Thesis of Nathan Fourniol

Lab-STICC UBO GDR MACS GDR Robotique ENSTA Bretagne ENSTA Bretagne ENSTA Bretagne ROBEX



Thesis

Bourse : Région (ARED) et Thales
Début : Octobre 2020
Encadrants : Andreas Arnold, Pierre-Jean Bouvet, Luc Jaulin,
Titre : CORINA : Communication par relais intermédiaires navals autonomes




Soutenance

Le jeudi 19 septembre 2024 à 10h, Amphi 1, ENSTA-Bretagne
Manuscript :




Jury

Andreas Arnold, Ingénieur Thales DSM (encadrant)
Pierre-Jean Bouvet, HDR, ISEN (encadrant)
Luc Jaulin, PU, ENSTA-Br (directeur de thèse)
Benoît Parrein, HDR Polytech Nantes (rapporteur)
Thibault Raharijaona, PU ENIM (rapporteur)
Béatrice Tomasi, Senior researcher, Bergen (examinatrice)
Alain Oustaloup, PU, Bordeaux (président)
Ronan Scieur, DGA-TN (invité)









Résumé de la thèse

Retrieving data collected by underwater sensors poses a complex challenge due to the large volumes of data involved, the distance between the collection and harvesting points, and an environment that does not facilitate the transport of large volumes through traditional solutions such as acoustic and optical communications or the radio frequency spectrum. Indeed, for the former, the data rates are too low, and for the latter, it is the communication ranges that are too short. This thesis explores the use of Autonomous Underwater Vehicles (AUVs) and concepts behind data muling to overcome these obstacles. The proposed solution involves mobile agents, called data mules, which take advantage of low-range communication means to collect data gathered by sensors and physically transport them. We have investigated two data muling architectures, linear and circu- lar, and developed a model for each to evaluate them. We compared them in terms of the apparent link throughput and performance in terms of latency for data transfer over long distances. We were able to identify criteria specifying their performance zone. The results suggest that performance depends on the type and quantity of emitted data, the quality of the communication interface, and the speed of advance of the mules. We also conducted a surface experiment on a lake with two mules, which allowed us to analyze the implementation process of such scenarios and to question the actual performance of such systems. This thesis contributes to the optimization of underwater communications, providing practical solutions for retrieving data collected by sensors, especially those embedded on AUVs that cannot surface regularly.











Séminaires satellites

L'après midi après la thèse, se tiendront les séminaires satellites. Les exposés sont ouverts à un large public.


Jeudi 19 septembre 2024 à 15:00, Alain Oustaloup, F202

Titre. D’une nouvelle approche en propagation virale à des prédictions en pollution atmosphérique

Abstract. Reconnu comme "Fait marquant 2021 du CNRS", le modèle FPM (Fractional Power Model) qui généralise la régression linéaire est un modèle à trois paramètres dont la puissance indique à elle seule la progression, la stabilisation ou la régression d'une épidémie. Par sa puissance non entière, ce modèle contribue à l'unification des phénomènes de diffusion en physique et de propagation virale en épidémiologie. Sa représentativité (des données réelles) est due à sa capacité de prendre en compte un nombre illimité de dynamiques internes de rapidité différente. Le modèle permet ainsi de représenter toutes les dynamiques internes d'une épidémie, des plus lentes, issues des campagnes très désertifiées, aux plus rapides, issues des grandes villes très densifiées. Sa prédictivité est due à sa capacité de prendre en compte tout le passé en le pondérant comme il convient. Le modèle est en effet doté d'une forme prédictive à mémoire longue qui exprime que toute valeur prédite est une fonction de toutes les valeurs passées, valeurs qui s'avèrent favorablement pondérées selon un facteur d'oubli (qui n'est pas sans évoquer une forme subtile de mémoire). Le modèle présente ainsi l'avantage d'utiliser au mieux le passé, d'autant que seul le passé peut être utilisé pour prédire le futur, en fait, une spécificité prédictive de nature à faire de ce modèle un bon prédicteur pour les décideurs. La représentativité du modèle a été validée avec les données officielles du Ministère Français de la santé sur la propagation du COVID-19, notamment les séries temporelles des contaminations et des hospitalisations. Sa prédictivité a également été validée par des prédictions vérifiées dans des phases de confinement et de vaccination, et même pour la vaccination elle-même. Enfin, le modèle est aussi validé par des prédictions vérifiées et en sa faveur, menées dans le domaine de la pollution atmosphérique.

Biographie. Diplômé de l'ENSEIRB en 1973, Alain Oustaloup est actuellement professeur émérite à l'ENSEIRB-MATMECA - Bordeaux INP. Après avoir synthétisé la dérivation ou intégration non entière complexe, puis surmonté le dilemme stabilité-précision en automatique et le dilemme masse-amortissement en mécanique, il invente la commande CRONE et la suspension CRONE. Plus récemment, il récidive en proposant un nouveau prédicteur, à puissance non entière, qu'il applique en épidémiologie et en pollution atmosphérique. Ses travaux ont été récompensés par une Médaille d'Argent du CNRS en 1997 et un Grand Prix de l'Académie des sciences en 2011.



Jeudi 19 septembre 2024 à 16:00, Beatrice Tomasi, F202

Title. Discussion topics on underwater wireless communications for underwater networks: rates versus ranges, interference avoidance, interoperability, and multimodality

Abstract. This talk will provide some points of discussion based on the recent results from the Center for Innovation – Smart Ocean, and MarTERA UNDINA research projects, held in collaboration between academia and underwater technology companies. Questions such as how far and how much information could be wirelessly transferred underwater, how to avoid interference across multiple active acoustic sources, and how to qualify interoperability across different modems will be addressed through physical modelling and by showing experimental research results.

Biographie. PhD in Information technology and Science from University of Padova in 2012, B. Tomasi has academic and industrial working experience in the domain of underwater and wireless technology. Among the workplaces where she contributed are Woods Hole Oceanographic Institution (USA), Huawei Mathematical and algorithmic labs (France), ISEN Yncrea Ouest (France), University of Bergen (Norway) and Norwegian Research Center (Norway). Her research interests are underwater mobile networks, underwater communication standards, and resource constrained underwater communication and positioning systems.








Galerie



Le jury au complet juste après la remise du diplôme






Séminaire d'Alain Oustaloup






Séminaire de Beatrice Tomasi