Ces dernières années, le développement du système aérien sans pilote (UAS) impliquant des essaims de véhicules aériens sans pilote (UAV) a connu des progrès sans précédent. Cependant, les systèmes de réseau mis en œuvre dans les UAS commerciaux actuels sont souvent des variantes des systèmes de réseau existants. Ainsi, des vulnérabilités préexistantes peuvent persister, tandis que de nouvelles vulnérabilités émergeant des nouvelles propriétés des UAS, telles que la mobilité et l'interconnectivité, sont encore plus préoccupantes. Étant donné que les UAS opèrent dans l'espace aérien civil, la sûreté et la sécurité sont essentielles.Cette thèse a été créée en réponse à une demande croissante. Dans ce rapport de thèse, trois stratégies sont explorées pour chercher à résoudre différentes attaques que l'on peut s'attendre à observer dans un UAS.La première partie de la thèse implique l'utilisation de théories cybernétiques : des techniques d'observation robustes pour réaliser une détection robuste d'anomalies dans un réseau TCP (Transmission Control Protocol). Les travaux se sont concentrés sur la conception d'un observateur robuste basé la méthode des fonctionnelles de Lyapunov-Krasovkii et d'un système de gestion de file d'attente active (AQM) dans un réseau TCP. En exploitant la dynamique du réseau TCP, nous pouvons détecter un trafic réseau anormal.La deuxième partie de la thèse utilise la théorie multifractale pour identifier les trafics présentant une anomalie. Les travaux se sont concentrés sur la conception d'un prototype d'IDS fonctionnel basé sur l'analyse Wavelet Leader Multifractal (WLM) pour identifier des anomalies telles que la congestion du réseau générée par une attaque DoS. Dans l'expérience, nous observons que la signature WLM d'un réseau UAS simulé peut être radicalement différente entre un trafic normal et un trafic affecté par une attaque DoS. Par une simple comparaison analytique entre les différentes signatures, nous pouvons identifier le trafic avec ou sans attaque.La troisième partie de la thèse consiste à utiliser l'intelligence artificielle (IA) pour améliorer les performances de détection. Nous avons introduit un réseau de classification Long Short-Term memory (LSTM) (et d'autres réseaux de neurones) pour augmenter la qualité de détection. Ici, au lieu de cibler une attaque évidente, telle que l'attaque DoS, nous avons tourné notre attention vers une attaque plus délicate, telle que l'attaque Man in the Middle (MITM). En adaptant l'analyse WLM et les principes d'apprentissage automatique, nous avons constaté qu'il est possible d'atteindre un niveau de détection prometteur pour une attaque de falsification des coordonnées géographiques des drones dans un réseau UAS simulé.

L’optimisation des communications par satellite devient un enjeu crucial pour fournir un accès Internet aux zones blanches et/ou défavorisées et pour supporter des réseaux à grande échelle. Dans ce contexte, l’utilisation des techniques d’accès aléatoires sur le lien retour permet d’améliorer les performances de ces systèmes. Cependant, les techniques d’accès aléatoire classiques comme ‘Aloha’ et ‘Slotted Aloha’ ne sont pas optimales pour la transmission de données sur le lien retour. En effet, ces techniques présentent un taux élevé de pertes de paquets suite aux collisions. Par conséquent, des études récentes ont proposé de nouvelles méthodes d’accès aléatoire pour résoudre les collisions entre les paquets et ainsi, améliorer les performances. En particulier, ces méthodes se basent sur la redondance de l’information et l’annulation successive des interférences. Dans ces systèmes, l’estimation de canal sur le lien retour est un problème difficile en raison du haut niveau de collisions de paquets. Dans une première contribution dans cette thèse, nous décrivons une technique améliorée d’estimation de canal pour les paquets en collision. Par ailleurs, nous analysons l’impact des erreurs résiduelles d’estimation de canal sur la performance des annulations successives des interférences. Même si les résultats obtenus sont encore légèrement inférieurs au cas de connaissance parfaite du canal, on observe une amélioration significative des performances par rapport aux algorithmes d’estimation de canal existants. Une autre contribution de cette thèse présente une méthode appelée ‘Multi-Replica Decoding using Correlation based Localisation’ (MARSALA). Celle-ci est une nouvelle technique de décodage pour la méthode d’accès aléatoire synchrone ‘Contention Résolution diversité Slotted Aloha’ (CRDSA), qui est basée sur les principe de réplication de paquets et d’annulation successive des interférences. Comparée aux méthodes d’accès aléatoire traditionnelles, CRDSA permet d’améliorer considérablement les performances. Toutefois, le débit offert par CRDSA peut être limité à cause des fortes collisions de paquets. L’utilisation deMARSALA par le récepteur permet d’améliorer les résultats en appliquant des techniques de corrélation temporelles pour localiser et combiner les répliques d’un paquet donné. Cette procédure aboutit à des gains en termes de débit et de taux d’erreurs paquets. Néanmoins, le gain offert parMARSALA est fortement dépendant de la synchronisation en temps et en phase des répliques d’un même paquet. Dans cette thèse, nous détaillons le fonctionnement deMARSALA afin de corriger la désynchronisation en temps et en phase entre les répliques. De plus, nous évaluons l’impact de la combinaison imparfaite des répliques sur les performances, en fournissant un modèle analytique ainsi que des résultats de simulation. En outre, plusieurs schémas d’optimisation de MARSALA sont proposés tels que le principe du ‘MaximumRatio Combining’, ou la transmission des paquets à des puissances différentes. Utilisées conjointement, ces différentes propositions permettent d’obtenir une amélioration très significative des performances. Enfin, nous montrons qu’en choisissant la configuration optimale pour MARSALA, le gain de performance est considérablement amélioré.

Dans le cadre de la robotique mobile volante, il est nécessaire d'utiliser des caméras légères en ambiance peu lumineuse. Elles ont donc en général une profondeur de champ réduite, ce qui pose problème dans le cadre de la vision panoramique. Cette thèse a pour objet le flou dans les systèmes catadioptrique. L'origine du flou dans ces systèmes à miroirs a été identifiée, et les paramètres internes et externes ont été étudiés afin de déterminer leur influence. Le cas de la caméra hypercatadioptrique a été analysé en détail et les zones de netteté ont été définies pour tous les types de systèmes catadioptriques. Ensuite, l'étude s'est orientée vers la diminution du flou, en utilisant deux approches complémentaires : l'approche matérielle, qui consiste à définir les paramètres optimaux pour minimiser le flou, et l'approche logicielle, qui consiste à traiter l'image a posteriori, avec les particularités de notre étude. Un système de vision catadioptrique multimiroirs a été conçu et fabriqué. La dernière partie expose divers travaux effectués dans le cadre de cette thèse.

L’objet de cette thèse a été d’étudier la simulation numérique directe d’écoulements diphasiques de fluides non miscibles, incompressibles et isothermes avec la technique du raffinement adaptatif local de maillage. La résolution des équations de Navier-Stokes incompressibles est faite par le biais d’une méthode de projection explicite. La capture de l’interface est réalisée explicitement par la méthode Level-Set. L’utilisation de la méthode Ghost-Fluid pour le traitement des conditions de saut permet la résolution couplée des deux fluides. Le maillage adaptatif a été implémenté avec les librairies parallèles PARAMESH. Celles-ci gèrent la création d’un maillage construit par blocs qui peuvent être bissectés de façon récursive afin d’obtenir la résolution désirée. Les blocs ont tous le même nombre de cellules, ce qui permet une répartition efficace de la charge de travail en parallèle. Un ensemble d’outils nécessaires à une correcte résolution des équations ont été développés, à partir d’un robuste solveur elliptique BiCG-stab préconditionné par méthode multigrille. Le code a été vérifié sur des cas tests académiques capable de maintenir la précision sur les grilles plus fines. Les performances du code en termes de réduction de charge de travail et d’efficacité de la parallélisation ont été également illustrées. Le code a été enfin testé sur la désintégration assistée d’une nappe liquide bidimensionnelle cisaillé par des courants gazeux à haute vitesse. Le code s’est avéré capable de retrouver certains phénomènes physiques comme l’oscillation longitudinale de la nappe, ainsi que de permettre une simulation multi échelles, ce qui permet de plus se rapprocher des conditions des injecteurs réels.

Cette thèse s'inscrit dans le cadre de la classification d'images supervisée appliquée à la robotique mobile autonome en milieu structuré. Pour naviguer, et en particulier pour se repérer, un robot utilise des amers attachés à des sites de l'environnement, modélisé par un graphe topologique. À chaque noeud du graphe est associé un amer. Les amers sont des combinaisons d'attributs visuels optimales, obtenues au travers d'un formalisme particulier appelé "treillis de Galois" ou "treillis de concepts". Des algorithmes de construction de treillis ont été modifiés afin de permettre, de façon incrémentale, l'établissement d'une classification supervisée des images et l'extraction des amers visuels. Une extension probabiliste et une approche locale ont été implémentées pour améliorer les performances de l'apprentissage. Enfin, une application robotique complète a été implémentée dans les laboratoires du LAAS-CNRS et de SUPAERO.