Contribution à la fusion d'information par une approche entropique : algorithme et architecture dans un contexte de perception multi-sources

Contribution to information fusion using an entropy approach : algorithm and architecture in a multi-source perception framework

• Auteur / Autrice : Bienvenu Fassinut-Mombot
• Direction : Michel Paindavoine, Jean-Bernard Choquel
• Type : Thèse de doctorat
• Discipline(s) : Génie informatique, Automatique et Traitement du signal
• Date : Soutenance en 2002
• Etablissement(s) : Littoral

Mots clés

Mots clés contrôlés

PVM (logiciel)

Gestion de l'information

Réseaux d'ordinateurs

Parallélisme (informatique)

Fusion multicapteurs

Mots clés libres

Algorithme d'agrégation adaptative entropique

Modèle de fusion entropique

SynDEx (logiciel)

Résumé

Le travail présenté dans ce mémoire concerne l'étude et la mise en œuvre d'un algorithme et son architecture distribuée pour la fusion d'informations multi-sources. L'algorithme d'Agrégation Adaptative Entropique (A2E) développé, repose sur l'utilisation de critères entropiques pour combiner l'ensemble des informations et pour décider sur le comportement éventuel du système de perception. Le Modèle de Fusion Entropique (MFE) vise à réduire l'espace de combinaison du système de perception en exploitant explicitement la dualité redondance-complémentarité des sources d'information. Un exemple applicatif est donné pour valider les performances du Modèle de Fusion Entropique. Nous montrons à travers une implantation parallèle ou distribuée de l'algorithme A2E sur une grappe de stations fonctionnant en mode MIMD-NORMA avec une communication par passage de messages, que l'utilisation de l'environnement SynDEx pour l'écriture et l'implantation du code exécutable permet d'obtenir d'excellentes performances par rapport à PVM. Cependant, bien que la progression des performances de SynDEx soit linéaire, le surcoût introduit par les primitives de communication de PVM diminue fortement avec l'augmentation de la taille des messages.

The aim of this thesis is the study and the implementation of an algorithm and its distributed architecture for multi-source information fusion. The Entropy Adaptative Aggregation (EA2) algorithm developed, is based on the use of entropy criteria to combine the set of information and to decide on the possible behavior of the perception system. The aim of Entropy Fusion Model (EFM) is to reduce the combination space of the perception system using an explicit representation of the redundancy-complementarity duality of the information sources. An applicative example is given to validate the performance of Entropy Fusion Model. We show with the implementation of the EA2 algorithm on a cluster of hosts running in mode MIMD-NORMA and communicating by message passing, that the use of SynDEx for writing and implementing of the executable code provides high performance computing compared to PVM. However, although the progression of the SynDEx performances is linear, the overhead introduced by the PVM libraries communication strongly decreases with the increase of message size.