L'une des principales difficultés dans l'utilisation de capteurs chimiques concerne le manque de sélectivité inhérent à ces dispositifs. La stratégie classique pour faire face à ce problème est fondée sur le développement de nouvelles membranes qui conduisent à des capteurs plus sélectifs. Toutefois, plus récemment, on a démontré que ce problème peut également être traité par une autre approche, dans laquelle l'acquisition de données est effectuée par un réseau de capteurs qui ne sont pas forcément sélectifs. Ainsi, dans une deuxième étape, les informations pertinentes sont récupérées à l'aide des outils de traitement de signal. L'un des bénéfices le plus remarquable dans cette démarche concerne la flexibilité du système de mesure : le même réseau de capteurs peut être utilisé pour réaliser différents types d'analyse. Dans cette thèse, nous étudions l'utilisation de réseaux de capteurs dans le problème de l'analyse chimique quantitative. Cependant, contrairement à la grande majorité des travaux dans cette ligne, notre approche envisage des solutions non-supervisées, n'ayant pas besoin d'une étape d'étalonnage. Cette situation peut être formulée comme un problème de séparation aveugle de sources. Puisque les capteurs chimiques considérés dans cette recherche présentent des réponses non-linéaires, le processus de mélange sous-jacent au réseau de capteurs est non-linéaire, ce qui rend le problème difficile. Les principales contributions de cette recherche sont liées justement au développement de méthodes de séparation des mélanges non-linéaires sur mesure pour les réseaux d'électrodes sélectives potentiométriques. Nous considérons des solutions fondées sur l'analyse en composantes indépendantes, mais également sur d'autres stratégies qui nous permettent de prendre en compte des connaissances a priori typiques dans l'application ciblée dans cette recherche, comme la positivité des activités chimiques.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00459333 |
| Date | 17 November 2009 |
| Creators | Duarte, Leonardo Tomazeli |
| Publisher | Université de Grenoble |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | English |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0023 seconds