{"id":{"repo_id":"moncton","oai_identifier":"oai:umoncton.scholaris.ca:20.500.14658/6632"},"canonical_url":"https://search.dev.ndltd.org/etd/moncton/oai:umoncton.scholaris.ca:20.500.14658/6632","repository":{"repo_id":"moncton","name":"University de Moncton","base_url":"https://umoncton.scholaris.ca/server/oai/request"},"display":{"title":"Planification de la trajectoire des drones et gestion de l'énergie dans les réseaux de capteurs sans fil","abstract":"Grâce à leur flexibilité et à leur déploiement facile dans les endroits difficiles, les véhicules aériens sans pilote (en anglais Unmanned aerial vehicles, UAVs) ont connu récemment un grand intérêt pour effectuer la collecte des données dans les réseaux de capteurs sans fil. Les UAVs et les réseaux de capteurs sans fil souffrent, dans certaines situations, du problème de la limitation d’énergie. Cette thèse présente des solutions optimales et heuristiques à cette problématique en considérant deux systèmes différents présentés dans deux chapitres distincts. Le premier système suppose l’utilisation d’un seul UAV tandis que le deuxième suppose la disponibilité de plusieurs UAVs. Les deux systèmes étudiés considèrent que les UAVs utilisés effectuent un transfert d’énergie sans fil (en anglais Wireless power transfer, WPT) et que les capteurs disposent de l’habileté de récolter l’énergie transférée. L’objectif des solutions proposées du premier chapitre est de minimiser le temps de la mission de l’UAV. Ce temps représente le temps nécessaire pour que l’UAV transfère de l’énergie aux différents capteurs et fasse la collecte des données de ces capteurs. Dans le deuxième chapitre, on suppose l’utilisation simultanée de plusieurs UAVs pour la collecte des données dans un réseau de capteurs sans fil. L’objectif est de minimiser le temps de la mission du dernier UAV qui rentre au dépôt après avoir servi le dernier capteur restant. Les deux problèmes traités dans cette thèse sont des problèmes NP-difficiles. Pour résoudre le premier problème, deux heuristiques sont proposées : l’algorithme du plus proche voisin (en anglais nearest neighbor algorithm, NNA) et l’algorithme génétique (en anglais genetic algorithm, GA). Pour le deuxième problème deux heuristiques simples sont aussi proposées dans cette thèse, à savoir l’algorithme de la plus proche insertion (en anglais nearest insertion algorithm, NIA) et l’algorithme glouton (en anglais greedy algorithm, GrA). Les heuristiques ont permis d’atteindre des résultats intéressants en comparaison avec des algorithmes de référence (benchmarks). Mots-clés : Collecte des données, transfert d’énergie sans fil, réseau de capteur sans fil, véhicule aérien sans pilote, algorithmes heuristiques, NP-dureté.","abstract_html":"Grâce à leur flexibilité et à leur déploiement facile dans les endroits difficiles, les véhicules aériens sans pilote (en anglais Unmanned aerial vehicles, UAVs) ont connu récemment un grand intérêt pour effectuer la collecte des données dans les réseaux de capteurs sans fil. Les UAVs et les réseaux de capteurs sans fil souffrent, dans certaines situations, du problème de la limitation d’énergie. Cette thèse présente des solutions optimales et heuristiques à cette problématique en considérant deux systèmes différents présentés dans deux chapitres distincts. Le premier système suppose l’utilisation d’un seul UAV tandis que le deuxième suppose la disponibilité de plusieurs UAVs. Les deux systèmes étudiés considèrent que les UAVs utilisés effectuent un transfert d’énergie sans fil (en anglais Wireless power transfer, WPT) et que les capteurs disposent de l’habileté de récolter l’énergie transférée. L’objectif des solutions proposées du premier chapitre est de minimiser le temps de la mission de l’UAV. Ce temps représente le temps nécessaire pour que l’UAV transfère de l’énergie aux différents capteurs et fasse la collecte des données de ces capteurs. Dans le deuxième chapitre, on suppose l’utilisation simultanée de plusieurs UAVs pour la collecte des données dans un réseau de capteurs sans fil. L’objectif est de minimiser le temps de la mission du dernier UAV qui rentre au dépôt après avoir servi le dernier capteur restant. Les deux problèmes traités dans cette thèse sont des problèmes NP-difficiles. Pour résoudre le premier problème, deux heuristiques sont proposées : l’algorithme du plus proche voisin (en anglais nearest neighbor algorithm, NNA) et l’algorithme génétique (en anglais genetic algorithm, GA). Pour le deuxième problème deux heuristiques simples sont aussi proposées dans cette thèse, à savoir l’algorithme de la plus proche insertion (en anglais nearest insertion algorithm, NIA) et l’algorithme glouton (en anglais greedy algorithm, GrA). Les heuristiques ont permis d’atteindre des résultats intéressants en comparaison avec des algorithmes de référence (benchmarks). Mots-clés : Collecte des données, transfert d’énergie sans fil, réseau de capteur sans fil, véhicule aérien sans pilote, algorithmes heuristiques, NP-dureté.","abstract_has_math":false,"creators":["Benmad, Ilham"],"institution":"Université de Moncton","degree_name":"Maîtrise ès sciences (informatique)","degree_level":"2e cycle","degree_discipline":"Faculté des sciences","degree_department":null,"school":null,"contributors":[],"advisors":["Kardouchi, Mustapha"],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-07-24T03:10:00Z","subjects":["Drones","Collecte automatique des données","Réseaux de capteurs sans fil","Algorithmes heuristiques"],"languages":["iso639-2b","fre"],"rights":["Author"],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["umir:2371"],"render_values":[{"text":"umir:2371","href":null,"code":true}]}]},"links":{"outbound_url":"https://hdl.handle.net/20.500.14658/6632","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Kardouchi, Mustapha"]},{"key":"dc:creator","label":"Author","values":["Benmad, Ilham"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2024-12-20T17:54:59Z","2025-05-13T20:47:37Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2024-12-20T17:54:59Z","2025-05-13T20:47:37Z"]},{"key":"dc:date.issued","label":"Date","values":["2022"]},{"key":"dc:publisher","label":"Institution","values":["Université de Moncton"]},{"key":"dc:type","label":"Dc Type","values":["Text","thèse"]},{"key":"thesis:degree_discipline","label":"Discipline","values":["Faculté des sciences"]},{"key":"thesis:degree_level","label":"Degree Level","values":["2e cycle"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Maîtrise ès sciences (informatique)"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["Université de Moncton"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Drones","Collecte automatique des données","Réseaux de capteurs sans fil","Algorithmes heuristiques"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["fre"]},{"key":"dc:language.iso","label":"Language (ISO)","values":["iso639-2b"]},{"key":"dc:rights","label":"Dc Rights","values":["Author"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["umir:2371"]},{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://hdl.handle.net/20.500.14658/6632"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Grâce à leur flexibilité et à leur déploiement facile dans les endroits difficiles, les véhicules aériens sans pilote (en anglais Unmanned aerial vehicles, UAVs) ont connu récemment un grand intérêt pour effectuer la collecte des données dans les réseaux de capteurs sans fil. Les UAVs et les réseaux de capteurs sans fil souffrent, dans certaines situations, du problème de la limitation d’énergie. Cette thèse présente des solutions optimales et heuristiques à cette problématique en considérant deux systèmes différents présentés dans deux chapitres distincts. Le premier système suppose l’utilisation d’un seul UAV tandis que le deuxième suppose la disponibilité de plusieurs UAVs. Les deux systèmes étudiés considèrent que les UAVs utilisés effectuent un transfert d’énergie sans fil (en anglais Wireless power transfer, WPT) et que les capteurs disposent de l’habileté de récolter l’énergie transférée. L’objectif des solutions proposées du premier chapitre est de minimiser le temps de la mission de l’UAV. Ce temps représente le temps nécessaire pour que l’UAV transfère de l’énergie aux différents capteurs et fasse la collecte des données de ces capteurs. Dans le deuxième chapitre, on suppose l’utilisation simultanée de plusieurs UAVs pour la collecte des données dans un réseau de capteurs sans fil. L’objectif est de minimiser le temps de la mission du dernier UAV qui rentre au dépôt après avoir servi le dernier capteur restant. Les deux problèmes traités dans cette thèse sont des problèmes NP-difficiles. Pour résoudre le premier problème, deux heuristiques sont proposées : l’algorithme du plus proche voisin (en anglais nearest neighbor algorithm, NNA) et l’algorithme génétique (en anglais genetic algorithm, GA). Pour le deuxième problème deux heuristiques simples sont aussi proposées dans cette thèse, à savoir l’algorithme de la plus proche insertion (en anglais nearest insertion algorithm, NIA) et l’algorithme glouton (en anglais greedy algorithm, GrA). Les heuristiques ont permis d’atteindre des résultats intéressants en comparaison avec des algorithmes de référence (benchmarks). Mots-clés : Collecte des données, transfert d’énergie sans fil, réseau de capteur sans fil, véhicule aérien sans pilote, algorithmes heuristiques, NP-dureté."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:format.medium","label":"Dc Format Medium","values":["electronic"]},{"key":"dc:title","label":"Title","values":["Planification de la trajectoire des drones et gestion de l'énergie dans les réseaux de capteurs sans fil"]}]}],"canonical_facts":{"dc:contributor.advisor":["Kardouchi, Mustapha"],"dc:creator":["Benmad, Ilham"],"dc:date.accessioned":["2024-12-20T17:54:59Z","2025-05-13T20:47:37Z"],"dc:date.available":["2024-12-20T17:54:59Z","2025-05-13T20:47:37Z"],"dc:date.issued":["2022"],"dc:description.abstract":["Grâce à leur flexibilité et à leur déploiement facile dans les endroits difficiles, les véhicules aériens sans pilote (en anglais Unmanned aerial vehicles, UAVs) ont connu récemment un grand intérêt pour effectuer la collecte des données dans les réseaux de capteurs sans fil. Les UAVs et les réseaux de capteurs sans fil souffrent, dans certaines situations, du problème de la limitation d’énergie. Cette thèse présente des solutions optimales et heuristiques à cette problématique en considérant deux systèmes différents présentés dans deux chapitres distincts. Le premier système suppose l’utilisation d’un seul UAV tandis que le deuxième suppose la disponibilité de plusieurs UAVs. Les deux systèmes étudiés considèrent que les UAVs utilisés effectuent un transfert d’énergie sans fil (en anglais Wireless power transfer, WPT) et que les capteurs disposent de l’habileté de récolter l’énergie transférée. L’objectif des solutions proposées du premier chapitre est de minimiser le temps de la mission de l’UAV. Ce temps représente le temps nécessaire pour que l’UAV transfère de l’énergie aux différents capteurs et fasse la collecte des données de ces capteurs. Dans le deuxième chapitre, on suppose l’utilisation simultanée de plusieurs UAVs pour la collecte des données dans un réseau de capteurs sans fil. L’objectif est de minimiser le temps de la mission du dernier UAV qui rentre au dépôt après avoir servi le dernier capteur restant. Les deux problèmes traités dans cette thèse sont des problèmes NP-difficiles. Pour résoudre le premier problème, deux heuristiques sont proposées : l’algorithme du plus proche voisin (en anglais nearest neighbor algorithm, NNA) et l’algorithme génétique (en anglais genetic algorithm, GA). Pour le deuxième problème deux heuristiques simples sont aussi proposées dans cette thèse, à savoir l’algorithme de la plus proche insertion (en anglais nearest insertion algorithm, NIA) et l’algorithme glouton (en anglais greedy algorithm, GrA). Les heuristiques ont permis d’atteindre des résultats intéressants en comparaison avec des algorithmes de référence (benchmarks). Mots-clés : Collecte des données, transfert d’énergie sans fil, réseau de capteur sans fil, véhicule aérien sans pilote, algorithmes heuristiques, NP-dureté."],"dc:format":["application/pdf"],"dc:format.medium":["electronic"],"dc:identifier.other":["umir:2371"],"dc:identifier.uri":["https://hdl.handle.net/20.500.14658/6632"],"dc:language":["fre"],"dc:language.iso":["iso639-2b"],"dc:publisher":["Université de Moncton"],"dc:rights":["Author"],"dc:subject":["Drones","Collecte automatique des données","Réseaux de capteurs sans fil","Algorithmes heuristiques"],"dc:title":["Planification de la trajectoire des drones et gestion de l'énergie dans les réseaux de capteurs sans fil"],"dc:type":["Text","thèse"],"thesis:degree_discipline":["Faculté des sciences"],"thesis:degree_level":["2e cycle"],"thesis:degree_name":["Maîtrise ès sciences (informatique)"],"thesis:institution_name":["Université de Moncton"]},"updated_at":"2026-07-24T03:10:00Z"}