Les techniques dites de contrôle intelligent, les réseaux de neurones artificiels et la logique floue, sont considérées comme étant potentiellement robustes. Leur implantation digitale permet d'obtenir des solutions compactes et performantes pour certains problèmes difficiles à aborder par des techniques classiques. De telles approches pourraient donc être utilisées pour des applications destinées à fonctionner en environnement sévère (nucléaire ou spatial). <br />L'objectif de cette thèse est d'étudier la robustesse des réseaux de neurones artificiels et du contrôle flou face aux fautes de type "upset" (basculement intempestif du contenu d'une cellule mémoire), afin d'évaluer leur viabilité et leur efficacité pour les traitements effectués à bord des engins spatiaux. Pour ce faire, un ensemble d'expériences a été réalisé sur un réseau de neurones et un contrôleur flou, tous deux dédiés à des applications spatiales réelles : la classification de textures issues d'images satellites et le contrôle des roues d'un "rover" martien. Une méthode originale permettant d'augmenter la performance d'un réseau de neurones quelconque a été développée et appliquée au réseau étudié. Des architectures digitales permettant d'implanter les deux techniques étudiées dans cette thèse ont été embarquées à bord de deux satellites scientifiques. L'un d'eux est en orbite depuis plus d'un an, le lancement du second est prévu fin 1999. <br />Les résultats obtenus, aussi bien des simulations logicielles, des injections matérielles d'erreurs que des tests en accélérateur de particules montrent que les techniques de contrôle intelligent présentent une robustesse significative face aux fautes de type "upset". Les données issues du satellite en orbite confirment ces propriétés, démontrant que certains traitements peuvent être effectués de manière fiable à bord des engins spatiaux à l'aide de réseaux de neurones artificiels digitaux.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00002966 |
| Date | 05 May 1999 |
| Creators | Cheynet, P. |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | French |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0017 seconds