Partage des ressources radio pour MTC dans LTE-A: Une approche basée sur le graphe biparti

International audienceLes réseaux cellulaires ont été considérés les candidats les plus prometteurs pour supporter la communication de machine à machine (M2M), principalement en raison de leur couverture omniprésente. Idéalement conçu pour supporter la communication de humain à humain (H2H), un accès innovant aux ressources radio est nécessaire pour tenir compte des caractéristiques M2M uniques telles que le nombre massif de dispositifs de type machine (MTDs) ainsi que leur session de transmission de données limitée. Dans cet article, nous considérons un accès simultané au spectre dans un scénario de coexistence M2M / H2H. Profitant du nouveau paradigme, communication D2D (device to device) fourni par LTE-A et motivé par la faible puissance de transmission des MTDs, nous proposons de combiner M2M et D2D afin de permettre un partage efficace des ressources. Tout d'abord, nous formulons le problème de partage des ressources ayant comme but la maximisation du débit total, problème pour lequel la solution optimale a été prouvée être de complexité non déterministe à temps polynomial dur (NP-Hard). Ensuite, nous modélisons le problème par un graphe biparti basé sur les interférences afin de réduire la complexité de calcul de la solution optimale. Pour résoudre ce problème, nous considérons ici une approche d'allocation de ressources en deux phases. Durant la première phase, l'allocation des ressources pour les utilisateurs H2H est effectuée de façon traditionnelle. Dans la deuxième phase, nous développons deux algorithmes, un centralisé et un semi-distribué, afin d'assurer l'allocation des ressources pour la communication M2M. La complexité de calcul des deux algorithmes introduits est de complexité polynomiale. Les résultats de simulation montrent que l'algorithme semi-distribué améliore nettement les performances en terme de débit total comparé à l'approche d'allocation aléatoire et atteint relativement des performances comparable à l'algorithme centralisé avec un surcoût de communication beaucoup plus faible