Distributed Localization Algorithms in Indoor 802.15.4 Wireless Networks
L'internet des objets se développe à travers diverses applications telles que la domotique, la surveillance à domicile, etc. Les consommateurs s'intéressent à ces applications dont les objets interagissent avec des dispositifs de plus en plus petits et connectés. La localisation est une information clé pour plusieurs services ainsi que pour l'optimisation du fonctionnement du réseau. En environnement intérieur ou confiné, elle a fait l'objet de nombreuses études. Cependant, l'obtention d'une bonne précision de localisation demeure une question difficile, non résolue. Cette thèse étudie le problème de la localisation en environnement intérieur appliqué aux réseaux sans fil avec l'utilisation unique de l'atténuation du signal. L'atténuation est mesurée par l'indicateur de l'intensité du signal reçu (RSSI). Le RSSI est connu dans la littérature comme étant imprécis et peu fiable en ce qui concerne l'estimation de la distance, du fait de la complexité de la propagation radio en intérieur : il s'agit des multiples trajets, le shadowing, le fading. Cependant, il est la seule métrique directement mesurable par les petits objets communicants et intelligents. Dans nos travaux, nous avons amélioré la précision des mesures du RSSI pour les rendre applicables à l'environnement interne dans le but d'obtenir une meilleure localisation. Nous nous sommes également intéressés à l'implémentation et au déploiement de solutions algorithmiques relatifs au problème suivant : est-il possible d'obtenir une meilleure précision de la localisation en utilisant uniquement les mesures de RSSI fournies par les noeuds capteurs sans fil IEEE 802.15.4 ? Dans cette perspective, nous avons d'abord étudié le comportement du RSSI dans plusieurs environnements intérieurs de différentes tailles et selon plusieurs configurations , y compris un réseau de capteurs sans fil à grande échelle (SensLAB). Pour expliquer les résultats des mesures, nous avons caractérisé les objets communicants que nous utilisons, les noeuds capteurs Moteiv TMote Sky, par une série d'expériences en chambre anéchoïque. Les résultats expérimentaux confirment que la relation entre le RSSI et la distance dépend de nombreux facteurs même si la batterie intégrée à chaque noeud capteur produit une atténuation. Ensuite, nous avons démontré que le modèle de propagation log-normal shadowing n'est pas adapté en intérieur, en raison de la dispersion des valeurs de RSSI et du fait que celles-ci ne sont pas toujours dépendantes de la distance. Ces valeurs devraient être considérées séparément en fonction de l'emplacement de chaque noeud capteur émetteur. Nous avons proposé des heuristiques pour corriger ces incohérences observées à savoir les effets de la propagation par trajets multiples et les valeurs aberrantes. Nos résultats expérimentaux ont confirmé que nos algorithmes améliorent significativement la précision de localisation en intérieur avec l'utilisation unique du RSSI. Enfin, nous avons étudié et proposé un algorithme de localisation distribué, précis et coopératif qui passe à l'échelle et peu consommateur en termes de temps de calcul. Cet algorithme d'approximation stochastique utilise la technique du RSSI tout en respectant les caractéristiques de l'informatique embarquée des réseaux de capteurs sans fil. Il affine l'ensemble des positions estimées par un noeud capteur sans fil. Notre approche a été comparée à d'autres algorithmes distribués de l'état de l'art. Les résultats issus des simulations et des expériences en environnements internes réels ont révélé une meilleure précision de la localisation de notre algorithme distribué. L'erreur de localisation est de l'ordre du centimètre sans aucun noeud ou unité centrale de traitement, ni de calibration fastidieuse ni d'intervention humaine.