Activity Rapport2

Rapport d’activités
2001-2004
Equipes Traitement des Images et du Signal

ETIS – UMR CNRS 8051
Edition : octobre 2004
ETIS – ENSEA / UCP

UMR CNRS 8051
6, avenue du Ponceau
F 95014 Cergy-Pontoise – France
Tél. : +33 1 30 73 66 10 Fax : +33 1 30 73 66 27 http://www-etis.ensea.fr

2 - Equipes Traitement des Images et du Signal
Fiche d’identité du laboratoire
Intitulé du laboratoire : ETIS, UMR CNRS 8051

Laboratoire des Equipes Traitement des Images et du Signal.
Etablissements de rattachement : Ensea (Ecole Nationale de l’Electronique et de ses Applications,

établissement principal), UCP (Université de Cergy-Pontoise), CNRS.
Département scientifique du CNRS : STIC
Direction scientifique de rattachement : DSPT 9, Sciences et Technologies de l’Information et de
la Communication
Directrice : Conseil de laboratoire (octobre 2004) :

Inbar Fijalkow, PU, Ensea Jean-Christophe Baccon, doctorant, UCP
Matthieu Cord, MCF, Ensea
David Declercq, PU, Ensea
Jean-Luc Delarbre, doctorant, UCP
Frédéric de Mélo, IGE, CNRS
Inbar Fijalkow, PU, Ensea
Philippe Gaussier, PU, UCP
Philippe-Henri Gosselin, doctorant, UCP
Michel Jordan, IGR, UCP
Michel Leclerc, MCF, Ensea
Sylvie Philipp-Foliguet, PU, Ensea
Jean-Christophe Prévôtet, MCF, UCP
Mathias Quoy, PU, UCP
Arnaud Revel, MCF, Ensea
François Verdier, MCF, UCP
Responsable administrative : Martine Tournay, Ensea.
Mots-clefs : traitement des images, traitement du signal, architecture de circuits, signal pour les
télécommunications numériques, sciences cognitives, apprentissage, systèmes complexes, vie artificielle,
imitation, systèmes sur puces, systèmes reconfigurables dynamiquement, recherche par le contenu,
imagerie aérienne, imagerie par rayonnements, modélisation physique
Adresse postale : ENSEA

6, avenue du Ponceau
95014 Cergy-Pontoise Cédex – France
Téléphone : +33 1 30 73 66 10
Fax : +33 1 30 73 66 27
Mèl. : etis@ensea.fr
Site internet : www-etis.ensea.fr
Table des matières
1 Bilan 2001-2004 1
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Bref historique et statut actuel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Composition (1er octobre 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Axes de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.5 Bilan quantitatif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.6 Budget . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.7 Information scientifique et technique, diffusion de la science . . . . . . . . . . . . . . . 9
1.8 Moyens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.9 Formations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Equipe Architecture 11
2.1 Présentation de l’équipe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 La plateforme ARDOISE (depuis 1998) . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Adéquation Algorithmes Architectures et IP . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4 Architectures à Reconfiguration Dynamique . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5 Systèmes sur Puce Reconfigurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.6 Bilan de l’activité de l’équipe de 2001 à 2004 . . . . . . . . . . . . . . . . . . . . . . . 33
2.7 Bibliographie 2001-2004 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.8 Matériels spécifiques de l’équipe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3 Equipe Image 41
3.2 Recherche d’images par le contenu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3 Appariement d’images et analyse 3-D . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.5 Bibliographie 2001-2004 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4 Equipe Neuro-cybernétique 77
4.2 Reconnaissance active d’objets et attention . . . . . . . . . . . . . . . . . . . . . . . . 84
4.3 Navigation, planification et sélection de l’action . . . . . . . . . . . . . . . . . . . . . . 89
4.4 Apprentissage par imitation et interactions sociales . . . . . . . . . . . . . . . . . . . . 92
i
ii - Equipes Traitement des Images et du Signal
4.5 Réseaux de neurones et systèmes dynamiques . . . . . . . . . . . . . . . . . . . . . . . 96

4.6 Systèmes multi-agents en interaction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.7 Modèles et outils pour la conception d’architectures de contrôle : vers une programma-
tion neuronale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.9 Bibliographie 2001-2004 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
5 Equipe Signal 115

5.2 Physique, mathématiques et imagerie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.3 Egalisation, identification, séparation aveugle . . . . . . . . . . . . . . . . . . . . . . . 120
5.4 Codes LDPC et récepteurs itératifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.5 Traitement du signal pour le lien physique en communications numériques . . . . . . . 124
5.7 Bibliographie 2001-2004 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
On trouvera en fin de ce document les listes des figures et des tables.

Chapitre 5
Equipe Signal
Responsable : David Declercq
http://www-etis.ensea.fr/~signal
5.1 Présentation de l’équipe

L’équipe Signal du laboratoire Etis s’organise autour de deux thèmes majeurs qui sont (i) les
problémes inverses en imagerie s’appuyant sur une modélisation mathématique/physique avancée, (ii)
le traitement du signal pour les communications numériques.
Autour de ces deux thèmes, nous avons développé plusieurs champs d’expertise (CE), bien identifiés,
qui font la force et la spécificité de notre équipe de recherche, aussi bien au niveau national qu’interna-
tional. Bien que relativement distincts, ces champs d’expertise possèdent des recouvrements qui sont le
fruit de collaborations ponctuelles ou à plus long terme, dans le cadre de contrats ou d’encadrements
de thèse. Dans toute la présentation de l’équipe, il sera fait référence aux champs d’expertise suivants :
CE1 : Physique, Mathématiques et Imagerie
permanents impliqués : M. Nguyen, C. Faye
CE2 : Egalisation, Identification, Séparation Aveugle
permanents impliqués : L. DeLathauwer, I. Fijalkow
CE3 : Codes LDPC et Récepteurs Itératifs
permanents impliqués : D. Declercq, I. Fijalkow
CE4 : Traitement du Signal pour le Lien Physique en Communications Numériques
permanents impliqués : I. Fijalkow, D. Declercq
5.1.1 Composition de l’équipe au cours de la période 2001-2004

Au 1er septembre 2001, l’équipe Signal était composée d’un professeur des universités (PU), trois
maîtres de conférences (MCF) et un chargé de recherche CNRS (CR).
Au 1er septembre 2004, l’équipe Signal est désormais composée de deux professeurs des universités,
deux maître de conférences et un chargé de recherche CNRS. Le différentiel est dû à la promotion d’un
maître de conférences au grade de professeur des universités : David Declercq. Le nombre de permanents
115
de l’équipe est resté inchangé au cours de ce quadriennal. Plusieurs personnels temporaires (ATER,
post-docs) ont également été rattaché à l’équipe Signal au cours de ce quadriennal (voir tableau 5.2).
La production scientifique de l’équipe Signal s’appuie également sur le travail des doctorants. Au
cours de la période 2001-2004, 10 thèses ont été soutenues, et il y a fin 2004 10 thèses en cours rattachées
à l’équipe Signal.
Les tableaux 5.1 à 5.3 présentent la composition de l’équipe au cours de ce quadriennal, en indiquant
les périodes de rattachement à Etis ainsi que les champs d’expertise auxquels les chercheurs ont
contribué.
Nom Fonction Expertise Période Contribution

par année
D. Declercq PU (Ensea) CE3/CE4 2001-2004 8 mois
L. DeLathauwer CR (CNRS) CE2/CE3 2001-2004 10 mois
C. Faye MCF (Ensea) CE1 2001-2004 4 mois
I. Fijakow PU (Ensea) CE2/CE3/CE4 2001-2004 8 mois
M.K. Nguyen MCF (IUP) CE1 2001-2004 8 mois
M. Tournay Secrétaire (Ensea) 2001-2004 2 mois
Tab. 5.1 – Composition de l’équipe Signal : personnels permanents.
Nom Fonction Expertise Période Contribution

par année
F. Abdelkefi ATER (Ensea) CE4 2002-2003 8 mois
E. Jaffrot ATER (Ensea) CE4 2001-2002 8 mois
N. Sellami ATER (UCP) CE3/CE4 2002-2003 8 mois
B. Sayadi post-doc puis ATER (Ensea) CE4 2003- 10 mois
E. Cadic post-doc CE3 2004- 10 mois
Tab. 5.2 – Composition de l’équipe Signal : personnels temporaires.
5.1.2 Présentation générale

Cette section présente la structure générale de l’équipe Signal, ainsi qu’un bref historique décrivant le
cheminement pour arriver au découpage actuel en champs d’expertise. Les quatres champs d’expertise,
les collaborations et thèses s’y rapportant, sont détaillées dans les sections suivantes.
CE1 : Physique, Mathématiques et Imagerie

Depuis 1998, M. Nguyen et C. Faye ont développé une expertise concernant la résolution de
problèmes inverses en imagerie, introduisant des transformations mathématiques originales et
une modélisation fine des phénomènes physiques ayant formé les images à traiter (caméra par
rayonnement gamma ou hyper-spectrale). Les travaux qui ont débuté par des problèmes de res-
tauration d’images gamma à l’aide de méthodes statistiques Bayésiennes ont depuis été étendus
à d’autres types de systèmes d’imagerie (multi-énergie, hyper-spectrale, etc.), et sont abordés
grâce à des modèles physiques / mathématiques de plus en plus poussés. De nombreuses colla-
borations avec de grands organismes de recherche français (CEA, DGA, Onera) sont désormais
bien développées.
Rapport d’activités 2001-2004 - 117
Nom Expertise Début/fin de thèse Financement

(soutenance) (collaboration)
Thèses internes
M.-L. Alberi CE4 1998-2001 MENRT (Univ. Paris XI Orsay)
A. de Baynast CE2/CE3 1999-2002 (oct) DGA
J. Castaing CE2 2003- DGA
A. Chaker CE4 2001-2004 (juillet) bourse gouvernementale
(Ecime, Cergy)
J.-L. Delarbre CE1 2002- MENRT (LPTM,UCP)
L. Eglin CE1 1998-2002 (juin) MENRT
D. Nion CE2 2004- DGA
C. Poulliat CE3/CE4 2001-2004 (oct) RNRT (Thalès)
S. Traverso CE4 2004- contrat FT R&D (Ecime, Cergy)
A. Voicila CE3 2004- BDI-CNRS (ST Micro,
équipe Architecture)
Thèses en partie internes
P. Abrial CE1 2004- BDI-CNRS (CEA)
L. Barnault CE3 2002- CIFRE (Thalès)
E. Jay 1998-2002 (juin) MENRT (Onera)
V. Mannoni CE3/CE4 2000-2004 (juillet) MENRT (Univ. de Reims)
A. Renoult CE4 2002- CIFRE (Thalès)
N. Sellami CE3/CE4 1999-2002 (oct) FT R& D (FT R& D)
M. Soamiadana CE4 2001-arrêt RNRT (ENSTA)
Thèses externes
D. Bourgeois CE4 2002- Onera (Onera)
P. Chareyre CE1 1997-2003 emploi (SNECMA)
G. Gorlier CE3/CE4 2002- (UNISA, Australie)
R. Marion CE1 2000-2003 (déc) MENRT (CEA-DAM)
Tab. 5.3 – Composition de l’équipe Signal : doctorants.
La recherche en traitement du signal pour les communications numériques a vu le jour à

Etis en 1994 sous l’impulsion d’I. Fijalkow. Les premières recherches engagées par I. Fijalkow étaient
centrées sur l’apport du traitement du signal aux transmissions à haut débit, en particulier en réduisant
les effets de la propagation par trajets multiples et des interférences entre utilisateurs. Les problèmes
à résoudre étaient des problèmes de déconvolution aveugle multicapteurs d’une ou plusieurs sources.
Par la suite, l’activité en communications numériques a pu se développer et se diversifier grâce à de
nouveaux arrivants, D. Declercq en 1999 (maître de conférences Ensea) et L. DeLathauwer en 2000
(chargé de recherches CNRS). Les champs d’expertise de l’équipe Signal concernant les communications
numériques sont portés par ces trois permanents et s’appuient sur diverses thèses, ainsi que sur de
nombreuses collaborations nationales et internationales.
CE2 : Égalisation, identification, séparation aveugle

Ce champ d’expertise a démarré par des trvaux sur l’algorithme de référence en égalisation
aveugle (CMA). L’arrivée de L. DeLathauwer en 2000 a permis de développer de façon très
importante la recherche d’Etis autour des méthodes « aveugles » en communication numériques.
Ces méthodes « aveugles » ne reposent pas sur une phase d’apprentissage, mais s’appuient sur
des outils mathématiques très puissants tels que les statistiques d’ordres supérieurs ou l’algèbre
multi-linéaire.
CE3 : Codes LDPC et récepteurs itératifs
A l’arrivée de D. Declercq au laboratoire Etis en 1999, des recherches venaient de démarrer,
sous l’impulsion d’I. Fijalkow, sur les techniques itératives de type « turbo » en collaboration
avec Thomson CSF Communications. Depuis, l’étude et l’optimisation de récepteurs itératifs
est devenue l’un des points forts de l’équipe Signal d’Etis, englobant les récepteurs « turbo »
pour diverses applications (turbo-égalisation, turbo-MIMO, turbo-estimation, etc.) ainsi que les
systèmes de codes correcteurs d’erreurs les plus efficaces (codes LDPC).
CE4 : Traitement du signal pour le lien physique en communications numériques
L’expertise acquise au fil des travaux en égalisation, traitement d’antenne, systèmes multi-
utilisateurs (à accès multiples) ou multi-porteuses et codage dans le cadre des thèmes CE2
et CE3 aboutissent à l’émergence d’un champ à part entière dans les systèmes de transmission.
Ainsi, I. Fijalkow et D. Declercq mènent depuis 2000 des études sur ces systèmes de transmis-
sion dont le point central est l’anaylse des performances, de préférence analytique, ayant pour
but d’améliorer l’allocation des ressources de systèmes existants et la conception de nouveaux
systèmes de transmission.
5.2 Physique, mathématiques et imagerie

(Mai Nguyen, Christian Faye, Luc Églin, Rodolphe Marion, Jean-Luc Delarbre)
Les activités de ce groupe se trouvent à l’interface entre le traitement du signal et des images, la
physique, les mathématiques et certaines applications importantes (imagerie gamma, imagerie multi-
échelle, télédetection, etc.).
5.2.1 Imagerie par rayonnement gamma

5.2.1.1 Contextes scientifique, industriel, économique ; positionnement du thème de recherche
Découvert en 1896 comme une des composantes de la radioactivité naturelle et grâce à ses proprié-
tés de pénétration profonde dans la matière, le rayonnement gamma s’impose comme un des moyens
d’investigation indispensable pour explorer la structure interne de la matière sans avoir à la détruire
ou à la modifier (rappelons que l’imagerie optique, basée sur la réflexion et la diffraction des ondes
électromagnétiques visibles ne renseigne que sur les propriétés de surface des objets). C’est la raison
pour laquelle l’imagerie gamma a connu un intérêt croissant dans nombre de domaines tels que l’ima-
gerie médicale, les sciences de la vie, les sciences de la matière et de l’univers (prospection géophysique,
astrophysique), les industries et les services (contrôle non destructif, télédétection, contrôle nucléaire,
etc.).
Cependant l’image gamma souffre de sérieuses dégradations dues essentiellement à la diffusion
Compton. Cette dernière cause des flous dans l’image, la fausse détection de source, la diminution
importante de contraste et la perte de résolution. Résoudre le problème de la diffusion Compton reste
un challenge technique majeur à l’heure actuelle.
5.2.1.2 Principaux résultats novateurs et contributions originales
Jusqu’à présent, il existe une pléthore de méthodes qui ont considéré le diffusé comme du bruit et
cherché à l’éliminer au maximum (séparation, soustraction, correction, compensation), opérant seule-
ment avec les photons primaires (non diffusés) sans pour autant atteindre des résultats satisfaisants.
L’idée novatrice (à la différence des méthodes existantes) que nous avons proposée est de reprendre (au
lieu de rejeter) les photons diffusés et de les inverser, c’est-à-dire les retourner à leurs origines. Nous
avons montré que, grâce à une analyse physique et une modélisation fine des interactions rayonnement-
matière, le diffusé est non seulement porteur d’information utile mais aussi capable de former une
nouvelle imagerie plus intéressante et complémentaire de l’imagerie primaire.
On transforme ainsi le rôle passif et nuisible du rayonnement diffusé en un rôle actif et constructif
dans la nouvelle imagerie. Nous avons établi le cadre mathématique de cette idée originale qui a conduit
à une nouvelle transformation définie comme l’intégrale sur une surface conique d’une fonction densité
d’activité (tous les photons diffusés sous le même angle se trouvent sur un cône). Nous avons appelé
cette transformation la transformation de Radon conique (TRC), qui peut être considérée comme une
généralisation de la transformation de Radon existante. De plus, nous avons prouvé que cette nouvelle
TRC est inversible.
Ceci montre la faisabilité de la reconstruction de l’image originale à partir des rayonnements diffusés
(autrement dit, les photons diffusés portent bien les informations intéressantes sur la structure de
l’objet à étudier, ils méritent d’être pris en compte dans le processus de reconstruction d’images au
lieu d’être considérés comme du bruit à éliminer). Rappelons que le fondement de la plupart des
systèmes d’imagerie et de tomographie utilisant le rayonnement primaire est la transformation de
Radon standard (1917) qui est définie comme l’intégrale d’une fonction densité d’activité sur un plan.
Les travaux de Cormack et Hounsfield (prix Nobel de médecine 1979) ont montré qu’un ensemble
d’acquisitions (données) angulairement et régulièrement réparties autour de l’image originale permet
de la reconstruire. Mais ceci nécessite la rotation du détecteur autour de l’objet inconnu [178, 180, 181,
196, 197, 198, 200, 211, 236, 237, 247, 248, 249].
Dans cette nouvelle imagerie, qui exploite le diffusé, nous avons montré que l’angle de diffusion joue le
même rôle que celui de l’angle de rotation spatiale dans une procédure tomographique conventionnelle.
Par conséquent le mouvement relatif entre le détecteur et l’objet n’est plus ici nécessaire. C’est un
avantage technique très appréciable en particulier pour de nombreuses applications dans lesquelles la
rotation du détecteur autour de l’objet est restreinte voire impossible (astrophysique, contrôle nucléaire,
détection des sources radioactives cachées, prospection géophysique).
L’extension de l’étude de la diffusion simple à la diffusion multiple conduit à une autre nouvelle
transformation intégrale que nous avons baptisée la transformation de type rayon X bilocal (TXB).
Celle-ci, elle aussi, peut être considérée comme une généralisation de la transformation de type rayon
X, connue en radiographie rayon X. Bien que l’inversion générale de la TXB ne nous soit pas connue
à l’heure actuelle, l’existence de certaines inversions particulières se révèlent très intéressantes pour le
contrôle industriel [199, 270].
Cette nouvelle transformation permet de proposer une nouvelle méthode de détection des défauts
en contrôle non-destructif utilisant la densité électronique au lieu des coefficients d’absorption comme
actuellement fait au moyen des rayons X en radiologie. Elle représente une alternative intéressante
aux méthodes de détection existantes. À notre connaissance, sur le plan théorique, ces deux nouvelles
transformations TRC et TXB n’ont pas encore été proposées jusqu’à présent ; leurs propriétés mathé-
matiques n’ont pas encore été étudiées ni exploitées à des fins techniques en général ou en imagerie en
particulier.
Sur le plan technique et technologique, outre la procédure d’imagerie avantageuse (dans laquelle
le déplacement du détecteur est supprimé), ces résultats théoriques ouvrent la voie vers un nouveau
concept de détecteurs plus performants en résolution énergétique et pouvant fonctionner en position
fixe.
5.2.1.3 Contexte international de ce domaine de recherche et perspectives
Depuis quelques années, un effort considérable a été fait sur le plan international pour concevoir
un meilleur système d’imagerie par la voie de plusieurs innovations. Ces progrès visent à déboucher
sur des systèmes d’imagerie plus performants, plus faciles à manipuler, plus adaptables aux conditions
exigües de fonctionnement, plus rapides et plus économiques. Le nouveau principe d’imagerie que nous
avons proposé apparaît bien positionné pour répondre à ces exigences. En effet :
– l’imagerie exploitant les diffusés augmente fortement le contraste de l’image, le rapport signal sur
bruit et par conséquent la qualité de l’image.
– dans la nouvelle procédure d’imagerie le détecteur peut fonctionner en position fixe donc plus facile
à opérer, plus adaptable aux conditions d’acquisition contraignantes (impossibilité de déplacer le
détecteur, manque de place, observation lointaine, etc.)
– l’exploitation du diffusé ouvre la voie à un nouveau concept de détecteur sans collimation méca-
nique et par conséquent augmente considérablement la sensibilité du système d’imagerie.
À l’heure actuelle ce domaine de recherche est en forte croissance aux Etats-Unis (universités de
l’Utah, de Washington, de Californie et du Michigan), dans la majorité des pays européens (universités
de Siegen et de Wuppertal, Allemagne ; universités de Londres et de Birmingham, Royaume-Uni),
ainsi que dans le monde entier (université de Vancouver, Canada, universités de Zurich et de Genève,
Suisse). C’est dans l’exploitation des retombées technologiques de ce domaine de recherche que les
enjeux économiques se font sentir.
Au niveau national, le projet de « généralisations de la transformation de Radon et nouvelles
applications » est soutenu par l’ACI-NIM (Nouvelles interfaces des mathématiques) 2004.
5.2.2 Imagerie multi-échelles

Depuis 2003, M. Nguyen, en collaboration avec J.-L. Starck (CEA) et F. Murtagh (Queen’s Univ.) a
développé l’approche multi-échelle par ondelettes et curvelets en vue de l’application médicale. L’intro-
duction de curvelets améliore sensiblement la détection des anomalies de petite taille exigée en imagerie
médicale [207, 269].
L’extension de cette approche en imagerie astrophysique est en cours.
5.3 Egalisation, identification, séparation aveugle

(Lieven DeLathauwer, Inbar Fijalkow, Alexandre de Baynast, Joséphine Castaing)
La séparation, l’identification et la déconvolution aveugle sont des problèmes clef en communications

mobiles. Le mot « aveugle » signifie que ni les paramètres du modèle de propagation ne sont connus,
ni les valeurs de signal prises par les composantes (i.e., il n’y a pas de séquence d’apprentissage).
Notre approche est basée sur l’algèbre linéaire et multilinéaire. L’algèbre multilinéaire est l’algèbre
des tenseurs d’ordres élevés ; ceux-ci peuvent intuitivement être considérés comme l’équivalent d’ordre
élevé des matrices (ordre deux) ou des vecteurs (ordre un), c’est-à-dire comme des tableaux à plusieurs
indices.
Notre recherche consiste en (I) la généralisation de concepts de l’algèbre linéaire à l’algèbre multili-
néaire ; (II) le développement de méthodologies génériques pour le traitement du signal, basées sur ces
nouveaux concepts (analyse en composantes indépendantes, analyse harmonique, . . .) ; (III) l’applica-
tion des techniques développées à des problèmes spécifiques en télécommunications.
Les nombreux liens entre les résultats obtenus constituent un point fort de notre recherche. Les
résultats obtenus sous (I)-(II) sont très fondamentaux ; ils s’appliquent dans un contexte beaucoup plus
large que les télécommunications. Nous donnons un aperçu des résultats principaux qui ont été obtenus
pour chaque volet.
5.3.1 Algèbre (multi)linéaire

Vu l’importance de la Décomposition en Valeurs Propres (EVD), de la Décomposition en Valeurs
Singulières (SVD) et de la meilleure approximation de rang-R dans l’analyse et la résolution de pro-
blèmes mathématiques appliqués, nous avons surtout travaillé sur la généralisation de ces concepts :
I.1. Etude d’une généralisation d’ordre élevé de la décomposition en valeurs singulières (SVD) (mo-
dèle de Tucker) [191, 272].
I.2. Etude de la meilleure approximation d’un tenseur donné par un tenseur de rang-(R 1 , R2 , . . .,
RN ), c’est-à-dire par un tenseur dont le rang des colonnes est égal à R 1 , le rang des lignes est
égal à R2 , etc. : propriétés algébriques, analyse de perturbation, algorithmes [187, 230].
I.3. Algorithme pour la diagonalisation maximale d’un tenseur d’ordre 3 super-symétrique par une
transformation unitaire (contrairement au cas matriciel, une diagonalisation complète est en gé-
néral impossible pour les tenseurs) [188].
I.4. Etude de la meilleure approximation d’un tenseur donné par un tenseur de rang-R, c’est-à-dire
par un tenseur qui se décompose en R termes de rang 1 (produits extérieurs d’un nombre de
vecteurs) : théorèmes d’unicité et algorithmes [190].
I.5. Algorithmes pour le calcul de plusieurs types de décompositions matricielles simultanées (dé-
composition de Schur généralisée, factorisation de Takagi, diagonalisation par une transformation
congruente non-unitaire, etc.) [293, 228].
I.6. Techniques numériques pour le calcul de généralisations de la SVD [185].
5.3.2 Méthodologies pour le traitement du signal

L’Analyse en Composantes Indépendantes (ICA), ou la séparation de sources aveugle, est un pro-
blème particulièrement fondamental qui consiste à scinder une combinaison linéaire de signaux statis-
tiquement indépendants en ses composantes, sans connaissance préalable du mécanisme de mélange, ni
des valeurs de signal prises par les composantes indépendantes. Ces dernières années, l’ICA est devenu
un concept de base en traitement du signal. L’ICA est aussi une étape nécessaire dans de nombreux
algorithmes pour l’identification aveugle de systèmes convolutifs à entrées et sorties multiples. En
communications numériques, la convolution est engendrée par la propagation par trajets multiples.
Mis à part l’indépendance statistique, il existe d’autres critères pour effectuer la séparation de
signaux. Dans de nombreux problèmes d’ingénieur, les signaux peuvent être écrits comme des combi-
naisons linéaires bruitées d’un nombre de composantes exponentielles. L’analyse harmonique consiste
à extraire ces composantes en exploitant la structure exponentielle. Dans les communications mobiles,
la structure exponentielle peut être engendrée par des signaux à bande étroite reçus par un réseau
d’antennes uniforme et linéaire. La représentation dans le plan fréquentiel de signaux suréchantillonnés
peut également engendrer cette structure.
Résultats principaux :
II.1. ICA :
– Algorithme état de l’art basé sur le résultat (I.3) [188].
– Nous avons dérivé plusieurs méthodes pour l’ICA sous-déterminée, qui a été identifiée comme
un des défis majeurs en ce moment par l’Action Spécifique ACI du dépt. STIC. Dans ce cas, le
nombre de sources est strictement supérieur au nombre de capteurs. Les méthodes sont basées
sur (I.4) [228, 226, 227, 229, 291].
– Dérivation d’une borne à la précision globale, engendrée par des erreurs introduites dans l’étape
blanchiment [189].
– Comme le cas sous-déterminé, l’ICA de grands mélanges (nombres de capteurs très élevé par
rapport au nombre de sources) a été qualifiée comme un des problèmes-clefs actuels par l’Action
Spécifique ACI. Nous avons montré que, dans des techniques sans blanchiment dur, on peut
réduire la dimensionalité du problème au nombre de sources par la décomposition mentionnée
sous (I.1) et la meilleure approximation de rang-(R 1 , R2 , . . ., RN ) (I.2). En outre, nous avons
développé une technique algébrique qui permet d’extraire et en même temps séparer un nombre
de sources [191, 231, 274].
– Méthode état de l’art pour la sélection de l’ordre d’un modèle (par exemple l’estimation du
nombre de sources dans l’ICA) [262].
II.2. Identification et égalisation aveugle d’un mélange convolutif :
– Développement de plusieurs méthodes pour l’identification et l’égalisation aveugle de filtres
para-unitaires. De tels filtres sont obtenus après un blanchiment [282].
– Développement d’une méthode tensorielle dans le domaine fréquenciel pour l’identification
aveugle d’un système convolutif à 2 sorties et 3 entrées [184, 216, 217].
II.3. Analyse harmonique : méthode très précise pour le traitement de signaux multi-canaux, basée
sur (I.2) [202].
5.3.3 Direct Sequence - Code Division Multiple Access (DS-CDMA)

En ce qui concerne les applications en télécommunications, nous nous sommes concentrés jusqu’à
présent aux signaux CDMA. Ces signaux ont la structure d’une matrice de rang 1, ce qui rend une
approche algébrique très attractive :
III.1. Développement d’une méthode pour l’égalisation aveugle multi-utilisateurs de signaux DS-
CDMA avec séquence d’embrouillage [288].
III.2. Nouvelle borne au nombre d’utilisateurs pour les systèmes à plusieurs antennes à la réception.
Le nombre d’utilisateurs n’est pas borné par la somme du facteur d’étalement et du nombre
d’antennes, comme expliqué dans la littérature, mais par leur produit. Développement d’un nouvel
algorithme, basé sur une décomposition matricielle simultanée (I.5). Ces résultats sont basés sur
(I.4) [213].
III.3. Exploitation de la connaissance de l’alphabet limité des signaux DS-CDMA dans un algorithme
Bayésien [221].
5.4 Codes LDPC et récepteurs itératifs

(David Declercq, Inbar Fijalkow, Alexandre de Baynast, Loïc Barnault, Valérian Mannoni,
Charly Poulliat, Noura Sellami)
5.4.1 Codes LDPC pour les canaux non-standards

Les travaux sur les codes LDPC pour des canaux non-standards ont débuté dans le cadre de deux
thèses : celle de V. Mannoni pour les canaux sélectifs en fréquence avec modulation multi-porteuses,
et celle d’A. de Baynast pour les canaux à accès multiple.
Avec V. Mannoni et G. Gelle (co-encadrant), nous avons montré que l’on pouvait optimiser les
codes LDPC pour des canaux sélectifs en fréquence lorsqu’une transmission multiporteuse du type
OFDM était utilisée. Lorsqu’une connaissance partielle du canal est disponible à l’émetteur, ce qui est
la cas lorsqu’un canal de retour est présent (ADSL, télévision numérique), on peut en effet profiter de
cette connaissance pour adapter la structure du code LDPC au canal. Nous avons donc généralisé les
méthodes d’optimisation existantes à ce type de communication et obtenu des codes LDPC irréguliers
très performants, même à des tailles de mot de code relativement faibles [193, 234, 243].
Avec A. de Baynast, nous avons proposé une méthode d’accès multiple basée uniquement sur l’emploi
de codes LDPC irréguliers. Nous avons baptisé cette méthode d’accès RCDMA (Random Code Division
Multiple Access) et montré qu’elle avait de meilleures performances que les méthodes existantes (CDMA
en particulier), spécialement pour le cas de transmissions asynchrones. Ces travaux ont fait l’objet des
publications suivantes [224, 223]. L’optimisation des codes LDPC pour le canal à accès multiple sortait
du cadre de la thèse d’A. de Baynast, et D. Declercq poursuit actuellement cette étude en collaboration
avec A Roumy (Irisa).
Nous avons traité le cas le plus simple du canal à deux utilisateurs synchrones, pour lequel nous avons
développé divers algorithmes d’optimisation des codes LDPC [257]. Les résultats obtenus montrent que
les codes LDPC ont des performances proches de la capacité du canal, et sont donc encourageants en
vue de la généralisation à des canaux plus complexes (plus d’utilisateurs, asynchronisme).
Dans le cadre de la thèse de C. Poulliat, nous étudions le potentiel des codes LDPC en termes
de protection inégale d’erreur. En effet, les codes LDPC ont naturellement la capacité de protéger
différemment les bits à l’intérieur d’un même mot de code, en raison de leur irrégularité. Nous avons
donc cherché à optimiser l’irrégularité des codes LDPC sous les contraintes d’un cahier des charges de
protection inégale. La protection inégale peut se modéliser par un canal équivalent non-stationnaire
(canal UEP, Unequal Error Protection) et nous avons donc développé un algorithme d’optimisation pour
ce canal. Les résultats de cette étude sont plubliés dans [250, 253], et la recherche dans ce domaine va
bientôt s’intensifier avec l’aide d’un post-doctorant financé par un contrat européen.
5.4.2 Développement d’algorithmes de décodage

Une collaboration intensive a été développée entre les équipes Signal et Architecture autour de
l’implantation hardware des codes LDPC réguliers et irréguliers. Nous avons développé une architecture
originale pour l’implantation parallèle des codes LDPC, en justifiant théoriquement nos choix au moyen
d’outils utilisés dans l’étude du comportement des codes LDPC.
En particulier, nous avons proposé une nouvelle construction des codes LDPC permettant la paral-
lélisation de leur décodage sans aucune perte de performance. Cette nouvelle construction de matrice
est appelée HC-LDPC. Nous avons également mesuré la dégradation des performances due au déco-
dage en précision finie à l’aide d’une approche théorique et asymptotique. Notons que jusqu’à présent,
seules des approches empiriques avaient été proposées. Ces travaux ont fait l’objet des publications
[208, 235, 273].
Depuis 2002, nous nous intéressons aux codes LDPC non-binaires, et en particulier à leur application
sur des canaux difficiles. Ces travaux ont débuté lors du stage de DEA de L. Barnault avec le dévelop-
pement d’un algorithme rapide de décodage. Nous avons montré en particulier que les codes construits
dans des corps de Galois d’ordre très élevés GF (2 q ) ont des performances excellentes pour des tailles
de mot de code assez faibles (N < 1000). Notons que nous avons pu tester ces codes jusqu’à des ordres
égaux à 2q = 1024 uniquement grâce à l’emploi de notre nouvel algorithme. L’étude des codes LDPC
non binaires continue dans le cadre de la collaboration avec l’équipe DéCom de Reims, ainsi que d’une
collaboration récente avec le professeur M. Fossorier, de l’université d’Honolulu (Hawaï, États-Unis).
Nous étudions à présent les avantages inhérents à l’utilisation de codes non-binaires construits
directement dans l’espace de la constellation pour des transmissions utilisant des constellations MAQ
[233], ainsi que des algorithmes de décodage sous-optimaux afin de décoder ces codes en des temps
« raisonnables ». Notons que cet axe de recherche va encore s’intensifier avec le démarrage en 2004
d’une thèse, co-encadrée par F. Verdier, sur financement BDI-CNRS/ST MicroElectronic.
5.4.3 Caratérisation et optimisation des récepteurs itératifs (turbo)

Ces dernières années, nous avons continué à développer l’étude des problèmes conjoints en commu-
nication numérique, résolus par des méthodes itératives dites « turbo » en réception. Le principe des
méthodes « turbo » est de faire collaborer en réception le décodeur de canal avec un (ou plusieurs)
autre bloc de la chaîne, de façon itérative. Cette communication entre blocs permet de se rapprocher
des performances de la solution optimale du problème joint.
Ayant commencé en 1998 avec la turbo-égalisation, les récepteurs que nous avons étudié depuis se
sont généralisés :
– la turbo-égalisation : nous étudions les performances de l’égalisation et du décodage conjoint par
turbo-égalisation. Contrairement aux travaux existants qui reposent sur une part importante de
simulations (EXIT charts de Tuchler), nous essayons d’affiner l’étude analytique en observant les
motifs d’erreurs selon des classes de canaux de propagation. L’influence de l’estimation du canal
est également quantifiée par un décalage des performances selon le rapport signal à bruit.
Cette étude, qui a démarrée dans le cadre de la thèse d’A. Roumy, se poursuit en collaboration
avec A. Roumy (Irisa) et N. Sellami (Université de Sfax, Tunisie). Ces travaux ont récemment
donné lieu à des publications dans des conférences internationnales [266, 267].
– les méthodes turbo-MIMO : la généralisation de la turbo-égalisation à des systèmes à entrées et
sorties multiples (turbo-CDMA pour la liaison montante des systèmes à accès multiple, turbo-
MIMO pour les systèmes à diversité spatiale à l’émission et à la réception) n’est pas immédiate.
Nous avons montré l’importance d’un prétraitement par un filtre adapté blanchissant qui per-
met de concentrer l’énergie et ainsi de limiter la complexité du traitement itératif à l’aide d’un
égaliseur à maximum a posteriori de taille réduite (list-MAP ). La dégradation des performances
due à l’estimation de canal a été étudiée et nous avons proposé un algorithme améliorant cette
estimation du canal au fur et à mesure des itérations du turbo-MIMO.
Ces travaux ont démarrés dans le cadre de la thèse de N. Sellami (en collaboration avec M. Siala
– FT R&D) [268, 205, 264, 265].
– le décodage source / canal conjoint : au cours de la thèse de C. Poulliat, nous avons travaillé sur
le décodage source / canal conjoint, en employant comme bloc de décodage un décodeur LDPC.
Cette approche a permis de prouver des résultats de convergence ainsi que d’optimiser la structure
du code LDPC pour qu’il s’adapte au comportement du décodeur source.
Ces travaux sont développés en partenariat avec C. Lamy (Thalès).
– la turbo-reconstruction en OFDM : avec l’équipe DéCom de Reims, nous avons développé une
méthode itérative « turbo » pour la reconstruction des saturations d’amplificateur en modulations
multiporteuses (OFDM). Notre originalité tient dans l’utilisation de la sortie du décodeur afin de
reconstruire itérativement le bruit de saturation, à la manière d’un récepteur « turbo » [238, 220].
Ces travaux ont fait l’objet d’un dépot de brevet en 2003 intitulé « Reconstruction itérative
du bruit de saturation en communications OFDM : Turbo-DAR », sous le numéro d’identifica-
tion #03/08123.
5.5 Traitement du signal pour le lien physique en communications

numériques
(Inbar Fijalkow, David Declercq, Bessem Sayadi, Amar Chaker, Charly Poulliat, Noura Sel-
lami, Marcella Soamiadana, Adrien Renoult)
5.5.1 Performances des systèmes de transmission

L’étude des performances des systèmes de transmission est d’une très grande utilité afin d’allouer
les ressources du lien physique : combien d’utilisateurs peut-on admettre ? combien d’antennes doit-on
utiliser, à l’émission et à la réception, pour avoir un niveau de performances suffisant ? quel gain de
codage, d’étalement ?
La simulation exhaustive des performances de ces systèmes serait trop longue et inintéressante à
réaliser, c’est pourquoi, nous essayons d’obtenir des modèles le plus analytique possible tout en restant
réalistes. C’est ainsi que nous avons étudié les systèmes de transmissions suivants :
– les systèmes MIMO : la détection de systèmes avec diversité spatiale à l’émission et à la ré-
ception n’est pas possible pour des raisons de complexité par les détection optimax du type
maximum a posteriori. Il est alors important d’étudier les pertes en performances d’algorithmes
sous-optimaux. Cela a été réalisé dans un formalisme très général en collaboration avec L. White
(DSTO, Australie) [201] et durant la thèse de N. Sellami [205, 263, 182].
– les systèmes OFDM multiutilisateurs codés : la modulation multiporteuse OFDM est généralement
proposée pour des applications de diffusion (DVB, DAB), l’originalité de l’étude entreprise en
collaboration avec M. Chenu-Tournier (Thalès Land and Joint Systems) est de l’utiliser dans une
transmission multiutilisateurs sans ajouter un étalement de spectre pour séparer les contributions
des différents utilisateurs.
Ce système induit des déphasages entre les utilisateurs qui nécessitent un égaliseur un peu plus
complexe que dans le cas OFDM classique. Il s’agit alors de déterminer si la dégradation des
performances, pour un débit donné, est acceptable.
Dans le cadre de la thèse d’A. Renoult, nous avons montré que si l’hypothèse de quasi-synchronisme
était valide, les performances étaient tout à fait acceptables avec la possibilité de traitements per-
formants en réception qui sont de complexité voisine à ceux des systèmes avec étalement de
spectre [254]. L’impact de l’estimation de canal a également été étudié [255, 256].
– les systèmes multiutilisateurs à étalement de spectre : nous avons étendu le modèle de trans-
mission gaussien au cas d’utilisateurs ayant plusieurs séquences d’étalement (cas multicodes) ce
qui a permis de proposer un nouveau récepteur conjoint multicode permettant d’améliorer les
performances de la transmission. D’un point de vue applicatif, nous nous sommes intéressés à des
trames HS-DPA pour l’UMTS haut-débit (high speed downlink protocol access) dans le cadre du
post-doctorat de B. Sayadi et du projet TechnoClé OTI [260].
5.5.2 Optimisation et adaptation du lien physique

Nous nous sommes intéressés à la modélisation des performances de transmissions de canaux radio-
fréquence multiutilisateur avec étalement de spectre (CDMA) par trame ou paquet. Ce formalisme par
paquet permet de définir une mesure de qualité de service (QoS) plus pertinente que la probabilité
d’erreur moyenne en considérant la probabilité d’erreur par paquet erroné et non pas moyennée sur
l’ensemble des paquets qu’ils soient erronés ou non.
Ce modèle original nous a permis de développer des stratégies innovantes d’adaptation de lien
(optimisation des ressources spectrales et fréquentielles) basées sur la maximisation du débit minimal
par utilisateur dans un cas de liaison multiutisateurs. On aboutit ainsi à une justification en terme de
théorie de l’information de l’adaptation de puissance telle qu’elle est proposée pour le CDMA.
Notre démarche, duale de la maximisation du débit total sur l’ensemble des utilisateurs qui est
proposée dans la litérature permet d’envisager des stratégies hybrides plus réalistes pour les opérateurs
[203, 251, 252]. D’un point de vue applicatif, nous avons en particulier considéré des trames IP (internet
protocol) pour l’UMTS dans le cadre de la thèse de C. Poulliat et du projet RNRT Visiophonie sur IP
(VIP).
5.5.3 Compensation du frontal analogique

Toutes les études réalisées en traitement du signal pour les télécommunications négligent les effets
possibles des composants analogiques qui interviennent à l’émetteur au récepteur entre les convertis-
seurs et les antennes.
Profitant de la présence de spécialistes des composants (amplificateur de puissance,...) dans l’équipe
Ecime (Ensea-UCP), nous avons démarré une collaboration portant sur l’étude de l’effet de l’ampli-
ficateur de puissance et sa compensation possible par des traitements numérique.
Un des intérêts de cette collaboration est la possibilité de co-simulation des parties numériques et
anologiques du système (grâce au logiciel ADS) permettant d’utiliser la description du circuit électrique
du composant étudié qui est bien plus réaliste que tous les modèles possibles. Nous pouvons ainsi avoir
une validation du traitement numérique proposé.
Dans ce contexte, nous effectuons deux études de systèmes à base de multiporteuses (OFDM) qui
présentent la caractéristique d’avoir une dynamique du signal émis très importante :
– étude de l’amplificateur de puissance dans un système OFDM : dans le cadre de la thèse d’A. Cha-
ker, M. Ariaudo (Ecime/Ensea-UCP) a coordonné la mise en place d’une chaîne de simulation
d’une liaison OFDM par co-simulation. Nous avons caractérisé les défauts introduits par l’am-
plificateur de puissance et proposé deux méthodes de précompensation de l’effet de mémoire de
l’amplificateur, basées sur sa modélisation de Wiener [214, 215].
– étude d’un système UWB avec multi-bande OFDM : une collaboration vient de démarrer en 2004
avec C. Lereau (FT R&D, Meulan). Elle donne lieu au financement de la thèse de S. Traverso
pour l’étude système en ultra-large bande (UWB) dans le cadre de la norme multibande OFDM.
Nous pourrons ainsi valoriser l’expérience acquise.
5.6 Bilan de l’activité de l’équipe de 2001 à 2004

5.6.1 Formation doctorale
5.6.1.1 Cours donnés dans des DEA
Le DEA TIS (Traitement des Images et du Signal) de l’UCP, co-habilité par l’Ensea, est sous la
responsabilité d’I. Fijalkow. Ce DEA constituera, sans changement majeur de programme, une spécia-
lité « M2 recherche » SIC (« Systèmes Intelligents et Communicants ») du mastère SIGE de l’UCP
(« Sciences Informatiques du Génie Electrique »).
Les enseignant-chercheurs de l’équipe Signal participent et coordonnent les modules de 20h suivants :
« Optimisation de critères », « Bases des communications numériques », « Méthodes Bayésiennes »,
« Codage et turbo-codage », « Transmission à haut-débit ».
5.6.1.2 Habilitations à diriger les recherches

– David Declercq
Optimisation et performances des codes LDPC pour des canaux non-standards
UCP-Cergy Pontoise Date de soutenance : décembre 2003
– Maï Nguyen
Vers une nouvelle imagerie par rayonnement gamma diffusé : principes et éléments théoriques
UCP-Cergy Pontoise Date de soutenance : novembre 2002
5.6.1.3 Thèses soutenues sur la période 2001-2004 :
Le cas échéant, le champ d’expertise correspondant au sujet de la thèse est indiqué (voir aussi le
tableau 5.4).
– Charly Poulliat (CE3/CE4)
Allocation et optimisation de ressources pour la transmission de données multimédia
Encadrants : I. Fijalkow, D. Declercq Thèse réalisée à : Etis
Financement : contrat RNRT VIP Date de soutenance : octobre 2004
– Ammar Chaker (CE4)
Effets des non-linéarités d’amplificateur sur les transmissions multiporteuses
Encadrants : M. Ariaudo, I. Fijalkow, J.-L. Gautier Thèse réalisée à : Ecime/Etis
Financement : bourse du gouvernement syrien Date de soutenance : juillet 2004
– Valérian Mannoni (CE3)
Construction et optimisation de codes LDPC pour les communications OFDM
Encadrants : G. Gellé, D. Declercq Thèse réalisée à : DéCom (univ. Reims)
Financement : MENRT de l’Université de Reims Date de soutenance : juillet 2004
– Rodolphe Marion (CE1)
Apport de la télédétection hyperspectrale pour l’estimation conjointe des concentrations des gaz
atmosphériques et des réflectances des sols
Encadrants : C. Faye, R. Michel Thèse réalisée à : CEA
Financement : MENRT Date de soutenance : décembre 2003
– Patrick Chareyre
Détection précoce des instabilités aérodynamiques dans les étages compresseurs des turbo-réacteurs
Encadrants : C. Faye, P. Duvaut Thèse réalisée à : SNECMA
Financement : CIFRE SNECMA Date de soutenance : juin 2003
– Noura Sellami (CE3)
Récepteurs itératifs pour les systèmes MIMO
Encadrants : I. Fijalkow Thèse réalisée à : Etis/FTR&D
Financement : contrat FT R& D Date de soutenance : octobre 2002
– Alexandre de Baynast (CE2/CE3)
Egalisation aveugle et détection multi-utilisateurs en CDMA
Encadrants : I. Fijalkow, D. Declercq and L. DeLathauwer Thèse réalisée à : Etis
Financement : bourse DGA Date de soutenance : octobre 2002
– Luc Eglin (CE1)
Imagerie scintigraphique : modélisation et restauration multi-énergétiques
Encadrants : C. Faye, M. Nguyen Thèse réalisée à : Etis
Financement : bourse MENRT Date de soutenance : juillet 2002
– Emmanuelle Jay
Détection RADAR en environnement non gaussien
Encadrants : P. Duvaut, D. Declercq et J.P. Ovarlez Thèse réalisée à : Onera/Etis
Financement : bourse MENRT Date de soutenance : juillet 2002
– Marie-Line Alberi (CE4)
Egalisation spatio-temporelle dans le cas de canaux de propagation variant dans le temps
Encadrants : I. Fijalkow Thèse réalisée à : Etis
Financement : bourse MENRT de l’université de Paris XI Date de soutenance : mai 2001
5.6.1.4 Thèses en cours
Tous les doctorants sauf deux font partie de l’école doctorale « science et ingénierie » de Cergy-
Pontoise et sont inscrits à l’université de Cergy-Pontoise.
Année 2001 2002 2003 2004

Nombre de thèses soutenues 1 4 2 3
Tab. 5.4 – Flux des thèses de l’équipe Signal sur la période 2001-2004. Le nombre moyen de thèses par
an est de 2,5 pour 3 habilités.
Le nombre d’allocations ayant chuté avec la création de l’école doctorale, le nombre de finance-
ments alternatifs (CIFRE, BDI-CNRS, contrats RNRT, bourses DGA) a fortement augmenté. Le champ
d’expertise correspondant au sujet de la thèse est indiqué.
– Adrian Voicila (CE3)
Etude et implantation des algorithmes de décodage des codes LDPC non-binaires
Encadrants : D. Declercq, F. Verdier Thèse réalisée à : Etis (signal/archi)
Financement : BDI-CNRS/STmicroelectronics Date de début : octobre 2004
– Dimitri Nion (CE2)
Méthodes PARAFAC pour l’extraction aveugle de sources dans les sytèmes sur-échantillonnés
Encadrants : L. DeLathauwer Thèse réalisée à : Etis
Financement : bourse DGA Date de début : octobre 2004
– Sylvain Traverso (CE4)
Etude et réalisation d’un système de transmission ultra-large bande (UWB) multiporteuses (OFDM)
Encadrants : M. Ariaudo, I. Fijalkow, J.L. Gautier Thèse réalisée à : Ecime/Etis
Financement : contrat FT R& D Date de début : octobre 2004
– Pierrick Abrial (CE1)
Imagerie astrophysique multicomposante
Encadrants : M. Nguyen, J.-L. Starck Thèse réalisée à : CEA/Etis
Financement : BDI-CNRS/CEA Date de début : octobre 2004
– Joséphine Castaing (CE2)
Méthodes PARAFAC pour l’extraction aveugle de sources dans les systèmes CDMA
Encadrants : L. DeLathauwer Thèse réalisée à : Etis
Financement : bourse DGA Date de début : octobre 2003
– Adrien Renoult (CE4)
Systèmes multiporteuses multiutilisateurs
Encadrants : I. Fijalkow, M. Chenu-Tournier Thèse réalisée à : Thalès/Etis
Financement : CIFRE Thalès Date de début : novembre 2002
– Jean-Luc Delarbre (CE1)
Imagerie par le rayonnement gamma diffusé
Encadrants : M. Nguyen, T.T. Truong Thèse réalisée à : Etis/LPTM
Financement : MENRT Date de début : novembre 2002
– Loïc Barnault (CE3)
Systèmes conjoints de décodage et de démodulation pour les communications satellitaires
Encadrants : D. Declercq, J. Eudes Thèse réalisée à : Thalès/Etis
Financement : CIFRE Thalès Date de début : novembre 2002
– Gilles Gorlier (CE3)
Analyse de convergence des traitements itératifs
Encadrants : I. Fijalkow, S. Perreau Thèse réalisée à : UNISA, Australie
Financement : contrat avec l’UNISA (co-tutelle) Date de début : novembre 2002
– David Bourgeois (CE4)
Nouveaux algorithmes de pistage appliqués au radar OTH Nostradamus
Encadrants : I. Fijalkow Thèse réalisée à : Onera
Financement : Onera Date de début : novembre 2002
5.6.2 Rayonnement scientifique

5.6.2.1 Participation à des jurys de thèses (période 2001-2004)
– D. Declercq : 6 (dont 1 en tant que rapporteur) ;
– L. DeLathauwer : 4 (dont 1 en tant que rapporteur) ;
– C. Faye : 3 ;
– I. Fijalkow : environ 6 par an (dont 5 par an en tant que rapporteur) ;
– M. Nguyen : 1.
5.6.2.2 Comités techniques ; organisation de sessions spéciales

– D. Declercq est rapporteur pour les revues IEEE Trans. on Signal Processing, IEEE Trans. on
Information Theory, IEEE Communication Letter et pour de nombreuses conférences.
– L. DeLathauwer est rapporteur pour les revues IEEE Trans. on Signal Processing, Signal Proces-
sing, SIAM Journal on Matrix Analysis and Applications, Journal of Chemometrics, IEEE Signal
Processing Letters, IEEE Trans. on Biomedical Engineering, Medical & Biological Engineering &
Computing et pour de nombreuses conférences.
Il a fait partie du comité technique d’ICA (Workshop on Independant Component Analysis), 2001
à San Diego (USA), 2003 au Japon et 2004 en Espagne. Il a fait partie du comité technique
d’EUSIPCO en 2004 à Vienne. Il a également organisé une session spéciale à EUSIPCO’04 (Al-
gebraic Methods for Blind Signal Separation and Deconvolution), ainsi qu’un mini-symposium
« Numerical Multilinear Algebra and Its Applications », lors du SIAM 50th Anniversary and
2002 Annual Meeting (Philadelphie, 2002), avec B. De Moor (K.U. Leuven, Belgique). De plus,
L. DeLathauwer est membre du comité technique sur le traitement du signal aveugle de la IEEE
Circuits and Systems Society.
– I. Fijalkow a été, pour 2000-2002, éditeur associé de IEEE Transactions on Signal Processing. Elle
est rapporteur pour cette revue ainsi que pour IEEE Trans. on Communications, JSAC, Signal
Processing, Traitement du Signal et pour de nombreuses conférences. Elle a fait partie du comité
technique du GRETSI (colloque français du traitement du signal et de l’image) en 2001 et 2003
et d’EUSIPCO (colloque européen du traitement du signal et de l’image) en 2002.
En 2001, I. Fijalkow a organisé la journée Nouveaux concepts de signal-image pour les sciences et
technologies de l’information, dans le cadre des Premières rencontres des sciences et technologies
de l’information ASTI-2001, pour le GdR ISIS, 26 avril 2001, la Villette, Paris.
– M. Nguyen est rapporteur pour les revues IEEE Trans. on Signal Processing et EURASIP JASP.
5.6.2.3 Animation et coordination d’opérations scientifiques
I. Fijalkow est directrice adjointe du GdR ISIS depuis janvier 2002.
5.6.2.4 Participation à des actions ou réseaux scientifiques

– L. DeLathauwer participe à l’AS « Séparation de sources » et a participé à l’animation de la
journée GdR « séparation de sources ». Il est également membre de l’équipe projet « Tournesol »
Algèbre Tensorielle pour le Traitement du Signal et l’Analyse des Données (partenaires : KU
Leuven / ESAT / SCD (Belgique), CNRS I3S (Sophia-Antipolis), CNRS Etis).
– I. Fijalkow a participé à l’AS 37 « Radio-logicielle » et à l’AS 05 « Systèmes multi-antennes à

l’émission et à la réception (MIMO) » ainsi qu’au RTP 02 « Réseaux ambiants et communications
mobiles.
Les membres de l’équipe Signal ont présenté des exposés lors des journées thématiques du GdR-
ISIS (thème D) suivantes : journée télécom (2001, D. Declercq), journée turbo-traitements itératifs
(avril 2002, N. Sellami et I. Fijalkow), journée codes LDPC (décembre 2002, D. Declercq et F.
Verdier), journée sépartion de sources (2003, L. DeLathauwer).
– I. Fijalkow et D. Declercq font partie du réseau d’excellence européen « NewCom » en tant
que membres du CNRS. Le démarrage du réseau a eu lieu en octobre 2004, et les contributions
scientifiques de l’équipe Signal pour ce réseau sont prévues surtout dans le département 1 (Analysis
and Design of Algorithms for Signal Processing at Large in Wireless Systems), et dans une moindre
mesure dans le département 5 (Source Coding and Reliable Delivery of Multimedia Contents).
– M. Nguyen a fait une demande d’équipe projet Etis-LPTM - FSIU - 2002/2003. Faute vraisem-
blablement de crédits du CNRS cette EP a obtenu un soutien auprès du Fonds de Soutiens aux
Initiatives Universitaires (FSIU). Cette EP regroupe essentiellement 5 enseignants-chercheurs (2
professeurs, 2 MCF-HDR, 1 MCF-lauréat de la médaille de bronze CNRS 2004) sans compter les
doctorants, les stagiaires de DEA et les collaborateurs extérieurs. La demande va être ré-itérée
cette année.
5.6.3 Collaborations scientifiques

Nous n’indiquons en détail que les collaborations majeures qui ont donné lieu à des publications
depuis 2001. D’autres collaborations, plus ponctuelles, sont toutefois également très enrichissantes et
donnent souvent lieu également à une production scientifique. Nous les citons plus brièvement à la fin
de cette section.
5.6.3.1 Collaborations sur le site de Cergy

– Entre D. Declercq et F. Verdier (équipe Architecture) : implantation hardware des codes LDPC,
binaires et non-binaires.
– Entre I. Fijalkow et M. Ariaudo (laboratoire Ecime) : étude des effets des composants analogiques
sur les performances d’une chaîne de communication.
– Entre M. Nguyen et T.T. Truong (laboratoire LPTM) : modélisation physique / mathématique
dans les systèmes d’imagerie par rayonnements.
5.6.3.2 Collaborations nationales

– Entre I. Fijalkow / D. Declercq et A. Roumy (Inria/Irisa, Rennes) : étude et développement
de récepteurs itératifs.
– Entre I. Fijalkow / D. Declercq et M. Chenu-Tournier / C. Lamy / J. Eudes / D. Merel (Thalès-
Communication) au travers de divers contrats RNRT et de thèses CIFRE.
– Entre M. Nguyen et C. Daveau (Laboratoire de Mathématiques de l’Université de Paris 11) :
calcul du diffusé d’ordre 2.
– Entre M. Nguyen et J.L. Starck (CEA de Saclay) : approches multi-échelles.
– Entre M. Nguyen et H.D. Bui (LMS, école Polytechnique) : problèmes inverses.
– Entre L. DeLathauwer et P. Comon (I3S, Sophia-Antipolis) : identification aveugle de filtres para-
unitaires.
– Entre D. Declercq et G. Gellé / M. Colas (DéCom, Université de Reims) : étude des codes LDPC
et des systèmes itératifs en communications multiporteuses.
5.6.3.3 Collaborations internationales

– Entre L. DeLathauwer et B. DeMoor / J. Vandewalle (K.U. Leuven, Belgique) : algèbre multili-
néaire.
– Entre L. DeLathauwer et S. Van Huffel (K.U. Leuven, Belgique) : analyse harmonique.
– Entre D. Declercq et M.P. Fossorier (Univ. de Hawaï, Etats-unis) : développement d’algorithmes
simplifiés de décodeurs LDPC.
– Entre I. Fijalkow et S. Perreau (South Adelaide University, Australie) : traitements itératifs.
– Entre I. Fijalkow et L. White (DSTO, Australie) : systèmes MIMO.
– Entre M. Nguyen et F. Murtagh (Queen’s University, Northern Ireland) : transformation d’onde-
lettes et de curvelettes.
L. DeLathauwer collabore également avec de nombreux chercheurs francais : J.F. Cardoso (ENST,
Paris), A.K. Seghouane (Inria, Rocquencourt), M. Cord (équipe Image), ou étrangers : B. Chen / A.
Petropulu (Drexel University, Philadelphie), D. Chu (University of Singapore), S. Cruces (Université
de Séville, Espagne), A. Cichocki (RIKEN, Japon), B. Aazhang (Rice Univ., Texas).
M. Nguyen, de son côté, collabore plus ponctuellement avec J.M. Rocchisani (hôpital de Vincennes,
Univ. Paris 13), H. Guillemin (Faculté de Médecine de Besançon puis INRA), I. Buvat (Inserm, groupe
d’imagerie biomédicale).
Concernant les collaborations internationales, des chercheurs ont été invités pour des séjours de
recherche à Etis : H. Jones en 2003, S. Perreau et L. White en 2001, et des membres de l’équipe sont
invités dans les laboratoires étrangers (D. Declercq, L. DeLathauwer).
5.6.4 Contrats ; actions incitatives

Dans cette section, nous présentons les contrats auquels ont participé les membres de l’équipe Signal
au cours de la période 2001-2004.
– Contrat RNRT « Turbo-Access » (2000-2002), en partenariat avec Thomson CSF Communications,
Mitsubishi et Sacet. Ce contrat a conduit à un financement de thèse.
– Contrat RNRT « FESTIVAL » (2000-2002), en partenariat avec Motorola, LSS, FT R&D. Ce
contrat a conduit à un financement de thèse.
– Contrat RNRT « Visiophonie sur IP » (2001-2004), en partenariat avec Thalès, FT R&D, Comsis,
Inria, LSS. Ce contrat a conduit à un financement de thèse.
– Contrat TechnoClé (ministère de l’industrie) « OTI » (2003-2005), en partenariat avec Sagem
(Cergy). Ce contrat a conduit à un financement de séjour post-doctoral.
– Contrat européen STREP « M-PIPE » (2004-2006), en partenariat avec de nombreux laboratoires
et entreprises européennes (chef de file : Ericsson). Ce contrat prévoit pour Etis un financement
de thèse, ainsi qu’un séjour post-doctoral.
– Contrat FT R&D (2004-2006), en partenariat avec Ecime (Cergy). Ce contrat, géré administra-
tivement par Ecime, prévoit un financement de thèse.
– Action « jeunes chercheurs » du GdR-ISIS (2003-2004), en partenariat avec DéCom (Univ. de
Reims). Cette action a permis de renforcer la collaboration avec l’équipe DéCom et d’initier une
collaboration internationale avec l’université d’Honolulu (Etats-unis).
– Action « jeunes chercheurs » (ACI) du CNRS (2002-2003), en partenariat avec l’équipe Archi-
tecture. Cette action a permis de supporter une collaboration pluri-disciplinaire inter-équipes au
sein du laboratoire.
– ACI-NIM (Nouvelles Interfaces Mathématiques) 2004-.
5.6.5 Synthèse
Le tableau 5.5 présente une synthèse de la production scientifique de l’équipe Signal au cours des
années 2001-2004. La production est classée par champ d’expertise, et les travaux s’en démarquant
sensiblement sont rangés dans la colonne « autre ».
CE1 CE2 CE3 CE4 Autre Total

Habilitations 1 1 2
Thèses soutenues 2 1 3 2 2 10
Thèses en cours 2 2 3 3 10
Livres (ou chapitres) 3 2 1 6
Articles 9 9 4 1 4 26
Congrès internationaux 10 17 21 13 4 65
Congrès invités 12 12
Congrès nationaux 8 3 3 1 15
Brevets 1 1
Tab. 5.5 – Synthèse de la production scientifique de l’équipe Signal pour la période 2001-2004. Le tableau
présente une répartition classée par champ d’expertise ainsi que la contribution globale de l’équipe. Pour
rappel, les champs d’expertise sont : CE1 - Physique, Mathématique et Imagerie ; CE2 - Egalisation,
Identification, Séparation Aveugle ; CE3 - Codes LDPC et Récepteurs Itératifs ; CE4 - Traitement du Signal
pour le Lien Physique en Communications Numériques.
On trouvera par ailleurs sur le tableau 5.6 la répartition par année de la production scientifique de
l’équipe, sans distinction de champ d’expertise.
2001 2002 2003 2004 2001-2004

Livres (ou chapitres) 2 1 3 6
Articles 5 5 5 11 26
Congrès internationaux 9 13 21 22 65
Congrès invités 2 2 3 5 12
Congrès nationaux 3 5 7 1 15
Brevets 1 1
Tab. 5.6 – Publications de l’équipe Signal par année.
5.7 Bibliographie 2001-2004
5.7.1 Chapitres dans des livres

[177] De Lathauwer (L.), De Moor (B.) et Vandewalle (J.). – An Algebraic Algorithm for ICA with
More Sources than Sensors. In : Mathematics in Signal Processing V, pp. 37–46. – Clarendon
Press, Oxford, 2002. J. McWhirter and I. Proudler, eds.
[178] Eglin (L.), Nguyen (M. K.) et Faye (C.). – Restoration from a multi-energy scintigraphic image
sequence in the Bayesian framework. In : MAXENT-2000 : Bayesian Inference and Maximum
Entropy Methods in Science and Engineering, pp. 513–520. – American Institute of Physics, 2001.
A.M. Djafari, ed.
[179] Fijalkow (I.) et Abed Meraim (K.). – Egalisation aveugle. In : Traitement du signal pour les
télécommunications. – Traité IC2, 2004.
[180] Nguyen (M.K.), Guillemin (H.), Truong (T.T.) et Faye (C.). – A compound regularizer for
Bayesian restoration in photon imaging systems. In : MAXENT-2000 ; Bayesian Inference and
Maximum Entropy Methods in Science and Engineering, pp. 493–500. – American Institute of
Physics, 2001. A.M. Djafari, ed.
[181] Nguyen (M.K.), Truong (T.T.), Delarbre (J.L.) et Kitanine (N.). – Three-dimensional object
reconstruction from Compton scattered gamma-ray data. In : Lecture Notes in Computer Sciences,
pp. 24–34. – Springer Verlag, Heildelberg, 2004. Milan Sonka and Ioannis Kakadiaris and Jan Kybic,
eds.
[182] Sellami (N.), Fijalkow (I.) et Siala (M.). – MIMO equalization. In : Signal processing for
mobile communications handbook. – CRC Press, 2004. M. Ibnkahla, ed.
5.7.2 Articles dans des revues internationales

[183] Borah (D.K.), Kennedy (R.A.), Ding (Z.) et Fijalkow (I.). – Sampling and prefiltering effects
on blind equalizer design. IEEE Transactions on Signal Processing, vol. 49, n‌ 1, 2001.
[184] Chen (B.), Petropulu (A.) et De Lathauwer (L.). – Blind Identification of Convolutive MIMO
Systems with 3 Sources and 2 Sensors. Applied Signal Processing – Special Issue Space-time Coding
and Its Applications - Part II, vol. 5, 2002, pp. 487–496. – Invited by Prof. Xiang-Gen Xia (Univ.
of Delaware, Newark, Delaware, USA).
[185] Chu (D.), De Lathauwer (L.) et De Moor (B.). – A QR-like Reduction for Computing the
SVD of a General Matrix Product/Quotien. Numer. Math., 2003.
[186] Cord (M.) et Declercq (D.). – 3D Building Detection and Modeling using a Statistical Ap-
proach. IEEE Trans. Image Processing, vol. 10, n‌ 5, 2001, pp. 715–723.
[187] De Lathauwer (L.). – First-Order Perturbation Analysis of the Best Rank-(r 1 , r2 , r3 ) Approxi-
mation in Multilinear Algebra. J. Chemometrics, vol. 18, n‌ 1, 2004, pp. 2–11.
[188] De Lathauwer (L.), De Moor (B.) et Vandewalle (J.). – Independent Component Analysis and
(Simultaneous) Third-Order Tensor Diagonalization. IEEE Trans. Signal Processing, vol. 49, n‌ 10,
2001, pp. 2262–2271.
[189] De Lathauwer (L.), De Moor (B.) et Vandewalle (J.). – A Prewhitening-Induced Bound on
the Identification Error in Independent Component Analysis. IEEE Trans. Circuits and Systems
I, accepted, 2004.
[190] De Lathauwer (L.), De Moor (B.) et Vandewalle (J.). – Computation of the Canonical Decom-
position by Means of a Simultaneous Generalized Schur Decompositition. SIAM J. Matrix Anal.
Appl., to appear, 2004.
[191] De Lathauwer (L.) et Vandewalle (J.). – Dimensionality Reduction in Higher-Order Signal
Processing and Rank-(r1 , r2 , . . . , rn ) Reduction in Multilinear Algebra. Lin. Alg. Appl., to appear,
2004.
[192] Jay (E.), Ovarlez (J.P.), Declercq (D.) et Duvaut (P.). – BORD : Bayesian Optimum RADAR
Detector. Signal Processing, vol. 83, n‌ 6, 2003, pp. 1151–1162.
[193] Mannoni (V.), Declercq (D.) et Gelle (G.). – Optimized Irregular LDPC Codes for Multicarrier
Modulations over Frequency Selective Channels. EURASIP-JASP (special issue on ’Multicarrier
Modulations’), vol. to appear, 2004.
[194] Marion (R.), Michel (R.) et Faye (C.). – Measuring Trace Gases in Plumes from Hyperspectral
Remotely Sensed Data. IEEE Transactions on Geoscience and Remote Sensing, vol. 42, 2004, pp.
854–864.
[195] Morren (G.), Wolf (M.), Lemmerling (P.), Wolf (U.), Choi (J.H.), Gratton (E.), De Lathauwer
(L.) et Van Huffel (S.). – Detection of Fast Neuronal Signals in the Motor Cortex from Functional
Near Infrared Spectroscopy Measurements Using Independent Component Analysis. Medical &
Biological Engineering & Computing, vol. 42, n‌ 1, Jan. 2004, pp. 92–99.
[196] Nguyen (M.K.), Faye (C.), Eglin (L.) et Truong (T.T.). – Apparent Images Formation by
Compton-Scattered Photons in Gamma-Ray Imaging. IEEE Signal Processing Letters, vol. 8, n‌ 9,
2001, pp. 248–251.
[197] Nguyen (M.K.) et Truong (T. T.). – Exact inversion of a compound conical Radon transform
and a novel nuclear imaging principle. C. R. Acad. Sci. Paris Ser. I, vol. 335, 2002, pp. 213–217.
[198] Nguyen (M.K.) et Truong (T.T.). – On an Integral Transform and its Inverse in Nuclear
Imaging. Inverse Problems, vol. 18, 2002, pp. 265–277.
[199] Nguyen (M.K.) et Truong (T.T.). – On a generalized X-ray transform and a new method for
defect detection using the medium electronic density. C.R. Acad. Sci. Paris, Ser. I, vol. 336, 2003,
pp. 195–200.
[200] Nguyen (M.K.), Truong (T.T.), Bui (H.D.) et Delarbre (J.-L.). – A novel inverse problem in
gamma-ray emission imaging. Journal of Inverse Problems in Science and Engineering, vol. 12,
2004, pp. 225–246.
[201] Nguyen (V.K.), White (L.B.), Jaffrot (E.), Soamiadana (M.) et Fijalkow (I.). – Recursive
receivers for diversity channels with correlated flat fading. IEEE Journal on Selected Areas of
Communications, vol. 21(5), 2003, pp. 754–764.
[202] Papy (J.-M.), De Lathauwer (L.) et Van Huffel (S.). – Exponential Data Fitting Using Mul-
tilinear Algebra. The Single-Channel and Multi-Channel Case. Num. Lin. Alg. Appl., accepted,
2004.
[203] Poulliat (C.), Fijalkow (I.) et Declercq (D.). – Link adaptation for framed multimedia data
transmission over a DS-CDMA communication system. EURASIP Journal on Applied Signal Pro-
cessing (special issue on cross-layer adaptation), vol. to appear, 2004.
[204] Roumy (A.), Fijalkow (I.) et Pirez (D.). – Low-Cost Turbo Receiver for Coded Asynchronous
DS-CDMA in Frequency Selective Channels. Journal of Communications Networks, 2001.
[205] Sellami (N.), Fijalkow (I.) et Siala (M.). – Low complexity iterative receiver for space-time
coded signals over frequency selective channels. EURASIP Journal on Applied Signal Processing,
special issue on MIMO systems , vol. 5, 2002, pp. 517–524.
[206] Soubielle (J.), Fijalkow (I.), Duvaut (P.) et Bibaut (A.). – GPS positionning in a multipath
environmemnt. IEEE Trans. on Signal Processing, vol. 50(1), 2002, pp. 141–150.
[207] Starck (J.-L.), Nguyen (M.K.) et Murtagh (F.). – Wavelet and curvelet for image deconvolu-
tion : a combined approach. Journal of Signal Processing, vol. 83, n‌ 10, 2003, pp. 2279–2283.
[208] Verdier (F.) et Declercq (D.). – A Low Cost Parallel Scalable FPGA Architecture for Regular
and Irregular LDPC Decoding. IEEE Trans. Communications, vol. accepted, 2004.
5.7.3 Communications dans des congrès internationaux

[209] Abdelkefi (F.), Duhamel (P.) et Alberge (F.). – A necessary condition on the location of
pilot tones to impulse noise cancellation in OFDM system and is application in Hiperlan2. In :
Globecom.
[210] Abdelkefi (F.), Duhamel (P.) et Alberge (F.). – Improvement of the complex Reed-Solomon
decoding algorithm with application to impulse noise cancellation in Hiperlan2. In : Isspa.
[211] Bui (H.D.), Nguyen (M.K.), Truong (T.T.), Kitanine (N.) et Delarbre (J.-L.). – Inversion of
Compton scattered data as a new imaging principle for investigative material science. In : Proc.
Int. Conf. in Engineering Mechanics Today 2004. – Ho Chi Minh City, August 2004.
[212] C. Poulliat, P. Vila, D. Pirez et I. Fijalkow. – Progressive quality JPEG2000 image transmission
over noisy channel. In : EUSIPCO-2002. – Toulouse, France, sept. 2002.
[213] Castaing (J.) et De Lathauwer (L.). – An Algebraic Technique for the Blind Separation of
DS-CDMA Signals. In : Proc. 12th European Signal Processing Conference (EUSIPCO 2004). –
Vienna, Austria, Sept. 2004.
[214] Chaker (A.), Ariaudo (M.), Fijalkow (I.) et Gautier (J.-L.). – Compensation of the HF memory
effect of a nonlinear amplifier in a multi-carrier transmission. In : European Conference on
Wireless Transmission (ECWT). – Munich (Germany), October 2003.
[215] Chaker (A.), Ariaudo (M.), Fijalkow (I.) et Gautier (J.-L.). – Pre-compensation of the
frequency-dependence of a non-linear amplifier in a multi-carrier transmission. In : International
Conference on Communications (ICC). – Paris (France), June 2004.
[216] Chen (B.), Petropulu (A.) et De Lathauwer (L.). – Blind Identification of Convolutive MIMO
System with 3 Sources and 2 Sensors. In : CISS 2001. – Baltimore, Maryland, USA, mars 2001.
[217] Chen (B.), Petropulu (A.) et De Lathauwer (L.). – Blind Identification of Complex Convolutive
MIMO Systems with 3 Sources and 2 Sensors. In : ICASSP 2002. – Orlando, FL, USA, mai
2002.
[218] Chenu-Tournier (M.) et Fijalkow (I.). – Performance of pilot embedded OFDM systems in
simultaneous multi-user transmissions. In : EUSIPCO-04. – Vienne, Autriche, Septembre 2004.
[219] Chenu-Tournier (M.), Renoult (A.) et Fijalkow (I.). – Low complexity point to multi-point
links using pre-processing and OFDM transmissions. In : IST mobile summit. – Grenoble, France,
Avril 2004.
[220] Colas (M.), Gelle (G.) et Declercq (D.). – Analysis of iterative receiver for clipped COFDM
Signaling based on soft Turbo-DAR. In : ISWCS’04. – Ile-Maurice, 2004.
[221] De Baynast (A.), Aazhang (B.), Declercq (D.) et De Lathauwer (L.). – Bayesian Blind PA-
RAFAC Receivers for DS-CDMA Systems. In : Proc. 2003 IEEE Workshop on Statistical Signal
Processing (SSP’03). – St. Louis, MO, Sept. 2003.
[222] De Baynast (A.) et De Lathauwer (L.). – Blind PARAFAC Receivers for Multiple Access-
Multiple Antenna System. In : Proc. IEEE Vehicular Technology Conf. (VTC’03). – Orlando,
FL, Oct. 2003.
[223] De Baynast (A.) et Declercq (D.). – Gallager Codes for Asynchronous Multiple Access. In :
MMT-02. – Rennes, France, June 2002.
[224] De Baynast (A.) et Declercq (D.). – Gallager Codes for Multiple Access. In : ISIT-02. –
Lausanne, Switzerland, July 2002.
[225] De Baynast (A.) et Fijalkow (I.). – Prefiltered blind equalization : how to fully benefit from
spatio-temporal diversity ? In : Proc. ICASSP-2001. – Salt Lake City (USA), May 2001.
[226] De Lathauwer (L.). – Simultaneous Matrix Diagonalization : the Overcomplete Case. In : Proc.
4th Int. Symp. on Independent Component Analysis and Blind Signal Separation (ICA 2003). –
Nara, Japan, April 2003.
[227] De Lathauwer (L.). – The Canonical Decomposition and Blind Identification with More Inputs
than Outputs : Some Algebraic Results. In : Proc. 4th Int. Symp. on Independent Component
Analysis and Blind Signal Separation (ICA 2003). – Nara, Japan, April 2003.
[228] De Lathauwer (L.) et De Moor (B.). – On the Blind Separation of Non-circular Sources. In :
EUSIPCO-2002. – Toulouse, France, sept. 2002.
[229] De Lathauwer (L.), De Moor (B.), Vandewalle (J.) et Cardoso (J.-F.). – Independent Com-
ponent Analysis of Largely Underdetermined Mixtures. In : Proc. 4th Int. Symp. on Independent
Component Analysis and Blind Signal Separation (ICA 2003). – Nara, Japan, April 2003.
[230] De Lathauwer (L.), Hoegaerts (L.) et Vandewalle (J.). – A Grassmann-Rayleigh Quotient
Iteration for Dimensionality Reduction in ICA. In : Proc. 5th Int. Workshop on Independent
Component Analysis and Blind Signal Separation (ICA 2004). – Granada, Spain, Sept. 2004.
[231] De Lathauwer (L.) et Vandewalle (J.). – Dimensionality Reduction in ICA and Rank-
(r1 , r2 , . . . , rn ) Reduction in Multilinear Algebra. In : Proc. 5th Int. Workshop on Independent
Component Analysis and Blind Signal Separation (ICA 2004). – Granada, Spain, Sept. 2004.
[232] Declercq (D.). – Comparison of Structures for Joint Equalization and Decoding. In : ICASSP-
01. – Salt Lake City, USA, May 2001.
[233] Declercq (D.), Colas (M.) et Gelle (G.). – Regular GF (2 q )-LDPC coded Modulations for higher
order QAM-AWGN Channels. In : ISITA’04. – Parme, Italy, 2004.
[234] Declercq (D.), Gelle (G.) et Mannoni (V.). – Irregular Channel Coding for OFDM transmission.
In : ISCTA-01. – Ambelside, UK, July 2001.
[235] Declercq (D.) et Verdier (F.). – Optimization of LDPC Finite Precision Belief Propagation
Decoding with Discrete Density Evolution. In : Turbo-Codes-03. – Brest, France, 2003.
[236] Delarbre (J.-L.), Nguyen (M.K.), Truong (T.T.) et Starck (J.-L.). – Modeling and simula-
tion for scattered gamma-ray imaging. In : Proc. 5th EUROSIM Congress on Modelling and
Simulation. – Marne la Vallée, France, September 2004.
[237] Faye (C.), Eglin (L.) et Nguyen (M.K.). – Joint space-energy deconvolution in scintigraphic
imagery using a multi-energy image formation model. In : Proc. Int. Conf. Physics in Signal and
Image Processing.
[238] Gelle (G.), Colas (M.) et Declercq (D.). – Turbo-Decision aided Reconstruction of Clipping
Noise in COFDM : Turbo-DAR. In : SPAWC’04. – Lisbon, Portugal, 2004.
[239] Hoegaerts (L.), De Lathauwer (L.), Suykens (J.) et Vandewalle (J.). – Efficiently Updating and
Tracking the Dominant Kernel Eigenspace. In : Proc. 16th Int. Symp. on Mathematical Theory
of Networks and Systems (MTNS2004). – Leuven, Belgium, July 2004.
[240] Jaffrot (E.), Nguyen (V.K.), Soamiadana (M.), White (L.B.) et Fijalkow (I.). – Symbol by
symbol reduced complexity highly selective OFDM channel estimation. In : EUSIPCO.
[241] Jay (E.), Ovarlez (J.P.), Declercq (D.) et Duvaut (P.). – PEOD : Pade Estimated Optimum
RADAR Detector. In : IEEE-RADAR. – Atlanta, USA, may 2001.
[242] Jay (E.), Ovarlez (J.P.), Declercq (D.) et Duvaut (P.). – BORD : Bayesian Optimum RADAR
Detector. In : ICASSP-02. – Orlando, USA, 2002.
[243] Mannoni (V.), Declercq (D.) et Gelle (G.). – Optimized Irregular Gallager Codes for OFDM
Transmissions. In : PIMRC-02. – Lisboa, Portugal, 2002.
Data. In : 3rd EARSeL WORKSHOP on IMAGING SPECTROSCOPY. – Oberpfaffenhofen,
Germany, May 2003.
Remotely Sensed Data. In : AVIRIS Earth Science Workshop. – Jet Propulsion Laboratory,
Pasadena, California, February 2003.
[246] Morren (G.), Wolf (M.), Lemmerling (P.), Wolf (U.), Choi (J.H.), Gratton (E.), De Lathauwer
(L.) et Van Huffel (S.). – Extraction of Fast Neuronal Changes from Multichannel, Functional Near
Infrared Spectroscopy Signals Using Independent Component Analysis. In : Proc. BIOS2002. –
San Jose, CA, USA, janvier 2002.
[247] Nguyen (M.K.), Truong (T.T.) et Bui (H.D.). – A novel Inverse Problem in Medical Emission
Imaging. In : 4th International Conference on Inverse Problems in Engineering : Theory and
Practice. – Rio de Janeiro, Brazil, May 2002.
[248] Nguyen (M.K.), Truong (T.T.) et Delarbre (J.-L.). – Physical analysis of scattered radiation
and a new object reconstruction in photon imaging systems. In : Int. Conf. Physics in Signal
and Image Processing. – Grenoble, France, January 2003.
[249] Nguyen (M.K.), Truong (T.T.), Delarbre (J.-L.) et Kitanine (N.). – Three-dimensional object
reconstruction from Compton scattered gamma-ray data. In : ECCV/CVAMIA Workshop on
Computer Vision Approaches to Medical Image Analysis. – Prag, Czech Republic, Mai 2004.
[250] Poulliat (C.), Declercq (D.) et Fijalkow (I.). – Optimization of LDPC codes for Unequal Error
Protection Channels. In : ISIT’04. – Chicago, USA, 2004.
[251] Poulliat (C.), Fijalkow (I.) et Declercq (D.). – A link adaptation strategy for wireless multi-
media transmission. In : VTC Fall-03. – Orlando (FL, USA), October 2003.
[252] Poulliat (C.), Fijalkow (I.) et Declercq (D.). – Average performance analysis of a link adapta-
tion strategy based on the minimum user rate maximization. In : International Conference on
Communications (ICC). – Paris (France), June 2004.
[253] Poulliat (C.), Fijalkow (I.) et Declercq (D.). – Scalable image transmission using UEP opti-
mized LDPC codes. In : ISIVC’04. – Brest, France, 2004.
[254] Renoult (A.), Chenu-Tournier (M.) et Fijalkow (I.). – Multi-user detection for OFDM trans-
mission in presence of frequency impairements : channel estimation and performance. In : COST
Workshop on Broadband Wireless Toatal Access.
[255] Renoult (A.), Chenu-Tournier (M.) et Fijalkow (I.). – Multi-user transmissions for OFDM :
channel estimation and performance. In : Multi-Carrier Spread Spectrum Conference.
[256] Renoult (A.), Poulliat (C.), Chenu-Tournier (M.) et Fijalkow (I.). – On the performance of
a multi-user multi-array COFDM system. In : IEEE SPAWC-04. – Lisbonne, Portugal, Juillet
2004.
[257] Roumy (A.) et Declercq (D.). – Low Complexity LDPC code Design for the 2-users Gaussian
Multiple Access Channel. In : ISIT’04. – Chicago, USA, 2004.
[258] Roumy (A.), Grant (A.J.), Fijalkow (I.), Alexander (P.D.) et Pirez (D.). – Convergence Ana-
lysis for Turbo-equalization. In : ISIT01.
[259] Roumy (A.), Grant (A.J.), Fijalkow (I.), Alexander (P.D.) et Pirez (D.). – Turbo-equalization :
Convergence Analysis. In : Proc. ICASSP-2001. – Salt Lake City (USA), May 2001.
[260] Sayadi (B.) et Fijalkow (I.). – Joint detection for multicode transmission in downlink high
sped UMTS. In : IEEE VTC-04. – Los Angeles, USA, Septembre 2004.
[261] Sayadi (B.) et Marcos (S.). – A variable step size APA algorithm robust under impulsive noise
interference. In : Proc. 12th European Signal Processing Conference (EUSIPCO 2004). – Vienna,
Austria, Septembre 2004.
[262] Seghouane (A.-K.) et De Lathauwer (L.). – A Bootstrap Model Selection Criterion Based on
Kullback’s Symmetric Divergence. In : Proc. 2003 IEEE Workshop on Statistical Signal Proces-
sing (SSP’03). – St. Louis, MO, Sept. 2003.
[263] Sellami (N.), Fijalkow (I.) et Perreau (S.). – Reduced complexity iterative receiver for asyn-
chronous DS-CDMA systems over frequency selective channels. In : EUSIPCO. – Toulouse,
France, September 2002.
[264] Sellami (N.), Fijalkow (I.) et Siala (M.). – Reduced complexity iterative receiver for asyn-
chronous DS-CDMA systems over frequency selective channels. In : IEEE Int. Conference on
Communications.
[265] Sellami (N.), Lasaulce (S.) et Fijalkow (I.). – Iterative channel estimation for coded DS-CDMA
systems over frequency selective channels. In : IEEE SPAWC-03.
[266] Sellami (N.), Roumy (A.) et Fijalkow (I.). – On the analysis of the MAP equalizer performance
within an iterative receiver. In : IEEE SPAWC-04. – Lisbonne, Portugal, Juillet 2004.
[267] Sellami (N.), Roumy (A.) et Fijalkow (I.). – Performance analysis of the MAP equalizer within
an iterative receiver including a channel estimator. In : IEEE VTC-04. – Los Angeles, USA,
Septembre 2004.
[268] Sellami (N.), Siala (M.), Declercq (D.) et Fijalkow (I.). – Iterative Receivers for Space Time
Coded Flat Fading Channels. In : ISCTA-01. – Ambelside, UK, July 2001.
[269] Starck (J.-L.), Nguyen (M.K.) et Murtagh (F.). – Deconvolution based on the curvelet trans-
form. In : IEEE- Int. Conf. Image Processing. – Barcelone, Spain, September 2003.
[270] Truong (T.T.), Nguyen (M.K.), Bui (H.D.) et Daveau (C.). – Determination of the Electronic
Density in a Medium by an Inverse Method based on Double-Compton Scattering in Transmission
Imaging. In : 4th International Conference on Inverse Problems in Engineering : Theory and
Practice. – Rio de Janeiro, Brazil, May 2002.
[271] Van Huffel (S.), Papy (J.-M.) et De Lathauwer (L.). – Exponential Data Modeling Using
Multilinear Algebra. In : Workshop on Numerical Linear Algebra and Its Applications. – Bari,
Italy, Sept. 2003.
[272] Vandewalle (J.), De Lathauwer (L.) et Comon (P.). – The Generalized Higher Order Singular
Value Decomposition and the Oriented Signal-to-Signal Ratios of Pairs of Signal Tensors and their
Use in Signal Processing. In : Proc. European Conf. on Circuit Theory and Design (ECCTD ’03).
– Kraków, Poland, Sept. 2003.
[273] Verdier (F.) et Declercq (D.). – A LDPC Parity Check Matrix Construction for Parallel
Hardware Decoding. In : Turbo-codes-03. – Brest, France, 2003.
5.7.4 Communications invitées

[274] Cruces (S.), Cichocki (A.) et De Lathauwer (L.). – Thin QR and SVD Factorizations for
Simultaneous Blind Signal Extraction. In : Proc. 12th European Signal Processing Conference
(EUSIPCO 2004). – Vienna, Austria, Sept. 2004.
[275] De Lathauwer (L.). – Independent Component Analysis and Multilinear Algebra. In : Work-
shop on Numerical Linear Algebra in Scientific and Engineering Applications. – Fields Institute,
Toronto, Nov 2001.
[276] De Lathauwer (L.). – Multilinear Aspects of the Singular Value Decomposition. In : 2001
SIAM Annual Meeting. – San Diego, CA, July 2001.
[277] De Lathauwer (L.). – Multilinear Algebra and Higher-order Statistics in Signal Processing :
an Introduction. In : SIAM 50th Anniversary Meeting and 2002 Annual Meeting. – Philadelphia,
PA, U.S.A, juillet 2002.
[278] De Lathauwer (L.). – Multilinear Algebra and Higher-order Statistics in Signal Processing :
Some Recent Results. In : SIAM 50th Anniversary Meeting and 2002 Annual Meeting. – Phila-
delphia, PA, U.S.A, July 2002.
[279] De Lathauwer (L.). – A New Link between CANDECOMP/PARAFAC and Simultaneous
Matrix Diagonalization. In : TRICAP 2003 Conference on Multilinear Models. – Lexington,
USA, June 2003.
[280] De Lathauwer (L.). – Canonical Decomposition of High-rank Tensors : Uniqueness, Compu-
tation, Applications. In : SIAM Annual Meeting and 24th Annual Meeting of CAIMS / SCMAI.
– Montreal, Canada, June 2003.
[281] De Lathauwer (L.). – The Canonical Decomposition of Higher-order Tensors : Some New
Results. In : Workshop on Smart and Fast Algorithms. – Cadzand, The Netherlands, June 2003.
[282] De Lathauwer (L.). – Algebraic Techniques for the Blind Deconvolution of Constant Modulus
Signals. In : Proc. 12th European Signal Processing Conference (EUSIPCO 2004). – Vienna,
Austria, Sept. 2004.
[283] De Lathauwer (L.). – An Introduction to Multilinear Algebra Based Independent Component
Analysis. In : Workshop on Tensor Decompositions. – Palo Alto, USA, July 2004.
[284] De Lathauwer (L.). – Computation of the Canonical Decomposition by Means of a Simulta-
neous Generalized Schur Decompositition. In : 2004 SIAM Annual Meeting. – Portland, USA,
July 2004.
[285] Papy (J.-M.), De Lathauwer (L.) et Van Huffel (S.). – Exponential Data Fitting Using Multi-
linear Algebra : the Decimative Case. In : Workshop on Matrices in Statistics and Optimization.
– Marseille, France, Oct 2004.
5.7.5 Communications dans des congrès nationaux

[286] Abdelkefi (F.), Duhamel (P.) et Alberge (F.). – Tests en cascade pour la correction des erreurs
impulsives et la réduction du PAPR dans le contexte d’Hiperlan2. In : Gretsi.
[287] De Baynast (A.) et De Lathauwer (L.). – Détection Autodidacte pour des Systèmes a Acces
Multiple Basée sur l’Analyse PARAFAC. In : 19th GRETSI Symposium on Signal and Image
Processing. – Paris, France, Sept. 2003.
[288] de Baynast (A.), Fijalkow (I.) et De Lathauwer (L.). – Égalisation aveugle muliti-utilisateurs
de signaux DS-CDMA avec séquence d’embrouillage. In : GRETSI-01. – Toulouse (France),
September 2001.
[289] De Lathauwer (L.). – Multilinear Algebra and Higher-order Statistics : Basics and Applications
to Life Sciences. In : Workshop on Mathematical and Numerical Methods for Modelling in the
Life Sciences. – Univ. Ghent, Belgium, Nov 2002.
[290] De Lathauwer (L.), de Baynast (A.), Vandewalle (J.) et De Moor (B.). – New Algebraic
Techniques for the Separation of DS-CDMA Signals. In : Proc. 24th Symp. on Information
Theory in the Benelux. – Veldhoven, The Netherlands, May 2003.
[291] De Lathauwer (L.), De Moor (B.) et Vandewalle (J.). – An Algebraic Algorithm for Blind
Identification with More Inputs than Outputs. In : Proc. 23rd Symp. on Information Theory in
the Benelux. – Louvain-la-Neuve, Belgium, May 2002.
[292] De Lathauwer (L.), De Moor (B.) et Vandewalle (J.). – An Algorithm for Joint Diagonalization
by a Congruence Transformation. In : Proc. 23rd Symp. on Information Theory in the Benelux.
– Louvain-la-Neuve, Belgium, May 2002.
[293] De Lathauwer (L.), Févotte (C.), De Moor (B.) et Vandewalle (J.). – Jacobi Algorithm for
Joint Block Diagonalization in Blind Identification. In : Proc. 23rd Symp. on Information Theory
in the Benelux. – Louvain-la-Neuve, Belgium, May 2002.
[294] De Lathauwer (L.), Vandewalle (J.) et De Moor (B.). – An Algebraic Techique for Blind MIMO
Deconvolution of Constant Modulus Signals. In : Proc. 24th Symp. on Information Theory in
the Benelux. – Veldhoven, The Netherlands, May 2003.
[295] Poulliat (C.), Fijalkow (I.) et Declercq (D.). – Adaptation de lien pour la transmission de
données multimedia par paquets. In : GRETSI-03. – Paris (France), September 2003.
[296] Renoult (A.), Chenu-Tournier (M.) et Fijalkow (I.). – Influence et correction des interférences
dues aux décalages en fréquence sur les transmissions OFDM dans un système multi-utilisateurs.
In : GRETSI-03. – Paris (France), September 2003.
[297] Renoult (A.), Chenu-Tournier (M.) et Fijalkow (I.). – Performances de récepteurs multi-
utilisateurs dans un système OFDM avec synchronisation et estimation de canal. In : GRETSI-03.
– Paris (France), September 2003.
[298] Roumy (A.), Fijalkow (I.), Grant (A.) et Pirez (D.). – Turbo-equalization : convergence ana-
lysis. In : GRETSI-01. – Toulouse (France), September 2001.
[299] Sellami (N.), Siala (M.), Declercq (D.) et Fijalkow (I.). – Récepteur itératif pour des canaux
MIMO sélectifs en fréquence. In : GRETSI-01. – Toulouse (France), September 2001.
[300] Verdier (F.), Declercq (D.) et Philippe (J.-M.). – Parallélisation et Implantation FPGA d’un
Décodeur LDPC. In : Proceedings of the JFAAA. – Monastir, Tunisie, Dec. 2002.

Activity Rapport2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Activity Rapport2

Transféré par

Droits d'auteur :

Formats disponibles

Rapport d’activités

Equipes Traitement des Images et du Signal

Edition : octobre 2004

ETIS – ENSEA / UCP

Tél. : +33 1 30 73 66 10 Fax : +33 1 30 73 66 27 http://www-etis.ensea.fr

Intitulé du laboratoire : ETIS, UMR CNRS 8051

Etablissements de rattachement : Ensea (Ecole Nationale de l’Electronique et de ses Applications,

Directrice : Conseil de laboratoire (octobre 2004) :

Responsable administrative : Martine Tournay, Ensea.

Adresse postale : ENSEA

4.5 Réseaux de neurones et systèmes dynamiques . . . . . . . . . . . . . . . . . . . . . . . 96

5 Equipe Signal 115

On trouvera en fin de ce document les listes des figures et des tables.

Responsable : David Declercq

5.1 Présentation de l’équipe

5.1.1 Composition de l’équipe au cours de la période 2001-2004

Nom Fonction Expertise Période Contribution

Tab. 5.1 – Composition de l’équipe Signal : personnels permanents.

Nom Fonction Expertise Période Contribution

Tab. 5.2 – Composition de l’équipe Signal : personnels temporaires.

5.1.2 Présentation générale

CE1 : Physique, Mathématiques et Imagerie

Nom Expertise Début/fin de thèse Financement

Tab. 5.3 – Composition de l’équipe Signal : doctorants.

La recherche en traitement du signal pour les communications numériques a vu le jour à

CE2 : Égalisation, identification, séparation aveugle

5.2 Physique, mathématiques et imagerie

5.2.1 Imagerie par rayonnement gamma

5.2.1.2 Principaux résultats novateurs et contributions originales

5.2.1.3 Contexte international de ce domaine de recherche et perspectives

5.2.2 Imagerie multi-échelles

5.3 Egalisation, identification, séparation aveugle

La séparation, l’identification et la déconvolution aveugle sont des problèmes clef en communications

5.3.1 Algèbre (multi)linéaire

5.3.2 Méthodologies pour le traitement du signal

5.3.3 Direct Sequence - Code Division Multiple Access (DS-CDMA)

5.4 Codes LDPC et récepteurs itératifs

5.4.1 Codes LDPC pour les canaux non-standards

5.4.2 Développement d’algorithmes de décodage

5.4.3 Caratérisation et optimisation des récepteurs itératifs (turbo)

5.5 Traitement du signal pour le lien physique en communications

5.5.1 Performances des systèmes de transmission

5.5.2 Optimisation et adaptation du lien physique

5.5.3 Compensation du frontal analogique

5.6 Bilan de l’activité de l’équipe de 2001 à 2004

5.6.1.2 Habilitations à diriger les recherches

5.6.1.3 Thèses soutenues sur la période 2001-2004 :

5.6.1.4 Thèses en cours

Année 2001 2002 2003 2004

Financement : Onera Date de début : novembre 2002

5.6.2 Rayonnement scientifique

5.6.2.2 Comités techniques ; organisation de sessions spéciales

5.6.2.3 Animation et coordination d’opérations scientifiques

I. Fijalkow est directrice adjointe du GdR ISIS depuis janvier 2002.

5.6.2.4 Participation à des actions ou réseaux scientifiques

– I. Fijalkow a participé à l’AS 37 « Radio-logicielle » et à l’AS 05 « Systèmes multi-antennes à

5.6.3 Collaborations scientifiques

5.6.3.1 Collaborations sur le site de Cergy

5.6.3.2 Collaborations nationales

5.6.3.3 Collaborations internationales

5.6.4 Contrats ; actions incitatives

CE1 CE2 CE3 CE4 Autre Total

2001 2002 2003 2004 2001-2004