Thèse -Méthode de positionnement indoor pour la gestion du Wi-Fi H/F

L'ambition de la Division Innovation est de porter plus loin l'innovation d'Orange et de renforcer son leadership technologique, en mobilisant nos capacités de recherche pour nourrir une innovation responsable au service de l'humain, éclairer les choix stratégiques du Groupe à long terme et influencer l'écosystème digital mondial.
Nous formons les expertes et les experts des technologies d'aujourd'hui et de demain, et veillons à une amélioration continue de la performance de nos services et de notre efficacité. La division Innovation rassemble, dans le monde, 6000 salariés dédiés à la recherche et l'innovation dont 740 chercheurs. Porteurs d'une vision globale avec une grande diversité de profils (chercheurs, ingénieurs, designers, développeurs, data scientists, sociologues, graphistes, marketeurs, experts en cybersécurité...), les femmes et les hommes de Innovation sont à l'écoute et au service des pays, des régions et des business units pour faire d'Orange un opérateur multiservices de confiance.

Au sein d'Innovation, vous serez intégré(e) dans une équipe de recherche du département «Radio Engineering & Performance» qui a pour mission de concevoir et définir des méthodes, outils et indicateurs permettant d'évaluer et de gérer la qualité des réseaux d'accès radio Wi-Fi et 5G du groupe Orange. Le sujet proposé s'inscrit dans la stratégie du programme de recherche 'Home Networks' visant à concevoir les réseaux du futur pour le domaine résidentiel et très petites entreprises.

Votre rôle est d'effectuer un travail de thèse portant sur la conception d'une "Méthode de positionnement indoor par croisement de données pour la gestion du Wi-Fi". Dans la stratégie d'Orange, il est crucial que le débit final disponible en Wi-Fi sur le terminal de l'utilisateur ne dégrade pas l'expérience clients fibre. L'arrivée de la norme Wi-Fi 8 pose le problème de coopération entre points d'accès (AP) pour fournir la qualité escomptée aux terminaux[1].Pour faciliter les opérations de management de réseau et de coordination entre APs, avoir une connaissance fine de la topologie du réseau et du trafic (APs, répéteurs, terminaux) est un enjeu clé pour l'opérateur afin d'améliorer la qualité d'expérience utilisateur.

Votre travail s'appuiera sur différentes sources de données telles que les données de sensing issues du Wi-Fi et des données de cartographies radio. Il s'agira d'en déduire à l'aide de techniques d'IA une pseudo-localisation des équipements Wi-Fi et du trafic Wi-Fi. Ces travaux abordés par les techniques dites de 'Channel Charting[2]' et se distinguent des techniques usuelles de géolocalisation comme étant des techniques non supervisées et permettant d'avoir une pseudo-localisation à l'aide d'un seul AP. Les objectifs scientifiques vont consister à exploiter et croiser les sources de données avec comme objectif ultime de rapprocher la pseudo-localisation prédite de la localisation réelle géoréférencée. Les travaux débuteront par un état de l'art des solutions non supervisées, faire de la localisation indoor à partir de données radio et en situations de non visibilité directe. La suite portera sur les challenges suivants:
Concevoir et valider une solution exploitant au mieux les différentes données.
Minimiser les informations nécessaires à la détermination de la pseudo-localisation.
Aligner et exploiter des données issues de plusieurs APs.
Prendre en compte les étages, voire des effets de hauteur des terminaux.
Détecter un environnement dynamique et savoir l'intégrer aux algorithmes.
Maximiser la précision en se rapprochant de la localisation réelle.
La perspective sera de mettre en oeuvre la solution développée sur un cas d'usage lié la gestion ou au diagnostic de réseau. Le travail pourra s'appuyer au départ sur des données radio simulées avec nos logiciels [3] ou des outils en open source. Les algorithmes développés seront ensuite affinés et validés à l'aide de données de mesures dans un habitat résidentiel type.

Compétences (scientifiques et techniques) et qualités personnelles exigées par le poste :
Traitement du signal
Bases en réseaux sans fils/télécoms
Data science
Bagage mathématique, algorithmique, statistiques
Programmation : Python/Kéras/Tensorflow
Langues : Français courant (écrit et oral), connaissances de l'anglais permettant de réaliser des communications/publications scientifiques
Etre créatif, innovant, avoir un bon relationnel et une motivation pour la recherche
Avoir une autonomie et une capacité d'organisation de son travail en fonction des objectifs à atteindre.

Formation demandée (master, diplôme d'ingénieur, doctorat, domaine scientifique et technique ...) :
Ecoles d'ingénieur Réseaux/Télécom avec spécialisation Data Science et IA
Master recherche dans le domaine

Expériences souhaitées (stages, ...)
Avoir réalisé un stage, des projets étudiants ou un mémoire de fin d'études dans un domaine proche du sujet de thèse
Pratique confirmée du développement dans le contexte Python/Kéras/Tensorflow dédié aux algos d'IA appliqués à des données de type signaux ou images

Références
[1]https://arxiv.org/pdf/2405.11504v2
[2]https://channelcharting.github.io/ https://arxiv.org/abs/2406.13722
[3] https://ieeexplore.ieee.org/document/10186359
Ref : 24454806