La problématique du filtrage de signaux est l’un des problèmes majeurs des sciences de l’ingénieur. Il s’agit d’estimer les trajectoires d’un signal en fonction d’une série d’observations partielles et entachées de bruit de mesure. Le calcul adaptatif de ces lois conditionnelles est un problème complexe ne pouvant être résolu de façon exacte que dans le cas de modèles linéaires et Gaussien. Nous présenterons dans cet exposé une interprétation originale de type champ moyen des équations du filtrage non linéaire. Cette perspective permet de résoudre ces équations à l’aide de systèmes de particules évoluant en interaction selon des mécanismes de mutation et de selection. Ces transitions de type génétiques correspondent aux deux phases d’apprentissage dîtes de prédiction-correction des filtres optimaux. De façon plus surprenante, nous verrons que les arbres généalogiques associés à ces processus de branchement fournissent une estimation des lois conditionnelles des trajectoires du signal en fonction des observations fournies par les capteurs.