From WiFi performance evaluation to controlled mobility in drone networks - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2021

From WiFi performance evaluation to controlled mobility in drone networks

De l'évaluation des performances Wi-Fi à la mobilité contrôlée pour les réseaux de drones

Résumé

Mobility in telecommunication networks is often seen as a hassle that needs to be dealt with: a mobile wireless device has to adapt is transmission parameters in order to remain connected to its counterpart(s), as the channel evolves with the device’s movements. Drones, which are unmanned aerial vehicles in the context of this thesis, are no exception. Because of their freedom of movement, their three dimensional mobility in numerous and varied environments, their limited payload and their energy constraints, and because of the wide range of their real-world applications, drones represent new exciting study objects whose mobility is a challenge. Yet, mobility can also be a chance for drone networks, especially when we can control it. In this thesis, we explore how controlled mobility can be used to increase the performance of a drone network, with a focus on IEEE 802.11 networks and small multi-rotor drones. We first describe how mobility is dealt with in 802.11 networks, that is to say using rate adaptation mechanisms, and reverse engineer the rate adaptation algorithm used in the Wi-Fi chipset of the Intel Aero Drone. The study of this rate adaptation algorithm, both experimental and through simulation, through its implementation in the network simulator NS-3, allows its comparison against other well-known algorithms. This highlights how big the impact of such algorithms are for drone networks, with regard to their mobility, and how different the resulting behaviors of each node can be. Therefore, a controlled mobility solution aiming to improve network performances cannot assume much about the behavior of the rate adaptation algorithms. In addition to that, drone applications are diverse, and imposing mobility constraints without crippling a complete pan of these applications is difficult. We therefore propose a controlled mobility solution which leverages the antenna radiation pattern of the drones. This algorithm is evaluated thanks to a customized simulation framework for antenna and drone simulation, based on NS-3. This solution, which works with any rate adaptation algorithm, is distributed, and do not require a global coordination that would be costly. It also does not require a full and complete control of the drone mobility as existing controlled mobility solutions require, which makes this solution compatible with various applications.
La mobilité dans les réseaux de télécommunications est souvent considérée comme un problème qu'il faut résoudre : un appareil mobile et sans fil doit adapter ses paramètres de transmission afin de rester connecté à son ou ses homologues, car le canal évolue avec les mouvements de l'appareil. Les drones, qui sont des véhicules aériens sans pilote (dans le cadre de cette thèse) ne font pas exception. En raison de leur liberté de mouvement, de leur mobilité tridimensionnelle dans des environnements nombreux et variés, de leur charge utile limitée et de leurs contraintes énergétiques, et en raison du large éventail de leurs applications dans le monde réel, les drones représentent de nouveaux objets d'étude passionnants dont la mobilité est un défi. Pourtant, la mobilité peut aussi être une chance pour les réseaux de drones, surtout lorsqu'elle peut être contrôlée. Dans cette thèse, nous explorons comment la mobilité contrôlée peut être utilisée pour augmenter les performances d'un réseau de drones, en mettant l'accent sur les réseaux IEEE 802.11 et les petits drones multi-rotors. Nous décrivons tout d'abord la manière dont la mobilité est traitée dans les réseaux 802.11, c'est-à-dire en utilisant des mécanismes d'adaptation de débit. Nous faisons ensuite l’ingénierie inverse de l'algorithme d'adaptation de débit utilisé dans la carte Wi-Fi du drone Intel Aero. L'étude de cet algorithme d'adaptation de débit, de manière expérimentale et en simulation, grâce à son implémentation dans le simulateur réseau ns-3, permet sa comparaison avec d'autres algorithmes bien connus. Cette comparaison met en évidence l'importance de l'impact de ces algorithmes sur les réseaux de drones, en particulier vis à vis de leur mobilité, et les différences de comportement résultant de ces algorithmes au niveau de chacun des nœuds du réseau. Car ils sont souvent inaccessibles et difficilement modifiables par l'utilisateur final, une solution de mobilité contrôlée visant à améliorer les performances d'une flotte de drones ne peut pas pré-supposer du comportement de ces algorithmes. En outre, les applications des réseaux et flottes de drones sont diverses, et il est difficile d'imposer des contraintes de mobilité sur leurs éléments sans entrer en conflit avec des familles complètes d'applications. Nous proposons donc une solution de mobilité contrôlée qui exploite l'anisotropisme du rayonnement des antennes des drones. Cet algorithme est évalué grâce à un cadriciel personnalisé pour la simulation des antennes et des drones, basé sur le simulateur réseau ns-3. Cette solution, qui fonctionne avec n'importe quel algorithme d'adaptation testé, est distribuée et ne nécessite pas une coordination globale qui serait coûteuse. Elle ne nécessite pas non plus un contrôle total et complet de la mobilité des drones, comme le requièrent les solutions de mobilité contrôlée existantes, ce qui rend cette solution compatible avec diverses applications.
Fichier principal
Vignette du fichier
TH2020GRUNBLATTREMY.pdf (5.16 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03602476 , version 1 (09-03-2022)

Identifiants

  • HAL Id : tel-03602476 , version 1

Citer

Rémy Grünblatt. From WiFi performance evaluation to controlled mobility in drone networks. Networking and Internet Architecture [cs.NI]. Université de Lyon, 2021. English. ⟨NNT : 2021LYSE1002⟩. ⟨tel-03602476⟩
151 Consultations
735 Téléchargements

Partager

Gmail Facebook X LinkedIn More