On heterogeneous networks under non-Gaussian interferences : experimental and theoretical aspects - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2019

On heterogeneous networks under non-Gaussian interferences : experimental and theoretical aspects

Réseaux de capteurs sous interférence non-Gaussienne : aspects expérimentaux et théoriques

Résumé

Internet of Things represents a technical challenge for 5G communications due to is characteristic heterogeneity: the 2.4 GHz ISM band, for example, is shared between different kind of technologies, such Wifi, Bluetooth and Zigbee. In addition to the loss of quality of communication, recent studies show that interference increases significantly the energy consumption. So, dealing with interference becomes an important task to ensure successfull data transmission. The present thesis approaches two aspects of heterogeneous networks. The first part presents an experimental study on the nature of interference between IEEE 802.11 and IEEE 802.15.4 devices, its impacts on the communication reliability and proposes an statistical description of it. The main conclusion of this part is that, on this context, the interference may present a non-Gaussian behavior, more precisely, an impulsive behavior. Recent theoretical works allied with these experimental results show that the α-stable distribution is more adequate to represent impulsive noises. It means that the, once optimal, classical communication architectures based on the Gaussian assumption, particularly the Least Squares based channel estimation and linear receiver, are not optimal anymore present a significant loss of performance. The second part presents a robust MIMO architecutre based on Alamouti coding, supervised channel estimation based on Least Absolute Deviation and p-norm receiver with an estimator for p. The proposed approach outperforms the classical method.
L’Internet des Objets représente un défi technique pour la communication 5G à cause de son hétérogénéité caractéristique : la bande 2.4 GHz ISM, par exemple, est partagée entre différents types de technologies, comme Wifi, Bluetooth et Zigbee. En plus de la perte de qualité de communication, des études récentes montrent que l’interférence augmente de façon significative la consommation d’énergie. Donc, traiter l’interférence devient une tâche importante pour assurer la réussite de la transmission de données. Cette thèse approche deux aspects différents des réseaux hétérogènes. La première partie présente une étude expérimentale sur la nature de l’interférence entre dispositifs IEEE 802.11 et 802.15.4, ses impacts dans la fiabilité de la communication et propose une description statistique. La conclusion principale est que, dans ce contexte, l’interférence présente un comportement non-Gaussien, plus précisément, impulsif. Des travaux théoriques récents alliés avec ces résultats expérimentaux montrent que la distribution α-stable est plus convenable pour représenter bruits impulsives. Cela signifie que, une fois optimal, les architectures de communication classiques basé sur assomption Gaussienne, particulièrement la méthode des moindres carrés et le récepteur linéaire, ne sont plus optimales et présentent une perte de performance significative. La deuxième partie présente une architecture MIMO basé sur codage Alamouti, estimation de canal supervisée basé sur méthode Least Absolute Deviation et récepteur p-norme avec une estimation de p. L’architecture proposée présente une performance supérieure au méthode classique.
Fichier principal
Vignette du fichier
These_DE_ARAUJO_MOREIRA_Nicolas.pdf (11.82 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03621900 , version 1 (28-03-2022)

Identifiants

  • HAL Id : tel-03621900 , version 1

Citer

Nicolas De Araújo Moreira. On heterogeneous networks under non-Gaussian interferences : experimental and theoretical aspects. Micro and nanotechnologies/Microelectronics. Université de Lille, 2019. English. ⟨NNT : 2019LILUI041⟩. ⟨tel-03621900⟩
57 Consultations
75 Téléchargements

Partager

Gmail Facebook X LinkedIn More