Auswahl der wissenschaftlichen Literatur zum Thema „Détection intelligente du crime“

U article établit les conditions d’une sanction inférieure au maximum quand on choisit une fonction-objectif du coupable potentiel plus générale que celle habituellement utilisée. Il montre que, quand la sanction optimale est inférieure au maximum, les probabilités optimales de détection et de punition ne sont pas nécessairement plus élevées.

ABSTRACTTo address the issue of falls, which are increasing as the population ages, an intelligent video-monitoring system is being developed. The aim of the study is to explore caregivers’ perceptions of and receptiveness to a prototype of this fall detection system. A cross-sectional mixed-method study was carried out with individual interviews of 18 caregivers. Statistical frequencies and content analysis were conducted (SPSS and N’Vivo). The results show that most participants (n = 15/18) liked the intelligent video-monitoring system and were willing to use it. They would worry less if they could be alerted if a care recipient fell, but they were concerned about privacy and cost. Participants had a positive perception of the system and expressed their wishes regarding the kind of alert and the person to contact in case of a fall.

L’infanticide est un crime connu depuis les temps anciens. Il suscite émoi, répulsion et incompréhension car venant souvent de la personne censée la plus soucieuse du bien-être de l’enfant. Ses causes peuvent être d’origine psychopathologiques mais les contraintes socio-économiques et culturelles jouent un rôle non négligeable d’où la grande variation de ses présentations cliniques. Nous avons choisi de présenter le cas d’une femme de 26 ans, sans suivi psychiatrique antérieur à l’acte, qui a tué son enfant âgé de trois mois en le jetant pardessus la fenêtre du troisième étage de son domicile. L’examen psychiatrique a relevé des antécédents de signes anxieux non spécifiques remontant à plusieurs années avec une décompensation psychotique trois jours avant l’acte. L’approche légale de l’infanticide tend à atténuer la responsabilité de la mère au vu des modifications psycho-physiologiques et hormonales engendrées par l’accouchement. La détection précoce des troubles mentaux durant la grossesse et du post-partum et leur traitement pourrait diminuer l’incidence de ce crime.

Résumé De fâcheux incidents. Énigmes criminelles du quotidien dans le Japon d'après-guerre Cet article analyse les incidents Glico-Morinaga du milieu des années 1980 et leur relation avec les notions bourgeoises d'ordre social et de criminalité dans le Japon d'après-guerre. Lors des événements, un groupe s'appelant « l'Homme mystère aux 21 visages » harcela sans répit des entreprises d'alimentation, les médias et la police. Ces incidents démontrent que les conventions narratives du roman policier moderniste (établies par l'auteur Edogawa Rampo) ont profondément pénétré la conscience quotidienne des consommateurs japonais. Ces conventions ont contribué à brouiller la frontière entre fiction et réalité dans les représentations des crimes par les médias - notamment lors des incidents GM que l'on appela « le premier crime du 21e siècle » au Japon. La façon dont le groupe des 21 visages a manipulé le lexique moderniste - crime et détection, vérité et fausseté, théâtre guérilla et absurdité situationniste - illustre éloquemment la « stabilité » de cette société souvent présentée comme l'incarnation d'un régime postindustriel stable sans criminalité.

Les questions de législation induites par la conservation des données issues des communications électroniques constituent depuis quelques années déjà un défi pour l’Union européenne. En effet, il convient de trouver un équilibre entre les mesures à prendre pour garantir la sécurité, notamment face au terrorisme et au crime organisé, tout en garantissant la protection de la vie privée et la protection du respect des droits fondamentaux des individus. Après les attaques terroristes commises aux Etats-Unis et en Europe lors de la précédente décennie, il est apparu nécessaire d’introduire des obligations concernant la collecte et la conservation des données de communications électroniques afin de lutter efficacement contre le terrorisme et les formes graves de criminalité. Les mesures prises au niveau de l’Union visent à fixer un cadre législatif à la conservation des données. Il est incontestable que la conservation de ces données constitue un outil utile et efficace à des fins de prévention et de détection d’infractions graves ainsi que pour les enquêtes et les poursuites en la matière. Cependant, il est vrai aussi qu’il existe un risque d’atteinte aux garanties relatives aux droits et libertés des individus notamment les droits à la confidentialité et à la liberté d’expression garantis par la Charte des droits fondamentaux. La Cour de justice de l’Union européenne a mis en évidence, dans les jugements concernant Digital Rights et Tele2, une violation des droits fondamentaux dans les dispositions législatives relatives à la conservation des données prises au niveau national et européen. Ce texte s’intéresse à la portée des arrêts en question sur la législation nationale et analyse les principales normes relatives à la protection des droits de l’homme en matière de conservation des données, pratique relevée par la Cour européenne dans les décisions qu’elle a rendues. Suite à l’arrêt de la Cour européenne de justice, les États membres de l’UE, y compris la République de Croatie, ont été confrontés à un défi de taille pour améliorer le cadre juridique de la conservation des données. A cet égard, une analyse approfondie du cadre juridique national s’avère nécessaire tout comme un réexamen de certaines décisions afin de se conformer pleinement aux exigences et aux critères fixés par la Cour européenne.

Cette these propose, d'une part, une nouvelle approche architecturale pour la realisation d'applications automobiles necessitant une fusion de donnees en provenance de capteurs heterogenes et, d'autre part, presente un algorithme de pretraitement des donnees d'un radar micro-onde. Dans un premier temps, l'analyse des architectures des demonstrateurs de detection d'obstacles prochip2 et prolab2 (cf. Le programme europeen de recherches prometheus sur la voiture intelligente) nous a conduit a proposer une nouvelle architecture fonctionnelle. Notre approche introduit une couche de pretraitement de donnees capteur qui permet de les exploiter localement (proche du radar) avant de les envoyer vers des architectures de fusion de donnees (qui traditionnellement recoivent des donnees dont la signification a en plus ete bruitee par la repartition de l'application). Dans un second temps, un simulateur elementaire capable de generer des donnees radar pour des scenarios simples de circulation autoroutiere a ete realise pour completer notre base de donnees reelles du radar micro-onde de l'iemn. A l'aide de ces donnees experimentales et simulees, un algorithme deterministe de traitement des informations du radar a ete concu. Il reduit de facon significative le volume des donnees a transferer par la conversion des donnees locales du radar en une information de semantique plus elevee : il fournit des donnees plus pertinentes (par exemple : vitesses,. . . ) A l'etage de fusion de donnees ; en particulier il predit de trajectoire des obstacles. Des ouvertures sont enfin proposees. Un estimateur h est tout d'abord utilise pour limiter l'effet des perturbations affectant les donnees du radar. Un controleur est ensuite propose afin de reduire l'effet d'une source importante de perturbations : le tangage de la voiture.

Les systèmes de communications sans fil ne cessent de se multiplier pour devenir incontournables de nos jours. Cette croissance cause une augmentation de la demande des ressources spectrales, qui sont devenues de plus en plus rares. Afin de résoudre ce problème de pénurie de fréquences, Joseph Mitola III, en 2000, a introduit l'idée de l'allocation dynamique du spectre. Il définit ainsi le terme " Cognitive Radio " (Radio Intelligente), qui est largement pressenti pour être le prochain Big Bang dans les futures communications sans fil [1]. Dans le cadre de ce travail on s'intéresse à la problématique du spectrum sensing qui est la détection de présence des Utilisateurs Primaires dans un spectre sous licence, dans le contexte de la radio intelligente. L'objectif de ce travail est de proposer des méthodes de détection efficaces à faible complexité et/ou à faible temps d'observation et ceci en utilisant le minimum d'information a priori sur le signal à détecter. Dans la première partie on traite le problème de détection d'un signal aléatoire dans le bruit. Deux grandes méthodes de détection sont utilisées : la détection d'énergie ou radiomètre et la détection cyclostationnaire. Dans notre contexte, ces méthodes sont plus complémentaires que concurrentes. Nous proposons une architecture hybride de détection des bandes libres, qui combine la simplicité du radiomètre et la robustesse des détecteurs cyclostationnaires. Deux méthodes de détection sont proposées qui se basent sur cette même architecture. Grâce au caractère adaptatif de l'architecture, la détection évolue au cours du temps pour tendre vers la complexité du détecteur d'énergie avec des performances proches du détecteur cyclostationnaire ou du radiomètre selon la méthode utilisée et l'environnement de travail. Dans un second temps on exploite la propriété parcimonieuse de la Fonction d'Autocorrelation Cyclique (FAC) pour proposer un nouvel estimateur aveugle qui se base sur le compressed sensing afin d'estimer le Vecteur d'Autocorrelation Cyclique (VAC), qui est un vecteur particulier de la Fonction d'Autocorrelation Cyclique pour un délai fixe. On montre par simulation que ce nouvel estimateur donne de meilleures performances que celles obtenues avec l'estimateur classique, qui est non aveugle et ceci dans les mêmes conditions et en utilisant le même nombre d'échantillons. On utilise l'estimateur proposé, pour proposer deux détecteurs aveugles utilisant moins d'échantillons que nécessite le détecteur temporel de second ordre de [2] qui se base sur l'estimateur classique de la FAC. Le premier détecteur exploite uniquement la propriété de parcimonie du VAC tandis que le second détecteur exploite en plus de la parcimonie la propriété de symétrie du VAC, lui permettant ainsi d'obtenir de meilleures performances. Ces deux détecteurs outre qu'ils sont aveugles sont plus performants que le détecteur non aveugle de [2] dans le cas d'un faible nombre d'échantillons.

Ce travail de thèse a pour sujet l'étude et le développement d'un système de détection de véhicules pour une conduite plus sécurisée, avec comme principale application la gestion intelligente de la distance inter véhiculaire. En effet, près d'un accident corporel sur quatre est dû à une collision arrière. Nous considérons que notre système améliore sensiblement la robustesse de la détection de véhicules par rapport à l'existant. Deux points sont à l'origine de cette amélioration. Premièrement, nous avons accordé beaucoup d'intérêt à la détection par monovision, en concevant une approche original basée sur une analyse fine du gradient et l'extraction d'attributs d'image, renforcée par l'algorithme de classification adaboost/ga. Deuxièmement, nous avons conçu un outil générique de fusion basé sur la théorie des croyances, ayant pour but de combiner les confiances en provenance de plusieurs sources différentes qu'elles soient physiques ou algorithmiques. Cela nous a permis de bâtir une architecture modulaire et souple permettant d'exploiter au mieux les ressources disponibles pour mieux distingur les véhicules des autres objets de la scène routière. Ce système est actuellement opérationnel et implémenté sur le démonstrateur lara du caor. Il aété évalué lors de la clôture du projet arcos et a prouvé sa fiabilité au cours des démonstrations sur piste sur des scénarios critiques élaborés par les architectes de la fonction "gestion des interdistances"
This ph. D. Thesis tackles the problem of improving the robustness of vehicle detection for acc applications. In fact, one corporal accident out of four is due to a rear collision. For this sake, we combine two sensors : a frontal camera and a laser scanner. The improvement of the robustness stems from two aspects. First, we addressed the visionb based detection by developing an original approach based on fine gradient analysis, enhanced with the algorithm adaboost/ga for vehicle recognition. Then, we use the theory of evidence as a fusion framework to combine confidences delivered by the sensors and algorithms in order to improve the classification "vehicle vs. Non vehicle". The final architecture of the system is not only modular but also generic and flexible, that it could be used for other detection applications. The system was successfully implemented on lara, the prototype vehicle of the robotics center. It was evaluated at the final session of the project arcos and has demonstrated its fiability over various test scenarios elaborated specifically for acc applications

Cette thèse présente une analyse de la stabilité pour une classe de systèmes non linéaires incertains et une méthode pour concevoir des contrôleurs flous robustes pour stabiliser les systèmes multi-sources d'énergie assujettis à des incertitudes paramétriques, des défauts de capteur, des défauts d'actionneurs, d’entrées inconnues et des perturbations. Tout d'abord, le modèle flou de Takagi-Sugeno (TS) est adopté pour la modélisation floue du système non linéaire incertain. Ensuite, nous proposons une méthode d’observateurs flous dédiés (OFD) et un Observateur Flou Proportionnel Intégral (OFPI) et une commande tolérante aux fautes pour les systèmes de type TS. Les observateurs dédiés fournissent des résidus pour la détection et la localisation des défauts de capteurs qui peuvent affecter un modèle TS et l’observateur proportionnel intégral permet d’estimer les défauts d'actionneurs qui alimentent le banc d’observateurs dédiés pour reconfigurer la loi de commande. Le concept de compensations distribuées parallèle (PDC) est utilisé pour concevoir une commande floue tolérante aux fautes et des observateurs à partir des modèles flous TS. Les systèmes flous TS sont classés en trois familles sur la base des matrices d'entrée et une synthèse de la commande est proposée pour chaque famille. Dans chaque famille, des conditions suffisantes sont établies pour la stabilisation robuste, dans le sens de Taylor et de Lyapunov, pour le système flou TS. Des conditions suffisantes sont formulées sous la forme d'inégalités matricielles linéaires (LMI) et d’égalités linéaires matricielles (LME). Des remarques importantes pour l'analyse de la stabilité et le concept sont données. L'efficacité de la méthodologie de conception de la commande proposée est finalement démontrée par un système hybride éolien-diesel (HWDS), système d'énergie éolienne (SEA) avec les machines asynchrones à double alimentation (MADA) et une installation photovoltaïque de nouvelle génération (PV)
This thesis presents stability analysis for a class of uncertain nonlinear systems and a method for designing robust fuzzy controllers to stabilize the multivariable multi-sources of energy systems subject to parameter uncertainties, sensor faults, actuator faults/unknown inputs and wind disturbance. First, the Takagi–Segno (TS) fuzzy model is adopted for fuzzy modeling of the uncertain nonlinear system. Next, we propose a Fuzzy Dedicated Observers (FDOS) method and a Fuzzy Proportional-Integral Estimation Observer (FPIEO) with a Fuzzy Fault Tolerant Control (FFTC) algorithm for TS systems. FDOS provide residuals for detection and isolation of sensor faults which can affect a TS model and FPIEO estimate the actuator faults which fed to the FDOS to reconfigure the controller. The concept of the Parallel Distributed Compensation (PDC) is employed to design FFTC and observers from the TS fuzzy models. Sufficient conditions are derived for robust stabilization, in the sense of Taylor series stability and Lyapunov method, for the TS fuzzy system with parametric uncertainties, sensor faults, actuator faults/unknown inputs and wind disturbance. The sufficient conditions are formulated in the format of Linear Matrix Inequalities (LMIs) and Linear Matrix Equalities (LMEs). Important issues for the stability analysis and design are remarked. The effectiveness of the proposed controller design methodology is finally demonstrated through a Hybrid Wind-Diesel System (HWDS), Wind Energy System (WES) with Doubly Fed Induction Generators (DFIG) and Photovoltaic (PV) generation system to illustrate the effectiveness of the proposed method

Una città intelligente è un luogo in cui la tecnologia viene sfruttata per aiutare le amministrazioni pubbliche a prendere decisioni. La tecnologia può contribuire alla gestione di numerosi aspetti della vita quotidiana, offrendo ai cittadini servizi più affidabili e migliorando la qualità della vita. Tuttavia, la tecnologia da sola non è sufficiente per rendere una città intelligente; sono necessari metodi adeguati per analizzare i dati raccolti e gestirli in modo da generare informazioni utili. Alcuni esempi di servizi intelligenti sono le app che permettono di raggiungere una destinazione attraverso il percorso più breve oppure di trovare il parcheggio libero più vicino, o le app che suggeriscono i percorsi migliori per una passeggiata in base alla qualità dell'aria. Questa tesi si concentra su due aspetti delle smart city: sostenibilità e sicurezza. Il primo aspetto riguarda lo studio dell'impatto del traffico sulla qualità dell'aria attraverso lo sviluppo di una rete di sensori di traffico e qualità dell'aria e l'implementazione di una catena di modelli di simulazione. Questo lavoro fa parte del progetto TRAFAIR, cofinanziato dall'Unione Europea, il primo progetto che monitora la qualità dell'aria in tempo reale e fa previsioni su scala urbana in 6 città europee, tra cui Modena. Il progetto ha richiesto la gestione di una grande quantità di dati eterogenei e la loro integrazione su una piattaforma dati complessa e scalabile condivisa da tutti i partner del progetto. La piattaforma è un database PostgreSQL, adatto a gestire dati spazio-temporali, che contiene più di 60 tabelle e 435 GB di dati (solo per Modena). Tutti i processi della pipeline di TRAFAIR, le dashboard e le app sfruttano il database per ottenere i dati di input ed eventualmente memorizzare l'output. I modelli di simulazione, eseguiti su risorse di HPC, utilizzano i dati dei sensori e devono fornire risultati in tempo reale. Pertanto le tecniche di identificazione delle anomalie applicate ai dati dei sensori devono eseguire in tempo reale e in breve tempo. Dopo un attento studio della distribuzione dei dati dei sensori e della correlazione tra le misure, sono state implementate e applicate alcune tecniche di identificazione delle anomalie. Per i dati di traffico è stato sviluppato un nuovo approccio che utilizza un filtro di correlazione flusso-velocità, la decomposizione STL e l'analisi IQR. Per i dati di qualità dell'aria è stato creato un framework innovativo che implementa 3 algoritmi. I risultati degli esperimenti sono stati confrontati con quelli dell'Autoencoder LSTM. L'aspetto relativo alla sicurezza nella città intelligente è legato a un progetto di analisi dei crimini, i processi analitici volti a fornire informazioni tempestive e pertinenti per aiutare la polizia nella riduzione, prevenzione e valutazione del crimine. A causa della mancanza di dati ufficiali, questo progetto sfrutta le notizie pubblicate sui giornali online. L'obiettivo è quello di classificare le notizie in base alla categoria di crimine, geolocalizzare i crimini, identificare la data dell'evento, e individuare alcune caratteristiche. È stata sviluppata un'applicazione per l'analisi delle notizie, l'estrazione di informazioni semantiche attraverso l'uso di tecniche di NLP e la connessione delle entità a risorse Linked Data. La tecnologia dei Word Embedding è stata utilizzata per la categorizzazione del testo, mentre il Question Answering tramite BERT è stato utilizzato per estrarre le 5W+1H. Le notizie che si riferiscono allo stesso evento sono state identificate attraverso la cosine similarity sul testo delle notizie. Infine, è stata implementata un'interfaccia per mostrare su mappa i crimini geolocalizzati e fornire statistiche e rapporti annuali. Questo è l'unico progetto presente in Italia che partendo da notizie online cerca di fornire un'analisi sui crimini e la mette a disposizione attraverso uno strumento di visualizzazione.
A smart city is a place where technology is exploited to help public administrations make decisions. The technology can contribute to the management of multiple aspects of everyday life, offering more reliable services to citizens and improving the quality of life. However, technology alone is not enough to make a smart city; suitable methods are needed to analyze the data collected by technology and manage them in such a way as to generate useful information. Some examples of smart services are the apps that allow to reach a destination through the least busy road route or to find the nearest parking slot, or the apps that suggest better paths for a walk based on air quality. This thesis focuses on two aspects of smart cities: sustainability and safety. The first aspect concerns studying the impact of vehicular traffic on air quality through the development of a network of traffic and air quality sensors, and the implementation of a chain of simulation models. This work is part of the TRAFAIR project, co-financed by the European Union, which is the first project with the scope of monitoring in real-time and predicting air quality on an urban scale in 6 European cities, including Modena. The project required the management of a large amount of heterogeneous data and their integration on a complex and scalable data platform shared by all the partners of the project. The data platform is a PostgreSQL database, suitable for dealing with spatio-temporal data, and contains more than 60 tables and 435 GB of data (only for Modena). All the processes of the TRAFAIR pipeline, the dashboards and the mobile apps exploit the database to get the input data and, eventually, store the output, generating big data streams. The simulation models, executed on HPC resources, use the sensor data and provide results in real-time (as soon as the sensor data are stored in the database). Therefore, the anomaly detection techniques applied to sensor data need to perform in real-time in a short time. After a careful study of the distribution of the sensor data and the correlation among the measurements, several anomaly detection techniques have been implemented and applied to sensor data. A novel approach for traffic data that employs a flow-speed correlation filter, STL decomposition and IQR analysis has been developed. In addition, an innovative framework that implements 3 algorithms for anomaly detection in air quality sensor data has been created. The results of the experiments have been compared to the ones of the LSTM autoencoder, and the performances have been evaluated after the calibration process. The safety aspect in the smart city is related to a crime analysis project, the analytical processes directed at providing timely and pertinent information to assist the police in crime reduction, prevention, and evaluation. Due to the lack of official data to produce the analysis, this project exploits the news articles published in online newspapers. The goal is to categorize the news articles based on the crime category, geolocate the crime events, detect the date of the event, and identify some features (e.g. what has been stolen during the theft). A Java application has been developed for the analysis of news articles, the extraction of semantic information through the use of NLP techniques, and the connection of entities to Linked Data. The emerging technology of Word Embeddings has been employed for the text categorization, while the Question Answering through BERT has been used for extracting the 5W+1H. The news articles referring to the same event have been identified through the application of cosine similarity to the shingles of the news articles' text. Finally, a tool has been developed to show the geolocalized events and provide some statistics and annual reports. This is the only project in Italy that starting from news articles tries to provide analyses on crimes and makes them available through a visualization tool.

Cette thèse est centrée sur un projet de recherche en vision. Il s'agit d'un projet qui permet à des caméras intelligentes de comprendre dans quelle posture se trouve la personne filmée. Cela permet de savoir si la personne se porte bien ou si elle est dans une situation critique ou de danger. Les caméras ne doivent pas être connectées à un ordinateur, mais avoir toute l'intelligence embarquée dans la caméra même. Ce travail s'appuie sur des technologies récentes comme le capteur Kinect de la console de jeu. Ce type de capteur est un capteur de profondeur, c'est-à-dire que la caméra peut estimer la distance qui la sépare de chaque point de la scène. Notre contribution consiste à combiner plusieurs de ces caméras pour avoir une meilleure reconstruction de la posture de la personne. Nous avons créé une base de données d'images qui a permis d'apprendre au programme comment reconnaître les postures. Nous avons ajusté les bons paramètres à notre programme et on l'a comparé au programme du Kinect
This thesis is based on a computer vision research project. It is a project that allows smart cameras to understand the posture of a person. It allows to know if the person is alright or if it is in a critical situation or in danger. The cameras should not be connected to a computer but embed all the intelligence in the camera itself. This work is based on the recent technologies like the Kinect sensor of the game console. This sensor is a depth sensor, which means that the camera can estimate the distance to every point in the scene. Our contribution consists on combining multiple of these cameras to have a better posture reconstruction of the person. We have created a dataset of images to teach the program how to recognize postures. We have adjusted the right parameters and compared our program to the one of the Kinect

Notre objectif est d'étudier les algorithmes de vision utilisés aux différents niveaux dans une chaîne de traitement vidéo intelligente. On a prototypé une chaîne de traitement générique dédiée à l'analyse du contenu du flux vidéo. En se basant sur cette chaîne de traitement, on a développé une application de détection et de suivi de piétons. Cette application est une partie intégrante du projet PUVAME. Cette chaîne de traitement générique est composée de plusieurs étapes: détection, classification et suivi d'objets. D'autres étapes de plus haut niveau sont envisagées comme la reconnaissance d'actions, l'identification, la description sémantique ainsi que la fusion des données de plusieurs caméras. On s'est intéressé aux deux premières étapes. On a exploré des algorithmes de segmentation du fond dans un flux vidéo avec caméra fixe. On a implémenté et comparé des algorithmes basés sur la modélisation adaptative du fond. On a aussi exploré la détection visuelle d'objets basée sur l'apprentissage automatique en utilisant la technique du boosting. Cependant, On a développé une librairie intitulée LibAdaBoost qui servira comme un environnement de prototypage d'algorithmes d'apprentissage automatique. On a prototypé la technique du boosting au sein de cette librairie. On a distribué LibAdaBoost sous la licence LGPL. Cette librairie est unique avec les fonctionnalités qu'elle offre. On a exploré l'utilisation des cartes graphiques pour l'accélération des algorithmes de vision. On a effectué le portage du détecteur visuel d'objets basé sur un classifieur généré par le boosting pour qu'il s'exécute sur le processeur graphique. On était les premiers à effectuer ce portage. On a trouvé que l'architecture du processeur graphique est la mieux adaptée pour ce genre d'algorithmes. La chaîne de traitement a été implémentée et intégrée à l'environnement RTMaps. On a évalué ces algorithmes sur des scénarios bien définis. Ces scénarios ont été définis dans le cadre de PUVAME.

Cette thèse porte sur l’étude de systèmes ultra large bande (UWB) qui présentent des perspectives intéressantes dans le domaine des communications radio. Les systèmes UWB se prêtent bien à une utilisation dans les réseaux ad hoc, de type Piconet, avec un très haut niveau de flexibilité. Cette thèse focalise d’une part sur le développement de méthodes a faible complexité pour l’estimation aveugle de paramètres, pouvant jouer un rôle très important au niveau synchronisation, et d’autre part sur l’étude statistique du canal dans le but d’établir des critères de réglages en temps réel d'une transmission de données (dans une approche aveugle). Les travaux se positionnent suivant trois directions principales. La première concerne l’estimation du temps chip pour un système UWB par impulsions, a partir de mesures de temps d’arrivée bruitées, en présence d’observations manquantes et/ou issues de fausses alarmes. Le principal problème de cette première approche est que le modèle des temps d’arrivée est idéalisé et ne peut pas refléter de manière réaliste le canal UWB indoor. Pour cette raison nous avons propose une deuxième approche complémentaire, permettant de réaliser la détection conjointe du temps chip d’un signal UWB par impulsions, et de la période d’intégration d’un détecteur d’énergie. La différence essentielle entre cette approche et la précédente est que l’on utilise, pour l’estimation du temps chip, directement le signal reçu ce qui du point de vue pratique est plus réaliste. La troisième orientation concerne la réalisation d’une étude statistique de l’interférence liée à la propagation multi-trajet d’un canal U
This thesis is concerned with the study of UWB systems which represent a promising perspective in low range radio systems field. UWB technology is best suited to be used within ad-hoc Piconet radio networks, which must dispose of high flexibility. Consequently this thesis is focused on one hand on the development of very low complexity parameters blind estimation methods, which can play an essential role in the synchronization stage, and on the other hand on the statistical characterization of the propagation channel, with the scope of establishing criteria to realize blind real time adjustments of the digital transmission. The study is organized in three main directions. The first consists of developing a method to estimate the chip time, based on noisy times of arrival measurements, with false and missing observations. The main problem with this approach is that the considered times of arrival statistical model cannot realistically reflect indoor UWB channels. Therefore a second direction is concerned with the development of a method to estimate the chip time based on energy measurements on the received UWB impulse radio signal. Using the well known energy detector principle this approach jointly estimates the chip time and this optimal integration window, the main advantage is that it allows considering propagation noise, multipath propagation and multiuser interference. The third direction deals with a statistical study of the multipath propagation interference of a UWB propagation channel

L'objectif de ce travail est de répondre à la question de détection des bandes de fréquences libres. Le cadre d'étude est l'accès opportuniste au spectre radio.
Deux méthodes de détection sont envisageables. La détection d'énergie est une méthode simple, de complexité de calcul réduite et n'exigeant aucune information sur le signal à détecter, mais elle nécessite une connaissance exacte de la variance du bruit supposé blanc gaussien. La détection cyclostationnaire est plus robuste vis-à-vis des incertitudes d'estimation de la variance du bruit et capable de détecter des signaux à faibles RSB. Nous avons proposé deux algorithmes de détection cyclostationnaire. Dans le premier, la fréquence cyclique dans le signal est supposée connue, alors que dans le deuxième la cyclostationarité est détecté de manière aveugle. Cependant, pour minimiser le temps de détection des bandes libres, nous proposons une architecture hybride de détection combinant les détections d'énergie et cyclostationnaire.

La thèse aborde le problème de la détection d’un signal dans une bande de fréquences donnée sans aucune connaissance à priori sur la source (détection aveugle) dans le contexte de la radio intelligente. Le détecteur proposé dans la thèse est basé sur l’estimation des valeurs propres de la matrice de corrélation du signal reçu. A partir de ces valeurs propres, plusieurs critères ont été développés théoriquement (Standard Condition Number, Scaled Largest Eigenvalue, Largest Eigenvalue) en prenant pour hypothèse majeure un nombre fini d’éléments, contrairement aux hypothèses courantes de la théorie des matrices aléatoires qui considère un comportement asymptotique de ces critères. Les paramètres clés des détecteurs ont été formulés mathématiquement (probabilité de fausse alarme, densité de probabilité) et une correspondance avec la densité GEV a été explicitée. Enfin, ce travail a été étendu au cas multi-antennes (MIMO) pour les détecteurs SLE et SCN
In Cognitive Radio, Spectrum Sensing (SS) is the task of obtaining awareness about the spectrum usage. Mainly it concerns two scenarios of detection: (i) detecting the absence of the Primary User (PU) in a licensed spectrum in order to use it and (ii) detecting the presence of the PU to avoid interference. Several SS techniques were proposed in the literature. Among these, Eigenvalue Based Detector (EBD) has been proposed as a precious totally-blind detector that exploits the spacial diversity, overcome noise uncertainty challenges and performs adequately even in low SNR conditions. The first part of this study concerns the Standard Condition Number (SCN) detector and the Scaled Largest Eigenvalue (SLE) detector. We derived exact expressions for the Probability Density Function (PDF) and the Cumulative Distribution Function (CDF) of the SCN using results from finite Random Matrix Theory; In addition, we derived exact expressions for the moments of the SCN and we proposed a new approximation based on the Generalized Extreme Value (GEV) distribution. Moreover, using results from the asymptotic RMT we further provided a simple forms for the central moments of the SCN and we end up with a simple and accurate expression for the CDF, PDF, Probability of False-Alarm, Probability of Detection, of Miss-Detection and the decision threshold that could be computed and hence provide a dynamic SCN detector that could dynamically change the threshold value depending on target performance and environmental conditions. The second part of this study concerns the massive MIMO technology and how to exploit the large number of antennas for SS and CRs. Two antenna exploitation scenarios are studied: (i) Full antenna exploitation and (ii) Partial antenna exploitation in which we have two options: (i) Fixed use or (ii) Dynamic use of the antennas. We considered the Largest Eigenvalue (LE) detector if noise power is perfectly known and the SCN and SLE detectors when noise uncertainty exists