Hyperfractals for the Modelling of Wireless Networks
Les Hyperfractales pour la Modélisation des Réseaux sans Fil
Résumé
The modeling of wireless networks with stochastic geometry has become popular in the recent decades. By means of point processes, the positions of wireless infrastructure and users are represented with the aim of computing metrics of interest like capacity, routing delay, broadcast time, etc. This has been done successfully for technologies such as 3G/LTE/Wi-Fi yet, with the arrival of 5G NR, the necessity for rethinking the models for the communication scenario has become paramount.
In this thesis we present a novel model for the locations of devices in urban communications networks. The model combines stochastic geometry with fractal geometry and it is called ``hyperfractal". The model exists in two options: the option for modeling the densities of cars on streets and the option for modeling the densities and repartition of auxiliary communication infrastructure.
We present in detail the proposed model and its basic properties. In order to complete the description of the model and advocate for its ease of use, we provide a method for computing the fractal dimension of cities.
The usefulness of the model is showcased throughout this thesis by several wireless networks applications. One application evaluates the achievable trade-offs between delay and energy consumption for a V2X network in urban environment modeled with hyperfractals.
A second application consists into studying the broadcast in a V2V delay-tolerant network. Achievable limits are presented together with a phenomenon specific to hyperfractals: the teleportation phenomenon, which allows an acceleration of the broadcast.
Nous sommes à la veille d'une nouvelle révolution industrielle provoquée par l'Internet
des Objets (IoT). Dans le but de rendre les villes plus intelligentes et de faciliter la vie
de leurs habitants, de nouveaux scénarios de communication sont apparus qui nécessitent
des performances améliorées et nous obligent à repenser la manière dont nous concevons
et analysons les réseaux. Les nouveaux modèles doivent incorporer les caractéristiques de
la société humaine en profitant de la quantité toujours croissante d'apprentissage pousée
par l'émergence de l'intelligence artificielle.
Les villes intelligentes comprendront un nombre considérable d'appareils connectés et des
scénarios de communication hétérogènes : des drones communiquant avec des bâtiments
intelligents, des bus vers des arrêts d'autobus, des ambulances vers des bicyclettes, des
véhicules vers des feux de circulation et entre eux. Les réseaux de véhicules constituent
une partie importante du nouvel écosystème de communication émergeant dans une ville
intelligente. Les communications véhiculaires exitent dans plusieurs formes : dans leur
forme la plus simple, les communications de véhicule à véhicule (V2V), ou sous une forme
étendue, véhicule à infrastructure (V2I) ou même véhicule a tout (V2X).
Un réseau de véhicules, tel que le réseau ad hoc véhiculaire (VANET), peut facilement être
transformé en un système d'information organisé sur l'infrastructure, de façon à ce que
tout véhicule puisse participer à la collecte et à la communication d'informations utiles.
A
mesure que le nombre de réseaux véhiculaires continue de croître et crée maintenant
des réseaux géants (avec des structures hiérarchiques et des types de nɶuds divers), les
interactions véhiculaires deviennent de plus en plus complexes. Cette complexitée est
encore exacerbée par les relations spatio-temporelles entre véhicules. La mobilité des
véhicules sur les routes ne peuvent plus être adéquatement modélisées par des méthodes
utilisées pour les générations précédentes du réseau.
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...