STAGE – Détection et localisation de pannes de systèmes de navigation par algorithmes d'IA F/H

Une centrale inertielle est un équipement dont le but est de fournir à chaque instant sa position, sa vitesse et son orientation à un porteur (dont les types sont variés, de la fusée Ariane 6 au sous-marin, en passant par les avions et les moyens de transport terrestre par exemple).
Une centrale inertielle est constituée entre autre :
• de capteurs inertiels (3 gyromètres et 3 accéléromètres) permettant d'estimer la quantité de mouvement subis par le porteur,
• de capteurs non-inertiels (baromètre, odomètre, loch, récepteur GNSS, caméra, cartographie…) améliorant la localisation du porteur à l'aide d'un algorithme de fusion de données (généralement un Filtre de Kalman Etendu)

L'intégrité des systèmes de navigation est une composante importante parmi leurs performances, et cela, quels que soient les domaines d'application : aéronautique, spatial, marine ,... L'intégrité étant définie comme la capacité du système à détecter ou supprimer son signal utile en cas de dépassement des tolérances admissibles.
Le contrôle de l'intégrité comprend la détection d'informations de localisation erronées, l'identification de la source (cause) des informations erronées, la reconfiguration du système pour continuer à fournir des informations précises

Dans ce contexte, l'objet du stage est de définir de nouveaux algorithmes de détection et d'identification d'informations erronées pour un futur système de localisation, dérivés des techniques d'Intelligence Artificielle (IA).
Les travaux consistent à :
- caractériser, dans un premier temps, les performances du contrôle d'intégrité d'un système de navigation pris comme référence : probabilité de fausse alarme, probabilité de non détection, temps d'alarme, probabilité de fausse reconfiguration, disponibilité des services "localisation précise", "localisation intègre", ...
- faire une recherche bibliographique sur l'état de l'art des techniques FDIR (Fault Detection, Isolation, Reconfiguration) : identifier les nouveaux algorithmes candidats susceptibles de répondre au problème : Algorithmes Génétiques et Evolutionnaires, Multiple Model Adaptative Estimation, Réseaux de Neurones Artificiels, …
- Implanter les algorithmes candidats sur un simulateur,
- évaluer en simulation les performances des algorithmes candidats.
- orienter le choix des algorithmes.

Compétences techniques : Automatique, traitement du signal, statistique, IA, MATLAB
Qualités requises : créativité, autonomie et force de proposition, aisance en statistique algorithmique et mathématique, capacité d'analyse, esprit de synthèse.
Formation : Elève ingénieur en 2ième ou 3ème année généraliste, option Automatique, Traitement de signal, IA
Contraintes particulières liés au poste : RAS
Niveau d'anglais : Intermédiaire