Search

Acoustic sources characterization aims to describe sound emitters through some parameters like their localization in space, the sound level they produce or their identification thanks to their acoustic signature. In this thesis, the objective is to obtain some of these parameters in two industrial application cases, for sources located in far-field and by the use of acoustic arrays. The first application concerns deep-sea mining acoustic impact in the context of Abysound FUI project. Within it, the thesis searches to characterize the excavation machine located on the seabed by assessing their localization and their sound level. First, a design phase has led to the construction of a 3 m size acoustic array. Then, using data from two experimental campaigns conducted in the Mediterranean Sea with this array, the high-resolution method MUSIC accurately localizes the used acoustic sources, either mobile and more than 600 m away from the array, or immersed by 700 m depth. Their sound level is then estimated by beamforming, and the expected levels are verified for monochromatic or wideband signals. In the second application, a complete procedure for the localization and the identification of drones is proposed to protect sensitive areas. It combines array processing and machine learning through three key steps: localization, focalization, and identification. MUSIC localizes again nearby acoustic sources around the industrial array used, then focalization reconstructs each temporal signal, and a SVM model identifies them as drone or not. Experimental validations, inside and outside, establish an important contribution of this thesis work. Acquired data show for instance that the procedure localizes drones with 3° accuracy outside, detects them at 99 %, or identifies them despite the presence of a more powerful source.; La caractérisation de sources acoustiques a pour but de décrire des émetteurs sonores à travers certains paramètres comme leur localisation dans l'espace, le niveau sonore qu'ils produisent ou encore leur identification grâce à leur signature acoustique. Dans cette thèse, l'objectif est d'obtenir certains de ces trois paramètres dans deux cas d'application concrets, pour des sources situées en champ lointain et grâce à des antennes acoustiques. La première application concerne l'impact acoustique de la prospection minière sous-marine par grands fonds dans le cadre du projet FUI Abysound. Au sein du projet, la thèse cherche à caractériser les machines excavatrices placées sur les fonds marins en obtenant leur localisation et leur niveau sonore. Une première phase de design a abouti à la construction d'une antenne conique de 3 m. En s'appuyant ensuite sur les données issues de deux campagnes expérimentales menées en mer Méditerranée avec cette antenne, la méthode haute-résolution MUSIC localise précisément les sources mises en oeuvre, qu'elles soient mobiles et à plus de 600 m de l'antenne, ou immergées par 700 m de fond. Leur niveau sonore est ensuite estimé par formation de voies, et les niveaux attendus sont retrouvés pour des signaux monochromatiques ou à large bande. Dans la seconde application, une procédure complète pour la localisation et l'identification de drones est proposée pour la protection de sites sensibles. Elle combine traitement d'antenne et apprentissage statistique en s'articulant autour de trois étapes clés : la localisation, la focalisation et l'identification. La méthode MUSIC localise à nouveau les sources acoustiques présentes autour de l'antenne industrielle utilisée, puis la focalisation reconstruit le signal temporel de chacune, et un modèle SVM les identifie comme drone ou non. Les validations expérimentales, en intérieur comme en extérieur, constituent une contribution importante de ce travail de thèse. Les données acquises montrent entre autres que la procédure localise des drones à 3° près en extérieur, les détecte à 99 %, ou encore les identifie en présence d'une source perturbatrice plus puissante.

Acoustic sources characterization aims to describe sound emitters through some parameters like their localization in space, the sound level they produce or their identification thanks to their acoustic signature. In this thesis, the objective is to obtain some of these parameters in two industrial application cases, for sources located in far-field and by the use of acoustic arrays. The first application concerns deep-sea mining acoustic impact in the context of Abysound FUI project. Within it, the thesis searches to characterize the excavation machine located on the seabed by assessing their localization and their sound level. First, a design phase has led to the construction of a 3 m size acoustic array. Then, using data from two experimental campaigns conducted in the Mediterranean Sea with this array, the high-resolution method MUSIC accurately localizes the used acoustic sources, either mobile and more than 600 m away from the array, or immersed by 700 m depth. Their sound level is then estimated by beamforming, and the expected levels are verified for monochromatic or wideband signals. In the second application, a complete procedure for the localization and the identification of drones is proposed to protect sensitive areas. It combines array processing and machine learning through three key steps: localization, focalization, and identification. MUSIC localizes again nearby acoustic sources around the industrial array used, then focalization reconstructs each temporal signal, and a SVM model identifies them as drone or not. Experimental validations, inside and outside, establish an important contribution of this thesis work. Acquired data show for instance that the procedure localizes drones with 3° accuracy outside, detects them at 99 %, or identifies them despite the presence of a more powerful source., La caractérisation de sources acoustiques a pour but de décrire des émetteurs sonores à travers certains paramètres comme leur localisation dans l'espace, le niveau sonore qu'ils produisent ou encore leur identification grâce à leur signature acoustique. Dans cette thèse, l'objectif est d'obtenir certains de ces trois paramètres dans deux cas d'application concrets, pour des sources situées en champ lointain et grâce à des antennes acoustiques. La première application concerne l'impact acoustique de la prospection minière sous-marine par grands fonds dans le cadre du projet FUI Abysound. Au sein du projet, la thèse cherche à caractériser les machines excavatrices placées sur les fonds marins en obtenant leur localisation et leur niveau sonore. Une première phase de design a abouti à la construction d'une antenne conique de 3 m. En s'appuyant ensuite sur les données issues de deux campagnes expérimentales menées en mer Méditerranée avec cette antenne, la méthode haute-résolution MUSIC localise précisément les sources mises en oeuvre, qu'elles soient mobiles et à plus de 600 m de l'antenne, ou immergées par 700 m de fond. Leur niveau sonore est ensuite estimé par formation de voies, et les niveaux attendus sont retrouvés pour des signaux monochromatiques ou à large bande. Dans la seconde application, une procédure complète pour la localisation et l'identification de drones est proposée pour la protection de sites sensibles. Elle combine traitement d'antenne et apprentissage statistique en s'articulant autour de trois étapes clés : la localisation, la focalisation et l'identification. La méthode MUSIC localise à nouveau les sources acoustiques présentes autour de l'antenne industrielle utilisée, puis la focalisation reconstruit le signal temporel de chacune, et un modèle SVM les identifie comme drone ou non. Les validations expérimentales, en intérieur comme en extérieur, constituent une contribution importante de ce travail de thèse. Les données acquises montrent entre autres que la procédure localise des drones à 3° près en extérieur, les détecte à 99 %, ou encore les identifie en présence d'une source perturbatrice plus puissante.

One of the objectives of statistical signal processing is the extraction of useful information from a set of data and a statistical model. For example, most of the methods for detecting/localizing targets in radar generally require the estimation of the covariance matrix. With the emergence of high-resolution systems, the use of a Gaussian model is no longer suited and therefore leads to performance degradations. In addition, prior information can be obtained by a prior study of the system, such as the structure of the covariance matrix. Taking them into account then improves the performance of the processing methods.First, we introduce new robust structured estimators of the covariance matrix, based on the family of elliptical distributions and the class of M-estimators. We analyze the asymptotic performances of the latter and we conduct a sensitivity analysis by considering the possibility of mismatches on the statistical model.Secondly, we propose a reformulation of the target detection problem using sparse subspace clustering techniques. We then study some theoretical properties of the optimization problem and we apply this methodology in a scenario of target detection in presence of jammers.; L'un des objectifs du traitement statistique du signal est l'extraction d'informations utiles à partir d'un ensemble de données et d'un modèle statistique. Par exemple, les méthodes pour détecter/localiser des cibles en radar requièrent généralement l'estimation de la matrice de covariance des données. Avec l'apparition de systèmes haute-résolution, l'utilisation d'un modèle gaussien n'est plus adaptée et conduit alors à des dégradations de performance. Par ailleurs, certaines informations a priori peuvent être obtenues par une étude préalable du système comme par exemple la structure de la matrice de covariance. Leur prise en compte améliore alors les performances des méthodes de traitement.Dans un premier temps, nous introduisons de nouveaux estimateurs robustes structurés de la matrice de covariance, basés sur la famille des distributions elliptiques et la classe des M-estimateurs. Nous analysons les performances asymptotiques de ces derniers et conduisons une analyse de sensibilité en considérant la possibilité d'erreurs sur le modèle statistique. Dans un second temps, nous proposons une reformulation du problème de détection de cibles à l'aide des techniques de subspace clustering et de reconstruction parcimonieuse. Nous étudions alors certaines propriétés théoriques du problème d'optimisation puis nous appliquons cette méthodologie dans un scénario de détection de cibles en présence de brouilleurs.

This thesis work focuses on the acoustic identification of drones in order to design an array with few microphones (up to 10) and adapted to the frequencies emitted for localizing and tracking these devices. Characterization measurements have shown the inherent harmonic structure of the signal emitted by the UAV propulsion systems. A filtering step before the localization, adapted to this type of signal, is proposed. It consists of the detection of the fundamental frequency by the HPS (Harmonic Product Spectrum) algorithm and a series of bandpass filters to preserve the useful harmonics of the signal. Two methods of localization are compared through numerical simulations and experimental measurements. The first is beamforming in the time domain. Usually used for angular source localization, it is extended for localization in 3D space. The second, called acoustic goniometry, estimates the angular position of the target as a solution to an inverse problem. A Kalman filter is then used to track the target. An experimental measurement campaign made it possible to establish a database of the displacement of a small four-engine drone for different trajectories. Data analysis showed that a small number of harmonics (3 to 6) in the signal spectrum of the source to be located is sufficient to estimate the position of a source without significant loss in accuracy relative to a location without processing. The choice of this strategy is justified for localization and tracking in the presence of several drones.; Ces travaux de thèse portent sur l’identification acoustique de drones en vue du dimensionnement d’une antenne avec peu de microphones (jusqu'à 10) et adaptée aux fréquences émises pour la localisation et le suivi de ces appareils. Des mesures de caractérisation ont mis en évidence la structure harmonique inhérente au signal émis par les systèmes de propulsion des drones. Une étape de filtrage précédant la localisation, adaptée à ce type de signal, est proposée. Elle consiste en une détection de la fréquence fondamentale par l'algorithme HPS (Harmonic Product Spectrum) et d'une série de filtres passe-bande pour conserver les harmoniques utiles du signal. Deux méthodes de localisation sont confrontées au travers de simulations numériques et de mesures expérimentales. La première est la formation de voies appliquée dans le domaine temporel. Usuellement employée pour la localisation angulaire de sources, elle est étendue pour une localisation dans l'espace 3D. La seconde, appelée goniométrie acoustique, estime la position angulaire de la cible comme solution d'un problème inverse. Un filtre de Kalman est ensuite utilisé pour assurer le suivi de la cible. Une campagne de mesures expérimentales a permis d'établir une base de données du déplacement d’un petit drone quadrimoteur pour différentes trajectoires. L'analyse des données a montré qu’un faible nombre d'harmoniques (de 3 à 6) dans le spectre du signal de la source à localiser est suffisant pour estimer la position d'une source sans perte significative en précision relativement à une localisation sans traitement. Le choix de cette stratégie se justifie pour la localisation et le suivi en présence de plusieurs drones.

This thesis work focuses on the acoustic identification of drones in order to design an array with few microphones (up to 10) and adapted to the frequencies emitted for localizing and tracking these devices. Characterization measurements have shown the inherent harmonic structure of the signal emitted by the UAV propulsion systems. A filtering step before the localization, adapted to this type of signal, is proposed. It consists of the detection of the fundamental frequency by the HPS (Harmonic Product Spectrum) algorithm and a series of bandpass filters to preserve the useful harmonics of the signal. Two methods of localization are compared through numerical simulations and experimental measurements. The first is beamforming in the time domain. Usually used for angular source localization, it is extended for localization in 3D space. The second, called acoustic goniometry, estimates the angular position of the target as a solution to an inverse problem. A Kalman filter is then used to track the target. An experimental measurement campaign made it possible to establish a database of the displacement of a small four-engine drone for different trajectories. Data analysis showed that a small number of harmonics (3 to 6) in the signal spectrum of the source to be located is sufficient to estimate the position of a source without significant loss in accuracy relative to a location without processing. The choice of this strategy is justified for localization and tracking in the presence of several drones.; Ces travaux de thèse portent sur l’identification acoustique de drones en vue du dimensionnement d’une antenne avec peu de microphones (jusqu'à 10) et adaptée aux fréquences émises pour la localisation et le suivi de ces appareils. Des mesures de caractérisation ont mis en évidence la structure harmonique inhérente au signal émis par les systèmes de propulsion des drones. Une étape de filtrage précédant la localisation, adaptée à ce type de signal, est proposée. Elle consiste en une détection de la fréquence fondamentale par l'algorithme HPS (Harmonic Product Spectrum) et d'une série de filtres passe-bande pour conserver les harmoniques utiles du signal. Deux méthodes de localisation sont confrontées au travers de simulations numériques et de mesures expérimentales. La première est la formation de voies appliquée dans le domaine temporel. Usuellement employée pour la localisation angulaire de sources, elle est étendue pour une localisation dans l'espace 3D. La seconde, appelée goniométrie acoustique, estime la position angulaire de la cible comme solution d'un problème inverse. Un filtre de Kalman est ensuite utilisé pour assurer le suivi de la cible. Une campagne de mesures expérimentales a permis d'établir une base de données du déplacement d’un petit drone quadrimoteur pour différentes trajectoires. L'analyse des données a montré qu’un faible nombre d'harmoniques (de 3 à 6) dans le spectre du signal de la source à localiser est suffisant pour estimer la position d'une source sans perte significative en précision relativement à une localisation sans traitement. Le choix de cette stratégie se justifie pour la localisation et le suivi en présence de plusieurs drones.

This work focuses on acoustic source depth discrimination in the ultra-low frequency range (ULF, 0-500 Hz), using a horizontal line array. Depth discrimination is a binary classification problem, aiming to evaluate whether a received signal has been emitted by a source near the surface or by a submerged one. This could serve applications such as anti-submarine warfare or marine biology.The acoustic field generated by a ULF source can be described as a sum of modes, which properties depend on environment and source location. This modal propagation leads to modal dispersion: the different modes propagate at different velocities. This forbid the use of classical beamforming schemes. However, the horizontal array can be used as a spatial filter to estimate the properties of the modes: this is modal filtering. With a sufficient array length, modes are resolved, and the filtered modes can be used to localise the source using matched-mode processing. If the array is too short, the poorly-filtered modes cannot be used for localisation. Therefore, we are looking for a less precise but more robust information on source location, which leads to source depth discrimination.In this work, the poorly-filtered modes are used to decide whether the source is near the surface or submerged. Because some of the modes (the "trapped modes") are weakly excited by a surface source, we propose this decision relies on the estimation of the trapped energy ratio, i.e. the ratio of acoustic energy borne by trapped modes to the total acoustic energy. The problem of depth discrimination is then formulated as a binary hypothesis test on source depth. This physical formulation allows using Monte-Carlo methods and simulations to predict performance in a given context. This enables comparison between several estimators of the trapped energy ratio and the choice of a relevant threshold which this ratio is compared to in order to decide between the two hypotheses. The approach developped in the manuscript is validated by its application to marine experimental data. The results are consistent with the conclusions drawn from simulations. The proposed method enables the succesfull identification of both a surface source (the noise of a travelling ship) and a submerged source (a ULF source towed 30 m below the surface), using a 360-m horizontal array.; Les travaux présentés s'intéressent à la discrimination en immersion d'une source acoustique sous-marine monochromatique ultra basse fréquence (UBF, 0-500 Hz) à l'aide d'une antenne horizontale d'hydrophones. La discrimination en immersion consiste à déterminer si un signal reçu a été émis à proximité de la surface ou par une source immergée. Cette problématique est particulièrement intéressante pour la lutte sous-marine (discrimination entre bâtiments de surface et sous-marins) ou la biologie marine (discrimination entre espèces vocalement actives à la surface et en profondeur). Le champ acoustique généré par une source UBF peut être décomposé en modes, dont les caractéristiques dépendent de l'environnement et de la position de la source. Cette propagation modale est source de dispersion modale : les différents modes se propagent à différentes vitesses. Cela empêche d'utiliser les techniques classiques de traitement d'antenne. Cependant, l'antenne horizontale peut être utilisée comme un filtre spatial pour estimer les propriétés des différents modes : on parle alors de filtrage modal. Si l'antenne est suffisamment longue, les modes sont résolus et les modes filtrés peuvent servir à localiser la source (matched-mode processing). Dans le cas d'une antenne trop courte, les modes sont mal filtrés et la localisation est impossible. Nous cherchons donc une information moins précise mais plus robuste sur la position de la source, d'où le problème de la discrimination en immersion.Dans ces travaux, nous cherchons à exploiter les modes mal filtrés pour prendre une décision sur le caractère immergé ou non de la source. Nous proposons de baser cette décision sur la valeur estimée du taux d'énergie piégée, i.e. la proportion de l'énergie acoustique qui est portée par les modes piégés. Le problème de la discrimination est alors posé comme un test d'hypothèses binaire sur la profondeur de la source. Cette formulation physique du problème permet d'utiliser des méthodes de Monte Carlo pour prédire, à l'aide de simulations, les performances en discrimination dans un contexte donné. Cela permet de comparer diverses méthodes d'estimation du taux d'énergie piégée, et surtout de choisir un seuil auquel comparer ce taux pour décider si la source est en surface ou immergée.La méthode développée pendant la thèse est validée sur des données expérimentales marines. Les résultats alors obtenus sont cohérents avec les conclusions tirées des simulations. La méthode proposée permet notamment d'identifier avec succès une source de surface (le bruit d'un navire en déplacement) ainsi qu'une source immergée (une source UBF tractée à 30 m de profondeur), à l'aide d'une antenne horizontale de 360 m.

This work focuses on acoustic source depth discrimination in the ultra-low frequency range (ULF, 0-500 Hz), using a horizontal line array. Depth discrimination is a binary classification problem, aiming to evaluate whether a received signal has been emitted by a source near the surface or by a submerged one. This could serve applications such as anti-submarine warfare or marine biology.The acoustic field generated by a ULF source can be described as a sum of modes, which properties depend on environment and source location. This modal propagation leads to modal dispersion: the different modes propagate at different velocities. This forbid the use of classical beamforming schemes. However, the horizontal array can be used as a spatial filter to estimate the properties of the modes: this is modal filtering. With a sufficient array length, modes are resolved, and the filtered modes can be used to localise the source using matched-mode processing. If the array is too short, the poorly-filtered modes cannot be used for localisation. Therefore, we are looking for a less precise but more robust information on source location, which leads to source depth discrimination.In this work, the poorly-filtered modes are used to decide whether the source is near the surface or submerged. Because some of the modes (the "trapped modes") are weakly excited by a surface source, we propose this decision relies on the estimation of the trapped energy ratio, i.e. the ratio of acoustic energy borne by trapped modes to the total acoustic energy. The problem of depth discrimination is then formulated as a binary hypothesis test on source depth. This physical formulation allows using Monte-Carlo methods and simulations to predict performance in a given context. This enables comparison between several estimators of the trapped energy ratio and the choice of a relevant threshold which this ratio is compared to in order to decide between the two hypotheses. The approach developped in the manuscript is validated by its application to marine experimental data. The results are consistent with the conclusions drawn from simulations. The proposed method enables the succesfull identification of both a surface source (the noise of a travelling ship) and a submerged source (a ULF source towed 30 m below the surface), using a 360-m horizontal array.; Les travaux présentés s'intéressent à la discrimination en immersion d'une source acoustique sous-marine monochromatique ultra basse fréquence (UBF, 0-500 Hz) à l'aide d'une antenne horizontale d'hydrophones. La discrimination en immersion consiste à déterminer si un signal reçu a été émis à proximité de la surface ou par une source immergée. Cette problématique est particulièrement intéressante pour la lutte sous-marine (discrimination entre bâtiments de surface et sous-marins) ou la biologie marine (discrimination entre espèces vocalement actives à la surface et en profondeur). Le champ acoustique généré par une source UBF peut être décomposé en modes, dont les caractéristiques dépendent de l'environnement et de la position de la source. Cette propagation modale est source de dispersion modale : les différents modes se propagent à différentes vitesses. Cela empêche d'utiliser les techniques classiques de traitement d'antenne. Cependant, l'antenne horizontale peut être utilisée comme un filtre spatial pour estimer les propriétés des différents modes : on parle alors de filtrage modal. Si l'antenne est suffisamment longue, les modes sont résolus et les modes filtrés peuvent servir à localiser la source (matched-mode processing). Dans le cas d'une antenne trop courte, les modes sont mal filtrés et la localisation est impossible. Nous cherchons donc une information moins précise mais plus robuste sur la position de la source, d'où le problème de la discrimination en immersion.Dans ces travaux, nous cherchons à exploiter les modes mal filtrés pour prendre une décision sur le caractère immergé ou non de la source. Nous proposons de baser cette décision sur la valeur estimée du taux d'énergie piégée, i.e. la proportion de l'énergie acoustique qui est portée par les modes piégés. Le problème de la discrimination est alors posé comme un test d'hypothèses binaire sur la profondeur de la source. Cette formulation physique du problème permet d'utiliser des méthodes de Monte Carlo pour prédire, à l'aide de simulations, les performances en discrimination dans un contexte donné. Cela permet de comparer diverses méthodes d'estimation du taux d'énergie piégée, et surtout de choisir un seuil auquel comparer ce taux pour décider si la source est en surface ou immergée.La méthode développée pendant la thèse est validée sur des données expérimentales marines. Les résultats alors obtenus sont cohérents avec les conclusions tirées des simulations. La méthode proposée permet notamment d'identifier avec succès une source de surface (le bruit d'un navire en déplacement) ainsi qu'une source immergée (une source UBF tractée à 30 m de profondeur), à l'aide d'une antenne horizontale de 360 m.

The analysis of the seismic wavefield is an essential pre-requisite to the study of seismic wave propagation which in turns helps improving our understanding of the physical processes behind the sources and our knowledge of the propagation medium. The objective of this thesis is to further develop signal processing techniques to more fully exploit the information brought by the 3 component stations and arrays in order to characterize the seismic wavefield. The thesis work focuses on polarization analysis, its extension to 3-component arrays and its joint use with classical array processing. A review of the existing methods that attempt to extend array processing to the 3-components leads to the observation that these methods are complex and their use is limited. Therefore, two alternative methods that associate array processing and polarization sequentially are suggested. In order to best exploit the polarization analyses, a standardized parametrization system describing the polarization is developed and associated with a visualization solution regrouping all the parameters necessary for the interpretation on one figure. Finally, a polarization analysis performed on data from the LSBB 3-component array demonstrates the possibility to use spatial coherency to assist with the interpretation of seismograms, L’analyse du champ d’ondes est un prérequis essentiel à l’étude de la propagation des ondes sismiques qui permet à son tour d’améliorer notre compréhension des processus physiques liés à la nature de la source et notre connaissance des milieux de propagation. L’objectif de cette thèse est de développer des techniques de traitement du signal afin d’améliorer l’exploitation des informations apportées par les stations et les antennes 3 composantes dans le but de caractériser le champ d’ondes sismiques. Elle se concentre sur les analyses de polarisation, leur extension aux antennes 3 composantes et leur utilisation conjointe avec des traitements d’antenne classiques. La thèse revient sur les approches existantes qui tentent d’étendre le traitement d’antenne aux 3 composantes. Ces méthodes existantes se montrent complexes et leur utilisation reste limitée, la thèse suggère deux méthodes alternatives associant successivement traitement d’antenne et polarisation. Afin d’exploiter au mieux les analyses de polarisation, un système standardisé de paramètres décrivant la polarisation est développé et associé à une solution de visualisation permettant de regrouper l’ensemble des paramètres essentiels à l’interprétation sur une figure unique. Finalement, une étude de polarisation sur l’antenne 3 composantes du LSBB (Laboratoire Souterrain Bas Bruit) démontre la possibilité d’utiliser la cohérence spatiale de la polarisation comme aide pour l’interprétation des sismogrammes

International audience; Source Source depth estimation with a vertical line array generally involves mode filtering, then matched-mode processing. Because mode filtering is an ill-posed problem if the water column is not well-sampled, concerns for robustness motivate a simpler approach: source depth discrimination considered as a binary classification problem. It aims to evaluate whether the source is near the surface or submerged. These two hypotheses are formulated in terms of normal modes, using the concept of trapped and free modes. Decision metrics based on classic mode filters are proposed. Monte Carlo methods are used to predict performance and set the parameters of a classifier accordingly.

National audience; This article provides a technical survey of the recent advances between the fields of robust estimation of scatter and of large dimensional random matrix theory. An exposition of the theoretical results will be made which we shall apply to various contexts in the area of statistics and signal processing at large. The theoretical results essentially show that, while robust estimators of scatter are implicitly defined and thus difficult objects to manipulate, in the large dimensional random matrix regime where both the population size and the number of samples are simultaneously large, these implicit robust estimators tend to behave similar to much simpler random matrix models, amenable to analysis. This induces that many statistical properties of these estimators could be unearthed which we shall discuss. In terms of applications, these robust estimators of scatter are long-standing structural elements to handle both outliers and heavy-tailed behavior in the observed data. These impulsiveness harnessing effects will be precisely documented and shall be instrumental to develop improved robust statistics methods for detection and estimation in antenna arrays, portfolio optimization, etc.; Cet article propose une revue de littérature des récentes avancées en estimation robuste de matrices de dispersion vue sous l’angle de la théorie des grandes matrices aléatoires. Une exposition des résultats théoriques sera effectuée avant de proposer des applications aux domaines des statistiques et du traitement du signal. Les résultats théoriques montrent qu’alors que les estimateurs robustes de matrices de dispersion prennent une forme implicite et ainsi difficile à analyser, dans le régime des grandes matrices aléatoires où la grande taille des échantillons est commensurable à leur nombre, ces estimateurs tendent à se comporter de manière similaire à des modèles matriciels aléaoires simples. Cette observation se traduit par l’apparition de nombreuses propriétés statistiques liées à ces estimateurs. En termes applicatifs, les estimateurs robustes de matrices de dispersion ont une longue histoire en tant qu’éléments structurants permettant d’appréhender des données à queues lourdes ou contenant des observations aberrantes. Cette gestion des impulsivités des données est mieux comprise ici sous l’angle des grandes matrices aléatoires et permet d’introduire des méthodes d’estimation robustes en traitement d’antennes, optimisation de portefeuilles, etc.

International audience; Source depth estimation with a vertical linear array generally involves mode filtering, followed by matched-mode processing. However, this method has two main limitations: the problem of mode filtering is ill-posed in the case of partially spanning arrays; matched-mode processing is sensitive to environmental mismatch. Therefore, concerns for robustness motivate a simpler approach. The problem of depth estimation is reduced to a binary classification problem: source depth discrimination. Its aim is to evaluate whether the source is near the surface or submerged. These two hypotheses are formulated in terms of normal modes, using the concept of trapped and free modes. Several classification rules, based on modal filtering or on subspace projections, are studied. Monte-Carlo methods are used to evaluate their performance and compute receiver operating characteristics. This allows the choice of a discrimination threshold according to some expected performance. The benefits of considering a source depth discrimination problem rather than a source localization one are highlighted. The influence of noise and environmental mismatch are investigated, as well as the choice of the discrimination depth and the choice of the limit between trapped and free modes.

The SAIC/MAIC (Single/Multiple Antenna Interference Cancellation) receiver, recently introduced, is able to separate up to 2N synchronous users with N antennas for the radiocommunications networks using rectilinear or quasi-rectilinear modulations. A such receiver, operational in GSM handsets since 2006, exploits the second order non-circularity of signals and gives rise to an optimal widely linear (WL) filter. This receiver has been shown to be powerful for synchronous users without any frequency offsets (for example Doppler shift), but its behaviour in the presence of asynchronous users having potentially non zero carrier residues, omnipresent in many radio applications, has not yet been the subject of theoretical studies, which doesn't allow us to know their damage. For this reason, the purpose of the first part of this work is to present an analysis of SAIC/MAIC receiver performances, implemented via an MMSE approach with training sequence, with two users not necessarily synchronized with frequency shifts. To simplify the analytical developments, we limited the theoretical analysis to some particular cases with rectilinear modulations. Hence, simple and interpretable analytical expressions were given and analyzed. We proved in particular that the performance is less degraded in the case of a shift on the useful than in the presence of a drift on the jammer. Furthermore, the degradation increases with desynchronization of the two signals. To precise the range of validity of analytical approximations, numerical illustrations were made using as parameters those of the GSM standard in order to apply this study to this standard in particular and cellular networks in general. Extending the analysis to quasi-rectilinear modulations had required the implementation of a spatio-temporal filtering. We have studied the impact of the size of the spatio-temporal filter on the performance of MMSE SAIC/MAIC receiver for quasi-rectilinear modulations (GMSK and MSK) in the presence of residual frequencies. The study reveals that with standard carrier residues, this receiver remains relatively robust and doesn't require a compensation. The second part of this work considers frequency-selective channels and is developing a SIMO MLSE receiver for a useful signal with any linear modulation in the presence of an additive Gaussian centered stationary temporally and spatially colored and potentially non-circular noise, starting from a general problem of detection of a waveform. We have shown that SIMO MLSE receiver consists of a WL filter, a sampler at the symbol rate and a recursive minimization of a metric that can be solved by the Viterbi algorithm. The case of quasi-rectilinear modulations is also considered. Within this framework, we had proved that the SIMO MLSE receiver has the same structure through a postreatment derotation. All these filters are interpreted as WL multidimensional matched filters (WL MMF) in the sense that they maximize the SNR of the current symbol at output. Then, we extended the MLSE receiver structure developed in case of a noncircular gaussian noise but this time cyclostationary, so as to approximate radio cellular applications. We call this new receiver "pseudo-MLSE" because its structure was imposed. By conjecturing that the performances by per symbol error probability are directly related to the SNR of the current symbol, general expressions of this SNR are given for MLSE and pseudo MLSE receivers with stationary and cyclostationary potentially noncircular interferences. Interpretable formulas of these SNR were given in special cases and numerical simulations were presented to show performance gains of the receivers we have introduced relative to conventional MLSE receivers derived under the assumption of circular stationary noise, Le récepteur SAIC/MAIC introduit récemment est capable de séparer jusqu'à 2N utilisateurs synchronisés avec N antennes pour les réseaux de radiocommunications utilisant des modulations rectilignes ou quasi-rectilignes. Un tel récepteur, opérationnel dans les téléphones GSM depuis 2006, exploite la non-circularité du second ordre des signaux et met en œuvre un filtre optimal linéaire au sens large (widely linéaire WL). Il s'est montré performant pour les utilisateurs synchrones en absence de résidu de porteuse (l'effet doppler par exemple), mais son comportement en présence d'utilisateurs asynchrones ayant des résidus de porteuse potentiellement non nuls, omniprésents dans de nombreuses applications radio, n'a pas encore fait l'objet d'études théoriques, ce qui ne permet pas d'en connaître les dégradations. Le but de la 1e partie de ce travail consiste à présenter une analyse des performances du SAIC/MAIC, implanté via une approche MMSE avec séquence d'apprentissage, en présence de deux utilisateurs non nécessairement synchronisés et ayant des dérives de fréquence. Pour simplifier, nous avons limité l'analyse théorique à quelques cas particuliers avec des modulations rectilignes. Ainsi des expressions analytiques simples et interprétables ont été données et analysées. Nous avons prouvé que les performances sont moins dégradées dans le cas d'une dérive sur l'utile qu'en présence d'une dérive sur le brouilleur. En outre, la dégradation augmente avec la désynchronisation des deux signaux. Afin de préciser le domaine de validité des approximations analytiques, des illustrations numériques ont été réalisées en prenant comme paramètres ceux du standard GSM dans le but d'appliquer cette étude à ce standard et aux réseaux cellulaires. L'extension de l'analyse aux modulations quasi-rectilignes a nécessité la mise en œuvre d'un filtrage spatio-temporel. Nous avons ainsi étudié l'impact de la taille du filtre spatio-temporel sur les performances du MMSE SAIC/MAIC pour des modulations quasi-rectilignes (MSK et GMSK) en présence de résidus de porteuse. L'étude révèle qu'avec des résidus de porteuse standards, ce récepteur reste relativement robuste et ne nécessite pas de compensation. La 2e partie de ce travail considère des canaux sélectifs en fréquence et consiste à développer un SIMO MLSE pour un signal utile à modulation linéaire quelconque en présence de bruit additif gaussien centré stationnaire coloré temporellement et spatialement et potentiellement non circulaire, en partant d'un problème général de détection d'une forme d'onde. Nous avons démontré que le SIMO MLSE est constitué d'un filtre WL, d'un échantillonneur au rythme symbole et d'une minimisation récursive d'une métrique qui peut se mettre en oeuvre par l'algorithme de Viterbi. Le cas des modulations quasi rectilignes a aussi été considéré. Dans ce cadre, nous avons démontré que le SIMO MLSE a la même structure moyennant un prétraitement de dérotation. Tous ces filtres WL sont interprétés comme des filtres WL adaptés multidimensionnels (WL MMF) au sens où ils maximisent le rapport SNR sur le symbole courant en sortie. Nous avons ensuite étendu la structure du MLSE développée au cas d'un bruit gaussien non circulaire mais cyclostationnaire, de manière à se rapprocher des applications cellulaires. Nous appelons ce nouveau récepteur "pseudo-MLSE" car sa structure a été imposée. En conjecturant que les performances en probabilité d'erreur par symbole sont directement reliées au SNR sur le symbole courant, des expressions générales de celui-ci ont été données pour des MLSE et pseudo-MLSE dans le cadre d'interférences stationnaires et cyclostationnaires potentiellement non circulaires. Des formules interprétables de ces SNR ont été données dans des cas particuliers et des simulations numériques ont été présentées pour montrer les gains en performance des récepteurs introduits par rapport aux MLSE classiques dérivés sous hypothèse de bruit stationnaire circulaire

As the studies on shallow-water acoustics became an active field again, this dissertationfocuses on studying the separation and detection of raypaths in the context of shallowwaterocean acoustic tomography. As a first step of our work, we have given a briefreview on the existing array processing techniques in underwater acoustics so as to findthe difficulties still faced by these methods. Consequently, we made a conclusion thatit is still necessary to improve the separation resolution in order to provide more usefulinformation for the inverse step of ocean acoustic tomography. Thus, a survey on highresolutionmethod is provided to discover the technique which can be extended to separatethe raypaths in our application background. Finally, we proposed a high-resolutionmethod called smoothing-MUSICAL (MUSIC Actif Large band), which combines thespatial-frequency smoothing with MUSICAL algorithm, for efficient separation of coherentor fully correlated raypaths. However, this method is based on the prior knowledgeof the number of raypaths. Thus, we introduce an exponential fitting test (EFT)using short-length samples to determine the number of raypaths. These two methodsare both applied to synthetic data and real data acquired in a tank at small scale. Theirperformances are compared with the relevant conventional methods respectively.; En acoustique sous marine, les ´etudes sur les zones en eau peu profondes sontredevenues strat´egiques. Cette th`ese porte sur l’ ´etude de la s´eparation et la d´etectionde trajet dans le cadre des eaux peu profondes tomographie acoustique oc´eanique. Dansune premi´ere ´etape de notre travail, nous avons donn´e un bref aperc¸u sur les techniquesexistantes de traitement acoustique sous-marine afin de trouver la difficult´e toujoursconfront´es `a ce type de m´ethodes. Par cons´equent, nous avons fait une conclusion qu’ilest encore n´e cessaire d’am´eliorer la r´esolution de s´eparation afin de fournir des informationsplus utiles pour l’ ´etape inverse de la tomographie acoustique oc´eanique.Ainsi, une enquˆete sur les mthodes haute r´esolution est effecut´ee. Enfin, nous avonspropos´e une m´ethode `a haute r´esolution appel´ee lissage MUSICAL (MUSIC Active largeband), qui combine le lissage de fr´equence spatiale avec l’algorithme MUSICAL, pourune s´eparation efficace de trajet coh´erentes ou totalement corr´el´es. Cependant, cettem´ethode est bas´ee sur la connaissance a priori du nombre de trajet. Ainsi, nous introduisonsun test (exponential fitting test) (EFT) `a l’aide de courte longueur des ´echantillonspour d´eterminer le nombre de trajets. Ces deux m´ethodes sont appliqu´ees `a la fois desdonn´ees synth´etiques et les donn´ees r´eelles acquises dans un r´eservoir `a petite ´echelle.Leurs performances sont compar´ees avec les m´ethodes conventionnelles pertinentes.

As the studies on shallow-water acoustics became an active field again, this dissertationfocuses on studying the separation and detection of raypaths in the context of shallowwaterocean acoustic tomography. As a first step of our work, we have given a briefreview on the existing array processing techniques in underwater acoustics so as to findthe difficulties still faced by these methods. Consequently, we made a conclusion thatit is still necessary to improve the separation resolution in order to provide more usefulinformation for the inverse step of ocean acoustic tomography. Thus, a survey on highresolutionmethod is provided to discover the technique which can be extended to separatethe raypaths in our application background. Finally, we proposed a high-resolutionmethod called smoothing-MUSICAL (MUSIC Actif Large band), which combines thespatial-frequency smoothing with MUSICAL algorithm, for efficient separation of coherentor fully correlated raypaths. However, this method is based on the prior knowledgeof the number of raypaths. Thus, we introduce an exponential fitting test (EFT)using short-length samples to determine the number of raypaths. These two methodsare both applied to synthetic data and real data acquired in a tank at small scale. Theirperformances are compared with the relevant conventional methods respectively., En acoustique sous marine, les ´etudes sur les zones en eau peu profondes sontredevenues strat´egiques. Cette th`ese porte sur l’ ´etude de la s´eparation et la d´etectionde trajet dans le cadre des eaux peu profondes tomographie acoustique oc´eanique. Dansune premi´ere ´etape de notre travail, nous avons donn´e un bref aperc¸u sur les techniquesexistantes de traitement acoustique sous-marine afin de trouver la difficult´e toujoursconfront´es `a ce type de m´ethodes. Par cons´equent, nous avons fait une conclusion qu’ilest encore n´e cessaire d’am´eliorer la r´esolution de s´eparation afin de fournir des informationsplus utiles pour l’ ´etape inverse de la tomographie acoustique oc´eanique.Ainsi, une enquˆete sur les mthodes haute r´esolution est effecut´ee. Enfin, nous avonspropos´e une m´ethode `a haute r´esolution appel´ee lissage MUSICAL (MUSIC Active largeband), qui combine le lissage de fr´equence spatiale avec l’algorithme MUSICAL, pourune s´eparation efficace de trajet coh´erentes ou totalement corr´el´es. Cependant, cettem´ethode est bas´ee sur la connaissance a priori du nombre de trajet. Ainsi, nous introduisonsun test (exponential fitting test) (EFT) `a l’aide de courte longueur des ´echantillonspour d´eterminer le nombre de trajets. Ces deux m´ethodes sont appliqu´ees `a la fois desdonn´ees synth´etiques et les donn´ees r´eelles acquises dans un r´eservoir `a petite ´echelle.Leurs performances sont compar´ees avec les m´ethodes conventionnelles pertinentes.

This thesis demonstrates experimentally at the laboratory scale the detection and localization, in transmission, of a wavelength-sized target in a shallow ultrasonic waveguide between two source-receiver arrays in the framework of the acoustic barrier problem. Two coplanar arrays record in the time-domain the transfer matrix of the waveguide between each pair of source-receiver transducers. Invoking the reciprocity principle, a time-domain double-beam-forming algorithm is simultaneously performed on the source and receiver arrays. This array processing projects the multireverberated acoustic echoes into an equivalent set of eigenray, which are defined by their launch and arrival angles. Comparison is made between the amplitude of each eigenray without and with a target for detection in the waveguide. Localization is performed though inversion problem using all of the eigenrays extracted from double beamforming. The use of the diffraction-based sensitivity kernel for each eigenray provides both the localization and the signature of the target. Experimental results are shown in the presence of surface waves. The use of the acoustical feedback in frame of the acoustic barrier problem is also considered, for its extreme sensibility to medium variation., Cette thèse démontre expérimentalement à l'échelle du laboratoire la détection et la localisation, en transmission, d'une cible de taille de la longueur d'onde. La configuration expérimentale correspond à un guide d'ondes ultrasonique limité par deux réseaux émetteur-récepteur. Deux réseaux coplanaires enregistrent dans le domaine temporel la matrice de transfert du guide d'ondes entre chaque couple émetteur-récepteur. En invoquant le principe de réciprocité, un algorithme de Double Formation de Voies est simultanément exécuté sur les réseaux émetteur et récepteur. Ce traitement d'antennes permet de projeter les échos acoustiques plusieurs fois réverbérés en un ensemble de rayons acoustiques, qui sont définis par angles leurs angles d'émission et de réception. La comparaison réalisée entre l'amplitude de chaque rayons acoustique avec et sans cible dans le guide d'onde permet, par effet d'ombre, de détecter de la cible. La localisation est réalisée à travers la résolution d'un problème inverse en utilisant les rayons acoustiques extraits de la double formation de voies. L'utilisation de noyau de sensibilité utilisant le phénomène de diffraction pour chaque rayon acoustique fournit la localisation et une signature de la cible. Des résultats expérimentaux sont présentés en présence de vagues en surface. L'utilisation de l'effet Larsen dans la cadre de la barrière acoustique est également envisagée pour son extrême sensibilité aux variations du milieu.

In France, railway transport has been boosted by the expansion of the high-speed rail service and the resurgent implantation of tram networks in many city centers. In this context, the reduction of noise pollution becomes a crucial issue for its development. In order to directly act on the source area, it is necessary to precisely identify and study the sources responsible for this nuisance at train pass-by. Among all the potential approaches, microphone arrays and related signal processing techniques are particularly adapted to the characterization of omnidirectional and uncorrelated moving point sources. For speeds up to 300 km/h, rolling noise is the main railway noise source. It arises from the acoustic radiation of various elements such as wheels, rail or sleepers. The rail, which mainly contributes to rolling noise at mid-frequencies (from 500 Hz to 1000 Hz approximately), is an extended coherent source for which classical array processing methods are inappropriate. The characterization method proposed in this thesis is an inverse parametric optimization method that uses the acoustical signals measured by a microphone array. The unknown parameters of a vibro-acoustical model are estimated through the minimization of a least square criterion applied to the entries of the measured and modelled spectral matrices. In this vibro-acoustical model, the rail is considered as a cylindrical monopole whose lengthwise amplitude distribution is obtained from the vibratory velocity one. The different models proposed to obtain this velocity highlight the propagation of vibration waves towards both sides of every forcing point. Each wave is characterized by an amplitude at the forcing point, a real structural wavenumber and a decay rate. These parameters are estimated by the minimization of the least square criterion, and are then used in the vibro-acoustical model to rebuild the acoustical field radiated by the rail. First, simulations are performed in order to appraise the performances of the proposed method, in the case of vertical point excitations. In particular, its robustness to additive noise and to uncertainties in the model parameters that are supposed to be known is tested. The effect of using simplified models is also investigated. Results show that the method is efficient and robust for the amplitude estimation of the nearest contacts to the array. On the other hand, the estimation of the other parameters is improved when the array is shifted away from the contact points. The wavenumber is generally well estimated over the entire frequency range, and when the decay rate is low, a single beamforming technique may be sufficient. Concerning the decay rate estimation, the efficiency of the method is limited by the low sensitivity of the criterion. At last, measurements are performed in order to verify some results obtained from the simulations. The vibratory model is first validated for the vertical flexural waves trough the use of an impact hammer. Then, the parametric optimization method is tested by the vertical excitation of the rail with a modal shaker. The main simulation results are found, and some particular behavior due to other waves existing in the rail can be observed, opening the perspective of a generalized method including more complex vibratory modelings., Le secteur des transports ferroviaires en France est marqué par un dynamisme lié notamment à l'essor du réseau à grande vitesse et à la réimplantation du tramway dans de nombreuses agglomérations. Dans ce contexte, la réduction des nuisances sonores apparaît comme un enjeu majeur pour son développement. Afin d'agir efficacement à la source, il est indispensable d'identifier et d'étudier précisément les sources responsables de ces nuisances au passage des véhicules. Parmi les approches possibles, les antennes microphoniques et les traitements associés sont particulièrement adaptés à la caractérisation des sources ponctuelles mobiles, omnidirectionnelles et décorrélées.Pour les vitesses inférieures à 300 km/h, le bruit de roulement constitue la source principale du bruit ferroviaire ; il résulte du rayonnement acoustique des éléments tels que les roues, le rail et les traverses. Le rail, dont la contribution au bruit de roulement est prépondérante aux moyennes fréquences (entre 500 He et 1000 Hz environ), est une source étendue et cohérente pour laquelle les principes classiques de traitement d'antenne ne sont pas adaptés.La méthode de caractérisation proposée dans cette thèse est une méthode inverse d'optimisation paramétrique utilisant les signaux acoustiques issus d'une antenne microphonique. Les paramètres inconnus d'un modèle vibro-acoustique sont estimés par minimisation d'un critère des moindres carrés sur les matrices spectrales mesurée et modélisée au niveau de l'antenne. Dans le modèle vibro-acoustique, le rail est assimilé à un monopôle cylindrique dont la distribution longitudinale d'amplitude est liée à celle des vitesses vibratoires. Pour le calcul de ces vitesses, les différents modèles proposés mettent en évidence des ondes vibratoires se propageant dans le rail de part et d'autre de chaque excitation. Chacune de ces ondes est caractérisée par une amplitude au niveau de l'excitation, un nombre d'onde structural réel et une atténuation. Ces paramètres sont estimés par minimisation du critère, puis utilisés pour reconstruire le champ acoustique.Dans un premier temps, des simulations sont réalisées pour juger des performances de la méthode proposée, dans le cas d'excitations ponctuelles verticales. En particulier, sa robustesse est testée en présence de bruit ou d'incertitudes sur les paramètres supposés connus du modèle. Les effets de l'utilisation de modèles dégradés sont également étudiés. Concernant l'estimation des amplitudes, les résultats ont montré que la méthode est particulièrement robuste et efficace pour les excitations les plus proches de l'antenne. En revanche, pour l'estimation des autres paramètres, les performances sont supérieures pour les positions d'antenne excentrées. De manière générale, le nombre d'onde est correctement estimé sur l'ensemble des fréquences étudiées. Dans les cas à faible atténuation, un traitement classique par formation de voies en ondes planes suffit. En ce qui concerne l'estimation de l'atténuation, la faible sensibilité du critère limite l'efficacité de la méthode proposée.Enfin, certains résultats obtenus à partir des simulations ont été vérifiés lors de mesures in situ. L'excitation d'un rail expérimental par un marteau de chocs a tout d'abord permis de valider le modèle vibratoire pour la flexion verticale. Pour tester la méthode d'optimisation paramétrique, le rail a également été excité verticalement à l'aide d'un pot vibrant. Les principaux résultats des simulations ont été retrouvés, et des comportements particuliers relatifs à la présence de plusieurs ondes dans le rail ont été observés, ouvrant des perspectives de généralisation du modèle vibratoire utilisé.

This manuscript concerns the performance analysis in array signal processing. It can bedivided into two parts :- First, we present the study of some lower bounds on the mean square error related to the source localization in the near eld context. Using the Cramér-Rao bound, we investigate the mean square error of the maximum likelihood estimator w.r.t. the direction of arrivals in the so-called asymptotic area (i.e., for a high signal to noise ratio with a nite number of observations.) Then, using other bounds than the Cramér-Rao bound, we predict the threshold phenomena.- Secondly, we focus on the concept of the statistical resolution limit (i.e., the minimum distance between two closely spaced signals embedded in an additive noise that allows a correct resolvability/parameter estimation.) We de ne and derive the statistical resolution limit using the Cramér-Rao bound and the hypothesis test approaches for the mono-dimensional case. Then, we extend this concept to the multidimensional case. Finally, a generalized likelihood ratio test based framework for the multidimensional statistical resolution limit is given to assess the validity of the proposed extension.; Ce manuscrit est dédié à l’analyse de performances en traitement d’antenne pour l’estimation des paramètres d’intérêt à l’aide d’un réseau de capteurs. Il est divisé en deux parties :– Tout d’abord, nous présentons l’étude de certaines bornes inférieures de l’erreur quadratique moyenne liées à la localisation de sources dans le contexte champ proche. Nous utilisons la borne de Cramér-Rao pour l’étude de la zone asymptotique (notamment en terme de rapport signal à bruit avec un nombre fini d’observations). Puis, nous étudions d’autres bornes inférieures de l’erreur quadratique moyenne qui permettent de prévoir le phénomène de décrochement de l’erreur quadratique moyenne des estimateurs (on cite, par exemple, la borne de McAulay-Seidman, la borne de Hammersley-Chapman-Robbins et la borne de Fourier Cramér-Rao).– Deuxièmement, nous nous concentrons sur le concept du seuil statistique de résolution limite, c’est-à-dire, la distance minimale entre deux signaux noyés dans un bruit additif qui permet une ”correcte” estimation des paramètres. Nous présentons quelques applications bien connues en traitement d’antenne avant d’étendre les concepts existants au cas de signaux multidimensionnels. Par la suite, nous étudions la validité de notre extension en utilisant un test d’hypothèses binaire. Enfin, nous appliquons notre extension à certains modèles d’observation multidimensionnels

This manuscript concerns the performance analysis in array signal processing. It can bedivided into two parts :- First, we present the study of some lower bounds on the mean square error related to the source localization in the near eld context. Using the Cramér-Rao bound, we investigate the mean square error of the maximum likelihood estimator w.r.t. the direction of arrivals in the so-called asymptotic area (i.e., for a high signal to noise ratio with a nite number of observations.) Then, using other bounds than the Cramér-Rao bound, we predict the threshold phenomena.- Secondly, we focus on the concept of the statistical resolution limit (i.e., the minimum distance between two closely spaced signals embedded in an additive noise that allows a correct resolvability/parameter estimation.) We de ne and derive the statistical resolution limit using the Cramér-Rao bound and the hypothesis test approaches for the mono-dimensional case. Then, we extend this concept to the multidimensional case. Finally, a generalized likelihood ratio test based framework for the multidimensional statistical resolution limit is given to assess the validity of the proposed extension.; Ce manuscrit est dédié à l’analyse de performances en traitement d’antenne pour l’estimation des paramètres d’intérêt à l’aide d’un réseau de capteurs. Il est divisé en deux parties :– Tout d’abord, nous présentons l’étude de certaines bornes inférieures de l’erreur quadratique moyenne liées à la localisation de sources dans le contexte champ proche. Nous utilisons la borne de Cramér-Rao pour l’étude de la zone asymptotique (notamment en terme de rapport signal à bruit avec un nombre fini d’observations). Puis, nous étudions d’autres bornes inférieures de l’erreur quadratique moyenne qui permettent de prévoir le phénomène de décrochement de l’erreur quadratique moyenne des estimateurs (on cite, par exemple, la borne de McAulay-Seidman, la borne de Hammersley-Chapman-Robbins et la borne de Fourier Cramér-Rao).– Deuxièmement, nous nous concentrons sur le concept du seuil statistique de résolution limite, c’est-à-dire, la distance minimale entre deux signaux noyés dans un bruit additif qui permet une ”correcte” estimation des paramètres. Nous présentons quelques applications bien connues en traitement d’antenne avant d’étendre les concepts existants au cas de signaux multidimensionnels. Par la suite, nous étudions la validité de notre extension en utilisant un test d’hypothèses binaire. Enfin, nous appliquons notre extension à certains modèles d’observation multidimensionnels

The work developed in this manuscript essentially deals with a set of functional primitives in Robotics, whose scientific foundations are anchored in Automatic Control and Signal Processing. Far more than an application domain of theories developed elsewhere, Robotics, through its specificities or its constraints, often questions the state of the art in Control or Signal Processing, or even requires nontrivial methodological extensions. The richness of the dialog between these three scientific areas guided our research. A first part of our work has been geared towards the development of a generic framework to the ''multicriteria'' analysis and synthesis of visual-based control schemes, i.e.\ which take into account constraints (visibility, actuators' saturations, 3D constraints during the motion, etc.). These problems have been turned into the stability analysis / stabilization of uncertain nonlinear rational systems subject to rational constraints. The underlying theoretical issues are Lyapunov stability and LMI optimization. By duality, visual-based localization has been tackled by robust set-membership filtering techniques for rational systems. A second contribution takes place within the relatively new area of Robot Audition. We have proposed low-level auditory functions for detection, localization and extraction of sound sources. An original integrated auditory sensor developed at LAAS-CNRS has enabled their implementation. The underlying theoretical issues are array processing (beamforming, high resolution methods) and LMI optimization. More recently, the foundations of a new approach to voice activity detection have been seet, on the basis of stochastic matched filtering. In parallel to these targeted developments, a groundwork in stochastic filtering and change detection got materialized into scientific collaborations within targeted application domains: sequential Monte Carlo and Quasi Monte Carlo methods for visual tracking of people / gestures and for visual human motion capture; change detection and IMM filtering with heterogeneous state space models for dynamic scene monitoring and ARGOS localization. Some of the above themes ''merge'' into some structuring axes of our future developments. A particular effort will concern active perception (viz.\ which exploits proprioception and motion) declined in the context of binaural audition, as well as the fusion of embedded and deported auditory functions in intelligent environments.; Les travaux présentés dans ce manuscrit d'Habilitation à Diriger des Recherches concernent essentiellement un ensemble de primitives du niveau fonctionnel de la Robotique, dont les fondements scientifiques sont ancrés dans l'Automatique et le Traitement du Signal. Bien plus qu'un domaine d'application de théories développées par ailleurs, la Robotique, par ses spécificités ou ses contraintes, " questionne " souvent l'état de l'art en Automatique et Signal, voire exige des extensions méthodologiques non triviales. C'est la richesse du dialogue entre ces trois disciplines qui a constitué le fil conducteur principal de nos recherches. Un premier volet de nos travaux vise à développer un cadre générique pour l'analyse et la synthèse "multicritères" de commandes référencées vision, i.e. qui prennent en compte l'ensemble des contraintes (visibilité, saturations d'actionneurs, contraintes 3D pendant le déplacement, etc.). Ces problèmes sont ramenés à l'analyse en stabilité / la stabilisation de systèmes non linéaires incertains rationnels sous contraintes rationnelles. Le support théorique est la théorie de Lyapunov et l'optimisation LMI. Par dualité, la localisation visuelle est abordée par des techniques de filtrage ensembliste robuste de systèmes rationnels. Une deuxième contribution s'inscrit dans la thématique relativement récente de l'Audition en Robotique. Nous proposons des fonctions auditives bas-niveau pour la détection de sources sonores, leur localisation et leur extraction. Un capteur auditif intégré original conçu au LAAS-CNRS permet leur implémentation. Le support théorique est le traitement d'antenne (formation de voie, méthodes à haute résolution) et l'optimisation LMI. Plus récemment, nous avons posé les fondements d'une nouvelle approche pour la détection d'activité vocale, sur la base du filtrage adapté stochastique. En parallèle à ces développements ciblés, un travail de fond dans les thématiques du filtrage stochastique et de la détection de ruptures s'est matérialisé par des collaborations scientifiques dans des domaines d'application ciblés : méthodes séquentielles de Monte Carlo et Quasi Monte Carlo pour le suivi visuel de personnes, de gestes, et la capture de mouvement par vision ; détection de ruptures et filtrage IMM entre modèles d'état d'ordres hétérogènes pour la surveillance de scènes dynamiques et la localisation ARGOS. Certaines des thématiques exposées ci-dessus se " rejoignent " au sein des axes structurants de nos développements futurs. Un effort particulier concernera la perception active (i.e. exploitant la proprioception et le mouvement), déclinée dans le cadre de l'audition binaurale, ainsi que la fusion de données auditives embarquées et déportées dans des lieux intelligents.

International audience; Due to operational constraints for underwater data acquisition, simulating realistic sonar data, like images, swath bathymetry profiles or interferometric signals, is crucial for tuning detection and classification algorithms according to sensors settings, sea-bottom nature and topography. Moreover, the robustness of any performance estimation or prediction can be greatly enhanced, as soon as such a simulation tool provides a modular and flexible underwater world representation (multiple sensors, environments and acquisition conditions). For signal and array processing, it is essential not only to generate the signal energy backscattered by a resolution cell, but also to produce a phase information that conveys its theoretical statistical properties. To this end, this paper proposes a Brownian motion-based approach to generate complex Gaussian signals from the contribution of a set of extended single scatterers inside a resolution cell. The resulting process preserves the conservation of energy when integrating on surfaces, as well as the decorrelation between different areas of the sea bottom, and the right interference between two sensors for interferometric applications.

In signal array processing or in spectral analysis the observation can be written as: Observation = Signal Of Interest + Strucured Interference +Noisewhere the structured interference is composed of a set of known or estimated parameters. We propose two approaches in signal array processing : (1) we assume dispose the prior-knowledge of M-S DOA among M and (2) we sequentially estimate M DOA. (1) Some authors have tackled this problem by orthogonally deflate the noisy signal subspace. We give a Cramér-Rao Bound (CRB) associated with the underlying model and we show what are the limitaions of this kind of approach. Then, in order to struggle against the orthogonally deflation restrictions, we propose to use an oblique projection operator instead of the orthogonal one. Due to good performances of the algorithms proposed, we perform a theoretical variance analysis of these. (2 ) Solutions we encounter in the litterature are based on the orthogonal deflation to sequentially cancel previously estimated DOA by a MUSIC criterion. We differ from this approch to propose an algorithm , namely the ZF-MUSIC which acts on the MUSIC pseudo-spectrum by wheighting it. In order to characterize the performances we propose a CRB based on the model of 1 DOA of interest and M-1 interfering DOA. Finally, we use the algorithms proposed on real mechanical data in view to diagnostic rotating motors.; Le cadre d'étude de ce travail est celui du traitement d'antenne appliqué au modèle linéaire. Dans divers domaines, comme en bio-médical ou encore en RADAR, le nombre de Directions D'Arrivées (DDA) d'intérêts est un ensemble réduit de toutes les directions constituant le modèle. Nous optons donc pour un modèle structuré s'écrivant Observation = Signal d'intérêt + Interférence structurée + BruitOù l'interférence structurée est composée d'un certain nombre de Directions D'Arrivées connues ou estimées. De ce modèle, nous proposons deux types d'approches : (1) nous supposons disposer de la connaissance de M-S DDA sur un total de M et (2) nous souhaitons estimer de manière séquentielle M DDA.La littérature fournit des solutions pour résoudre le problème d'estimation de S DDA d'intérêts sur un total de M. Les solutions proposées utilisent une déflation orthogonale du sous-espace signal bruité. Nous donnons alors une nouvelle Borne de Cramér-Rao (CRB) que nous nommons Prior-CRB associée à ce type modèle et nous montrons sous quelles conditions (très restrictives) cette borne est inférieure à une CRB classique issue du modèle linéaire composé de M DDA. Pour s'absoudre des contraintes liées au modèle à déflation orthogonale nous proposons alors d'employer une déflation oblique en place de la déflation orthogonale. Nous construisons alors de nouveau estimateurs des DDA d'intérêts. A la vue des simulations, les performances sont bien meilleures que les algorithmes à déflation orthogonale et nous proposons d'expliquer ces performances par la dérivation des variances théoriques de chacun des estimateurs proposés. Ainsi, via l'analyse de ces variances, nous montrons pourquoi la projection oblique est plus appropriée et nous donnons une relation d'ordre de chacune des variances associées aux algorithmes étudiés.Ici encore le problème de l'estimation séquentielle de M DDA est un problème suscitant un grand intérêt. Seulement, les solutions proposées dans la littérature utilisent une déflation orthogonale pour annuler séquentiellement les directions préalablement estimées via un critère MUSIC modifié. Nous nous démarquons en proposant un algorithme qui pondère, par une fonction quadratique de forçage à zéro, le pseudo-spectre de MUSIC. Cette approche montre de bien meilleures performances que les méthodes à déflation orthogonale et permet de s'affranchir très nettement de la résolution de Rayleigh grâce au contrôle de la fonction de pondération. Nous montrons de plus que cet algorithme est efficace et que l'erreur de propagation peut s'annuler via le réglage d'un paramètre de la fonction de pondération. Pour caractériser au mieux les performances de cet algorithme nous proposons une CRB, que nous nommons la Interfering-CRB issue d'un modèle linéaire constitué d'une DDA d'intérêt et de M-1 DDA interférentes (DDA estimées préalablement ou restant à estimer). Nous montrons que cette borne « reflète » bien l'algorithme ZF-MUSIC.

In signal array processing or in spectral analysis the observation can be written as: Observation = Signal Of Interest + Strucured Interference +Noisewhere the structured interference is composed of a set of known or estimated parameters. We propose two approaches in signal array processing : (1) we assume dispose the prior-knowledge of M-S DOA among M and (2) we sequentially estimate M DOA. (1) Some authors have tackled this problem by orthogonally deflate the noisy signal subspace. We give a Cramér-Rao Bound (CRB) associated with the underlying model and we show what are the limitaions of this kind of approach. Then, in order to struggle against the orthogonally deflation restrictions, we propose to use an oblique projection operator instead of the orthogonal one. Due to good performances of the algorithms proposed, we perform a theoretical variance analysis of these. (2 ) Solutions we encounter in the litterature are based on the orthogonal deflation to sequentially cancel previously estimated DOA by a MUSIC criterion. We differ from this approch to propose an algorithm , namely the ZF-MUSIC which acts on the MUSIC pseudo-spectrum by wheighting it. In order to characterize the performances we propose a CRB based on the model of 1 DOA of interest and M-1 interfering DOA. Finally, we use the algorithms proposed on real mechanical data in view to diagnostic rotating motors., Le cadre d'étude de ce travail est celui du traitement d'antenne appliqué au modèle linéaire. Dans divers domaines, comme en bio-médical ou encore en RADAR, le nombre de Directions D'Arrivées (DDA) d'intérêts est un ensemble réduit de toutes les directions constituant le modèle. Nous optons donc pour un modèle structuré s'écrivant Observation = Signal d'intérêt + Interférence structurée + BruitOù l'interférence structurée est composée d'un certain nombre de Directions D'Arrivées connues ou estimées. De ce modèle, nous proposons deux types d'approches : (1) nous supposons disposer de la connaissance de M-S DDA sur un total de M et (2) nous souhaitons estimer de manière séquentielle M DDA.La littérature fournit des solutions pour résoudre le problème d'estimation de S DDA d'intérêts sur un total de M. Les solutions proposées utilisent une déflation orthogonale du sous-espace signal bruité. Nous donnons alors une nouvelle Borne de Cramér-Rao (CRB) que nous nommons Prior-CRB associée à ce type modèle et nous montrons sous quelles conditions (très restrictives) cette borne est inférieure à une CRB classique issue du modèle linéaire composé de M DDA. Pour s'absoudre des contraintes liées au modèle à déflation orthogonale nous proposons alors d'employer une déflation oblique en place de la déflation orthogonale. Nous construisons alors de nouveau estimateurs des DDA d'intérêts. A la vue des simulations, les performances sont bien meilleures que les algorithmes à déflation orthogonale et nous proposons d'expliquer ces performances par la dérivation des variances théoriques de chacun des estimateurs proposés. Ainsi, via l'analyse de ces variances, nous montrons pourquoi la projection oblique est plus appropriée et nous donnons une relation d'ordre de chacune des variances associées aux algorithmes étudiés.Ici encore le problème de l'estimation séquentielle de M DDA est un problème suscitant un grand intérêt. Seulement, les solutions proposées dans la littérature utilisent une déflation orthogonale pour annuler séquentiellement les directions préalablement estimées via un critère MUSIC modifié. Nous nous démarquons en proposant un algorithme qui pondère, par une fonction quadratique de forçage à zéro, le pseudo-spectre de MUSIC. Cette approche montre de bien meilleures performances que les méthodes à déflation orthogonale et permet de s'affranchir très nettement de la résolution de Rayleigh grâce au contrôle de la fonction de pondération. Nous montrons de plus que cet algorithme est efficace et que l'erreur de propagation peut s'annuler via le réglage d'un paramètre de la fonction de pondération. Pour caractériser au mieux les performances de cet algorithme nous proposons une CRB, que nous nommons la Interfering-CRB issue d'un modèle linéaire constitué d'une DDA d'intérêt et de M-1 DDA interférentes (DDA estimées préalablement ou restant à estimer). Nous montrons que cette borne « reflète » bien l'algorithme ZF-MUSIC.

This work deals with buried object detection at the seafloor using seismo-acoustic waves of Scholte kind.We defined a system composed of a multicomponent array of sensors and an impulsive source, both placed at the interface.The array processing is twofold. First, the incident wave on the array is used to estimate Scholte waves' propagation features. Then a detection image is computed with an array processing adapted to Scholte waves.It takes into account dispersion and polarisation.The processing requires an accurate knowledge of seismo-acoustic noise.We provide models for it.The performance has a great sensitivity to the noise's structure. The results also highlight the interests of multicomponent processing.The method was successfully validated with synthetic elastic waves and in a real case.It demands an experimental validation in a controled environment and at sea., Le but de ce travail est la détection d'objets enfouis au fond de la mer à l'aide d'ondes sismo-acoustiques de surface de type Scholte.Nous avons défini un système composé d'une antenne de capteurs multicomposante et d'un source impulsive disposés sur l'interface.Le traitement du signal se décompose en deux temps: une étape d'estimation des caractéristiques de propagation des ondes est réalisée à partir de l'onde incidente sur l'antenne puis une image de détection est calculée par un traitement d'antenne adapté aux caractéristiques estimées, la dispersion et la polarisation.Le traitement nécessite une modélisation fidèle du bruit sismo-acoustique, dont nous proposons des modèles.Les performances ont une grande sensibilité au modèle de bruit, elles soulignent l'intérêt du traitement multicomposante.La méthode a été favorablement validée par simulation d'ondes élastiques ainsi que sur des données réelles.Elle demande à l'être expérimentalement en environnement contrôlé et en mer.

This work deals with buried object detection at the seafloor using seismo-acoustic waves of Scholte kind.We defined a system composed of a multicomponent array of sensors and an impulsive source, both placed at the interface.The array processing is twofold. First, the incident wave on the array is used to estimate Scholte waves' propagation features. Then a detection image is computed with an array processing adapted to Scholte waves.It takes into account dispersion and polarisation.The processing requires an accurate knowledge of seismo-acoustic noise.We provide models for it.The performance has a great sensitivity to the noise's structure. The results also highlight the interests of multicomponent processing.The method was successfully validated with synthetic elastic waves and in a real case.It demands an experimental validation in a controled environment and at sea.; Le but de ce travail est la détection d'objets enfouis au fond de la mer à l'aide d'ondes sismo-acoustiques de surface de type Scholte.Nous avons défini un système composé d'une antenne de capteurs multicomposante et d'un source impulsive disposés sur l'interface.Le traitement du signal se décompose en deux temps: une étape d'estimation des caractéristiques de propagation des ondes est réalisée à partir de l'onde incidente sur l'antenne puis une image de détection est calculée par un traitement d'antenne adapté aux caractéristiques estimées, la dispersion et la polarisation.Le traitement nécessite une modélisation fidèle du bruit sismo-acoustique, dont nous proposons des modèles.Les performances ont une grande sensibilité au modèle de bruit, elles soulignent l'intérêt du traitement multicomposante.La méthode a été favorablement validée par simulation d'ondes élastiques ainsi que sur des données réelles.Elle demande à l'être expérimentalement en environnement contrôlé et en mer.

This thesis deals with the study of estimators performance in the statistical signal processing framework and, more particularly, with the minimal bounds on the mean square error (MSE).The main difficulty comes from the fact that the MSE of an estimator of a parameter with a finite support exhibits three areas : the asymptotic area, characterized by a large number of observations or a low noise level, where the estimation error is low, the threshold area where the MSE increases dramatically and the a priori area where the noise is high and where the observations do not bring informations. Many results concerning the asymptotic area are already available: distribution of the estimates, bias and variance. On the other hand, the non-asymptotic areas have been less studied.The goal of this thesis is twofold. First, to pursue the investigation in the asymptotic area (particularly in terms of high signal to noise ratio with a finite number of observations) of direction of arrivals maximum likelihood estimators. Secondly, to give methods in order to predict the fundamental limits of an estimator on the three areas. The tool used here will be the minimal bounds on the MSE other than the Cramér-Rao bound for which the validity only holds in the asymptotic area. A main contribution is to propose a unified framework for the Bayesian bounds.The obtained results have been applied in the spectral analysis context and in the carrier estimation context. They bring an interesting tool in order to predict the threshold phenomena., Cette thèse porte sur l'étude des performances des estimateurs dans le cadre du traitement du signal et s'attache plus particulièrement à étudier et unifier les bornes minimales d'estimation. Nous caractérisons ainsi les limites des méthodes du maximum de vraisemblance en terme d'erreur quadratique moyenne (EQM).La difficulté majeure provient du fait que l'EQM de l'estimateur d'un paramètre à support borné se divise en trois régions : la plage asymptotique, souvent caractérisée par un grand nombre d'observations ou un faible niveau de bruit, où l'erreur d'estimation est faible, la plage de décrochement où l'EQM se dégrade rapidement et la zone a priori où les observations se réduisent principalement à la seule contribution du bruit et donc, n'apportent pratiquement plus d'informations sur les paramètres à estimer. Beaucoup de résultats sont disponibles pour la zone asymptotique : distribution des estimées, biais, variance. En revanche, le comportement des estimateur dans les zones de décrochement et a priori a été beaucoup moins étudié. Pourtant ces zones non-asymptotiques constituent au même titre que le biais ou la variance une caractéristique fondamentale d'un estimateur puisque qu'elle délimite la plage acceptable de fonctionnement optimal.Le but de cette thèse est, dans un premier temps, de compléter la caractérisation de la zone asymptotique (en particulier lorsque le rapport signal sur bruit est élevé et pour un nombre d'observations fini) pour les estimateurs au sens du maximum de vraisemblance dans un contexte traitement d'antenne. Dans un second temps, le but est de donner les limites fondamentales de l'EQM d'un estimateur sur ses trois plages de fonctionnement. Les outils utilisés ici sont les bornes minimales de l'EQM autres que les bornes de Cramér-Rao dont la validité n'est qu'asymptotique.Les résultats obtenus sont appliqués à l'analyse spectrale et à l'estimation de porteuse dans le contexte des communications numériques et fournissent de surcroît des outils intéressants pour prédire la zone de décrochement d'un récepteur.

This thesis deals with the study of estimators performance in the statistical signal processing framework and, more particularly, with the minimal bounds on the mean square error (MSE).The main difficulty comes from the fact that the MSE of an estimator of a parameter with a finite support exhibits three areas : the asymptotic area, characterized by a large number of observations or a low noise level, where the estimation error is low, the threshold area where the MSE increases dramatically and the a priori area where the noise is high and where the observations do not bring informations. Many results concerning the asymptotic area are already available: distribution of the estimates, bias and variance. On the other hand, the non-asymptotic areas have been less studied.The goal of this thesis is twofold. First, to pursue the investigation in the asymptotic area (particularly in terms of high signal to noise ratio with a finite number of observations) of direction of arrivals maximum likelihood estimators. Secondly, to give methods in order to predict the fundamental limits of an estimator on the three areas. The tool used here will be the minimal bounds on the MSE other than the Cramér-Rao bound for which the validity only holds in the asymptotic area. A main contribution is to propose a unified framework for the Bayesian bounds.The obtained results have been applied in the spectral analysis context and in the carrier estimation context. They bring an interesting tool in order to predict the threshold phenomena.; Cette thèse porte sur l'étude des performances des estimateurs dans le cadre du traitement du signal et s'attache plus particulièrement à étudier et unifier les bornes minimales d'estimation. Nous caractérisons ainsi les limites des méthodes du maximum de vraisemblance en terme d'erreur quadratique moyenne (EQM).La difficulté majeure provient du fait que l'EQM de l'estimateur d'un paramètre à support borné se divise en trois régions : la plage asymptotique, souvent caractérisée par un grand nombre d'observations ou un faible niveau de bruit, où l'erreur d'estimation est faible, la plage de décrochement où l'EQM se dégrade rapidement et la zone a priori où les observations se réduisent principalement à la seule contribution du bruit et donc, n'apportent pratiquement plus d'informations sur les paramètres à estimer. Beaucoup de résultats sont disponibles pour la zone asymptotique : distribution des estimées, biais, variance. En revanche, le comportement des estimateur dans les zones de décrochement et a priori a été beaucoup moins étudié. Pourtant ces zones non-asymptotiques constituent au même titre que le biais ou la variance une caractéristique fondamentale d'un estimateur puisque qu'elle délimite la plage acceptable de fonctionnement optimal.Le but de cette thèse est, dans un premier temps, de compléter la caractérisation de la zone asymptotique (en particulier lorsque le rapport signal sur bruit est élevé et pour un nombre d'observations fini) pour les estimateurs au sens du maximum de vraisemblance dans un contexte traitement d'antenne. Dans un second temps, le but est de donner les limites fondamentales de l'EQM d'un estimateur sur ses trois plages de fonctionnement. Les outils utilisés ici sont les bornes minimales de l'EQM autres que les bornes de Cramér-Rao dont la validité n'est qu'asymptotique.Les résultats obtenus sont appliqués à l'analyse spectrale et à l'estimation de porteuse dans le contexte des communications numériques et fournissent de surcroît des outils intéressants pour prédire la zone de décrochement d'un récepteur.

The scientific area of this thesis is "array processing" that process and treat the signais at the output of multiple radio electric sensors. More precisely, this work deals with "direction finding" problems in order to estimate the direction of radio electric sources. The DOA estimation algorithms used a prior knowledge of the response of the array of sensors to a direction. Noticing that is diffrcult to reach an accurate knowledge of this response, the purpose of this thesis is double : develop a unified algorithm family based on realist models with additional parameters named "nuisance" in order to jointly estimate these parameters to the direction of arrival ; provide analytical expressions of the DOA estimation algorithms (MUSIC, Maximum Likelihood) in presence of modeling error and asymptotic conditions., 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.

The scientific area of this thesis is "array processing" that process and treat the signais at the output of multiple radio electric sensors. More precisely, this work deals with "direction finding" problems in order to estimate the direction of radio electric sources. The DOA estimation algorithms used a prior knowledge of the response of the array of sensors to a direction. Noticing that is diffrcult to reach an accurate knowledge of this response, the purpose of this thesis is double : develop a unified algorithm family based on realist models with additional parameters named "nuisance" in order to jointly estimate these parameters to the direction of arrival ; provide analytical expressions of the DOA estimation algorithms (MUSIC, Maximum Likelihood) in presence of modeling error and asymptotic conditions.; 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.

We present a study about the problem of the characterization of acoustics sources by high resolution methods (MUSIC) [1], in the aim of reducing the noisiness sound level. We developp a portable multi-channel instrumentation with simultaneous sampling on each sensors. We establish the model of the spatial coherence of the back noise in a view of an application in a reverberant sound field, and we apply a wide band formalism. Finaly, we validate experimentaly the instrumentation, the model of the spatial coherence and compare the MUSIC algorithm with the Capon adaptative array processing [2]