APPLICATION DES SYSTEMES STRUCTURES A L’ETUDE DU
1 page
Français

APPLICATION DES SYSTEMES STRUCTURES A L’ETUDE DU

-

Le téléchargement nécessite un accès à la bibliothèque YouScribe
Tout savoir sur nos offres
1 page
Français
Le téléchargement nécessite un accès à la bibliothèque YouScribe
Tout savoir sur nos offres

Description

Sujet de Master Recherche Estimation distribuée d’un champ à l’aide d’un réseau de capteurs sans fil Responsables : Alain Kibangou et Carlos Canudas de Wit Email: Alain.Kibangou@gipsa-lab.grenoble-inp.fr, carlos.canudas-de-wit@gipsa-lab.inpg.frEquipe NeCS : http://necs.inrialpes.fr Contexte: Ce travail se déroulera dans l’équipe NeCS (équipe mixte CNRS/INRIA) du laboratoire GIPSA-Lab de Grenoble, dans le cadre du projet européen FeedNetBack (http://www.feednetback.eu). L’objet global de ce projet est l’étude des systèmes commandés par réseau dans un cadre incluant les contraintes de calcul, de communication et d’énergie. Description du sujet : Un réseau de capteurs sans fil est un réseau dont les nœuds sont constitués de capteurs ayant la capacité de faire des mesures, de réaliser des traitements numériques et de communiquer entre eux sans aucun support filaire. Le déploiement d’un tel réseau permet de répondre au besoin d’observer et de contrôler des phénomènes dans des domaines comme l’environnement (surveillance de la radioactivité, de polluants, de gaz à effet de serre,…), la santé (suivi des malades, veille épidémiologique), la sécurité, les transports, l’industrie (applications automobiles, bâtiments intelligents), etc. Les caractéristiques de ces réseaux sont à la base du développement de nouvelles techniques d’estimation et de commande compatibles avec leurs capacités de calcul, de communication et d’énergie. Dans ...

Informations

Publié par
Nombre de lectures 54
Langue Français

Extrait

Département d’Automatique de Grenoble – ENSIEG – B.P. 46 – 38402 – Saint-Martin-d’Hères-Cedex
Sujet de Master Recherche
Estimation distribuée d’un champ à l’aide d’un réseau de capteurs sans fil
Responsables
: Alain Kibangou et Carlos Canudas de Wit
Email:
Alain.Kibangou@gipsa-lab.grenoble-inp.fr
,
carlos.canudas-de-wit@gipsa-lab.inpg.fr
Equipe NeCS :
http://necs.inrialpes.fr
Contexte:
Ce travail se déroulera dans l’équipe NeCS (équipe mixte CNRS/INRIA) du laboratoire GIPSA-
Lab de Grenoble, dans le cadre du projet européen FeedNetBack (http://www.feednetback.eu). L’objet
global de
ce projet est l’étude des systèmes commandés par réseau dans un cadre incluant les
contraintes de calcul, de communication et d’énergie.
Description du sujet :
Un réseau de capteurs sans fil est un réseau dont les noeuds sont constitués de
capteurs ayant la capacité de faire des mesures, de réaliser des traitements numériques et de
communiquer entre eux sans aucun support filaire. Le déploiement d’un tel réseau permet de répondre au
besoin d’observer et de contrôler des phénomènes dans des domaines comme l’environnement
(surveillance de la radioactivité, de polluants, de gaz à effet de serre,…), la santé (suivi des malades, veille
épidémiologique), la sécurité, les
transports, l’industrie (applications automobiles, bâtiments intelligents),
etc. Les caractéristiques de ces réseaux sont à la base du développement de nouvelles techniques
d’estimation et de commande compatibles avec leurs capacités de calcul, de communication et d’énergie.
Dans cette étude, nous considérons un réseau de capteurs sans fil qui mesure un champ donné (exemple
d’un champ de température ou de concentration d’un polluant, fluxe de véhicules, etc.). En général, un tel
champ résulte d’un processus de diffusion et admet une représentation lisse. Cependant, le champ obtenu
par reconstitution à l’aide des mesures issues des capteurs n’est généralement plus lisse en raison du
bruit d’observation. Il est donc nécessaire de développer des algorithmes d’estimation permettant une
reconstitution plus fidèle du champ observé. Une approche classique serait de regrouper les observations
des capteurs en un point central où l’opération de filtrage serait effectuée. Cette opération est coûteuse en
communication et fait apparaître un point névralgique au niveau du réseau. Une alternative efficace est de
recourir à une approche distribuée où les capteurs traitent l’information locale et collaborent avec leurs
voisins.
Ce problème fait l’objet de plusieurs études dans le cas où le champ mesuré est spatialement constant
(algorithmes de consensus)
ou représenté par un champ de Gauss-Markov (Filtres de Kalman distribués).
Dans notre étude nous nous intéresserons au développement d’estimateurs dans le cas d’un champ
spatialement variable. Ce problème peut aussi être vu sous l’angle d’une estimation distribuée d’états
corrélés. Nous considérerons les cas constant (corrélation spatiale) puis variable dans le temps
(corrélation spatio-temporelle). Les estimateurs à développer sont de deux types : stochastiques et
déterministes. Ils tiendront comptent des contraintes de communication des capteurs et leurs
performances seront évaluées tant en termes de vitesse de convergence que de précision. Le passage à
l’échelle des estimateurs développés constituera aussi un critère de performance important.
Profil du candidat :
Ce travail nécessite des compétences en théorie des systèmes (automatique)
et en optimisation.
Possibilité de continuer en thèse sur le même sujet.
Bibliographie
Speranzon A., Fischione C., Johansson K.-H., Sangiovanni-Vicentelli A.. “A distributed minimum variance
estimator for sensor networks”, IEEE Journal on Selected Areas on Communications, May (2008).
Bell B., Pillonetto G. “
A distributed Kalman smoother”, Proc. of the 1st IFAC Workshop on Estimation
and Control of Networked Systems - NecSys'09, 2009 Venice, Italy
Barbarosa S., Battisti T., Swami A., ” Globally optimal decentralized spatial smoothing for wireless sensor
networks with local interactions”, ICASSP 2008, Int. Conf. on Acoustics, Speech, Signal Processing, Las
Vegas (USA), April 2008.
Delouille V., Neelami R., Baraniuk R.G. “Robust distributed estimation using the embedded subgraphs
algorithm.” IEEE Trans. on Signal Processing, vol. 54, N° 8, August 2006, pp. 2998-3010.
Samar S., Boyd S., Gorinevsky D. “Distributed estimation via dual decomposition” ECC’2007, European
Control Conference, Kos (Greece), July 2007.
  • Univers Univers
  • Ebooks Ebooks
  • Livres audio Livres audio
  • Presse Presse
  • Podcasts Podcasts
  • BD BD
  • Documents Documents