Thèse soutenue

Gestion des modes de veille avancés pour des réseaux 5G économes en énergie

FR  |  
EN
Auteur / Autrice : Fatma Ezzahra Salem
Direction : Tijani ChahedAzeddine Gati
Type : Thèse de doctorat
Discipline(s) : Mathématiques et informatique
Date : Soutenance le 20/12/2019
Etablissement(s) : Institut polytechnique de Paris
Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
Partenaire(s) de recherche : Laboratoire : Télécom SudParis (Evry ; 2012-....) - Département Réseaux et Services de Télécommunications / RST - Institut Polytechnique de Paris / IP PARIS - Orange Labs - Services répartis- Architectures- MOdélisation- Validation- Administration des Réseaux / SAMOVAR
Jury : Président / Présidente : Guy Pujolle
Examinateurs / Examinatrices : Azeddine Gati, Halima Elbiaze, Cicek Cavdar, Laurent Lefèvre, Zwi Altman
Rapporteurs / Rapporteuses : Halima Elbiaze, Cicek Cavdar

Résumé

FR  |  
EN

La consommation énergétique des réseaux radiomobiles a été une direction de recherche très active au cours de la dernière décennie et ce, pour des raisons économiques ainsi qu'environnementales. Avec l'énorme croissance du trafic ainsi que la multiplication des équipements mobiles, des nouveaux services et des communications Machine à Machine, la nécessité de réduire la consommation énergétique est devenue de plus en plus urgente surtout avec le déploiement des réseaux 5G. Sachant que le réseau d'accès est le plus grand consommateur dans le réseau mobile, en particulier les stations de base qui consomment environ 80% de la consommation totale, nous nous focalisons dans cette thèse sur ce composant. La consommation énergétique des stations de base est composée de deux parties: une partie fixe qui ne varie pas en fonction du trafic et une partie qui en dépend. Notre objectif est de trouver des solutions efficaces permettant de réduire la partie fixe de cette consommation. Une solution prometteuse consiste à mettre la station de base, ou certains de ses composants, en mode veille s'il n'y a pas de trafic à servir. Nous étudions dans cette thèse une technique dite "modes de veille avancés" qui permet d'éteindre les composants de la station de base de manière progressive en fonction du temps nécessaire pour chacun pour se désactiver et se réactiver de nouveau. Ceci introduit différent niveaux de sommeil possibles. En allant d'un niveau à un autre plus profond nous pouvons réaliser plus d'économies d'énergie puisqu'il y a plus de composants qui sont en veille, mais nous introduisons plus d'impact sur le délai s'il y a des demandes de services qui arrivent pendant cette période de veille. L'opérateur doit trouver alors des politiques de gestion efficaces pour gérer ce compromis entre la réduction d'énergie et la minimisation de l'impact sur le délai. Dans ce contexte, nous proposons des méthodes de gestion des modes de veille avancés basées spécifiquement sur des modèles d'apprentissage, à savoir les processus de décision Markoviens et le Q-learning, qui nous permettent de trouver la politique optimale à suivre en fonction des priorités accordées aux deux métriques : la consommation d'énergie et le délai. Nos solutions montrent que les économies d'énergie peuvent atteindre 90% dans le cas d'un faible trafic lorsque la priorité est accordée à la réduction d'énergie. Plus on augmente la contrainte imposée sur le délai, plus la réduction d'énergie diminue, et aussi l'impact sur le délai. Nos résultats montrent que même si la contrainte sur le délai est très forte, nous pouvons aussi avoir des économies d'énergie élevées (environ 50%) alors que l'impact sur le délai devient négligeable.