Mieux distribuer la capacité cognitive permettrait d'intégrer plus de fonctionnalités dans les capteurs et d'éviter une gestion entièrement déportée dans le « cloud ». Néanmoins, ces fonctions peuvent rendre les systèmes plus complexes à réaliser et plus consommateurs d'énergie. L'acquisition compressée de données permet justement de pallier ces inconvénients en focalisant l'acquisition d'information sur l'essentiel. Cette approche, qui consiste à ne traiter que la partie pertinente des informations perçues, a été testée par les chercheurs du Leti, institut de CEA Tech, pour analyser les signaux radiofréquences, et plus particulièrement l'occupation spectrale des signaux ambiants.

Les applications visées sont dans un premier temps les récepteurs radio et les RADAR cognitifs. En effet, un signal RF n'occupe jamais la totalité du spectre dans lequel il émet : on parle de signal « parcimonieux. Détecter les bandes de fréquence effectivement occupées permettrait ensuite de cibler la réception radio sur ces bandes, et plus généralement d'adapter le récepteur à son environnement.

Les chercheurs du Leti ont développé et breveté une architecture d'acquisition compressée avec l'université de Cornell (USA), qu'ils ont implantée sur un ASIC développé en interne. Ils ont démontré l'efficacité de la méthode jusqu'à un taux d'occupation du spectre de 12 %. La consommation est alors réduite d'un facteur dix par rapport à l'état de l'art. Les recherches se poursuivent dans le cadre d'une thèse sur les applications radar et d'un futur projet européen pour améliorer encore ces résultats.