Votre rôle est d’effectuer un travail de post-doc sur : “ Modèles IA pour traitement de trames OFDM-CCSK pour l’IoT LPWA ”
Les dernières années ont vu se développer de nombreuses solutions de connectivité sans-fil pour les réseaux LPWANs (Low Power Wide Area Networks). Le nombre grandissant de cas d’usage IoT faible coût et faible complexité alimente continuellement le développement de ces réseaux. C’est pour ces cas d’usage que le projet ANR QCSP (Quasi Cyclic Short Packet) s’intéresse aux schémas de communication NB-CCSK (Non Binary - Cyclic Code-Shift Keying), combinaison de la modulation CCSK avec un code correcteur d’erreur non binaire (Polaire, Turbo ou LDPC). Les codes correcteurs d’erreurs non-binaire sont connus pour être plus performants que leur contrepartie binaire. La modulation CCSK quant à elle, associe à un mot d’information une version circulairement décalée d’une séquence racine. Le paquet de données est alors constitué d’une suite de séquences décalées. Avec une séquence racine adaptée, il est alors possible de disposer d’une trame de données facilitant sa détection, sa synchronisation temps-fréquence, ainsi que sa démodulation [1] [2].
Au sein de ce projet, Orange s’intéresse à la combinaison des modulations CCSK et OFDM, en vue d’une utilisation au sein d’un framework 3GPP. Différents schémas de combinaison ont été proposés avec pour objectif de concevoir un ensemble d’algorithmes pour la détection, la synchronisation, l’égalisation et la démodulation des paquets OFDM-CCSK.

Vous êtes titulaire d’un doctorat dans le domaine des télécommunications et disposez de compétences dans les domaines suivants :
-       Connaissances en traitement du signal. Des connaissances sur les systèmes de transmission CP-OFDM est un plus.
-       Une première utilisation de réseaux de neurones associés à du machine learning dans le domaine des télécommunications. Leur utilisation pour effectuer des opérations de traitement du signal est un plus.
-       Un bon niveau de programmation en Python et des connaissances dans la librairie Tensorflow. L’ensemble des simulations seront programmées sous Tensorflow.

Les qualités personnelles demandées sont les suivantes :
-       Vous aimez explorer de nouveaux sujets et êtes à l’aise pour proposer et tester des solutions innovantes.
-       Vous savez travailler en équipe.
-       Vous savez présenter votre travail à l’oral.