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

A wireless body area network (WBAN) is a new class of wireless networks dedicated tomonitor 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 whichmeasure physiological signals, such as electrocardiogram or body heat, and the characteristics ofthe surrounding environment. These nodes are mainly subject to a significant energy constraint dueto the fact that the miniaturization has reduced the size of their batteries. A solution to minimizethe energy consumption would be to compress the sensed data before wirelessly transmittingthem. Indeed, research has shown that most of the available energy are consumed by the wirelesstransmitter.Conventional compression methods are not suitable for WBANs because they involve a highcomputational power and increase the energy consumption. To overcome these limitations, weuse compressed sensing (CS) to compress and recover the sensed data. We propose a simple andefficient encoder to compress the data. We also introduce a new algorithm to reduce the complexityof the recovery process. A partnership with TEA (Technologie Ergonomie Appliquées) companyallowed us to experimentally evaluate the performance of the proposed method during which anumeric version of the encoder has been used. We also developed and validated an analog versionof 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 lesdimensions 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 lesdonnées avant la transmission.Les méthodes classiques de compression ne sont pas adaptées pour le WBAN particulièrementà 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 pourcompresser et reconstruire les données provenant des nœuds. Nous proposons un encodeur simpleet 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 collaboratifavec 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 aussidéveloppé et validé une version analogique de l’encodeur en utilisant des composants standards