Les travaux de cette thèse ouvrent le champ à de nombreuses perspectives d’applications et de recherche. Tout d’abord, si l’application visée dans cette thèse constitue les flottes de AUVcommuniquant, les techniques développées peuvent s’appliquer à tous réseauxASM mobiles ou non. Les observatoires fond de mer par exemple constituent une application intéressante et de façon générale les réseaux de capteurs dans le cadre du développement de l’internet des objets sous-marins [39]. En terme de perspectives de recherche, il serait intéressant de se rapprocher d’un cas d’utilisation réelle des schémas d’émission/réception introduits dans cette thèse. Par exemple, dans l’utilisation du canal Watermark, nous n’avons pas eu le temps d’étudier l’impact de l’estimation du Doppler de mouvement sur le procédé de décodage. La technique d’estimation du Doppler peut également être améliorée car au cours de la thèse nous nous sommes limités à une estimation grossière basée sur un préambule et un banc de corrélateurs. L’ajout d’une estimation plus fine basée sur la phase [135], [65] permettrait sûrement d’améliorer l’estimation et donc la qualité de la transmission. De même il serait intéressant d’étudier l’impact d’un défaut de synchronisation temporelle, fréquentielle ou de fréquence d’échantillon-nage sur les performances de décodage.
Lors des essais en mer, la techniqueMU-MIMOcombinée avec la méthode PPC
n’a pas donné de résultat satisfaisant à cause des erreurs d’estimations des différents canaux dues au Doppler de diffusion. Ces imprécisions lors des estimations ont alors impacté la qualité de la réception en engendrant des erreurs. Une manière d’améliorer le MU-MIMO serait d’avoir une estimation de canal adaptative au cours du temps. Un exemple d’estimation est donné dans [158] où le canal est estimé puis corrigé au fil de la trame en fonction des données décodées.
Par ailleurs, du fait de la complexité et du coût d’une expérimentation impli-quant plusieursAUV, la validation par des essais réels des méthodes de transmission multi-utilisateur présentées dans ce manuscrit n’a pu avoir lieu pendant la durée de la thèse. Bien que le canal de Watermark soit un environnement de simula-tion extrêmement réaliste, des essais réels de transmission permettrait de valider les procédés d’estimation de Doppler et de synchronisation associés à notre système. Pour finir, dans les simulations et les essais sur le canal de Watermark, nous nous sommes restreints volontairement à un simple filtrage adapté en réception. Or, dans des protocoles d’accès multiples comme le MU-CSS et MU-HFM des interférences multi-utilisateur apparaissent et provoquent une augmentation des erreurs à la réception. Une détection de type multi-utilisateur [41], [9] permettrait
de les atténuer et ainsi d’augmenter le débit de la communication au prix d’une complexité de réception accrue.
Annexe A
Compléments sur le MU-CSS et le
MU-HFM
A.1 Justification du processus de construction du
MU-CSS Gram-Schmidt
Pour avoir l’orthogonalité entre les différents ei(t), nous utilisons une variante du procédé de Gram-Schmidt [121] qui est une méthode pour orthogonaliser un ensemble de vecteurs dans un espace de Hilbert. Le produit scalaire est défini par ∀f, g ∈ L2 (R), R Ts 2 −Ts 2
f (t)g∗(t)dt. Posons {c1(t), c2(t)} un ensemble de 2 vecteurs linéairement indépendants. Nous ajoutons le vecteur e0(t) à l’ensemble précédent et nous construisons une famille de vecteurs orthogonaux à partir de e0(t). Par le processus de Gram-Schmidt, nous avons :
e1(t) = c1(t) + α1e0(t) (A.1) Par orthogonalité, la précédente équation donne :
hc1(t), e0(t)i + α1||e0(t)||22 = 0 (A.2) ⇔α1 = −hc1(t), e0(t)i ||e0(t)||2 2 = − R Ts 2 −Ts 2 c1(t)e∗0(t)dt ||e0(t)||2 2 (A.3) Pour le dernier vecteur, le procédé de Gram-Schmidt donne :
e2(t) = c2(t) + βe0(t) + α2e1(t) (A.4) Nous prenons β = 0 car cela est suffisant pour l’orthogonalité et nous obtenons :
Grâce à l’orthogonalité, la relation précédente s’écrit :
hc2(t), e1(t)i + α2||e1(t)||22 = 0 (A.6) ⇔α2 = −hc2(t), e1(t)i ||e1(t)||2 2 = − R Ts 2 −Ts 2 c2(t)e∗1(t)dt ||e1(t)||2 2 (A.7) Par généralisation, nous déduisons l’équation4.18.
A.2 Détails des calculs pour la relation
d’orthogonalité de Simpson du MU-HFM
Pour avoir l’orthogonalité entre les différents ci(t), nous utilisons la méthode de Simpson [13]. Le produit scalaire que nous allons utilisé est celui défini pré-cédemment. Posons ci(t) = √1 Tse−j2πk log 1− t it0 ζi2
le chirp du i-ème utilisateur et cn(t) = √1
Tse−j2πk log
1−nt0t
ζn2 le chirp du n-ème utilisateur avec ζ ∈ R∗.
Si i = n, nous avons hci, cni = 1. Pour avoir l’orthogonalité lorsque i 6= n, nous devons vérifier que hci, cni = 0.
hci, cni = 1 Ts Z Ts 2 −Ts 2 e−j2πk log 1−it0t ζi2 ej2πk log 1−nt0t ζn2 dt (A.8) = 1 Ts Z Ts 2 −Ts 2 e−j2πkζ log1− t it0 i2−log1− t nt0 n2 dt (A.9) Etant donné la nature du terme général de l’intégrale, une solution exacte est impossible. Pour résoudre ce problème, nous allons utiliser une méthode de calcul approchée qui la méthode de Simpson [13]. Nous avons :
hci, cni ' 1 6 h e−j2πkζ log 1− −Ts 2 it0 i2−log 1− −Ts 2 nt0 n2 (A.10) + 4e−j2πkζ log 1− Ts 2it0 i2−log1− Ts 2nt0 n2 (A.11) + e−j2πkζ log 1− Ts 2 it0 i2−log 1− Ts 2 nt0 n2 i (A.12) Après simplifications, nous retrouvons la relation de Simpson donnée par l’équa-tion 4.28.
Table des figures
1.1 ROV d’observation BlueROV2, ©BlueRobotics (à gauche) et ROV d’intervention Falcon ©SAAB SEAEYE.. . . 4
1.2 AUV A9-E ©ECA group . . . 5
1.3 Exemple de débits en fonction de la distance pour les différents moyens de communication. . . 9
1.4 Exemple de réseau acoustique sous-marin. . . 10
1.5 Liaison point à point (à gauche), liaison descendante (au centre), liaison montante (à droite). . . 11
1.6 Schéma montrant 3 drones communiquant avec un récepteur. . . 12
2.1 Profil de la célérité en milieu tempéré [130]. . . 17
2.2 Bilan de liaison pour une sinusoïde de fréquence f avec une vitesse de vent de 15 km/h qui correspond à une légère brise [89]. . . 20
2.3 Schéma de réception pour une modulation FSK. . . 24
2.4 Tracé en temps d’un signal LFM pour BTs = 31. . . 25
2.5 Fréquence instantanée d’un signal LFM avec BTs= 31, 63, 127. . . 26
2.6 Tracé en temps d’un signal HFM pour BTs = 31. . . 26
2.7 Fréquence instantanée d’un signal HFM avec BTs= 31, 63, 127. . . 27
2.8 Schéma de réception pour une modulation CSK. . . 28
2.9 Fonctions d’autocorrélation et d’intercorrélation pour un signal HFM avec BTs= 31. . . 28
2.10 Constellation BPSK (à gauche) et constellation QPSK. . . 30
2.11 Comparaison des performances entre les modulations de phases et les modulations différentielles de phase sur canal gaussien. . . 32
3.1 Schéma d’une chaîne de communication. . . 39
3.2 Schéma récepteur SIC. . . 41
3.3 Schéma du récepteur PIC. . . 41
3.4 Schéma du récepteur Rake. . . 42
3.5 Protocole Aloha simple. . . 43
3.6 Tracé de la fonction S du protocole Aloha simple. . . 45
3.8 Tracé de la fonction S du protocole Aloha discrétisé. . . 46
3.9 Mode 1-persistant. . . 47
3.10 Mode non-persistant. . . 47
3.11 Mode p-persistant. . . 47
3.12 Performances des différents protocoles aléatoires pour τ = 15 ms. . . . 48
3.13 Schéma du protocole TDMA. . . 49
3.14 Schéma du protocole FDMA. . . 50
3.15 Exemple de registre de décalage linéaire à k étapes. . . 52
3.16 Fonctions d’autocorrélation et d’intercorrélation de séquences pseudo-aléatoires de taille 127. . . 53
3.17 Fonctions d’autocorrélation et d’intercorrélation de séquences de Hada-mard de taille 128. . . 54
3.18 Schéma du protocole CDMA. . . 55
3.19 Schéma de transmission pour le CDMA synchrone. . . 56
3.20 Schéma de transmission pour le CDMA asynchrone. . . 56
4.1 Tracé en temps de la forme d’onde MU-CSS variante insertion pour Ts = 7.75 ms. . . 69
4.2 Comparaison des fonctions d’autocorrélation et d’intercorrélations de la forme d’onde MU-CSS variante insertion pour Ts = 7.75 ms. . . 70
4.3 Tracé en temps de la forme d’onde MU-HFM pour Ts= 7.75 ms.. . . . 71
4.4 Comparaison des fonctions d’autocorrélation et d’intercorrélations de la forme d’onde MU-HFM pour Ts = 7.75 ms.. . . 72
4.5 Schéma du système simulé.. . . 72
4.6 Évolution dans le temps de la réponse impulsionnelle du canal ASM pour les paramètres de la Table 4.1. . . 74
4.7 SINR moyen pour les différentes formes d’onde en fonction du nombre d’utilisateurs actifs sur canal gaussien et canal ASM simulé, avec SNR = 30dB. . . 75
4.8 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour des canaux statiques avec modulation DBPSK. . . . 77
4.9 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour des canaux statiques avec modulation DQPSK. . . . 78
4.10 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour des canaux variant dans le temps avec modulation DBPSK. . . 79
4.11 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour des canaux variant dans le temps avec modulation DQPSK. . . 80
4.12 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour des canaux variant dans le temps et Doppler de mouvement connu et compensé avec modulation DBPSK.. . . 81
4.13 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour des canaux variant dans le temps et Doppler de mouvement connu et compensé avec modulation DQPSK. . . 81
5.1 Exemple de schéma de transmission multi-utilisateur SIMO pour une meute d’AUVs. . . 84
5.2 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour un système SIMO avec des canaux statiques et modulation DBPSK. . . 86
5.3 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour un système SIMO avec des canaux variant dans le temps et modulation DBPSK. . . 87
5.4 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour un système SIMO avec des canaux variant dans le temps et Doppler de mouvement connu et compensé et modulation DBPSK. . . 88
5.5 Exemple de schéma de transmission multi-utilisateur MU-MIMO pour une meute d’AUVs. . . 89
5.6 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour un système MU-MIMO avec des canaux statiques et modulation DBPSK. . . 92
5.7 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour un système MU-MIMO avec des canaux variant dans le temps et modulation DBPSK.. . . 93
5.8 FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour un système MU-MIMO avec des canaux variant dans le temps et Doppler de mouvement connu et compensé et modulation DBPSK. . . 93
5.9 Banc de corrélateurs. . . 95
5.10 RMSE pour l’estimation du Doppler en fonction du nombre d’utilisateurs pour différents types de préambule de durée 63.75 ms.. . . 96
6.1 Schéma d’expérimentation pour le lac Ty-Colo de Saint-Renan. . . 101
6.2 Expérimentation au lac Ty-Colo à Saint-Renan, système d’émission. . . 102
6.3 Expérimentation au lac Ty-Colo à Saint-Renan, système d’acquisition. 102
6.4 Fonction d’étalement retard-Doppler de diffusion pour le lac de Ty-Colo avec une distance d = 247 m. . . 103
6.5 Expérimentation en rade de Brest, le système d’émission sur le navire Celadon. . . 104
6.6 Expérimentation en rade de Brest, le système de réception sur le ponton de Sea Test Base. . . 105
6.7 Fonction d’étalement retard-Doppler de diffusion pour la rade de Brest avec une distance d = 200 m. . . 106
6.8 Performance du FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour le canal rejoué du lac de Ty-Colo avec des utilisateurs statiques. . . 107
6.9 Performance du FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour le canal rejoué du lac de Ty-Colo avec des utilisateurs mobiles.. . . 108
6.10 Performance du FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour le canal rejoué de la rade de Brest avec des utilisateurs statiques. . . 109
6.11 Performance du FER moyen (à gauche) et débit effectif moyen en fonction du nombre d’utilisateurs pour le canal rejoué de la rade de Brest avec des utilisateurs mobiles. . . 110
Liste des tableaux
1.1 Les différents types de communications acoustiques. . . 8
1.2 Caractéristiques des différents moyens de communications . . . 9
4.1 Paramètres du canal ASM. . . 74
4.2 Paramètres systèmes. . . 77
6.1 Paramètres des différents canaux rejoués au moyen du simulateur Wa-termark. . . 106
Glossaire
Terme Description
Di Distance de transmission pour l’utilisateur i Nf Nombre de trames
Nr Nombre de voies de réception Nu Nombre d’utilisateurs
NSF Longueur de la séquence d’étalement Pi Puissance associée à l’utilisateur i Rc Rendement du code correcteur d’erreur S(τ, ν) Fonction de diffusion du canal
Sa Salinité de l’eau Tc Durée d’un chip Tg Temps de garde T Température de l’eau α(f ) Facteur d’amortissement αi Constante de Gram-Schmidt ¯
τi,p(t) Retard du p-ème trajet variant dans le temps associé au canal de l’utilisateur i
¯
ai Doppler de mouvement associé à l’utilisateur i
ηi,k Termes interférant sur le k-ème symbole asso-cié à l’utilisateur i
γi,k Biais du k-ème symbole associé à l’utilisateur i
γi,p(f, t) Coefficient de diffusion pour le p-ème trajet associé au canal de l’utilisateur i
ˆ
ai Doppler estimé pour l’utilisateur i ˆ
bi,k k-ème bit estimé pour l’utilisateur i
Ai,b Sous-espace de la constellation pour lequel le k-ème bit vaut b
Terme Description
Hi(f ) Fonction de transfert du trajet direct pour l’utilisateur i
φ(t) Filtre de mise en forme
σa Ecart type du Doppler de mouvement résiduel sur canal simulé
τi,p(t) Retard du p-ème trajet variant dans le temps associé au canal de l’utilisateur i
ai Facteur Doppler de l’utilisateur i c Vitesse du son dans l’eau
di,k Symboles de modulation pour l’utilisateur i d Distance entre l’émetteur et le récepteur fs Fréquence d’échantillonnage
fi,k k-ème fréquence de l’utilisateur i gi(t) Forme d’onde associée à l’utilisateur i
hi,p Gain du p-ème trajet associé au canal de l’uti-lisateur i
m Facteur de dispersion spatiale n(t) Bruit additif gaussien
np(t) Bruit additif gaussien pour la voie p si(t) Signal transmis par l’utilisateur i vi Vitesse de l’utilisateur i
wi,k Bruit résiduel affectant le k-ème symbole as-socié à l’utilisateur i
zi(t) Données d’information estimées par filtrage adapté pour l’utilisateur i
zw Profondeur de l’eau
zi,p(t) Données d’information estimées par filtrage adapté sur la voie p pour l’utilisateur i B Largeur de bande
fc Fréquence centrale du signal de modulation h(τ, t) Réponse impulsionnelle du canal ASM
hi,p(τ, t) Réponse impulsionnelle du canal ASM vue par l’utilisateur i sur la voie de réception p ˆ
hi(τ, t) Réponse impulsionnelle estimée du canalASM
vue par l’utilisateur i
hi(τ, t) Réponse impulsionnelle du canal ASM vue par l’utilisateur i
M Ordre de la constellation
Ns Nombre de symboles par trame 128
Terme Description
νmax Étalement RMS Doppler de diffusion du canal τmax Étalement RMS des retards du canal
Acronymes
Terme Description
ASM Acoustique Sous-Marin
AUV Autonomous Underwater Vehicle BER Bit Error Rate
BPSK Binary Phase Shift Keying CDMA Code Division Multiple Access CSK Chirp Slope Keying
CSMA Carrier Sense Multiple Access CSS Chirp Spread Spectrum
DBPSK Differential Binary Phase Shift Keying DFE Decision Feedback Equalizer
DPSK Differential Phase Shift Keying
DQPSK Differential Quadrature Phase Shift Keying DSSS Direct Sequence Spread Spectrum
DVL Doppler Velocity Log FBMC Filter Bank MultiCarrier
FDMA Frequency Division Multiple Access FER Frame Error Rate
FFT Fast Fourier Transform
FHSS Frequency Hopping Spread Spectrum FSK Frequency Shift Keying
HFM Hyperbolically Frequency Modulated IFFT Inverse Fast Fourier Transform LBL Long BaseLine
LED Light-Emitting Diode
LFM Linear Frequency Modulated LLR Logarithmic Likelihood Ratio LS Least Square
MIMO Multiple-Input Multiple-Output MLS Maximal Length Sequence MMSE Minimum Mean Square Error
Terme Description
MRC Maximal Ratio Combining
MU-CSS MultiUser Chirp Spread Spectrum
MU-HFM MultiUser Hyperbolically Frequency Modula-ted
MU-MIMO Multi-User Multiple-Input Multiple-Output MUI MultiUser Interference
NOMA Non Orthogonal Multiple Access
OFDM Orthogonal Frequency Division Multiplexing OFDMA Orthogonal Frequency Division Multiple
Ac-cess
PIC Parallel Interference Cancellation PN Pseudo-Noise
PPC Passive Phase Conjugation ppt part per thousand
PSK Phase shift Keying
QPSK Quadrature Phase Shift Keying RMS Root Mean Square
RMSE Root Mean Square Error ROV Remotely Operated Vehicles
SAMM Systèmes Autonomes en Milieu Maritime SC-FDMA Single Carrier Frequency Division Multiple
Access
SEACom Systèmes Embarqués Acoustique et Commu-nications
SIC Successive Interference Cancellation SIMO Single Input Multiple Output
SINR Signal-to-Interference-plus-Noise Ratio SISO Single Input Single Output
SNLE Sous Marin Nucléaire Lanceur d’Engin SNR Signal-to-Noise Ratio
SRRC Square Root Raised Cosine TDMA Time-Division Multiple Access USBL Ultra-Short BaseLine
UUV Unmanned Underwater Vehicle VTRM Virtual Time Reversal Mirror
Watermark underWater AcousTic channEl Replay bench-MARK
ZF Zero Forcing
Bibliographie
[1] N. Abramson. « Development of the ALOHANET ». In : IEEE Transac-tions on Information Theory 31.2 (mar. 1985), p. 119-123. issn : 0018-9448.
doi : 10.1109/TIT.1985.1057021.
[2] N. Abramson. « THE ALOHA SYSTEM : Another Alternative for Com-puter Communications ». In : AFIPS ’70 (Fall) (1970), p. 281-285. doi :
10 . 1145 / 1478462 . 1478502. url : http : / / doi . acm . org / 10 . 1145 / 1478462.1478502.
[3] D. Agrawal et Q. Zeng. Introduction to Wireless and Mobile Systems. Cengage Learning, 2010. isbn : 9781439062050.
[4] J. Ahn, A. Syed, B. Krishnamachari et J. Heidemann. « Design and analysis of a propagation delay tolerant ALOHA protocol for underwater networks ». In : Ad Hoc Networks 9 (juil. 2011), p. 752-766. doi :10.1016/ j.adhoc.2010.09.007.
[5] M. Ainslie. Principles of Sonar Performance Modelling. Springer Praxis Books. Springer Berlin Heidelberg, 2010. isbn : 9783540876625.
[6] I. Akyildiz, D. Pompili et T. Melodia. « State of the Art in Protocol Research for Underwater Acoustic Sensor Networks ». In : t. 11. Nov. 2006, p. 7-16. doi : 10.1145/1161039.1161043.
[7] I. Akyildiz, D. Pompili et T. Melodia. « Underwater Acoustic Sensor Networks : Research Challenges ». In : Ad Hoc Networks 3 (mai 2005), p. 257-279. doi :10.1016/j.adhoc.2005.01.004.
[8] M. Ali, D. N. Jayakody, Y. Chursin, S. Affes et S. Dmitry. « Recent Advances and Future Directions on Underwater Wireless Communications ». In : Archives of Computational Methods in Engineering 26 (août 2019), p. 1-34. doi : 10.1007/s11831-019-09354-8.
[9] S. A. Aliesawi, C. C. Tsimenidis, B. S. Sharif et M. Johnston. « Ite-rative Multiuser Detection for Underwater Acoustic Channels ». In : IEEE Journal of Oceanic Engineering 36.4 (oct. 2011), p. 728-744. issn : 0364-9059. doi : 10.1109/JOE.2011.2164954.
[10] H. H. Alyazidi et I. Kostanic. « OFDMA feedback optimization in 4G-LTE systems ». In : 2012 IEEE 17th International Workshop on Computer Aided Modeling and Design of Communication Links and Networks (CA-MAD). 2012, p. 70-74. doi : 10.1109/CAMAD.2012.6335382.
[11] P. Amini, R. Chen et B. Farhang-Boroujeny. « Filterbank multicarrier for underwater communications ». In : 2011 49th Annual Allerton Conference on Communication, Control, and Computing (Allerton). 2011, p. 639-646. doi : 10.1109/Allerton.2011.6120228.
[12] G. Antonelli, T. Fossen et D. Yoerger. Underwater Robotics. T. 1. Jan. 2008, p. 987-1008.
[13] A.Ralston. A First Course in Numerical Analysis. English. Dover Publi-cations Inc, 2001. isbn : 978-0486414546.
[14] Y. M. Aval, S. K. Wilson et M. Stojanovic. « On the Achievable Rate of a Class of Acoustic Channels and Practical Power Allocation Strategies for OFDM Systems ». In : IEEE Journal of Oceanic Engineering 40.4 (oct. 2015), p. 785-795. issn : 0364-9059. doi : 10.1109/JOE.2015.2451251. [15] Y. M. Aval, S. K. Wilson et M. Stojanovic. « On the Average Achievable
Rate of QPSK and DQPSK OFDM Over Rapidly Fading Channels ». In : IEEE Access 6 (2018), p. 23659-23667. issn : 2169-3536. doi : 10.1109/ ACCESS.2018.2828788.
[16] K. Awan, D. P. A. Shah, K. Iqbal, S. Gillani, W. Ahmad et Y. Nam. « Underwater Wireless Sensor Networks : A Review of Recent Issues and
Challenges ». In : Wireless Communications and Mobile Computing 2019 (jan. 2019), p. 1-20. doi : 10.1155/2019/6470359.
[17] A Bender, D Steinberg, A. Friedman et S. Williams. « Analysis of an autonomous underwater glider ». In : Australasian Conference on Robotics and Automation (jan. 2008), p. 1-10.
[18] P. Bergada, R. Alsina-Pagès, J. Pijoan, M. Salvador, J. R. Regue, D. Badia et S. Graells. « Digital transmission techniques for a long haul HF link : DSSS versus OFDM ». In : Radio Science 49 (juil. 2014). doi :
10.1002/2013RS005203.
[19] C. Bernard, P.-J. Bouvet, A. Pottier et P. Forjonel. « Multiuser Chirp Spread Spectrum Transmission in an Underwater Acoustic Channel Applied to an AUV Fleet ». In : Sensors 20 (mar. 2020). doi : 10.3390/ s20051527.
[20] C. Bernard et P.-J. Bouvet. « Multiuser Underwater Acoustic Commu-nication for an AUV Fleet ». In : OCEANS 2019 MTS/IEEE. Marseille, France, 2019. doi : 10.1109/OCEANSE.2019.8867087.
[21] C. Bernard, P.-J. Bouvet, A. Pottier et P. Forjonel. « Multiple access acoustic communication in underwater mobile networks ». In : août 2021.
[22] M. J. Bocus, D. Agrafiotis et A. Doufexi. « Non-Orthogonal Multiple Access (NOMA) for Underwater Acoustic Communication ». In : 2018 IEEE 88th Vehicular Technology Conference (VTC-Fall). 2018, p. 1-5. doi :
10.1109/VTCFall.2018.8690996.
[23] P.-J. Bouvet et Y. Auffret. « On the achievable rate of MIMO underwater acoustic communciations ». In : IEEE Access - Special Section : Underwater Wireless Communications and Networking (2018). [submitted].
[24] J. Cai, W. Su, S. Zhang, K. Chen et D. Wang. « A semi-blind joint channel estimation and equalization single carrier coherent underwater acoustic communication receiver ». In : OCEANS 2016 - Shanghai. 2016, p. 1-6. doi :10.1109/OCEANSAP.2016.7485388.
[25] E. Cayirci, H. Tezcan, Y. Dogan et V. Coskun. « Wireless sensor networks for underwater survelliance systems ». In : Ad Hoc Networks 4 (juil. 2006), p. 431-446. doi :10.1016/j.adhoc.2004.10.008.
[26] R. W. Chang. « Synthesis of band-limited orthogonal signals for multi-channel data transmission ». In : The Bell System Technical Journal 45.10 (1966), p. 1775-1796. doi :10.1002/j.1538-7305.1966.tb02435.x. [27] D. Chase. « Class of algorithms for decoding block codes with channel
measurement information ». In : IEEE Transactions on Information Theory 18.1 (1972), p. 170-182. doi : 10.1109/TIT.1972.1054746.
[28] X. Che, I. Wells, G. Dickers, P. Kear et X. Gong. « Re-Evaluation of RF Electromagnetic Communication in Underwater Sensor Networks ». In : Communications Magazine, IEEE 48 (jan. 2011), p. 143 -151. doi :
10.1109/MCOM.2010.5673085.
[29] J. Cheon et H.-S. Cho. « Power Allocation Scheme for Non-Orthogonal Multiple Access in Underwater Acoustic Communications ». In : Sensors 17 (oct. 2017), p. 2465. doi : 10.3390/s17112465.
[30] M. Chitre, J. Potter et O. S. Heng. « Underwater acoustic channel characterisation for medium-range shallow water communications ». In : Oceans ’04 MTS/IEEE Techno-Ocean ’04 (IEEE Cat. No.04CH37600). T. 1. 2004, 40-45 Vol.1. doi : 10.1109/OCEANS.2004.1402892.
[31] M. Chitre, S. Shahabudeen et M. Stojanovic. « Underwater Acoustic Communications and Networking : Recent Advances and Future Challenges ». In : Marine Technology Society Journal 42.1 (mar. 2008), p. 103-116. doi :
[32] S. Cho, H. Song et W. Hodgkiss. « Successive Interference Cancellation for Underwater Acoustic Communications ». In : Oceanic Engineering, IEEE Journal of 36 (oct. 2011), p. 490-501. doi : 10.1109/JOE.2011.2158014. [33] R. Christ et R. Wernli. The ROV Manual : A User Guide for Remotely
Operated Vehicles. Elsevier Science, 2013. isbn : 9780080982915.
[34] Chuan Heng Foh et M. Zukerman. « A new technique for performance evaluation of random access protocols ». In : 2002 IEEE International Conference on Communications. Conference Proceedings. ICC 2002 (Cat. No.02CH37333). T. 4. 2002, 2284-2288 vol.4. doi : 10.1109/ICC.2002. 997253.
[35] C. S. C. S. Clay et H. Medwin. Acoustical oceanography : principles and applications. New York : Wiley, 1977. isbn : 0471160415.
[36] R. F. W. Coates. Underwater Acoustic Systems. Macmillan Education UK, 1990.
[37] J.-H. Cui, J. Kong, M. Gerla et S. Zhou. « The challenges of building mobile underwater wireless networks for aquatic applications ». In : Network, IEEE 20 (juin 2006). doi :10.1109/MNET.2006.1637927.
[38] R. Diamant, L. Lampe et E. Gamroth. « Low probability of detection for underwater acoustic communication ». In : 2014 Oceans - St. John’s.