Des chercheurs de l'Université Queen's de Belfast (QUB) et de l'Université Duy Tan (DTU) ont collaboré à un projet visant à améliorer les systèmes de communication des véhicules aériens sans pilote (UAV). Leurs recherches ont reçu le prix Newton 2017, recevoir 200 £, 000 par le gouvernement britannique pour le développement d'un nouveau système de communication qui peut fonctionner dans des conditions météorologiques extrêmes et lors de catastrophes naturelles.

Entre 2015 et 2017, la même équipe de chercheurs travaillait sur un projet financé par la bourse Newton et géré par le British Council, intitulé « Construire une fondation pour des sociétés en réseau de développement durable pour les villes de demain ». Ce projet visait à tirer parti de la technologie et de l'infrastructure sans fil contemporaines pour répondre aux demandes de connectivité dans le contexte des catastrophes naturelles au Vietnam.

"Après avoir mené à bien notre projet en avril 2017, nous avons été invités à soumettre nos résultats et nos projets futurs à l'appel à Newton Prize 2017, " Trung Duong, l'un des chercheurs qui a mené l'étude a déclaré à TechXplore. « Parmi les quelque 200 projets du Newton Fund soumis, notre projet était dans les cinq derniers lauréats. Nous sommes fiers d'avoir reçu le prix Newton 2017 et continuons de développer notre projet jusqu'à l'étape suivante en utilisant des véhicules aériens sans pilote (UAV) dans les communications critiques pour la gestion des catastrophes."

En cas de conditions météorologiques extrêmes ou lors de catastrophes naturelles, la technologie pourrait faire une énorme différence, aider à sauver des vies et fournir une assistance aux personnes vivant dans les zones touchées. Les drones pourraient jouer un rôle clé à cet égard, car ils pourraient aider à atteindre les parties concernées et transporter des ressources précieuses.

Dans leur étude récente, qui a été publié le Lettre de communication sans fil IEEE et prépublié sur arXiv, les chercheurs ont développé un algorithme d'allocation des ressources en temps réel qui pourrait maximiser l'efficacité énergétique des communications intégrées dans les drones. Leur algorithme fonctionne en optimisant conjointement le temps de récupération d'énergie et le contrôle de la puissance pour les communications d'appareil à appareil (D2D) entre les drones.

« L'optimisation est au cœur de toute problématique d'aide à la décision, que ce soit en ingénierie, économie ou société, " expliqua Duong. " Dans les communications sans fil, les techniques d'optimisation sont souvent utilisées pour choisir ou mettre à jour les paramètres du système, pour optimiser les performances du réseau. Cependant, ces algorithmes d'optimisation résolvent généralement les problèmes d'optimisation sur des échelles de temps d'une minute ou d'une heure."

Les méthodes traditionnelles d'optimisation convexe sont actuellement encore coûteuses et leur mise en œuvre peut être extrêmement chronophage. Cela nécessite le développement de nouvelles méthodes, ce qui pourrait être particulièrement bénéfique lorsqu'il est appliqué en cas d'urgence ou de catastrophes naturelles.

"Dans les communications critiques soutenant la gestion des catastrophes telles que les pompiers, équipes de sauvetage, et service médical d'urgence, le temps est un facteur critique (par exemple avec une latence minimale de millisecondes à secondes), " a déclaré Duong. " Un délai strict en temps réel est l'exigence la plus importante pour de tels scénarios, en particulier dans un environnement en constante évolution."

Développer des outils qui peuvent vraiment faire la différence dans les situations d'urgence, donc, les chercheurs devraient identifier des moyens de réduire le temps de résolution et la complexité de calcul des problèmes d'optimisation. L'algorithme d'allocation de ressources en temps réel développé par Duong et ses collègues fait exactement cela, réduisant efficacement le temps d'exécution à quelques millisecondes.

Leur algorithme pourrait être intégré aux drones, ce qui pourrait être d'une grande aide dans les situations où les réseaux sont encombrés, les bâtiments ont été détruits, et il y a un manque d'alimentation. Dans ces cas, Les drones qui volent au-dessus de la zone touchée pourraient aider les premiers intervenants à évaluer la situation le plus rapidement possible.

"Les drones dépendent strictement des batteries pour fonctionner, et donc, pour que les drones restent en vol plus longtemps, leur quantité de ressources (y compris les batteries, bande passante, etc.) doit être bien optimisé, " a expliqué Duong. " Ceci est très important pour mener à bien des missions de recherche et de sauvetage dans les 72 premières heures de la catastrophe, considérant que les UAV disponibles dans le commerce ne peuvent rester en l'air que pendant environ 20 minutes. Par conséquent, maximiser la durée de vie d'un réseau de communication multi-UAV est vital pour de telles applications."

Pendant et après les catastrophes naturelles, une infrastructure de télécommunications perturbée peut souvent empêcher les intervenants d'urgence et les équipes d'évacuation de remplir leurs missions. En réduisant le temps de communication UAV à quelques millisecondes, l'algorithme d'allocation optimale des ressources pour les drones développé par Duong et ses collègues pourrait aider à sauver des vies et fournir une assistance rapide aux survivants.

« En cas de catastrophe naturelle, maintenir la connectivité de communication fournit une bouée de sauvetage, " Duong a déclaré. "Le manque de communications dans les zones reculées et les mauvaises conditions de communication dans les pays en développement peuvent avoir des effets néfastes. Nous pensons que notre recherche pour l'optimisation en temps réel dans les communications UAV est la première tentative dans le domaine pour s'attaquer aux contraintes de temps des UAV, qui jouera un rôle crucial dans les scénarios de catastrophe."

Actuellement, l'équipe travaillant sur ce projet du fonds Newton est composée de 3 post-doctorants et 4 doctorants. Ces chercheurs vont maintenant continuer à travailler sur leur entreprise significative, en se concentrant sur un certain nombre d'autres aspects théoriques et pratiques.

"Notre prochaine étape est d'exploiter des technologies de pointe, (ex :calcul distribué et parallèle) et intégrer le machine learning dans le cadre de l'optimisation temps réel, pour augmenter le temps de traitement, " a déclaré Duong. "Nous continuerons également à diffuser nos recherches via des revues scientifiques à fort impact, lors de conférences, et aux partenaires de l'industrie."

© 2018 Tech Xplore