Architecture multimédia interactive et multipoint supportant le travail coopératif sur Internet

Cette thèse traite du problème de l'identification aveugle de canal en utilisant uniquement les statistiques de second ordre, dans un contexte de communications, soit en présence d'un seul utilisateur, soit en présence de plusieurs utilisateurs partageant la même fréquence, au même moment et sans étalement de spectre. Nous avons explore les statistiques cycliques du second ordre, débouchant sur une famille d'algorithmes dont les performances sont indépendantes de la couleur du bruit et un nouveau modèle de canal. Nous avons développe une méthode sous-espace sans décomposition en éléments propres asymptotiquement équivalente a la méthode initiale. L’incorporation de la matrice de pondération optimale permet de déduire des équivalences asymptotiques entre diverses méthodes. En se basant sur des critères de complexité et de robustesse, nous avons explore divers algorithmes dérivés de la prédiction linéaire. Cette étude a montre que les algorithmes rapides de type levinson donnent de bonnes performances et présentent de bonnes propriétés de robustesse. ces algorithmes permettent une détection de l'ordre du processus ar associe au canal, par extension des methodes de detection d'ordre de processus multivaries au cas de processus singuliers. nous avons developpe une methode originale d'identification de canal multi-utilisateurs en nous basant sur la decomposition ldu de la matrice de covariance et sur l'algorithme generalise de schur. cet algorithme de complexite faible est un candidat serieux pour l'identification aveugle de canal en sdma. nous presentons un algorithme au maximum de vraisemblance pour le modele deterministe, qui presente des performances prometteuses, avec bon nombre de garanties theoriques.