Description du sujet de thèse

Contexte :
La communication ondes millimétriques (mmWave) est considérée comme un élément clé de la prochaine génération de technologies de communication mobile (par exemple, au-delà des systèmes cellulaires 5G et 6G). L'un des principaux défis réside dans le fait que les signaux RF se propageant dans la bande de fréquences millimétriques subissent d'importantes pertes de trajet, de pénétration et de réflexion. Malgré ces inconvénients, en adoptant la technologie MIMO avancée, les systèmes à ondes millimétriques peuvent compenser l'importante perte de propagation grâce à des techniques de formation de voie (beamforming). Toutefois, les gains découlant de ces techniques d'antennes multiples dépendent de la capacité à estimer avec précision les informations sur l'état du canal (CSI).

Objectifs :
Dans ce contexte, nous visons à résoudre le problème de l'estimation du canal pour les systèmes MIMO ondes millimétriques en tirant parti de la solution émergente de la détection et de la communication intégrées (ISAC), qui permet aux systèmes de communication et de radar de partager le spectre rare et les ressources matérielles coûteuses, ce qui permet d'économiser une grande partie des coûts. Plus précisément, les informations de détection obtenues à partir d'un radar situé au même endroit que la station de base, notamment les informations de localisation représentées par le temps de vol (ToF) et l'angle d'arrivée (AoA), peuvent être utilisées pour réduire la charge des pilotes.

Programme de recherche :
Au cours, les solutions potentielles d'estimation efficace des canaux seront étudiées de manière approfondie. Une faible charge des pilotes est une condition préalable à une estimation efficace des canaux variables dans le temps, de sorte que les utilisateurs très mobiles (par exemple, les réseaux de véhicules) dans les scénarios ISAC puissent être desservis de manière fiable. Étant donné le défi majeur que représentent les systèmes ISAC assistés par MIMO, qui introduisent une charge de calcul importante sur le traitement des signaux pour les communications et la détection radar, la détection comprimée (CS), qui peut récupérer des signaux à partir de mesures réduites en tirant parti de la rareté intrinsèque, est une solution prometteuse pour l'estimation du canal ISAC. Un algorithme d'estimation de canal basé sur orthogonal matching pursuit (OMP) peut être conçu et mis en œuvre par des simulations dans le cadre de la théorie de la détection comprimée. Des techniques avancées d'apprentissage automatique peuvent également être étudiées pour servir à la prédiction des faisceaux en ondes millimétriques. En outre, les implémentations réalistes de détection/communication pourraient être évaluées en déployant des capteurs radar mmWave 60GHz/77GHz qui sont disponibles sur la plateforme Next Generation Smart Wireless Communication (NextGenComm) dans le laboratoire.

[1] Garcia, Nil et al. ”Location-aided mm-wave Channel Estimation for Vehicular Communication.” in IEEE SPAWC, 2016.

[2] R. Mundlamuri, R. Gangula, C. K. Thomas, F. Kaltenberger and W. Saad, "Sensing Aided Channel Estimation in Wideband Millimeter-Wave MIMO Systems," in IEEE ICC Workshops, 2023.

[3] Luan Chen et al. ”AoA-aware Probabilistic Indoor Location Fingerprinting using Channel State Information”, in IEEE Internet of Things Journal, 2020.

[4] Gao, Zhen, et al. "Integrated sensing and communication with mmWave massive MIMO: A compressed sampling perspective." IEEE Transactions on Wireless Communications, 2022.

Contexte de travail

Ce poste est un contrat de doctorat de 3 ans dans le cadre du PEPR 5G réseaux du futur, PC4 YACARI qui étudie la détection et la communication intégrées pour l'estimation du canal MIMO en ondes millimétriques. Cette thèse s'inscrit ainsi dans un projet scientifique plus large incluant des collaborations internes et externes dont le·la candidat·e pourra également bénéficier. Le projet de thèse sera réalisé dans l’équipe ICI (Information, Communication, Imagerie) d’ETIS (UMR8051), sous la direction du Pr Inbar Fijalkow et le co-encadrement du Dr Luan Chen. Le·la candidat·e retenu·e sera inscrit·e à l'école doctorale EM2PSI (Économie, Management, Mathématiques, Physique, Sciences Informatiques) de CY Cergy Paris Université.
ETIS est un laboratoire commun entre CY Cergy Paris Université, l'ENSEA et le CNRS, et une unité de recherche de premier plan en sciences informatiques en France. ICI est une équipe d'ETIS spécialisée dans le traitement du signal, la théorie de l’information et les télécommunications. Les domaines de recherche du groupe comprennent l’optimisation de l’allocation des ressources des systèmes sans fils, le MIMO massif, les systèmes NOMA, la sécurité de l’information à la couche physique, etc. ICI s'est forgée une réputation de classe mondiale et est devenu un acteur majeur dans ces domaines de recherche en France avec de multiples collaborations nationales et internationales.


Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.

Contraintes et risques

Prérequis
Pour ce poste, vous devez répondre aux prérequis suivants :
• Master ou équivalent en traitement du signal, télécommunications ou mathématiques appliquées
• Excellentes compétences en programmation, e.g. Matlab, Python
• Maîtrise de l'anglais parlé et écrit
• Curiosité scientifique et envie de travailler dans un projet interdisciplinaire
• Rigueur intellectuelle et attitude proactive
Un ou plusieurs des éléments suivants seraient un plus :
• Expérience en optimisation
• Expérience internationale

Processus de recrutement
Toutes les candidatures doivent être soumises via ce portail (c'est-à-dire le Portail emploi CNRS)
avant le Mai 2024 et doivent inclure :
• CV (1 ou 2 pages maximum)
• Lettre de motivation comprenant une brève description de votre parcours, une déclaration de
vos intérêts de recherche et de votre motivation pour ce poste, et pourquoi vous pensez que
vous seriez un·e bon·ne candidat·e (1 page)
• Relevés de notes académiques pour les diplômes de premier cycle et de Master
• Deux lettres de référence ou coordonnées de deux référents
• Un ou deux exemples d'écrits scientifiques lorsqu'ils sont disponibles (c'est-à-dire des
publications ou des rapports de projet ; les liens vers des documents en ligne accessibles au
public sont acceptés)
Pour un examen complet de votre candidature, tous les éléments énumérés ci-dessus doivent être inclus ou leur absence justifiée.
Les demandes informelles par e-mail avant les candidatures complètes sont les bienvenues.
Les candidat·e·s présélectionné·e·s seront invité·e·s à un entretien durant juin 2024.