Cette thèse porte sur les problèmes de localisation et de surveillance de champ de gaz à l'aide de réseaux de capteurs sans fil. Nous nous intéressons d'abord à la géolocalisation des capteurs et au suivi de cibles. Nous proposons ainsi une approche exploitant la puissance des signaux échangés entre les capteurs et appliquant les méthodes à noyaux avec la technique de fingerprinting. Nous élaborons ensuite une méthode de suivi de cibles, en se basant sur l'approche de localisation proposée. Cette méthode permet d'améliorer la position estimée de la cible en tenant compte de ses accélérations, et cela à l'aide du filtre de Kalman. Nous proposons également un modèle semi-paramétrique estimant les distances inter-capteurs en se basant sur les puissances des signaux échangés entre ces capteurs. Ce modèle est une combinaison du modèle physique de propagation avec un terme non linéaire estimé par les méthodes à noyaux. Les données d'accélérations sont également utilisées ici avec les distances, pour localiser la cible, en s'appuyant sur un filtrage de Kalman et un filtrage particulaire. Dans un autre contexte, nous proposons une méthode pour la surveillance de la diffusion d'un gaz dans une zone d'intérêt, basée sur l'apprentissage par noyaux. Cette méthode permet de détecter la diffusion d'un gaz en utilisant des concentrations relevées régulièrement par des capteurs déployés dans la zone. Les concentrations mesurées sont ensuite traitées pour estimer les paramètres de la source de gaz, notamment sa position et la quantité du gaz libéré / This thesis focuses on the problems of localization and gas field monitoring using wireless sensor networks. First, we focus on the geolocalization of sensors and target tracking. Using the powers of the signals exchanged between sensors, we propose a localization method combining radio-location fingerprinting and kernel methods from statistical machine learning. Based on this localization method, we develop a target tracking method that enhances the estimated position of the target by combining it to acceleration information using the Kalman filter. We also provide a semi-parametric model that estimates the distances separating sensors based on the powers of the signals exchanged between them. This semi-parametric model is a combination of the well-known log-distance propagation model with a non-linear fluctuation term estimated within the framework of kernel methods. The target's position is estimated by incorporating acceleration information to the distances separating the target from the sensors, using either the Kalman filter or the particle filter. In another context, we study gas diffusions in wireless sensor networks, using also machine learning. We propose a method that allows the detection of multiple gas diffusions based on concentration measures regularly collected from the studied region. The method estimates then the parameters of the multiple gas sources, including the sources' locations and their release rates

Cette thèse apporte des solutions clés à deux problèmes omniprésents dans les réseaux de capteurs sans fil, à savoir la précision des mesures acquises dans les régions à faible couverture et la dimensionnalité sans cesse grandissante des données collectées. La première contribution de cette thèse est l’amélioration de la couverture de l'espace à surveiller par le biais de la mobilité des capteurs. Nous avons recours aux méthodes à noyaux en apprentissage statistique pour modéliser un phénomène physique tel que la diffusion d’un gaz. Nous décrivons plusieurs schémas d'optimisation pour améliorer les performances du modèle résultant. Nous proposons plusieurs scénarios de mobilité des capteurs. Ces scénarios définissent d'une part l'ensemble d'apprentissage du modèle et d'autre part le capteur mobile. La seconde contribution de cette thèse se situe dans le contexte de la réduction de la dimensionnalité des données collectées par les capteurs. En se basant sur l'analyse en composantes principales, nous proposons à cet effet des stratégies adaptées au fonctionnement des réseaux de capteurs sans fil. Nous étudions également des problèmes intrinsèques aux réseaux sans fil, dont la désynchronisation entre les nœuds et la présence de bruits de mesures et d’erreurs de communication. Des solutions adéquates avec l'approche Gossip et les mécanismes de lissage sont proposées. L'ensemble des techniques développées dans le cadre de cette thèse est validé sur un réseau de capteurs sans fil qui estime le champ de diffusion d’un gaz / This thesis investigates two major problems that are challenging the wireless sensor networks (WSN): the measurements accuracy in the regions with a low density of sensors and the growing volume of data collected by the sensors. The first contribution of this thesis is to enhance the collected measurements accuracy, and hence to strengthen the monitored space coverage by the WSN, by means of the sensors mobility strategy. To this end, we address the estimation problem in a WSN by kernel-based machine learning methods, in order to model some physical phenomenon, such as a gas diffusion. We propose several optimization schemes to increase the relevance of the model. We take advantage of the sensors mobility to introduce several mobility scenarios. Those scenarios define the training set of the model and the sensor that is selected to perform mobility based on several mobility criteria. The second contribution of this thesis addresses the dimensionality reduction of the set of collected data by the WSN. This dimensionality reduction is based on the principal component analysis techniques. For this purpose, we propose several strategies adapted to the restrictions in WSN. We also study two well-known problems in wireless networks: the non-synchronization problem between nodes of the network, and the noise in measures and communication. We propose appropriate solutions with Gossip-like algorithms and smoothing mechanisms. All the techniques developed in this thesis are validated in a WSN dedicated to the monitoring of a physical species leakage such as the diffusion of a gas

Cette thèse s’intéresse à la gestion décentralisée des données récoltées par les réseaux de capteurs dans le contexte des réseaux électriques intelligents (smart grids). Nous proposons une architecture décentralisée basée sur les systèmes multi-agents pour la gestion des données et de l’énergie dans un smart grid. En particulier, nos travaux traitent de la gestion des données des réseaux de capteurs dans le réseau de distribution d’un smart grid et ont pour objectif de lever deux verrous essentiels : (1) l'identification et la détection de défaillances et de changements nécessitant une prise de décision et la mise en œuvre des actions correspondantes ; (2) la gestion des grandes quantités de données qui seront récoltées suite à la prolifération des capteurs et des compteurs communicants. La gestion de ces informations peut faire appel à plusieurs méthodes, dont l'agrégation des paquets de données sur laquelle nous nous focalisons dans cette thèse. Nous proposons d’agréger (PriBaCC) et/ou de corréler (CoDA) le contenu de ces paquets de données de manière décentralisée. Ainsi, le traitement de ces données s'effectuera plus rapidement, ce qui aboutira à une prise de décision rapide et efficace concernant la gestion de l'énergie. La validation par simulation de nos contributions a montré que celles-ci répondent aux enjeux identifiés, notamment en réduisant le volume des données à gérer et le délai de communication des données prioritaires / This thesis focuses on the decentralized management of data collected by wireless sensor networks which are deployed in a smart grid, i.e. the evolved new generation electricity network. It proposes a decentralized architecture based on multi-agent systems for both data and energy management in the smart grid. In particular, our works deal with data management of sensor networks which are deployed in the distribution electric subsystem of a smart grid. They aim at answering two key challenges: (1) detection and identification of failure and disturbances requiring swift reporting and appropriate reactions; (2) efficient management of the growing volume of data caused by the proliferation of sensors and other sensing entities such as smart meters. The management of this data can call upon several methods, including the aggregation of data packets on which we focus in this thesis. To this end, we propose to aggregate (PriBaCC) and/or to correlate (CoDA) the contents of these data packets in a decentralized manner. Data processing will thus be done faster, consequently leading to rapid and efficient decision-making concerning energy management. The validation of our contributions by means of simulation has shown that they meet the identified challenges. It has also put forward their enhancements with respect to other existing approaches, particularly in terms of reducing data volume as well as transmission delay of high priority data

L'effet magnéto-impédant géant (MIG) traduit la forte variation de l'impédance d'un conducteur ferromagnétique soumis à une variation de champ magnétique externe. L'objectif de ce travail de thèse est l'optimisation des performances en bruit d'un magnétomètre à MIG. Ces dernières limitent ultimement le plus petit champ magnétique mesurable. Ainsi, nous présentons l'étude des propriétés physiques du matériau permettant d'évaluer la sensibilité propre de l'élément sensible à l'aide d'un modèle simpli fié. L'originalité de cette étude réside dans la prise en compte de la sensibilité exprimée en V/T, liée à l'amplitude d'excitation optimale, comme critère de performance. A fin d'accroître encore cette sensibilité, les dispositifs MIG sont associés à une bobine de capture. La réponse en champ du quadripôle ainsi constitué est modélisée. La capacité parasite de la bobine, identifi ée comme un facteur limitant, implique alors une fréquence d'excitation optimale propre à chaque élément sensible. Finalement, une modélisation globale des performances en bruit, intégrant de plus le conditionnement électronique, est développée. Celle-ci permet de prédire et d'analyser les performances en fonction des conditions de mise en oeuvre, notamment vis-à-vis du type de démodulation. Ces résultats valident l'intérêt de la structure quadripôle et apportent un éclairage important sur le choix du point de fonctionnement en champ statique du capteur. Ce travail permet alors de réaliser un magnétomètre optimisé. Il affi che des performances très honorables avec un niveau de bruit équivalent en champ inférieur à 1 pT/sqrt(Hz) en zone de bruit blanc.

L'objectif principal de la thèse est d'étudier le problème d'inférence bayésienne dans les réseaux de capteurs distribués avec un accent particulier sur le compromis entre la précision de l'estimation et la consommation de l'énergie. Nous avons proposé des algorithmes de traitement distribué du signal avec des mesures de capteurs quantifiées. En particulier, cette thèse porte sur l'application des méthodes variationnelles pour résoudre les problèmes de suivi de cibles sous les contraintes d'énergie dans les RCSFs. Le travail a abouti à la résolution de trois problèmes en RCSFs: la quantification intelligente des données des capteurs, la gestion des clusters et l'application de l'optimisation multi-objectifs pour s'accommoder des contraintes énergétiques d'un réseau de capteurs. Les contributions de cette thèse concernent les points suivant: -Estimation des positions de cibles basée sur des mesures quantifiées utilisant des méthodes variationnelles. -Estimation de canal entre les capteurs candidats et le chef de cluster. -Un régime de quantification adaptative sous contraintes de puissance de transmission constante et variable. -Sélection de meilleurs capteurs qui peuvent participer à la collecte de données. -Agrégation sécurisée de données dans le RCSF. -Sélection de chemins de communication optimaux entre les capteurs. -Méthode d'optimisation multi-objectifs dans le RCSF. -Application de la méthode d'agrégation multicritères des données basée sur le systéme multi-agents pour la gestion de crise dans le RCSF.

L’objectif de la thèse est d’évaluer la fiabilité des réseaux de capteurs (WSN) en milieu naturel. L’évaluation prend en compte les composants physiques des nœuds de capteurs, les cellules photovoltaïques éventuelles (PV), les batteries rechargeables ou non, les protocoles de communications et d’échange de données ainsi que les éléments nécessaires pour une détection efficace, en particulier les feux de forêt. L’étude traite d’abord du fonctionnement du réseau de capteur dans la nature en prenant en compte sa consommation d’énergie et les défaillances physiques et fonctionnelles pour évaluer sa fiabilité. Puis, la fiabilité est comparée entre un réseau sans PV (WSN) et avec PV (PV-WSN) dans des conditions d’échange de données difficiles. Enfin, l’évaluation de la fiabilité des PV-WSN est effectuée dans le cadre de la détection et de la propagation des feux de forêts avec les mêmes conditions d’échange de données. Les principales hypothèses considérées sont : des distributions de capteurs aléatoires dans des réseaux avec un seul nœud « sink », des nœuds identiques, l’affaiblissement du signal radio dû aux obstacles naturels, une propagation de feu uniforme et elliptique, une végétation homogène, une perte possible de paquets de données ainsi que l’utilisation du protocole de routage « Dynamic Source Routing (DSR) ». Un simulateur a été développé pour effectuer les différentes études. Les résultats obtenus montrent l’importance des défaillances physiques pour l’évaluation de la fiabilité et pour la prolongation de la durée de vie des WSN et PV-WSN / The objective of my thesis was to evaluate the reliability of wireless sensor networks (WSN) in natural settings. My evaluation takes into account the physical components of sensor nodes, photovoltaic (PV) cells, rechargeable and non-rechargeable batteries, communication and data transmission protocols, and elements necessary for effective detection, especially for the case of forest fires. The study first deals with the functioning of a WSN in nature by taking into account its energy consumption, and physical and functional failures to assess its reliability. Reliability is then compared between a PV-free (WSN) and PV- (PV-WSN) network under complex data exchange conditions. Finally, the evaluation of the reliability of the PV-WSN is carried out in the context of the detection and propagation of forest fires under the same conditions of data exchange. The main assumptions considered are: the WSN is structured randomly with one sink per cluster and identical sensors, environmental and orientation losses affect PV-cell recharge, the radio signal may be weakened by natural obstacles, fire propagation is uniform and elliptical, vegetation is homogeneous, and there is communication loss using the Dynamic Source Routing (DSR) protocol. A simulator was developed to carry out these assessments. The results obtained show the importance of physical failures in assessing reliability and extending WSN and PV-WSN lifetime