Modélisation probabiliste des réseaux 6G

Probabilistic modeling of 6G networks

• Auteur / Autrice : Emanuele Mengoli
• Direction : François Baccelli
• Type : Projet de thèse
• Discipline(s) : Information, communications, électronique
• Date : Inscription en doctorat le 01/03/2025
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Traitement et Communication de l'Information
• Partenaire(s) de recherche : Equipe de recherche : RMS : Réseaux, Mobilité et Services

Mots clés

Mots clés libres

Réseaux stochastiques

Théorie du contrôle et de l'estimation

Théorie des processus ponctuels

Géométrie stochastique

Réseaux non terrestres

Réseaux intégrant communications et détection

Stochastic networks

Control and estimation theory

Point process theory

Stochastic geometry

Non-terrestrial networks

Networks integrating communications and detection

Résumé

Le sujet proposé est celui de la modélisation probabiliste des réseaux de communica- tions en cours de développement dans le cadre de la 6G. Les outils probabilistes qui seront utilisés dans la thèse sont la théorie des réseaux stochastiques, la théorie du contrôle et de l'estimation, la théorie des processus ponctuels [3] et la géométrie stochastique [2]. Les questions de modélisation abordées concerneront notamment les réseaux non ter- restres et leur intégration dans les réseaux cellulaires terrestres, les réseaux intégrant communications et détection, ou encore les réseaux à base de surfaces reconfigurables intelligentes [1, 4]. [1] Hamza Adrat, Laurent Decreusefond et Philippe Martins. “Performance analysis of a RIS-assisted communications”. In : Valuetools 2024. EAI. Milan, Italy, déc. 2024. url : https://hal.science/hal-04665847. [2] F. Baccelli et B. Błaszczyszyn. “Stochastic Geometry and Wireless Networks : Volume I Theory”. In : Foundations and Trends® in Networking 3.3–4 (2008), p. 249-449. issn : 1554-057X. doi : 10.1561/1300000006. url : https://partage.imt.fr/index.php/s/ MKkHPRZGfa47HAc. [3] Laurent Decreusefond et Pascal Moyal. Stochastic modeling and analysis of telecom networks. John Wiley & Sons, 2012. [4] Guodong Sun et al. A Stochastic Geometry Framework for Performance Analysis of RIS- assisted OFDM Cellular Networks. 2024. arXiv : 2310.06754 [cs.IT]. url : https:// arxiv.org/abs/2310.06754.

The proposed subject is the probabilistic modelling of communication networks currently being developed in the context of 6G. The probabilistic tools that will be used in the thesis are the theory of stochastic networks, the theory of control and estimation, the theory of point processes [3] and stochastic geometry [2]. The modelling issues addressed will concern, in particular, non-terrestrial networks and their integration into terrestrial cellular networks, networks integrating communications and detection, and networks based on intelligent reconfigurable surfaces [1, 4]. [1] Hamza Adrat, Laurent Decreusefond et Philippe Martins. “Performance analysis of a RIS-assisted communications”. In : Valuetools 2024. EAI. Milan, Italy, déc. 2024. url : https://hal.science/hal-04665847. [2] F. Baccelli et B. Błaszczyszyn. “Stochastic Geometry and Wireless Networks : Volume I Theory”. In : Foundations and Trends® in Networking 3.3–4 (2008), p. 249-449. issn : 1554-057X. doi : 10.1561/1300000006. url : https://partage.imt.fr/index.php/s/ MKkHPRZGfa47HAc. [3] Laurent Decreusefond et Pascal Moyal. Stochastic modeling and analysis of telecom networks. John Wiley & Sons, 2012. [4] Guodong Sun et al. A Stochastic Geometry Framework for Performance Analysis of RIS- assisted OFDM Cellular Networks. 2024. arXiv : 2310.06754 [cs.IT]. url : https:// arxiv.org/abs/2310.06754.