|
Algorithmes particulaires pour la poursuite
de mobiles dans un réseau cellulaire
Localisation : IRISA Rennes
Equipe : Sigma2 (Signaux,
Modèles et Algorithmes)
Responsable :
François LeGland
(tél. : 02 99 84 73 62, e-mail : legland@irisa.fr)
Sujet. Le sujet de thèse est motivé par la localisation des utilisateurs de
téléphone mobile dans un réseau. Il s'agit d'un problème important, dont
les applications potentielles sont très nombreuses : appels d'urgence, aide
à la navigation, planifaction cellulaire, prédiction de hand-over, pages
jaunes mobiles, facturation dépendante de la position (position dependent
billing), publicité localisée (position dependent advertising), etc.
Pour localiser un mobile dans un réseau, si on exclut la solution d'un
récepteur GPS pour des raisons de coût, d'incidence sur la consommation, et
de conditions d'utilisation, plusieurs sources d'informations sont
disponibles, à partir des différents signaux émis par les stations de base.
En environnement urbain cependant, ces différentes mesures ne suffisent pas
pour localiser le mobile, et la propagation du signal le long des rues et
des immeubles est à l'origine de trajets multiples, dûs à des différences
de marche entre différents chemin de propagation. Dans ce contexte, une
approche prometteuse consiste à compléter les mesures ponctuelles de
localisation par un modèle de poursuite décrivant la dynamique du mobile
entre deux instants de mesures, et qui puisse tenir compte de contraintes
connues, par exemple liées à la topographie, refléter plusieurs hypothèses
concernant le type de déplacement du mobile, etc. Le filtrage de Kalman ne
permet pas de prendre en compte aisément ces différentes contraintes, et
les techniques récentes de filtrage particulaire ont été proposées comme
alternative.
La recherche proposée pour la thèse consiste à développer des algorithmes
de filtrage particulaire adaptés à la poursuite en environnement complexe,
et à étudier leurs propriétés mathématiques, en s'appuyant sur les
compétences présentes à l'IRISA, à l'ENST
et au LSP de l'université Paul Sabatier,
réunies au sein d'une action MathSTIC du CNRS
sur les chaînes de Markov cachées et le filtrage particulaire.
|
|