Thèse soutenue

Allocation des ressources radio dans les réseaux sans fil de la 5 G
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Bilal Maaz
Direction : Samir TohméKinda Khawam
Type : Thèse de doctorat
Discipline(s) : Réseaux, information et communications
Date : Soutenance le 16/03/2017
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 : Laboratoire : Laboratoire d’informatique parallélisme réseaux algorithmes distribués (Saint-Quentin en Yvelines, Yvelines ; 2015-....) - Laboratoire d'Informatique Parallélisme Réseaux Algorithmes Distribués / LI-PaRAD
établissement opérateur d'inscription : Université de Versailles-Saint-Quentin-en-Yvelines (1991-....)
Jury : Président / Présidente : Steven Martin
Examinateurs / Examinatrices : Nadjib Ait Saadi, Pascale Minet
Rapporteurs / Rapporteuses : Nadia Lynda Mokdad, Stefano Secci

Résumé

FR  |  
EN

La communication mobile est considérée comme l'un des piliers des villes intelligentes, où les citoyens devraient pouvoir bénéficier des services de télécommunications partout et quand ils les souhaitent, d'une manière sûre et peu coûteuse. Cela est possible grâce à un déploiement dense des réseaux mobiles à large bande de dernière génération. Ce déploiement dense entraînera une consommation énergétique plus élevée et donc plus d'émissions de gaz et de pollution. Par conséquent, il est crucial d'un point de vue environnemental de réduire la consommation d'énergie. Dans le cadre de cette thèse, nous introduisons des méthodes dynamiques de gestion de ressources permettant d'augmenter le débit et l'efficacité énergétique, et réduisant ainsi la pollution. Ainsi, nous ciblons les réseaux multicellulaires verts où l'augmentation de l'efficacité énergétique doit tenir en compte de l'accroissement de la demande de débit par les utilisateurs mobiles. Cette augmentation, exponentielle en terme de débit, a poussé les opérateurs à utiliser la totalité du spectre fréquentiel dans toutes les cellules des réseaux mobiles de dernière génération. Par conséquence, l'interférence intercellulaire (ICI : Inter-Cell Interference) devient prépondérante et dégrade la performance des utilisateurs, en particulier ceux ayant de mauvaises conditions radios. Dans cette thèse, nous nous focalisons sur la technique du contrôle de puissance considérée comme une des méthodes clé de la coordination d'interférence Intercellulaire (ICIC : Inter-Cell Interference Coordination), tout en mettant l'accent sur des méthodes efficaces énergétiquement. Nous formulons ce problème d'allocation de la puissance, sur le lien descendant en mettant en œuvre des méthodes centralisées et décentralisées: les méthodes centralisées ayant recours à l'optimisation convexe alors que les méthodes décentralisées se basant sur la théorie des jeux non-coopératifs. Par ailleurs nous proposons ensuite une heuristique de contrôle de puissance qui a l'avantage d'être stable et basée sur des messages de signalisation déjà existant dans le système. Cette heuristique permet d'éviter le gaspillage de la bande passante par des signalisations intercellulaires et de réduire le ICI. De plus, le problème de contrôle de puissance a un impact important sur l'allocation des ressources radios et sur l'association des utilisateurs mobiles à une station de base. Ainsi, dans la deuxième partie de la thèse, nous avons formulé un problème globale englobant le contrôle de puissance, le contrôle d'allocation de ressources radios, et le contrôle de l'association des utilisateurs à une station de base, cela afin d'obtenir une solution globalement efficace. Ces trois sous problèmes sont traités itérativement jusqu'à convergence de la solution globale. En particulier nous proposons pour la problématique d'association des utilisateurs trois algorithmes: un algorithme centralisé, un algorithme semi-distribué et finalement un algorithme complètement distribué se basant sur l'apprentissage par renforcement. Par ailleurs, pour l'allocation de puissance, nous implémentons des solutions centralisées et des solutions distribuées. Les preuves de convergence des algorithmes ont été établies et les simulations approfondies ont permis d'évaluer et de comparer quantitativement les performances, l'efficacité énergétique et le temps de convergence des algorithmes proposés.