Allocation des Ressources pour la Gestion Dynamique du Spectre dans les Réseaux Ad hoc Clustérisés

Resources Allocation for Dynamic Spectrum Management in Clustered Ad hoc Networks

• Auteur / Autrice : Jérôme Gaveau
• Direction : Mohamad Assaad, Christophe Le Martret
• Type : Thèse de doctorat
• Discipline(s) : Réseaux, information et communications
• Date : Soutenance le 11/07/2018
• Etablissement(s) : Université Paris-Saclay (ComUE)
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : CentraleSupélec (2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des signaux et systèmes (Gif-sur-Yvette, Essonne ; 1974-....)
• Jury : Président / Présidente : Philippe Ciblat
• Jury : Examinateurs / Examinatrices : Thierry Defaix, Tijani Chahed, Berna Sayrac
• Jury : Rapporteurs / Rapporteuses : Stefano Secci, Xavier Lagrange

Mots clés

Mots clés contrôlés

Spectres de fréquences

Allocation des ressources

Réseaux ad hoc (informatique)

Mots clés libres

Allocation des ressources

Réseaux ad hoc

Gestion du spectre

Apprentissage sans modèle

OFDM

Resources allocation

Ad hoc networks

Spectrum management

Model-free learning

OFDM

Résumé

L’objectif de cette thèse concerne l’allocation des canaux fréquentiels dans les réseaux ad hoc organisés en clusters. Les terminaux du réseau sont assemblés localement en clusters afin de garder les avantages des réseaux ad hoc tout en réduisant la quantité de signalisation nécessaire à son fonctionnement. Dans chaque cluster, un chef de cluster (CH en anglais) est désigné parmi les terminaux dont le rôle est de gérer localement les ressources ainsi que les communications. Un des problèmes concerne l'allocation des bandes de fréquence de manière distribuée à chaque cluster pour leur permettre d'opérer correctement. Les fréquences sont une ressource rare ce qui implique que plusieurs clusters sont amenés à utiliser les mêmes et donc à interférer entre eux. Le CH base ses décisions sur une fonction d'utilité qui prend en compte des mesures de performance des communications. Ces dernières peuvent être perturbées à cause des diverses variations dynamiques auxquels sont soumis les réseaux ad hoc. Parmi les algorithmes d'apprentissage distribués, nous avons identifié des méthodes basées sur le paradigme "d'essais erreur'' (TE en anglais) comme des solutions potentielles. Ces algorithmes ont la particularité d'avoir des propriétés de convergence globale intéressantes bien que le problème soit non coopératif.Dans un premier temps, nous avons étudié la convergence théorique de ces algorithmes en réalisant des approximations de chaînes de Markov dans des cas particuliers. Ensuite, nous avons montré théoriquement et numériquement que le principal défaut des approches TE est leur sensibilité aux variations aléatoires de la mesure d'utilité. Nous avons donc proposé des solutions, avec des preuves théoriques à l’appui, pour adapter ces algorithmes aux cas où l'utilité serait perturbée par des phénomènes aléatoires. Enfin, nous avons analysé de manière plus approfondie l’influence des évanouissements de Rayleigh sur les statistiques de l’utilité.

This thesis deals with the fully distributed allocation of channels in clustered ad hoc networks. Nodes are gathered locally into clusters in order to keep the advantage of the no infrastructure of ad hoc networks, and to reduce the amount of signalling. In each cluster a node is elected as the Clustered Head (CH) whose role is to manage the resources and the transmissions locally. One of the major problem is to allocate in a distributed way spectrum bands to the clusters in order to make them able to operate. Bandwidth is a scarce resource which implies that several clusters may use the same frequency and hence interfere among each other. The CH realizes the frequency allocation based on a utility function that uses measurements as inputs. These measurements are possibly disturbed due to the wide variety of dynamic changes that face ad hoc networks. Among the distributed learning algorithms, we have identified approaches based on "trial and error'' (TE) paradigm that could solve the channel allocation problem. These approaches possess very attractive global convergence behavior despite the non-cooperativeness of the problem and thus in a broad class of games.First, based on a specific utility model, we analyse the performance of these algorithms using Markov chains approximations in order to reduce numerical computations complexity. Then, we assess theoretically and numerically that a drawback of TE algorithms is their sensitivity to disturbances. We propose modifications with supporting theoretical proofs in order to adapt the TE algorithms to disturbances of the utility. Furthermore, we study the impact of Rayleigh fading on the utility by deriving its probability density function (pdf) in various contexts.