Soutenance mémoire
Algortihme Cukoo search
Réseau de radio cognitive
Depuis la première expérience radio de Marconni, les systèmes de radiocommunications ne cessent de se multiplier pour devenir incontournables de nos jours. Mais ce développement est en train d’engendrer un blocage à cause de la pénurie du spectre. Seuls les utilisateurs qui ont les licences ont la possibilité d’utiliser le spectre. De ce fait on souffre de gaspillage du spectre due à la gestion elle-même du spectre. Alors comment régler ce problème de pénurie des fréquences radio ? La communauté de recherche de radio a brusquement embrassé la radio cognitive pour la gestion dynamique du spectre radioélectrique afin d’améliorer l’utilisation du spectre, par exemple, dans les bandes ISM (Industrie-Scientifique-médical) et autant qu’utilisateurs secondaires dans les bandes de télévision inutilisés, afin de mieux exploiter le spectre. Dance ce chapitre nous allons présenter une introduction à la radio cognitive, ses caractéristiques, ses composants et fonctionnalités ainsi que ses domaines d’application.
Gestion de spectre
Le terme spectre radioélectrique se réfère généralement à la gamme de fréquences de 3 kHz à 300 GHz qui peut être utilisé pour la communication sans fil, comme il est montré dans la Figure I.1. La demande croissante pour des services tels que les téléphones mobiles et bien d’autres a nécessité des changements dans la philosophie de la gestion du spectre. La demande de haut débit sans fil a augmenté grandement en raison de l’innovation technologique, telles que la 3G et les services mobiles 4G, et l’expansion rapide des services Internet sans fil. Depuis les années 1930, le spectre a été affecté par autorisation administrative par l’Union internationale des télécommunications (UIT)1. Limité par la technologie, l’interférence du signal était autrefois considérée comme un problème majeur de l’utilisation du spectre. Par conséquent, la licence exclusive a été créée pour protéger les signaux des titulaires de permis. Cette ancienne pratique de bandes discrètes sous licence à des groupes de services similaires cède sa place, dans de nombreux pays, à un modèle de «vente aux enchères de spectre» qui vise à accélérer l’innovation technologique et d’améliorer l’efficacité de l’utilisation du spectre. Pendant le processus expérimental de l’assignation des fréquences, d’autres approches ont également été menées, à savoir, les loteries, l’accès non autorisé et la privatisation du spectre. Plus récemment, le conseil présidentiel des conseillers pour la science et la technologie (PCAST) a préconisé le partage du spectre (défrichée) radio fédéral lorsqu’il est inutilisé à un endroit et un temps à condition qu’il ne pose pas de risques indus. Suite aux recommandations du PCAST, le président Obama a rendu « spectre partagé » la politique des États-Unis le 14 Juin 2013. En décembre 2014 la FCC a étendu le succès limité de partage du spectre de la bande de télévision (TV blanc de l’espace) dans d’autres bandes, de manière significative dans la bande radar MHz US Navy 3550-3700.
Radio logicielle Inventée par Joseph Mitola en 1991, dans le but de définir une classe radio reprogrammable et reconfigurable, la radio logicielle présente le point de départ de la radio cognitive. On peut trouver plusieurs définitions pour décrire la radio logicielle. L’IEEE l’ont définie comme:” Radio dans laquelle une partie ou la totalité des fonctions de couche physique sont définies par logiciel” [4]. Les radios logicielles modernes mettent également en oeuvre des fonctions cryptographiques, codage correcteur d’erreur, codage source de la voix, de la vidéo ou des données. Avec la radio logicielle les usagers, les fournisseurs de services et les fabricants sont devenus plus indépendants des normes. Ainsi, avec cette solution, les interfaces radio peuvent, en principe, être adaptées aux besoins d’un service particulier pour un usager particulier dans un environnement donné à un instant donné. Dans ce domaine nous retrouvons plusieurs niveaux de progrès, on parle donc de la radio logicielle restreinte (software defined radio SDR) qui est aujourd’hui un des sujets chauds parmi les multiples activités radioamateur. La SDR est un système de radiocommunication qui représente une solution aux problèmes de la gestion dynamique du spectre et qui apporte aussi le principe de flexibilité ; car les équipements SDR peuvent s’adapter automatiquement aux nouvelles fréquences afin de transmettre et recevoir des signaux, et peuvent aussi modifier le type de modulation et le niveau de puissance en utilisant le même matériel et sans avoir à utiliser un nouveau matériel.
Notions fondamentales sur les Métaheuristiques
Une métaheuristique est un algorithme d’optimisation qui a pour but de résoudre les problèmes d’optimisation difficile (souvent issus des domaines de la recherche opérationnelle, de l’ingénierie ou de l’intelligence artificielle) pour lesquels on ne connaît pas de méthode classique plus efficace. Les métaheuristiques sont généralement des algorithmes stochastiques itératifs, qui progressent vers un optimum global, c’est-à-dire l’extremum global d’une fonction par échantillonnage d’une fonction objectif. Elles se comportent comme des algorithmes de recherche, tentant d’apprendre les caractéristiques d’un problème afin d’en trouver une approximation de la meilleure solution (d’une manière proche des algorithmes d’approximation). Il existe un grand nombre de métaheuristiques différentes, allant de la simple recherche locale à des algorithmes complexes de recherche globale. Ces méthodes utilisent cependant un haut niveau d’abstraction, leur permettant d’être adaptées à une large gamme de problèmes différents. Les algorithmes métaheuristiques modernes ont été développés dans le but de mener à bien la recherche globale, leur efficacité peut être attribuée au fait qu’ils imitent les meilleures caractéristiques de la nature, en particulier la sélection des plus forts dans les systèmes biologiques qui ont évolué par la sélection naturelle au cours de millions d’années. Deux importantes caractéristiques de métaheuristiques sont: l’intensification et la diversification.
Comportement d’élevage du cukoo Cukoo sont des oiseaux fascinants, non seulement à cause des beaux sons qu’ils peuvent faire, mais aussi à cause de leur stratégie de reproduction agressive. Certaines espèces comme les ani et Guira cukoos pondent leurs oeufs dans des nids communautaires, mais ils peuvent retirer les oeufs des autres pour augmenter la probabilité d’éclosion de leurs oeufs. Un certain nombre d’espèces engage le parasitisme obligatoire en posant leurs oeufs dans les nids d’autres oiseaux d’accueil (souvent d’autres espèces). Certains oiseaux hôtes peuvent engager un conflit direct avec les cukoos intrus. Si un oiseau hôte découvre que les oeufs ne sont pas sa propriété, il va soit jeter ces oeufs exotiques loin ou tout simplement abandonner son nid et construit un nouveau nid ailleurs. Certaines espèces des cukoo telles que le couvain-parasitaire Tapera ont évolué de telle manière que les cukoos parasites femelles sont souvent très spécialisés dans la mimique en couleur et motif des oeufs de quelques espèces hôtes choisies. Ceci réduit la probabilité de leurs oeufs étant abandonné et augmente ainsi leur reproductivité. En outre, le moment de la ponte de certaines espèces est également étonnant. Parasite cukoos choisissent souvent un nid où l’oiseau hôte pose juste ses propres oeufs. En général, les oeufs de cukoo éclosent un peu plus tôt que les oeufs des hôtes. Une fois que le premier poussin cukoo est hachurée, la première action de l’instinct est qu’il il va expulser les oeufs hôtes aveuglément en les propulsant hors du nid, ce qui augmente la part du poussin cukoo de nourriture fourni par son oiseau hôte. Les études montrent également qu’un poussin cukoo peut aussi imiter l’appel de poussins d’accueil pour avoir accès à plus de possibilités d’alimentation.
Lévy Flight Dans la nature, la recherche des animaux pour la nourriture est d’une manière aléatoire ou quasi-aléatoire. En général, le chemin de recherche de nourriture d’un animal est effectivement une marche aléatoire parce que le prochain mouvement est basé sur la localisation (état actuel), et la probabilité de transition au prochain emplacement. Quelle direction il choisit dépend implicitement sur une probabilité qui peut être modélisée mathématiquement. Par exemple, diverses études ont montré que le comportement vol de nombreux animaux et insectes a démontré les caractéristiques typiques des vols LEVY [9].
Le Lévy flight, nommé d’après le mathématicien français Paul Lévy, est une marche aléatoire dans laquelle les étapes sont définies en fonction des longueurs des pas, qui ont une certaine distribution de probabilité, avec les directions des étapes étant isotrope et aléatoire. Le terme «Lévy Flight» a été inventé par Benoît Mandelbrot, [1] qui a utilisé cela pour une définition précise de la distribution des tailles de pas. Une étude récente menée par Reynolds et Frye (2007) [14] a montré que les mouches des fruits ou Drosophila melanogaster, explorent leur paysage en utilisant une série de trajectoires de vol droites ponctuées par un brusque virage à 90°, conduisant au style intermittent du vol LEVY. Même la lumière peut être liée à des Levy flights (Barthelemy et al 2008) [15]. Par la suite, un tel comportement a été appliqué à l’optimisation et la recherche optimale. [9] La propriété la plus importante du LEVY est la divergence des écarts de pas dans tous les cas. Il existe aussi un autre mouvement qu’on appelle le mouvement Brownien mais ce qui le différencie du Levy est que les écarts de pas sont petits, ils convergent toujours vers un réduit, comme il est montré dans les figures : Figure II.2 et Figure II.3.
|
Table des matières
Remerciement
Dédicace
Introduction générale
Chapitre I :Réseaux de radio cognitive
I.1 Introduction
I.2 Gestion de spectre
I.3 Radio logicielle
I.4 Radio cognitive
I.4.1 Historique
I.4.2 Definition
I.4.3 Principe de fonctionnement
I.4.4 Architecture de la Radio cognitive
I.4.5 Relation entre radio cognitive et radio logicielle restreinte
I.4.6 Fonction de la Radio cognitive
I.4.6.1 Détection du spectre (Spectrum Sensing)
I.4.6.2 Gestion du spectre (Spectrum Management)
Analyse du spectre
Décision sur le spectre
I.4.6.3 Partage du spectre (Spectrum Sharing)
I.4.6.4 Mobilité du spectre
I.4.7 Domaines d’applications de la radio cognitive
I.5 Conclusion
ChapitreII :Algortihme Cukoo search
II.1 Introduction
II.2 Notions fondamentales sur les Métaheuristiques
II.2.1 Définition
II.2.2 Terminologie
II.2.3 Heuristique
Chapitre I Réseau de radio cognitive
II.2.4 Classification
II.2.4.1 Leur manière d’utiliser la fonction objective
II.2.4.2 Le nombre de solution
II.2.4.3 Suivant la source d’inspiration
II.2.5 Les algorithmes à base d’intelligence par Essaim
II.3 Algorithme cukoo search
II.3.1 Comportement d’élevage du cukoo
II.3.2 Lévy Flight
II.3.3 Description de l’algorithme
II.4 Conclusion
CHAPITRE III : Implémentation de l’application et évaluation des résultats
III.1 Introduction
III.2 La fonction objective
III.4 Les modes de transmission
III.5 Les paramètres utilisés
III.5.1 La puissance
III.5.2 La modulation
III.5.3 Taux d’erreur
III.5.4 Codage utilisé
III.6 Application de l’algorithme
III.6.1 Initialisation de la population
III.6.2 Génération de nouvelles solutions
III.6.3 Critère d’arrêt
III.7 Présentation de l’application
III.8 Comportement de l’algorithme dans les différents modes
III.8.1 Temps d’exécution
III.8.1.1 Temps d’exécution par rapport au nombre de canaux
III.8.1.2 Temps d’exécution par rapport aux nombre de générations
Chapitre I Réseau de radio cognitive
III.8.2 Fonction objective
III.9 Conclusion
Conclusion générale
Bibliographie
Liste des figures
Liste des tableaux
Résumé
Télécharger le rapport complet
