision du processus de reconfiguration dynamique. La solution proposée suit une approche originale basée sur une modélisation qualitative du problème de conception à la volée. <br /><br />Le moteur cognitif raisonne de manière autonome en s'appuyant sur les relations d'ordre définies par deux échelles déduites dynamiquement en fonction du contexte. Il navigue le long de ces deux échelles pour rechercher une configuration adaptée avec un souci d'efficacité et d'optimalité. Il exploite ses capacités de prédiction afin d'estimer l'impact de l'environnement radio sur les performances des configurations disponibles (nombre d'erreurs de transmission tolérables). Il évalue les configurations compatibles avec le service à l'aide d'un système de notation calculant la satisfaction des alternatives vis-à-vis des objectifs d'optimisation (réduire la consommation d'énergie, maximiser le débit de transmission). Si nécessaire, une expérience de conception est déclenchée afin d'explorer l'espace de conception en ligne. Les connaissances mémorisées sont alors mises à l'épreuve dans le but de se rapprocher du comportement optimal. Le plan d'expérience est construit dynamiquement en fonction des retours de l'environnement. Le moteur cognitif profite également de connaissances expertes embarquées pour limiter les risques d'expérimentation. Il accumule de l'expérience progressivement et il apprend à recourir de moins en moins souvent à l'expérimentation pour exploiter ses connaissances devenues fiables.<br /><br />Nous avons testé notre approche sur deux études de cas de conception cognitive d'un lien radio. Les résultats obtenus confirment la pertinence des mécanismes cognitifs proposés. Le moteur cognitif parvient en effet à trouver la solution optimale pour la grande majorité des problèmes traités (95% en moyenne) et il devient de plus en plus efficace dans sa recherche d'une configuration adaptée.<br /><br />Notre méthode combine efficacement la puissance de systèmes d'apprentissage avec des connaissances issues de l'expertise en ingénierie des télécommunications. Le moteur cognitif est conçu avec une grande autonomie décisionnelle grâce à des capacités de raisonnement, d'exploration en ligne et d'apprentissage incrémental. De plus, nous avons proposé des mécanismes avancés pour améliorer son comportement afin d'en faire une solution cognitive effective pour de nombreux problèmes de conception dynamique.