Les travaux de cette thèse relèvent du domaine du "traitement d'antennes" qui exploite et traite les signaux issus de plusieurs capteurs électromagnétiques. Plus particulièrement, ce travail concerne les problèmes de "radio goniométrie" dont l'objectif est d'estimer les directions des émetteurs radio électriques. Les algorithmes de goniométrie sont des estimateurs de ces angles utilisant une connaissance a priori de la réponse du réseau de capteurs pour une direction d'arrivée donnée. Sachant que dans la pratique la connaissance de cette réponse est mal maîtrisée, l'objectif de la thèse est double : développer une classe unifiée d'algorithmes basée sur des modèles réalistes contenant de paramètres supplémentaires dits de "nuisance" afin des les estimer conjointement aux angles d'incidences ; mener une étude de performance d'algorithmes (MUSIC, Maximum de vraisemblance, ...) en présence d'erreurs de modèle et en conditions asymptotiques.

Dans cette thèse, nous nous intéressons aux méthodes de traitement d'antennes pour la localisation de sources dans le cas des antennes linéaires non uniformes. Le travail porte principalement sur les méthodes à haute résolution qui sont particulièrement adaptées aux antennes linéaires non uniformes afin de s'affranchir des problématiques associées aux lobes secondaires. Nous démontrons que Root-MUSIC peut être directement appliquée dans le cas des antennes non uniformes lacunaires. De plus, nous montrons que la suppression d'un certain nombre de capteurs d'une antenne linéaire uniforme ne dégrade que très légèrement les performances grâce à l'utilisation des méthodes à haute résolution comme Root-MUSIC. Ensuite, nous proposons une nouvelle méthode EM-ESPRIT qui peut être utilisée pour n'importe quel type de géométrie d'antenne non uniforme. Cette méthode itérative est basée sur les deux algorithmes : Expectation-Maximization (EM) et ESPRIT. L'étude des performances de EM-ESPRIT montre qu'elle présente de meilleures performances que la plupart des méthodes, en particulier pour des niveaux de bruit importants. De plus, deux variantes : EM-ESPRIT stochastique et EMRoot- MUSIC sont proposées afin d'améliorer les aspects de convergence et de consistance de EM-ESPRIT. Finalement, nous considérons une application liée à la localisation de sources aéroacoustiques sur la carrosserie d'une voiture. La mise en oeuvre d'une méthode de type Zero-Forcing MUSIC a permis d'obtenir de bons résultats sur des données simulées et réelles, en particulier pour des sources proches et de puissance différente.

Le travail présenté dans ce mémoire concerne l'étude et le développement de méthodes d'identification récursive. Le chapitre 2 présente une synthèse des principaux algorithmes adaptatifs classiques fondés sur les moindres carrés. Les difficultés rencontrées lors de l'utilisation de telles approches dans certaines situations pratiques motivent la création de techniques récursives employant la forme d'état. Ce type de représentation a démontré son efficacité en identification grâce à l'émergence des méthodes hors ligne des sous-espaces. Ainsi, le chapitre 3 propose une description des algorithmes MOESP. Ces derniers sont en effet considérés comme le point de départ des techniques récursives des sous-espaces. Bien que robuste, la décomposition en valeurs singulières (DVS) employée par ces méthodes les rend inapplicables en ligne de par sa charge calculatoire. Le chapitre 4 est dédié à un état de l'art des algorithmes récursifs des sous-espaces énoncés jusqu'en 2003. Ces méthodes ont en commun d'adapter un critère particulier de traitement d'antennes conduisant à des techniques alternatives à la DVS. Une description de ces algorithmes dans un contexte unifié est plus précisément présentée. Ces techniques présentent néanmoins un certain nombre de limitations principalement liées à la fonction coût utilisée. Afin de remédier à ces inconvénients, nous développons, au sein du chapitre 5, de nouvelles méthodes récursives des sous-espaces. L'approche proposée consiste à adapter un opérateur particulier du traitement d'antennes jusqu'alors inexploité en identification : le propagateur. L'ajustement de ce dernier au problème d'identification récursive permet d'obtenir des critères quadratiques sans approximation et sans contrainte. Le problème des perturbations est traité en introduisant une variable instrumentale. L'étude expérimentale sur des données réelles et simulées est réalisée dans le chapitre 6.