Academic literature on the topic '5G et Au-Delà'

Cette thèse est le fruit d’une collaboration entre les laboratoires DAVID et Nokia Bell Labs France.L’idée originale est de trouver des solutions algorithmiques pour gérer des flux periodiques de manière déterministe dans les réseaux afin de contrôler et de minimiser le temps de transmission, appelé latence. L’un des objectifs de la 5G (le C-RAN, pour Cloud Radio Access Network) est de centraliser les unités de calculs des antennes radio des réseaux de télécommunications (appelé Radio Access Network) dans un même centre de calcul (le Cloud). Le réseau entre le centre de calcul et les antennes doit être capable de satisfaire les contraintes de latence imposées par les protocoles.Nous définissions le problème de trouver un ordonnancement periodique pour les messages de façon à ce qu'ils ne se disputent jamais la même ressource, et prouvons que les différentes variantes du problème étudiés sont NP-complets. Nous étudions dans un premier temps le problème pour une topologie particulière dans laquelle tous les flux partagent un même lien. Nous proposons dans un premier temps des algorithmes polynomiaux, de plus en plus évolués, ainsi que des algorithmes FPT permettant de trouver une solution quand le nombre de route est raisonnable, ce qui est le cas des réseaux C-RAN.Les algorithmes développés dans cette première partie n’étant pas applicables directement aux topologies plus générales, nous proposons ensuite une forme compacte au problème qui nous permet de définir une notion de voisinage efficace pour des heuristiques de recherches locales (descente, recherche tabou, recuit simulé). Nous utilisons cette forme compacte pour définir un algorithme Branch and Bound efficace quand le nombre de routes est modéré.Nous proposons aussi une évaluation de performance des solutions proposés par rapport aux solutions courantes de gestion des flux et montrons que notre modèle est réalisable en pratique grâce aux nouveaux équipements en cours de développement
This thesis is the result of a collaboration between DAVID Laboratory and Nokia Bell Labs France.The original idea is to find algorithmic solutions to deterministically manage periodic flows in networks in order to control and minimize the transmission time, called latency. One of the objectives of 5G (C-RAN, for Cloud Radio Access Network) is to centralize the calculation units of the radio antennas of telecommunications networks (called Radio Access Network) in the same computer center (the Cloud). The network between the computing center and the antennas must be able to satisfy the latency constraints imposed by the protocols.We define the problem of finding a periodic scheduling for messages so that they never compete for the same resource, and prove that the different variants of the problem studied are NP-complete. We first study the problem for a particular topology in which all the streams share the same link. We first propose polynomial algorithms of increased sophistication, and FPT algorithms that allow us to find a solution when the number of routes is reasonable, which is the case for C-RAN networks.Since the algorithms developed in this first part are not directly adaptable to more general topologies, we then propose a canonical form to the problem which allows us to define an efficient neighborhood notion for local search heuristics (hill climbing, tabu search, simulated annealing). We use this canonical form to define an efficient Branch and Bound algorithm when the number of routes is moderate.We also propose a performance evaluation of the proposed solutions compared to current flow management solutions, and show that our model is feasible in practice thanks to new equipment under development

La virtualisation des fonctions réseau (NFV) est le pilier fondateur de l'architecture 5G basée sur les services. La NFV a débuté en 2012, avec les fonctions de réseau virtuelles (VNF) basées sur les machines virtuelles (VM). Les conteneurs sont devenus une technologie alternative de conditionnement intéressante pour la virtualisation des fonctions réseau. Le conteneur est léger en termes de consommation de ressources ce qui améliore son temps d'instanciation. Outre les fonctions de réseau, la conteneurisation peut être un outil prometteur pour les applications multi-access edge computing (MEC) qui abritent des services exigeants à faible latence. La rareté des ressources à la périphérie du réseau exige des technologies qui utilisent efficacement les ressources de calcul, de stockage et de mise en réseau. La conteneurisation est censée être utilisée dans le cadre des principes fondamentaux de la conception d'applications cloud-native, une architecture basée sur des microservices à couplage lâche, d'une évolutivité à la demande et d'une résilience élevée. La flexibilité et l'agilité des conteneurs peuvent certainement profiter au découpage du réseau 5G en tranches,ces derniers reposent fortement sur NFV et MEC. Le concept de découpage du réseau permet de créer des réseaux logiques isolés au-dessus du même réseau physique. Une tranche de réseau peut avoir des fonctions de réseau dédiées, partagées entre plusieurs tranches. En effet, l'orchestration des tranches de réseau nécessite une interaction avec de multiples orchestrateurs de domaines technologiques: l'accès radio, le transport, le réseau central et l'informatique périphérique. Le changement de paradigme consistant à utiliser des principes de conception d'applications cloud-natives a créé des défis pour les systèmes d'orchestration existants et les normes NFV et MEC de l'ETSI. Ces derniers ont été conçus pour gérer des fonctions de réseau basées sur des machines virtuelles. Ils sont donc limités dans leur approche de la gestion d'une fonction de réseau cloud-native. Par le présent manuscrit, nous examinons les normes existantes de l'ETSI NFV, de l'ETSI MEC et des orchestrateurs de services/tranches de réseau, nous proposons de résoudre les défis liés à l'orchestration de tranches de réseau multi-domaines cloud-native. Pour cela, nous proposons tout d'abord un service d'information sur le réseau radio (RNIS) MEC qui a la capacité de fournir des informations radio au niveau de l'abonné dans un environnement NFV. Deuxièmement, nous fournissons un algorithme d'allocation et de placement dynamique des ressources (DRAP) pour placer les services réseau cloud-natives en tenant compte de leur matrice de coût et de disponibilité. Troisièmement, en combinant NFV, MEC et Network Slicing, nous proposons un nouveau mécanisme d'orchestration de tranches MEC (LeSO) pour surmonter les défis liés à l'orchestration de tranches MEC. Quatrièmement, le mécanisme proposé offre un modèle de déploiement de tranches de réseau qui permet de multiples possibilités de conception d'applications MEC. Ces possibilités ont été étudiées plus en détails pour comprendre l'impact de l'architecture de conception microservice sur la disponibilité et la latence de l'application. Enfin, tous ces travaux sont combinés pour proposer une nouvelle approche d'orchestration de tranches légères Cloud-native (CLiSO) étendant le précédant mécanisme d'orchestration de tranches légères de bord (LeSO). Cette nouvelle approche offre un modèle de tranche de réseau agnostique sur le plan technologique et orienté déploiement. La solution a été évaluée de manière approfondie en orchestrant les fonctions réseau du conteneur OpenAirInterface sur des plateformes de cloud public et privé. Les résultats expérimentaux montrent que la solution proposée a des empreintes de ressources plus faibles que les orchestrateurs existants et prend moins de temps pour orchestrer les tranches de réseau
Network Function Virtualization (NFV) is the founding pillar of 5G Service Based Architecture. It has the potential to revolutionize the future mobile communication generations. NFV started long back in 2012 with Virtual-Machine (VM) based Virtual Network Functions (VNFs). The use of VMs raised multiple questions because of the compatibility issues between VM hypervisors and their high resource consumption. This made containers to be an alternative network function packaging technology. The lightweight design of containers improves their instantiation time and resource footprints. Apart from network functions, containerization can be a promising enabler for Multi-access Edge Computing (MEC) applications that provides a home to low-latency demanding services. Edge computing is one of the key technology of the last decade, enabling several emerging services beyond 5G (e.g., autonomous driving, robotic networks, Augmented Reality (AR)) requiring high availability and low latency communications. The resource scarcity at the edge of the network requires technologies that efficiently utilize computational, storage, and networking resources. Containers' low-resource footprints make them suitable for designing MEC applications. Containerization is meant to be used in the framework of cloud-native application design fundamentals, loosely coupled microservices-based architecture, on-demand scalability, and high resilience. The flexibility and agility of containers can certainly benefit 5G Network Slicing that highly relies on NFV and MEC. The concept of Network slicing allows the creation of isolated logical networks on top of the same physical network. A network slice can have dedicated network functions or its network functions can be shared among multiple slices. Indeed, network slice orchestration requires interaction with multiple technological domain orchestrators, access, transport, core network, and edge computing. The paradigm shift of using cloud-native application design principles has created challenges for legacy orchestration systems and the ETSI NFV and MEC standards. They were designed for handling virtual machine-based network functions, restricting them in their approach to managing a cloud-native network function. The thesis examines the existing standards of ETSI NFV, ETSI MEC, and network service/slice orchestrators. Aiming to overcome the challenges around multi-domain cloud-native network slice orchestration. To reach the goal, the thesis first proposes MEC Radio Network Information Service (RNIS) that can provide radio information at the subscriber level in an NFV environment. Second, it provides a Dynamic Resource Allocation and Placement (DRAP) algorithm to place cloud-native network services considering their cost and availability matrix. Third, by combining NFV, MEC, and Network Slicing, the thesis proposes a novel Lightweight edge Slice Orchestration framework to overcome the challenges around edge slice orchestration. Fourth, the proposed framework offers an edge slice deployment template that allows multiple possibilities for designing MEC applications. These possibilities were further studied to understand the impact of the microservice design architecture on application availability and latency. Finally, all this work is combined to propose a novel Cloud-native Lightweight Slice Orchestration (CLiSO) framework extending the previously proposed Lightweight edge Slice Orchestration (LeSO) framework. In addition, the framework offers a technology-agnostic and deployment-oriented network slice template. The framework has been thoroughly evaluated via orchestrating OpenAirInterface container network functions on public and private cloud platforms. The experimental results show that the framework has lower resource footprints than existing orchestrators and takes less time to orchestrate network slices

Le domaine des transports intelligents repose sur une infrastructure robuste de communication véhiculaire, essentielle à la gestion du trafic, à la surveillance des routes, à l'accessibilité à l'Internet des objets (IoT) et aux informations des conducteurs/passagers. Alors que la norme conventionnelle IEEE802.11p a longtemps dominé ce domaine, l'avènement de la 5G et de ses successeurs marque un changement de paradigme.Cette thèse représente une exploration complète des technologies 5G et au-delà spécifiquement adaptées aux exigences uniques de la communication véhicule-à-tout (V2X). L'objectif principal est une analyse méticuleuse de la technologie Non-Orthogonal Multiple Access (NOMA) et des schémas de modulation multiporteuse (MCM) dans le contexte des applications V2X de nouvelle génération. Au cœur de cette exploration se trouve la recherche de stratégies de conception PHY/MAC (couches physique et de contrôle d'accès au support) transversales visant à élever les performances.Le parcours de recherche commence par une vue d'ensemble introductive, plongeant dans le contexte historique et la pertinence des communications V2X, accompagnée d'un examen des diverses exigences des groupes de cas d'utilisation V2X. Ce travail préliminaire combine des connaissances issues d'organisations normatives et des dernières publications, offrant une vue d'ensemble complète du paysage historique de la communication véhiculaire.Ensuite, la thèse navigue dans le paysage contemporain, mettant l'accent sur l'application des technologies 5G aux différents cas d'utilisation V2X. Elle cartographie la relation entre les groupes de cas d'utilisation V2X et les technologies habilitantes tout en explorant l'architecture hiérarchique 5G V2X. Cette exploration fait le lien entre les exigences actuelles de communication, les normes existantes et les directions de recherche ouvertes ainsi que les défis imminents.Le cœur de la thèse tourne autour de l'exploration des implications des schémas NOMA et MCM dans les applications V2X de prochaine génération. La culmination de cette recherche se manifeste dans un paradigme de conception transversale axé sur l'amélioration des performances et de l'adaptabilité des systèmes de communication cellulaires véhiculaires à tout (C-V2X). En disséquant les mécanismes NOMA au sein des couches physique et de contrôle d'accès au support (PHY/MAC), cette étude démontre des améliorations substantielles des performances de débit par rapport aux systèmes d'accès multiple orthogonal (OMA) conventionnels.Les résultats de cette thèse aspirent à contribuer à des solutions avancées pour les futurs systèmes de transport autonomes et connectés, avec un accent spécifique sur l'amélioration des performances des couches physique et d'accès au support dans des scénarios V2X sophistiqués
The realm of intelligent transportation hinges upon robust vehicular communication infrastructure, vital for traffic management, road monitoring, Internet of Things (IoT) accessibility, and driver/passenger information. While the conventional IEEE802.11p standard has long dominated this domain, the advent of 5G and its successors marks a paradigm shift.This thesis represents a comprehensive exploration of 5G and beyond technologies specifically tailored to the unique demands of Vehicle-to-Everything (V2X) communication. The primary aim is a meticulous analysis of Non-Orthogonal Multiple Access (NOMA) technology and Multi-Carrier Modulation (MCM) schemes within the context of next-generation V2X applications. Central to this exploration is the pursuit of cross-layer PHY/MAC (Physical Layer/Medium Access Control) design strategies aimed at elevating performance benchmarks.The research journey begins with an introductory overview, delving into the historical context and relevance of V2X communications, accompanied by an examination of the diverse requirements across V2X use case groups. This foundational groundwork combines insights from normative organizations and the latest literature, providing a comprehensive overview of the historical landscape of vehicular communication.Subsequently, the thesis navigates the contemporary landscape, emphasizing the application of 5G enabling technologies to various V2X use cases. It maps the relationship between V2X Use Case Groups and Enabling Technologies while exploring the Hierarchical 5G V2X high-level architecture. This exploration bridges current communication requirements and existing standards with open research directions and impending challenges.The core of the thesis revolves around the exploration of NOMA and MCM schemes' implications within next-generation V2X applications. The culmination of this research manifests in a cross-layer design paradigm focusing on the enhancement of performance and adaptability within cellular vehicle-to-everything (C-V2X) communication systems. By dissecting NOMA mechanisms within the Physical/Medium Access Control (PHY/MAC) layers, this study demonstrates substantial throughput performance improvements compared to conventional Orthogonal Multiple Access (OMA) systems.The outcomes of this thesis aspire to contribute advanced solutions for future autonomous and connected transport systems, with a specific emphasis on the enhancement of physical and medium access layer performance within sophisticated V2X scenarios

La cinquième génération de réseaux cellulaires (5G) a été une véritable révolution des technologies du réseau d'accès radio et du réseau mobile de base, se présentant comme la génération de rupture qui permet la cohabitation d'applications et usages extrêmement diversifiés, unifiés au sein d'une même technologie. Néanmoins, la 5G n'est qu'un début : de nouveaux scénarios et défis émergent. Par conséquent, la communauté des chercheurs prépare le terrain pour les systèmes cellulaires au-delà de la 5G (B5G). À cet égard, plusieurs technologies habilitantes sont étudiées. Outre la radio intelligente, l'utilisation des mmWaves, la technologie MIMO massive, ou encore l'utilisation de full-duplex (FD). L'accès multiple non orthogonal (NOMA) est apparu comme une technologie prometteuse qui permet à plusieurs utilisateurs de partager les mêmes ressources et optimise ainsi l'allocation des ressources, réduit la latence, et améliore à la fois l'efficacité spectrale et énergétique. Ces avantages font de NOMA un candidat sérieux en tant que système d'accès multiple pour les futurs réseaux B5G, en particulier pour les applications de la eSanté. NOMA peut être combiné de manière flexible avec n'importe quelle technologie sans fil telle que la communication coopérative, le full-duplex (FD), mmWave et les modulations multi-porteuses (MCM).Cette thèse propose une étude approfondie de cette technologie émergente, en particulier le NOMA coopératif (CNOMA) qui est considéré comme une technologie prometteuse pour les systèmes sans fil B5G et des futurs réseaux de eSanté, en commençant par présenter ses principes de base ainsi que sa combinaison avec la technologie FD, la transmission MCM, l'apprentissage en profondeur, ainsi qu'à l'amélioration de la sécurité de la couche physique (PLS).Tout d'abord, cette thèse étudie les performances du taux d'erreur des systèmes FD-CNOMA avec les canaux d'évanouissement sans fil. De nouvelles expressions des taux d'erreur binaire sont dérivées. De plus, des analyses à SNR élevé sont effectuées, ce qui a montré que FD-CNOMA a un plancher d'erreur en raison des imperfections du SIC et des résidus des auto-interférences. Sur la base des expressions dérivées, un nouveau schéma de relais sélectif est proposé pour améliorer de manière opportuniste les performances du système, en utilisant la surcharge minimale d'informations d'état de canal (CSI).Deuxièmement, le CNOMA basé sur MCM est examiné sous des canaux doublement sélectifs. Dans le contexte de la eSanté, cela peut être projeté sur les cas d'utilisation d'urgence en ambulance. Plus important encore, cette thèse présente une méthode d'amélioration des performances pour les utilisateurs lointains des systèmes MCM-NOMA avec un SIC imparfait et CSI imparfait sous des canaux sans fil doublement sélectifs. Deux schémas efficaces d'annulation d'interférence sont proposés pour améliorer le CNOMA basé sur MCM. Les schémas proposés sont robustes pour des scénarios de mobilité élevée avec une complexité de calcul relativement faible.Troisièmement et enfin, les progrès de l'apprentissage profond basé sur les réseaux de neurones (DNN) ont attiré une grande attention dans la communauté des communications sans fil (WCS). L'apprentissage profond a trouvé un large éventail d'applications dans les systèmes sans fil. Cependant, les DNN sont connus pour être très sensibles aux attaques contradictoires. De nombreuses attaques contradictoires robustes visant des systèmes sans fil basés sur les DNN ont été proposées dans la littérature. Cela devient un défi majeur pour la sécurité de la couche physique (PLS). Pour surmonter cette vulnérabilité, cette thèse propose une nouvelle technique de défense dont l'objectif est de protéger la victime sans dégrader la précision de son modèle de base en l'absence d'attaque. Les résultats obtenus sont très prometteurs et confirment que la technique de défense proposée peut améliorer la PLS d'une manière significative
The fifth generation of cellular networks (5G) was a real revolution in radio access technologies and mobile networks, presenting itself as the breakthrough generation that allowed the coexistence of extremely diversified applications and usage scenarios, unified under the same standard. Nevertheless, 5G is just the beginning: new scenarios and challenges are emerging. Therefore, the research community is pushing the research ahead and preparing the ground for beyond 5G (B5G) cellular systems. In this regard, several enabling technologies are investigated. In addition to the cognitive radio (CR), mmWave, massive MIMO, or even the use of full-duplex (FD), non-orthogonal multiple access (NOMA) emerged as a promising technology that allows multiple users to share the same resource block and hence, optimizes resource allocation, reduces the end-to-end latency, and improves both spectrum and energy efficiencies. Those advantages make NOMA a serious candidate as a multiple access scheme for future B5G networks, especially for the demanding eHealth applications. Furthermore, NOMA can be flexibly combined with any wireless technology such as cooperative communication, FD, mmWave, and multicarrier modulation (MCM).Motivated by this treatise, this thesis provides a comprehensive and intensive examination of this emerging technology, particularly, cooperative NOMA (CNOMA) which is considered a promising enabling technology for future B5G eHealth networks, from the basic principles to its combination with the full-duplex technology, MCM transmission, to deep learning as well as enhancing the physical layer security (PLS).First, this thesis investigates the error rate performance of FD-CNOMA systems over wireless fading channels. New closed-form expressions of the exact bit error rates (BER) are derived. Moreover, high-SNR analyses are conducted, which reveals that FD-CNOMA has an error floor due to the successive interference cancellation (SIC) imperfections and residual self-interference (RSI). Based on the derived expressions, a novel selective relaying scheme is proposed to opportunistically improve the system performance using the minimal channel state information (CSI) overhead.Second, the MCM-based CNOMA is examined under doubly selective channels encountered in vehicular and railway wireless communications. In the eHealth context, this can be projected to ambulance emergency healthcare use cases. More importantly, this thesis presents a performance improvement method for cell-edge users of MCM-NOMA systems with imperfect SIC and imperfect CSI under doubly selective wireless channels. Two efficient iterative interference cancellation schemes are proposed to enable user relaying for MCM-based CNOMA. The proposed schemes are robust for high mobility scenarios with a relatively low computational complexity.Third and last, advances in machine learning based on deep neural networks (DNNs) attracted great attention in the wireless communication community (WCS). It is regarded as a key component of B5G networks. Deep learning has found a broad range of applications in wireless systems, e.g., spectrum sensing, waveform design, SIC, and channel estimation. However, DNNs are known to be highly susceptible to adversarial attacks. Many robust over-the-air adversarial attacks against DNN-based WCS have been proposed in the literature. This is becoming a major challenge facing the physical layer security (PLS) of DNN-based WCS. To overcome this vulnerability, this thesis proposes a novel robust defense approach. The objective of our defense is to protect the victim without significantly degrading the accuracy of its baseline model in the absence of the attack. The obtained results are very promising and confirm that the proposed defense technique can enhance significantly the PLS of future DNN-based WCS

Les réseaux sans fil de la cinquième génération (5G) et au-delà (B5G), devraient être très hétérogènes, multicouches, et dotés d’une intelligence intégrée à la fois au cœur et à la périphérie du réseau. Dans un tel contexte, l’évaluation des performances au niveau du système revêtira une importance cruciale pour formuler des enseignements judicieux sur les compromis qui régissent un tel système complexe et ainsi prévenir le besoin de simulations logicielles coûteuses et fastidieuses. Au cours de la dernière décennie, la géométrie stochastique est considérée comme un puissant outil d’analyse permettant d’évaluer les performances des réseaux sans fil au niveau du système et de cerner leur tendance à l’hétérogénéité. Cette thèse examine les nouveaux modèles et techniques de la géométrie stochastique développés au cours de la précédente décennie en matière de modélisation et d’analyse des réseaux sans fil du futur. Les discussions sont suffisamment affinées pour être accessibles aux lecteurs peu spécialisés et faire en sorte que les lecteurs débutants, intermédiaires ou avancés puissent se familiariser rapidement avec ce domaine de recherche. Ensuite, nous nous appuyons sur la géométrie stochastique pour examiner plusieurs aspects des réseaux sans fil 5G et B5G, afin d’illustrer sa flexibilité mathématique et sa capacité à saisir l’analyse de scénarii peu conventionnels. Nous discutons également de nouvelles perspectives qui apporteront un nouveau souffle à l’utilisation de la géométrie stochastique au cours de cette décennie cruciale. En bref, les discussions furent étendues à des thématiques plus larges telles que les communications optiques en espace libre (FSO), les communications en lumière visible, les systèmes de drones, l’architecture d’accès radio en brouillard (F-RAN), l’intelligence artificielle et l’apprentissage machine, ainsi que les communications moléculaires
Next generation wireless networks, i.e., fifth generation (5G) and beyond (B5G), are expected to be highly heterogeneous, multilayered, with embedded intelligence at both thecore and edge of the network. In such a context, system-level performance evaluation will be very important to formulate relevant insights into tradeoffs that govern such a complex system and then prevent the need for onerous and timeconsuming computer simulations. Over the past decade, stochastic geometry has emerged as a powerful analytical tool to evaluate system-level performance of wireless networks and capture their tendency towards heterogeneity. This dissertation reviews first novel stochastic geometry models and techniques developed during the last decade in modeling and analysis of modern wireless networks. The discussions are refined enough to be accessible for non-specialist readers and help new, intermediate, or advanced readers familiarize quickly with this field of research. Next, we leverage stochastic geometry frameworks to investigate several aspects of 5G and B5G wireless networks and then illustrate its mathematical flexibility and ability to capture the analysis of the rather unconventional scenarios. Also, new perspectives that will breathe new life into the use of stochastic geometry during this crucial decade are discussed. In a nutshell, extensive discussions were held on broader topics such as free space (FSO) optical communications, visible light communications, unmanned aerial vehicle systems, fog radio access architecture (F-RAN) , artificial intelligence and machine learning, and molecular communications

Ce chapitre présente les systèmes multiprocesseur sur puce hétérogènes comme la solution matérielle idéale pour le support des communications sans fil 6G. Une analyse complète des opérations de calcul du traitement de bande de base de la 5G et au-delà, ainsi que leurs exigences et spécifications sont détaillées.

Ce chapitre est consacré au codage de canal, qui constitue une source majeure de complexité dans le traitement numérique en bande de base. Il met en évidence les défis de la mise en œuvre des techniques de codage de canal avancées (turbo codes, codes LDPC et polaires) pour des exigences de débit au-delà de la 5G, approchant le 1 Tbit/s.