• Accueil
  • Accueil
  • Accueil
  • Accueil

CNRS

Rechercher




Accueil >

Soutenance de Madame Ayat ZAKI HINDI, "Transport des services critiques dans le spectre non-licencié des réseaux 5G "

L’Ecole doctorale : Ecole Doctorale de l’Institut Polytechnique de Paris
et le Laboratoire de recherche SAMOVAR présentent
l’AVIS DE SOUTENANCE de Madame Ayat ZAKI HINDI
Autorisée à présenter ses travaux en vue de l’obtention du Doctorat de l’Institut Polytechnique de Paris, préparé à Télécom SudParis en :
Réseaux, Informations et Communications
« Transport des services critiques dans le spectre non-licencié des réseaux 5G »

le Mercredi 2 décembre 2020 à 16h00

SOUTENANCE EN VISIO - Covid-19. Cliquez ici pour participer

Membres du jury :

M. Tijani CHAHED, Professeur,
Télécom SudParis, FRANCE
Directeur de thèse
M. Antonio CAPONE, Professeur,
Politecnico di Milano, ITALIE
Rapporteur
M. Stefano SECCI, Professeur,
Conservatoire National des Arts et Métiers, FRANCE
Rapporteur
Mme Catherine ROSENBERG, Professeure,
University of Waterloo, CANADA
Examinatrice
M. Klaus PEDERSEN, Professeur,
Aalborg university, DANEMARK
Examinateur
M. Pierre DUBOIS, Ingénieur de recherche,
Orange labs, FRANCE
Examinateur
M. Salah-Eddine ELAYOUBI, Maître de conférences,
Université Paris Saclay, CentraleSupelec, FRANCE
CoDirecteur de thèse

Résumé :

Cette thèse étudie le transport de services critiques dans les réseaux 5G, où le spectre non-licencié est préconisé pour minimiser le coût et faire face à la forte demande de ressources en fréquences. Nous évaluons d’abord les performances des services critiques type URLLC (Ultra-Reliable Low-Latency Communication) qui a des exigences strictes en matière de fiabilité et de latence, de l’ordre de 99,999% et 1 ms, respectivement, transporté dans le spectre non-licencié. Nous proposons un modèle basé sur une chaîne de Markov pour quantifier la fiabilité sous contrainte de délai, sous procédure d’accès au support Listen-Before-Talk (LBT), puis nous en déduisons le nombre maximum de stations pouvant être servies en même temps, tout en respectant l’URLLC contraintes. Cette analyse est ensuite utilisée pour étudier de nouvelles méthodes pour la transmission conjointe d’URLLC sur les spectres non-licencié et licencié. Nous proposons trois méthodes pour l’accès conjoint aux ressources disponibles et démontrons que la méthode optimale pour accéder aux ressources consiste à utiliser des ressources licenciées, uniquement lorsque la transmission dans le système non-licencié échoue dans un budget de temps donné. Cette méthode est ensuite étudiée dans le cas de plusieurs tenants à proximité en concurrence sur le même canal non-licencié. Si tous les tenants essaient de maximiser leur utilisation des ressources non-licenciées, tout le monde se retrouvera dans une situation type « tragédie des biens communs ». Nous montrons qu’au moins un point d’équilibre existe pour ce système qui minimise le coût pour tous les tenants. Nous étudions ensuite la coexistence d’URLLC avec d’autres services 5G, tels que le haut débit mobile amélioré eMBB (enhanced Mobile Broadband), dans le spectre non-licencié. eMBB a de grandes paquets et son multiplexage avec URLLC peut entraîner une forte dégradation des performances d’URLLC. Pour cela, nous proposons une nouvelle technique pour prioriser les paquets URLLC en les transmettant avec une puissance plus élevée. Cependant, la transmission à haute puissance n’est pas systématiquement effectuée afin de réduire les interférences sur les autres utilisateurs et aussi pour réduire la consommation d’énergie, ce qui est très important pour les appareils alimentés par batterie. Dans ce cas, deux méthodes ont été proposées pour transmettre avec une puissance élevée, en ne le laissant qu’en dernier recours. L’un est indépendant du LBT et transmet une fois le délai de paquet approche de l’expiration, tandis que l’autre respecte le LBT et n’utilise une puissance élevée que lorsque les opportunités de transmission se produisent au-delà d’un seuil de temps. Nous proposons ensuite une mise en œuvre décentralisée de l’approche par seuil de temps décrit ci-dessus. Nous formulons le problème dans le cadre d’optimisation où les émetteurs doivent choisir la politique optimale (seuil de temps) qui minimise la consommation d’énergie tout en préservant les exigences d’URLLC. Nous résolvons ensuite le problème d’optimisation en utilisant une approche d’apprentissage et montrons une lente convergence vers la politique optimale du fait que les pertes sont des événements rares. Pour y remédier, nous utilisons le cadre d’optimisation et la connaissance préalable du système pour accélérer cet apprentissage. Nous étudions enfin l’approche décentralisée pour un type différent de services critiques qui met l’accent sur la fraîcheur de l’information, connue sous le nom d’Age de l’Information (AoI). Dans ce contexte, au lieu de garantir une cible de fiabilité dans un délai, le paquet doit être livré dès sa génération, sinon sa valeur se dégrade. Nous démontrons que les politiques optimales dans le contexte AoI ont tendance à démarrer de manière agressive et à réduire la puissance de transmission lorsque l’âge du paquet augmente.

Abstract :

This thesis studies the transport of critical services in 5G networks, where unlicensed spectrum is advocated to minimize the cost and to cope with the high demand for frequency resources. We first evaluate the performance of Ultra-Reliable Low-Latency Communication (URLLC) which has stringent requirements on reliability and delay, on the order of 99.999% and 1 ms, respectively, transported in unlicensed spectrum. We propose a model based on a Markov chain to quantify the reliability within a delay constraint under Listen-Before-Talk (LBT) medium access procedure, then we deduce the maximum number of stations that can be handled at the same time, while respecting URLLC constraints. This analysis is then used to investigate novel methods for the joint transmission of URLLC over unlicensed and licensed spectrum. We propose three methods for the joint access to available resources, and demonstrate that the optimal method to access the resources is by using licensed ones only when unlicensed transmission fails within a given time budget. This method is then studied in the case of multiple tenants in proximity competing over the same unlicensed channel. If all tenants try to maximize their usage of unlicensed resources then everyone will end up in a tragedy of the commons type of situation. We show that at least one equilibrium point exists for this system which minimizes the cost for all tenants. We study later the coexistence of URLLC with other 5G services, such as enhanced Mobile Broadband (eMBB), in unlicensed spectrum. eMBB has large packets and its multiplexing with URLLC may entail a large degradation in URLLC performance. For that, we propose a new technique to prioritize URLLC packets by transmitting them with higher power. However, high power transmission is not systematically performed to reduce the interference on other users and also to reduce the energy consumption, which is very important for battery-powered devices. In this case, two methods were proposed to transmit with high power, leaving it as a last resort. One is LBT-agnostic and transmits whenever the packet delay approaches time-out, while the other respects LBT and uses high power only when transmission opportunities occur beyond a time threshold. We then propose a decentralized implementation of the time-threshold approach. We formulate the problem as an optimization problem where transmitters are to choose the optimal policy (time threshold) which minimizes the energy consumption while preserving URLLC requirements. We then solve the optimization problem using a learning approach and show a slow convergence to the optimal policy due to the fact that losses are rare events. To remedy to this, we employ the optimization framework and the prior knowledge of the system to accelerate this learning. We finally study the decentralized approach for a different type of critical services which focuses on the freshness of the information, known as the Age of Information (AoI). In this context, instead of guaranteeing a reliability target within a delay, the packet must be delivered as soon as it is generated, or else it loses its value. We demonstrate that optimal policies in the AoI context tend to start aggressively, and reduce the transmission power when the age of the packet increases.