Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

30 juin 2020

Post-doctorant en traitement de signal : Détection et classification de Drones par des techniques de type Empreinte Radio (RF FingerPrinting)


Catégorie : Post-doctorant


Post-doctorant en traitement de signal : Détection et classification de Drones par des techniques de type Empreinte Radio (RF FingerPrinting)

 

 

Mots-clés : Empreinte radio fréquence, traitement de signal, drones, classification, identification, algorithme dedétection, échantillonnage compressé

 

Laboratoire : Laboratoire des Sciences et Techniques de l'Information, de la Communication et de la Connaissance, Lab-STICC / UMR CNRS 6285

 

Durée : Début prévu en septembre/octobre 2020 pour une durée de 12 mois.

 

Profil recherché :

Docteur-e en traitement du signal, vous disposez de compétences/connaissances en : Traitement numérique du signal,

Techniques de détection,

Techniques d’échantillonnage compressé,

Programmation numérique,

La maîtrise de l’anglais est un impératif.

 

Contexte

L’utilisation des drones est devenue de plus en plus commune de nos jours et trouve ses applications dans divers domaines tels que la surveillance, les missions de recherche et de sauvetage, l’inspection des infrastructures, la livraison de colis, etc. Cependant, l’utilisation malveillante par certains amateurs peut présenter une menace et une atteinte à la sécurité publique, comme par exemple le survol de certaines zones à risques telles queles centrales nucléaires.Face à ces menaces,un marché sur la Lutte Anti-Drone (LAD) est en train d’émerger et de ce fait le développement de solutions innovantes devient nécessaire pour garantir la protection des infrastructures sensibles.

Plusieurs techniques ont été proposées pour la détection et la classification des drones jusqu’à présent. Les techniques conventionnelles basées sur le radar [1] sont largement déployées pour détecter et identifier les drones, mais ne parviennent généralement pas à détecter les micros drones. De même, d’autres techniques peuvent être envisagées comme la détection vidéo [2] mais cela nécessite des caméras avec de haute résolution et une bonne luminosité.

Plus récemment, des techniques dedétection par l’empreinte radio (RF Fingerprinting) ont été proposées [3]. Ces techniques se basent sur les caractéristiques du signal RF émis par la radiocommande du drone ou par le drone même. Dans [3], les auteurs se sont intéressés au déplacement du drone lors de la correction de navigation et aux vibrations du corps provoquées par les hélices en rotation afin de caractériser le signal RF émis par celui-ci et pouvoir ainsi détecter sa présence.

 

Sous la responsabilité de deux enseignants-chercheurs du Lab-STICC, vous aurez pour mission de mener une activité de recherche surla détection des drones par l’empreinte RF du signal. Dans un premier temps, le travail consistera à faire un état de l’art sur les algorithmes appelés « RF fingerprinting » qui prennent en compte les signatures apportées par les défauts des composants radio ou par la déformation via la plateforme support de l’émetteur et ensuite à analyser lessignaux radio transmis par les drones afin de mettre en évidence ces signatures radio caractéristiques. Dans un deuxième temps,un traitement intelligent de ces données pour qualifier au mieux l’information remontée sera proposé. En outre, vous serez amené-e à mettre en œuvre une chaîne d’acquisition de type SDR (Software Defined Radio ou Radio Logicielle) pour la détection et la classification de drones en se basant sur l’empreinte radio des drones. Afin de tester les algorithmes retenus/proposés, la chaîne d’acquisition des signaux sera implémentéesur une plateforme de type SDR USRP à l’aide de la suite OpenSources GnuRadio et le traitement ou post-traitement des signaux pour la détection, la classification et la caractérisation sera élaboré sous l’environnement Matlab.

 

Equipe d’encadrement :

Vous occuperez une position de post-doctorant au sein de l’équipe SI3 du Lab-STICC à l’Université de Bretagne Occidentale. L’offre de post-doctorat entre dans le cadre d’un projet avec deux partenaires industriels et un partenaire académique, l’ENSTA Bretagne. L’équipe d’encadrement est constituée de deux membres : Roland Gautier, Maître de conférences hors classe HDR et Roua Youssef, Maître de conférences. Pour toutes ou partie de vos tâches, vous serez amené-e à collaborer avec les enseignants-chercheurs et ingénieurs de l’équipe ainsi que les partenaires industriels impliqués dans le projet.

Contact :

Veuillez envoyer votre CV détaillé avec une liste de publications/communications ainsi qu’une lettre de référence appuyant vos compétences au sujet par email à :

Roland Gautier : roland.gautier@univ-brest.fr

Roua Youssef :roua.youssef@univ-brest.fr

 

Références

[1] M. Schmidt and M. Shear, “A drone, too small for radar to detect, rattles the white house,” 2015. [Online]. Available:https://www.nytimes.com/2015/01/27/us/white-house-drone.html.

[2] M. A. Ma’sum et al., “Simulation of Intelligent Unmanned Aerial Vehicle (UAV) for Military Surveillance,” 2013 Int’l. Conf. Advanced Computer Science and Inf. Systems, Sept. 2013, pp. 161–66.

[3] P. Nguyen, H. Truong, M. Ravindranathan, A. Nguyen, R. Han and T. Vu, “Matthan: Drone Presence Detection by Identifying Physical Signatures in the Drone’s RF Communication”, Proc. 15th Annual Int. Conf. on Mobile Systems, Applications, and Services, MobiSys 2017, pp.211-224.

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2020.