HAL Id: tel-00675803
https://tel.archives-ouvertes.fr/tel-00675803
Submitted on 2 Mar 2012
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires
Majdi Mansouri
To cite this version:
Majdi Mansouri. Traitement du signal collaboratif dans les réseaux de capteurs sans fils. Traitement
du signal et de l’image [eess.SP]. Université de Technologie de Troyes, 2011. Français. �tel-00675803�
Traitement du signal ollaboratif
dans les réseaux de apteurs sans
ls
THÈSE
pourl'obtention dugrade de
Doteur de l'Université de Tehnologie de Troyes
(spéialité OptimisationetSûreté desSystèmes)
présentée etsoutenuepar
Majdi MANSOURI
le17Otobre2011
LaurentCLAVIER,TELECOMLille1,Rapporteur
DavidBRIE,UniversitéHenriPoinaré,Nany1,Examinateur
FrançoisSEPTIER,TELECOMLille1,Examinateur
CédriRICHARD,UniversitédeNieSophia-Antipolis,Direteurdethèse
HihemSNOUSSI,UniversitédeTroyes,Direteurdethèse
InstitutCharlesDelaunay - Laboratoire de Modélisation etSûretéde Systèmes
A mafemme
pour lapatieneetlesoutiendont ellea faitpreuvependanttoute ladurée
de ette thèse.
A mes petitesfilles Zaineb et Rokaya
pour toutlebonheuret lajoiequ'elles m'ont oert.
A mon ami Lyes Khoukhi
quin'aesséde m'épauler etm'enourager toutaulong demes travauxde
thèse.
Ce rapport onlue ma thèse au sein de laboratoire de modélisation et sûreté des
systèmes(LM2S)del'universitédetehnologie de Troyes.Je tiensà remerieretexpri-
merma reonnaissaneà toutes les personnes quim'ont aidéet soutenue auxours de
estroisannées.
Je tienstoutd'abord àexprimermaprofondegratitudeàMonsieursHihemSnoussi
etCédriRihard,mesdireteurs dethèse,etlesremerierpoursesaidesetsessoutiens
toutaulongdeettethèse.Grâeàsesonseilspréieux,sesrigueuretsesompétenes
tehniques, il a su orienter la thèse vers des approhes innovantes ombinant l'aspet
pratiqueavedesoneptsthéoriques.Travaillersoussesdiretionsétaituneexpériene
humaine etprofessionnelletrès enrihissante. Plusqu'une simplerelation de travail,ils
étaient surtout devenus desamisprohe qui n'ont jamaisesséde mesoutenir morale-
ment etde m'enourager.
Je remerie Lyes Khoukhi et Ilham Ouahani, qui n'ont jamais hésité à partager
ses immenses onnaissanes etses goûts pour la reherhe. Travailler à ses tés a été
très intéressant etstimulant pour moi,mais jene peuxm'empêherde salueraussises
grandessympathies qui rendent haque jour e travailtrès agréable.Ses onseils,aides
etreommandationsétaientpertinentsetontontribuéàmeneràtermeplusieursidées.
Je souhaite remerier également mes ollègues et mes amis Ahmad Sardouk et El-
MasriAli, pour leurs soutiens etsesenouragements.
The primary fous of the thesis is to study the Bayesian inferene problem in dis-
tributed wireless sensors networks with partiular emphasis on the trade-o between
estimationpreision and energy-awareness. Wehave proposedto usea distributedsta-
tistialsignalproessing inwireless sensorsnetworkswithquantizedmeasurements. In
partiular,this thesisaddressesthe appliation ofvariational methods for solvingloa-
lization and traking problems under energy and power onstraints inwireless sensors
networks. Our work addresses three issues in wireless sensors networks : smart quan-
tization sheme, luster management and appliation of multi-objetive optimization
underenergy onstraint. Thethesis ontributions an be summarizedasfollows :
Targettraking withquantized measurementsbased onvariational methods.
Channelestimationbetweentheandidatessensorsandthelusterheadfortarget
traking.
Adaptive optimized quantization underxed andvariabletransmissionpower.
Bestsensors seletion basedon multi-riteria funtion.
Seure dataaggregation.
Optimal ommuniation path seletion between sensors.
Multi-objetive optimization methodin WirelessSensor Network.
Appliation ofthemulti-riteriadataaggregationforrisismanagement basedon
multi-agents systeminwireless sensornetwork.
L'objetifprinipaldelathèseestd'étudierleproblèmed'inférenebayésiennedans
les réseaux de apteurs distribués ave un aent partiulier sur le ompromis entre
la préision de l'estimation et la onsommation de l'énergie. Nous avons proposé des
algorithmesde traitement distribuédusignal ave desmesuresde apteursquantiées.
En partiulier, ette thèse porte sur l'appliation des méthodes variationnelles pour
résoudrelesproblèmes deloalisationetde suivide iblessouslesontraintesd'énergie
etdepuissane danslesréseauxde apteurssansl. Letravail aaboutià larésolution
de trois problèmes en réseaux de apteurs sans l : la quantiation intelligente des
données des apteurs, la gestion des lusters et l'appliation de l'optimisation multi-
objetifspour s'aommoderdes ontraintes énergétiques d'unréseau de apteurs.Les
ontributions deette thèse onernent lespointssuivant:
Estimation despositions de iblesbasée surdesmesures quantiées utilisant des
méthodesvariationnelles.
Estimation de analentreles apteursandidatsetlehef de luster.
Un régime de quantiation adaptative sous ontraintes de puissane de trans-
mission onstante etvariable.
Gestion deslustersdanslesréseauxdeapteurssanslsetséletiondemeilleurs
apteurs quipeuvent partiiperà laollete dedonnées.
Agrégation séuriséede donnéesdansle réseaude apteurssans l.
Séletion de hemins de ommuniation optimaux entre les apteurs.
Méthoded'optimisation multi-objetifsdansleréseau de apteurssansl.
Appliation de la méthode d'agrégation multiritères des données basée sur le
systéme multi-agents pour lagestion derise dansleréseaude apteurssans l.
Chaptires de livres
1. MANSOURI, M.,KHOUKHI,L., SNOUSSI,H., etRICHARD,C. "Rou-
tingOptimizationandSeureTargettrakinginWirelessSensorNetworks",
WirelessSensorNetwork andEnergyeieny:Protools,RoutingandMa-
nagement.Bookeditedby:NoorZaman,AzweenBAbdullah,KhalidRagab,
Publisher :IGIglobal, Publishingdate:2011, 30p
2. MANSOURI,M.,SNOUSSI,H.,TENG,J.,OUACHANI,I.etRICHARD,
C. "Quantized Variational Filtering for Bayesian Inferene inWireless Sen-
sor Networks", VisualInformation Proessing in Wireless SensorNetworks.
Bookeditedby:Li-minnAngandKahPhooiSeng,ISBN:978-1-61350-153-
5, Publisher:IGIglobal, Publishingdate :2011, 28p
3. MANSOURI, M., SARDOUK, A., MERGHEM-BOULAHIA, L., GAITI,
.-D., RAHIM, R., SNOUSSI, H. et RICHARD, C. "Fators That May In-
uenethe PerformaneofWireless SensorNetworks",Smart Wireless Sen-
sorNetworks.Bookeditedby:HoangDuChinhandYenKhengTan,ISBN:
978-953-307-261-6, Publisher:InTeh,Publishingdate:Deember2010,29p
Journaux
1. MANSOURI,M.,KHOUKHI,L.,SNOUSSI,H.,etRICHARD,C."Gene-
ti Algorithm-based Adaptive Optimization for Target Traking inWireless
Sensor Networks", Signal Proessing, Elsevier, 2012, (soumis)
2. MANSOURI,M.,KHOUKHI,L.,SNOUSSI,H.,etRICHARD,C."Distri-
butedRoutingforQuantizedTargetTrakinginWirelessSensorNetworks",
IEEE Journalon Seleted Areas in Communiations,2012, (soumis)
3. MANSOURI,M., SNOUSSI,H., etRICHARD,C. Seure Data Aggrega-
tionforQuantizedTargetTrakinginWirelessSensorNetworks.Wiley::Se-
urity andCommuniation Networks, 2012,(soumis)
4. SARDOUK,A.,MANSOURI,M.,MERGHEM-BOULAHIA,L.,SNOUSSI,
H.,GAITI,.-D.,etRAHIM,R.,RICHARD,C.Wireless SensorNetworkfor
Crisis Management Methodology based on Multi-Agent System, Computer
Networks, Elsevier,2011, (enrevision)
5. MANSOURI, M., SNOUSSI, H., et RICHARD, C. Optimal Sensor and
PathSeletionforTargetTrakinginWirelessSensorNetworks,Wiley::Wi-
reless Communiationsand Mobile Computing,2011,(aepté)
6. MANSOURI, M., HNAIEN, F., SNOUSSI, H., et RICHARD, C. Multi-
objetive Optimization for Target Traking in Quantized Sensor Networks,
ACM Mobile Networks andAppliations(MONET),2010, (aepté)
7. MANSOURI,M.,OUACHANI,I.,SNOUSSI,H.,etRICHARD,C.Adap-
tiveQuantizedTargetTraking inWirelessSensorNetworks.ACMWireless
Networks(WINET), 2010,(publié)
8. MANSOURI, M., SNOUSSI, H., et RICHARD, C. Channel estimation
and Quantized Target Traking inWireless Sensor Networks. IET Wireless
SensorSystems(WSS), 2010,(publié)
9. MANSOURI, M., et MOHAMMAD-DJAFARI., A. Joint Image Super-
resolution and segmentation from a set of low resolution images using a
Bayesien approah with a Gauss-Markov-Potts prior.International Journal
of Signal andImaging SystemsEngineering (IJSISE), 2010,(publié)
Conferenes
1. MANSOURI, M., KHOUKHI, L., SNOUSSI, H., et RICHARD, C. Ro-
bustRouting for Target Traking with Quantized Proximity Sensors.IEEE
International Wireless Communiations and Mobile Computing Conferene
(IEEEIWCMC 2012), August27-31 2012,Limassol,CYPRUS.6p(soumis).
2. El-Masri,A.,SARDOUK,A.,KHOUKHI,L.,MANSOURI,M.etGAITI,
.-D. WiRS : Resoure Reservation and Tra Regulation for QoS Support
inWireless MeshNetworks(IEEE GLOBECOM2011), 5-9Deember2011,
Houston,Texas, USA.6 p.
4. MANSOURI, M., SNOUSSI, H., et RICHARD, C. Optimal Path Sele-
tion for Quantized Target Traking in Distributed Sensor Networks. IEEE
International Wireless Communiations and Mobile Computing Conferene
(IEEE IWCMC2011), 5-8July 2011, Istanbul, Turkey.6p
5. MANSOURI,M., SNOUSSI,H., etRICHARD,C. SeureQuantized Tar-
getTrakinginWirelessSensorNetworks.IEEEInternationalWirelessCom-
muniations and Mobile Computing Conferene (IEEE IWCMC 2011), 5-8
July 2011, Istanbul, Turkey.6p
6. MANSOURI,M., KHOUKHI,L.,SNOUSSI,H., etRICHARD, C.Quan-
tized Variational Filtering for Target Traking and Relay Loalization in
Sensor Networks. IEEE International Wireless Communiations and Mobile
Computing Conferene (IEEE IWCMC 2011), 5-8July 2011,Istanbul, Tur-
key.6p.
7. MANSOURI, M., HNAIEN, F.,SNOUSSI, H., et RICHARD, C. Robust
Distributed Target Traking in Wireless Sensor Networks Based on Multi-
Objetive Optimization (SSP2011), 28-30June 2011, Nie,Frane. 5p
8. MANSOURI, M., SNOUSSI,H., et RICHARD, C. Joint Multiple Target
Traking and Channel Estimation inWireless Sensor Networks. IEEE Glo-
balCommuniations Conferene(IEEEGLOBECOM2010),6-10Deember
2010, Miami, Florida,USA.5 p.
9. SARDOUK, A., MANSOURI, M., MERGHEM-BOULAHIA, L., GAITI,
.-D., et RAHIM, R. Multi-Agent System based Wireless Sensor Network
for Crisis Management. IEEE Global Communiations Conferene (IEEE
GLOBECOM 2010), 6-10Deember2010, Miami,Florida, USA.6p.
10. MANSOURI,M.,SNOUSSI,H.,etRICHARD,C.ASensorSeletionMe-
thod for Target Traking inWireless Sensor Networksusing Quantized Va-
riational Filtering.2010IEEE72ndVehiularTehnologyConferene(IEEE
VTC'09), 6-9September2010,Ottawa, Canada. 5p.
11. MANSOURI,M.,SNOUSSI,H.,etRICHARD,C.RobustTargetTraking
with Quantized Proximity Sensors. IEEE International Symposium on Wi-
reless Pervasive Computing (IEEE ISWPC 2010), 5-7 May 2010, Modena,
Italy.5p.
12. MANSOURI,M.,OUACHANI,I.,SNOUSSI,H.,etRICHARD,C.Cramer-
Raobound-basedadaptivequantizationfortargettrakinginwirelesssensor
networks(IEEE SSP'09), 31-3August 2009,Cardi, Wales,UK. 4 p.
13. MANSOURI,M., SNOUSSI,H., etRICHARD, C. Joint Adaptive Quan-
tization and Fading Channel Estimation for Target Traking In Wireless
Sensor Networks. IEEE Symposium on Signal Proessing and Information
Tehnology (IEEE ISSPIT'09), 14-17Deember 2009,Ajman-UAE. 4 p.
14. MANSOURI,M.,SNOUSSI,H.,etRICHARD,C.Anonlinearestimation
fortarget traking inWireless SensorNetworksusingQuantized Variational
Filtering.IEEE2009 International Conferene on Signals,Ciruitsand Sys-
tems (IEEE SCS'09),6-8November2009,Jerba-Tunisia. 4 p.
15. MANSOURI,M.,SNOUSSI,H.,OUACHANI,I.,etRICHARD,C.Adap-
tive Quantized Target Traking in Wireless Sensor Networks. SensorNets
2009 : The First International Shool on Cyber-Physial and Sensor Net-
works(BestPoster Award), 17-21Deember 2009,Monastir, Tunisia. 4 p
16. MANSOURI,M.,etMOHAMMAD-DJAFARI.,A.ImageSuper-resolution
fromasetoflowresolution imagesusingaBayesienapproahwithaGauss-
Markov-Potts prior.IPCV'09- The2009InternationalConferene onImage
Proessing,ComputerVisionandPatternReognition,13-16July 2009,Las
Vegas, USA.6p.
Remeriement iii
Abstrat v
Résumé vi
Liste des publiations ix
Table des gures xiii
Liste des tableaux xvii
Glossaires xix
I Introdution 1
I.1 Problèmesadressés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
I.2 Présentation de lathèse . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
II Contexte Général 5 II.1 Lesréseauxde apteurssans ls(RCSFs) . . . . . . . . . . . . . . . . . 6
II.1.1 Introdution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
II.1.2 Caratéristiques d'unRCSF . . . . . . . . . . . . . . . . . . . . . 6
II.1.3 Fateursoneptuels desRCSFs . . . . . . . . . . . . . . . . . . . 8
II.1.4 Diérents aspetsde RCSFs . . . . . . . . . . . . . . . . . . . . . 10
II.1.5 QuelquesappliationsdesRCSFs . . . . . . . . . . . . . . . . . . 13
II.1.6 Suivideible :État del'art suint . . . . . . . . . . . . . . . . 14
II.2 Méthodevariationnelle bayésienne . . . . . . . . . . . . . . . . . . . . . 16
II.2.1 Introdution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
II.2.2 Méthode variationnelle bayésienne pour un modèle de Markov ahé (MMC) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
II.2.3 Estimationd'unmodèle Gaussienunivarié . . . . . . . . . . . . . 23
II.3 Conlusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
IIIApprohe variationnelle pour le suivi d'une ible dans un réseau de
apteurs quantiés 31
III.1 Introdution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
III.2 Modélisation dusystème . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
III.2.1 Modèled'observation quantié . . . . . . . . . . . . . . . . . . . 34
III.2.2 Modèlegénéral d'évolutionde l'état(MGEE) . . . . . . . . . . . 35
III.3 Approhe d'estimation bayésienne via le ltrage variationnel quantié (FVQ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
III.3.1 Vue d'ensemblede l'algorithmeFVQ . . . . . . . . . . . . . . . . 37
III.3.2 Calul deladistribution préditive . . . . . . . . . . . . . . . . . 39
III.4 Estimationdu analetoptimisation de quantiation . . . . . . . . . . . 41
III.4.1 Estimationdu anal . . . . . . . . . . . . . . . . . . . . . . . . . 41
III.4.2 Optimisation dequantiation pour lesuivid'une trajetoire . . 44
III.5 Résultats etsimulationsnumériques . . . . . . . . . . . . . . . . . . . . 47
III.5.1 Analysede lapréision de suivi . . . . . . . . . . . . . . . . . . . 48
III.5.2 Analysede l'erreur quadratique moyenne (EQM) . . . . . . . . . 52
III.5.3 Analysed'énergie . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
III.6 Conlusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
IVLe lustering,leroutageetl'agrégationséurisée desdonnées dansles RCSFs 59 IV.1 Introdution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
IV.2 Quelquesprotooles existants . . . . . . . . . . . . . . . . . . . . . . . . 60
IV.3 Séletionde meilleurs apteursdansleRCSF . . . . . . . . . . . . . . . 63
IV.3.1 Fontion multi-ritères (FMC) . . . . . . . . . . . . . . . . . . . 63
IV.4 Identiation desapteurs maliieux . . . . . . . . . . . . . . . . . . . . 65
IV.4.1 Dénition deproblème . . . . . . . . . . . . . . . . . . . . . . . . 65
IV.4.2 Calul deladistane KullbakLeibler (DKL) . . . . . . . . . . . 66
IV.4.3 Formation réative de luster . . . . . . . . . . . . . . . . . . . . 66
IV.4.4 Formation statiquedeluster . . . . . . . . . . . . . . . . . . . . 68
IV.5 Optimisationde routage distribué . . . . . . . . . . . . . . . . . . . . . . 71
IV.5.1 Fontion multi-ritères sous la ontrainte de borne prédite de Cramér-Rao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
IV.6 Résultats desimulations numériques . . . . . . . . . . . . . . . . . . . . 72
IV.6.1 Analysede lapréision de suivi . . . . . . . . . . . . . . . . . . . 72
IV.6.2 Analysede l'erreur quadratique moyenne. . . . . . . . . . . . . . 75
IV.6.3 Analysede routage . . . . . . . . . . . . . . . . . . . . . . . . . . 75
IV.6.4 Analyseénergetique . . . . . . . . . . . . . . . . . . . . . . . . . 77
IV.6.5 Caratéristique defontionnement duréepteur (ROC). . . . . . 77
IV.7 Conlusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
