Télécharger le fichier original (Mémoire de fin d’études)

Contexte

La prolifération rapide des applications multimédias ainsi que l’augmentation vertigineuse du nombre d’abonnés aux services de communication radio-mobile ont abouti à une hausse de la demande en termes de débit. En e et, le trafic de données mobiles a augmenté de 74 % en 2015 [9] et de 63 % en 2016 [10], atteignant 30.6 exaoctets par mois en 2020 [9]. Cette aug-mentation rapide des demandes a conduit le 3GPP à concevoir les réseaux LTE/LTE-A afin de pouvoir satisfaire la QoS fournie aux utilisateurs. Cependant, accroître la capacité tout en amé-liorant la Qualité de Service (QoS) reste toujours un défi que les systèmes de communication sans-fil actuelles tentent de relever. De plus, dans une perspective à long-termes, l’amélioration incrémentale de la QoS en se basant sur le réseau cellulaire 4G n’est pas su sante. Maintenant, nous faisons face à une évolution rapide des réseaux cellulaires à travers l’ère de la 5ème gé-nération. Ainsi, le projet Mobile and wireless communications Enablers for the Twenty-twenty Information Society (METIS) [11] a défini un ensemble d’objectifs techniques pour étendre les systèmes actuels de communication sans fil tout en définissant de nouveaux scénarios. Ces objectifs, par rapport à la 4G, peuvent être résumés par ce qui suit [12] : une capacité en Mbit/s/km2 multiplié par 1000, un débit de données par utilisateurs de 10 à 100 fois plus grand, 10 à 100 fois plus de terminaux mobiles connectés, une durée de vie des équipements 10 fois plus élevée, réduction du délai de bout-en-bout de 5 fois.
Le premier système commercial de la 5G est planifié pour l’année 2020 dans le but d’amé-liorer le système 4G actuel [13]. Ce nouveau système doit répondre à ces besoins en améliorant
l’e cacité spectrale, l’e cacité énergétique et la QoS globale des réseaux. Dans ce contexte, les mécanismes de gestion des ressources radios ont été largement étudiés au sein des milieux industriels et académiques. Ces mécanismes ont pour but d’utiliser aussi e cacement que pos-sible le spectre fréquentiel rare et limité ainsi que l’infrastructure disponible du réseau cellulaire. Cependant, l’e cacité actuelle de ces mécanismes reste toujours à perfectionner et de nouvelles techniques d’allocation de ressources radios sont requises afin de satisfaire les contraintes pré-définies des futurs systèmes de communication sans fil.
De plus, pouvoir garantir une bonne QoS au sein des réseaux cellulaires est une tâche dif-ficile pour les opérateurs. En e et, contrairement aux réseaux filaires, les transmissions sans fil dépendent fortement des variations du canal de propagation. À cause de plusieurs phénomènes générés par ce dernier (le pathloss, le shadowing le multipath fading), la qualité du signal radio est fortement détériorée ce qui réduit la capacité de la transmission [14, 15, 16, 17]. En outre, la QoS observée par les applications est détériorée non seulement en termes d’intégrité de données mais aussi par l’apparition de forts pics de délais et de pertes de paquets. Plusieurs recherches ont été menées dans le but d’améliorer les performances des transmissions sans fil. Parmi toutes les techniques qui ont été proposées afin de faire face aux e ets du canal de propagation, la technique Orthogonal Frequency Multiple Access (OFDM) [18] a émergé et a été largement utilisée aux seins des réseaux sans fil de nouvelles générations telles que la Long Term Evolu-tion (LTE) [19] et la Long Term Evolution Advanced (LTE-A). La technique OFDM a pour but de combattre les e ets négatifs de la transmission multi-trajets : la bande passante est divisée en sous-bandes ayant une largeur spectrale inférieure à la largeur de la bande de cohérence du canal. Ensuite, les symboles du signal à transmettre sont émis en parallèle sur les sous-porteuses de ces sous-bandes. D’autre part, cette division de la bande passante a pour avantage l’introduc-tion de la diversité fréquentielle. La diversité fréquentielle combinée avec la diversité temporelle et la diversité multi-utilisateur permet à l’ordonnanceur de disposer d’une marge de manœuvre supplémentaire afin d’améliorer les performances globales du système. Dans ce contexte, un grand intérêt a été donné pour la conception d’algorithmes d’ordonnancement intracellulaire. Ces ordonnanceurs ont pour but d’optimiser le partage des ressources fréquentielles entre les mobiles d’une cellule donnée afin d’améliorer les performances des systèmes OFDM dans un contexte multi-utilisateur [20, 21, 22, 23].
Cependant, dans le contexte actuel intercellulaire sans fil, chaque cellule se voit bien sou-vent attribuer des fréquences de manière statique. Bien que facile à mettre en œuvre, cette façon de procéder est aujourd’hui obsolète car particulièrement sous-optimale. En e et, une caracté-ristique principale des réseaux radio-mobiles est que les utilisateurs se déplacent fréquemment d’une cellule à une autre. Ainsi, la charge de trafic varie fortement au cours d’une journée. Par exemple, elle atteint ses pics durant le jour pour les zones industrielles et le soir pour les zones résidentielles. Ces variations dépendent aussi de la zone géographique dans laquelle se situent la cellule (i.e, urbaine, rurale). Par conséquent, cette distribution non uniforme de la charge dans l’espace et dans le temps entraîne au niveau des cellules des besoins di érents en termes de ressources fréquentielles. Un ordonnanceur de niveau supérieur ayant pour rôle d’allouer \réallouer dynamiquement les ressources radios entre les cellules doit donc être envisagé.
D’autre part, l’augmentation de la capacité et la maximisation du débit o ert peut se faire avec un déploiement dense de stations de base et une réutilisation agressive du spectre. Dans ce sens, pour atteindre les objectifs de la 5G, l’interférence intercellulaire causée par l’utilisation du même spectre entre cellules voisines doit être réduite. En e et, ces dernières ont un impact négatif sur la QoS fournie particulièrement pour les mobiles frontaliers. Ainsi, les techniques de coordination intercellulaire des interférences (Intercell Interference Coordination techniques (ICIC)) ont été conçues afin de réduire ces e ets négatifs en se basant sur la coordination de la bande et de la puissance de transmission. En fait, cette coordination se fait à l’échelle du réseau en ajustant l’allocation des ressources fréquentielles et les puissances de transmission entre les di érentes cellules. Les techniques ICIC consistent à partager la bande en deux sous-bandes. De même, les utilisateurs sont classifiés en deux groupes. Le premier est formé par les utilisateurs centraux et le second contient les mobiles frontaliers. Généralement, pour les techniques ICIC statiques, cette classification se base sur un seuil fixe qui peut être soit un SINR moyen soit sur la distance entre l’utilisateur et sa stations de base. Dans ce contexte, chaque sous-bande est associée à chaque groupe d’utilisateur. Bien que les solutions ICIC permettent de protéger les utilisateurs frontaliers contre les interférences, elles ne sont e caces que lorsque les mobiles sont uniformément distribués entre les zones et donc, entre les sous-bandes ICIC. En fait, dans le cas d’une distribution non-homogène d’utilisateur au sein de la cellule, certaines zones seront en surcharge et donc, la coordination de l’interférence sera insu sante à elle seule pour garantir une bonne QoS.
Un déploiement dense de stations de bases entraîne une augmentation considérable aux niveaux des coûts d’exploitation et d’investissement tandis que les revenus des opérateurs res-tent stables [24]. Dans ce contexte, le réseau d’accès radio type cloud (C-RAN) a été présenté comme une technologie prometteuse qui améliore les performances du réseau et réduit les dé-penses. En outre, l’architecture C-RAN joue un rôle primordial dans la gestion des ressources radios et des ressources de calcul du système. Le concept clé du C-RAN est de décomposer la station de base conventionnelle en une entité de traitement en bande de base, connue sous le nom de BaseBand Unit (BBU), et en une tête de transmission radio à faible coût, appelée Remote Radio Head (RRH). Alors que les RRHs sont réparties sur plusieurs sites, les BBU sont regroupées dans un centre de données appelé BBU pool. De plus, les RRHs sont connectées aux BBU via des liaisons optiques à hautes performances. Dans cette architecture centralisée,

Table des matières

Acronymes et Abréviations
Table des figures
Liste des tableaux
Introduction générale
1 Bases sur les communications sans fil
1.1 Introduction
1.2 Spécificités des communications sans fil
1.3 Le concept cellulaire
1.3.1 La réutilisation unitaire des fréquences
1.3.2 La notion d’interférence
1.3.3 Motif de réutilisation des fréquences
1.4 Allocation de ressource intracellulaire
1.4.1 OFDM
1.4.2 Les ressources physiques en LTE
1.4.3 L’adaptation de lien
1.4.4 Principes généraux des ordonnanceurs intracellulaires
1.4.5 Les stratégies de l’ordonnancement
1.5 Conclusion
2 Ordonnancement multicellulaire
2.1 Introduction
2.2 État de l’art
2.3 Inter-Cellular Bandwidth Fair Sharing scheduler (IBFS)
2.3.1 Problématique et approche adoptée
2.3.2 L’algorithme Inter-Cellular Bandwidth Fair Sharing scheduler (IBFS)
2.3.3 Évaluation de performances
2.4 Le Dynamic Inter-cellular Bandwidth Fair Sharing Scheduler (DIBFS)
2.4.1 Limites de l’IBFS
2.4.2 Description du DIBFS
2.4.3 Évaluation de performances
2.5 Conclusion
3 Allocation de ressource et gestion des interférences intercellulaires
3.1 Introduction
3.2 La réduction et le contrôle des interférences intercellulaires (Inter-Cell Interference Mitigation)
3.3 Classification des techniques ICIC
3.3.1 Classification basée sur le degré de centralisation
3.3.2 Classification basée sur le niveau de la coordination
3.4 ICIC dans les réseaux LTE
3.4.1 La réutilisation fractionnaire de fréquences FFR (Fractional Frequency Reuse
3.4.2 La réutilisation souple de ressources SFR (Soft Frequency Reuse)
3.5 Études et évaluation de performances des schémas ICIC
3.5.1 Modélisation du système
3.5.2 Étude comparative des schémas d’allocation du spectre
3.6 Contibution : proposition de techniques ICIC autonomes et dynamiques
3.6.1 État de l’art et problématique
3.6.2 Algorithme de transfert entre les bandes (Bandwidth Hando Algorithm BHA)
3.6.3 Évaluation de performances
3.7 Conclusion
4 Allocation des ressources dans le cadre du C-RAN
4.1 Introduction
4.2 Le C-RAN : évolution de l’architecture de la station de base
4.2.1 L’architecture traditionnelle
4.2.2 Station de base avec des têtes de transmission radio (RRHs)
4.2.3 Architecture des stations de base basées sur le C-RAN
4.3 Les avantages du C-RAN
4.3.1 Adaptation au trafic non-uniforme
4.3.2 Économies en termes d’énergie et de coûts
4.3.3 Amélioration de la capacité, de l’ecacité spectrale et diminution des délais
4.3.4 Facilité de mise à niveau et de maintenance du réseau
4.4 Contribution : adaptation dynamique des stratégies d’association entre RRHs et BBUs
4.4.1 Contexte
4.4.2 La solution proposée
4.4.3 Évaluation de performances
4.5 Conclusion
5 Conclusion générale
5.1 Synthèse des contributions
5.2 Perspectives
Bibliographie
Liste des publications

Télécharger le rapport complet