• emploi
  • Rennes

Thèse : Optimisation de l’allocation de ressources radio dans un cadre MIMO «cell-less »

A propos de b<>com

Fournisseur de technologies pour les entreprises qui souhaitent accélérer leur compétitivité grâce au numérique, b<>com est au service des industries culturelles et créatives, des infrastructures numériques, de la défense, de l’industrie 4.0 et de la santé. Ses laboratoires mixent les talents de disciplines et cultures multiples dans les domaines de l’intelligence artificielle, de la vidéo et l’audio immersif, de la protection de contenus, des réseaux 5G, de l’internet des objets et des technologies cognitives… Issus des mondes industriel et universitaire, ses chercheurs et ingénieurs évoluent sur son campus de Rennes et ses sites de Paris, Brest et Lannion. Grâce à son équipe d’ingénierie avancée et ses moyens scientifiques propres, b<>com propose à ses clients des ingrédients et des solutions qui font la différence.

Définition du poste


Le (ou la) candidat(e) intégrera l’équipe du laboratoire Connectivité Avancée de b<>com pour étudier, développer et tester par simulation des stratégies d’allocation de ressources radio dans un réseau cellulaire mobile.

Les besoins croissants de la population en communications fiables et performantes nécessitent de continuer les efforts de recherche pour optimiser de nombreux critères tels que la capacité des réseaux, leur équité, la Qualité de Service (QoS)/Qualité d’expérience (QoE), leur consommation énergétique, etc.

Dans les situations exceptionnelles (événement local d’ampleur comme un festival, catastrophe naturelle, zones géographiques sans infrastructure de télécommunication, etc.), le déploiement de réseaux sans fils est souvent nécessaire pour permettre les échanges et gérer correctement ces situations. Ces réseaux sont caractérisés par un faible nombre de stations de bases, la possibilité d’un déploiement rapide, voire automatique, la réutilisation des mêmes ressources radios pour les communications au sein du réseau et vers les terminaux, et enfin une part non négligeable d’échanges locaux.

Pour réussir à garantir un service acceptable dans ces contextes il est nécessaire de revoir les anciens paradigmes réseaux et en particulier deux d’entre eux. Tout d’abord revoir l’optimisation locale du réseau à l’échelle cellulaire qui reste forcément sous-optimale face à une optimisation globale. Ensuite, dépasser le cloisonnage fort qui demeure entre différents domaines de l’optimisation de l’efficacité des transmissions tels que l’allocation de ressources radio (scheduling), la lutte contre les interférences et le contrôle d’admission qui sont pourtant fortement liés et interdépendants. Il sera également considéré qu’un utilisateur ne reste pas attaché de manière statique à un point d’accès mais pourra dynamiquement être rattaché à celui ou ceux qui offriront les meilleures garanties.

L’approche proposée, de type « Cell Less », cherche non pas à optimiser localement les performances de chaque cellule via le déploiement de protocoles d’allocation de ressources, de lutte contre les interférences et de contrôle d’admission distincts, mais d’adopter une approche holistique visant une optimisation globale multicritères de l’ensemble du réseau.
Il s’agira donc d’étudier tout d’abord les liens de dépendances entre les différents protocoles ou mécanismes afin d’améliorer ensuite leur synergie (voir de les fusionner) dans une approche où la notion de cellule tend à disparaitre : un terminal peut transmettre à ou recevoir de plusieurs stations de base. De plus, les mêmes ressources sont utilisées pour les communications entre les stations de base et vers les terminaux. On comprend donc bien que l’ensemble des performances du réseau global seraient potentiellement compromises dans les cas où les premiers mécanismes d’allocation à des terminaux n’auraient pas laissé la place suffisante pour l’acheminement des flux de chaque cellule. Si tel était le cas, le contrôle d'admission doit alors agir et cela arriverait d’ailleurs trop tard. La vision de ce travail de thèse est d’optimiser la synergie entre les différentes couches réseau afin que le contrôle d’admission anticipe les difficultés des algorithmes d’allocation de ressources radio (scheduling), lutte contre les interférences et routage afin de garantir une meilleure fiabilité de l’ensemble du système et également d’accroître sa résilience.

Le (ou la) candidat(e) aura notamment pour mission de :

  • Etudier l’état de l’art autour des questions de l’allocation de ressources radio dans un réseau cellulaire de type 5G, en considérant les aspects temporels, fréquentiels et spatiaux  (utilisation de MIMO)
  • Proposer des stratégies d’allocation de ressources multicritères, liés à l’environnement radio, la charge du réseau, les contraintes de qualité de service, d’efficacité énergétique, etc.
  • Investiguer les solutions d’apprentissage statistique appliquées à ce problème d’allocation de ressources
  • Implémenter et évaluer les performances des solutions proposées

Pour l’ensemble des thématiques abordées par ce sujet, de bonnes connaissances en réseaux sans fil sont requises. En particulier, il est recommandé d’avoir des notions sur la propagation radio (multi-path fading, etc.), les mécanismes de scheduling, et de contrôle d’admission. Les solutions de l’état de l’art ainsi que celles développées seront très certainement testées par simulation à évènements discrets donc de bonnes compétences en programmation sont requises. Il est également envisagé de développer certaines solutions à l’aide de techniques d’apprentissages (par renforcement ou autre). Une connaissance de principes de l’intelligence artificielles est un plus apprécié.

Profil recherché 

Etudiant(e) en dernière année d’école d’ingénieur / master 2, références et excellent dossier scolaire souhaités, il/elle dispose de :

  • Bonnes connaissances en réseaux radio-mobiles, couches protocolaires PHY/MAC du réseau d’accès radio (RAN), propagation radio
  • Connaissances des problématiques d’allocation de ressources et scheduling
  • Connaissances en Traitement statistique du signal et techniques d’apprentissage statistique
  • Compétences en programmation (langage C, matlab ou python)

Modalités 

  • Type de contrat : CDD de 3 ans
  • Date de démarrage : octobre 2021
  • Localisation : Rennes