Diverses technologies de localisation précise à bas coût ont vu le jour ces dernières années (ex. standard UWB/IEEE802.15.4z, GPS RTK, radio cellulaire en bandes millimétriques...). Toutefois, en dépit des bonnes performances théoriques de ces systèmes, la présence d'obstructions radio et de trajets multiples dégrade en pratique considérablement la précision et la continuité de la localisation (ex. localisation véhiculaire en canyons urbains, localisation indoor en milieux industriels denses…).

Dans le cadre de ce stage de recherche, on se propose d'exploiter des outils issus du domaine de l'intelligence artificielle pour appréhender la complexité des signaux multi-trajets reçus au regard des erreurs de radiolocalisation. A cette occasion, on cherchera à développer une stratégie de localisation générique, applicable à différentes technologies radio, pour la détection et la correction des situations habituellement pathologiques (en particulier, liées aux non-visibilités radio).

Le travail demandé se décompose comme suit :

- 1) Etudes bibliographiques

* Familiarisation avec les métriques, méthodes génériques et algorithmes conventionnels de localisation radio ;

* Analyse de l'état de l'art récent en matière de traitements multi-trajets dans ce même contexte de localisation radio (dont certaines méthodes à base d'Intelligence artificielle / d'apprentissage machine). On ciblera en particulier les techniques de détection/correction des situations de non-visibilité, au niveau "lien" (i.e., sur la seule base d'un lien radio entre émetteur et récepteur) et au niveau "système" (i.e., sur la base multiples liens radio entre un mobile et des ancres géo-référencées) ;

- 2) Constitution d'une base de données de mesures réelles

* Mise en place d'une campagne de collecte de données terrain, pour différentes technologies radio (UWB, GPS, radio IoT longue portée de type LoRA, voire radio 5G… sub-6GHz) ;
*Mise en forme des bases de données ;

- Conception et validation d'algorithmes d'intelligence artificielle (apprentissage machine et reconnaissance de motifs), à partir des bases de données acquises

* Méthode simple de classification pour la détection des cas de non-visibilité à partir de l'analyse du signal multi-trajets reçu sur chaque lien (typiquement, à partir de la réponse impulsionnelle estimée du canal radio) et des stratégies de correction associées des métriques radio au niveau "lien" ;
* Algorithme de positionnement exploitant les signaux multi-trajets reçus vis-à-vis de multiples ancres et intégrant directement les corrections à appliquer (sans étape intermédiaire au niveau "lien").
* Algorithme de positionnement exploitant la dynamique des signaux multi-trajets reçus en situation de mobilité.