Contributions aux techniques de traitement du signal pour la géolocalisation coopérative dans le contexte des systèmes sans fil et le suivi de trajectoires

Advancements in information technology and communication systems enabled the development of a wide variety of location based applications and services. The global navigation satellite systems are among the fundamental localization solutions. In harsh environments (e.g., urban canyons and indoor areas), these solutions do not provide a good accuracy or even become unavailable. In order to offer accurate and ubiquitous localization solutions, wireless communication systems have been considered, where several location dependent parameters of the transmitted signals can be measured and exploited (e.g., the time-of-arrival (ToA), the received signal strength (RSS)). In this work, the topic of wireless localization is explored from a statistical signal processing perspective with a focus on two axes. The first axis is cooperative localization applied to ad-hoc networks, where the nodes perform pair-wise ranging measurements (i.e., ToA or RSS) between each other in order to simultaneously estimate their positions. The unique solvability conditions are studied based on the two approaches of graph rigidity and semidefinite programming, and the identifiability conditions are derived. Location estimation solutions are considered with a focus on probabilistic estimation and its application in Markov random fields using the nonparametric belief propagation (NBP) algorithm. The second axis is mobile terminals tracking based on RSS measurements. These measurements are affected by a shadowing phenomenon. The improvement brought by the knowledge of the shadowing maps to the position estimation accuracy is studied. The classical solution for obtaining these maps is fingerprinting, which can be costly in time and effort. Solutions are developed to overcome these difficulties. Several solutions are proposed and investigated via Monte Carlo simulations in different deployment and application scenarios, and several theoretical and practical results are derived.Les avancements des technologies de l'information et des systèmes de communication ont permis le développement d'une grande variété d'applications et de services de géolocalisation. Les systèmes de positionnement par satellites figurent parmi les solutions principales de localisation. Dans des environnements difficiles (par exemples, les canyons urbains ou à l'intérieur des bâtiments), ces solutions ne fournissent pas une bonne précision, ou même deviennent indisponibles. Afin d'offrir des solutions de localisation précises et disponibles quelque soit l'environnement, les systèmes de communication sans fil ont été utilisés, où plusieurs paramètres topo-dépendants des signaux transmis peuvent être mesurés et exploités (par exemple, le temps d'arrivée (ToA), la puissance du signal reçu (RSS)). Dans ce travail, la localisation dans les systèmes sans fil est étudié d¿un point de vue traitement statistique du signal, et en explorant deux axes. Le premier axe concerne la localisation coopérative appliquée aux réseaux ad-hoc, où les différents n¿uds effectuent des mesures de distance par paire (c.à.d. ToA ou RSS) afin d'estimer simultanément leurs positions. Les conditions de solvabilité unique sont étudiées en s'appuyant sur les deux approches de la rigidité graphique et la programmation semi-définie, et ainsi les conditions d'identifiabilité sont déduites. Les solutions d'estimation de la position sont considérées en se concentrant sur l'estimation probabiliste et son application dans des champs aléatoires de Markov et ce en utilisant l¿algorithme de propagation de croyance non-paramétrique (NBP). Le deuxième axe concerne la poursuite des terminaux mobiles en se basant sur des mesures RSS. Ces mesures sont affectées par un phénomène de masquage (shadowing). L'amélioration apportée à la précision de positionnement par la connaissance des cartes de shadowing est étudiée. La solution classique pour l'obtention de ces cartes est le fingerprinting, qui peut être coûteux en temps de collecte de mesures. Des solutions sont développées afin de surmonter ces difficultés. Plusieurs solutions sont proposées et étudiées par des simulations de Monte Carlo pour différents scénarios d'application et de déploiement, et plusieurs résultats théoriques et pratiques sont obtenus