Réduction de la consommation énergétique dans les modules M2M utilisant la technologie LTE/LTE-A

Reducing energy consumption in M2M modules over LTE/LTE-A technologies

• Auteur / Autrice : Hajer Ben Rekhissa
• Direction : Cécile Belleudy, Philippe Bessaguet
• Type : Thèse de doctorat
• Discipline(s) : Électronique
• Date : Soutenance le 11/12/2019
• Etablissement(s) : Université Côte d'Azur (ComUE)
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Nice ; 1992-....)
• Partenaire(s) de recherche : établissement de préparation : Université de Nice (1965-2019)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'électronique, antennes et télécommunications (Sophia Antipolis, Alpes-Maritimes) - Laboratoire d'Electronique, Antennes et Télécommunications - IQSIM, France
• Partenaire(s) de recherche : Entreprise : iQsim
• Jury : Président / Présidente : Fabien Ferrero
• Jury : Examinateurs / Examinatrices : Fabien Ferrero, Matthieu Gautier, Fabien Mieyeville, Raphaël Bernhard
• Jury : Rapporteur / Rapporteuse : Matthieu Gautier, Fabien Mieyeville

Mots clés

Mots clés contrôlés

Simulation par ordinateur

Qualité de Service (télécommunications)

Ordonnancement (informatique)

Économies d'énergie

Consommation d'énergie

LTE (norme)

Machine-to-machine communication

Mots clés libres

Machine-to-Machine

Technologie d'évolution à long terme

Technologie d'évolution à long terme avancée

Consommation énergétique dans les modules M2M

Réception discontinue

Ordonnancement en voie montante

Qualité de service

Simulation

Machine-to-Machine communication

Long Term Evolution

Long Term Evolution-Advanced

Energy consumption

Discontinuous reception

Uplink scheduling

Quality of service

Simulation

Résumé

A l’heure actuelle, la communication des machines est devenue une technologie incontournable, en pleine expansion vue le nombre de services qu'elle est capable de proposer. La technologie M2M (Machineto-Machine) se définit comme le mariage des technologies de l’information et de la communication avec des objets intelligents. Les réseaux cellulaires, tel que les technologies Long Term Evolution (LTE) et LTEAdvanced (LTE-A), sont de plus en plus utilisés afin d'assurer la communication des modules M2M. Cependant, adapter les réseaux LTE et LTE-A afin de satisfaire aux caractéristiques et exigences des modules M2M, en termes de qualité de service (QoS) et consommation énergétique, est crucial. L'objectif de cette thèse est de proposer des solutions de réduction de la consommation énergétique pour les modules M2M utilisant les technologies LTE et LTE-A. Pour ce faire deux approches ont été proposées. La première approche consiste à stocker les paquets de données dans une mémoire tampon jusqu'à atteindre un seuil donné du nombre de paquets stockés et du délai maximal autorisé. Ceci permet d'augmenter le temps passé en mode basse consommation et de réduire le passage du mode veille au mode connecté, tout en tenant en compte des contraintes de délai. La deuxième approche consiste à proposer deux techniques d'allocation de ressources radio en voie montante qui permettent de réduire la consommation énergétique dans les modules M2M tout en satisfaisant la QoS requise en termes de délai de transmission.

Machine-to-Machine (M2M) communication, which refers to the interaction between intelligent devices without human intervention, is gaining more prominence in mobile cellular networks. Long Term Evolution (LTE) and LTE-Advanced (LTE-A) networks are considered excellent candidates to support M2M communication. However, M2M communication over LTE/LTE-A networks faces some challenges. The main challenge is how to reduce energy consumption for M2M devices, as the majority of them are battery driven. The aim of this thesis is to propose solutions to reduce energy consumption in M2M devices over LTE/LTE-A technologies. We proposed two approaches; the first one consists of increasing time spent in low power mode by buffering data until reaching given thresholds of number of buffered data and maximum delay authorized. This approach allows to reduce signaling from idle state to connected state. Besides, it considers quality of service (QoS) requirements. The second approach consists of proposing two uplink schedulers which take into account the coexistence of M2M and Human-to-Human (H2H) devices. Both of them consider channel quality while allocating resource blocks, which have a consequence reducing energy consumption in M2M devices. Our second algorithm consider, also, delay constraint.