Thèse Cell-free Wifi

**votre rôle**:
Votre rôle est d’effectuer un travail de thèse sur : « Cell-free WiFi - Optimisation cognitive par la coopération des points d'accès multiples ». La technologie Wi-Fi est la principale technologie radio de connexion en indoor pour les réseaux locaux.

L’objectif scientifique principal de la thèse et de concevoir un système de coopération entre points d’accès Wi-Fi pour servir des stations en utilisant l’ensemble du réseau d’antennes distribués dans une région géographique. Il sera question de proposer différents découpages fonctionnels pour le traitement de l’information par les points d’accès distribués dans le réseau et une entité centralisée, avec les contraintes associées aux différentes options. Cette piste d’investigation nécessiterait de revoir le traitement du signal point à point, notamment la numérisation des signaux, et envisager l’utilisation des techniques IA, notamment en apprentissage machine, pour l’organisation au niveau système de la coopération entre les points d’accès multiples.

Les verrous/défis principaux à lever (scientifiques ou techniques) sur la voie montante sont principalement la réalisation d’un système d’échantillonnage multi-site et cognitif dans le but de réaliser les gains théoriques mis en avant par des travaux antérieurs par Orange en collaboration avec CentraleSupelec [1], [2] et aussi par d’autres [3] sur la base des résultats fondamentaux tels que tels que [4]. Pour réaliser ce potentiel beaucoup reste à faire. Il sera par exemple nécessaire de pouvoir estimer/prédire les caractéristiques de l’utilisation du spectre pour adapter en permanence un dispositif d’échantillonnage compressif [5]. L’adéquation de celui-ci avec le contexte opérationnel sera à déterminer en s’appuyant sur des techniques avancées d’apprentissage machine.

Quant à la voie descendante il sera, entre autres, question de pouvoir réaliser des transmissions focalisées à partir de plusieurs points d’accès coopérants.

Une attention particulière sera donnée à évaluer les performances et les gains en termes aussi d’impact sur l’environnement.

References
- V. Savaux, A. Kountouris, Y. Louet, C. Moy, “Throughput Capaciity Analysis of a Random Multi-User Multi-Channel Network Modeled with the Occupancy Problem”, CrownCom 2016.
- E. Selva, A. Kountouris, Y. Louët, Sparse signal detection with spatial diversity using multi-rate sampling, URSI AP-RASC, Mar 2019, New-Delhi, India.
- R. Venkataramani and Y. Bresler, "Sampling theorems for uniform and periodic nonuniform MIMO sampling of multiband signals," in IEEE Transactions on Signal Processing, vol. 51, no. 12, pp. 3152-3163, Dec. 2003.
- Athanasios Papoulis, Generalized sampling expansion, IEEE Trans. Circuits and Systems, CAS-24 (1977), 652-654.

M. Mishali and Y. C. Eldar, "From Theory to Practice: Sub-Nyquist Sampling of Sparse Wideband Analog Signals", IEEE Journal of Selected Topics on Signal Processing, vol. 4, no. 2, pp. 375-391, April 2010.

**votre profil**:
**Compétences **(scientifiques et techniques) et qualités personnelles exigées par le poste
- vous avez de bases solides en communications numériques et en traitement du signal ;
- vous connaissez les principes de traitement statistique et de machine learning;
- vous savez lire, parler et surtout écrire l’anglais ;
- vous connaissez le système Linux et vous programmez en Python et/ou C/C++ ;
- vous connaissez des outils de simulation (Python et/ou Matlab) ;
- vous aimez travailler en équipe tout en faisant preuve d’autonomie ;
- vous avez une bonne capacité d’écoute ;
- vous êtes force de proposition, curieux et autonome.

**Formation demandée**
- master recherche ou diplôme d’ingénieur.

**Expériences souhaitées (stages,)**
- stage de fin d’études sur la thématique serait souhaitable.

**le plus de l'offre**:
Enfin, Grenoble entourée par les montagnes et à proximité de la Suisse et de l’Italie représente un lieu idéal pour combiner science et loisirs et donne accès à un écosystème industriel vraiment Européen.

**entité**:
L’ambition de la Division Innovation est de porter plus loin l’innovation d’Orange et de renforcer son leadership technologique, en mobilisant nos capacités de recherche pour nourrir une innovation responsable au service de l’humain, éclairer les choix stratégiques du Groupe à long terme et influencer l’écosystème digital mondial.
Nous formons les expertes et les experts des technologies d’aujourd’hui et de demain, et veillons à une amélioration continue de la performance de nos services et de notre efficacité.
La division Innovation rassemble, dans le monde, 6000 salariés dédiés à la recherche et l’innovation dont 740 chercheurs. Porteurs d’une vision globale avec une grande diversité de profils (chercheurs, ingénieurs, designers, développeurs, data scientists, sociologues, gra