Suivi de cible communicante

Stratégies de déploiement

Le placement de capteurs est une discipline à part entière et de nombreux travaux de recherches ont été proposés dans ce domaine [88] [93] [8]. L’objectif principal de n’importe quelle stratégie est d’assurer que l’événement à contrôler soit à tout moment à la portée d’un capteur au minimum. Le choix d’une solution doit donc prendre en compte le type de capteurs à placer, l’environnement de déploiement et la finalité de l’application implémentée. Un placement adéquat permet donc d’optimiser les performances de celle-ci. Plusieurs classifications existent : dans [88] les stratégies de déploiements sont classées en fonction de l’objectif de l’application (couverture, connectivité, topologie, durée de vie du réseau, etc) ; dans [93] c’est plutôt en fonction des caractéristiques de mobilité du réseau (statique et dynamique) ; enfin, dans [8] les auteurs s’intéressent tout particulièrement aux capteurs à champs de capture directionnels et se focalisent sur les caractéristiques liées à ce dernier. Lors de la conception d’une stratégie de déploiement, l’idéal est de satisfaire toutes les conditions suivantes : – déployer le nombre optimal de capteurs ; – éviter les chevauchements et donc la redondance de données ; – éviter les obstacles et tout type d’occlusions. De nombreuses solutions existent pour le déploiement des capteurs à champs de capture omnidirectionnels [14] [78], elles ont pour objectif d’augmenter la couverture d’une zone d’intérêt en y arrangeant les cercles représentant ces champs. Dans [30], le problème de couverture est considéré comme un problème décisionnel. En effet, pour les applications à fortes contraintes comme la surveillance militaire, chaque surface de la zone d’intérêt doit être couverte par au moins k-capteurs, la valeur de k étant fixée en fonction de l’application. L’idée la plus simple est de considérer chaque surface comme étant le champ de capture d’un capteur, ensuite de comptabiliser le nombre d’intersections avec les champs d’autres capteurs. Dans ce cas, le nombre k correspondrait au nombre d’intersections. Dans [75] le problème connu sous le nom du problème de la galerie d’art est traité. Dans cette solution l’objectif est d’obtenir le nombre d’observateurs nécessaire afin que chaque point d’une salle d’exposition soit surveillé par au moins l’un d’entre eux. Cette solution a trouvé de nombreuses applications dans des domaines différents tels que le placement d’antennes dans les réseaux cellulaires ou plus généralement le déploiement des réseaux de capteurs sans fil. Une autre approche utilisée lorsque la topologie de l’environnent est connue en avance consiste à placer les capteurs en fonction des zones à fortes fréquentations. Si on prend comme contexte applicatif le suivi de cible, le graphe de déplacement de 36 Chapitre 3. Suivi de cible communicante celle-ci est réalisé à l’aide d’outils tel que le diagramme de Voronoi [40]. Ensuite, les capteurs sont placés en fonction. Dans certains cas, une panne au niveau de quelques nœuds peut survenir, provoquant une rupture de la connectivité du réseau et créant ainsi ce qu’on appelle des trous : des zones isolées non couvertes. Quelques travaux s’attellent à gérer cette problématique en proposant des mécanismes qui détectent ces trous et re-configure le réseau en conséquence [71][67]. L’idée proposée dans [94] est la plus intéressante dans notre contexte. Les capteurs y sont considérés comme des entités émettant des forces virtuelles attractives ou répulsives. L’idée est semblable au fonctionnement des aimants et de leurs polarités : des polarités similaires entrainent une répulsion au contraire des polarités différentes qui entrainent une attraction. Dans le cas des capteurs, cela est interprété en terme de distance. Des capteurs placés loin les uns des autres s’attirent tandis que ceux qui se chevauchent se repoussent. Cette solution est expliquée plus en détails dans la soussection 3.3.2. L’idée des forces virtuelles a été reprise dans de nombreux travaux. Par exemple, dans [72], une version étendue de l’algorithme qui tient compte de la connectivité du réseau est présentée. Le schéma proposé maximise le taux de couverture tout en garantissant la connectivité indépendamment de la densité du réseau. Dans [51], la solution est adaptée aux capteurs directionnels à trois dimensions (3D).

 Techniques de localisation

Dans les réseaux de capteurs sans fil, trois (03) méthodes d’exploitation du signal reçu par la cible prédominent : le temps d’arrivée, l’angle d’arrivée ou encore la force du signal [66]. Le temps d’arrivée du signal (TOA : Time of Arrival), exploite comme son nom l’indique, le temps d’arrivée et la vitesse de propagation du signal pour calculer la position de la source. L’angle d’arrivée du signal (AOA : Angle of Arrival), mesure la direction du signal pour localiser la cible. Plus précisément, cette technique consiste à mesurer l’angle entre la direction de propagation d’une onde et une référence donnée. La force du signal (RSSI : Received Signal Strength Indicator), est la méthode la plus utilisée et la moins couteuse. Elle ne requiert pas de réception multi-antenne, d’horloge précise ou de traitements couteux au niveau des nœuds. Cette technique consiste à mesurer la force du signal émis par la source pour la localiser. Plusieurs solutions sont 3.2. Contexte et application 37 Figure 3.1 – Trilatération. déclinées, l’une d’entre elles [46] consiste à collecter en amont l’empreinte (signature) du signal au niveau de chaque emplacement de la zone d’intérêt. Ensuite, la force du signal reçu est comparée à celles collectées permettant ainsi d’estimer les coordonnées de l’émetteur. Une fois les mesures récoltées, une technique de géo-localisation est utilisée pour déterminer la position de la cible. La trilatération ou la triangulation sont les techniques communément utilisées [46]. Ces deux mécanismes exploitent les caractéristiques géométriques des triangles pour déterminer la position d’un point donné, trois (03) mesures représentant les coordonnées des sommets du triangle sont nécessaires. La trilatération exploite la distance entre des points de références. La triangulation quant à elle, exploite l’angle d’arrivée du signal par rapport à des points de références. Alors que les techniques basées sur la force et le temps d’arrivée du signal sont adaptées à la trilatération, celle basée sur l’angle d’arrivée du signal est mieux appropriée à la triangulation. Dans ce travail, nous utilisons une technique de localisation basée sur la puissance du signal associée donc à la trilatération (figure 3.1). En effet, notre objectif étant la gestion du compromis entre la précision du suivi et la consommation énergétique, cette solution est celle qui convient le mieux. 

Algorithmes de suivi réactifs

Il existe dans la littérature un nombre important de travaux de recherche concernant le suivi de cible mobile dans le contexte des réseaux de capteurs sans fil. Ces travaux peuvent être classifiés en deux principales catégories : solutions réactives et solutions proactives. Nous nous intéressons dans ce chapitre à la première catégorie. Dans celle-ci, le suivi est effectué de manière réactive au fur et à mesure du déplacement de la cible. La plupart des travaux de cette catégorie utilisent une architecture réseau en cluster. Ce type d’architecture offre des avantages tels que le passage à l’échelle, la diminution du trafic et l’efficacité énergétique. Ces clusters peuvent être crées de façon statique au moment du déploiement du réseau ou bien de manière dynamique durant le processus de suivi, en se basant sur des critères tels que la position, la puissance 38 Chapitre 3. Suivi de cible communicante de calcul ou encore l’énergie résiduelle des capteurs. Les travaux suivants considèrent tous des cibles communicantes mais dans des contextes différents. Dans [77], un algorithme distribué, basé sur une architecture en cluster gère le suivi d’une cible se déplaçant à vitesse constante en construisant les clusters de façon dynamique au fur et à mesure du déplacement de la cible. Le capteur qui détecte en premier la cible devient nœud-parent et sélectionne parmi ses voisins les capteurs qui participeront à la localisation en se basant sur les mesures obtenues. Dans [53], les auteurs traitent le suivi de cible comme un problème d’optimisation et utilisent un algorithme génétique multi-objectifs d’une part pour améliorer la précision des mesures de la cible et d’autre part pour sélectionner les capteurs qui participeront au suivi. Dans [50] le suivi de cible est aussi traité comme un problème d’optimisation mais cette fois les auteurs utilisent l’estimation du maximum de vraisemblance pour le résoudre. L’étude présentée dans [84] traite le problème de suivi de cible à l’aide d’un capteur sans fil mobile. Dans une zone d’intérêt, un ensemble de capteurs fixes nommés ancres ainsi qu’un capteur mobile émettant des signaux lui permettant de communiquer avec le réseau sont déployés. Une cible communicante se déplaçant dans cette zone émet elle aussi des signaux qui sont récoltés par ce réseau et envoyés au centre de fusion de données, ce dernier se chargera de calculer la position de la cible ainsi que du nœud mobile. Une fois ces données obtenues, il dirigera le nœud mobile afin de suivre la cible. La solution proposée dans [81] traite le problème de suivi de cible de la manière la plus élémentaire qui soit. En d’autres termes, les capteurs ne produisent comme données de sortie qu’une simple information cible « détectée » ou « non-détectée » sous forme de bit « 1 » ou « 0 ». Une fois la cible détectée, le capteur concerné identifie la portion de l’arc de son champ de détection circulaire par lequel la cible a pénétré. La position de la cible est ensuite fixée au centre de cet arc. Le travail proposé dans [58] s’attèle à gérer le problème de suivi de cible dans les réseaux cellulaires. Les auteurs font appel aux méthodes de Monte-Carlo séquentielles ou filtres à particules pour analyser les signaux émis par la cible et en déduire sa position et sa vitesse de déplacement. Bien que les travaux proposés ci-dessus intègrent l’idée d’une cible communicante, les contextes présentés sont distinctement différents du notre. En effet, pour certains, l’objectif principal est d’améliorer les mesures récoltées par les capteurs et donc la précision de localisation de la cible et négligent les problèmes de relai d’informations entre les nœuds. D’autres travaux utilisent des nœuds mobiles pour relayer ces informations de suivi. Enfin, certaines solutions sont déployées dans des réseaux cellulaires où les contraintes et particulièrement les contraintes énergétiques ne sont pas les mêmes. Dans notre travail, nous proposons une vision plus globale en nous intéressant entre autre à la partie collaboration entre les nœuds, notamment comment les réveiller les uns après les autres pour suivre la cible tout au long de son évolution dans la zone d’intérêt et cela en gérant au mieux le compromis entre la précision du suivi et la consommation énergétique. Les prochains paragraphes s’appliqueront à décrire en détail cette solution