REHMANI Mubashir Husain

doctorant à Sorbonne Université
Équipe : NPA
https://lip6.fr/Mubashir.Rehmani

Direction de recherche : Serge FDIDA

Co-encadrement : VIANA Aline Carneiro

Dissémination Opportuniste de données dans les réseaux ad-hoc à radio cognitive

Les progrès récents des technologies de communication et la prolifération de l’informatique sans fil et des dispositifs de communication, ont induit à une surcharge dans l’utilisation du spectre radio. Cependant, les expériences de la Commission Fédérale de Communication (FCC) ont révélé que l’utilisation du spectre varie entre 15% et 85%. Par conséquent, les réseaux radios cognitifs (Cognitive Radio Networks ou CRNs) sont proposés afin d’utiliser le spectre radio d’une manière opportuniste. Dans ce type de réseaux radios cognitifs, où les fréquences de transmission sont sélectionnées d’une manière opportuniste - également sont appelés réseaux Ad-Hoc à radios cognitives -, la fiabilité de la dissémination des données est difficile à réaliser. D’abord, en plus des défis déjà connus dans les environnements sans fils, la diversité dans le nombre de fréquences qu’un noeud à radio cognitif a droit d’utiliser ajoute un autre défi, en limitant l’accessibilité à ses noeuds voisins. Deuxièmement, les noeuds à radio cognitif (CR) doivent conquérir les ressources de fréquences résiduelles avec les noeuds à radio primaire (PR), tout en essayent de les exploiter d’une manière opportuniste. En outre, les noeuds CR ne devraient pas perturber la qualité de réception des noeuds PR durant leur communication, et ce en limitant les interférences entre les deux de noeuds. Par conséquent, une nouvelle méthode de sélection de fréquences est requise afin de réduire le nombre d’interférences nuisibles aux noeuds PR, et maximiser les chances de délivrance des messages aux voisins récepteurs des noeuds CR, et augmenter ainsi la fiabilité des données disséminées. Dans cette thèse nous proposons SURF, une nouvelle méthode distribuée de sélection de fréquences pour la dissémination fiable de données dans un réseau radio cognitif multi-sauts. SURF classifie les fréquences radio disponibles en fonction de l’occupation des fréquences des noeuds à radio primaire et le nombre de noeuds à radio cognitive utilisant ces fréquences. Les résultats de simulation obtenus par NS-2 confirment que SURF est une stratégie efficace dans la sélection des meilleures fréquences de diffusion de données, comparée aux autres approches liées. Nous avons aussi constaté que les stratégies de sélection de fréquences sont considérablement influencées par l’activité des noeuds à radio primaire. Dans la suite ce cette thèse, nous étudierons et analyserons l’impact des modèles d’activités des noeuds PR sur les différentes stratégies de sélection de fréquences à travers des simulations basées NS-2. Nous avons remarqué que l’activité intermittente de PR est le cas où les solutions intelligentes doivent opérées. C’est dans ce cas où SURF donne les meilleures résultats et la région ciblée se serve des opportunités de communication. Enfin, dans cette thèse, nous allons encore plus loin en vérifiant l’applicabilité et la faisabilité de SURF. Dans cette perspective, d’abord, nous proposons une architecture d’accès à internet basée sur la radio cognitive pour les réseaux partiellement endommagés. Nous discutons les détails architecturaux et le principe de fonctionnement de l’architecture proposée. Nous avons également passé en revue les enjeux et les défis de déploiement de cette nouvelle architecture. Deuxièmement, nous discutons l’applicabilité de SURF dans le contexte de l’agrégation de fréquences et à cet égard, nous discutons une stratégie d’interférence basée sur l’agrégation de fréquences pour les réseaux radios cognitifs.

Soutenance : 12/12/2011

Membres du jury :

Jean-Marie Gorce, Professor, INSA-Lyon [Rapporteur]
Thierry Turletti, Researcher, INRIA - Sophia Antipolis [Rapporteur]
Hakima Chaouchi, Professor, Institut Télécom SudParis
Pierre Sens, Professor, UPMC - Sorbonne Universités – Paris
Hicham Khalife, Assistant Professor, LaBRI/ENSEIRB – Bordeaux
Aline Carneiro Viana, Research Scientist, INRIA – Saclay
Serge Fdida, Directeur de thèse, Professor, UPMC - Sorbonne Universités – Paris

Date de départ : 31/07/2012

Publications 2009-2013