Français Anglais
Accueil Annuaire Plan du site
Accueil > Production scientifique > Thèses et habilitations
Production scientifique
Doctorat de

Doctorat
Equipe : Graphes, Algorithmes et Combinatoire

Conception et analyse de protocoles, pour les réseaux de capteurs sans fil, prenant en compte la consommation d'énergie

Début le 01/10/2013
Direction : LISSER, Abdel

Ecole doctorale : ED STIC 580
Etablissement d'inscription : Université Paris-Sud

Lieu de déroulement : LRI-Graphes

Soutenue le 15/12/2017 devant le jury composé de :
Directeur de thèse :
- M. Joffroy BEAUQUIER Université Paris Sud, Saclay

Co-encadrante :
- Mme. Janna BURMAN Université Paris Sud, Saclay

Rapporteurs :
- M. Luís E. T. RODRIGUES, Université de Lisbonne
- M. Alexandre CAMINADA, Université de Technologie de Belfort-Montbéliard

Examinateurs :
- M. Abdel LISSER Université Paris Sud, Saclay
- Mme. Janny LEUNG Université chinoise de Hong Kong

Invité :
- M. Thomas NOWAKUniversité Paris Sud, Saclay

Activités de recherche :

Résumé :
Ce manuscrit contient d'abord l'étude d'une extension du modèle des protocoles de populations, qui représentent des réseaux de capteurs asynchrones, passivement mobiles, limités en ressources et anonymes. Pour la première fois (à notre connaissance), un modèle formel de consommation d'énergie est proposé pour les protocoles de populations. A titre d'application, nous étudions à la complexité en énergie (dans le pire des cas et en moyenne) pour le problème de collecte de données. Deux protocoles prenant en compte la consommation d'énergie sont proposés. Le premier est déterministe et le second randomisé. Pour déterminer les valeurs optimales des paramètres, nous faisons appel aux techniques d'optimisation. Nous appliquons aussi ces techniques dans un cadre différent, celui des réseaux de capteurs corporels (WBAN). Une formulation de flux est proposée pour acheminer de manière optimale les paquets de données en minimisant la pire consommation d'énergie. Une procédure de recherche à voisinage variable est développée et les résultats numériques montrent son efficacité. Enfin, nous considérons le problème d'optimisation avec des paramètres aléatoires. Précisément, nous étudions un modèle semi-défini positif sous contrainte en probabilité. Un nouvel algorithme basé sur la simulation est proposé et testé sur un problème réel de théorie du contrôle. Nous montrons que notre méthode permet de trouver une solution moins conservatrice que d'autres approches en un temps de calcul raisonnable.