Soutenance mémoire
L’industrie des télécoms prépare les technologies qui devraient avoir vocation à prendre la relève de la 4G, qui est en cours de déploiement actuellement. De nombreux travaux sont donc en cours pour préparer ces nouvelles technologies, dites « 5G ». L’idée qui commence à se forger derrière la notion de 5G est que celle-ci ne correspondrait pas à une simple augmentation des débits, comme cela a été le cas pour les précédentes générations. Les communications mobiles grand public, le téléchargement de vidéos et l’utilisation d’applications mobiles représentent l’essentiel de l’utilisation actuelle des ressources radio dans les réseaux 4G ; avec la 5G, l’objectif serait que le spectre des usages et la diversité des utilisateurs soient grandement élargis. La 5G vise des secteurs très variés, qui n’auraient pas nécessairement d’autre élément commun que cette technologie, mais qui sont des piliers importants d’une société : l’énergie, la santé, les médias, l’industrie ou le transport.
L’évolution des réseaux mobiles (4G/ 5G)
Le LTE-A (ou LTE avancé, LTE evolution ou advanced en anglais) est une évolution du LTE normalisée dans le cadre de la Release 10 du 3GPP. Le LTE, tout comme les autres systèmes normalisés par le 3GPP, évolue au cours du temps, notamment en fonction des progrès techniques et des demandes du marché. Chaque palier d’évolution est appelé une Release. La première Release du LTE est la Release 8, dont les spécifications fonctionnelles ont été finalisées en décembre 2008. Quant aux spécifications fonctionnelles de la Release 10, elles ont été finalisées en mars 2011. LTEA apporte des améliorations au LTE, notamment afin d’offrir une capacité de cellule supérieure et des débits utilisateur plus élevés. LTE-A est naturellement compatible avec le LTE, ce qui signifie qu’un utilisateur en LTE-A peut utiliser un réseau LTE Release 8 et qu’un UE (User Equipment) LTE Release 8 peut être utilisé dans un réseau LTE-A. Dans ces deux cas, les UE ne pourront naturellement pas bénéficier des améliorations apportées par le LTE-A. Le nom LTE-A provient du processus de réglementation appelé IMT-Advanced du secteur Radio communications de l’Union Internationale des Télécommunications (UIT-R), dans lequel s’est inscrit son développement.
Exigences techniques de la 5G
D’après l’édition 2020 du rapport de l’économie mobile de la Global System for Mobile Communications Association (GSMA), le nombre de personnes ayant souscrit à une offre de téléphonie mobile, devrait atteindre les 9.7 milliards à la fin de cette année [GSM20]. De plus, les équipements mobiles actuels génèrent et échangent de plus en plus de données, à travers les réseaux sociaux, les applications de partage/streaming vidéo, etc. Le volume de ces données devrait par ailleurs dépasser les 38 Exaoctets (Eo) par mois [Ind17]. Cette tendance devrait continuer lors des prochaines années (160 Eo prévus pour 2025 [Ind17]) en raison de l’orientation du contenu internet vers le format vidéo et en raison de l’apparition de nouvelles solutions IT génératrices et consommatrices d’une grande quantité de données (Internet of Things (IoT), Cloud gaming, etc.). D’autre part, certaines technologies «critiques » requièrent la présence d’une infrastructure réseau fiable et performante, pouvant fournir une très faible latence de transport, un haut débit de transmission et une disponibilité accrue (99,999%). Citons comme exemple la télémédecine et particulièrement la chirurgie assistée, dont la mise en pratique exige une forte disponibilité et une faible latence de la connexion, en raison de son fonctionnement en temps réel.
Bien que l’architecture LTE-A, actuellement déployée, permet de répondre aux besoins suscités, grâce notamment à un délai de transmission réduit à 50 ms ou encore à des débits théoriques descendants/montants (downlink/uplink) de 1 Gbit/s et 500 Mbits/s respectivement, sur des bandes passantes de 100 MHz [GRM+10], les réseaux cellulaires devront rapidement évoluer pour s’adapter à la croissance du trafic, aux exigences émises, en terme de qualité de service (Quality of Service (QoS)), par les fournisseurs de contenus/services ainsi qu’aux besoins des utilisateurs, en termes d’accès internet et de qualité d’expérience (Quality of Experience (QoE)). La nouvelle génération (5G) est justement définie pour atteindre ces différents objectifs, avec les contraintes d’atténuation de la consommation d’énergie et de réduction des dépenses d’investissement/exploitation (CAPEX et OPEX) [ABC+14b].
Vision de l’accès radio 5G
La vision du réseau d’accès pour la 5G est illustrée dans la FIGURE 2.1. Le réseau d’accès 5G comprend 5G NR et LTE-A ou LTE evolution. LTE évolue continuellement pour répondre aux exigences de la 5G. LTE-A fonctionnera au-dessous de 6 GHz et NR fonctionnera de 1 GHz à 100 GHz. 5G NR est optimisé pour des performances supérieures ; il n’est pas rétrocompatible avec LTE-A. Cependant, une intégration étroite des évolutions NR et LTE-A sera nécessaire pour agréger efficacement le trafic de ces deux évolutions.
Interface radio du LTE/ LTE-A
L’interface radio assure le rôle clé de transférer par la voie des airs les données issues de la couche IP associées au service demandé par l’utilisateur. Ce transfert doit respecter des exigences de qualité de service (latence, débit) malgré un medium extrêmement variable, tout en optimisant l’accès à une ressource spectrale limitée. En outre, la disponibilité du spectre, variable selon les régions, impose de pouvoir s’adapter à différents types de bandes disponibles.
Modes de duplexage
Le duplexage définit la manière dont sont séparées les transmissions sur le DL (de la station de base vers l’UE) et sur le UL (de l’UE vers la station de base). Il existe deux principaux modes de duplexage, tous deux gérés par l’interface radio du LTE [ZM07]:
– le duplexage en fréquence ou Frequency Division Duplex (FDD) : la voie montante et la voie descendante opèrent sur deux fréquences porteuses séparées par une bande de garde.
– le duplexage en temps ou Time Division Duplex (TDD) : les voies montante et descendante utilisent la même fréquence porteuse, le partage s’effectue dans le domaine temporel.
Armes de LTE-A
Comme expliqué précédemment, LTE-A vise simultanément une meilleure efficacité spectrale, des débits binaires plus élevés et une performance améliorée à la périphérie de la cellule tout en répondant à toutes les exigences du système 4G défini par l’UIT. Pour répondre à ces exigences, plusieurs fonctionnalités ont été développées dans LTE-A, parmi lesquelles nous énumérons quatre qui nous semblent essentielles :
– La Carrier Aggregation (CA) : C’est l’agrégation ou le groupement de plusieurs bandes passantes qui peuvent être de la même bande de fréquence ou de plusieurs fréquences. En LTE Release 8, la porteuse a une limite de 20 MHz, avec LTE-A l’objectif est d’aller jusqu’à 5 porteuses (100 MHz) ainsi le débit est multiplié par un facteur de 5. L’utilisateur pourra donc bénéficier, dans ce cas, de plusieurs ressources afin de satisfaire ses demandes (VoIP, streaming, gaming online, web browsing, …).
– Haute Modulation : Ça revient à utiliser une modulation haute qui peut atteindre jusqu’à 256 QAM dans le sens descendant (c’est-à-dire envoyer 8 bits par symbole) et aussi 64 QAM dans le sens ascendant (c’est-à-dire 6 bits par symbole). Ainsi, l’utilisateur ayant de très bonnes conditions radio (près de l’eNB (evolved Node B) en absence d’aléas d’atténuation du signal) pourra utiliser de telles modulations ce qui permettrait d’améliorer le débit de l’utilisateur et par conséquent la capacité de la cellule.
– Les répéteurs (Relay Node) et les réseaux hétérogènes : Les répéteurs sont des stations de base avec une puissance faible utilisés afin d’améliorer la couverture et la capacité des zones en périphérie de la cellule. Ces nœuds agissent comme des répéteurs pour améliorer la qualité du signal et rediffuser le signal. Ils sont utilisés dans le contexte d’un réseau hétérogène (HetNet).
– MIMO : MIMO est une fonction qui utilise plusieurs antennes d’émission et de réception pour atteindre un débit binaire plus élevé. Cette fonctionnalité existait déjà dans LTE. Cependant, le LTE ne peut gérer que la configuration MIMO 4×4 même si 2×2 est la plus couramment utilisée. Pour LTE-A, il est possible de prendre en charge des configurations 8×8 dans la liaison descendante et 4×4 dans la liaison montante. L’augmentation de l’ordre MIMO est une clé pour améliorer l’efficacité spectrale et le débit. Il a été théoriquement prouvé que 8 flux spatiaux peuvent atteindre des vitesses 8 fois plus rapides qu’un système à entrée et sortie uniques (SISO).
|
Table des matières
1 Introduction
1.1 Contexte et motivations
1.2 Objectifs et contributions de la thèse
1.3 Plan des travaux de thèse
1.4 Liste des publications
2 La 5G, la révolution des réseaux mobiles
2.1 Introduction
2.2 L’évolution des réseaux mobiles (4G/ 5G)
2.2.1 Exigences techniques de la 5G
2.2.2 Vision de l’accès radio 5G
2.2.3 Interface radio du LTE/ LTE-A
2.2.3.1 Modes de duplexage
2.2.3.2 Structure de la trame LTE-FDD
2.2.4 Armes de LTE-A
2.3 Présentation de l’architecture Cloud Radio Access Network (C-RAN)
2.3.1 Composants de l’architecture C-RAN
2.3.1.1 Remote Radio Head (RRH)
2.3.1.2 Baseband Unit (BBU)
2.3.1.2.a Couche physique
2.3.1.2.b Couche MAC
2.3.1.2.c Couche Radio Resource Control (RRC)
2.3.1.3 Le fronthaul
2.3.2 Architecture H-CRAN
2.3.2.1 Technique de remédiation aux interférences eICIC
2.3.2.2 Technique de remédiation aux interférences CoMP
2.3.2.2.a Coordinated Scheduling/Coordinated Beamforming (CS/CB)
2.3.2.2.b Joint Transmission (JT)
2.3.2.2.c Dynamic Point Selection (DPS)
2.4 Conclusion
3 Modèles de files d’attente et chaînes de Markov pour le dimensionnement des C-RAN/H-CRAN
3.1 Introduction
3.2 Chaînes de Markov
3.3 Modèles de files d’attente
3.4 Principaux modèles de files d’attente utilisés
3.4.1 La file M/G/S/S
3.4.2 La file M[X]/G/S/S
3.4.3 La file G/G/1
3.4.4 La file G[X]/G/1
3.5 Conclusion
4 Modélisation de eICIC/ABS et allocation optimale de ressources dans les CRAN/ H-CRAN
4.1 Problématique et contexte
4.2 Formulation du problème
4.3 Chaînes de Markov pour la modélisation de eICIC/ ABS
4.4 Modèles de file d’attente pour la modélisation de eICIC/ ABS
4.4.1 Modèle de file d’attente : M/G/S/S pour la modélisation de eICIC/ ABS
4.4.2 Modèle de file d’attente : M[X]/G/S/S pour la modélisation de eICIC/ ABS
4.5 Analyse des performances
4.5.1 Algorithme de génération et de calcul des conditions radio des UE pour eICIC/ ABS
4.5.2 Etude comparative entre les performances de la M/G/S/S et celles des chaînes de Markov simulées
4.5.3 Etude comparative entre les performances de la M[X]/G/S/S et celles des chaînes de Markov simulées
4.5.4 Etude comparative entre les trois approches proposées : chaînes de Markov, M/G/S/S et M[X]/G/S/S
4.5.4.1 Comparaison des débits par classe en fonction du taux d’arrivée
4.5.4.2 Comparaison des temps d’exécution des trois approches proposées : chaînes de Markov, M/G/S/S et M[X]/G/S/S
4.5.5 Influence de la micro et du nombre d’ABS
4.6 Optimisation de eICIC/ ABS basée sur les modèles de files d’attente
4.6.1 Description de l’algorithme d’optimisation
4.6.2 Application numérique du modèle d’optimisation de eICIC/ABS
4.6.3 Influence d’epsilon sur le modèle d’optimisation de eICIC/ ABS
4.7 Conclusion
5 Modélisation de JT-CoMP et allocation optimale de ressources dans les C-RAN108
5.1 Problématique et contexte
5.2 Formulation du problème
5.3 Chaîne de Markov pour la modélisation de JT-CoMP
5.4 Modèles de file d’attente pour la modélisation de JT-CoMP
5.4.1 Modèle de file d’attente : M/G/S/S pour la modélisation de JT-CoMP
5.4.2 Modèle de file d’attente : M[X]/G/S/S pour la modélisation de JT-CoMP
5.5 Analyse des performance
5.5.1 Algorithme de génération et de calcul des conditions radio des UE pour JTCoMP
5.5.2 Etude comparative entre les trois approches proposées : chaînes de Markov, M/G/S/S et M[X]/G/S/S
5.6 Optimisation de JT-CoMP basée sur les modèles de files d’attente
5.6.1 Application numérique du modèle d’optimisation de JT-CoMP
5.6.2 Influence d’epsilon sur le modèle d’optimisation de JT-CoMP
5.6.3 Influence de la distribution des clients sur le modèle d’optimisation de JT-CoMP
5.7 Conclusion
6 Conclusion
Télécharger le rapport complet
