Dynamic spectrum allocation (DSA) for cellular access networks

Dans cette thèse, nous nous intéressons à l'allocation dynamique du spectre (DSA) en adoptant le point de vue des opérateurs cellulaires. Les algorithmes que nous proposons sont tous fondés sur l'idée du partage d'une réserve (pool) commune de spectre entre différents opérateurs ou technologies d'accès radio. Le travail de la thèse se concentre sur le trafic de type paquet et prend en considération à la fois les aspects techniques et de tarification. Nous proposons plusieurs fonctions d'utilité à maximiser qui prennent en compte le prix du spectre et la qualité de service de l'utilisateur final. Nous adoptons des approches centralisées et décentralisées et nous étudions le cas d'un seul ou de plusieurs opérateurs. Nos algorithmes tirent tout d'abord bénéfice des hétérogénéités temporelles du trafic, ils ont pour but une meilleure utilisation du spectre. Cette efficacité est obtenue en adaptant la quantité de spectre loué à l'intensité réelle du trafic. Les algorithmes DSA proposés se fondent sur plusieurs méthodes : les processus de décision markoviens, l'apprentissage Q, la théorie des jeux et des heuristiques. Le second axe de recherche essaie de tirer profit des hétérogénéités spatiales du trafic. Ici, nous nous focalisons sur l'attribution des ressources spectrales aux cellules du réseau. Nous proposons une approche fondée sur la recherche Tabou et nous montrons dans différents scénarios, que les algorithmes DSA permettent à l'opérateur d'obtenir des gains bien supérieurs à ceux obtenus avec une allocation fixe (FSA). Ces gains sont particulièrement visibles à charges faibles et modérées mais parfois obtenus au prix d'une dégradation du débit des utilisateurs.In this thesis, we develop DSA (Dynamic Spectrum Allocation) systems while adopting the cellular operators point of view. The proposed algorithms are all based on the idea of sharing a common pool of spectral resources between different operators or different access networks. The thesis work focuses on packet traffic services while both technical and pricing aspects are taken into consideration. We propose several utility functions to be maximized taking into account spectrum price and end-user quality of service. We adopt centralized as well as distributed models while designing algorithms for DSA and we investigate both mono-operator and multi-operator cases. Our algorithms first take advantage of temporal heterogeneities of the traffic with the aim of a more efficient usage of the spectrum. This efficiency is obtained by adapting the amount of allocated spectrum to the network loads. The proposed DSA algorithms are based on different methods: SMDP (Semi Markov Decision Process), Q-learning, Game Theory and heuristics. The way DSA algorithms make use of the spatial heterogeneity of the traffic is our last research axis. Here, we focus on the allocation of spectral resources to individual cells of a network. We propose an approach based on Tabu search. We show that, for the different studied scenarios, the DSA algorithms allow the operator to gain more rewards than with the traditional FSA (Fixed Spectrum Allocation). The DSA algorithms also reduces the spectrum usage while maintaining an acceptable end-user QoS. In some cases, they achieve a lower blocking probability. DSA gains are particularly significative at low and moderate load conditions.PARIS-Télécom ParisTech (751132302) / SudocSudocFranceF