Optimisation des réseaux sans-fil : fraîcheur en communication

The proliferation of smartphones, along with the ubiquitous connectivity and cheap hardware cost, has paved the way for new applications that rely on the timely delivery of packets from one end of the network to another. From monitoring home appliances back at the house to vehicular networks where the vehicle’s velocity and position information are disseminated, these applications require fresh data to have optimal performance. To quantify this notion of freshness, the concept of the Age of Information (AoI) was born, and research attention has been put heavily on its analysis and optimization in various network settings. This thesis explores the AoI in numerous system environments,sheds light on its shortcomings, and accordingly provides solutions to them in several real-time monitoring applications.In the first part of the thesis, we focus on optimizing age-based metrics in fundamental communication systems. Specifically, in the third chapter,we examine age-based metrics in multi-class environments that are abundant in real-time applications.A simple example is vehicular networks where safety-related data are considered more sensitive.Consequently, they have a higher priority than the other data in the system. We derive a closed-form expression of each stream’s average age and provide substantial insights into the interaction between the multiple classes. This paves theway for the second part of the chapter, where we introduce a new AoI-based optimization framework in multi-class systems. Therein, we characterize the gains in terms of information freshness when our framework is adopted compared to state-of-the art approaches. The fourth chapter deals with a distributed scheduling environment, where devices contend for the channel using the well-known carrier sense multiple access scheme (CSMA). CSMAis considered one of the most renowned and widely spread distributed scheduling schemes (e.g., CSMAis the primary medium access in Wi-Fi). We characterize,through rigorous theoretical analyses, the operating point that minimizes the average AoI.In the second part of the thesis, we shed light on the shortcomings of the age of information and standard error metrics in many real-time applications.Toward that end, we introduce a new performance metric, which we refer to as the Age of Incorrect Information (AoII). AoII deals with these shortcomings as it extends the notion of fresh updates and captures the deteriorating effect wrong information can have with time on the system. In both unconstrained and resource-constraint scenarios, we derive optimal sampling policies that minimize the AoII. We also high light their advantages compared to both the age-optimal and error-optimal policies in a variety of real-life applications. Our results and analyses provide key insights into the age metric and lead the way to novel research directions for real-time monitoring applications.La prolifération des smartphones, avec la connectivité omniprésente et le bas coût des matériaux, a ouvert la voie à de nouvelles applications qui reposent sur la livraison en temps opportun des paquets d’un bout à l’autre du réseau. De la surveillance des appareils ménagers à la maison au réseaux de véhicules où les informations de vitesse et de position du véhicule sont diffusées, ces applications nécessitent de données frais pour avoir des performances optimales. Pour quantifier cette notion de fraîcheur de données, le concept de l’Âge de l’Information (AdI) est né, et la recherche s’est fortement concentrée sur son analyse et son optimisation dans divers contextes de réseau. Cette thèse explore l’AdI dans de nombreux environnements,met en lumière ses points faibles et leur apporte ainsi des solutions dans plusieurs applications de surveillance en temps réel.Dans la première partie de la thèse, nous nous concentrons sur l’optimisation des métriques basées sur l’âge dans les systèmes de communication fondamentaux.Plus précisément, dans le troisième chapitre, nous examinons les métriques basées sur l’âge dans les environnements multi-classes qui sont abondants dans les applications en temps réel. Un exemple simple est celui des réseaux de véhicules où les données relatives à la sécurité sont considérées comme plus sensibles. Par conséquent, elles ont une priorité plus élevée par rapport aux autres données du système. Nous dérivons une expression de l’âge moyen de chaque flux et nous fournissons des résultats à propos de l’interaction entre les multiples classes. Cela ouvre la voie à la deuxième partie du chapitre, où nous introduisons un nouveau cadre d’optimisation basé sur l’AdI dans les systèmes multi-classes. Nous y caractérisons les gains en termes de fraîcheur de l’information lorsque notre cadre est adopté par rapport à des approches de pointe. Le quatrième chapitre traite un environnement distribué, où les appareils accèdent au canal en utilisant la méthode d’accès multiple avec écoute de la porteuse (CSMA). CSMA est considéré comme l’un des méthodes d’accès canal distribués les plus connus et les plus répandus (par exemple, CSMA est le principal moyen d’accès en Wi-Fi). Dans ce cas, nous caractérisons, grâce à des analyses théoriques rigoureuses, le point de fonctionnement optimal qui minimise l’âge moyen du réseau.Dans la deuxième partie de la thèse, nous mettons en lumière les lacunes de l’âge de l’information et des métriques d’erreur standard dans de nombreuses applications en temps réel. Par conséquent,nous introduisons une nouvelle métrique de performance,que nous appelons l’Âge de l’Information Incorrecte (AdII). L’AdII traite ces lacunes en étendant la notion de données frais et en saisissant l’effet de détérioration que les informations incorrectes peuvent avoir avec le temps sur le système.Dans les scénarios à la fois sans et avec contraintes de ressources, nous dérivons des politiques d’échantillonnage optimales qui minimisent l’AdII.Nous soulignons également leurs avantages par rapport aux politiques optimales pour l’âge et pour les métriques d’erreur standard dans diverses applications.Nos résultats et analyses fournissent des informations clés sur la métrique d’âge et ouvrent la voie à de nouvelles orientations de recherche pour les applications de surveillance en temps réel