Communications Coopératives pour réseaux Multi-Sources Multi-Relais

Afin de répondre aux besoins des réseaux 5G permettant la coexistence de services hétérogènes au sein d'une même réseau, nous cherchons à améliorer l'efficacité spectrale. La communication coopérative est l'une des principales technologies de la couche physique qui vise à optimiser l'efficacité spectrale. Le concept consiste à utiliser les ressources partagées, et les informations des utilisateurs pour améliorer les processus de transmission et de réception. On considère un réseau orthogonal à accès multiple et à relais multiples, dans lequel au moins deux sources communiquent avec une seule destination à l'aide d'au moins deux nœuds relais. L'orthogonalité est obtenue en utilisant le multiplexage par répartition dans le temps et de relais sont supposés être en semi-duplex alors que toutes les liaisons subissent un affaiblissement lent du signal. La destination est le nœud central où les différentes allocations sont effectuées. Dans une phase d'initialisation, un algorithme d'adaptation de lien est exécuté où différentes ressources sont allouées aux sources. Puis, la transmission d'une trame est divisée en deux phases. Dans la première phase, les sources transmettent à tour de rôle dans des tranches de temps consécutives. Dans la deuxième phase, la destination programme le(s) nœud(s) relais pour transmettre les redondances. D'abord, le problème de LA dans la phase d'initialisation est considéré. En raison de la complexité de l'approche de recherche exhaustive, des algorithmes séquentiels sont proposés. Les algorithmes présentés visent à maximiser l'efficacité spectrale moyenne sous des objectifs individuels de qualité de service pour une famille de schémas de modulation et de codage donnée. Les algorithmes sont applicables dans des scénarios de conditions radio changeant lentement ou rapidement. Les débits sont d'abord initialisés, puis une étape de correction itérative du débit est appliquée. L'ordonnancement et les algorithmes qui en résultent se rapprochent des performances de la limite supérieure, comme le démontrent les simulations de Monte-Carlo (MC). Deuxièmement, on a considéré la conception de stratégies de sélection de nœuds relais qui déterminent quels nœuds relais sont activés à chaque slot temporel dans la phase de retransmission. Plutôt que de sélectionner un seul nœud relais pour aider un nœud source à un intervalle de temps de retransmission donné, les stratégies d'ordonnancement proposées attribuent une source à plusieurs nœuds relais. Un tel schéma de retransmission est appelé retransmission parallèle, car les différents nœuds relais retransmettent en parallèle. Les résultats numériques montrent que ces stratégies sont plus performantes que les stratégies de l'art antérieur qui sont basées sur la retransmission unique. Troisièmement, un algorithme d'allocation conjointe est présenté en supposant la présence de l'information complète sur l'état du canal du côté de la destination. Plutôt que de résoudre séparément le problème de LA et le problème d'ordonnancement des nœuds relais, une méthode d'allocation conjointe optimale est proposée. La stratégie conjointe présentée s'appuie sur le fait que pour une décision d'ordonnancement donnée, il existe une allocation de taux optimale. Les simulations MC valident l'importance de la stratégie d'allocation conjointe qui surpasse les allocations non conjointes.Enfin, les futurs travaux et d'autres directions d’études possibles sont présentés. Plus précisément, l'utilisation d'algorithmes d'apprentissage en ligne pour l'allocation de debits est envisagée. Une autre direction présentée est la généralisation du réseau considéré à d'autres scénarios d'orthogonalité où le multiplexage dans le domaine des fréquences est envisagé. D'autres défis ouverts pour le MAMRN sont de considérer des antennes multiples au niveau du nœud de destination, d'étudier des systèmes non centralisés où des jeux sont observés, et d'étudier les méthodes nécessaires dans le MAMRN non orthogonal.In order to meet with the 5G networks needs that allow heterogeneous services to coexist within the same network architecture, we aim at improving the spectral efficiency. Cooperative communication represents one of the key physical layer technologies which aim to optimize the spectral efficiency. The concept is to use the shared resources and information of the users to improve the transmission and reception processes. An orthogonal Multiple Access Multiple Relay Network (MAMRN) is considered, where at least two sources communicate with a single destination using the help of at least two relaying nodes. Orthogonality is achieved using Time Division Multiplexing (TDM) and all the relaying nodes are assumed half-duplex while all the links experience slow fading. The destination is the central node where the different allocations are performed. In an initialization phase, a Link Adaptation (LA) algorithm is performed where different resources are allocated to the sources. Then, the transmission of a frame is divided into two phases. In the first phase, sources transmit in turns in consecutive time slots. In the second phase, the destination schedules relaying node(s) to transmit redundancies. First, the LA problem in the initialization phase is considered. Due to the complexity of the exhaustive search approach, sequential algorithms are proposed. The presented algorithms aim at maximizing the Average Spectral Efficiency (ASE) under individual Quality of Service (QoS) targets for a given Modulation and Coding Scheme (MCS) family. The algorithms are applicable in both slow and fast changing radio condition scenarios. The rates are first initialized and then an iterative rate correction step is applied. The resulting scheduling and LA algorithms approach the performance of the upper bound as demonstrated by Monte-Carlo (MC) simulations. Second, the focus is on designing relaying nodes selection strategies that determine which relaying nodes are activated at each time slot in the retransmission phase. Rather than selecting a single relaying node to help one source node at a given retransmission time slot, the proposed scheduling strategies allocate one source to be helped by multiple relaying nodes. Such a retransmission scheme is called Parallel Retransmission (PR), as the different relaying nodes are retransmitting parallel to each other. Numerical results show that PR strategies outperform the strategies seen in the prior art that are based on Single Retransmission (SR). Third, a joint allocation algorithm is presented assuming the presence of the full Channel State Information (CSI) at the destination side. Rather than solving the LA problem and the relaying node scheduling problem separately, an optimal joint allocation method is proposed. The presented joint strategy builds on the fact that for a given scheduling decision, an optimal rate allocation exists. Accordingly, the proposed algorithm selects the scheduling that leads to the optimal rate allocation. The MC simulations validate the importance of the joint allocation strategy that outperforms the non-joint allocations. Another importance of the joint allocation method is its practicality compared to the non-joint rate allocation which needs to pass exhaustively through all the possible rate values. Finally, future work and other possible directions are presented. Specifically, using online learning algorithms for rate allocation is considered. It is seen that one possible way to tackle this problem is to adopt the methods of the Multi-Armed Bandit (MAB) framework. Another direction presented was the generalization of the considered network to other orthogonality scenarios where Frequency Domain Multiplexing (FDM) is considered. Further mentioned open challenges to the MAMRN are to consider multiple antennas at the destination node, study non-centralized systems where games are observed, and investigate the methods needed in the non-orthogonal MAMRN