Ce projet relève du domaine des technologies de l’information et vise à développer des solutions Internet des objets (IoT) pour relever un certain nombre de défis auxquels sont confrontés les pays africains, tels que la sécheresse et les embouteillages dans les zones urbaines. Cette équipe de recherche contribuera à l’application des techniques les plus récentes en Afrique, telles que l’agriculture intelligente et les véhicules autonomes.
Mots clés : IoT, 5G, apprentissage automatique
El Mehdi Amhoud
Il est aujourd’hui Professeur Assistant à l’Université Mohammed VI polytechnique, au Maroc. Ses recherches portent notamment sur l’efficacité énergétique et la fiabilité des réseaux Internet des objets et sur les futures générations de communications sans fil.
Andreas Burg
En 2011, il est devenu professeur assistant tenure track à l’EPFL où il dirige le Laboratoire des circuits de télécommunication de la Faculté d’ingénierie. Depuis 2018, il est professeur associé permanent à l’EPFL.
Projet de recherche
Ce projet de recherche se concentre sur les réseaux composés d’appareils Internet des objets (IoT) terrestres connectés à des drones volants. Les appareils IoT connectés devraient fournir une communication fiable et en temps réel pour plusieurs applications telles que l’agriculture intelligente, les voitures autonomes et la robotique. En outre, les drones peuvent fournir une solution de communication sans fil rentable lorsqu’ils sont utilisés comme stations de base aériennes ou passerelles. Les drones peuvent être rapidement déployés pour collecter des données à partir d’appareils IoT, améliorer leur connectivité et leur couverture, et leur fournir une alimentation sans fil.
L’objectif de ce projet est d’étudier les réseaux IdO assistés par des drones en maintenant une faible consommation d’énergie et une communication hautement sécurisée. Pour cela, des algorithmes basés sur l’apprentissage automatique (en anglais machine learning) pour la maximisation de la capacité des réseaux IoT seront développés. De plus, pour rallonger la durée de batteries des objets connectés, des méthodes ingénieuses de récupération d’énergie et de contrôle de la puissance seront développées. Par ailleurs, la robustesse des réseaux IdO contre différents types d’attaques seront étudiées. Enfin, nous visons à concrétiser ces développements et à permettre leur exploitation précoce en montrant comment les intégrer aux dernières normes IdO émergentes.
Publications / Actualités scientifiques
Menssouri, S., Delamou, M., Ibrahimi, K., & Amhoud, E. M. “Enhanced
Intrusion Detection System for Multiclass Classification in UAV Networks.” In IEEE 35th International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC) (pp. 1-6). 2024
Tapparel, J., and & Burg, A.. “Centralized RAN for LPWAN: Architecture and Proof-of-Concept Prototype Implementation.” in IEEE Conference on Network Function Virtualization and Software Defined Networks (NFV-SDN). IEEE, 2024.
Tapparel, J., & Burg, A. “Design and Implementation of LoRa Physical Layer in GNU Radio.” Proceedings of the GNU Radio Conference. Vol. 9. No. 1. 2024.
IEEE 35th International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC) Septembre 2024, présentaton : Enhanced Intrusion Detection System for Multiclass Classification in UAV Networks.”
IEEE Conference on Network Function Virtualization and Software Defined Networks (NFV-SDN) Novembre 2024. présentation : “Centralized RAN for LPWAN: Architecture and Proof-of-Concept Prototype Implementation.”
Proceedings of the 14th GNU Radio Conference du 16 au 20 septembre 2024, présentation : “Design and Implementation of LoRa Physical Layer in GNU Radio.”
M. Jouhari, K. Ibrahimi, J. B. Othman and E. M. Amhoud, “Deep Reinforcement Learning-Based Energy Efficiency Optimization for Flying LoRa Gateways”, ICC 2023 – IEEE International Conference on Communications, Rome, Italy, 2023, pp. 6157-6162
Jouhari, M., Saeed, N., Alouini, M. S., & Amhoud, E. M. A survey on scalable LoRaWAN for massive IoT: Recent advances, potentials, and challenges. IEEE Communications Surveys & Tutorials. 2023
Delamou, M., Noubir, G., Dang, S., & Amhoud, E. M. An Efficient OFDM-Based Monostatic Radar Design for Multitarget Detection, 2023
Jouhari, M., Ibrahimi, K., Othman, J. B., & Amhoud, E. M. Deep Reinforcement Learning-based Energy Efficiency Optimization For Flying LoRa Gateways. ICC, 2023
Etiabi, Y., Jouhari, M., Burg, A., & Amhoud, E. M. (2023, June). Spreading Factor assisted LoRa Localization with Deep Reinforcement Learning. In IEEE 97th Vehicular Technology Conference (VTC2023-Spring) (pp. 1-5), 2023
Projets développement du corps professoral junior
Traitement pour Parkinson
matériaux réactifs de structure spongieuse
Capteurs d’énergie solaire hybrides
Production de biocarburants
