X-Git-Url: https://bilbo.iut-bm.univ-fcomte.fr/and/gitweb/ThesisAli.git/blobdiff_plain/508b0afd303ff3341d65be0960746229924e9863..e8beaffc3d795b3bf326898f4c0df08d8eaea6c1:/entete.tex

diff --git a/entete.tex b/entete.tex
index 3b17d31..96a4eb9 100644
--- a/entete.tex
+++ b/entete.tex
@@ -30,6 +30,13 @@
 %\usepackage{subfig}
 \usepackage{multirow}
 \usepackage{array}
+\usepackage{picture}
+\usepackage[section]{placeins}
+\usepackage{float}
+
+\def\setgrouptext#1{\gdef\grouptext{#1}}
+\newenvironment{groupeditems}{\begin{displaymath}\left.\vbox\bgroup\setgrouptext}{%
+  \egroup\right\rbrace\hbox{\grouptext}\end{displaymath}}
 
 \newcommand*\rot{\rotatebox{90}}
 \newcommand*\OK{\ding{51}}
@@ -60,46 +67,51 @@
 %% The third mandatory parameter is the reference number given by the University Library after the PhD defense.
 %%\declarethesis[Sous-titre]{Titre}{17 septembre 2012}{XXX}
 \declarethesis{Distributed Coverage Optimization Techniques for Improving Lifetime of Wireless Sensor Networks}{30 September 2015}{2015930}
-
  
 %%--------------------
 %% Set the author of the PhD thesis
 %%\addauthor[email]{Prénom}{Nom}
 \addauthor[aidness.ali@univ-fcomte.fr]{Ali Kadhum}{IDREES}
 
- %\iffalse
+ \iffalse
 %%--------------------
 %% Add a member of the jury
 %% \addjury{Firstname}{Lastname}{Role in the jury}{Position}
-\addjury{x1}{y1}{Examiner}{Professor at University of}
-\addjury{x2}{y2}{Examiner}{Professor at University of}
-\addjury{x3}{y3}{Examiner}{Professor at University of}
+\addjury{Sylvain}{CONTASSOT-VIVIER} {Examiner}{Professor at University of Lorraine}
+\addjury{Ye-Qiong}{SONG}{Reviewer} {Professor at University of Lorraine}
+\addjury{Hamida}{SEBA}{Reviewer}{Associate Professor (HDR) at University of Claude Bernard Lyon1}
 %\addjury{x4}{y4}{Examiner}{Professor at University of}
 \addjury{Raphaël}{Couturier}{Supervisor}{Professor at University of Franche-Comt\'e}
-\addjury{Karine}{Deschinkel}{Co-Supervisor}{Assistant Prof. at University of Franche-Comt\'e}
-\addjury{Michel}{Salomon}{Co-Supervisor}{Assistant Prof. at University of Franche-Comt\'e}
-
- %\fi
+\addjury{Karine}{Deschinkel}{Co-Supervisor}{Assistant Professor at University of Franche-Comt\'e}
+\addjury{Michel}{Salomon}{Co-Supervisor}{Assistant Professor at University of Franche-Comt\'e}
+\fi
+ \addjury {}{Prof Sylvain CONTASSOT-VIVIER} {University of Lorraine} {Examiner}
+\addjury {} {Prof Ye-Qiong SONG} {University of Lorraine} {Reviewer}
+\addjury{} {Assoc Prof Hamida SEBA (HDR)} {University of Claude Bernard Lyon1} {Reviewer}
+\addjury {} {Prof Raphaël Couturier} {University of Franche-Comt\'e} {Director}
+\addjury {} {Asst Prof Karine Deschinkel} {University of Franche-Comt\'e} {Supervisor}
+\addjury {} {Asst Prof Michel Salomon} {University of Franche-Comt\'e} {Supervisor}
+ 
  
 % Supervisors:\\
 %Committee:\\
 %%--------------------
 %% Set the English abstract
 \thesisabstract[english]{
-In this dissertation, we highly focus on the area coverage problem, energy-efficiency is also the foremost requirement. We have considered distributed optimization protocols with the ultimate objective of prolonging the network lifetime. The proposed distributed optimization protocols (including algorithms, models, and solving integer programs) should be energy-efficient protocols. To address this problem, this dissertation proposes two-step approaches. Firstly, the sensing field is divided into smaller subregions using the concept of divide-and-conquer method. Secondly, one of our proposed distributed optimization protocols is distributed and applied on the sensor nodes in each  subregion so as to optimize the coverage and the lifetime performances. In this dissertation, three coverage optimization protocols are proposed. These protocols combine two  efficient techniques: leader election for each subregion, followed by an optimization-based planning of sensor activity scheduling decisions for  each subregion. Extensive simulations are conducted using the discrete event simulator OMNeT++ to validate the efficiency of each of our proposed protocols. We refer to the characteristics of a Medusa II sensor for the energy consumption and the time computation. In comparison with two other existing methods, our protocols are able to increase the WSN lifetime and provide improved coverage performance.
+In this dissertation, we focus on the area coverage problem, energy-efficiency is also the foremost requirement. We have considered distributed optimization protocols with the ultimate objective of prolonging the network lifetime. To address this problem, this dissertation proposes two-step approaches. Firstly, the sensing field is divided into smaller subregions using the concept of divide-and-conquer method. Secondly, one of our proposed distributed optimization protocols is distributed and applied on the sensor nodes in each  subregion so as to optimize the coverage and the lifetime performances. Three coverage optimization protocols are proposed, They combine two  efficient techniques: leader election for each subregion, followed by an optimization-based planning of sensor activity scheduling for  each subregion. Extensive simulations are conducted using the discrete event simulator OMNeT++ to validate the efficiency of each of our proposed protocols. We refer to the characteristics of a Medusa II sensor for the energy consumption and the time computation. In comparison with two other existing methods, our protocols are able to increase the WSN lifetime and provide improved coverage performance.
 }
 
-\thesiskeywords[english]{ Wireless Networks, Wireless Sensor Networks, Area Coverage, Network Lifetime, Optimization, Scheduling, Distributed Algorithms, Centralized Algorithms, Robustness, Connectivity, Energy-efficiency, Heterogeneous Energy Network, Homogeneous Network, Network Simulation, Performance Evaluation, Wireless Green Communications and Networking.}
+\thesiskeywords[english]{ Wireless Sensor Networks, Area Coverage, Network Lifetime, Distributed Optimization, Scheduling.}
 
   
 %%--------------------
 %% Set the French abstract
 \thesisabstract[french]{
-Dans cette thèse, nous nous sommes intéressés au problème de la zone de couverture ainsi qu'à l'efficacité énergétique qui est une exigence essentielle dans un réseau de capteurs sans fil. Nous avons étudiés les protocoles d'optimisation distribués avec l'objectif ultime de prolonger la durée de vie du réseau. Les protocoles d'optimisation distribués proposés (y compris les algorithmes, les modèles et la résolution des programmes entiers) doivent être efficaces en terme d'énergie. Pour résoudre ce problème, nous avons proposé de nouvelles approches en deux phases. Dans un premier temps, le champ de surveillance est divisé en petites sous-régions en utilisant le concept de la méthode diviser pour mieux régner. Ensuite, l'un de nos protocoles d'optimisation distribués est appliqué sur les n\oe uds de capteurs dans chaque sous-régions afin d'optimiser la couverture et la durée de vie du réseau. Dans cette thèse, nous avons proposé trois protocoles distribués pour l'optimisation de la couverture. Ces protocoles permettent de combiner deux techniques efficaces: une élection de leader pour chaque sous-région, suivie par un processus d'optimisation de l'ordonnancement d'activité de décisions des capteurs pour chaque sous-région. Nous avons effectué plusieurs simulations en utilisant le simulateur à évènements discrets OMNeT++ pour valider l'efficacité de nos protocoles proposés. Nous avons pris en considération les caractéristiques d'un capteur Medusa II pour la consommation d'énergie et le temps de calcul. En comparaison avec deux autres méthodes existantes, nos protocoles ont la capacité d'augmenter la durée de vie du réseau de capteurs et d'améliorer les performances de couverture.
+Dans cette thèse, nous nous sommes intéressé au problème de la zone de couverture ainsi qu'à l'efficacité énergétique qui est une exigence essentielle dans un réseau de capteurs sans fil. Nous avons étudié des protocoles d'optimisation distribués avec l'objectif ultime de prolonger la durée de vie du réseau. Pour résoudre le problème, nous avons proposé de nouvelles approches en deux phases. Dans un premier temps, la  région à  surveiller est divisée en petites sous-régions en utilisant le concept de la méthode diviser pour mieux régner. Ensuite, l'un de nos protocoles d'optimisation distribués est exécuté par chaque n\oe ud capteur dans chaque sous-région, afin d'optimiser la couverture et la durée de vie du réseau. Nous proposons trois protocoles distribués qui combinent, chacun, deux techniques efficaces: l'élection d'un n\oe ud leader dans chaque sous-région, suivie par la mise en oeuvre par celui-ci d'un processus de décision via l'optimisation de l'ordonnancement d'activité des n\oe uds capteurs de sa sous-région. Nous avons effectué plusieurs simulations en utilisant le simulateur à évènements discrets OMNeT++ pour valider l'efficacité de nos protocoles proposés. Nous avons pris en considération les caractéristiques d'un capteur Medusa II pour la consommation d'énergie et le temps de calcul. En comparaison avec deux autres méthodes existantes, nos protocoles ont la capacité d'augmenter la durée de vie du réseau de capteurs et d'améliorer les performances de couverture.
 
 }
 
-\thesiskeywords[french]{Réseaux sans fil, Réseaux de capteurs sans fil, Zone de couverture, Durée de vie du réseau, Optimisation, Ordonnancement, Algorithmes distribués, Algorithmes centralisés, Robustesse, Connectivité, Efficacité énergétique, \'Energie des réseaux hétérogènes, Réseaux homogènes, Simulation des Réseaux, Evaluation de Performance, Les Communications sans Fil Ecologiques et le Réseautage. }
+\thesiskeywords[french]{Réseaux de capteurs sans fil, Zone de couverture, Durée de vie du réseau, Optimisation distribué, Ordonnancement. }
 
   
 %%--------------------