L’objectif scientifique principal de la thèse et de concevoir un système de coopération entre points d’accès Wi-Fi pour servir des stations en utilisant l’ensemble du réseau d’antennes distribués dans une région géographique. Il sera question de proposer différents découpages fonctionnels pour le traitement de l’information par les points d’accès distribués dans le réseau et une entité centralisée, avec les contraintes associées aux différentes options. Cette piste d’investigation nécessiterait de revoir le traitement du signal point à point, notamment la numérisation des signaux, et envisager l’utilisation des techniques IA, notamment en apprentissage machine, pour l’organisation au niveau système de la coopération entre les points d’accès multiples.

Les verrous principaux à lever sur la voie montante sont principalement la réalisation d’un système d’échantillonnage multi-site et cognitif dans le but de réaliser les gains théoriques mis en avant par des travaux antérieurs par Orange en collaboration avec CentraleSupelec [1], [2] et aussi par d’autres [3] sur la base des résultats fondamentaux tels que tels que [4]. Pour réaliser ce potentiel beaucoup reste à faire. Il sera par exemple nécessaire de pouvoir estimer/prédire les caractéristiques de l’utilisation du spectre pour adapter en permanence un dispositif d’échantillonnage compressif [5]. L’adéquation de celui-ci avec le contexte opérationnel sera à déterminer en s’appuyant sur des techniques avancées d’apprentissage machine. Quant à la voie descendante il sera, entre autres, question de pouvoir réaliser des transmissions focalisées à partir de plusieurs points d’accès coopérants. Une attention particulière sera donnée à évaluer les performances et les gains en termes aussi d’impact sur l’environnement.

References

[1] V. Savaux, A. Kountouris, Y. Louet, C. Moy, “Throughput Capaciity Analysis of a Random Multi-User Multi-Channel Network Modeled with the Occupancy Problem”, CrownCom 2016.

[2] E. Selva, A. Kountouris, Y. Louët, Sparse signal detection with spatial diversity using multi-rate sampling, URSI AP-RASC, Mar 2019, New-Delhi, India.

[3] R. Venkataramani and Y. Bresler, "Sampling theorems for uniform and periodic nonuniform MIMO sampling of multiband signals," in IEEE Transactions on Signal Processing, vol. 51, no. 12, pp. 3152-3163, Dec. 2003.

[4] Athanasios Papoulis, Generalized sampling expansion, IEEE Trans. Circuits and Systems, CAS-24 (1977), 652–654.

[5] M. Mishali and Y. C. Eldar, "From Theory to Practice: Sub-Nyquist Sampling of Sparse Wideband Analog Signals", IEEE Journal of Selected Topics on Signal Processing, vol. 4, no. 2, pp. 375-391, April 2010.

Pour postuler et découvrir une description complète, utilisez le lien suivante :

https://orange.jobs/jobs/v3/offers/134565?lang=fr

Début de la thèse : octobre 2024

Date limite de candidature : septembre 2024

Cordialement,

Dr. Apostolos Kountouris (Orange)

Dr. Grégoire Lefebvre (Orange)

Pr. Yves Louët (CentraleSupélec)