L’amplificateur haute puissance d’un radar, qui est l’un des éléments définissant les performances du système, est un sujet constant de rechecherche afin d’améliorer sa puissance et son rendement. Des améliorations des performances peuvent être apportées par la combinaison d’une technologie relativement nouvelle, le HEMT GaN et de classes de fonctionnement d’amplificateur à haut rendement telles les classes de commutation. Ces dernières faisant usage des harmoniques du signal complexe émis par l’amplificateur en compression, une caracterisation non linéaire est requise. Ce type de caractérisation existe déjà en mode CW et pulsé périodique. Cependant, le mode pulsé périodique n’apporte qu’une approximation du train d’impulsions radar réel excitant l’amplificateur, négligeant les effets causés par le train de pulse. Cela concerne particulièrement la technologie HEMT GaN qui est susceptible à des effets thermique et de mémoire. Ce travail propose une nouvelle technique de mesure reposant sur un prototype de NVNA basé sur des mélangeurs capable de mesurer trois fréquences simultanément, permettant la caractérisation non linéaire d’un amplificateur en condition radar réelle en terme de train d’impulsions. Cet instrument a été validé par des mesures CW et pulsée périodique en utilisant un appareil type LSNA et un VNA disponible sur le marché. La technique mesure, optimisée dans ce travail jusqu’à 12GHz, permet de visualiser des effets causés par le train d’impulsions sur l’amplificateur de puissance tout en mesurant les trois premiers tons du signal complexe au meilleur rapport signal à bruit disponible grâce à l’architecture de l’instrument. / Radar high power amplifier, that is one of the performance defining elements of a radar system, is under constant investigation to improve its power and efficiency. Improvement can be provided through the combination of relatively new transistor technology such as HEMT GaN and the use of high efficiency functioning class such as commutation classes. Commutation classes making use of harmonic tones of the complex signal of the amplifier at compression, non- linear characterization is required. Such characterization already available for CW and periodic pulse signal. However periodic pulse only provide an approximation of the actual radar pulse train the amplifier will be submitted to, overlooking effects cause by the pulse train. This affect especially on HEMT GaN which is prone to thermal and memory effects. This work propose a new measurement technique relying on a developed mixer based NVNA prototype able to measure three frequencies simultaneously, allowing the non linear characterization of a power amplifier in actual non periodic radar pulse train. The instrument was validated in CW and periodic pulse condition using commercially available NVNA and a LSNA. The measurement technique, optimized in this work to be performed up to 12GHz, allowed to see effects caused by the radar pulse train on a power amplifier performance while recording all three tones at best signal to noise ratio available thanks to the instrument architecture.

Nous traitons des signaux électromyographiques intramusculaires (signaux iEMG) relevés dans les muscles de l'avant-bras. Les signaux iEMG représentent une image de la commande du système nerveux central vers les muscles. Ils se composent d'une superposition de trains d'ondelettes, chaque ondelette code un groupe de fibres musculaires et son taux de mise à feu code l'effort produit par ce groupe. L'objectif est d'extraire de façon séquentielle des informations du signal iEMG. Nous espérons que ces informations se révèleront utiles pour la commande d'une prothèse d'avant-bras. En premier lieu, nous modélisons un train d'impulsions comme une chaîne de Markov et nous discutons des lois pouvant caractériser le temps entre deux impulsions. La loi de Weibull discrète a retenu notre attention. Nous avons mis en place une méthode d'estimation en ligne de ses paramètres. En second lieu, nous modélisons le signal iEMG par un modèle de Markov caché s'appuyant sur le modèle de train d'impulsions ci-dessus. La mise en place d'un filtre bayésien nous permet de propager séquentiellement une estimation bayésienne des paramètres du modèle de Markov caché, en particulier la forme des ondelettes et leur taux de mise à feu. Nous proposons finalement une méthode d'estimation du nombre de trains d'ondelettes, un paramètre discret du modèle. Nous validons les méthodes et algorithmes proposés sur des signaux simulés et des signaux iEMG.