Présentation de la société : SAFRAN DATA SYSTÈMS
Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs) , de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 92 000 collaborateurs pour un chiffre d'affaires de 23, 2 milliards d'euros en 2023, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés. Safran s'engage dans des programmes de recherche et développement qui préservent les priorités environnementales de sa feuille de route d'innovation technologique.
Safran est la 1ère entreprise du secteur aéronautique et défense du classement « World's Best Companies 2023 » du magazine TIME.
Safran Electronics & Defense est une entreprise internationale de plus de 12 000 collaboratrices et collaborateurs, qui mobilisent expertises et esprit de corps pour concevoir des solutions de haute technologie dans les domaines de l'aéronautique, de la défense et du spatial. En combinant intelligence humaine et technologique, l'entreprise développe les produits et services pour aider les acteurs civils et militaires à observer, décider et guider sur terre, en mer, dans le ciel et dans l'espace. Et ainsi contribuer à un monde plus sûr.
Missions
Safran développe des équipements de communication et de positionnement pour des applications spatiales. Pour ce faire, elle dispose d'une équipe d'ingénieurs pluridisciplinaire capable de développer des solutions radio complètes intégrant les fonctions RF, le traitement numérique du signal, le logiciel embarqué temps réel, le développement de cartes numériques ainsi que la partie mécanique. Comme Syrlinks a réalisé intégralement le récepteur GNSS, son adaptabilité est donc son atout. Il peut donc fonctionner dans différents environnements (terrestre, spatial LEO, spatial GEO etc..) . Cela nécessite donc des algorithmes d'estimation statistiques qui seront utilisés pour adapter la solution de navigation.
Dans cette perspective, plusieurs défis sont à relever, du fait de la polyvalence des environnements et de la diversité des mesures. Un nouvel algorithme plus polyvalent et plus flexible ainsi que différents outils et méthodes de mathématiques appliquées et statistiques deviennent donc nécessaire.
L'objectif de cette alternance est de définir les différentes méthodes ainsi que ses possibilités d'optimisation et leurs tests statistiques de validation associés. Il s'agira en particulier de générer différentes simulations permettant de couvrir l'ensemble des optimisations possibles.
Exemples de méthodes et algorithmes statistiques à analyser :
- Moindres carrés pondérés (WLS)
- Filtre de Kalman unscented
- Matrice d'information de Fisher avec les bornes de Cramer-Rao pour paramètres mixtes réels et entiers
- Principe d'invariance étendue
Les travaux seront réalisés dans un environnement Windows et Python/C pour la modélisation.
Détail des activités à réaliser pour chaque méthode :
- Etude bibliographique des différentes méthodes existantes
- Estimation de la complexité pour un périmètre fonctionnel défini dans l'étude
- Mise en place des différents algorithmes de statistique sous Python
- Réalisation d'un simulateur de performance de pondération sous Python
- Analyse des performances dans différents contextes opérationnels
- Rédaction d'un rapport global de synthèse des travaux
Profil recherché
Le candidat devra être motivé par le sujet et disposer de bonnes bases dans le domaine des mathématiques appliquées ainsi que dans le domaine de la statistique. Une connaissance du domaine du traitement du signal serait un plus. Par ailleurs, compte tenu des outils utilisés dans l'étude, il devra avoir de bonnes notions en programmation PYTHON.
Les informations recherchées provenant d'articles et de livres ainsi que les rapports demandés seront en anglais. Pour cela, un niveau d'anglais intermédiaire (B-2) est recommandé.