Approche déterministe de l’acquisition comprimée et la reconstruction des signaux issus de capteurs intelligents distribués - Université de Lorraine Accéder directement au contenu
Thèse Année : 2015

Deterministic approach of compressed sensing and reconstruction of signals from wireless body sensor networks

Approche déterministe de l’acquisition comprimée et la reconstruction des signaux issus de capteurs intelligents distribués

Andrianiaina Ravelomanantsoa
  • Fonction : Auteur
  • PersonId : 779604
  • IdRef : 190137711

Résumé

A wireless body area network (WBAN) is a new class of wireless networks dedicated to monitor human physiological parameters. It consists of small electronic devices, also called nodes, attached to or implanted in the human body. Each node comprises one or many sensors which measure physiological signals, such as electrocardiogram or body heat, and the characteristics of the surrounding environment. These nodes are mainly subject to a significant energy constraint due to the fact that the miniaturization has reduced the size of their batteries. A solution to minimize the energy consumption would be to compress the sensed data before wirelessly transmitting them. Indeed, research has shown that most of the available energy are consumed by the wireless transmitter. Conventional compression methods are not suitable for WBANs because they involve a high computational power and increase the energy consumption. To overcome these limitations, we use compressed sensing (CS) to compress and recover the sensed data. We propose a simple and efficient encoder to compress the data. We also introduce a new algorithm to reduce the complexity of the recovery process. A partnership with TEA (Technologie Ergonomie Appliquées) company allowed us to experimentally evaluate the performance of the proposed method during which a numeric version of the encoder has been used. We also developed and validated an analog version of the encoder.
Le réseau sans fil sur le corps humain ou « wireless body area network (WBAN) » est une nouvelle technologie de réseau sans fil dédié à la surveillance des paramètres physiologiques d’une personne. Le réseau est composé de dispositifs électroniques miniatures, appelés nœuds, disposés aux alentours ou à l’intérieur du corps humain. Chaque nœud est doté d’un ou plusieurs capteurs mesurant les paramètres physiologiques de la personne, comme électrocardiogramme ou bien la température du corps, et les caractéristiques de l’environnement qui l’entoure. Ces nœuds sont surtout soumis à une contrainte énergétique importante puisque la miniaturisation a réduit les dimensions de leurs batteries. Puisque les nœuds consomment la majorité de l’énergie pour transmettre les données, une solution pour diminuer leur consommation consisterait à compresser les données avant la transmission. Les méthodes classiques de compression ne sont pas adaptées pour le WBAN particulièrement à cause de la puissance de calcul requise et la consommation qui en résulterait. Dans cette thèse, pour contourner ces problèmes, nous utilisons une méthode à base de l’acquisition comprimée pour compresser et reconstruire les données provenant des nœuds. Nous proposons un encodeur simple et facile à mettre en œuvre pour compresser les signaux. Nous présentons aussi un algorithme permettant de réduire la complexité de la phase de reconstruction des signaux. Un travail collaboratif avec l’entreprise TEA (Technologie Ergonomie Appliquées) nous a permis de valider expérimentalement une version numérique de l’encodeur et l’algorithme de reconstruction. Nous avons aussi développé et validé une version analogique de l’encodeur en utilisant des composants standards.
Fichier principal
Vignette du fichier
DDOC_T_2015_0136_RAVELOMANANTSOA.pdf (2.57 Mo) Télécharger le fichier

Dates et versions

tel-01283555 , version 2 (07-03-2016)
tel-01283555 , version 1 (29-03-2018)

Identifiants

  • HAL Id : tel-01283555 , version 2

Citer

Andrianiaina Ravelomanantsoa. Approche déterministe de l’acquisition comprimée et la reconstruction des signaux issus de capteurs intelligents distribués. Electronique. Université de Lorraine, 2015. Français. ⟨NNT : 2015LORR0136⟩. ⟨tel-01283555v2⟩
360 Consultations
1007 Téléchargements

Partager

Gmail Facebook X LinkedIn More