Séminaire – Algorithmes d’apprentissage par renforcement implantables dans des objets (LoRa) pour améliorer (collisions, propagation) l’accès au spectre radio dans les bandes non licenciées

Le 01 juillet 2022 à 13h
Amphi 80
Campus de Nouville
UNC - ISEA

Ouvert à toutes et à tous (dans la limite des places disponibles), il aura lieu en amphi 80. Ce séminaire sera animé par le professeur Christophe Moy de l’Université de Rennes 1 (laboratoire IETR, UMR CNRS 6164), expert en électronique et télécoms/Internet des objets. Après un passage comme ingénieur recherche à Mitsubishi et comme professeur à Central Supélec et Supélec, Chistophe Moy est devenu en 2017 professeur à l’Université de Rennes 1. Il consacre l’essentiel de sa recherche nationale et internationale à l’étude de la radio logicielle et de la radio intelligente (cognitive radio) en lien avec l’accès dynamique au spectre.

 

Résumé

Le laboratoire IETR travaille sur la radio logicielle et la radio intelligente depuis plus de 20 ans, en particulier pour permettre un accès plus dynamique au spectre radio. Après avoir proposé une solution à base d’IA pour le contexte futuriste (non encore permis par la régulation) de l’accès opportuniste au spectre (OSA), nous avons appliqué notre approche aux bandes non licenciées, et en particulier l’Internet des Objets (Internet of Things – IoT). Dans ce contexte, les objets émettent “quand ils veulent”, ce qui induit inévitablement des collisions radio (donc des pertes de paquets). Nous proposons une approche qui peut non seulement prévenir les collisions entre les émissions effectuées par les objets, qui vont se multiplier dans le futur, mais aussi qui résout dès aujourd’hui les problèmes liés à la propagation.

 

En effet, les objets IoT disposent de plusieurs canaux fréquentiels que les standards actuels exploitent de manière aléatoire alors que certains canaux sont inévitablement inefficaces, soit en raison de la présence d’un plus grand nombre d’objets, soit à cause de leurs conditions de propagation. Ceci ne peut pas être pré-calculé et doit être appris en ligne, dans l’objet. Ceci nécessite une solution peu coûteuse en termes de puissance de calcul et d’empreinte mémoire, afin qu’elle puisse être embarquée dans des objets à ressources très réduites. Elle repose sur les algorithmes UCB (Upper Confidence Bound) qui résolvent les problèmes dit de bandits manchots (Multi-Armed Bandit – MAB). Nous montrerons comment nous avons pu valider ces travaux dans un réseau LoRaWAN réel déployé sur la ville de Rennes.

 

 

Biographie

Christophe MOY a obtenu un diplôme d’Ingénieur et un doctorat en Électronique de l’INSA de Rennes en 1995 et 1999. Il est Professeur à l’Université de Rennes 1 depuis 2017. Il était professeur à CentraleSupélec et Supélec entre 2005 et 2017. Il effectue ses recherches à l’IETR (Institut d’Electronique et des Technologies du numéRique) depuis 2005. Il a auparavant été ingénieur de recherche à Mitsubishi Electric Centre Europe entre 1999 et 2005. C’est là qu’il a commencé à étudier la radio logicielle avant de généraliser l’approche à la radio intelligente (cognitive radio) et à l’accès dynamique au spectre. Christophe MOY a participé à de nombreux projets de recherche européens (E2R, NEWCOM, etc.), français (ANR WiNoCoD, MOPCOM,…), du Pôle de Compétitivité breton “Images et Réseaux” (SoftRF). Il a aussi été membre du Labex CominLabs et de l’IRT b<>com.

 

Contact

Direction ISEA
Le 01 juillet 2022 à 13h

Partager Facebook Twitter Linkedin Vendredi 1 juillet 2022 à 13h, l’Institut de sciences exactes et appliquées (ISEA) de l’UNC organise … Lire la suite