Estimation aveugle de canal et accès multiple par répartition spatiale

Cette these traite du probleme de l'identification aveugle de canal en utilisant uniquement les statistiques de second ordre, dans un contexte de communications, soit en presence d'un seul utilisateur, soit en presence de plusieurs utilisateurs partageant la meme frequence, au meme moment et sans etalement de spectre. Nous avons explore les statistiques cycliques du second ordre, debouchant sur une famille d'algorithmes dont les performances sont independantes de la couleur du bruit et un nouveau modele de canal. Nous avons developpe une methode sous-espace sans decomposition en elements propres asymptotiquement equivalente a la methode initiale. L'incorporation de la matrice de ponderation optimale permet de deduire des equivalences asymptotiques entre diverses methodes. En se basant sur des criteres de complexite et de robustesse, nous avons explore divers algorithmes derives de la prediction lineaire. Cette etude a montre que les algorithmes rapides de type levinson donnent de bonnes performances et presentent de bonnes proprietes de robustesse. Ces algorithmes permettent une detection 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.