Applications de la géométrie stochastique pour l’analyse et la modélisation des réseaux sans fil

Les réseaux sans fil de la cinquième génération (5G) et au-delà (B5G), devraient être très hétérogènes, multicouches, et dotés d’une intelligence intégrée à la fois au cœur et à la périphérie du réseau. Dans un tel contexte, l’évaluation des performances au niveau du système revêtira une importance cruciale pour formuler des enseignements judicieux sur les compromis qui régissent un tel système complexe et ainsi prévenir le besoin de simulations logicielles coûteuses et fastidieuses. Au cours de la dernière décennie, la géométrie stochastique est considérée comme un puissant outil d’analyse permettant d’évaluer les performances des réseaux sans fil au niveau du système et de cerner leur tendance à l’hétérogénéité. Cette thèse examine les nouveaux modèles et techniques de la géométrie stochastique développés au cours de la précédente décennie en matière de modélisation et d’analyse des réseaux sans fil du futur. Les discussions sont suffisamment affinées pour être accessibles aux lecteurs peu spécialisés et faire en sorte que les lecteurs débutants, intermédiaires ou avancés puissent se familiariser rapidement avec ce domaine de recherche. Ensuite, nous nous appuyons sur la géométrie stochastique pour examiner plusieurs aspects des réseaux sans fil 5G et B5G, afin d’illustrer sa flexibilité mathématique et sa capacité à saisir l’analyse de scénarii peu conventionnels. Nous discutons également de nouvelles perspectives qui apporteront un nouveau souffle à l’utilisation de la géométrie stochastique au cours de cette décennie cruciale. En bref, les discussions furent étendues à des thématiques plus larges telles que les communications optiques en espace libre (FSO), les communications en lumière visible, les systèmes de drones, l’architecture d’accès radio en brouillard (F-RAN), l’intelligence artificielle et l’apprentissage machine, ainsi que les communications moléculaires.Next generation wireless networks, i.e., fifth generation (5G) and beyond (B5G), are expected to be highly heterogeneous, multilayered, with embedded intelligence at both thecore and edge of the network. In such a context, system-level performance evaluation will be very important to formulate relevant insights into tradeoffs that govern such a complex system and then prevent the need for onerous and timeconsuming computer simulations. Over the past decade, stochastic geometry has emerged as a powerful analytical tool to evaluate system-level performance of wireless networks and capture their tendency towards heterogeneity. This dissertation reviews first novel stochastic geometry models and techniques developed during the last decade in modeling and analysis of modern wireless networks. The discussions are refined enough to be accessible for non-specialist readers and help new, intermediate, or advanced readers familiarize quickly with this field of research. Next, we leverage stochastic geometry frameworks to investigate several aspects of 5G and B5G wireless networks and then illustrate its mathematical flexibility and ability to capture the analysis of the rather unconventional scenarios. Also, new perspectives that will breathe new life into the use of stochastic geometry during this crucial decade are discussed. In a nutshell, extensive discussions were held on broader topics such as free space (FSO) optical communications, visible light communications, unmanned aerial vehicle systems, fog radio access architecture (F-RAN) , artificial intelligence and machine learning, and molecular communications