Thèse soutenue

Allocation des ressources et optimisation pour l’accès multiple non-orthogonal
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Lou Salaün
Direction : Marceau CoupechouxChung Shue Chen
Type : Thèse de doctorat
Discipline(s) : Informatique, données, IA
Date : Soutenance le 12/03/2020
Etablissement(s) : Institut polytechnique de Paris
Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
Partenaire(s) de recherche : établissement opérateur d'inscription : Télécom Paris (Palaiseau ; 1977-....)
Laboratoire : Laboratoire Traitement et communication de l'information (Paris ; 2003-....)
Jury : Président / Présidente : Joanna Tomasik
Examinateurs / Examinatrices : Philippe Ciblat
Rapporteurs / Rapporteuses : Vincent H. Poor, Pierre Fouilhoux

Résumé

FR  |  
EN

L'accès multiple non-orthogonal (NOMA) est une technologie d'accès radio prometteuse pour améliorer l'efficacité spectrale et augmenter massivement la connectivité des réseaux sans fil. Contrairement aux méthodes d'accès orthogonal, telles que l’OFDMA, NOMA peut multiplexer en puissance plusieurs signaux sur une même ressource radio. Un des principaux défis de NOMA est de résoudre le problème d’allocation des sous-porteuses et de la puissance (JSPA). Dans cette thèse, nous présentons un nouveau cadre théorique permettant l’étude d’une classe de problèmes d’optimisation JSPA. Nous considérons diverses contraintes réalistes et une fonction d’objectif générique pouvant représenter, entre autres, les fonctions suivantes : somme pondérée des débits (WSR), équité proportionnelle, moyenne harmonique et équité max-min. Nous prouvons que JSPA est NP-difficile en général. De plus, nous étudions sa complexité et son approximabilité dans divers cas particuliers et pour différentes fonctions et contraintes. Nous tentons d’abord de maximiser la WSR avec des contraintes de puissances cellulaires. Nous proposons trois algorithmes : Opt-JSPA est optimal et sa complexité est moindre que les méthodes optimales existantes. Étant donné sa complexité pseudo-polynomiale, il ne peut pas être exécuté en temps réel, mais convient pour des simulations. Afin de réduire cette complexité, nous développons un schéma d'approximation entièrement en temps polynomial (FPTAS) appelé Ɛ-JSPA. Celui-ci garantit d’obtenir une solution optimale à un facteur 1+Ɛ en temps polynomial. A notre connaissance, Ɛ-JSPA est le premier FPTAS proposé pour ce problème. Finalement, Grad-JSPA est une heuristique fondée sur la descente de gradient. Des simulations montrent que Grad-JSPA atteint des performances proches de l’optimum avec une faible complexité. Nous étudions des contraintes de puissances individuelles dans un second temps. L’allocation des puissances est optimisée par descente de gradient et est optimale. Ensuite, nous développons trois heuristiques pour l’allocation des sous-porteuses dans le problème JSPA : DGA qui est centralisé, ainsi que DPGA et DIWA qui sont répartis. Leurs performance et complexité sont évaluées par simulations.