Sujet de stage
Titre :
Ordonnancement de communications économes en énergie pour la surveillance des oiseaux d'eau
Dates :
2022/02/01 - 2022/06/30
Description :
Les zones humides couvrent environ six pour cent de la surface de la terre. Caractérisées par une biodiversité unique, elles représentent l'un des écosystèmes
les plus riches et les plus diversifiés de notre planète (Skinner & Zalewski, 1995). Plus de la moitié des zones humides ont été détruites au cours du siècle
dernier. Ces milieux sont aujourd'hui encore menacés par l'urbanisation, l'intensification de l'agriculture et la pollution. Les zones humides abritent une très
grande variété d'espèces animales et végétales. Elles jouent un rôle majeur dans la biodiversité, en particulier, elles sont des lieux privilégiés pour des
dizaines de milliers d'oiseaux d'eau de différentes espèces pour hiverner ou faire une halte temporaire. Dans le monde, on compte environ 10 000 espèces
d'oiseaux connues. Les oiseaux réagissent aux changements éventuels de l'environnement et sont de bons indicateurs de la biodiversité. Certaines des
espèces d'oiseaux d'eau sont menacées d'extinction (Barrowclough, Cracraft, Klicka et Zink, 2016). Le suivi de la faune et de la flore en général, et des
oiseaux dans leur habitat naturel en particulier, présente plusieurs intérêts (Archaux, 2011) :
▪ il constitue un indicateur fiable pour évaluer régulièrement l'évolution du nombre d'oiseaux menacés dans une zone ;
▪ les oiseaux peuvent être considérés comme un outil de surveillance de l'environnement, voire de la santé publique ;
▪ elle peut permettre d'éviter des pertes économiques importantes.
Un réseau de capteurs multimédia sans fil (WMSN) (Akyildiz, Melodia, & Chowdhury, 2007) peut être utilisé pour surveiller les oiseaux migrateurs dans
leur habitat naturel (zones humides). Les capteurs acoustiques et d'images peuvent être déployés en conjonction avec d'autres types de capteurs de détection
de présence pour identifier, reconnaître et compter le nombre d'une espèce d'oiseau menacée sur la base de leurs vocalisations (chants et cris) et/ou de leurs
photographies. La surveillance des oiseaux d'eau dans leur habitat naturel à l'aide d'un réseau de capteurs sans fil (WSN) doit prendre en compte les
questions liées à la collecte de données massives (multimédia) ainsi qu'à l'analyse automatique des données collectées (Gaston & O'Neill, 2004). La collecte
de données variées et massives (en termes de volume et de taux d'acquisition) à l'aide d'une infrastructure fortement contrainte telle qu'un WSN est un réel
problème et nécessite un effort considérable de la part de la communauté scientifique. De telles applications ont des besoins spécifiques en termes de qualité
de service, de bande passante et surtout de capacités de stockage et de traitement. Tous ces besoins entraînent une dépense énergétique importante.
Afin de répondre à ces besoins importants en bande passante, une solution consiste à augmenter la bande passante disponible par le biais de services et de
protocoles réseau performants. Ces services peuvent inclure des mécanismes optimisés d'allocation des ressources (communication). La recherche sur les
applications WSN à haut débit en est encore à ses débuts. Un certain nombre de systèmes ont été déployés, mais la plupart des données sont recueillies
manuellement. Un taux de transfert de données garanti doit être fourni pour ces applications afin de permettre une acquisition de données à distance et
automatique.

Objectifs
L'amendement 2015 de l'IEEE 802.15.4e (Guglielmo, Brienza, & Anastasi, 2016) de la norme IEEE 802.15.4-2006 définit un certain nombre de modes
d'accès au canal (protocoles MAC) pour répondre aux contraintes des réseaux à faible perte de puissance (LLN). Cela inclut le TSCH, qui a reçu l'attention
des chercheurs universitaires et industriels. En fait, la spécification de l'horaire d'accès est laissée aux couches de protocole supérieures. Entre-temps, et
grâce aux récentes avancées de la technologie GPU et du cloud computing, l'apprentissage automatique (ML) est revenu sur le devant de la scène pour
répondre à des problèmes complexes et difficiles dans divers domaines. Alors que les heuristiques traditionnelles produisent des solutions "taille unique", le
ML est capable de gérer la complexité et permet de s'adapter à l'état réel du réseau (dynamique du réseau), ce qui évite l'intervention manuelle (Kieu-Ha, et
al., 2015).

Dans cette thèse, nous proposons de passer en revue les algorithmes d'ordonnancement basés sur ML (Hermeto, Gallais, & Theoleyre, 2017). Les
algorithmes centralisés sont capables de trouver des solutions optimales au détriment de la réactivité tandis que les algorithmes distribués s'adaptent plus
rapidement à la dynamique du réseau au détriment de la précision. L'objectif est de comparer les différentes approches pour mettre en évidence le
compromis optimalité/réactivité. Cela peut conduire à proposer un algorithme d'ordonnancement qui tire parti des avantages distribués et centralisés. Une
preuve de concept est à réaliser afin de démontrer la faisabilité de la solution proposée dans le contexte de rapports à haut débit de données dictés par notre
application de surveillance des oiseaux d'eau.
Département(s) : 
Ingénierie des Systèmes Eco-Techniques
Financement :
Erasmus Mundus GENIAL