Retourner à la liste

DIAGnostic embarqué pour le durcissement RADiation des électroniques spatiales (DIAG-RAD)

Description

Contexte :

  1. L’emploi de composants commerciaux dans les applications spatiales progresse fortement. Ces composants sont sensibles aux effets singuliers destructifs, causés par les protons et ions lourds spatiaux.
  2. Se protéger de ces phénomènes par des « fusibles électroniques » est inadapté car le calibre du fusible dépend de nombreux paramètres (mode d’utilisation, température, dérives, etc…).

Objectif :

Face à cette situation, le développement de « délatcheur intelligent » est une solution que nous proposons d’investiguer dans ce sujet de thèse. Cette solution pourrait s’appuyer sur une carte monitorée (courant, tension, température) en de multiples points et en l’utilisation d’algorithmes d’intelligence artificielle (apprentissage des situations normales au sol pour embarquer des solutions de détection de situation anormales en vol).

Le problème de la détection de situations anormales (ou anomalies) à partir de données peut se formuler comme un problème connu dans la communauté scientifique sous le nom de détection de nouveautés ou de données aberrantes ("outliers" en anglais). Il s’agit d’identifier, dans un ensemble de données, celles qui différent significativement des autres, qui ne se conforment pas à un comportement attendu et qui sont sous-tendues par un processus de génération différent. L'idée principale de la détection de nouveautés est d'apprendre la classe normale en ajustant le modèle aux données normales (dites positives) qui sont souvent les seules disponibles, ou du moins les seules en nombre suffisant. Non disponibilité de données étiquetées en termes de types d’anomalies, les coûts liés à l’établissement d’une base de données d’apprentissage étiquetée et le besoin d’identifier des situations anormales sans qu’elles se soient nécessairement produites auparavant sont les défis de la détection de nouveautés que nous considèrerons dans cette thèse. En se basant sur les méthodes existantes, la thèse devra proposer une méthode de détection de nouveautés intégrant les différentes contraintes liées aux logiciels embarqués du domaine spatial. Dans ce domaine, certains travaux peuvent être cités.

Les travaux de thèse s’étaleraient sur 3 ans et auraient pour finalité de réaliser un système prototype de monitoring, détection et protection face aux évènements singuliers destructifs. La carte à protéger serait une carte de puissance (plusieurs convertisseurs DC/DC en parallèle – à confirmer) représentative d’une application spatiale.

Profil

Master ou école d’ingénieur Génie électrique, compétences en  électronique de puissance, numérique/analogique, compétences en machine learning/data mining.

Description de la structure
Laboratoire d'accueil : LAAS
Directeur(rice) de thèse/recherche : Travé-Massuyès Louise
E-mail du directeur(rice) de thèse/recherche : louise@laas.fr
Responsable Cnes de l'offre : BACZKOWSKI Leny

Pour postuler à cette offre, nous vous invitons à vous rapprocher du directeur/rice de thèse et compléter avec son aide la partie cofinancement du formulaire en ligne (Répondre à l’offre)  pour le 1er avril 2019.

Répondre à l'offre Retourner à la liste