EN
Que cherchez-vous?
Événements à venir

Leurreurs GNSS agiles, adaptatifs et intelligents : caractérisation par l’équipe bleue et essais en laboratoire

Programme d'études visé
Maîtrise avec mémoire
Domaines de recherche
Aéronautique et aérospatiale
Autres informations

Durée indicative : 24 mois

Pour postuler à ce projet, consultez le site Web du LASSENA.

Pour en savoir plus

Personne à contacter

Objectif

Adopter le rôle de l’équipe bleue : anticiper la prochaine génération de leurreurs GNSS agiles, adaptatifs et intelligents, caractériser leur comportement possible face aux récepteurs aéronautiques et transformer ces connaissances en essais contrôlés en laboratoire pour vérifier la résistance des défenses de détection, d’atténuation et de rétablissement à un adversaire adaptatif.

Portée technique

  • Examiner les travaux publiés, les rapports de terrain et les campagnes d’essais (comme JammerTest) afin d’établir une taxonomie des comportements de leurrage agiles, adaptatifs et intelligents, au-delà des classes statiques de signaux 1A à 4D.
  • Caractériser les attributs clés d’une menace adaptative : vitesse de réaction, variations de puissance, de synchronisation, des paramètres code-porteuse et des données de navigation, et tentatives de rester sous les seuils des détecteurs.
  • Modéliser par simulation le comportement des menaces adaptatives, notamment les stratégies en boucle fermée et assistées par IA, afin de repérer les moniteurs de récepteur et les logiques de système expert les plus exposés.
  • Concevoir des essais sûrs en laboratoire, par connexion câblée ou simulation et sans rayonnement de signaux, reproduisant ces comportements de façon répétable avec annotations de référence.
  • Évaluer les détecteurs, le système expert et les fonctions d’atténuation et de rétablissement du GSDM à l’aide de ces essais, puis recommander des mesures de renforcement et de nouveaux moniteurs.
  • Proposer des niveaux d’essai et scénarios supplémentaires pour le cadre de classification de la résilience et l’annexe W.

Livrables attendus

  • Taxonomie et caractérisation des comportements de leurreurs agiles, adaptatifs et intelligents
  • Modèles de simulation de menaces adaptatives
  • Procédures d’essai en laboratoire et bibliothèque de scénarios annotés pour les menaces adaptatives
  • Rapport d’évaluation de l’équipe bleue avec recommandations de renforcement
  • Niveaux d’essai proposés pour le cadre d’évaluation et l’annexe W

À propos du projet GSDM

Les aéronefs dépendent du GPS et de Galileo à chaque instant du vol, alors que le brouillage et le leurrage des signaux GNSS représentent désormais une menace réelle et quotidienne pour l’aviation partout dans le monde. GSDM est un programme de recherche pluriannuel dirigé par l’ÉTS en partenariat avec le fabricant d’avionique CMC Électronique, financé par une subvention collaborative de recherche et développement du CRSNG et du CRIAQ. Il vise à détecter et à atténuer le brouillage et le leurrage GNSS, ainsi qu’à rétablir le fonctionnement des récepteurs aéronautiques, tout en contribuant aux normes de certification de ces équipements. À titre d’étudiante ou d’étudiant du GSDM, vous travaillerez sur des problèmes concrets touchant les aéronefs, aux côtés des ingénieurs industriels qui conçoivent des systèmes avioniques certifiés. Vos travaux seront validés sur des simulateurs, des radios logicielles et des données réelles de récepteurs, et pourront alimenter directement des normes internationales telles que l’annexe W de la RTCA. Le programme couvre le traitement du signal, la théorie de la détection, l’estimation, la surveillance de l’intégrité, la navigation inertielle et l’ingénierie des systèmes. Que vous aimiez les mathématiques, les algorithmes ou les travaux pratiques en laboratoire, un projet stimulant vous préparera à une carrière en aérospatiale, en navigation ou en défense. Nous recherchons des personnes curieuses, rigoureuses et motivées qui souhaitent contribuer à rendre le transport aérien plus sûr.

Connaissances requises

  • Signaux et récepteurs GNSS
  • Traitement du signal
  • Simulateurs ou radios logicielles
  • Python, MATLAB ou C/C++
  • Un intérêt pour la cybersécurité, l’analyse adversariale ou l’apprentissage automatique, ainsi qu’une expérience de laboratoire RF, constituent des atouts.