Topic description
Cette thèse offre une opportunité unique de travailler à l’interface entre l’électromagnétisme, la simulation numérique et l’intelligence artificielle, afin de contribuer au développement des systèmes intelligents de détection et de reconnaissance de nouvelle génération. Le/la stagiaire intégrera le Laboratoire Antenne et Propagation (LAPCI) du CEA-LETI, à Grenoble (France), un environnement de recherche de rang mondial disposant d’équipements à la pointe de la technologie pour la caractérisation et la modélisation du canal de propagation, tels que des sondeurs de canal, des émulateurs, des chambres anéchoïques et des simulateurs électromagnétiques avancés. Une collaboration avec l’Université de Bologne (Italie) est prévue durant la thèse.
Cette thèse vise à développer des modèles électromagnétiques avancés de rétrodiffusion radar en champ proche, adaptés aux systèmes radar et JCAS opérant aux fréquences mmWave et THz. Les travaux porteront sur la modélisation physique de la signature radar d’objets étendus, en tenant compte des effets de champ proche, des configurations multi-statiques et multi-antennes, ainsi que de l’influence des matériaux et de l’orientation des cibles. Ces modèles seront validés par simulations électromagnétiques et par des campagnes de mesures, puis intégrés dans des outils de simulation de scène et de propagation multi-trajets de type ray-tracing. Les signatures radar ainsi obtenues seront exploitées pour entraîner des algorithmes d’intelligence artificielle dédiés à la reconnaissance d’objets, à l’inférence des propriétés des matériaux et à l’imagerie radar. En parallèle, des approches d’IA assistée par la physique seront étudiées afin d’accélérer les simulations électromagnétiques et de réduire leur complexité computationnelle. L’objectif final de la thèse est d’intégrer ces informations issues de la rétrodiffusion radar dans un framework de Semantic Radio SLAM 3D, afin d’améliorer la localisation, la cartographie et la compréhension de l’environnement dans des scénarios complexes ou partiellement masqués.
Nous recherchons un(e) étudiant(e) de niveau école d’ingénieur ou Master 2, avec de solides bases en traitement du signal, électromagnétisme, radar ou télécommunications. Un intérêt pour l’intelligence artificielle, la modélisation physique et la simulation numérique est attendu. Des compétences en programmation (Matlab, Python) seront appréciées, ainsi qu’une capacité à travailler à l’interface entre modèles théoriques, simulations et expérimentations. Curiosité scientifique, autonomie et motivation pour la recherche sont essentielles.
La candidature doit inclure un CV, un relevé de notes et une lettre de motivation.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
This PhD thesis offers a unique opportunity to work at the crossroads of electromagnetics, numerical simulations, and artificial intelligence, contributing to the development of next-generation intelligent sensing and recognition systems. The intern will join the Antenna & Propagation Laboratory at CEA-LETI, Grenoble (France), a world-class research environment equipped with state-of-the-art tools for propagation channel characterization and modelling. A collaboration with the University of Bologna (Italy) is planned during the PhD.
This PhD thesis aims to develop advanced electromagnetic models of near-field radar backscattering, tailored to radar and Joint Communication and Sensing (JCAS) systems operating at mmWave and THz frequencies. The research will focus on the physics-based modeling of the radar signatures of extended objects, accounting for near-field effects, multistatic and multi-antenna configurations, as well as the influence of target materials and orientations. These models will be validated through electromagnetic simulations and dedicated measurement campaigns, and subsequently integrated into scene-level and multipath propagation simulation tools based on ray tracing. The resulting radar signatures will be exploited to train artificial intelligence algorithms for object recognition, material property inference, and radar imaging. In parallel, physics-assisted AI approaches will be investigated to accelerate electromagnetic simulations and reduce their computational complexity. The final objective of the thesis is to integrate radar backscattering-based information into a 3D Semantic Radio SLAM framework, in order to improve localization, mapping, and environmental understanding in complex or partially obstructed scenarios.
We are seeking a student at engineering school or Master’s level (MSc/M2), with a strong background in signal processing, electromagnetics, radar, or telecommunications. An interest in artificial intelligence, physics-based modeling, and numerical simulation is expected. Programming skills in Matlab and/or Python are appreciated, as well as the ability to work at the interface between theoretical models, simulations, and experimental validation. Scientific curiosity, autonomy, and strong motivation for research are essential.The application must include a CV, academic transcripts, and a motivation letter.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Pôle fr : Direction de la Recherche Technologique
Pôle en : Technological Research
Département : Département Systèmes (LETI)
Service : Service Technologies Sans Fils
Laboratoire : Laboratoire Antennes, Propagation, Couplage Inductif
Date de début souhaitée : 01-10-
Directeur de thèse : GUERRA Anna
Organisme : Università di Bologna
Laboratoire : Dipartimento di Ingegneria dell'Energia Elettrica e dell'Informazione "Guglielmo Marconi"
URL :
URL :
Funding category
Public/private mixed funding
Funding further details
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.