Réseaux d’antennes intégrées pour communications haut-débit à 60 GHz

Ce post-doctorat s’inscrit dans le cadre de nos travaux sur la conception d’antennes pour les systèmes de communications haut-débit dans la bande de fréquence 57-66 GHz. La réalisation d’objets communicants dans cette gamme de fréquence par des technologies à haut niveau d’intégration et faible coût est un défi aujourd’hui accessible avec les nouvelles générations de filières microélectroniques CMOS et les différentes technologies d’assemblage et packaging de circuits intégrés avec des applications clairement identifiées. Après une série de projets menés ces dernières années sur des antennes simples réalisées et validées sur différentes technologies, les travaux prévus s’orientent fortement vers la conception et démonstration de réseaux d’antennes à dépointage électronique pour des applications longue portée. Plusieurs démonstrateurs de réseaux d’antennes seront conçus en collaboration avec nos partenaires travaillant sur la conception de circuits intégrés et sur les technologies de fabrication et d’assemblage dans le but d’aboutir à un système entièrement fonctionnel.

Méta-matériaux : conception d’une surface haute impédance intégrée à 60GHz, transposition de fréquences et potentialités à 60THz

Cape d’invisibilité, imagerie sub-longueur d’onde, substrat d’antennes fins, absorbants, etc., les structures de type méta-matériaux laissent entrevoir des applications pour certaines futuristes mais aussi bien actuelles pour d’autres, notamment si l’on considère les avancées récentes dans les domaines des matériaux, des microtechnologies et le l’optique intégrée.
Ce post-doctorat a pour objectif l’étude de structures de type surface haute impédance et de leur transposition dans des bandes de fréquences très différentes (6 GHz, 60 GHz, 60 THz) correspondant à des technologies et applications très variées.
Outre une étude bibliographique approfondie de l’état de l’art, l’étude comprendra des travaux de conception aux trois bandes de fréquence citées et une démonstration expérimentale à 6 GHz et si possible 60 GHz grâce à la réalisation de prototypes.

Conception d’un contrôleur de vol d’un avion à propulsion électrique répartie

Le prix du carburant pour les systèmes de transport aéronautiques représente une part significative du prix de revient d’un trajet et tend à prendre de plus en plus d’importance. Par ailleurs, les nuisances acoustiques associées au bruit de la propulsion thermique au décollage est de moins en moins toléré par le voisinage des aéroports et tend à limiter le déploiement de ce type de transport, notamment pour les cours trajets (vols nationaux). Dans ce contexte, l’ONERA et le CEA se propose de réfléchir à des avions fonctionnant sur la base d’une propulsion électrique avec production d’énergie électrique à bord à partir d’hydrogène et couplée à des batteries de stockage électriques. L’objet de ce post doc n’est pas de gérer l’aspect de la production d’énergie, mais la partie concernant la propulsion électrique. En effet, la propulsion électrique pouvant réagir beaucoup plus rapidement qu’une turbine thermique et pouvant facilement être distribuée en différents point de l’avion, les degrés de liberté sont plus larges et une meilleure efficacité dans la propulsion envisageable. L’objectif de ce post doc est donc de proposer une solution de pilotage de turbines électriques fonctionnant de manière coopérative pour assurer à la fois une meilleure efficacité dans la propulsion et dans le même temps assurer le guidage de l’avion. Ce sujet fait appel à la fois à des connaissances dans les systèmes d’asservissement et les systèmes d’électronique de puissance pour gérer les transferts de puissance vers les différentes turbines électriques. Cette thèse s’appuiera sur les compétences de l’ONERA pour les aspects d’aérodynamisme, l’ONERA fournira notamment les modèles qui permettent de relier la vitesse de rotation/couple des turbines électrique à la poussé associée. Le CEA mettra à disposition ses compétences dans le domaine des capteurs, de l’électronique et de l’électronique de puissance.

Conception de filtres de réception assistée par machine learning

Le CEA réalise des essais en vol d'objets spatiaux munis d'antennes pour réaliser des fonctions spécifiques relatives aux expérimentations embarquées sur les objets. Ces objets conçus par le CEA doivent fonctionner dans des environnements électriques, mécaniques et climatiques sévères ce qui demande un recours à des conceptions utilisant des technologies particulières, parfois en rupture. En particulier, la fonction de filtrage RF en réception nécessite des composants robustes mécaniquement et d'encombrement réduit tout en assurant des performances électriques exigeantes. La technologie SIW (Substrate Integrated Waveguide) permet d'accéder à tel compromis.
L'évolution des techniques de fabrication additive a rendu la fabrication de composants en technologie SIW de plus en plus accessible. Le SIW consiste à réaliser un guide d'onde électromagnétique au sein d'un substrat de circuit imprimé radiofréquence (RF). Cela permet de profiter des avantages liés à la propagation en guide d'onde volumique (faibles pertes notamment) sans compromettre l'intégration circuit. La conception de guides d'ondes SIW et de composants dérivés (comme les filtres à cavités) est cependant plus complexe du fait d'un plus grand nombre de variables physiques mises en jeu dans les modèles électromagnétiques. Un stage de fin d'études de 6 mois ayant abouti à la mise au point de méthodes de conception de filtres SIW a permis de mettre en exergue les difficultés liées à la conception de composants en SIW. Parmi les difficultés rencontrées, les couplages non-triviaux entre certaines variables de conception ont été mentionnés, et c'est précisément dans ce type de situation qu'il peut être intéressant d'évaluer l'apport de méthodes issues du domaine de l'IA. Ce contrat post-doctoral propose ainsi de concevoir des outils d'aide à la conception de filtres en technologie SIW basés sur l'entraînement de réseaux de neurones artificiels (Artificial Neural Network - ANN).

Top