LERTSINSRUBTAVEE Adisorn

doctorant à Sorbonne Université
Équipe : NPA
https://perso.lip6.fr/Adisorn.Lertsinsrubtavee
https://perso.lip6.fr/Adisorn.Lertsinsrubtavee

Direction de recherche : Serge FDIDA

Co-encadrement : MALOUCH Naceur

Sélection et transfert de spectre adaptatifs dans les réseaux de radio cognitive

La radio cognitive est proposée comme une solution prometteuse pour la prochaine génération de réseaux de communication sans fil. Elle fournit une solution palliant la pénurie de bande passante et les problèmes d'optimisation de spectre. Les utilisateurs de radio cognitive sont tenus d'effectuer des sauts entre les différents canaux sans fil non utilisés. Cependant il devra interrompre ses communications lorsqu'un utilisation licencié souhaitera utiliser ce canal. Les sauts de fréquences peuvent provoquer des interruptions de transmission conduisant à la dégradation des services. Dans cette thèse, nous étudions et développons des stratégies efficaces de gestion de spectre qui veillent aux divers besoins des services utilisant la radio cognitive. Tout d'abord, nous proposons un nouvel algorithme de transfert de spectre ainsi que de nouvelles stratégies de sélection de spectre afin de respecter les impératifs de délai. Nous estimons notamment le retard des paquets d'arrivée basé sur les paquets précédents dans la file d'attente en les comparant à un délai maximal limite. Ensuite, nous utilisons ces retards pour estimer un seuil de guidant les sauts de fréquence et les décisions de sélection. Nos stratégies réduisent significativement le nombre de saut de fréquence par rapport aux approches existantes tout en garantissant les exigences de délai. Puis, nous mettons l'accent sur les garanties de débit en examinant les intéractions autre les sauts de fréquences et le partage de spectre. Ces résultats nous donnent des indications et des lignes directrices afin de concevoir des heuristiques de partage de spectre prenant en compte les stratégies de sélection de canaux et les sauts de fréquences. Enfin, nous développons une heuristique pour le partage de spectre basé sur de nouveaux algorithmes du partage statique et dynamique du spectre. Ils sont basés essentiellement sur une approche de compensation de débit et de Best Fit Algorithms. Notre heuristique permet de réduire le nombre de sauts de fréquences de manière significative tout eu maintenant un débit proche de l'optimal.

Soutenance : 30/09/2013

Membres du jury :

Khaldoun Al Agha, Professeur, Universités Paris-Sud [Rapporteur]
Luciano Bononi, Associate Professor, University of Bologna [Rapporteur]
André-Luc Beylot, Professeur, Université de Toulouse
Vania Conan, Chef de service adjoint - HDR, Thales Communications & Security
Marcelo Dias de Amorim, Directeur de Recherche, CNRS,UPMC Sorbonne Universités
Kanchana Kanchanasut, Professeur, Asian Institute of Technology
Serge Fdida, Professeur, UPMC Sorbonne Universités
Naceur Malouch, Maître de conférences-HDR, UPMC Sorbonne Universités

Date de départ : 31/12/2013

Publications 2010-2016