Nouvelles approches pour la séparation de sources

La séparation aveugle de source est un domaine en pleine effervescence dans la communauté du traitement du signal en raison de ces nombreuses applications potentielles en télécommunications, bio-médicale, géophysique, traitement du son, traitement d'images, radar, etc.... Ceci explique en partie la grande popularité de cette thématique.Cette thèse propose de nouvelles approches pour la séparation de sources aléatoires. Deux grands problèmes sont abordés. Le premier concerné la séparation de mélange instantané de signaux sources cyclestationnaires et le second, plus conséquent, concerne la séparation de mélange convolutif de signaux stationnaires. Nous développons des nouveaux critères et algorithmes basés sur l'utilisation des statistiques à différents ordres.Plus précisément nous proposons d'abord une méthode de séparation basée sur la décomposition d'un opérateur linéaire et 1'utilisâtion d'une méthode de classification. Les performances sont comparées par simulations informatiques avec une méthode utilisation la décomposition PARAFAC.Ensuite on s'intéresse à de nouvelles fonctions de contraste par utilisation de signaux de référence dans le cadre d'une séparation d'un mélange convolutif. Un contraste MISO est proposé dont le grand avantage est de permettre une optimisation quadratique. Puis des contrastes MIMO sont proposés généralisant des contrastes existants dans la littérature.The blind source separation is widely studied problem in the community of signal processing because of its numerous potential applications in telecommunications, biomedical, geophysics, speech processing, image processing, radar, sonar, etc. This partly explains the great popularity of this set of themes. This thesis proposes new approaches for random sources separation. Two major problems are tackled. The first relates to the instantaneous mixture separation of cyclostationnary sources and the second, more consequent, adresses the problem of the separation of convolutive mixtures stationary signals. He develop new criteria and algorithms based on the use of various orders statistics. More precisely we propose a separation method based on the decomposition of a linear operator combined with a classification method. The performances are compared by computer simulations with PARAFAC decomposition method.Then we are interested in new contrast functions using reference signals within the framework of convolutive mixtures. A MISO contrast is proposed whose great advantage is to allow a quadratic optimization. Then MIMO contrasts are proposed generalizing the existing contrasts in the literature.TOULON-BU Centrale (830622101) / SudocSudocFranceF