Doctorant en analyse et conception de structures périodiques à l'aide de l'intelligence artificielle (H/F)

Description du Poste

Sujet De Thèse

Les communications satellitaires et les systèmes d’observation de la Terre font face à des exigences de performance de plus en plus strictes, portées par le déploiement des constellations en orbite terrestre basse (LEO) et par le besoin croissant d’une surveillance climatique précise. Ces applications reposent sur des structures électromagnétiques (EM) périodiques avancées, telles que les convertisseurs de polarisation, les métasurfaces et les dispositifs dichroïques, afin de permettre le développement de solutions matérielles compactes, légères et à faible coût, compatibles avec la production de masse et les contraintes des systèmes embarqués spatiaux [1]-[2].

Cependant, l’analyse et la conception de ces dispositifs EM avancés impliquent des géométries comportant un grand nombre de paramètres, des effets de couplage électromagnétique marqués et des compromis de performance exigeants sur de larges bandes de fréquences et d’angles d’incidence. Cela conduit à une forte dépendance aux simulations « full-wave », particulièrement coûteuses en ressources de calcul, entraînant des cycles de conception longs et une exploration limitée de l’espace de conception.

Dans ce contexte, l’intelligence artificielle (IA) apparaît comme une solution prometteuse [3]-[4] : en apprenant les relations complexes entre les paramètres structurels et les réponses électromagnétiques, les méthodes fondées sur l’IA peuvent réduire drastiquement le coût de calcul et permettre une optimisation rapide, ouvrant ainsi la voie au développement efficace de composants de nouvelle génération, à faible coût et à hautes performances, pour les communications spatiales et les systèmes d’observation de la Terre.

L’objectif principal de cette thèse est de développer des méthodes avancées d’analyse et de conception de structures électromagnétiques périodiques dédiées au contrôle de la polarisation et aux applications radiométriques, en combinant la théorie électromagnétique, les structures périodiques et des techniques d’optimisation fondées sur l’intelligence artificielle.

[1] M. Ettorre, F. F. Manzillo, M. Casaletti, R. Sauleau, L. Le Coq, and N. Capet, “Continuous transverse stub array for Ka‐band applications,” IEEE Trans. Antennas Propag., vol. 63, no. 11, pp. 4792–4800, Nov. 2015.
[2] C. Bilitos, X. Morvan, R. Sauleau, E. Martini, S. Maci and D. González‐Ovejero, “Series dual‐fed continuous transverse stub array with enhanced multibeam operation enabled by a reflective Luneburg lens,” IEEE Trans. Antennas Propag., vol. 72, no. 11, pp. 8420‐8432, Nov. 2024.
[3] A. Massa, G. Oliveri, M. Salucci, N. Anselmi, and P. Rocca, “Learning‐by‐examples techniques as applied to electromagnetics,” J. Electromag. Waves Appl., vol. 32, no. 4, pp. 516‐541, 2018.
[4] M. Li and M. Salucci, Applications of Deep Learning in Electromagnetics: Teaching Maxwell’s equations to machines. Scitech Publishing, 2023

Votre Environnement de Travail

Cette thèse s’inscrit dans le cadre des activités collaboratives en cours entre l’IETR et l’agence spatiale française CNES (https://cnes.fr). Ce projet interdisciplinaire sera mené au sein de l’IETR – UMR CNRS 6164 (http://www.ietr.fr) et impliquera fortement deux des plateformes technologiques de l’IETR :
- La plateforme nR (NanoRennes), https://www.ietr.fr/en/nr-nanorennes-platform, disposant d’une expertise en microfabrication.
- La plateforme M²ARS (Manufacturing Measurement Analysis of Radiating Systems), https://www.ietr.fr/en/m2ars-manufacturing-measurement-analysis-radiating-systems-platform, spécialisée dans la métrologie avancée des antennes et le prototypage.

Le doctorant réalisera une étude bibliographique portant sur les outils d’intelligence artificielle (IA) ainsi que sur l’analyse et la synthèse de structures périodiques, afin d’identifier les techniques d’optimisation fondées sur l’IA les plus adaptées à la phase de conception. Ces travaux seront suivis par la réalisation de prototypes et leur caractérisation expérimentale. Les composants développés seront fabriqués et testés en s’appuyant sur les infrastructures de pointe de l’IETR.

Formation demandée : Master en en génie électrique ou en physique.
Compétences du doctorant souhaitées : antennes, micro-ondes, modélisation numérique.
Savoir-faire, savoir être : travail en équipe multiculturel, savoir rendre compte. Langues : Anglais (niveau B2 cadre européen commun de référence ou plus), la connaissance du français n'est pas requise.

Rémunération et avantages

Rémunération

2 300,00 € brut mensuel

Congés et RTT annuels

44 jours

Pratique et Indemnisation du TT

Pratique et indemnisation du TT

Transport

Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€

À propos de l’offre

À propos du CNRS

Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.

Le CNRS

Les métiers de la recherche