Evolution de l’architecture du réseau mobile et optimisation de la gestion des ressources radio

Evolution of mobile networks architecture and optimization of radio resource management

• Auteur / Autrice : Joe Saad
• Direction : Kinda Khawam, Mohamad Yassin, Salvatore Costanzo
• Type : Thèse de doctorat
• Discipline(s) : Sciences des réseaux, de l'information et de la communication
• Date : Soutenance le 19/03/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Données et algorithmes pour une ville intelligente et durable (Versailles ; 2015-...)
• Partenaire(s) de recherche : référent : Université de Versailles-Saint-Quentin-en-Yvelines (1991-....)
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Informatique et sciences du numérique (2020-....)
• Partenaire(s) de recherche : Entreprise : Orange (entreprise)
• Jury : Président / Présidente : Salah Eddine El Ayoubi
• Jury : Examinateurs / Examinatrices : Thi-Mai-Trang Nguyen, Tijani Chahed, Philippe Martins, Cédric Adjih, Artur Hecker
• Jury : Rapporteurs / Rapporteuses : Thi-Mai-Trang Nguyen, Tijani Chahed

Mots clés

Mots clés contrôlés

Théorie des jeux

Apprentissage automatique

Optimisation convexe

Allocation de ressources (radiotéléphonie)

5G (téléphonie mobile)

Mots clés libres

Ran

Slicing

Allocation de ressources

Optimisation

Apprentissage automatique

Théorie des jeux

Ran

Slicing

Resource allocation

Optimization

Machine learning

Game theory

Résumé

Avec les réseaux de cinquième génération (5G), plusieurs services hétérogènes sont supportés: le service enhanced Mobile BroadBand (eMBB) caractérisé par ses débits élevés, le service Ultra-Reliable Low-Latency Communications (URLLC) nécessitant une faible latence et le service massive Machine-Type Communications (mMTC) privilégiant une importante densité de connexions.Grâce au slicing, la coexistence de ces services sur le même réseau est possible. Le slicing divise le réseau en sous-réseaux logiques et isolés dont chaque partie est dénommée slice et attribuée à une catégorie de services.De plus, le Radio Access Network (RAN) est le lieu d'une transformation visant à désintégrer ses composants grâce à des organismes de normalisation comme l'alliance Open-RAN (O-RAN). Cette évolution apporte plusieurs avantages pour les opérateurs comme l'introduction de l'intelligence artificielle au niveau des contrôleurs.Dans ce contexte de slicing et d'évolution du RAN, l'optimisation des ressources radio est un défi majeur pour un opérateur mobile afin d'assurer la qualité de service des différents slices à partir d'algorithmes efficaces. Par conséquent, dans cette thèse, l'objectif est de proposer plusieurs algorithmes d'allocation de ressources radio en identifiant les indicateurs de performance nécessaires pour la prise de décisions. De plus, les différentes approches proposées sont comparées entre elles et à celles de l'état de l'art, y compris l'approche standard. Aussi, pour la plupart des solutions proposées, leur emplacement dans l'architecture O-RAN est discuté.Notre premier algorithme est basé sur le Dynamic Weighted Fair Queuing (DWFQ) dans un contexte multi-slice et multi-Virtual Operator (VO). Le but est de déterminer la portion de ressources attribuée à chaque VO dans chaque slice en utilisant la théorie des jeux.Dans la suite, on s'intéresse à la gestion des ressources radio au niveau d'un même opérateur. Pour cela, une deuxième approche se focalise sur l'allocation des ressources radio entre deux slices hétérogènes: eMBB et URLLC. Deux approches, centralisée basée sur le Deep-Q Networks (DQN) et distribuée basée sur un jeu non-coopératif, traitent ce problème où l'allocation des ressources se fait grâce à l'ingénierie de trafic.Dans la troisième contribution, on ajoute l'aspect numérologie (espacement entre sous-porteuses) au problème précédent avec l'étude de trois slices: eMBB, URLLC et mMTC. Pour cela, on divise la bande de l'opérateur en plusieurs Bandwidth Parts (BWPs) dont chacune est associée à une numérologie ce qui provoque l'Inter-Numerology Interference (INI). Par suite, on propose un algorithme à trois étages dont le premier étage utilise la théorie des jeux pour choisir la BWP qui servira les utilisateurs URLLC. Le deuxième étage utilise une heuristique pour déterminer la portion de ressources radio dédiée à chaque BWP. Le troisième étage utilise le DQN pour dimensionner une bande de garde entre les BWPs utilisant des numérologies différentes afin de réduire l'INI.Pour la suite, on garde toujours l'aspect multi-numérologies dans le problème mais on s'intéresse plutôt aux utilisateurs connectés simultanément à plusieurs slices. Pour ces utilisateurs, une latence additionnelle est générée à cause du BWP switching qui est nécessaire pour récupérer les ressources de chaque slice. Pour cela, notre quatrième contribution propose trois mécanismes innovants de BWP switching qui permettent de réduire la latence globale due à cet effet.Pour la dernière contribution, l'efficacité énergétique de ces utilisateurs est étudiée en proposant un algorithme qui sélectionne entre la configuration "single numerology" (une seule BWP pour tous les slices) et "multi-numerology" (BWP différente pour chaque slice) en se basant sur plusieurs facteurs comme le niveau de batterie. Cette sélection se fait à travers deux approches, centralisée basée sur un problème d'optimisation et distribuée basée sur la théorie des jeux.

With Fifth Generation (5G) Networks, multiple heterogeneous services are supported such as the enhanced Mobile BroadBand (eMBB) service characterized by high throughput demand, the Ultra-Reliable Low-Latency Communications (URLLC) service requiring a low latency and the massive Machine-Type Communications (mMTC) service favoring a high density of connected devices.Thanks to slicing, these services can coexist on the same infrastructure. Slicing divides the network into multiple isolated logical networks named slices where each slice is attributed to a category of services.Furthermore, standardization bodies such as the Open-RAN alliance (O-RAN) focus on the evolution of the Radio Access Network (RAN) architecture including RAN components disaggregation. This evolution brings in many advantages for the operator such as the introduction of artificial intelligence at the level of the controllers.In this context of RAN evolution and slicing, the radio resource optimization is an important challenge for the mobile network operator to ensure Quality of Service (QoS) satisfaction for the different slices through efficient algorithms. Therefore, in this thesis, the objective is to propose various radio resource allocation algorithms based on the identification of the necessary Key Performance Indicators (KPIs) to take the appropriate decisions. Additionally, the proposed approaches are compared against each other and against other approaches from the state-of-the-art. Also, solutions implementation in an O-RAN compliant architecture is discussed.Our first algorithm is based on Dynamic Weighted Fair Queuing (DWFQ) in a multi-slice and multi-Virtual Operator (VO) context. The aim of this algorithm is to determine the resource portion that will be attributed to each VO in each slice using game theory.Next, we focus on the radio resource management at the level of a single operator. Therefore, the second contribution focuses on the radio resource allocation between two heterogeneous slices: eMBB and URLLC. Two approaches solve this problem where the radio resource allocation is based on traffic engineering. The first approach is a centralized one based on Deep-Q Networks (DQN) and the second is a distributed one based on a non-cooperative game.In our third contribution, we add the numerology (subcarrier spacing) aspect to the previous problem, while considering three slices: eMBB, URLLC and mMTC. For this reason, we divide the total band into multiple Bandwidth Parts (BWPs) each linked to a numerology. This causes a new type of interference called Inter-Numerology Interference (INI). Therefore, we propose a three-level algorithm where the first level uses game theory to choose the BWP that will serve the URLLC users. The second level uses heuristics to determine the portion of radio resources attributed to each BWP. The third level uses DQN to dimension the guard bands between the BWPs using different numerologies to reduce the INI effect.Subsequently, the multi-numerology aspect is retained in the problem, while considering multiple slices per user. For these users, an additional latency is induced due to BWP switching. The latter is necessary in order to retrieve the data of each slice. For this reason, our fourth contribution proposes three innovative BWP switching schemes that help to reduce the overall latency.As for our final contribution, we focus on the energy efficiency aspect of such users by proposing an algorithm that selects the most suitable BWP configuration: single numerology (a single BWP for all slices) or multi-numerology (different BWP for each slice) while taking into account multiple factors such as the battery level. This selection is done thanks to two approaches: a centralized one based on an optimization problem and a distributed one based on game theory.