Gestion de ressources et d'interférences dans les réseaux femtocell ofdma / Resource allocation and interference management in ofdma femtocell networks

Recently, operators have resorted to femtocell networks in order to enhance indoor coverage, network capacity and quality of service since macro-antennas alone fail to reach these objectives. Nevertheless, they are confronted to many challenges. To successfully deploy such solution, efficient resource allocation algorithms and interference mitigation techniques should be deployed.In this thesis, we address the issue of resources allocation in femtocell networks using OFDMA technology (e.g., WiMAX, LTE). Specifically, we first propose a hybrid centralized/distributed resource allocation strategy for split spectrum namely Femtocell Cluster-based Resource Allocation (FCRA). Firstly, FCRA builds disjoint femtocell clusters. Then, within a cluster the optimal resource allocation for each femtocell is performed by its clusterhead. Finally, the contingent collisions among different clusters are fixed. To achieve this, we formulate the problem mathematically as Min-Max optimization problem. Then, a co-channel resource allocation algorithm (CO-FCRA) introduces spectrum sharing between femto and macro users. Spectrum sensing approaches are used to detect existing neighboring transmissions in the uplink and estimates resources used in the downlink to allocate resources accordingly. In a second approach, we consider networks with quality of service differentiation among users and propose a new algorithm, namely (Q-FCRA) with both high priority and best effort users. The optimization problem is modified to take into account both user types and allocates resources accordingly. The objective is to maximize the number of accepted high priority users and allocate as much as possible best effort users. As a third contribution, we present a power control algorithm (QP-FCRA), where femto stations allocate both resource blocks and transmission power on the different channels to effectively mitigate interference within the same cluster and increase the spectrum spatial reuse. The transmission power is calculated based on the interference received to satisfy a minimum required SINR threshold. Several existing works have been used for comparison. Different network densities, interference levels, session duration and mobility rates have been considered. Performance evaluation shows the improvement and the outperformance of our algorithms compared to the existing techniques regarding different performance metrics such as the number of accepted and rejected users, the fairness, the throughput satisfaction rate, the spectrum spatial reuse and the convergence and computation time. The scalability of our algorithm compared to the centralized ones is proven as well as the performance compared to the distributed algorithms. / Les opérateurs de télécommunication se dirigent récemment vers les réseaux femtocell afin d'améliorer la couverture à l'intérieur, augmenter la capacité du réseau et assurer une bonne qualité de service puisque les stations de base traditionnelle (macrocells) toute seules ne parviennent pas à atteindre ces objectifs. Néanmoins, cette technologie est confrontée à de nombreux défis. En effet, avec les problèmes de la bande passante et les ressources qui sont limités on doit servir un très grand nombre d'utilisateurs qui nécessitent un service de plus en plus strict en termes de qualité et de débit. Dans cette thèse, nous abordons la problématique de l'allocation des ressources et la gestion de l'interférence dans les réseaux femtocell en utilisant la technologie OFDMA (LTE, WiMAX). Plus précisément, nous proposons tout d'abord une stratégie hybride centralisé/distribué, nommée (FCRA) pour l'allocation des ressources considérant une division orthogonale du spectre orthogonal entre les femtocell et les macrocells. Tout d'abord, FCRA construit des clusters disjoints. Puis, au sein du cluster l'allocation optimale des ressources pour chaque femtocell est exécutée par le chef du cluster (Cluster Head). Enfin, les collisions éventuelles entre les différents clusters sont traitées d'une manière distribuée au sein de chaque femtocell. Pour cela, nous formulons le problème mathématiquement comme problème d'optimisation Min-Max. Ensuite, un algorithme co-channel est proposé : (CO-FCRA). Dans ce cas on introduit le partage du spectre entre les utilisateurs femto et macro. Des approches de spectrum sensing sont utilisés pour détecter les transmissions existantes dans le uplink et estime les ressources utilisées dans le downlink afin d'allouer les ressources libres par la suite aux utilisateurs femtocell. Dans une deuxième approche, nous considérons un réseau avec une qualité de service et proposons une différenciation entre les utilisateurs avec un nouvel algorithme, appelé (Q-FCRA). Dans ce cas, le réseau peut servir avec à la fois des utilisateurs avec une haute priorité (HP) et des utilisateurs best effort (BE). Le problème d'optimisation est modifié pour prendre en compte les deux types d'utilisateurs et leur alloue les ressources en conséquence. L'objectif est de maximiser le nombre d'utilisateurs prioritaires et servir au mieux possible les utilisateurs best effort. Une troisième contribution est présentée, où nous proposons un algorithme de contrôle de puissance (QP-FCRA). Dans cet algorithme les stations femto doivent allouer en même temps des blocs de ressource et de puissance de transmission sur les différents canaux afin de réduire efficacement les interférences dans le même cluster et d'augmenter la réutilisation spatial du spectre. La puissance d'émission est calculée sur la base de l'interférence reçue pour satisfaire un seuil SINR minimum requis. Plusieurs travaux existants ont été utilisés pour la comparaison. La densité du réseau, les niveaux d'interférences, la durée de session et les taux de mobilité ont été pris en compte. L'évaluation des performances montre l'amélioration et la performance de nos algorithmes par rapport aux techniques existantes dans les différents paramètres de performance, tels que le nombre d'utilisateurs acceptées et refusées, l'équité, le taux de satisfaction, le débit, la réutilisation du spectre spatial, la convergence et le temps de calcul. L'amélioration de notre algorithme est prouvée par rapport aux approches centralisés, qui ne passent pas toujours à l'échelle, et les méthodes distribués avec lesquelles la performance est réduite pour des niveaux d'interférences et de densités élevées. / PARIS-BIUSJ-Mathématiques rech (751052111) / Sudoc / Sudoc / France / FR