Les réseaux de capteurs corporels représentent un enjeu sociétal important en permettant des soins de meilleure qualité avec un coût réduit. Ces derniers sont utilisés pour détecter des anomalies dès leur apparition et ainsi intervenir au plus vite. Les capteurs sont soumis à de nombreuses contraintes de fiabilité, robustesse, taille et consommation. Dans cette thèse, les différentes opérations réalisées par les réseaux de capteurs corporels sont analysées. La consommation de chacune d'elles est évaluée afin de guider les axes de recherche pour améliorer l'autonomie énergétique des capteurs. Un capteur pour la détection d'arythmie sur des signaux cardiaques est proposé. Il intègre un traitement du signal via l'utilisation d'un réseau de neurone à cliques. Le système proposé est simulé et offre une exactitude de classification de 95 % pour la détection de trois types d'arythmie. Le prototypage du système via la fabrication d'un circuit mixte analogique/numérique en CMOS 65 nm montre une consommation du capteur de l'ordre de 1,4 μJ. Pour réduire encore plus l'énergie, une nouvelle méthode d'acquisition est utilisée. Une architecture de convertisseur est proposée pour l'acquisition et le traitement de signaux cardiaques. Cette dernière laisse espérer une consommation de l'ordre de 1,18 nJ pour acquérir les paramètres tout en offrant une exactitude de classification proche de 98 %. Cette étude permet d'ouvrir la voie vers la mise en place de capteurs très basse consommation pouvant durer toute une vie avec une simple pile. / Body area sensor networks gained great focused through the promiseof better quality and cheaper medical care system. They are used todetect anomalies and treat them as soon as they arise. Sensors are under heavy constraints such as reliability, sturdiness, size and power consumption. This thesis analyzes the operations perform by a body area sensor network. The different energy requirements are evaluated in order to choose the focus of the research to improve the battery life of the sensors. A sensor for arrhythmia detection is proposed. It includes some signal processing through a clique-based neural network. The system simulations allow a classification between three types of arrhythmia with 95 % accuracy. The prototype, based on a 65 nm CMOS mixed signal circuit, requires only 1.4 μJ. To further reduce energy consumption, a new sensing method is used. A converter architecture is proposed for heart beat acquisition. Simulations and estimation show a 1.18 nJ energy requirement for parameter acquisition while offering 98 % classification accuracy. This work leads the way to the development of low energy sensor with a lifetime battery life.

La technologie des réseaux de capteurs sans fil (RCSF) est l’un des éléments constitutifs de l’Internet des objets (IoT). En raison de leurs caractéristiques de déploiement facile et de leur flexibilité, ils sont utilisés dans de nombreux domaines d’application. Les réseaux à faible consommation et à perte (LLN) sont un type spécial de WSN dans lequel les noeuds sont largement limités en ressources. Convergecast est l’un des modes de communication de base, dans lequel tout le trafic du réseau est destiné à une destination prédéfinie appelée collecteur. Tout en prenant en compte les domaines d’applications IoT, convergecast n’est pas le seul mode de communication sur le réseau. Le récepteur doit envoyer des commandes à certains capteurs pour effectuer des actions. Dans cette application, anycast est un autre mode de communication de base. Dans anycast, le trafic provenant du récepteur est destiné à tout membre d’un groupe de récepteurs potentiels du réseau.Les LLN sont formés de noeuds de capteurs statiques et changent rarement de position. En raison des contraintes de ressources strictes imposées au calcul, à l’énergie et à la mémoire des LLN, la plupart des protocoles de routage ne prennent en charge que les réseaux statiques. Cependant, la mobilité est devenue une exigence importante pour de nombreuses applications émergentes. Dans ces applications, certains noeuds sont libres de se déplacer et de s’organiser dans un réseau connecté. La topologie changerait continuellement en raison du mouvement des noeuds et de l’instabilité des liaisons radio. Il s’agit d’une tâche difficile pour la plupart des protocoles de routage des réseaux LLN afin de s’adapter rapidement au mouvement et de reconstruire la topologie en temps voulu. Le but de cette thèse est de proposer un support de mobilité efficace pour les protocoles de routage dans les réseaux LLN. Nous nous concentrons sur convergecast et anycast, qui sont les modes de communication les plus utilisés dans les réseaux LLN, dans les scénarios de réseau mobile. Nous proposons un mécanisme d’amélioration, nommé RL (RSSI and Level),pour prendre en charge les protocoles de routage dans les réseaux LLN convergecast en mobilité. Ce mécanisme aide le protocole de routage à prendre des décisions plus rapides pour la détection de la mobilité et la mise à jour des voisins du saut suivant,mais souffre d’une surcharge importante. Nous proposons une gestion dynamique des messages de contrôle pour améliorer les performances de RL et l’implémentons en plus du protocole de routage pour réseau à faible consommation (RPL) et nous l’avons nommé RRD (RSSI, Rank and Dynamic). Après une prise en compte de l’hystérésis de la zone de couverture de la plage de transmission des noeuds, nousavons optimisé RRD. Cette version améliorée s’appelle RRD +. Sur la base de RRD+, nous avons proposé MRRD + (Multiple, RSSI, Rank et Dynamic) pour prendre en charge plusieurs puits dans les réseaux LLN convergecast en mobilité. ADUP (Adaptive Downward / Upward Protocol) est une solution de routage prenant en charge simultanément convergecast et anycast dans les réseaux LLN. Nous avons évalué les performances de nos contributions à la fois en simulation avec le simulateur Cooja et en expérience (uniquement pour ADUP) sur des motosTelosB. Les résultats obtenus en simulation et en expérience confirment l’efficacité de nos protocoles de routage. / Wireless Sensor Networks (WSNs) technology is one of the building blocks ofthe Internet of Things (IoT). Due to their features of easy deployment and flexibility,they are used in many application domains. Low-Power and Lossy Networks(LLNs) are a special type of WSNs in which nodes are largely resources constrained.For LLNs, convergecast is one of the basic traffic modes, where all traffic in the networkis destined to a predefined destination called the sink. While considering theIoT application domains, convergecast is not the only traffic mode in the network.The sink needs to send commands to certain sensors to perform actions. In this application,anycast is another basic traffic mode. In anycast, the traffic from the sinkis destined to any member of a group of potential receivers in the network.Traditionally LLNs are formed by static sensor nodes and rarely change positions.Due to the strict resource constraints in computation, energy and memory ofLLNs, most routing protocols only support static network. However, mobility hasbecome an important requirement for many emerging applications. In these applications,certain nodes are free to move and organize themselves into a connectednetwork. The topology would continuously change due to the movement of nodesand radio links instability. This is a hard task for most routing protocols of LLNs toadapt rapidly to the movement and to reconstruct topology in a timely manner.The goal of this thesis is to propose an efficient mobility support for routingprotocols in LLNs. We focus on convergecast and anycast, which are the most usedtraffic modes in LLNs, in mobile network scenarios.We propose an enhancement mechanism, named RL (RSSI and Level), to supportrouting protocols in convergecast LLNs in mobility. This mechanism helps routingprotocol make faster decisions for detecting mobility and updating next-hop neighborsbut suffers from high overhead. We propose a dynamic control message managementto enhance the overhead performance of RL and implement it on top ofRouting Protocol for Low-power and Lossy network (RPL) and we named it RRD(RSSI, Rank and Dynamic). After taking into account hysteresis of the coveragezone of the transmission range of nodes, we optimized RRD. This enhanced versionis called RRD+. Based on RRD+, we proposed MRRD+ (Multiple, RSSI, Rankand Dynamic) to support multiple sinks in convergecast LLNs in mobility. ADUP(Adaptive Downward/Upward Protocol) is a routing solution that supports bothconvergecast and anycast in LLNs concurrently.We evaluated the performance of our contributions in both simulation usingCooja simulator and experiment (only for ADUP) on TelosB motes. The resultsobtained in both simulation and experiment confirm the efficiency of our routingprotocols.

Les réseaux des capteurs sans fil sont considérés comme une alternative aux réseaux câblés afin de permettre l'installation dans des zones peu accessibles. Par conséquent, de nouveaux protocoles ont été conçus pour supporter le manque des ressources qui est spécifique à ce type de réseau. La communication entre les nœuds est réalisée par des protocoles spécifiques pour la gestion efficace de l'énergie. La gestion des données collectées par ces nœuds doit être également prise en compte car la communication entre les nœuds engendre un coût non négligeable en termes d'énergie. De plus, l'installation de ce type de réseau dans des régions lointaines facilite les attaques sur la structure des réseaux ainsi que sur les données collectées. Les mesures de sécurité envisagées amènent des coûts d'énergie supplémentaires. Un aspect souvent négligé concerne le cas où un nœud ne peut pas communiquer avec la station de base (sink node) qui collectionne et traite les données. Cependant, les nœuds continuent à accumuler des informations en suivant les plans de collection. Si la situation continue, l'espace de mémoire (storage) diminue à un point où la collection de nouvelles données n'est plus possible.Nous proposons des mécanismes pour la réduction contrôlée de données en considérant leur priorité relative. Les données sont divisées dans des unités auxquelles un niveau d'importance est alloué, en fonction des considérations d'utilité et de missions qui les utilisent. Nous proposons un ensemble de primitives (opérations) qui permettent la réduction d'espace de stockage nécessaire, tout en préservant un niveau raisonnable de résolution des informations collectées. Pour les larges réseaux à multiple nœuds, nous proposons des mécanismes pour le partage de données (data load sharing) ainsi que la redondance. Des algorithmes ont été proposés pour évaluer l'efficacité de ces techniques de gestion de données vis-à-vis de l'énergie nécessaire pour transférer les données.A travers des simulations, nous avons validé le fait que les résultats sont très utiles dans les cas à mémoire limitée (wireless nades) et pour les communications intermittentes. / Wireless Sensor Networks have evolved as an alternative to wired networks fit for quick deployments in areas with limited access. New protocols have been deviees to deal with the inherent scarcity of resources that characterizes such netvorks. Energy efficient network protocols are used for communication between nades. Data collected by wireless nades is transmitted at an energy cost and therefore carefully managed. The remote deployment of wireless networks opens the possibility of malicious attacks on the data and on the infrastructure itself. Security measures have also been devised, but they come at an energy cost. One item that has received little attention is the situation of the data sink becoming unreachable. The nodes still collect data as instructed and accumulate it. Under prolonged unavailability of the sink node, the storage space on sensor nades is used up and collecting new data is no longer feasible. Our proposal for a prioritized data reduction alleviates this problem. The collected data is divided into data units who are assigned an importance level calculated in agreement with the business case. We have proposed data reduction primitive operations that reduce the needed space while only losing a limited amount of data resolution. A multi-node deployment opens the possibility for data load sharing between the nodes as well as redundancy. Algorithms were proposed to evaluate the potential gain ofthese approaches in relation to the amount of energy spent for data transfer. The proposed approach works well in coping with fixed size data storage by trimming the low interest data in a manner that data is still usable.

Face à la limitation de la modélisation paramétrique, nous avons proposé dans cette thèse une procédure standard pour combiner les données reçues a partir de Réseaux de capteurs sans fils (WSN) pour modéliser a l'aide de Réseaux de Neurones Artificiels (ANN). Des expériences sur la modélisation thermique ont permis de démontrer que la combinaison de WSN et d'ANN est capable de produire des modèles thermiques précis. Une nouvelle méthode de formation "Multi-Pattern Cross Training" (MPCT) a également été introduite dans ce travail. Cette méthode permet de fusionner les informations provenant de différentes sources de données d'entraînements indépendants (patterns) en un seul modèle ANN. D'autres expériences ont montré que les modèles formés par la méthode MPCT fournissent une meilleure performance de généralisation et que les erreurs de prévision sont réduites. De plus, le modèle de réseau neuronal basé sur la méthode MPCT a montré des avantages importants dans le multi-variable Model Prédictive Control (MPC). Les simulations numériques indiquent que le MPC basé sur le MPCT a surpassé le MPC multi-modèles au niveau de l'efficacité du contrôle. / A Wireless Sensor Network (WSN) consisting of autonomous sensor nodes can provide a rich stream of sensor data representing physical measurements. A well built Artificial Neural Network (ANN) model needs sufficient training data sources. Facing the limitation of traditional parametric modeling, this paper proposes a standard procedure of combining ANN and WSN sensor data in modeling. Experiments on indoor thermal modeling demonstrated that WSN together with ANN can lead to accurate fine grained indoor thermal models. A new training method "Multi-Pattern Cross Training" (MPCT) is also introduced in this work. This training method makes it possible to merge knowledge from different independent training data sources (patterns) into a single ANN model. Further experiments demonstrated that models trained by MPCT method shew better generalization performance and lower prediction errors in tests using different data sets. Also the MPCT based Neural Network Model has shown advantages in multi-variable Neural Network based Model Predictive Control (NNMPC). Software simulation and application results indicate that MPCT implemented NNMPC outperformed Multiple models based NNMPC in online control efficiency.

Le bruit peut avoir un rôle bénéfique sur les processus non linéaires en charge du traitement de l'information. Depuis quelques années, des études dans divers domaines mettent en évidence différents mécanismes par lesquels cet effet de bruit utile se produit. Dans ce mémoire, nous montrons de nouveaux mécanismes d'amélioration par le bruit en traitement du signal et en imagerie, plus particulièrement dans les réseaux de capteurs et dans les systèmes d'imagerie cohérente. L'analyse de ces mécanismes est réalisée au moyen d'études analytiques, de simulations numériques et de mises en oeuvre expérimentales. Nous prenons en compte les non-linéarités avec seuil et saturation présentes dans les processus considérés, en interaction avec différents mélanges signal–bruit. Ces travaux peuvent avoir une portée dans des domaines variés tels que l'électronique ou l'imagerie optique. Nous étudions également l'influence du bruit sur le traitement de l'information par les processus neuronaux.

Les réseaux de capteurs sont au cœur des efforts de recherche de la communauté internationale depuis plusieurs années. Les domaines d'applications sont variés allant du suivi médical à la traçabilité alimentaire en passant par le bâtiment intelligent ou le monitoring urbain (pollution, bruit, consommation électrique...). Pour que ces réseaux denses, composés de centaines voire de milliers d'entités contraintes en énergie, en puissance de calcul et en communication puissent fonctionner et s'adapter aux différentes applications, il est nécessaire, selon nous, de recourir à l'auto-organisation. L'auto-organisation est un processus duquel émerge une structure globale provenant seulement des multiples interactions locales, sans références à la globalité du réseau. De nombreuses études traitent de l'évaluation de performances des stratégies d'auto-organisation. Mais le réseau est toujours considéré comme entièrement déployé, statique. Nous montrons qu'une analyse plus fine est possible pour caractériser les différentes stratégies d'auto-organisation durant la vie d'un réseau de capteurs sans fil en prenant en compte la dynamique du réseau malgré l'immobilité physique des capteurs. On propose de mettre en évidence les différentes phases de la vie d'un réseau de capteurs et de caractériser un ensemble de protocoles d'auto-organisation sur ces différentes phases ; c'est-à-dire d'en déterminer les comportements. Nous ne concevons pas l'auto-organisation comme une fin en soi, elle doit servir à résoudre des problématiques. Après avoir démontré par une série d'expérimentations dans des environnements réels, l'inadaptation de la mesure du signal reçu (RSSI) pour résoudre le défi de la localisation dans les réseaux de capteurs, nous montrons qu'il est possible de concevoir un protocole d'auto-organisation dédié à la localisation du voisinage : le Protocole de Localisation Qualitative: QLoP. Ce protocole permet de déterminer une distance qualitative en se basant uniquement sur le voisinage à 1 et 2 sauts. Nous montrons dans cette thèse que QLoP possède à la fois de bonnes propriétés pour estimer la proximité d'un nœud mais s'adapte aussi parfaitement aux changements de topologie induite par le déploiement de nouveaux capteurs ou la disparition d'autres. Les propriétés de QLoP, démontrées précédemment permettent de construire une topologie logique, le Relative Neighborhood Graph (RNG), de façon efficace. Cette topologie permet de favoriser les liens les plus robustes et d'acheminer ainsi les paquets même dans un environnement très bruité. Enfin, nous montrons que le choix de la couche MAC ainsi que la topologie influent grandement sur les performances d'un réseau de capteurs. Nous proposerons une solution utilisant les propriétés de QLoP afin de définir une couche MAC appropriée.

De nombreux travaux concernant les performances des réseaux radio ambiants reposent sur une modélisation assez simpliste de la couche physique, qu'il s'agisse de réseaux d'accès sans fil (RLAN), de réseaux ad hoc ou de réseaux de capteurs. Si une telle modélisation permet d'établir des bornes et des lois simples conduisant au développement d'approches analytiques, le passage direct à un environnement réel en montre les limites. Certains protocoles révèlent en effet des failles importantes et inattendues, alors que certains problèmes s'atténuent naturellement. <br />Le premier axe de notre travail est d'améliorer les outils de simulation et de modélisation de la couche physique afin de réduire l'écart entre ces modèles et l'environnement réel. <br />Le deuxième axe consiste à évaluer l'impact d'une telle modélisation sur les performances des réseaux. Pour cela, nous étudions deux problématiques. La première concerne la planification des réseaux sans fil et la deuxième concerne la connexité des réseaux de capteurs.

Les réseaux de capteurs sans fil posent de nombreux défis de conception. Ils doivent en particulier capter les informations provenant de l'environnement, traiter les données acquises, recevoir et retransmettre celles-ci avec une durée de vie devant atteindre plusieurs dizaines d'années selon les applications, sans intervention extérieure. Il est donc nécessaire d'optimiser la consommation d'énergie à tous les niveaux. Ce travail propose de réduire la consommation d'énergie de la partie numérique d'un nœud de réseau grâce à l'utilisation de la logique asynchrone et de communications synchrones entre le logiciel le matériel. Par ailleurs, il est important de gérer dynamiquement la consommation en adaptant dynamiquement les tensions d'alimentation. Cet aspect est traité à l'échelle du système complet, au niveau matériel, grâce à la spécification d'un coprocesseur dédié, au niveau algorithmique et logiciel temps-réel ainsi qu'au niveau des interfaces de communication.

La résolution du problème des vides dans le routage géographique dédié aux réseaux de capteurs sans fil (RCS), rencontrés lors de la remontée des informations vers les nœuds collecteurs à partir des nœuds du réseau, constitue un verrou technologique qui reste un problème ouvert encore aujourd'hui. Cette thèse, contrairement aux méthodes traditionnelles, propose une nouvelle approche pour la prise en charge de ces vides tout en optimisant l'efficacité énergétique des nœuds déployés dans un RCS faisant ainsi du routage proposé une solution adéquate pour l'acheminement des informations en temps réel. Celui-ci se base sur l'information géographique concernant le nœud courant, les vides voisins et le nœud destinataire du paquet. Notre proposition agit aussi sur des mécanismes assurant la découverte, l'annonce et la maintenance des vides d'un RCS. Le premier protocole proposé, appelé VT-SPEED, est construit sur la base d'une fonction évolutive intégrant un mécanisme d'évitement adaptatif des vides et considérant simultanément la charge des nœuds candidats au routage et leur information géographique de localisation. Afin d'optimiser l'efficacité énergétique de VT-SPEED, notre proposition inclut par ailleurs de nouvelles routines sur la base de fonctions paramétriques pour la prise en compte de l'énergie dans le routage : (a) suppression des paquets retardés sur la base de leur échéance et (b) équilibrage de charge dans le choix des sauts des paquets. Les résultats enregistrés par le protocole résultant, appelé VE-SPEED, montrent que l'approche proposée prend en compte les flux de type temps-réel, possède une grande tolérance aux vides, conserve mieux l'énergie des nœuds de bordure, assure un meilleur équilibrage de charge, et consomme de manière optimisée l'énergie des nœuds capteurs

Dans cette thèse, nous avons proposé un nouveau schéma de transmission basé sur l'échange de données entre relais (fDSTC). Via des simulations numériques et des analyses mathématiques, le protocole fDSTC est comparé en termes de taux d'erreur, de probabilité de coupure, de diversité et d'efficacité énergétique avec les schémas plus classiques de codes spatio-temporel distribués (cDSTC), en utilisant des relais non-régénératif (NR-relais) et des relais régénératif (R-relais). De plus, le protocole fDSTC est exploité dans un système multi-antennes et son efficacité énergétique est montrée en utilisant un modèle d'énergie typique largement utilisé dans la littérature, ainsi qu' un modèle réaliste basé sur la plate-forme de réseaux de capteurs PowWow. Bien que peu considéré dans la littérature sur les techniques de relais coopératifs , le protocole MAC a une grande influence sur la consommation d'énergie totale des réseaux. Cela conduit à une grande motivation pour concevoir un protocole MAC coopératif, MAC-RIC, en combinant les techniques d'échantillonnage de préambule et relais coopératifs. Les résultats analytiques confirment encore l'intérêt d'utiliser les techniques de relais coopératif, mais leur efficacité énergétique peut être affectée par les charges de trafic et la latence désirée.