Dans le domaine des télécommunications sans fil, les domaines applicatifs sont de plus en plus larges, s’étendant par exemple du grand public, à la voiture connectée, à l’internet des objets (IoT Internet of Things) et à l’industrie 4.0. Dans ce dernier cas, l’objectif est d’aboutir à une flexibilité et à une versatilité accrues des chaînes de production et à une maintenance prédictive des machines, pour ne citer que quelques exemples. Cependant, les réseaux sans fil actuels ne sont pas encore en mesure de répondre aux nombreuses lacunes de la quatrième génération des réseaux mobiles (4G) et aux exigences de la 5G quant à une connectivité massive, une ultra fiabilité et des temps de latence extrêmement faibles. L’optimisation des ressources spectrales est également un point très important. La 5G était initialement considérée comme une évolution, rendue possible grâce aux améliorations apportées à la LTE (Long Term Evolution), mais elle ne tardera pas à devenir une révolution et une avancée majeure par rapport aux générations précédentes.Dans ce cadre, la technologie des réseaux massifs ou Massive MIMO (Multiple-Input Multiple-Output) s’est imposée comme l’une des technologies de couche physique les plus prometteuses. L'idée principale est d'équiper les stations de base de grands réseaux d’antennes (100 ou plus) pour communiquer simultanément avec de nombreux terminaux ou équipements d’utilisateurs. Grâce à un prétraitement intelligent au niveau des signaux d’émission, les systèmes Massive MIMO promettent d’apporter une grande amélioration des performances, tout en assurant une excellente efficacité spectrale et énergétique. Cependant certains défis doivent encore être relevés avant le déploiement complet des communications basées sur le massive MIMO. Par exemple, l’élaboration de modèles de canaux représentatifs de l’environnement réel, l'impact de la diversité de polarisation, les stratégies de sélection optimale d’antennes et l'acquisition d'informations d'état du canal, sont des sujets importants à explorer. En outre, une bonne compréhension des canaux de propagation en milieu industriel est nécessaire pour optimiser les liens de communication de l'industrie intelligente du futur.Dans cette thèse, nous essayons de répondre à certaines de ces questions en nous concentrant sur trois axes principaux :1) La caractérisation polarimétrique des canaux massive MIMO en environnement industriel. Pour cela, on étudie des scénarios correspondant à des canaux ayant ou non une visibilité directe entre émetteur et récepteur (Line of Sight – LOS) ou Non LOS, et en présence de divers types d’obstacles. Les métriques associées sont soit celles utilisées en propagation telles que le facteur de Rice et la corrélation spatiale, soit orientées système comme la capacité totale du canal incluant des stratégies de précodage linéaire. De plus, les schémas de diversité de polarisation proposés montrent des résultats très prometteurs.2) En massive MIMO, un objectif important est de réduire le nombre de chaînes de fréquences radio et donc la complexité du système, en sélectionnant un ensemble d'antennes distribuées. Cette stratégie de sélection utilisant la corrélation spatiale du récepteur et une métrique de propagation comme facteur de mérite, permet d'obtenir une capacité totale quasi-optimale.3) Une technique efficace de réduction des ressources lors de l’acquisition d’informations du canal de propagation dans les systèmes FDD (frequency-division-duplex) est enfin proposée. Elle repose sur la corrélation spatiale au niveau de l'émetteur et consiste à résoudre un ensemble d'équations auto-régressives simples. Les résultats montrent que cette technique permet d’atteindre des performances qui ne sont pas trop éloignées de celles des systèmes TDD (time-division-duplex) initialement proposés pour le massive MIMO. / Continuous efforts have been made to boost wireless systems performance, however, current wireless networks are not yet able to fulfill the many gaps from 4G and requirements for 5G. Thus, significant technological breakthroughs are still required to strengthen wireless networks. For instance, in order to provide higher data rates and accommodate many types of equipment, more spectrum resources are needed and the currently used spectrum requires to be efficiently utilized. 5G, or the fifth generation of mobile networks, is initially being labeled as an evolution, made available through improvements in LTE, but it will not be long before it becomes a revolution and a major step-up from previous generations. Massive MIMO has emerged as one of the most promising physical-layer technologies for future 5G wireless systems. The main idea is to equip base stations with large arrays (100 antennas or more) to simultaneously communicate with many terminals or user equipments. Using smart pre-processing at the array, massive MIMO promises to deliver superior system improvement with improved spectral efficiency, achieved by spatial multiplexing and better energy efficiency, exploiting array gain and reducing the radiated power. Massive MIMO can fill the gap for many requirements in 5G use-cases notably industrial IOT (internet of things) in terms of data rates, spectral and energy efficiency, reliable communication, optimal beamforming, linear processing schemes and so on. However, the hardware and software complexity arising from the sheer number of radio frequency chains is a bottleneck and some challenges are still to be tackled before the full operational deployment of massive MIMO. For instance, reliable channel models, impact of polarization diversity, optimal antenna selection strategies, mutual coupling and channel state information acquisition amongst other aspects, are all important questions worth exploring. Also, a good understanding of industrial channels is needed to bring the smart industry of the future ever closer.In this thesis, we try to address some of these questions based on radio channel data from a measurement campaign in an industrial scenario using a massive MIMO setup. The thesis' main objectives are threefold: 1) Characterization of massive MIMO channels in Industry 4.0 (industrial IoT) with a focus on spatial correlation, classification and impact of cross-polarization at transmission side. The setup consists in multiple distributed user-equipments in many propagation conditions. This study is based on propagation-based metrics such as Ricean factor, correlation, etc. and system-oriented metrics such as sum-rate capacity with linear precoding and power allocation strategies. Moreover, polarization diversity schemes are proposed and were shown to achieve very promising results with simple allocation strategies. This work provides comprehensive insights on radio channels in Industry 4.0 capable of filling the gap in channel models and efficient strategies to optimize massive MIMO setups. 2) Proposition of antenna selection strategies using the receiver spatial correlation, a propagation metric, as a figure of merit. The goal is to reduce the number of radio frequency chain and thus the system complexity by selecting a set of distributed antennas. The proposed strategy achieves near-optimal sum-rate capacity with less radio frequency chains. This is critical for massive MIMO systems if complexity and cost are to be reduced. 3) Proposition of an efficient strategy for overhead reduction in channel state information acquisition of FDD (frequency-division-duplex) systems. The strategy relies on spatial correlation at the transmitter and consists in solving a set of simple autoregressive equations (Yule-Walker equations). The results show that the proposed strategy achieves a large fraction of the performance of TDD (time-division-duplex) systems initially proposed for massive MIMO.

Résumé : Dans les couverts forestiers, le suivi de l’humidité du sol permet de prévenir plusieurs désastres tels que la paludification, les incendies et les inondations. Comme ce paramètre est très dynamique dans l’espace et dans le temps, son estimation à grande échelle présente un grand défi, d’où le recours à la télédétection radar. Le capteur radar à synthèse d’ouverture (RSO) est couramment utilisé grâce à sa vaste couverture et sa résolution spatiale élevée. Contrairement aux sols nus et aux zones agricoles, le suivi de l’humidité du sol en zone forestière est très peu étudié à cause de la complexité des processus de diffusion dans ce type de milieu. En effet, la forte atténuation de la contribution du sol par la végétation et la forte contribution de volume issue de la végétation réduisent énormément la sensibilité du signal radar à l’humidité du sol. Des études portées sur des couverts forestiers ont montré que le signal radar en bande C provient principalement de la couche supérieure et sature vite avec la densité de la végétation. Cependant, très peu d’études ont exploré le potentiel des paramètres polarimétriques, dérivés d’un capteur polarimétrique comme RADARSAT-2, pour suivre l’humidité du sol sur les couverts forestiers. L’effet du couvert végétal est moins important avec la bande L en raison de son importante profondeur de pénétration qui permet de mieux informer sur l’humidité du sol. L’objectif principal de ce projet est de suivre l’humidité du sol à partir de données radar entièrement polarimétriques en bandes C et L sur des sites forestiers. Les données utilisées sont celles de la campagne terrain Soil Moisture Active Passive Validation EXperiment 2012 (SMAPVEX12) tenue du 6 juin au 17 juillet 2012 au Manitoba (Canada). Quatre sites forestiers de feuillus ont été échantillonnés. L’espèce majoritaire présente est le peuplier faux-tremble. Les données utilisées incluent des mesures de l’humidité du sol, de la rugosité de surface du sol, des caractéristiques des sites forestiers (arbres, sous-bois, litières…) et des données radar entièrement polarimétriques aéroportées et satellitaires acquises respectivement, en bande L (UAVSAR) à 30˚ et 40˚ et en bande C (RADARSAT-2) entre 20˚ et 30˚. Plusieurs paramètres polarimétriques ont été dérivés des données UAVSAR et RADARSAT-2 : les coefficients de corrélation (ρHHVV, φHHVV, etc); la hauteur du socle; l’entropie (H), l’anisotropie (A) et l’angle alpha extraits de la décomposition de Cloude-Pottier; les puissances de diffusion de surface (Ps), de double bond (Pd) extraites de la décomposition de Freeman-Durden, etc. Des relations entre les données radar (coefficients de rétrodiffusion multifréquences et multipolarisations (linéaires et circulaires) et les paramètres polarimétriques) et l’humidité du sol ont été développées et analysées. Les résultats ont montré que 1) En bande L, plusieurs paramètres optimaux permettent le suivi de l’humidité du sol en zone forestière avec un coefficient de corrélation significatif (p-value < 0,05): σ[indice supérieur 0] linéaire et σ[indice supérieur 0] circulaire (le coefficient de corrélation, r, varie entre 0,60 et 0,96), Ps (r entre 0,59 et 0,84), Pd (r entre 0,6 et 0,82), ρHHHV_30˚, ρVVHV_30˚, φHHHV_30˚ and φHHVV_30˚ (r entre 0,56 et 0,81) alors qu’en bande C, ils sont réduits à φHHHV, φVVHV et φHHVV (r est autour de 0,90). 2) En bande L, les paramètres polarimétriques n’ont pas montré de valeur ajoutée par rapport aux signaux conventionnels multipolarisés d’amplitude, pour le suivi de l’humidité du sol sur les sites forestiers. En revanche, en bande C, certains paramètres polarimétriques ont montré de meilleures relations significatives avec l’humidité du sol que les signaux conventionnels multipolarisés d’amplitude. / Abstract : Over forest canopies, soil moisture monitoring allows to prevent many disasters such as paludification, fires and floods. As this parameter is very dynamic in space and time, its large-scale estimation is a great challenge, hence the use of radar remote sensing. Synthetic aperture radar (SAR) sensor is commonly used due to its wide spatial coverage and its high spatial resolution. Unlike bare soils and agricultural areas, only few investigations focused on the monitoring of soil moisture over forested areas due to the complexity of the scattering processes in this kind of medium. Indeed, the high attenuation of soil contribution by the vegetation and the high vegetation volume contribution significantly reduce the sensitivity of the radar signal to soil moisture. Studies conducted at C-band have shown that the radar signal mainly comes from the upper layer and it quickly saturates with the vegetation density. However, very few studies have explored the potential of polarimetric parameters derived from a fully polarimetric sensor such as RADARSAT-2, to monitor soil moisture over forest canopies. With its large penetration’s depth, vegetation cover effect is less important at L-band, allowing thus to better inform on soil moisture. The main objective of this project is to monitor soil moisture from fully polarime tric L and C bands radar data acquired over forested sites. The data used were collected during the field campaign of Soil Moisture Active Passive Validation EXperiment 2012 (SMAPVEX12) which took place from June 6 to July 17, 2012 in Manitoba (Canada). Four deciduous forested sites were sampled. The main species is the trembling aspen. The data used included measurements of soil moisture, soil surface roughness, characteristics of the forested sites (trees, undergrowth, litter, etc.) and fully polarimetric airborne and satellite radar data respectively acquired at L-band (UAVSAR) with 30 ̊ and at 40 ̊ incidence angles and at C-band (RADARSAT -2) between 20 ̊ and 30 ̊. Several polarimetric parameters were derived from UAVSAR and RADARSAT-2 data: the correlation c oefficients (ρHHVV, φHHVV, etc); the pedestal height; entropy (H), anisotropy (A) and alpha angle extracted from Cloude-Pottier decomposition; surface (Ps) and double bounce (Pd) scattering powers extracted from Freeman-Durden decomposition, etc. Relationships between radar backscattering data (multifrequency and multipolarisation (linear/circular) backscattering coefficients and polarimetric parameters) and soil moisture were developed and analyzed. The results showed that 1) at L-band, several optimal parameters allow soil moisture monitoring over forested sites with a significant correlation coefficient (p-value < 0.05): linear and circular σ[superscript 0] (the correlation coefficient, r, varies between 0.60 and 0.96), Ps (r varies between 0.59 and 0.84), Pd (r varies between 0.60 and 0.82), ρHHHV_30 ̊, ρVVHV_30 ̊, φHHHV_30 ̊ and φHHVV_30 ̊ (r varies between 0.56 and 0.81). However, at C-band, there are only few optimal parameters φHHHV, φVVHV and φHHVV (r is around 0.90) . 2) at L-band, polarimetric parameters did not show any added values for soil moisture monitoring over forested sites compared to multipolarised σ[superscript 0]. Nevertheless, at C-band some polarimetric parameters show better significant relationships with the soil moisture than the conventional multipolarised backscattering amplitudes.

Les milieux humides remplissent plusieurs fonctions écologiques d’importance et contribuent à la biodiversité de la faune et de la flore. Même s’il existe une reconnaissance croissante sur l’importante de protéger ces milieux, il n’en demeure pas moins que leur intégrité est encore menacée par la pression des activités humaines. L’inventaire et le suivi systématique des milieux humides constituent une nécessité et la télédétection est le seul moyen réaliste d’atteindre ce but. L’objectif de cette thèse consiste à contribuer et à améliorer la caractérisation des milieux humides en utilisant des données satellites acquises par des radars polarimétriques en bande L (ALOS-PALSAR) et C (RADARSAT-2). Cette thèse se fonde sur deux hypothèses (chap. 1). La première hypothèse stipule que les classes de physionomies végétales, basées sur la structure des végétaux, sont plus appropriées que les classes d’espèces végétales car mieux adaptées au contenu informationnel des images radar polarimétriques. La seconde hypothèse stipule que les algorithmes de décompositions polarimétriques permettent une extraction optimale de l’information polarimétrique comparativement à une approche multipolarisée basée sur les canaux de polarisation HH, HV et VV (chap. 3). En particulier, l’apport de la décomposition incohérente de Touzi pour l’inventaire et le suivi de milieux humides est examiné en détail. Cette décomposition permet de caractériser le type de diffusion, la phase, l’orientation, la symétrie, le degré de polarisation et la puissance rétrodiffusée d’une cible à l’aide d’une série de paramètres extraits d’une analyse des vecteurs et des valeurs propres de la matrice de cohérence. La région du lac Saint-Pierre a été sélectionnée comme site d’étude étant donné la grande diversité de ses milieux humides qui y couvrent plus de 20 000 ha. L’un des défis posés par cette thèse consiste au fait qu’il n’existe pas de système standard énumérant l’ensemble possible des classes physionomiques ni d’indications précises quant à leurs caractéristiques et dimensions. Une grande attention a donc été portée à la création de ces classes par recoupement de sources de données diverses et plus de 50 espèces végétales ont été regroupées en 9 classes physionomiques (chap. 7, 8 et 9). Plusieurs analyses sont proposées pour valider les hypothèses de cette thèse (chap. 9). Des analyses de sensibilité par diffusiogramme sont utilisées pour étudier les caractéristiques et la dispersion des physionomies végétales dans différents espaces constitués de paramètres polarimétriques ou canaux de polarisation (chap. 10 et 12). Des séries temporelles d’images RADARSAT-2 sont utilisées pour approfondir la compréhension de l’évolution saisonnière des physionomies végétales (chap. 12). L’algorithme de la divergence transformée est utilisé pour quantifier la séparabilité entre les classes physionomiques et pour identifier le ou les paramètres ayant le plus contribué(s) à leur séparabilité (chap. 11 et 13). Des classifications sont aussi proposées et les résultats comparés à une carte existante des milieux humide du lac Saint-Pierre (14). Finalement, une analyse du potentiel des paramètres polarimétrique en bande C et L est proposé pour le suivi de l’hydrologie des tourbières (chap. 15 et 16). Les analyses de sensibilité montrent que les paramètres de la 1re composante, relatifs à la portion dominante (polarisée) du signal, sont suffisants pour une caractérisation générale des physionomies végétales. Les paramètres des 2e et 3e composantes sont cependant nécessaires pour obtenir de meilleures séparabilités entre les classes (chap. 11 et 13) et une meilleure discrimination entre milieux humides et milieux secs (chap. 14). Cette thèse montre qu’il est préférable de considérer individuellement les paramètres des 1re, 2e et 3e composantes plutôt que leur somme pondérée par leurs valeurs propres respectives (chap. 10 et 12). Cette thèse examine également la complémentarité entre les paramètres de structure et ceux relatifs à la puissance rétrodiffusée, souvent ignorée et normalisée par la plupart des décompositions polarimétriques. La dimension temporelle (saisonnière) est essentielle pour la caractérisation et la classification des physionomies végétales (chap. 12, 13 et 14). Des images acquises au printemps (avril et mai) sont nécessaires pour discriminer les milieux secs des milieux humides alors que des images acquises en été (juillet et août) sont nécessaires pour raffiner la classification des physionomies végétales. Un arbre hiérarchique de classification développé dans cette thèse constitue une synthèse des connaissances acquises (chap. 14). À l’aide d’un nombre relativement réduit de paramètres polarimétriques et de règles de décisions simples, il est possible d’identifier, entre autres, trois classes de bas marais et de discriminer avec succès les hauts marais herbacés des autres classes physionomiques sans avoir recours à des sources de données auxiliaires. Les résultats obtenus sont comparables à ceux provenant d’une classification supervisée utilisant deux images Landsat-5 avec une exactitude globale de 77.3% et 79.0% respectivement. Diverses classifications utilisant la machine à vecteurs de support (SVM) permettent de reproduire les résultats obtenus avec l’arbre hiérarchique de classification. L’exploitation d’une plus forte dimensionalitée par le SVM, avec une précision globale maximale de 79.1%, ne permet cependant pas d’obtenir des résultats significativement meilleurs. Finalement, la phase de la décomposition de Touzi apparaît être le seul paramètre (en bande L) sensible aux variations du niveau d’eau sous la surface des tourbières ouvertes (chap. 16). Ce paramètre offre donc un grand potentiel pour le suivi de l’hydrologie des tourbières comparativement à la différence de phase entre les canaux HH et VV. Cette thèse démontre que les paramètres de la décomposition de Touzi permettent une meilleure caractérisation, de meilleures séparabilités et de meilleures classifications des physionomies végétales des milieux humides que les canaux de polarisation HH, HV et VV. Le regroupement des espèces végétales en classes physionomiques est un concept valable. Mais certaines espèces végétales partageant une physionomie similaire, mais occupant un milieu différent (haut vs bas marais), ont cependant présenté des différences significatives quant aux propriétés de leur rétrodiffusion. / Wetlands fill many important ecological functions and contribute to the biodiversity of fauna and flora. Although there is a growing recognition of the importance to protect these areas, it remains that their integrity is still threatened by the pressure of human activities. The inventory and the systematic monitoring of wetlands are a necessity and remote sensing is the only realistic way to achieve this goal. The primary objective of this thesis is to contribute and improve the wetland characterization using satellite polarimetric data acquired in L (ALOS-PALSAR) and C (RADARSAT-2) band. This thesis is based on two hypotheses (Ch. 1). The first hypothesis stipulate that classes of plant physiognomies, based on plant structure, are more appropriate than classes of plant species because they are best adapted to the information content of polarimetric radar data. The second hypothesis states that polarimetric decomposition algorithms allow an optimal extraction of polarimetric information compared to a multi-polarized approach based on the HH, HV and VV channels (Ch. 3). In particular, the contribution of the incoherent Touzi decomposition for the inventory and monitoring of wetlands is examined in detail. This decomposition allows the characterization of the scattering type, its phase, orientation, symmetry, degree of polarization and the backscattered power of a target with a series of parameters extracted from an analysis of the coherency matrix eigenvectors and eigenvalues. The lake Saint-Pierre region was chosen as the study site because of the great diversity of its wetlands that are covering more than 20 000 ha. One of the challenges posed by this thesis is that there is neither a standard system enumerating all the possible physiognomic classes nor an accurate description of their characteristics and dimensions. Special attention was given to the creation of these classes by combining several data sources and more than 50 plant species were grouped into nine physiognomic classes (Ch. 7, 8 and 9). Several analyzes are proposed to validate the hypotheses of this thesis (Ch. 9). Sensitivity analysis using scatter plots are performs to study the characteristics and dispersion of plant physiognomic classes in various features space consisting of polarimetric parameters or polarization channels (Ch. 10 and 12). Time series of made of RADARSAT-2 images are used to deepen the understanding of the seasonal evolution of plant physiognomies (Ch. 12). The transformed divergence algorithm is used to quantify the separability between physiognomic classes and to identify the parameters (s) that contribute the most to their separability (Ch. 11 and 13). Classifications are also proposed and the results compared to an existing map of the lake Saint-Pierre wetlands (Ch. 14). Finally, an analysis of the potential of polarimetric parameters in C and L-band is proposed for the monitoring of peatlands hydrology (Ch. 15 and 16). Sensitivity analyses show that the parameters of the 1st component, relative to the dominant (polarized) part of the signal, are sufficient for a general characterization of plant physiognomies. The parameters of the second and third components are, however, needed for better class separability (Ch. 11 and 13) and a better discrimination between wetlands and uplands (Ch. 14). This thesis shows that it is preferable to consider individually the parameters of the 1st, 2nd and 3rd components rather than their weighted sum by their respective eigenvalues (Ch. 10 and 12). This thesis also examines the complementarity between the structural parameters and those related to the backscattered power, often ignored and normalized by most polarimetric decomposition. The temporal (seasonal) dimension is essential for the characterization and classification of plant physiognomies (Ch. 12, 13 and 14). Images acquired in spring (April and May) are needed to discriminate between upland and wetlands while images acquired in summer (July and August) are needed to refine the classifications of plant physiognomies. A hierarchical classification tree developed in this thesis represents a synthesis of the acquired knowledge (Chapter 14). Using a relatively small number of polarimetric parameters and simple decision rules, it is possible to identify, among other, three low marshes classes and to discriminate with success herbaceous high marshes from other physiognomic classes without using ancillary data source. The results obtained are comparable to those from a supervised classification using two Landsat-5 images with an overall accuracy of 77.3% and 79.0% respectively. Various classifications using the support vector machine (SVM) can reproduce the results obtained with the hierarchical classification tree. But the possible exploitation by the SVM of a higher dimensionality, with a maximum overall accuracy of 79.1%, does not allow however to achieve significantly better results. Finally, the phase of the Touzi decomposition appears to be the only parameter (in L-band) sensitive to changes in water level beneath the peat surface (Ch. 16). Therefore, this parameter offer a great potential for peatlands hydrology monitoring compared to the HH-VV phase difference. This thesis demonstrates that the Touzi decomposition parameters allow a better characterization, better separability and better classifications of wetlands plant physiognomic classes than HH, HV and VV polarization channels. The grouping of plant species into physiognomic classes is a valid concept. However, some plant species sharing a similar physiognomy, but occupying a different environment (high vs. low marshes), have presented significant differences in their scattering properties.

No description available.