Les méthodes haute résolution exploitent les propriétés algébriques de la matrice interspectrale des données. En général, cette matrice est estimée à partir d'un nombre important de réalisations indépendantes des signaux reçus. De nombreux travaux ont été consacrés, au cours de ces dernières années, à l'amélioration de l'estimation de cette matrice. Cet intérêt est dû au fait que les performances des méthodes haute résolution dépendent de l'estimation de la matrice interspectrale et du rapport signal sur bruit. Le travail présenté dans cette étude montre qu'il est possible d'améliorer considérablement la résolution spatiale en présence de faible rapport signal sur bruit. Pour cela les statistiques au second ordre des signaux reçus sont exploitées à travers des factorisations classiques de matrices. En effet des résultats théoriques d'algèbre linéaire concernant les matrices hermitiennes montrent que les matrices triangulaires supérieures issues des factorisations LU ou QR sont plus révélatrices du rang de la matrice donc de la détection du nombre de sources et par conséquent d'une meilleure localisation.