Abstract FR:

Le sujet que nous traitons est celui de l'identification et de la deconvolution aveugles en utilisant les statistiques d'ordre superieur a deux. Dans le premier chapitre nous presentons les outils mathematiques qui definissent les statistiques d'ordre superieur a deux. Dans le deuxieme chapitre, nous posons le probleme d'identification aveugle de systemes lineaires a phases non-minimales, et nous presentons differentes approches non-parametriques d'identification. Dans le chapitre trois nous adoptons une approche parametrique basee sur des modeles ar, ma ou arma et qui utilise la propriete du maximum du kurtosis pour identifier des filtres a phases non-minimales. Sur des simulations et sur des donnees sismiques et d'explosion sous-marine nous validons les algorithmes que nous proposons et nous les comparons a d'autres proposes dans la litterature. Dans le chapitre quatre, nous montrons l'interet des pretraitements que nous proposons avant d'appliquer les algorithmes d'identification a des donnees sismiques reelles. Sur les exemples de donnees reelles que nous traitons, l'utilisation des statistiques d'ordre superieur semble meilleure que l'ordre deux