Processus de décision pour réseaux ad hoc

Decisional process for ad hoc networks.

• Auteur / Autrice : Luca Rose
• Direction : Mérouane Debbah
• Type : Thèse de doctorat
• Discipline(s) : Télécommunications (STIC)
• Date : Soutenance le 24/01/2014
• Etablissement(s) : Supélec
• Ecole(s) doctorale(s) : Ecole doctorale Sciences et Technologies de l'Information, des Télécommunications et des Systèmes (Orsay, Essonne ; 2000-2015)
• Jury : Président / Présidente : Pierre Duhamel
• Jury : Examinateurs / Examinatrices : Eitan Altman, Rida Laraki, Christophe Le Martret
• Jury : Rapporteur / Rapporteuse : Marco Luise, Bruno Tuffin

Mots clés

Mots clés contrôlés

Réseaux ad hoc (informatique)

Mots clés libres

Réseaux ad hoc

Allocation de ressource

Théorie de jeux

Théorie de l’apprentissage

Ad hoc networks

Resource allocation

Game theory

Learning theory

Résumé

Les systèmes de communication modernes sont caractérisés par leur besoin croissant en mécanismes d’auto-configuration. En effet, dans de nombreux cas pratiques, la présence de dispositifs de centralisation tel qu’une station de base n’est ni réaliste ni pratique. Ceci est le cas, par exemple, des situations militaires ou aussi celles d’urgence, ou lorsque le déploiement de plus en plus dense de points d’accès rend la planification humaine irréalisable. Par conséquent, des problèmes tel que la conception de règles de comportement pour les appareils (ou groupes d’appareils) sur la fa¸ con de choisir leurs propres paramètres de transmission, se présentent naturellement. En particulier, les algorithmes d’auto-configuration doivent être en mesure de répondre à la nécessité de détecter, d’éviter ou de réduire les interférences, maintenant ainsi une qualité suffisante de communications quand une centralisation est indisponible, et ceci avec un minimum d’échange d’informations et de coopération. En outre, ces algorithmes doivent être en mesure de faire face aux variations naturelles des conditions d’émission, en raison de l’atténuation, des effets de masque, de la mobilité et de la variation des comportements des autres dispositifs qui peuvent éventuellement créer des interférences supplémentaires. L’objectif de cette thèse est d’étudier le problème conjoint de sélection de canal et de contrôle de puissance dans le contexte de réseaux ad hoc clustérisés à canaux multiples, c’est à dire, des réseaux décentralisés dans lesquels les appareils radio sont disposés en groupes appelés clusters, et de proposer un algorithme d’auto-configuration décentralisé viable pour un tel réseau.Le réseau est étudié et analysé par l’intermédiaire de la théorie des jeux, et les équilibres relatifs sont identifiés. Le premier objectif consiste à utiliser ces équilibres afin de quantifier les performances des différents algorithmes qui proviennent de la théorie de l’apprentissage dans les jeux. Un algorithme basé sur le paradigme “trial and error” est alors sélectionné en tant que solution candidat. Une fonction d’utilité particulière est conçue afin que l’équilibre puisse coïncider avec les solutions d’ un problème d’optimisation, maximisant ainsi la qualité des communications, tout en minimisant les ressources nécessaires. Ces résultats sont présentés sous la forme la plus générale et, par conséquent, ils peuvent ˆ être aussi considérés comme un cadre théorique général pour la conception des jeux, ainsi que des algorithmes d’apprentissage avec lesquels les réseaux décentralisés peuvent fonctionner à des points optimaux globaux, et ceci à l’aide uniquement de leurs connaissances locales disponibles. La pertinence de la conception du jeu ainsi que de l’algorithme d’apprentissage est mis en évidence au moyen de scénarios spécifiques dans des réseaux ad hoc clustérisés et décentralisés. Les résultats numériques confirment la pertinence de l’utilisation des fonctions utilitaires appropriées ainsi que de l’apprentissage ”trial and error” dans l’amélioration de la performance des réseaux décentralisés.

Modern communication systems are characterized by an increasing need for self-configuring networks. In fact, in many practical cases, the presence of centralizing devices such as a base station is neither realistic nor practical. This is the case, for instance, in military or emergency situation, or when the increasingly dense deployment of access points makes a man-made planning unfeasible. As a consequence, problems like designing behavioral rules for devices (or groups of devices) on how to select their own transmit parameters naturally arise. In particular, self-configuring algorithms must be able to respond to the necessity of detecting, avoiding or reducing interference, thus maintaining a sufficient quality of the communications when no centralization is available, and with minimum information exchange and cooperation. Moreover, these algorithms must be able to cope with the variations of the transmission conditions due to fading, shadowing, mobility and to the change in other devices behavioral patterns eventually creating extra interference.The goal of this thesis is to study the joint problem of channel selection and power control in the context of multiple-channel clustered ad-hoc networks, i.e., decentralized networks in which radio devices are arranged into groups known as clusters, and to propose a viable decentralized self-configuring algorithm for such a network.The network is studied and analyzed through game theory, and the relative equilibria are identified. The first purpose is to use these equilibria in order to quantify the performance of different algorithms that originate from the theory of learning in games. An algorithm based on the trial and error paradigm is then selected as a candidate solution. A particular utility function is designed in order for the equilibria to coincide with the solutions of an optimization problem, thus maximizing the quality of the communications while minimizing the resources needed. These results are presented in the most general form and therefore, they can also be seen as a framework for designing both games and learning algorithms with which decentralized networks can operate atglobal optimal points using only their available local knowledge. The pertinence of the game design and the learning algorithm are highlighted using specific scenarios in decentralized clustered ad hoc networks. Numerical results confirm the relevance of using appropriate utility functions and trial and error learning for enhancing the performance of decentralized networks.