Thèse Navigation Résiliente pour la Mobilité Urbaine Utilisant les Signaux Ntn 5G - 6G les Antennes Multi-Éléments et les Architectures Vectorisées H/F Doctorat.Gouv.Fr

Établissement : Ecole Nationale de l'Aviation Civile École doctorale : EDMITT - Ecole Doctorale Mathématiques, Informatique et Télécommunications de Toulouse Laboratoire de recherche : ENAC-LAB - Laboratoire de Recherche ENAC Direction de la thèse : Axel Javier GARCIA PENA ORCID 0000000262996304 Début de la thèse : 2027-09-01 Date limite de candidature : 2026-11-23T23:59:59 D'ici 2050, plus de 60 % de la population mondiale devrait vivre en zones urbaines. La mobilité urbaine des personnes et des marchandises devient donc un enjeu majeur, notamment en ce qui concerne le développement durable. L'émergence des véhicules autonomes est un élément clé du développement d'une mobilité urbaine durable grâce à la possibilité d'optimiser leurs itinéraires et leur pilotage. Cependant, l'obtention d'un système de navigation robuste, fiable et sûr est indispensable pour autoriser l'utilisation de véhicules autonomes en milieu urbain. Les systèmes GNSS constituent traditionnellement l'épine dorsale du module de navigation utilisé dans les plateformes de mobilité. Toutefois, ces systèmes sont confrontés à des défis bien connus en milieu urbain : les trajets multiples et les conditions de réception NLOS. De plus, on observe aujourd'hui une forte augmentation des interférences radioélectriques (RFI) affectant les systèmes GNSS. Par conséquent, il est nécessaire d'obtenir une navigation robuste, fiable et sûre en milieu urbain et en présence de RFI pour permettre le déploiement de véhicules autonomes.

Afin de surmonter les difficultés commentées, une solution générale articulée autour de trois axes principaux est proposée :
1) Accroître le nombre de signaux utilisés: GNSS, LEO PNT, 5G/6G 3GPP provenant des réseaux terrestres (TN) et non terrestres (NTN). Les signaux 5G/6G sont des signaux de communication normalisés par le groupe 3GPP qui utilisent la modulation OFDM.
2) Antennes multi-éléments : une antenne multi-éléments permet de détecter la présence et la direction d'arrivée (DoA) d'un signal RFI. De plus, l'impact du signal RFI peut être atténué par la génération d'un zéro dans la direction DoA du diagramme de rayonnement de l'antenne (filtrage spatial). Si la direction du zéro peut être modifiée en temps réel, l'antenne est dite CRPA.
3) Conception d'un module hybride de traitement du signal (synchronisation des signaux) et de positionnement (estimation position), qui inclut aussi le filtrage spatial de l'antenne multi-éléments : ce type de structure est appelé suivi vectoriel (VT) et repose sur un filtre de Kalman étendu (EKF) estimant la solution PVT (position, vitesse, temps) et utilisant sa valeur pour piloter la réplique locale du processus de synchronisation des signaux [19][20].
De plus, l'utilisation de l'IA, sous la forme d'apprentissage automatique, est également proposée pour améliorer les solutions proposées : détermination des coefficients du EKF ou implémentation d'une solution APBM (Modèle basé sur la physique augmentée) [3].

Parmi les défis scientifiques à relever, on peut citer :
1) Traitement du signal pour les signaux 3GPP 5G/6G NTN sur satellites LEO : les techniques de synchronisation classiques des signaux 3GPP 5G/6G TN doivent être adaptées au canal de transmission des satellites LEO (Doppler très élevé):
- Acquisition : Van de Beek [4], GLRT [5]
- Estimation en boucle fermée : DLL [6], FLL [7] et PLL [8]
- Techniques d'estimation de canal : techniques basées sur la matrice de réponse en fréquence du canal (CFR) [9] ou techniques basées sur ESPRIT [10]
Une autre solution consiste à utiliser la modulation OTFS (Orthogonal Time Frequency Space) [11][12], qui peut être interprétée comme l'ajout d'une pré-codification à la modulation OFDM afin d'atténuer les effets Doppler importants.

2) Analyse d'une antenne multi-éléments pour les signaux 3GPP 5G/6G afin de détecter et d'atténuer les interférences radioélectriques (RFI). Différentes techniques existent :
- Estimation du maximum de vraisemblance [13].
- Estimation DoA basée sur les sous-espaces du signal : MUSIC, Root-MUSIC et ESPRIT [13][14].
- Estimation parcimonieuse : [15][16][17][18].

3) Suivi vectoriel : La difficulté réside dans l'intégration des différents signaux. De plus, il est nécessaire de tirer parti des avantages des différents signaux reçus et de l'introduction d'antennes multi-éléments [23][24]. The PhD thesis will be based on existing work on:
- Signal processing on 3GPP 5G/6G signals on terrestrial networks (terrestrial emitters). An adaptation of known techniques to signals transmitted from LEO satellites will be developed.
- Antenna array processing: adaptation of well-known techniques to 3GPP 5G/6G signals and to LEO satellites transmission channel
- Vector tracking: adaptation of Vector tracking structures (developed mathematical models) to structures (mathematical models) benefiting from a variety of signals, with different natures (advantages and drawbacks) , and to the integration of multi-element antennas.
Moreover, AI/Machine Learning notions will be used to enhance the previous techniques by optimizing coefficients (EKF) or by adding complementary models (APBM)

The section [references] contains a rich example of scientific literature which will be used during the PhD thesis.

The PhD thesis will target a theoretical development by mathematically characterizing each step of the developed techniques and by characterizing their expect performance and theoretical limits.