Grant: Discovery Grants Program - Individual

Plusieurs solutions innovatrices de traitement du signal en communications et biomédical trouvent leur source dans des techniques modernes de traitement numérique, contraintes par un critère de compromis performance/complexité. Dans le cas de problèmes dits complexes, un nombre élevé de paramètres, souvent dans un modèle nonlinéaire, dynamique et non stationnaire, ne permet pas l'application des méthodes conventionnelles. Ce programme de recherche vise à répondre à des problèmes caractérisés par une quantité d'informations massive, par exemple, les réseaux de capteurs communicants, le système MIMO massif (grand nombre d'antennes - massive MIMO) et la mesure en biomédical (capteurs EMG matriciels). Notre méthodologie consiste à appliquer et adapter de nouveaux algorithmes non linéaires s'inspirant de la nature (nature-inspired methods). Il s'agit de méthodes mimant des principes naturels, biologiques ou physiques, telles les biomimétiques (métaheuristiques) en optimisation; réseaux de neurones et machines à vecteurs de support (Support Vector Machine) en classification. Des méthodes telles que les fractals, l'acquisition comprimée (compressive sensing) et la théorie du chaos seront également mises à contribution. Un autre aspect important des travaux concerne l'implémentation VLSI (AS-DSP, FPGA, ASIC) des algorithmes qui sont développés pour répondre à des besoins réels. L'objectif de ce programme est de proposer une chaîne de traitement de signaux basée sur des approches et algorithmes s'inspirant de la nature et offrant le meilleur compromis performance/complexité pour une mise en ?uvre parallèle et efficiente. Les domaines de communications mobiles et du biomédical sont ciblés car caractérisés par un flot d'informations massives : A) Un problème majeur des communications mobiles est la recherche de solutions augmentant la bande passante dans des milieux de plus en plus encombrés d?interférences multiples. Récemment, les systèmes MIMO massifs (grand nombre d'antennes) suscitent un intérêt considérable (ex: villes intelligentes), tout comme les réseaux de capteurs communicants, le précodage, estimateur des canaux et les réseaux à relais. B) Un autre cas étudié est le traitement des biosignaux générés par des matrices de capteurs électromyographies (EMG) pour l?extraction d'informations cliniques neuromusculaires. La méthodologie proposée vise le cas concret de la catégorisation des lombalgies chroniques non spécifiques, problème de santé majeur en attente de méthodes de diagnostic systématique. Ces deux domaines, a priori distincts, présentent d?un point de vue de la modélisation, une analogie que nous avons pu constater et exploiter, soit un modèle MIMO. Ce constat nous mène à des idées de solutions innovatrices tant pour les communications que le biomédical.