Traitement statistique de l'information et du signal pour l'internet des objets sous-marins

par Zi YE

Thèse de doctorat en Réseaux, Information et Communications

Sous la direction de Benoît Geller.

Le président du jury était Michel Kieffer.

Le jury était composé de Laurent Mortier.

Les rapporteurs étaient Laurent Ros, Emanuel Rădoi.


  • Résumé

    On assiste au développement des activités humaines liées au monde océanique, mais aucune norme n'a encore émergé pour l'Internet des objets appliqué aux objets autonomes marins. Bien qu'elle possède une bande passante limitée, l'onde acoustique est le seul moyen de communiquer sur des distances importantes et elle est donc utilisée par de nombreux systèmes sous-marins pour communiquer, naviguer ou déduire des informations sur l'environnement. Cela a conduit à une forte demande de réseaux sans fil qui nécessitent à la fois une bonne efficacité spectrale et énergétique avec la faible complexité des algorithmes associés. Par conséquent, au cours de ce doctorat, nous avons proposé plusieurs solutions originales pour relever le défi de développer des techniques numériques, capables de faire face au canal acoustique.En raison d’une diversité inhérente d'espace du signal (SSD), les constellations tournées permettent de meilleures performances théoriques que les constellations conventionnelles et ce, sans détérioration spectrale. Nous passons en revue les propriétés structurelles des constellations tournées M-QAM uniformément projetées, afin de proposer une technique de demapping souple à faible complexité pour les canaux à fading. Puis, nous proposons une technique originale de réduction du PAPR pour les systèmes OFDM utilisant les constellations tournées. Afin de réduire la complexité du décodage aveugle, nous nous appuyons sur les propriétés des constellations tournées M-QAM uniformément projetées, pour concevoir un estimateur de faible complexité. De plus, pour faire face à la sélectivité du canal acoustique, nous avons proposé un turbo-détecteur parcimonieux adaptatif avec seulement quelques coefficients à mettre à jour afin de réduire la complexité. Enfin, nous avons proposé un algorithme original auto-optimisé pour lequel les tailles de pas de l'égaliseur sont mises à jour de manière adaptative et assistées par des informations souples de manière itérative, afin de répondre à l'exigence de convergence rapide et de faible erreur quadratique sur des canaux variant rapidement dans le temps.

  • Titre traduit

    Statistical information and signal processing for the underwater internet of things


  • Résumé

    There has been recently a large development of human activities associated to the ocean world, where no standard has emerged for the Internet of Things (IoT) linked to marine autonomous objects. Though it has a limited bandwidth, the acoustic wave is the only way to communicate over average to large distances and it is thus used by many underwater systems to communicate, navigate, or infer information about the environment. This led to a high demand for wireless networks that require both spectral efficiency and energy efficiency with the associated low-complexity algorithms. Therefore, in this Ph.D. thesis, we proposed several original solutions to face this challenge.Indeed, due to the inherent Signal Space Diversity (SSD), rotated constellations allow better theoretical performance than conventional constellations with no spectral spoilage. We review the structural properties of uniformly projected rotated M-QAM constellations, so as to propose a low complexity soft demapping technique for fading channels. Then, we present an original blind technique for the reduction of the PAPR for OFDM systems using the rotated constellations with SSD. In order to reduce the complexity of blind decoding for this technique, we again rely on the properties of uniformly projected M-QAM rotated constellations to design a low-complexity estimator. Moreover, to face the selectivity of the acoustic channel, we suggest a sparse adaptive turbo detector with only a few taps to be updated in order to lower down the complexity burden. Finally, we have proposed an original self-optimized algorithm for which the step-sizes of both the equalizer and the phase estimator are updated adaptively and assisted by soft-information in an iterative manner, so as to meet the requirement of fast convergence and low MSE over time-varying channels.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Ecole Nationale Supérieure de Techniques Avancées. Centre de Documentation Multimédia.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.