Description du sujet de thèse
Domaine
Défis technologiques
Sujets de thèse
Localisation et Cartographie Coopératives via des Méthodes d'Apprentissage Exploitant les Multi-trajets Radio
Contrat
Thèse
Description de l'offre
Dans le cadre de cette thèse, on se propose d'explorer le potentiel des méthodes d'apprentissage machine (ML) pour assurer des fonctions simultanées de localisation et de cartographie (SLAM), en s'appuyant sur des signaux multi-trajets transmis entre plusieurs dispositifs radio coopératifs.
L'idée consiste à identifier certaines caractéristiques des canaux de propagation observés conjointement sur plusieurs liens radio, afin de déterminer les positions relatives des dispositifs radio mobiles, ainsi que celles d'objets passifs présents dans leur voisinage. Ces caractéristiques radio reposent typiquement sur les temps d'arrivée d'échos multiples des signaux transmis. L'approche envisagée doit alors bénéficier de la corrélation de ces trajets multiples au gré du déplacement des dispositifs radio, ainsi que de la diversité spatiale et de la redondance d'information autorisées par la coopération entre ces mêmes dispositifs. Les solutions développées seront évaluées sur la base de mesures indoor collectées à partir des dispositifs ultra large bande intégrés, ainsi que de données synthétiques générées à l'aide d'un simulateur de type " tracer de rayons ".
Les applications possibles concernent la navigation de groupe au sein d'environnements complexes et/ou inconnus (ex. flottes de drones ou de robots, pompiers...).
Université / école doctorale
Economie, Management, Mathématiques, Physique et Sciences Informatiques (EM2PSI)
Cergy-Pontoise
Localisation du sujet de thèse
Site
Grenoble
Critères candidat
Formation recommandée
Bac + 5 en traitement du signal radio, réseaux, et technologies sans fil (incl. IA)
Demandeur
Disponibilité du poste
01/10/2026
Personne à contacter par le candidat
DENIS Benoît < correo electrónico eliminado por razones de seguridad >
CEA
DRT/DSYS/STSF/LS2PR
CEA-Leti Minatec
Bât. 51D (B2I), P.D440
17, rues des Martyrs
38054 GRENOBLE CEDEX 9
04.38.78.09.90
Tuteur / Responsable de thèse
BELMEGA Veronica < correo electrónico eliminado por razones de seguridad >
ESIEE Paris - Université Gustave Eiffel
LIGM - CNRS UMR 8049
ESIEE Paris (UGE),
Cité Descartes,
2 Bd Blaise Pascal,
93160 Noisy-le-Grand,
France
Office 3354 (Épi 3, 3rd Floor, Office no.54)
01 45 92 60 07
En savoir plus
https://www.linkedin.com/in/benoit-denis-cea/
https://www.leti-cea.fr/cea-tech/leti/Pages/recherche-appliquee/solutions-technologiques/communication-sans-fil-reseaux.aspx
Domaine
Défis technologiques
Sujets de thèse
Localisation et Cartographie Coopératives via des Méthodes d'Apprentissage Exploitant les Multi-trajets Radio
Contrat
Thèse
Description de l'offre
Dans le cadre de cette thèse, on se propose d'explorer le potentiel des méthodes d'apprentissage machine (ML) pour assurer des fonctions simultanées de localisation et de cartographie (SLAM), en s'appuyant sur des signaux multi-trajets transmis entre plusieurs dispositifs radio coopératifs.
L'idée consiste à identifier certaines caractéristiques des canaux de propagation observés conjointement sur plusieurs liens radio, afin de déterminer les positions relatives des dispositifs radio mobiles, ainsi que celles d'objets passifs présents dans leur voisinage. Ces caractéristiques radio reposent typiquement sur les temps d'arrivée d'échos multiples des signaux transmis. L'approche envisagée doit alors bénéficier de la corrélation de ces trajets multiples au gré du déplacement des dispositifs radio, ainsi que de la diversité spatiale et de la redondance d'information autorisées par la coopération entre ces mêmes dispositifs. Les solutions développées seront évaluées sur la base de mesures indoor collectées à partir des dispositifs ultra large bande intégrés, ainsi que de données synthétiques générées à l'aide d'un simulateur de type " tracer de rayons ".
Les applications possibles concernent la navigation de groupe au sein d'environnements complexes et/ou inconnus (ex. flottes de drones ou de robots, pompiers...).
Université / école doctorale
Economie, Management, Mathématiques, Physique et Sciences Informatiques (EM2PSI)
Cergy-Pontoise
Localisation du sujet de thèse
Site
Grenoble
Critères candidat
Formation recommandée
Bac + 5 en traitement du signal radio, réseaux, et technologies sans fil (incl. IA)
Demandeur
Disponibilité du poste
01/10/2026
Personne à contacter par le candidat
DENIS Benoît < correo electrónico eliminado por razones de seguridad >
CEA
DRT/DSYS/STSF/LS2PR
CEA-Leti Minatec
Bât. 51D (B2I), P.D440
17, rues des Martyrs
38054 GRENOBLE CEDEX 9
04.38.78.09.90
Tuteur / Responsable de thèse
BELMEGA Veronica < correo electrónico eliminado por razones de seguridad >
ESIEE Paris - Université Gustave Eiffel
LIGM - CNRS UMR 8049
ESIEE Paris (UGE),
Cité Descartes,
2 Bd Blaise Pascal,
93160 Noisy-le-Grand,
France
Office 3354 (Épi 3, 3rd Floor, Office no.54)
01 45 92 60 07
En savoir plus
https://www.linkedin.com/in/benoit-denis-cea/
https://www.leti-cea.fr/cea-tech/leti/Pages/recherche-appliquee/solutions-technologiques/communication-sans-fil-reseaux.aspx
