These PDF

Mod
elisation et simulation des r

eseaux sans fil
h
et
erog`
enes et non-stationnaires. Application aux
topologies de petites cellules
Laurent Maviel
To cite this version:

Laurent Maviel. Modelisation et simulation des reseaux sans fil heterog`enes et nonstationnaires. Application aux topologies de petites cellules. Reseaux et telecommunications
[cs.NI]. INSA de Lyon, 2013. Francais. <tel-00942972>
HAL Id: tel-00942972

https://tel.archives-ouvertes.fr/tel-00942972
Submitted on 6 Feb 2014
HAL is a multi-disciplinary open access

archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.
Larchive ouverte pluridisciplinaire HAL, est

destinee au depot et `a la diffusion de documents
scientifiques de niveau recherche, publies ou non,
emanant des etablissements denseignement et de
recherche francais ou etrangers, des laboratoires
publics ou prives.
N dordre 2013ISAL0036
Anne 2013
Thse
Modlisation et simulation des rseaux sans

fil htrognes et non-stationnaires.
Application aux topologies de petites cellules
Prsente devant
Linstitut national des sciences appliques de Lyon

Pour lobtention du
Grade de Docteur
cole doctorale : lectronique, lectrotechnique et Automatique
Spcialit : STIC Sant
Par
Laurent MAVIEL
(Ingnieur de lINSA de Rennes)
Prsident
Examinateur
Rapporteurs
Directeur
Co-encadrant
Soutenue le 27 mai 2013 devant la Commission dexamen

Jury
Ghas EL ZEIN
Professeur (INSA de Rennes IETR)
Claude OESTGES
Professeur associ (UCL)
Marion BERBINEAU
Directrice de recherche (IFSTTAR LEOST)
Rodolphe VAUZELLE Professeur (Universit de Poitiers XLIM-SIC)
Jean-Marie GORCE
Professeur (INSA de Lyon CITI)
Yves LOSTANLEN
Directeur Technique Wireless (SIRADEL)
Les travaux prsents dans ce mmoire ont t raliss SIRADEL et au Laboratoire CITI,
sous la direction du Pr. Jean-Marie Gorce. Cette thse a t finance par la convention
CIFRE n0188/2009, tablissant la collaboration entre SIRADEL et le CITI.
Laboratoire CITI, Universit de Lyon, INSA Lyon, INRIA,
Domaine Scientifique de la Doua, Batiment Claude Chappe,
6 avenue des Arts, 69621 Villeurbanne
Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0036/these.pdf

[L. Maviel], [2013], INSA de Lyon, tous droits rservs
Page | 2

INSA Direction de la Recherche - Ecoles Doctorales Quinquennal 20112011-2015

SIGLE
ECOLE DOCTORALE
CHIMIE DE LYON
http://www.edchimie-lyon.fr
CHIMIE
E.E.A.
Insa : R. GOURDON
ELECTRONIQUE, ELECTROTECHNIQUE,
AUTOMATIQUE
http://edeea.ec-lyon.fr
Secrtariat : M.C. HAVGOUDOUKIAN
eea@ec-lyon.fr
EVOLUTION, ECOSYSTEME, MICROBIOLOGIE,
MODELISATION
http://e2m2.universite-lyon.fr
E2M2
EDISS
Universit de Lyon Collge Doctoral

Bt ESCPE
43 bd du 11 novembre 1918
69622 VILLEURBANNE Cedex
Tl : 04.72.43 13 95
directeur@edchimie-lyon.fr
M. Grard SCORLETTI
Ecole Centrale de Lyon
36 avenue Guy de Collongue
69134 ECULLY
Tl : 04.72.18 65 55 Fax : 04 78 43 37 17
Gerard.scorletti@ec-lyon.fr
Mme Gudrun BORNETTE
Insa : H. CHARLES
INTERDISCIPLINAIRE SCIENCES-SANTE
http://www.ediss-lyon.fr
M. Didier REVEL
Sec : Samia VUILLERMOZ

Insa : M. LAGARDE
Hpital Louis Pradel

Btiment Central
28 Avenue Doyen Lpine
69677 BRON
Tl : 04.72.68.49.09 Fax :04 72 68 49 16
Didier.revel@creatis.uni-lyon1.fr
INFORMATIQUE ET MATHEMATIQUES
http://infomaths.univ-lyon1.fr
M. Johannes KELLENDONK
MATERIAUX DE LYON
http://ed34.universite-lyon.fr
Secrtariat : M. LABOUNE
PM : 71.70 Fax : 87.12
Bat. Saint Exupry
ed.materiaux@insa-lyon.fr
MECANIQUE, ENERGETIQUE, GENIE CIVIL,
ACOUSTIQUE
http://mega.ec-lyon.fr
MEGA
M. Jean Marc LANCELIN
CNRS UMR 5023 LEHNA

Universit Claude Bernard Lyon 1
Bt Forel
69622 VILLEURBANNE Cdex
Tl : 06.07.53.89.13
e2m2@ univ-lyon1.fr
INFOMATHS
Matriaux
NOM ET COORDONNEES DU RESPONSABLE
Secrtariat : M. LABOUNE
PM : 71.70 Fax : 87.12
Bat. Saint Exupry
mega@insa-lyon.fr
ScSo*
http://recherche.univ-lyon2.fr/scso/
Universit Claude Bernard Lyon 1

INFOMATHS
Btiment Braconnier
Tl : 04.72. 44.82.94 Fax 04 72 43 16 87
infomaths@univ-lyon1.fr
M. Jean-Yves BUFFIERE
INSA de Lyon
MATEIS
Btiment Saint Exupry
7 avenue Jean Capelle
Tl : 04.72.43 83 18 Fax 04 72 43 85 28
Jean-yves.buffiere@insa-lyon.fr
M. Philippe BOISSE
INSA de Lyon
Laboratoire LAMCOS
Btiment Jacquard
25 bis avenue Jean Capelle
Tl :04.72 .43.71.70 Fax : 04 72 43 72 37
Philippe.boisse@insa-lyon.fr
M. OBADIA Lionel
Universit Lyon 2
86 rue Pasteur
Sec : Viviane POLSINELLI
69365 LYON Cedex 07
Brigitte DUBOIS
Tl : 04.78.77.23.86 Fax : 04.37.28.04.48
Insa : J.Y. TOUSSAINT
Lionel.Obadia@univ-lyon2.fr
*ScSo : Histoire, Gographie, Amnagement, Urbanisme, Archologie, Science politique, Sociologie, Anthropologie
ScSo
Page | 3

Page | 4

Remerciements
lus on sapproche de la fin, plus il y a de choses dire. La fin nest quimaginaire, cest une
destination quon sinvente pour continuer avancer, mais il arrive un moment o on se
rend compte quon ny parviendra jamais. Il se peut quon soit oblig de sarrter, mais ce sera
uniquement parce quon sera court de temps. On sarrte, mais a ne veut pas dire quon soit
arriv au bout.
Paul Auster, Le voyage dAnna Blume , traduction de Patrick Ferragut
Mon voyage a heureusement t un peu moins mouvement et oppressant que celui dAnna
Blume, mais jen partage pleinement la conclusion. Je remercie ici toutes celles et ceux qui mont
permis dembarquer bord de ce bateau et qui ont rendu la croisire paisible.
Tout dabord je tiens remercier Yves Lostanlen, ainsi que SIRADEL et son prsident
Laurent Bouillot, de mavoir propos cette thse CIFRE, qui correspondait parfaitement avec
mon souhait de ctoyer la fois les milieux de la recherche et de lentreprise. Cette thse naurait
pas pu avoir lieu non plus sans la coopration du laboratoire CITI et en particulier de Jean-Marie
Gorce, directeur du laboratoire et qui a accept dtre mon directeur de thse. Jean-Marie et Yves
ont su prendre de leur temps pour valuer les travaux scientifiques, les mettre en avant et me
donner des pistes de rflexion pertinentes.
Ensuite, je remercie chaleureusement Rodolphe Vauzelle (XLIM SIC) et Marion Berbineau
(IFSTTAR LEOST) pour avoir accept de rapporter le manuscrit de thse. Mes remerciements
vont de surcrot tous les membres du jury pour lhonneur quils mont fait en y participant, en
particulier Ghas El Zein (INSA de Rennes) pour avoir prsid la soutenance de thse et
Claude Oestges (UCL) pour tre venu entre deux dplacements.
Je tiens souligner lambiance dans laquelle jai pu travailler au quotidien SIRADEL.
Dune part, le professionnalisme et la qualit de lquipe Recherche et Technologies (R&T)
laquelle jai t intgr mont beaucoup apport. Je remercie ce sujet Antoine, pour sa
participation plus quactive aux mesures et leur analyse, Mathieu et Thierry pour leur relecture
de certaines parties de ce manuscrit ainsi que Julien, Yoann, Gregory, Florian et Romain pour les
discussions intressantes. Dautre part, latmosphre conviviale au sein des dpartements de
SIRADEL, pendant et en dehors des horaires de travail, a bien sr contribu au bon droulement
de cette thse.
Je suis en outre trs reconnaissant envers mes amis qui ont t l tout au long de ces 4 ans. Je
naurais pas pu avoir ces moments essentiels de dtente sans Claire, Vincent, Julien, Jrme,
Karine, Franois, ainsi que tous ceux qui nont pas la place dtre l mais qui ont eux aussi
Page | 5

compt. Merci aussi Mlanie et Lucas, qui ont rendu mes sjours Lyon encore plus
sympathiques quils ne ltaient.
Enfin un grand merci ma famille, notamment mes parents pour leur soutien matriel et
moral tout au long de mes tudes, ainsi qu mon frre et mes grands parents pour leur amour et
leur prsence.
Page | 6

Rsum / Abstract
Les nouveaux services de tlcommunication accessibles en mobilit entranent une demande
croissante de dbit et amnent aux limites de capacits des rseaux actuels. Pour rpondre cette
demande, les oprateurs cellulaires dploient de nouvelles technologies et densifient leurs
rseaux en ajoutant des petites cellules, o les stations de base sont plus proches des utilisateurs.
Compte tenu de la visibilit directe et de la faible hauteur des antennes, le canal de propagation
des petites cellules est diffrent de celui des macro-cellules et les modles stochastiques de canal
existants ne sont plus adapts. Cest dans ce contexte que se situe cette thse, qui explore les
problmatiques de dynamique dans le canal de propagation et dans lutilisation des ressources
radio.
Nous proposons dans une premire partie de caractriser les dynamiques dans le canal de
propagation de petite cellule en milieu extrieur. Cette caractrisation se base sur des prdictions
dterministes, o une partie de lenvironnement est gnr de manire alatoire afin de procder
des tudes statistiques. Pour cela, nous mettons en place une plateforme de simulation, capable de
gnrer des objets statiques, de les dplacer et de les prendre en compte dans des outils de
prdiction de propagation adapts aux petites cellules. Une phase de mesures de limpact du trafic
de vhicules sur la puissance du signal permet de valider les outils de propagation dvelopps
dans la plateforme.
Lobjectif de la deuxime partie de la thse est dvaluer limpact de ces nouvelles topologies
sur les performances des rseaux htrognes. Nous prsentons un modle hybride de
propagation qui prend en compte les variations de signal dues au trafic de vhicules en combinant
les approches dterministes et statistiques, pour avoir les avantages de rsultats prcis et dun
temps de calcul rapide. Ce modle hybride est utilis par la suite dans un processus de simulation
de rseau cellulaire 3G LTE au niveau systme, o nous valuons limpact du trafic de vhicules
sur le dbit maximal, la consommation dnergie et le respect de la qualit de service.
Mots-Cls : rseaux cellulaires htrognes ; petites cellules ; propagation ; mobilit de
lenvironnement ; modles de mobilit ralistes ; modlisation hybride
Page | 7

Modeling and simulation of heterogeneous and

non-stationary wireless networks.
Application to small cells topologies
New services available with modern mobile telecommunication networks lead to a growing
demand for better bit rates up to reach the capacity limits of current networks. To face this
demand, cellular network operators deploy new technologies and densify their radio access by
adding small cells, where the distance between the mobile users and the base stations is
decreased. Given the Line of Sight conditions and the low height of base station antennas, the
small-cell propagation channel is different from the classical macro-cellular channel and existing
stochastic channel models are not suited anymore. In this context, this Ph.D. work proposes to
explore challenges on the dynamics of the channel and of radio resource usage.
In a first part, we propose to characterize the dynamics of the propagation channel in smallcell outdoor environments. This characterization is based on deterministic predictions, where part
of the environment is randomly generated in order to proceed to statistical analysis. We describe
a simulation framework able to generate static objects, to move them and to take them into
account in propagation prediction tools targeted for small-cell environments. Measurements of
the impact of vehicular traffic on received power enable the validation of propagation tools
developed in the framework.
In the second part of this work, we propose to evaluate the impact of those new topologies on
the performance of heterogeneous networks. We present a hybrid propagation model taking into
account signal variations due to vehicular traffic by combining deterministic and statistic
approaches in order to benefit from both advantages: accurate results and quick simulations. This
hybrid model is finally used in a cellular 3G LTE network simulation process where we evaluate
the impact of vehicular traffic on maximal throughputs, energy consumption and quality of
service.
Keywords: heterogeneous mobile networks; small-cells, propagation; environment mobility;
realistic mobility models; hybrid modeling
Page | 8

Table des matires

Liste des abrviations ..................................................................................................................... 13
Liste des figures ............................................................................................................................. 15
Liste des tableaux ........................................................................................................................... 18
Introduction .................................................................................................................................... 19
1.
Problmatiques spatio-temporelles dans les rseaux de petites cellules ................................ 25

1.A. Les variations spatio-temporelles dans les rseaux sans fil ............................................. 27
1.A.1.
Phnomnes dynamiques ......................................................................................... 27
1.A.2.
Caractrisation des vanouissements ....................................................................... 30
1.A.3.
Gnration des vanouissements .............................................................................. 36
1.A.4.
Impact sur les performances du rseau..................................................................... 39
1.B.
Les dfis dans les petites cellules .................................................................................... 43
1.B.1.
Introduction au concept de petites cellules ........................................................ 43
1.B.2.
Adapter les modles de canal existants ? ................................................................. 43
1.B.3.
Evaluation des performances ................................................................................... 44
1.C.
Influence de lenvironnement dans les petites cellules ................................................... 46
1.C.1.
Note sur lenvironnement statique ........................................................................... 46
1.C.2.
La mobilit de lenvironnement en intrieur ............................................................ 47
1.C.3.
La mobilit de lenvironnement en extrieur ........................................................... 51
1.D. Conclusion du chapitre .................................................................................................... 56

Bibliographie .............................................................................................................................. 58
2.
Scne de propagation enrichie................................................................................................ 65

2.A. Plateforme de gnration et de simulation ...................................................................... 67
2.A.1.
Processus de fonctionnement ................................................................................... 67
2.A.2.
Structure ................................................................................................................... 67
2.A.1.
Caractrisation structurelle des objets ...................................................................... 68
2.A.2.
Description de la base de donnes libre OpenStreetMap ......................................... 68
Page | 9

2.B.
Gnration et prise en compte de dtails statiques .......................................................... 70
2.B.1.
Gnration de dtails statiques ................................................................................. 70
2.B.2.
Prdiction de la propagation ..................................................................................... 73
2.B.3.
Propagation sur des dtails dynamiques................................................................... 80
2.C.
Simulation de la mobilit ................................................................................................. 81
2.C.1.
Introduction .............................................................................................................. 81
2.C.2.
Etat de lart : des modles alatoires aux modles ralistes ..................................... 82
2.C.3.
Propositions de modles de mobilit ralistes.......................................................... 87
2.D. Illustrations de lutilisation de la plateforme de simulation ............................................ 97

2.D.1.
Ralisme du canal de propagation ............................................................................ 97
2.D.2.
Contraintes dutilisation ......................................................................................... 100
2.E.
Conclusion du chapitre .................................................................................................. 102
Bibliographie ............................................................................................................................ 104

3.
Impact de lenvironnement proche sur le canal de propagation ........................................... 107

3.A. Impact de la mobilit du rcepteur ................................................................................ 110
3.A.1.
Introduction ............................................................................................................ 110
3.A.2.
Etude de limpact des lampadaires ......................................................................... 110
3.A.3.
Etude des vanouissements grande chelle ......................................................... 113
3.B.
Impact du trafic de vhicules ......................................................................................... 125
3.B.1.
Introduction ............................................................................................................ 125
3.B.2.
Mesures .................................................................................................................. 125
3.B.3.
Validation et ajustements ....................................................................................... 138
3.B.4.
Campagne de simulation sur limpact de la hauteur de lantenne dmission ....... 146
3.C.
Conclusions du chapitre................................................................................................. 151
Bibliographie ............................................................................................................................ 154

4.
Modles de propagation hybrides......................................................................................... 155

4.A. Vers une modlisation plus statistique dans les outils dterministes ............................ 157
4.A.1.
Introduction ............................................................................................................ 157
4.A.2.
Donnes dentre .................................................................................................... 157
Page | 10

4.A.3.
Paramtres du processus......................................................................................... 159
4.A.4.
Gnration des motifs de fluctuation ..................................................................... 163
4.A.5.
Rsum des tapes du processus ............................................................................ 168
4.A.6.
Evaluation du modle ............................................................................................. 169
4.B.
Vers une modlisation plus raliste dans les outils stochastiques ................................. 177
4.B.1.
Introduction ............................................................................................................ 177
4.B.2.
Activit humaine dans WINNER II ....................................................................... 178
4.B.3.
Trafic vhiculaire dans WINNER II ...................................................................... 179
4.C.
Conclusions du chapitre................................................................................................. 181
Bibliographie ............................................................................................................................ 183

5. Application: Impact de la mobilit de lenvironnement proche sur le rseau en contexte LTE
htrogne .................................................................................................................................... 185
5.A. Simulation de rseaux LTE htrognes ....................................................................... 187
5.A.1.
Introduction ............................................................................................................ 187
5.A.2.
Simulateur LTE de luniversit de Vienne ............................................................. 189
5.B.
Etude n1 : Simulations de rseau charge maximale .................................................. 195
5.B.1.
Scnarios et mthodologie ..................................................................................... 195
5.B.2.
Rsultats ................................................................................................................. 196
5.B.3.
Analyse et interprtation ........................................................................................ 199
5.C.
Etude n2 : Simulations de rseau charge raliste ...................................................... 201
5.C.1.
Introduction ............................................................................................................ 201
5.C.2.
Scnarios et mthodologie ..................................................................................... 202
5.C.3.
Rsultats ................................................................................................................. 204
5.C.4.
Analyse et interprtation ........................................................................................ 207
5.D. Conclusions du chapitre................................................................................................. 209

Bibliographie ............................................................................................................................ 211
Conclusion .................................................................................................................................... 213
Liste des contributions ................................................................................................................. 219
Page | 11

Page | 12

Liste des abrviations

3GPP
ACM
BBAG
ERC
IDM
IDM-IM
ITT
LoS
LTE, LTE-A
MAC
MBS
MIMO
MSCG
NLoS
OFDM
OFDMA
OSI
OSM
PC
PF
PHY
3rd Generation Partnership Project : Groupe de standardisation pour les

rseaux mobiles.
Adaptive Coding & Modulation : Technique de transmission proposant une
adaptation du codage et de la modulation en fonction de la qualit du
signal.
Bruit Blanc Additif Gaussien
Expansion de Rayon de Cellule : Technique dassociation utilise dans les
rseaux htrognes.
Intelligent Driver Model : Modle de mobilit microscopique bas sur la
relation au vhicule prcdent.
Intelligent Driver Model-Intersection Management : Extension de IDM
proposant la gestion des intersections.
Intervalle de Temps de Transmission, dans un rseau de communication.
Line of Sight : Visibilit directe de lmetteur au rcepteur.
Long-Term Evolution, Long-Term Evolution Advanced : Norme 3GPP
pour les rseaux de 4me gnration.
Media Access Control : Contrle d'accs au support, sous-couche de la
liaison de donnes du modle standard OSI.
Macro Base Station : Station de base dun rseau macro-cellule.
Multiple Input Multiple Output : Systme avec plusieurs antennes
lmission et la rception.
Modle Stochastiques de Canal bass sur la Gomtrie
Non-Line of Sight : Non visibilit directe.
Orthogonal Frequency-Division Multiplexing : Technique de modulation
utilisant des sous-porteuses orthogonales.
Orthogonal Frequency-Division Multiple Access : Mthode daccs
partag, base sur lOFDM.
Open Systems Interconnection : Modle standard pour la communication
entre diffrentes entits.
OpenStreetMap, base de donnes cartographique libre et collaborative.
Petite Cellule : Station de base dun rseau comprenant des petites cellules.
Proportional-Fair : Algorithme dallocation quitable des donnes.
Couche Physique du modle standard OSI.
Page | 13

QdS
RR
RSB
RSIB
SER
SISO
TD
TUD
UE
UHF
ULB
WiFi
WiMAX
Qualit de Service, dun utilisateur dun rseau de communication.

Round-Robin : Algorithme dallocation uniforme des donnes.
Rapport Signal Bruit
Rapport Signal Interfrences plus Bruit
Surface Equivalente Radar
Single Input, Single Output : Systme avec une seule antenne lmission
et la rception.
Trajet Direct
Thorie Uniforme de la Diffraction
User Equipment : Utilisateur dun rseau de communication
Ultra Hautes Frquences
Ultra Large Bande
Rseau local sans-fil standardis IEEE 802.11
Rseau cellulaire standardis IEEE 802.16
Page | 14

Liste des figures

Figure 1.1 : Variations temporelles du signal ................................................................................ 28
Figure 1.2 : Distinction des vanouissements ................................................................................ 29
Figure 1.3 : Relation entre les fonctions de densit de puissance et les fonctions de corrlation du
canal ............................................................................................................................................... 30
Figure 1.4 : Modle multiplicatif dvanouissements grande chelle ......................................... 31
Figure 1.5 : Concept damas de rayons et de gomtrie dans 3GPP SCM [22]............................. 38
Figure 1.6 : Reprsentation dans lespace des signaux dune modulation QPSK (code de Gray). 40
Figure 1.7 : Modle stochastique 2 tats [58].............................................................................. 49
Figure 1.8 : Modle physique de propagation autour du corps humain [60] ................................. 50
Figure 1.9 : Passage dun vhicule et son effet sur le canal [78] ................................................... 53
Figure 2.1 : Processus de fonctionnement de la plateforme de gnration et de simulation ......... 67
Figure 2.2 : Structure de la plateforme de gnration et de simulation ......................................... 68
Figure 2.3 : Illustration des donnes OSM visualises dans lditeur JOSM ................................ 69
Figure 2.4 : Exemple de scne de propagation enrichie ................................................................. 72
Figure 2.5 : Ellipsode de Fresnel et arte unique en lame de couteau .......................................... 73
Figure 2.6 : Modle deux rayons ................................................................................................. 76
Figure 2.7 : Structure et carrosserie dune voiture ......................................................................... 78
Figure 2.8 : Familles de modles de mobilit dans les rseaux mobiles ad-hoc [21] .................... 81
Figure 2.9 : Exemples de motifs de chemins avec des modles de marche alatoire .................... 82
Figure 2.10 : Etapes de simulation de mobilit .............................................................................. 84
Figure 2.11 : Principes du modle piton semi-continu ................................................................. 86
Figure 2.12 : Exemple de superposition de linaires de rues et de vecteurs 3D de btiments ....... 88
Figure 2.13 : Structure dun objet intersection ............................................................................... 90
Figure 2.14 : Problme du vhicule aveugle ............................................................................ 91
Figure 2.15 : Exemple dvolution de la vitesse en fonction de la densit .................................... 93
Figure 2.16 : Exemple de statistiques de macro-mobilit .............................................................. 93
Figure 2.17 : Exemple de densit spatiale ...................................................................................... 94
Figure 2.18 : Exemple de gnration de trottoirs en milieu urbain ................................................ 95
Figure 2.19 : Distribution du piton sur la zone darrive ............................................................. 96
Figure 2.20 : Vue du scnario dillustration ( Google 2012) ...................................................... 97
Figure 2.21 : Scne enrichie par le mobilier urbain et trajectoire du rcepteur mobile ................. 98
Figure 2.22 : Illustration de la variation de puissance avec un rcepteur mobile .......................... 98
Figure 2.23 : Dtails de variation de puissance avec un rcepteur mobile .................................... 99
Figure 2.24 : Scne enrichie par des vhicules mobiles ............................................................... 100
Figure 2.25 : Illustration de la variation de puissance avec un environnement mobile ............... 100
Page | 15

Figure 3.2 : Profil de puissance due au mobilier urbain le long de la route ................................. 111
Figure 3.3 : Profil dangle dmission horizontal le long de la route........................................... 112
Figure 3.4 : Profil puissance-retard et profil angulaire horizontal en mission pour le point 490
...................................................................................................................................................... 113
Figure 3.5 : Scnarios dtude des vanouissements grande chelle ........................................ 114
Figure 3.6 : Distribution logarithmique de lamplitude des vanouissements pour laddition de
deux champs complexes ............................................................................................................... 115
Figure 3.7 : Pev (0R0D+RS) ...................................................................................................... 116
Figure 3.8 : Modle deux rayons et distances de corrlation .................................................... 117
Figure 3.9 : Pev (1R0D) ............................................................................................................. 118
Figure 3.10 : Amplitude des vanouissements le long dune route (1R0D, environnement 2) ... 119
Figure 3.11 : Pev (2R0D+RS) .................................................................................................... 120
Figure 3.12 : Routes de simulation pour ltude de lvanouissement d au mobilier urbain et
illustration de gnration de voiture le long des rues ................................................................... 122
Figure 3.13 : Statistiques compares de Pev avec et sans vhicules stationns (Env. 1) .............. 123
Figure 3.16 : Environnement de mesure statique ......................................................................... 125
Figure 3.17 : Agencement des scnarios de mesure ..................................................................... 126
Figure 3.18 : Environnement de mesure dynamique (B) ............................................................. 127
Figure 3.19 : Chane de mesure .................................................................................................... 128
Figure 3.20 : Mesure de la diversit spatiale locale ..................................................................... 128
Figure 3.21 : Capture dcran dun passage de vhicule et variation du signal ........................... 129
Figure 3.22 : Processus didentification par motif ....................................................................... 130
Figure 3.23 : Rsultat des mesures statiques ................................................................................ 131
Figure 3.24 : Motifs moyenns pour les bus et utilitaires ............................................................ 133
Figure 3.25 : Bus, Configuration ............................................................................................. 133
Figure 3.26 : Bus, Configuration .............................................................................................. 133
Figure 3.27 : Utilitaires, Configuration .................................................................................... 133
Figure 3.28 : Motifs moyenns de voitures .................................................................................. 134
Figure 3.29 : Configuration AL ................................................................................................. 135
Figure 3.30 : Configuration AL ................................................................................................. 135
Figure 3.31 : Configuration BL ................................................................................................. 135
Figure 3.32 : Configuration BL ................................................................................................. 135
Figure 3.33 : Attnuation due la diffraction par arte unique en lame de couteau une frquence
de 2,1 GHz, hauteurs dmission 3,6 m et rception 1,5 m, distance de 14 m ....................... 137
Page | 16

Figure 3.34 : Comparaison de lattnuation mesure et calcule avec une diffraction par arte
unique en lame de couteau pour un utilitaire .............................................................................. 139
unique en lame de couteau pour une voiture ................................................................................ 140
Figure 3.36 : Comparaison des motifs drivs des mesures et de la prdiction dynamique pour les
bus ................................................................................................................................................ 142
utilitaires ....................................................................................................................................... 143
voitures ......................................................................................................................................... 143
Figure 3.39 : Valeurs des diffrences damplitude entre trajet direct et rflexion sur le sol en
fonction de la distance du lien ...................................................................................................... 144
Figure 3.40 : Rsultats du modle ajust dans la configuration AL .......................................... 145
Figure 3.41 : Rsultats du modle ajust dans la configuration BL .......................................... 145
Figure 3.42 : Environnement A1 .................................................................................................. 147
Figure 3.45 : Distribution de lattnuation dans le cas scnario A1, rcepteur proche de lmetteur
...................................................................................................................................................... 149
Figure 3.46 : Rsultats de probabilit de coupure un niveau de 6 dB ....................................... 150
Figure 4.1 : Exemples dun rseau de mobilit et des statistiques de trafic ................................. 158
Figure 4.2 : Exemple dune base de donnes vectorielle et des rayons des trajectoires .............. 159
Figure 4.3 : Processus deux tats ............................................................................................... 160
Figure 4.4 : Scnario de petites cellules et intersections lien / route............................................ 161
Figure 4.5 : Chanes de processus corrls................................................................................... 163
Figure 4.6 : Motifs de fluctuation................................................................................................. 164
Figure 4.7 : Trajet direct, rflexion et diffractions sur les artes dun vhicule dans un scnario de
petites cellules .............................................................................................................................. 165
Figure 4.8 : Exemple de corrlation de multi-trajets .................................................................... 166
Figure 4.9 : Paramtres du calcul TUD en 2D ............................................................................. 167
Figure 4.10 : Distribution des dures inter-obstruction, comparaison avec les mesures ............. 171
Figure 4.11 : Probabilits de coupure, comparaison avec les mesures ........................................ 172
Figure 4.12 : Scnario de validation : dploiement LTE htrogne ........................................... 173
Figure 4.13 : Probabilits de coupure, comparaison avec un outil dterministe .......................... 174
Figure 4.14 : Matrice de corrlation des obstructions pour 3 utilisateurs .................................... 175
Figure 4.15 : Comparaison des gains de temps de simulation et des dures des processus ......... 176
Figure 4.16 : Diffractions horizontales et verticales sur une personne ........................................ 179
Page | 17

Figure 5.1 : Allocation en bloc temps/frquence en LTE [3] ....................................................... 188

Figure 5.2 : Canal LTE temps/frquence pour deux utilisateurs [3] ............................................ 188
Figure 5.3 : Principales tapes de processus du simulateur LTE de luniversit de Vienne ........ 189
Figure 5.5 : Scnarios de dploiement pour ltude n1 .............................................................. 195
Figure 5.6 : Rsultats de simulation UE1 .................................................................................. 198
Figure 5.7 : Rsultats de simulation UE11 ................................................................................. 198
Figure 5.8 : Rsultats de simulation UE2 (Scenario B) ............................................................. 199
Figure 5.9 : Rsultats de simulation Rseau (Scenario D) ........................................................ 199
Figure 5.10 : Scnario de dploiement pour ltude n2 .............................................................. 204
Figure 5.11 : Rsultats de simulation UE1 ................................................................................ 205
Figure 5.12 : Rsultats de simulation UE12 ............................................................................... 205
Figure 5.13 : Rsultats de simulation UE9 ................................................................................ 206
Figure 5.14 : Rsultats de simulation UE16 ............................................................................... 206
Figure 5.15 : Rsultats de simulation Rseau ........................................................................... 207
Liste des tableaux

Tableau 2.1 : Liste non exhaustive dinformation de mobilier urbain dans les fichiers .osm........ 71
Tableau 3.1 : Scnarios de mesure et notations ........................................................................... 127
Tableau 3.2 : Valeurs des distributions pour les paramtres des vhicules ................................. 136
Tableau 3.3 : Rapports de distance et mtriques de mobilit pour la campagne de simulation ... 148
Tableau 4.1 : Distribution des vhicules ...................................................................................... 170
Tableau 5.1 : Paramtres de simulation pour ltude n1 ............................................................ 197
Tableau 5.2 : Paramtres de simulation pour ltude n2 ............................................................ 203
Page | 18

0
Introduction
Depuis le dbut des annes 1980, les communications sans fil en situation de mobilit
connaissent un succs toujours grandissant. La dmocratisation de la transmission de la voix par
le GSM a ouvert le champ des technologies, telles que lUMTS, proposant des dbits plus
rapides et donc des services de plus en plus nombreux. Aujourdhui, le rseau de tlphonie
mobile ne sert plus seulement avoir une conversation distance, mais envoyer des photos,
faire de la visiophonie, naviguer sur le Web, jouer en ligne, lire des flux vido... Llargissement
de la gamme des applications et des services entrane une augmentation croissante de lutilisation
de donnes, jusqu atteindre les limites de capacit des rseaux actuels. Les rseaux venir
devront donc mettre disposition des dbits plus importants, mais galement servir plus
dutilisateurs. Des solutions doivent tre trouves pour utiliser au mieux le spectre des frquences
disponibles, qui est limit, et le canal de propagation. Dune part, de nouveaux systmes, dits de
4me gnration (WiMAX, LTE-A) sont conus par des organismes de standardisation pour
rpondre aux besoins des nouveaux rseaux mobiles. Dautre part, les oprateurs cellulaires
mettent en place une densification de leurs rseaux, dans des situations o celui-ci arrive une
charge maximale. En effet, la densification du rseau, cest--dire lajout de nouvelles antennes,
permet daugmenter sa capacit, mais a un cot en termes de matriel et dinterfrences entre
cellules. Des nouvelles topologies de rseaux ont t imagines comme solution cette
densification. Ces topologies, appeles petites cellules, sont confines des environnements
restreints : lchelle dune rue en environnement extrieur (pico-cellule) ou lchelle dune
pice ou dune habitation en environnement intrieur (femto-cellule).
Au-del de la densification des rseaux cellulaires, lutilisation de topologies proches et
denses reprsente le futur des communications sans fil avec les concepts de rseaux de
prochaines gnrations : les rseaux base de relais, les rseaux maills et enfin les rseaux adhoc, qui prsentent des communications directes entre objets, humains ou machines, dans un
monde ultra-connect.
Page | 19

Introduction
Ce doctorat se droule dans le cadre CIFRE (Conventions Industrielles de Formation par la

Recherche), qui permet pour le doctorant un travail de collaboration entre le milieu industriel, ici
la socit SIRADEL, et le milieu acadmique, ici le laboratoire CITI (Centre dInnovation en
Tlcommunications et en Intgration de services). SIRADEL est une entreprise de haute
technologie rennaise, galement implante en Asie et en Amrique, qui fournit en France et
linternational des solutions pour la planification radio des rseaux de tlcommunication et de
tldiffusion, et dite en particulier des produits logiciels de calcul de zone de couverture radio.
Par ailleurs SIRADEL spcifie, produit et commercialise des bases de donnes gographiques
haute rsolution pour diffrentes applications. Enfin SIRADEL ralise pour des oprateurs et des
quipementiers des campagnes de mesure radio sur le terrain ainsi que des prestations
dexpertise. Les travaux ont eu lieu au sein du dpartement Radio R&T, qui bnficie dune
quipe de recherche reconnue qui participe de nombreux projets collaboratifs sur les thmes de
la propagation radio et des mthodologies de dploiement, de planification et doptimisation des
rseaux. Le laboratoire CITI, bas Lyon et associ lINSA de Lyon et lINRIA, dveloppe son
activit de recherche sur les enjeux associs au dveloppement de l'Internet travers 5 domaines
d'expertise : intergiciel, vie prive, rseau, systmes embarqus et systmes radio. Les
collaborations mises en uvre avec le CITI concernent en particulier les potentialits
doptimisation des systmes et des rseaux grce une meilleure caractrisation du canal de
propagation dynamique.
La connaissance du canal de propagation est la brique de base dans lvaluation des
performances des diverses couches des rseaux de communication. La topologie dense des petites
cellules affecte le canal de propagation des signaux. Nous nous interrogeons dans ce manuscrit
sur la pertinence des modles de propagation, dvelopps pour la plupart dans des contextes de
macro-cellules, et en particulier de la modlisation des diffrentes dynamiques en petites cellules.
Au del de limpact sur la propagation, notre dmarche cherche tablir une valuation de
limpact de cette dynamique sur les mcanismes des systmes et des rseaux.
Deux composantes essentielles sont en particulier identifies dans le premier chapitre comme
sujets dtude privilgis. Premirement, les modlisations stochastiques des vanouissements
grande chelle dus au dplacement de lutilisateur nous paraissent inadaptes aux petites cellules.
En effet, la justification physique dun modle log-normal requiert des phnomnes de masquage
souvent absents en petite cellule. De plus, la modlisation des corrlations dans lespace et le
temps de ces vanouissements grande chelle est discutable sur plusieurs points, notamment le
caractre isotrope du modle majoritairement utilis dans la littrature. Secondement, les
vanouissements dus lenvironnement nous semblent ngligs de manire inadquate. En effet,
Page | 20

Introduction
la densification des cellules rend les caractristiques du canal sensibles aux changements dans
lenvironnement de propagation.
De nombreuses mesures ont t ralises par la communaut scientifique dans le contexte
denvironnement intrieur. Limpact du corps humain sur le masquage des trajets de propagation
a t dmontr en particulier 60 GHz, mais galement dans des systmes WiFi ou ULB et
plusieurs modlisations permettent de prendre cet aspect en compte lors de lvaluation des
systmes. Cette problmatique est cependant peu traite en environnement extrieur, mme si des
mesures ont mis en avant des liens entre variations du canal et mobilit de lenvironnement,
notamment des vhicules. Cest pourquoi nous avons choisi de privilgier ltude des
environnements de petites cellules extrieures. Par ailleurs, SIRADEL et le laboratoire CITI
participent dans un cadre de programme ANR au projet ECOSCells1, qui vise tablir un cadre
commun de travail pour le dploiement de futures stations de base de type petite cellule. Ces
stations de base ont pour objectif de pouvoir subir des charges importantes de trafic ainsi que
doptimiser leurs besoins en consommation nergtique. Diffrents algorithmes (adaptation
dynamique, gestion optimale des interfrences, gestion de rseaux htrognes) ont donc t
dvelopps par plusieurs partenaires et tests dans des plateformes communes de simulation et de
dmonstration. La dfinition de scnarios communs permet de fournir des scnarios applicatifs
pour cette thse. Par exemple, une possibilit de dploiement envisage est de placer une station
de base tous les 100 m le long des rues sur des lampadaires, une hauteur de 4 m. La station de
base serait munie dune antenne omnidirectionnelle et mettant quelques Watts. La norme de
communication envisage est le LTE. Plusieurs scnarios de dploiement sont considrs : rseau
indpendant de petites cellules, couverture de zones blanches , couverture de zones forte
demande de dbit...
Nous considrons cependant les tudes en scnarios denvironnement intrieur comme une
source importante de mtriques de mesure et dexemples de modlisations. De plus, des tudes et
des modles en environnement intrieur ont t raliss par lquipe R&T de SIRADEL dans
divers projets, tels que FREEDOM2, WHERE II3 ou POSEIDON4.
Le travail expos dans ce manuscrit se situant dans un cadre industriel, la mthodologie
choisie pour rpondre aux problmatiques voques se base sur les connaissances et algorithmes
existants dans lentreprise. De manire spcifique, SIRADEL dite un outil de prdiction de
propagation dterministe, bas sur le lancer de rayons. Les modles dterministes de propagation
utilisent une approche physique base sur la connaissance de la gographie, au contraire de
1
Projet ECOSCells ANR http://www.systematic-paris-region.org/fr/projets/ecoscells

Projet FREEDOM EU 7th Framework Program http://www.ict-freedom.eu/
3
Projet WHERE2 EU 7th Framework Program http://www.kn-s.dlr.de/where2/
4
Projet POSEIDON EU 7th Framework Program http://www.poseidon-ip.eu/
2
Page | 21

Introduction
modles stochastiques qui dcrivent les variations du signal suivant ses statistiques, gnralement
obtenues laide de donnes empiriques.
La premire approche que nous avons est donc dobserver limpact sur la prdiction de
propagation dterministe des dtails de lenvironnement jusqu prsent ngligs. Lintrt de
cette approche dterministe est de pouvoir gnrer un grand nombre de donnes et de les traiter
de manire statistique sans avoir faire de longues campagnes de mesure. Cependant, les dtails
de lenvironnement ne sont pas forcment prsents dans les bases de donnes gographiques, et
les modles de propagation ne sont pas forcment adapts pour calculer les contributions issues
de ces dtails. Le chapitre 2 dcrit lensemble des processus mis en place dans les diffrents
environnements tudis, rassembls lintrieur dune plateforme gnrique de simulation qui
permet la gnration de dtails et son couplage avec la prdiction de propagation. Nous
prsentons en particulier une dmarche novatrice de gnration pseudo-alatoire dobjets
statiques permettant de faire des traitements statistiques sur plusieurs versions dune mme scne
de propagation enrichie. Cette dmarche repose sur lutilisation des bases de donnes de
topologies de rues OpenStreetMap (OSM) libres et collaboratives. Le dplacement des objets
dans la scne de propagation est galement tudi au travers de lamlioration de modles
existants de macro et de micro-mobilit grce aux nombreuses informations des donnes dOSM.
Finalement, des modles de propagation spcifiques aux objets gnrs sont dtaills, en veillant
respecter les conditions particulires des topologies de petites cellules, notamment lapplication
des formules en champ proche. Le choix des modles se base sur une reconstitution plus
qualitative que quantitative des proprits des canaux de propagation radio considrs, avec un
intrt particulier pour les aspects de corrlation dans lespace et dans le temps. La gnration
pseudo-alatoire et les modles de propagation spcifiques aux petites cellules ont t prsents
lors dun sminaire (1) et publis dans une confrence europenne (2).
(1)
(2)
L. Maviel, J-M. Gorce and Y. Lostanlen, On the use of statistic in deterministic channel
models, in International Workshop on Propagation and Channel Modeling for NextGeneration Wireless Networks (IWPCM), Lyon, 2011.
G. Gougeon, Y. Lostanlen and L. Maviel, Coupling a deterministic propagation model
with diffuse scattering and urban furniture for small cells, in Proc. of the 5th European
Conference on Antennas and Propagation (EuCAP), Rome, Italy, pp. 3448-3452, 2011.
Une fois la plateforme de simulation mise en place, nous lutilisons pour caractriser limpact
de lenvironnement dans le chapitre 3. Son utilisation est cependant conditionne la validation
des hypothses et des mcanismes de propagation adopts, voire des ajustements des
paramtres des modles si ncessaire. Nous choisissons pour cela de confronter les rsultats de
simulation des valeurs de rfrence par des approches quantitatives et qualitatives. Nous
Page | 22

Introduction
comparons en particulier la puissance hors trajet direct venant du mobilier urbain avec des
rsultats de mesures de caractrisation prsentes dans la littrature (2). Lorsque ces valeurs de
rfrence ne sont pas disponibles, comme cest le cas pour le scnario dvanouissements
grande chelle dus au trafic de vhicules, nous procdons des mesures, publies dans (3). Le
recours aux mesures est cependant prliminaire et des tudes de caractrisation spcifiques sont
conues dans un nombre important denvironnements avec la plateforme de simulation valide et
ajuste. Nous tudions notamment limpact de la hauteur de lantenne de la station de base, qui
est un des paramtres essentiels du dploiement de rseau par les oprateurs cellulaires.
(3)
L. Maviel, A. Cordonnier, Y. Lostanlen and J-M. Gorce, Measurements of large-scale

variations caused by vehicular traffic in small-cells, in Proc. of the 19th International
Conference on Telecommunications (ICT), Jounieh, Lebanon, 2012.
Les conclusions des tudes nous amnent ensuite orienter nos recherches vers la
problmatique spcifique de limpact des vhicules sur un rseau de petites cellules, qui est une
motivation principale de nos travaux. La simulation de rseaux ncessite cependant dimportantes
ressources de calcul et rend inadquate lutilisation dun modle purement dterministe pour la
prdiction de propagation dynamique. Dans le but de gnrer rapidement des vanouissements
dus aux vhicules, nous proposons dans le chapitre 4 des modles de propagation hybrides, o
nous combinons les avantages de prcision du calcul dterministe et de rapidit des modles
stochastiques. Le modle publi dans (4) propose en particulier de reproduire les obstructions des
vhicules grce aux statistiques de mobilit et dabstraire limpact dun vhicule sur la
propagation par un motif dattnuation.
(4)
L. Maviel, J-M. Gorce and Y. Lostanlen, A hybrid propagation model for large-scale
variations caused by vehicular traffic in small cells, in Proc. of the 2012 Global
Communication Conference (Globecom), Anaheim, CA, USA, 2012.
Finalement, lutilisation du modle dvelopp fait lobjet dune tude applicative dans un
contexte de rseau LTE htrogne. Nous proposons dans le chapitre 5 un processus de
simulation novateur o les rsultats de gnration dvanouissement dus aux vhicules sont
intgrs dans un simulateur systme lien descendant existant. Les tudes ralises permettent
dobserver limpact de la mobilit des vhicules la fois sur des mtriques concernant
lutilisateur et le rseau global : variations de dbit maximal, dont les rsultats ont t publis
dans (5), ou variations conjointes de dbit utile et deconsommation dnergie...
Page | 23

Introduction
(5)
L. Maviel, J-M. Gorce and Y. Lostanlen, The impact of neglecting vehicular scattering
in LTE heterogeneous networks, in Proc. of the IEEE 78th Vehicular Technology
Conference (VTC 2013-Fall), Las Vegas, NV, USA, 2013.
Les conclusions de ces tudes nous amnent prsenter des recommandations et des
perspectives concernant la modlisation des dynamiques dans les canaux de propagation de
petites cellules et leur prise en compte dans la simulation et loptimisation des techniques
utilises dans les couches basses du modle OSI. Laspect de corrlation dans lespace et dans le
temps, particulirement important pour le dveloppement dalgorithmes permettant les relais par
un mobile ou une station de base voisine lors de mauvaises conditions du canal, est notamment
dvelopp dans deux extensions du modle de propagation hybride, publies dans (6).
(6)
L. Maviel, Y. Lostanlen and J-M. Gorce, Fast generation of correlated large-scale

variations caused by vehicular scattering in small cells, in Proc. of the 7th European
Conference on Antennas and Propagation, Gothenburg, Sweden, 2013.
Page | 24

1. Problmatiques spatio-temporelles dans les

rseaux de petites cellules
Rsum
Ce chapitre introduit la problmatique de cette thse et les notions fondamentales utilises par
la suite dans ce manuscrit. Laxe de recherche principal concerne les phnomnes nonstationnaires affectant la propagation dans un canal radio sans fil en mouvement. Nous proposons
une tude bibliographique de lanalyse et de la modlisation de ces phnomnes, ainsi que de
leur impact sur les performances des systmes radio.
Nous prsenterons dans une premire partie les mcanismes physiques la source des
variations du signal dans le temps et dans lespace, ainsi que les modles statistiques
classiquement utiliss pour abstraire et analyser ces variations. Nous introduirons galement les
diffrentes mthodes pour simuler ces variations, ainsi que les diffrentes mtriques et outils pour
valuer leur impact sur la qualit dun lien, et sur la qualit globale du rseau.
La demande croissante de dbit amne les oprateurs de rseaux cellulaires sorienter vers
une densification des dploiements, en introduisant des antennes au plus prs des utilisateurs, par
exemple au niveau de la rue. Les topologies rsultantes prsentent un environnement de
propagation plus restreint et sont appeles petites cellules. Les modles caractrisant les
variations spatio-temporelles ont t dvelopps dans le cadre des prcdentes gnrations de
systmes cellulaires, cest--dire dans des topologies de type macro-cellules. Nous verrons dans
la deuxime partie que lutilisation des modles existants nest pas toujours pertinente en petites
cellules. Dune part, la modlisation classique des vanouissements grande chelle dus au
mouvement du rcepteur nest pas adapte aux petites cellules. La justification physique utilise
en topologies macro-cellules de masquage de lensemble des rayons nest plus valable en
visibilit directe et le caractre isotrope du modle de corrlation utilis dans la littrature est
Page | 25

Chapitre 1 : Problmatiques spatio-temporelles dans les rseaux de petites cellules

discutable. Dautre part, lomission de limpact de lenvironnement, notamment de sa mobilit,
dans des topologies denses est une source derreur lors de la simulation du canal de propagation.
La richesse de lenvironnement est en effet souvent ignore dans la caractrisation des
phnomnes non-stationnaires. Dune part, les dtails statiques de lenvironnement sont rarement
pris en compte lors de la prdiction de propagation. Dautre part, limpact de la mobilit de
lenvironnement est nglig par rapport limpact de la mobilit du rcepteur. Ce choix,
pertinent en macro-cellules, est remis en question pour des environnements denses. La troisime
partie dressera un tat de lart des tudes portant sur limpact de lenvironnement intrieur et
extrieur, en particulier sur les lments mobiles dans lenvironnement. Diffrentes mesures et
modlisations portant sur des gammes de frquences diffrentes seront rpertories et analyses
et mettront en vidence linsuffisance des caractrisations dans le cadre denvironnement
extrieur, notamment limpact des vhicules dans un milieu urbain dense.
Nous terminerons ce chapitre par une synthse nonant les problmatiques principales
associes ces phnomnes de propagation. Nous en dduirons une mthodologie prcise pour
intgrer ces phnomnes dans les outils de simulation de SIRADEL, deux niveaux diffrents.
Nous proposerons tout d'abord une intgration fine et quasi dterministe de ces phnomnes, afin
de les tudier par simulation. Puis nous proposerons une approche de modlisation statistique,
permettant de dvelopper des mthodes plus efficaces en temps de calcul. Nous nous appuierons
sur des scnarios cibls, drivs de projets collaboratifs auxquels SIRADEL et le laboratoire CITI
participent.
Page | 26


1.A.
Les variations spatio-temporelles dans les rseaux sans fil
1.A.1. Phnomnes dynamiques

1.A.1.1.
Elments de la propagation
Une des faons de reprsenter la propagation des ondes radio dans lespace est dimaginer des
rayons allant de lmetteur au rcepteur en suivant des trajectoires diffrentes. Lensemble des
rayons (appels multi-trajets) est le rsultat de divers phnomnes de propagation, qui sont
regroups en trois catgories principales :
- La diffusion, qui est le rsultat dune onde rencontrant une surface irrgulire. D aux
irrgularits de la surface, le rayon incident se diffuse dans plusieurs directions.
- La rflexion, qui est un cas particulier de la diffusion lorsque les irrgularits de surface
de lobjet diffuseur sont trs petites par rapport la longueur donde du rayon incident.
Le rayon rflchi ne se diffuse que dans une direction
- La diffraction, qui est la courbure de rayons autour dobstacles de petite taille compar
la longueur donde, ou par quivalence la dissmination de rayons travers de petites
ouvertures.
Un ensemble de multi-trajets provenant dun mme diffuseur est regroup dans ce que nous
appelons un amas de rayons. Les multi-trajets lintrieur dun mme amas ont des proprits
similaires de retard (souvent pris en relatif par rapport au trajet direct), dangle et de puissance.
1.A.1.2.
Variations temporelles du signal
Les variations temporelles du signal ont lieu lorsquil y a du mouvement dans le canal, venant
de lmetteur, du rcepteur ou des diffuseurs. Les vanouissements sont classiquement spars en
deux catgories. Lorsque les variations ont lieu sur de petites valeurs par rapport lchelle
despace ou de temps, les vanouissements sont dits petite chelle, par opposition aux
vanouissements grande chelle. La distinction entre vanouissements petite ou grande
chelle dpend des paramtres de frquence du systme. La figure 1.1 illustre des variations du
signal diffrentes chelles de distance pour un rcepteur mobile.
Page | 27

Puissance reue relative (dB)

60
vanouissements grande chelle

70
80
90
100
vanouissements petite chelle

110
0
50
100
150
200
250
300
350
Distance (m)
Figure 1.1 : Variations temporelles du signal

1.A.1.3.
Dynamiques de la propagation
Chaque rayon est reprsent par un champ complexe. Dans le cas dun signal bande troite,
les rayons sont considrs comme arrivant en un mme temps t au rcepteur, et les puissances des
multi-trajets reus se combinent en fonction de leurs phases respectives. La phase du champ est
cyclique et varie trs vite, mme avec une petite variation de la distance du trajet. La
recombinaison des champs (galement appele recombinaison des multi-trajets ou recombinaison
des rayons) aboutit donc gnralement une alternance entre recombinaisons constructives et
destructives. Considrons un ensemble constant de multi-trajets (sans apparition, ni disparition
damas de rayons) sur une distance d, sur laquelle le rcepteur se dplace. Comme les phases des
rayons varient de manire diffrente dans lespace, le signal va subir des variations rapides, qui
sont les vanouissements petite chelle. Les variations grande chelle sont quant elles
communment associes lapparition, la disparition ou lattnuation dun amas de rayons de
forte puissance. Ce phnomne de masquage se rencontre dans des environnements ruraux
(colline) mais aussi dans des environnements urbains (btiments larges). Cependant, nous verrons
dans la section 1.B.2.1 que des vanouissements grande chelle apparaissent galement dans
des environnements o il ny a pas de phnomnes de masquage. Un des dfis de la
caractrisation des vanouissements est de proposer des modles tenant compte des proprits de
corrlation temporelle, voire des proprits de corrlation spatiale, des phnomnes physiques de
propagation.
1.A.1.4.
Distinction des vanouissements
La distinction des vanouissements se fait deux niveaux en fonction de la frquence de

londe propage et des proprits du systme (cf. figure 1.2).
Page | 28

Mouvements dans le canal de propagation

Rcepteur
Environnement
Evanouissements
Petite chelle
Grande chelle
Dpendence la frquence
Lents / Rapides
Bande troite / Slectifs en frquence Dpendance au systme
Figure 1.2 : Distinction des vanouissements
Comme voqu auparavant, les vanouissements petite et grande chelle sont distingus
selon les valeurs en temps ou en espace sur lesquelles se produit lvanouissement. La dfinition
dune distance de sparation, dpendante de la frquence dmission, nest cependant pas
universelle et des distances de 10 90 ont t proposes dans divers environnements ([1], [2]).
Les vanouissements petite chelle sont distingus selon deux critres qui sont fonctions des
proprits du systme. La figure 1.3 illustre ces distinctions et les relations duales en temps et en
frquence introduites par Bello [3].
Les diffrents multi-trajets dun mme signal originel arrivent avec diffrents retards nots ,
et sont donc tals dans le temps comme reprsent sur une Rponse Impulsionnelle Complexe
(RIC, figure 1.3a, [4]). Lapplication dune transforme de Fourier de la RIC permet dobtenir la
Fonction dAuto-Corrlation en Frquence (F-ACF). Cette fonction permet de comparer la bande
du signal effectif une mtrique appele la bande de cohrence du canal, qui dcrit la plage de
frquence sur laquelle toutes les composantes spectrales du signal ont environ le mme gain et
une phase linaire. La bande de cohrence (f0) est proportionnelle linverse de ltalement des
retards (rms). Si la bande de frquence du systme est en de de la bande de cohrence, le signal
est dit bande troite, sinon, le canal est appel slectif en frquence.
Les diffrents multi-trajets dun mme signal originel arrivent de diffrentes directions et sont
diffuss par des objets se dplaant des vitesses diffrentes. La frquence Doppler est donc
diffrente pour chaque trajet n et se calcule en utilisant la vitesse du mobile v et la direction
darrive : f n = f d cos n , o fd est le dcalage maximum et est gal v . Un exemple
dtalement Doppler typique, d au mouvement du rcepteur est illustr sur la figure 1.3d. La
fonction reprsente est appele un Spectre de Puissance Doppler (SPD). Lapplication de la
transforme de Fourier inverse sur le SPD permet dobtenir la Fonction dAuto-Corrlation en
temps (T-ACF). Cette fonction permet de comparer la dure dun symbole du systme une
mtrique appele le temps de cohrence, qui dcrit la rapidit des vanouissements du canal. Le
temps de cohrence T0 est proportionnel linverse de ltalement des frquences Doppler (2 f d ).
Par comparaison avec les contraintes de dlai au niveau systme ou rseau, le canal est dit
Page | 29


vanouissements lents ou vanouissements rapides. Ces contraintes de dlais peuvent tre la
dure dun symbole systme, mais aussi la dure dune trame, dun paquet ou une contrainte de
dlai au niveau applicatif.
Fonctions duales
fc - fd
rms talement des retards
fc
fc + fd
2fd talement spectral
a) Rponse Impulsionnelle Complexe
c) Spectre de Puissance Doppler
Transformes
de Fourier
Transformes
de Fourier
Fonctions duales
f0 ~ 1/rms Bande de cohrence
T0 ~1/(2fd)Temps de cohrence
d) Fonction d'Auto-Corrlation
en Temps
b) Fonction d'Auto-Corrlation
en Frquence
Figure 1.3 : Relation entre les fonctions de densit de puissance

et les fonctions de corrlation du canal
1.A.2. Caractrisation des vanouissements
La sparation des variations du signal en diffrentes chelles est floue et diffre en fonction
de lenvironnement tudi. Comme voqu auparavant, la dfinition dune distance de sparation
est sujette discussion. De plus lorigine physique des vanouissements grande chelle par des
phnomnes de masquage est discutable. Le scnario le plus explicite remettant en cause cette
hypothse est le cas dun rcepteur dans une rue en visibilit directe (ou Line of Sight, LoS) de
lmetteur, o il ny a aucun masquage et o des variations grande chelle sont observes ([2],
[5]). La rponse ces questions passe par une spcification rigoureuse des donnes modlises.
Dfinissons y(t) comme le signal rel reu en bande troite radio-frquence (1.1) et r(t) sa
reprsentation complexe en bande de base (ou enveloppe complexe) (1.2) :
y (t ) = r (t )e j 2 fc t
r (t ) = a ( t ) e
j ( t )
Page | 30

(1.1)
(1.2)

Nous dfinissons lamplitude de lenveloppe complexe du signal comme u ( t ) = a ( t ) . La
2
1
puissance du signal rel reu est dfinie comme P ( t ) = y ( t ) = u (t ) 2 et est exprime par la
2
suite en mW ou en dBm. Nous dcrivons par la suite les modlisations statistiques classiques des
vanouissements, leurs justifications physiques et leurs proprits spatio-temporelles. Ces
modles sont galement appels modles stochastiques car ils dcrivent lvolution dans le temps
d'une variable alatoire.
1.A.2.1.
Evanouissements grande chelle
De nombreuses mesures effectues dans divers environnements ont rvl une distribution
normale des vanouissements grande chelle en base logarithmique. Aprs la description de ces
thories, nous voquerons la remise en cause de la justification physique de cette proposition
initiale. Plusieurs chercheurs contestent le modle multiplicatif sans remettre en cause la
distribution log-normale. Finalement, nous tudierons les modles de corrlation dans lespace de
ces vanouissements grande chelle, qui ont t le sujet de plusieurs tudes.
A partir de riches donnes exprimentales, Suzuki a dvelopp dans [6] un modle de canal
radio terrestre mobile, qui fait lhypothse que la moyenne du processus des vanouissements
petite chelle suit une loi statistique de distribution log-normale, rsultant deffets de masquage.
En effet, en faisant lhypothse que chaque trajet allant de lmetteur au dernier diffuseur subit un
effet dattnuation multiplicatif, lvanouissement moyen a une distribution de puissance lognormale, alors que la distribution locale est de type Rayleigh cause de leffet additif des multitrajets. Dans ce modle multiplicatif, tous les signaux transmis Ts subissent le mme processus
dattnuation en cascade, jusqu ce quils arrivent dans la zone locale de rception, comme
illustr sur la figure 1.4.
C1
Tx
Cj
...
CK
Ts1
Rs1
Tsi
Rsi
...
...
...
TsM
Rx
...
RsM
Couches d'interaction
Figure 1.4 : Modle multiplicatif dvanouissements grande chelle
La distribution log-normale des vanouissements grande chelle ( , aussi appels
masquages) est justifie mathmatiquement comme le produit de K facteurs alatoires, dont la
Page | 31


distribution converge de manire bien connue vers une distribution log-normale pour de larges K
(Thorme de la Limite Centrale). La distribution de la puissance p est donc dfinie comme :
1
p P(dBm)
exp
pP( dBm) ( p ) =
22
2
)
2
(1.3)
o P(dBm ) = 30 + 10 log P est la valeur moyenne du processus dvanouissement du lien et

est la valeur de lcart type. Pour des macro-cellules, les valeurs de varient suivant les
environnements entre 5 et 12 dB ([7], [8]) avec une valeur typique 10 dB en macro-cellules [9].
La base physique du modle multiplicatif du modle de Suzuki a t remise en cause dans [2],
les auteurs proposant la place un modle additif des rayons aboutissant la fois aux
vanouissements petite et grande chelle. Leur principal argument est labsence de
phnomnes de masquage en visibilit directe. De mme, Salo souligne dans [10] que trois faits
remettent en question ce modle multiplicatif. Premirement, les besoins numriques ne refltent
pas la ralit. En effet, suivant le thorme de la limite centrale, il faut une cascade denviron 30
processus indpendants dattnuation de type Rayleigh pour arriver une distribution lognormale, alors que le nombre dinteractions pour les trajets dominants se limite typiquement 5
dans des macro-cellules en environnement urbain-dense. Deuximement, lhypothse du modle
multiplicatif introduit des effets contradictoires pour dautres composantes de la propagation. En
effet, le modle daffaiblissement devrait augmenter de manire exponentielle avec la distance et
lcart-type devrait tre proportionnel la distance. Cependant, ces conclusions sont invalides
par les mesures empiriques. Finalement, certains rsultats de mesure publis divergent de ce
modle. Il a t montr que la corrlation du processus de masquage entre deux antennes avec des
diagrammes de rayonnement diffrents ntait pas de 1 pour une mme route parcourue.
Des modles alternatifs dvanouissements grande chelle sont dfinis dans [11], o
Andersen dfinit un modle multi-Rayleigh ou dans [10], o Salo dfinit des rgions globales et
locales, en dveloppant un modle mlangeant des oprations de multiplication et daddition des
multi-trajets. Ce modle a lavantage dtre plus plausible du point de vue physique que le
modle purement multiplicatif, mais galement dtre applicable sur de plus larges rgions
gographiques que le modle purement additif.
Nous nous intressons maintenant la corrlation des vanouissements grande chelle.
Comme nous le verrons dans la section 1.A.4.4, la modlisation correcte de la corrlation est
ncessaire, la fois pour avoir une modlisation raliste du canal (et viter ainsi les erreurs de
prdiction de performance) et pour dfinir des mtriques permettant lexploitation optimale du
canal dans les algorithmes des couches plus hautes. Deux sortes de corrlation ont t considres
dans la littrature : la corrlation entre deux mobiles (dans lespace ou dans le temps), travers la
Fonction dAuto-Corrlation (FAC) et la corrlation de signaux venus de deux stations de base
Page | 32


diffrentes vers un mme mobile, travers la Fonction de Corrlation Croise (FCC). La FAC est
la comparaison de lvanouissement dun lien avec un lien identique dcal dans le temps (mme
lien) ou dans lespace (lien voisin). Le premier modle de corrlation a t dfini par
Gudmundson dans [12] et est trs largement utilis dans les diffrents domaines de la
communaut des communications sans fil. Ce modle tablit que la corrlation de
lvanouissement grande chelle entre deux positions dun mme mobile tend de manire
exponentielle vers 0 avec la distance, suivant (1.4).
ln ( 2 )d
(d ) = e
dcorr
(1.4)
Une valeur typique de la distance de corrlation dcorr est de 50 m pour des environnements
urbains macro-cellules ([13], [14]). Dautres modles de FAC et FCC peuvent tre trouvs dans
[15]. Les principales diffrences entre les diffrents modles de la littrature sont les mtriques
considres pour tablir la corrlation. Certains modles proposent notamment de considrer
langle relatif de dplacement du rcepteur par rapport la source, soit en plus de la distance
absolue, soit en paramtre unique.
1.A.2.2.
Evanouissements petite chelle
Dans cette partie, U est la Variable Alatoire (VA) dcrivant la distribution de lamplitude de
lenveloppe complexe u ( t ) . En bande troite, le signal reu est la somme des multi-trajets. En
considrant un nombre important de diffuseurs, le Thorme de la Limite Centrale indique que
les composants du signal en bande de base, en phase uI(t) et en quadrature uQ(t) sont des
processus alatoires Gaussiens centrs sur zro et de variance 2 . Pour deux VA Gaussiennes X
et Y centres sur 0 et de variance gale 2 , on peut montrer que U =
(X
+ Y 2 ) suit une
distribution de Rayleigh (1.5) et U 2 une distribution exponentielle.

u
u
(1.5)
pU (u , ) = e 2

Dans le cas d'une composante principale forte, les vanouissements petite chelle peuvent
tre modliss par une distribution de Rice, qui a la densit de probabilit suivante :
( u + v )
u
uv
(1.6)
pU (u , v, ) = e 2 I 0

o I0 est la fonction de Bessel de premier espce dordre zro.
La distribution de Rice peut tre rcrite en fonction dun paramtre appel facteur K, ou
facteur de Rice. Le facteur de Rice dfinit la part de puissance constante v sur la part de
puissance alatoire :
Page | 33


2
2 2
La densit de probabilit en fonction du facteur K est dfinie par :
K=
(1.7)
u
u 2K
u
pU (u, K , ) = e 2 e K I 0

(1.8)
Pour K = 0, les vanouissements suivent une loi de Rayleigh, cest--dire sans composante
constante. Pour K >> 1, la distribution de Rice est approximativement Gaussienne autour de la
moyenne, qui est gale la constante v.
Cependant, les distributions ci-dessus ne sont pas adaptes certaines donnes
exprimentales. Des distributions gnrales dvanouissement ont t dfinies, avec des
paramtres permettant de sajuster une plus grande gamme de donnes empiriques. Les plus
utilises sont les distributions de Weibull et de Nakagami-m. La distribution de Weibull permet
plus de libert dans le paramtrage de la distribution, travers un paramtre de puissance .
Lenveloppe du signal u peut tre transforme partir dune VA distribue en Rayleigh en une
VA distribue en Weibull en utilisant W = U 2/ . La densit de probabilit rsultante est :
u
1
pW ( u, , ) =
u exp
2
2.2
2.
(1.9)
La distribution de Nakagami-m est drive de la distribution gamma. Elle est dfinie suivant
lquation (1.10). Lorsque m = 1, la densit de probabilit est quivalente une distribution de
Rayleigh. La distribution de Rice peut tre approche en utilisant la relation suivante pour m :
2
( K + 1)
m=
.
( 2K + 1)
Lorsque m = 1/ 2 , la densit de probabilit est quivalente une distribution
Gaussienne tronque et lorsque m , la distribution devient une impulsion.

m
mu 2
2 m 2 m1
pN ( u, m, ) =
exp
u
2
( m ) 2.2
2.
(1.10)
o ( m ) est la fonction Gamma fonction, ( n) = ( n 1)!

Lorsquun mouvement relatif est introduit dans le canal statique, soit sur lmetteur, le
rcepteur ou les diffuseurs, le canal varie dans le temps, de manire corrle avec le mouvement
induit. De manire gnrale, les modles statistiques considrent surtout la vitesse de la station
mobile, qui affecte lensemble des rayons. Plusieurs mtriques permettent de caractriser cette
corrlation. La Fonction dAuto-Corrlation en Temps, dj voque, est li la vitesse des
lments dans le canal : le temps de cohrence du canal est inversement proportionnel
ltalement Doppler.
Le Level Crossing Rate (LCR) mesure la rapidit de lvanouissement. Il quantifie la
frquence laquelle lvanouissement croise un seuil Z, gnralement dans la direction positive.
Page | 34


Comme lAFD, voque ci-dessous, le LCR permet dobtenir simplement des informations
statistiques sur les vanouissements partir de mesures de puissance. La forme analytique du
LCRZ requiert de connatre la distribution jointe p ( Z , u ) de lenveloppe du signal u et de sa
drive par rapport au temps u , cf. (1.11).

0
( Z , u ) du
LCRZ = up
(1.11)
LAverage Fade Duration Dure (AFD) quantifie la dure pendant laquelle le signal est en
dessous dun seuil Z. Le niveau cible est souvent dfini par les conditions dune mtrique de
performance, tel que le taux derreur binaire. Considrons ti la dure du ime vanouissement en
dessous de Z sur lintervalle de temps [0, T]. Pour u(t) stationnaire et ergodique, et pour T
suffisamment large, lAFDZ est dfinie comme :
AFDZ
1.A.2.3.
p(u ( t ) < Z )
LCRZ
(1.12)
Modles composites
Pour obtenir un modle qui comprend la fois des vanouissements petite et grande
chelle, des modles composites sont utiliss. Ces derniers peuvent tre dfinis soit en utilisant
des probabilits conditionnelles pour mlanger les densits de probabilit (1.13) ou exprimer le
signal reu comme une combinaison de deux processus en faisant lhypothse que ces processus
sont indpendants (1.14).
pc ( x ) = p|V ( x | w ) . pV ( w ) dw
(1.13)
c ( t ) = ( t ) .V ( t )
(1.14)
Le modle de Suzuki ([6]) fait lhypothse que la moyenne locale du processus de Rayleigh
( t ) suit un processus log-normal ( t ) indpendant.
( t ) = ( t ) . ( t )
(1.15)
La densit de probabilit associe est (1.16), o = ln (10 ) 10 .
10 log w2
10
x 2
V ( dBm )
x
2
. exp
prc ( x ) = 2 . exp 2 .
2
2
0 2w
4w w 2
dw
(1.16)
Page | 35


1.A.3. Gnration des vanouissements
Au-del de la caractrisation statistique des variations du signal, les chercheurs se sont

galement intresss aux vanouissements des fins de simulation. Nous prsentons ci-dessous
diffrentes mthodes pour gnrer des vanouissements.
1.A.3.1.
Gnration base sur les modles stochastiques
Diffrentes mthodes existent pour gnrer des vanouissements petite et grande chelle, en
utilisant les proprits des modles stochastiques prsents ci-dessus, notamment la distribution
des vanouissements et leur corrlation spatiale. La faon la plus simple est de convoluer un bruit
blanc Gaussien, avec un filtre dont la rponse en frquence est gale la racine carr du spectre
Doppler appliquer [16]. Une autre mthode, appele Somme des Sinusodes (SoS) [17], cre le
processus dvanouissement en superposant des champs, chaque champ tant caractris par une
amplitude, une phase et un angle darrive. Le processus rsultant tend vers une distribution
normale d'aprs le Thorme de la Limite Centrale. La distribution obtenue note gi ( t ) peut tre
utilise pour produire un vanouissement grande chelle (1.17) ou de type Rayleigh (1.18).
dBm ( t ) = g1,( m, ) ( t )
(t ) = g 2
2,( 0, P )
(t ) +
jg 2
3,( 0, P )
(1.17)
(t )
(1.18)
La version approche de g (t ) du processus Gaussien g (t ) est calcule suivant :

N
g (t ) = cn .cos ( 2f n t + n )
(1.19)
n =1
o N dsigne le nombre de sinusodes du processus, cn est le coefficient Doppler, qui reprsente

le facteur de poids de la nme sinusode, fn est la frquence Doppler discrte et n dsigne une
VA uniformment distribue dans lintervalle
[ 0, 2[
appele phase Doppler. Le principal
mcanisme du processus est dutiliser le Spectre de Puissance Doppler pour fixer les variables cn
et fn.
Chaque mthode de gnration possde ses propres avantages : la mthode de filtrage ne
permet de gnrer des chantillons que par bloc, introduisant un dlai, mais la mthode SoS
demande plus de ressources de calcul [18]. La gnration dvanouissements grande chelle
corrls dans lespace requiert une coordination entre la gnration de chaque lien radio dun
systme. Pour aboutir ce rsultat, deux mthodes existent, comme dcrit dans [19]. La premire
mthode tablit une quation matricielle qui pose la corrlation entre chaque paire de lien. Une
factorisation de Cholesky permet de rsoudre efficacement cette quation. La deuxime mthode
consiste reprsenter lespace par un champ alatoire (processus alatoire en deux dimensions).
Ce champ est un processus Gaussien, qui respecte une fonction dauto-corrlation donne (par
Page | 36


exemple le modle de Gudmundson). Le placement de rcepteurs des positions donnes dans le
champ corrle de manire implicite le masquage pour ces rcepteurs.
1.A.3.2.
Gnration base sur des modles physiques dterministes
Les modles physiques dterministes, que nous introduirons en dtail dans le chapitre 2, se
basent sur la connaissance des composants du canal de propagation (btiments, matriaux...). Ils
permettent de calculer le champ reu pour chaque position du rcepteur.
Dans le cas particulier de modles base de rayons, les vanouissements sont gnrs de
manire implicite. En effet, la recombinaison en phase de lensemble des rayons aboutit des
configurations destructives ou constructives suivant la position du rcepteur. Par consquent,
lutilisation de logiciels lancer de rayon ou de trac de rayon est une bonne approche dans
ltude des causes physiques des vanouissements. Il faut cependant noter que les rsultats
obtenus sont manier avec prcaution. En effet, il existe de nombreuses sources dapproximation
dans ce type de modles. Premirement, lapplication de loptique gomtrique est en soi une
approximation, qui ncessite de respecter certaines conditions. Ensuite, la discrtisation de
lespace apporte par les outils lancer de rayons introduit des discontinuits si les paramtres de
simulation sont mal choisis. Des mthodes de lancer de rayons permettent cependant de
sapprocher de la prcision obtenue avec le trac de rayons. Finalement, la prcision sur
lemplacement exact des diffuseurs (btiments) peut introduire des incertitudes, sur la puissance
mais surtout sur la phase dun trajet qui est trs sensible la longueur du trajet. Mme si la phase
de chaque rayon une position p nest pas certaine, lvolution de la phase le long dune route est
pertinente.
1.A.3.3.
Modles Stochastiques de Canal bass sur la Gomtrie
Les Modles de Canal Stochastiques bass sur la Gomtrie (MCSG) ont merg lorsque le
dveloppement de nouveaux systmes de communication sans fil a ncessit des informations de
direction darrive et des canaux plus riches en multi-trajets, comme les micro- et pico-cellules.
Le principe de base du modle directionnel original dvelopp dans le cadre du programme
europen COST 259 [20], est davoir un environnement compos de plusieurs sources de
diffusion disposes gomtriquement dans lespace de telle manire que les proprits
stochastiques du signal soient reproduites en recombinant les diffrents amas de rayons. Plusieurs
modles similaires ont ensuite t publis, tels que le COST 273 et 2100 [21], 3GPP SCM [22],
ou WINNER II [7], proposant chacun des paramtrages diffrents des diffuseurs ainsi que des
extensions (canaux double-directionnels, corrlation entre paramtres, corrlation dans lespace,
MIMO, canaux spcifiques, bandes de frquences tendues, polarisation...). Ces modles
permettent de gnrer des instances diffrentes de canal de manire rapide mais possdant les
proprits de radio-propagation les plus ralistes et dtailles possibles.
Page | 37

Figure 1.5 : Concept damas de rayons et de gomtrie dans 3GPP SCM [22]
Nous allons aborder brivement les diffrents mcanismes utiliss pour gnrer des
vanouissements petite et grande chelle dans WINNER II. La notion de segment considre que
sur une certaine distance, les paramtres de grande chelle sont constants : vanouissement
grande chelle, talement des retards, talement des angles darrive et de dpart, facteur K.
Lorsquun utilisateur change de segment, les paramtres de grande chelle sont recalculs. Ils
sont cependant corrls dans lespace, grce un champ alatoire unique. Les auteurs du modle
ont choisi dutiliser le modle de Gudmundson pour les corrlations entre stations mobiles
(espace ou temps). Les rsultats de mesures ne montrant pas de corrlation claire entre diffrentes
stations de base vers une mme station mobile, linter-corrlation est fixe 0. Une matrice de
corrlation permet galement de corrler les paramtres de grande chelle entre eux. Un segment
sur lequel le canal est stationnaire est appel un drop. Les paramtres de petite chelle sont
gnrs pour un drop : puissance, dlais, angles darrives et de dpart des diffrents amas de
rayons. Une phase initiale est dtermine pour chaque rayon. En considrant un mouvement
virtuel du rcepteur, le seul changement dans la phase des rayons, accompagn des frquences
Doppler calcules laide de la vitesse et des angles darrive, permet de gnrer des
vanouissements petite chelle.
De plus, des efforts sont faits pour amliorer la cohrence des amas de rayon suivant
lvolution temporelle du mobile. Dans lapproche basique, les proprits de grande chelle du
lien sont corrles entre deux segments, mais les proprits des amas de rayons (puissance, dlai,
angles) sont rgnres. La description du modle spcifie des mthodes avances bases sur le
principe dapparition/disparition, soit de manire linairement croissante/dcroissante, soit par
des processus de Markov. Cependant, ces mthodes ne sont pas prsentes dans limplmentation
propose. Pour les liens stationnaires (point point), WINNER II prsente le concept damas de
rayons en mouvement, pour modliser la mobilit de lenvironnement.
Page | 38


1.A.4. Impact sur les performances du rseau
Le lien radio sans fil gnre de nombreuses variations par rapport des liens physiques, tels
que les cbles coaxiaux ou la fibre optique. Par consquent, il est important davoir une bonne
reprsentation physique du lien pour pouvoir analyser ces variations, tablir des contraintes sur
les systmes de transmission et enfin optimiser la transmission en exploitant les diversits du
canal. Le taux derreur est une mtrique qui dcrit la probabilit que linformation transmise sur
une interface radio ne soit pas reue. Cest la plus utilise des mtriques prsentes par la suite.
Le taux derreur dpend du Rapport Signal Bruit (RSB), mais aussi de la modulation utilise et
des paramtres du systme, tel que le codage. Les performances du rseau peuvent tre tudies
de trois manires, respectivement par lanalyse thorique, lexprimentation et la simulation.
Nous dcrirons dans les paragraphes suivants ces mthodes. Nous ferons ensuite un bref tat des
lieux des solutions qui existent pour mitiger leffet des vanouissements et exploiter leurs
caractristiques statistiques.
1.A.4.1.
Mtriques de performance
Les mtriques de performance du lien radio ont plusieurs finalits. Elles peuvent tre utilises
pour valuer des algorithmes amliorant les performances aussi bien que servir de paramtre dans
des mcanismes de systme cellulaire, tel que le transfert intercellulaire. La mtrique de RSB
dcrivant la proportion de signal utile par rapport au bruit du canal est surement la plus connue.
Nous distinguons ici le RSB instantan RSB () du RSB moyen ( ), o le terme moyen indique
la moyenne statistique sur la distribution de densit de probabilit des vanouissements. Avec des
termes mathmatiques simples, leffet des vanouissements peut tre reprsent sous la forme
dune VA dont p ( ) reprsente la densit de probabilit :
p ( ) d
(1.20)
La probabilit de coupure, note Pout est dfinie comme la probabilit que lerreur instantane
dpasse un niveau donn ou de manire quivalente, la probabilit que le RSB instantan soit en
dessous dun certain seuil, th :
th
Pout = p ( ) d
(1.21)
Dans un systme idal, le bruit est un Bruit Blanc Additif Gaussien (BBAG) et il ny a pas de
transmission voisine dans la mme gamme de frquence. Cependant, dans des situations ralistes,
leffet des systmes interfrents (par exemple cellule voisine dans un rseau cellulaire) doit tre
pris en compte dans le calcul du RSB. Pour cela, la mtrique de Rapport Signal Interfrence
plus Bruit (RSIB) est introduite dans (1.22) :
Page | 39

RSIB j =
Pr , j
(1.22)
N j + Pr ,i
i j
Au-del du RSB ou du RSIB instantan, la mtrique recherche pour valuer la performance

dun systme est la bonne transmission de linformation. Linformation tant transmise
numriquement sous forme de bits, les performances dun systme se mesurent en Probabilit
dErreur Binaire (PEB), qui est la probabilit quil y ait une erreur sur un bit. La PEB est en
gnral une fonction non-linaire du RSB instantan, la nature de la non-linarit dpendant de la
modulation employe dans le systme. Lorsquon veut dcrire le taux derreur pour des mtriques
de plus haut niveau, on dfinit de manire similaire la Probabilit dErreur Symbole, note Ps(E),
puis la Probabilit dErreur Paquet. Le Taux dErreur {Bit/Symbole/Paquet} est une mtrique de
mesure de lerreur. Pour un large chantillon dlments, le taux derreur (observ) est quivalent
la probabilit derreur (thorique).
1.A.4.2.
Analyse thorique
Lanalyse thorique de limpact des vanouissements sur les mtriques de performance se

base sur les probabilits et les reprsentations mathmatiques du canal. Le but est dobtenir des
expressions simples sous forme analytique, mais incluent souvent des calculs intgraux plus
complexes. Les formules dcrivant les performances dans des conditions de canal variant dans le
temps sont drives des expressions sur des canaux Bruit Blanc Additif Gaussien (BBAG). En
reprsentant la modulation sur lespace des signaux (cf. figure 1.6) et un rcepteur maximum de
vraisemblance, les formules derreur peuvent tre drives en projetant la forme mathmatique du
BBAG sur la reprsentation dans lespace. Nous ne rentrerons pas ici ni dans les dtails, ni dans
les expressions issues de lanalyse thorique, que le lecteur pourra trouver par exemple dans [23].
Q
01
11
00
10
Figure 1.6 : Reprsentation dans lespace des signaux dune modulation QPSK (code de Gray)
Page | 40


1.A.4.3.
Exprimentation
Au contraire de lanalyse thorique, la ralisation de mesures permet davoir des rsultats

ralistes. En effet, il ny a plus dhypothse de simplification faire. Cependant, la pertinence des
conclusions effectues partir de mesures ncessite une ralisation dun nombre important
dchantillons pour arriver sabstraire des spcificits dun environnement ou de conditions de
mesures donnes, notamment la frquence dopration.
1.A.4.4.
Simulation
La dernire mthode pour tudier les performances dun rseau est de le simuler. De manire
idale, le fonctionnement entier du systme est modlis. Pour chaque lien, linformation
envoyer serait code, module, transmise sur le canal physique, puis dmodule, corrige et
dcode. Les capacits de calcul ne sont cependant pas assez importantes pour simuler de
manire rapide tout un systme, voire tout un rseau, ce qui pousse en modliser et abstraire le
plus possible certaines couches. Il existe plusieurs outils de simulation de rseau dans la
littrature, comme le trs utilis ns-2 [24], son successeur ns-3 [25], OPNET [26], OMNeT++
[27] ou openWNS [28]. Nous ne ferons pas dans ce paragraphe de rapport exhaustif des
simulateurs rseaux, mais de nombreux rapports de ce type sont disponibles dans la littrature,
par exemple dans [29]. Quelques articles soulignent limportance de la modlisation correcte du
modle de canal et de la couche physique dans les simulateurs rseaux ([30]-[31]) et plus
particulirement limportance des proprits spatio-temporelles des vanouissements petite
chelle et grande chelle. Pour une valuation correcte de la qualit dun lien radio, un simulateur
doit pouvoir combiner les informations sur l'tat du canal avec les informations du modle
physique qui dcrit les composants air-interface du systme (couche physique). Un exemple de
cette dpendance est la comparaison de la dure dun symbole par rapport au temps de cohrence
introduit dans la section 1.A.1.4. Cependant, le rajout de ralisme dans la modlisation implique
une complexification du systme et un cot en capacit de calcul. Tout simulateur se dfinit donc
comme un compromis entre prcision et simplicit.
1.A.4.5.
Rduction et exploitation des vanouissements
La connaissance des caractristiques du canal de propagation permet doptimiser la

transmission de linformation. Sklar dtaille dans [32] plusieurs mthodes pour rduire les pertes
sur le RSB apportes par les diffrents types dvanouissement. Parmi ces mthodes,
lexploitation de la diversit peut sappliquer la fois dans lespace (MIMO et les diffrentes
techniques de combinaison), en frquence (OFDM), ou en polarisation. Plusieurs auteurs
exploitent galement la diversit offerte par lvanouissement pour avoir des canaux dcorrls,
Page | 41


par exemple pour la slection de lien dans les rseaux ad-hoc ([33]) travers lenvoi dun
message un ensemble limit de sauts au lieu dun seul (appel anycasting).
De plus, des techniques adaptatives ont merg, o les couches dun rseau peuvent changer
des informations pour amliorer ses performances. Cette approche appele cross-layer est un
sujet dintrt dans le monde des communications sans fils rgi par le modle OSI. Un exemple
dvelopp dans [34] est lutilisation de linformation de la couche MAC, qui dcrit la bonne
transmission dun paquet (ACK) comme paramtre du taux de modulation de la couche PHY.
Dans [35], les auteurs se posent des questions sur le type dinformation envoyer pour que
lmetteur slectionne le taux de transmission idal et surtout sur quelle chelle mesurer cette
information, en fonction de la frquence des vanouissements.
Finalement, le concept de Coordination de Multi-Points (CoMP) introduit des mcanismes de
coopration entre les diffrentes stations de base qui permettent dchanger des informations sur
le canal, afin damliorer la capacit globale du rseau, en particulier la gestion des interfrences
inter-cellules et les performances en bords de cellule [36].
Page | 42


1.B.
Les dfis dans les petites cellules
1.B.1. Introduction au concept de petites cellules
Une des solutions laugmentation de la demande en capacit est une densification du rseau.
Ce concept nest pas nouveau et a dj t appliqu par les oprateurs de rseaux cellulaires pour
densifier leur rseau urbain en ajoutant des micro-cellules aux macro-cellules existantes. D
une demande toujours croissante, du fait de lexplosion du trafic de donne sur mobiles, cette
densification est encore utilise via le concept de petites cellules. Les petites cellules sont
destines couvrir de petites zones, tel quun ensemble de pices en intrieur (femto-cellules) ou
une portion de rue en extrieur (pico-cellules). Les rseaux de petites cellules peuvent tre
dploys de manire dense de faon former un rseau autonome, tre associs au rseau macro
pour former un rseau htrogne [37], ou insrs sur des zones prcises de manire adresser un
besoin local en capacit (trou de couverture ou pic de demande). Dans des environnements
extrieurs, les stations de base sont des hauteurs basses (3 10 m) et les rcepteurs mobiles
hauteur humaine ( 1,5 m). Dans des environnements intrieurs, la configuration est similaire
celle du WiFi. Les petites cellules ont un canal spcifique o les multi-trajets vont avoir un rle
important. La transmission est dpendante des conditions de visibilit directe (LoS). Dans le cas
contraire, la propagation passe par des diffractions, rflexions ou transmissions travers les murs.
Finalement, les nouveaux standards de communication sans fil, utiliss dans les petites cellules,
incluent des objectifs de capacit ncessitant une meilleure allocation des ressources en temps, en
frquence et dans lespace.
Il faut donc pouvoir bien caractriser les canaux de propagation des petites cellules pour les
exploiter au mieux. Pour cela, nous nous posons la question : Est-ce que les modles de canaux
macro-cellules existants peuvent tre adapts en petites cellules ? .
1.B.2. Adapter les modles de canal existants ?
1.B.2.1.
chelle
Justification du modle multiplicatif pour les vanouissements grande
Comme nous l'avons vu dans la section 1.A.2.1, la justification physique de la distribution

log-normale du modle dvanouissements grande chelle est remise en cause par diffrents
auteurs, notamment dans des conditions de visibilit directe. Ce modle se base sur une
diffrenciation des sources des vanouissements petite et grande chelle. Alors que dans le cas
de macro-cellules, les variations grande chelle peuvent tre causes par un phnomne de
masquage par les btiments, ce phnomne est peu prsent en micro-cellules, voire absent en
condition de visibilit directe. Dans ce cas, il a t montr par la simulation que ces variations
taient causes par les multi-trajets [38], [5]. Des modles alternatifs bass sur laddition des
rayons ou mixtes ont merg [10], mais ont peu t utiliss en simulation. Cette nouvelle
Page | 43


approche remet en cause les principes sous jacents du modle mais pas l'existence en tant que
telle dune distribution log-normale des vanouissements. Cependant, un tel modle laisse
supposer que l'cart-type de la distribution peut tre reli aux proprits des amas de rayons
composant le canal de propagation et donc peut voluer spatialement.
1.B.2.2.
Ralisme des corrlations des vanouissements grande chelle
Plusieurs points sont questionnables dans la caractrisation des corrlations des

vanouissements grande chelle. Le modle imagin par Gudmundson a t tabli en 1991 dans
des conditions de mesures spcifiques. Le modle a depuis t largement rutilis par la
communaut scientifique parce quil est par nature trs simple et intuitif (dcroissance
exponentielle avec la distance) et paramtrable par une seule variable reprsentant la distance de
corrlation. Cependant, son utilisation dans le contexte de petites cellules peut tre soumise des
objections. Premirement, Gudmundson indique lui-mme que dans des environnements microcellules le signal filtr contient la fois des composantes petite et grande chelle. En effet, le
signal mesur est moyenn sur des distances trs courtes (1,5 m). Cette constatation est relie la
diffrenciation difficile entre les vanouissements petite et grande chelle en petites cellules.
Gudmundson montre ainsi que pour un rcepteur en non visibilit directe, une distance de 100
600 m de la station de base de type micro-cellule, la distance de corrlation est denviron 5 m,
une frquence de 900 MHz. Deuximement, le seul paramtre pris en compte dans ce modle est
la distance absolue entre deux points. Le modle est donc isotrope, ce qui viole les proprits
physiques des vanouissements grande chelle [15]. Les investigations menes dans [5] en nonvisibilit directe ont notamment dmontr des distances de corrlation diffrentes lorsque
lutilisateur longe une route (35 m) ou traverse la mme route (12 m).
1.B.2.3.
Evanouissements dus lenvironnement
Finalement, nous nous posons la question du poids relatif des vanouissements dus au
mouvement du rcepteur par rapport aux vanouissements dus la mobilit de lenvironnement
dans un contexte de petites cellules. La plupart des tudes utilisent un modle dvanouissement
unique, sans diffrencier ces deux sources, et en utilisant la plupart du temps des modles
drivant de la mobilit du rcepteur. Pourtant, lenvironnement peut contenir des objets mobiles
obstruant et/ou diffuseurs.
1.B.3. Evaluation des performances
Chaque mthodologie dvaluation des performances a ses propres avantages et

inconvnients. Une analyse thorique est un outil utile pour avoir une ide gnrale mais est
souvent base sur des hypothses peu ralistes et un modle approximatif de la couche physique.
Les mesures ont lavantage dtre ralistes, mais demandent un cot important en matriel et en
Page | 44


temps. De plus, pour que les rsultats ne soient pas dpendants de lenvironnement exprimental,
elles doivent tre pratiques de manire extensive. Lutilisation de la simulation permet plus de
flexibilit et facilite des tudes exhaustives, mais requiert, comme pour lanalyse thorique, une
part de modlisation et dabstraction qui peuvent avoir un impact sur le ralisme des rsultats. Il
faut faire des compromis entre la prcision et les capacits de calcul. Limportance de la couche
physique et de celle du canal ont t cependant dmontres la fois en analyse thorique et en
simulation. Un modle trop approximatif (souvent pour des raisons de simplicit de calcul) peut
conduire des rsultats faux, voire opposs aux rsultats rels [31].
Nous avons not que lenvironnement a une forte influence dans la performance du lien radio,
en particulier dans les petites cellules. Par exemple, lhypothse souvent utilise dun temps de
cohrence plus large quun paquet peut tre fausse, mme dans des conditions de lien statique
lorsque les conditions de circulation proches sont denses, comme lont montr les auteurs de [39].
Ainsi, la section suivante sintresse au sujet particulier de lenvironnement et de sa mobilit,
dans des environnements intrieurs et extrieurs. Nous montrerons que, malgr plusieurs tudes
sur le sujet, majoritairement en environnement intrieur, la mobilit de lenvironnement est
rarement prise en compte lors de la reprsentation des vanouissements et de lanalyse des
performances.
Page | 45


1.C.
Influence de lenvironnement dans les petites cellules
1.C.1. Note sur lenvironnement statique
Les obstacles de grande taille compare la longueur donde, tels que les btiments, sont pris
en compte lors de la prdiction de propagation radio pour les rseaux cellulaires, cest--dire pour
des systmes oprant dans des Ultra Hautes Frquences (UHF). De manire conventionnelle, le
mobilier intrieur (armoires, bureaux) et urbain (abribus, lampadaires) nest pas pris en compte
car lincertitude des rsultats et le faible impact sur la propagation ne justifient pas le cot de
calcul dploy. En effet, les principes physiques de la propagation dpendant de la taille relative
du diffuseur par rapport la longueur donde, certains obstacles peuvent tre invisibles dans les
frquences UHF, o la longueur donde stale de 0.1 1 m. Cependant, la puissance des rayons
diffuss peut tre importante pour la bande suprieure UHF ou pour de plus hautes frquences,
telle que la bande millimtrique.
Bien que considres comme mineures, les contributions venant du mobilier ont t tudies
des fins de quantification, voire de modlisation, notamment par Fujimoto dans [40] qui conclut
que linfluence du mobilier et des mouvements des personnes peut avoir un effet important (et
variant dans le temps) sur la couverture. Ces tudes ont eu lieu majoritairement en environnement
intrieur en premier lieu. Les contributeurs dans des environnements statiques intrieurs sont le
mobilier : chaises, bureaux, tables, tagres, ordinateurs, lits, frigidaires... Le mobilier est
rarement inclus dans les donnes 3D de btiments car il peut tre facilement et frquemment
dplac. Pour des frquences UHF, les tudes ne sont ni nombreuses ni trs rfrences. Dans
[41], les auteurs ont observ une erreur moyenne de 6 7 dB entre les mesures radio lintrieur
dune pice sans et avec les personnes et le mobilier. Quelques modles de propagation incluent
le mobilier, tel que [42], qui propose une modlisation statistique du mobilier assist par des
techniques de lancer de rayon. Les tudes et les modles sont plus prsents pour des frquences
plus leves, par exemple dans les travaux de [43] 60 GHz, o il est conclu que les rayons
principaux sont attnus et que de nouveaux trajets sont rajouts, ce qui donne naissance un
spectre angulaire plus large, mais avec des contributions plus faibles, certaines tant en dessous
du seuil de dtection. Dans [44], une tude montre que la distribution des Angles dArrive et les
paramtres des multi-trajets sont diffrents des paramtres classiques de la littrature, en raison
dun environnement lourdement encombr.
Dans des environnements extrieurs, les obstacles principaux font dj partie de la prdiction
(collines, btiments...). Cependant, certains dtails locaux peuvent modifier la propagation du
signal, par exemple la vgtation, les vhicules stationns ou le mobilier urbain. Limpact de la
vgtation est un sujet abondamment trait dans la littrature et plusieurs formules empiriques de
pntration travers la vgtation ont t formules, par exemple dans [45]. Leffet du vent sur
les arbres et notamment sur les feuilles gnre des variations temporelles du signal reu qui sera
Page | 46


dcrit dans le chapitre 1.C.3. De mme que le mobilier en environnement intrieur, linfluence du
mobilier urbain na pas t un sujet dtude extensif car de telles donnes ne sont pas prsentes
dans les bases de donnes. Avec lintrt rcent pour la propagation en petites cellules et
limportance dune caractrisation plus riche du canal, des mesures et des modles mergent pour
caractriser la diffusion sur les objets mtalliques, tels que les lampadaires, panneaux de
circulation et feux de signalisation. Les premires tudes ont t ralises dans le cadre du COST
259 [46], o Rizk & al. ont tudi par des mesures et des simulations les effets des panneaux et
des lampadaires, concluant que pour une faible densit de btiments, les diffuseurs isols
pouvaient avoir un impact similaire la rflexion et la diffraction sur un coin de rue. Dans [47],
Ghoraishi & al. ont mesur des Angles dArrives dans divers environnements urbains au Japon,
sans trafic routier et ont russi sparer les sources de diffusion en diffrents amas (rflexion,
diffraction...). Les auteurs ont montr que la puissance provenant de la diffusion sur le mobilier
urbain reprsentait entre 25 et 35 % de la puissance totale du signal hors trajet direct. Ils font la
conclusion que lanalyse des performances du lien radio est biaise en ne prenant pas en compte
ces contributions. Plusieurs modles ont t publis en se basant sur cette conclusion, tel que
[48], o une expression approxime de la Surface Equivalente Radar (SER) est adopte pour
modliser les lampadaires. Les autres diffuseurs possibles de lenvironnement, tels que les
vhicules stationns ou les arrts de bus ne sont inclus ni dans les mesures ni dans les modles, de
mme que les vhicules se dplaant.
Dans les prochaines sections, nous allons voir que limpact des diffuseurs gnralement
ignors est dautant plus important lorsque ces diffuseurs sont mobiles et quils peuvent donc
potentiellement obstruer le trajet direct.
1.C.2. La mobilit de lenvironnement en intrieur
Dans les environnements intrieurs, les diffuseurs mobiles les plus courants sont les
personnes (par exemple les employs dans un bureau). Leur influence est, pour les mmes raisons
que pour le mobilier, conditionne par la frquence du systme. Nous tudierons dans les
prochains paragraphes limpact de lactivit humaine sur les variations dans le temps pour
diverses bandes de frquences.
1.C.2.1.
Mesures
Comme pour le mobilier, la prsence et les mouvements des personnes sont

traditionnellement ngligs pour les prdictions de propagation, que a soit pour les systmes
Ultra Large Bande (ULB) ou dans la bande UHF. Une des premires tudes associer des fortes
variations de signal dues lactivit humaine est [49], o des mesures bande troite de liens
fixes 910 MHz ont montr une gamme dynamique dvanouissement de 17 30 dB. Une
analyse statistique de ces mesures a montr que le facteur K des distributions dvanouissement
Page | 47


variait entre -6 et 12 dB. En suivant cette approche, plusieurs tudes statistiques ont t menes,
dont [50], o les auteurs ont fait des mesures en liens statiques en configuration co-polarise et
polarisation croise 2,45 GHz et ont conclu que la distribution statistique du signal sloignait
de manire importante dune distribution de Rayleigh lorsquun objet se dplaait proximit de
l'une des extrmits du lien. Dans [51], les auteurs ont procd des mesures bande troite avec
des antennes basses une frquence de 5,2 GHz dans un hall duniversit en faisant varier la
densit de pitons. Les auteurs ont confirm limportance de leffet du corps humain sur la
propagation. Ils ont montr entre autres que le minimum et le maximum de puissance reue ne
changeaient pas avec le nombre de personnes, mais que les statistiques de premier et de second
ordre subissaient des variations importantes lorsque le nombre de pitons augmentait. Les mmes
conclusions ont t trouves dans un canal ULB, Pajusco et Pagani ont montr dans [52] que la
variabilit du signal reu dans un environnement intrieur augmente avec le nombre de personnes
dans la pice.
Plusieurs mesures font une tude au del de lanalyse statistique et proposent des
interprtations physiques. Herdin a tudi par exemple linfluence du corps humain sur la
propagation dans des canaux MIMO des frquences de 2,45 et 5,2 GHz dans sa thse [53], o 4
personnes croisent le trajet direct dun lien MIMO. Ses conclusions ont t que les personnes
agissent comme des masques, en bloquant certaines directions de propagation. Comme pour les
prcdentes tudes, les antennes dmission et de rception ont t places hauteur humaine.
Dans sa prsentation des canaux de propagation ULB [54], Molisch sest intress au cas
thorique o une personne agit comme diffuseur dans une configuration quasi-LoS. La nature du
canal ULB fait que londe ne se propage pas de la mme manire sur toute la bande de frquence.
Lauteur conjoncture que, comme limpact des personnes est plus fort des frquences leves,
lactivit humaine dans le canal favorise les composantes basses frquences.
Comme tabli pour le mobilier, les personnes et le mouvement des personnes sont des
paramtres importants pour la propagation 60 GHz. Les travaux de thse de Sylvain Collonge
dans [43], dont nous avons prcdemment parl pour le mobilier, sintressent aussi aux
mouvements des personnes, en particulier dans [55]. En effet, des mesures long-terme ont t
faites dans un contexte dactivit humaine quotidienne. Les rsultats ont montr que le corps
humain attnuait fortement les ondes 60 GHz, risquant une interruption temporaire de lchange
de donnes. Par consquent, il conclut que les tudes de performance 60 GHz doivent inclure
linfluence de lactivit humaine de manire prioritaire. Ces conclusions ont t partages par
plusieurs autres publications, par exemple [56].
Page | 48


1.C.2.2.
Modles de propagation dynamiques
Plusieurs modles ont merg du besoin de simuler les variations dues aux mouvements des
personnes dans les prdictions de propagation denvironnements intrieurs. Nous diffrencions
ici les modles bass sur des mesures et les modles bass sur une approche physique.
Les modles bass sur la mesure utilisent les rsultats de mesure de canal avec une certaine
mobilit. Un exemple simple est le paramtrage damas de rayons variant dans le temps dun
Modle de Canal Stochastique bas sur la Gomtrie dans [57]. Roberts propose dans [58] de
sparer les distributions de type Rice dvanouissement dun lien fixe en deux tats facteur K
diffrents. Les deux tats reprsentent respectivement le fait que le trajet direct soit obstru ou
non par un individu (cf. figure 1.7). Ce modle est incomplet, car la dure dobstruction ainsi que
la probabilit de transition dun tat un autre ne sont pas drivs de mesure ni relis au nombre
de personnes. Dans [51], les auteurs drivent des formules empiriques de la fonction de
rpartition du signal reu partir de mesures et fonction du nombre de personnes dans la zone.
Dans [59], les auteurs ont montr que les variations dues au mouvement des personnes avaient un
impact significatif sur le canal et taient concentres sur quelques lments de la rponse
impulsionnelle. Ils modlisent ensuite les variations temporelles des lments les plus perturbs
avec des modles autorgressifs, intgrs et de moyenne mobile (ARIMA). Les modles ARIMA
peuvent gnrer des sries temporelles stationnaires ou non suivant leur paramtrage, permettant
ainsi de les utiliser dans un large spectre de conditions de mobilit.
p
1- p
Distribution
de Rice n1
Distribution
de Rice n2
1- q
Figure 1.7 : Modle stochastique 2 tats [58]

Dun autre ct, les modles bass sur une approche physique utilisent un modle de corps
humain et des modles de propagation. Un modle physique dobstruction a t dvelopp par
Knisch et al. dans [60], en se basant sur des diffractions dans le plan vertical. Dans ce modle, le
corps humain est reprsent par une bande infinie en longueur et de largeur fixe S (cf. figure 1.8).
Le champ diffract est la somme des deux champs rsultant dune diffraction par arte unique :
sur le devant et le derrire de la personne. Les simulations ont montr des rsultats plus proches
des mesures lorsque la bande tait aligne avec laxe principal du corps humain. Le modle a t
valid dans la plupart des cas, et permet de reproduire le motif dattnuation du masquage, ainsi
que les oscillations avant et aprs le masquage. Dautres modles physiques ont t introduits, par
exemple dans [61] o Khafaji & al. ont modlis le corps humain comme un cylindre contenant
de leau sal, circonscrit par un paralllpipde. Leurs rsultats confirment limpact de masquage
Page | 49


du corps humain sur la propagation et montrent une corrlation forte entre les caractristiques du
canal et le nombre de personnes dans lenvironnement : en augmentant le nombre de personnes,
les mtriques dvanouissements, telles que les gammes dynamiques de puissance, le rms, et le
LCR ont affich de plus grandes variabilits.
Figure 1.8 : Modle physique de propagation autour du corps humain [60]

Finalement, plusieurs modles ont opt pour une hybridation entre les mthodes empiriques et
les mthodes physiques. Dans [62], Varshney & al. proposent un modle deux tats similaire
[58] o le taux de transition dpend du nombre de personnes et de leur vitesse. Les
vanouissements pour ltat de canal correct sont modliss par une distribution de Rice alors
que dans ltat de mauvais canal, les vanouissements sont modliss par une distribution de Rice
dgrade, dont la moyenne est dtermine par le rsultat dune diffraction trois rayons sur les
cts dune personne. Le modle de masquage prsent dans [63] est souvent cit comme une
rfrence. Il reprsente lobstruction des personnes l'aide de probabilits de masquage en
fonction des trajets les plus couramment emprunts par les personnes dans la pice. Un ensemble
de multi-trajets est calcul pour un lien fixe en utilisant un outil de lancer de rayon. Pour chaque
rayon, la probabilit dobstruction est applique pour tablir si le rayon est obstru ou non. Plus
rcemment, les auteurs de [64] ont dfini un modle analytique de la probabilit dobstruction
dun trajet en fonction de sa longueur. Pour chaque trajet, un modle deux tats permet de
dfinir ltat dobstruction. Les paramtres de transition de ltat obstru ltat visible sont
drivs de la probabilit dobstruction, grce un polynme de degr 3, tabli laide de
diffrents scnarios de simulation utilisant la technique du trac de rayons. De la mme manire,
les auteurs de [65] utilisent le modle arte unique dvelopp dans [62] et tendu la
diffraction horizontale (sur la tte dune personne). Aprs avoir dmontr la validit du modle
laide de mesures, les auteurs font des simulations dterministes dans un scnario typique
dutilisation de 802.11ad. Ces simulations permettent de dterminer les probabilits de blocage et
les distributions des attnuations pour chaque amas de rayons, qui sont utilises par la suite dans
un modle statistique permettant de gnrer des sries temporelles.
Page | 50


1.C.2.3.
Impact sur les performances du systme
Un des objectifs de caractriser limpact du corps humain sur la propagation en

environnement intrieur est de permettre lanalyse de performance sur les couches du rseau et de
proposer des algorithmes capables de sadapter aux variations temporelles. Ce genre dtude a t
propos, par exemple dans [66], o il a t montr que la capacit MIMO diminue localement
lorsque le trajet direct est bloqu mais que la capacit moyenne sur lensemble des liens
augmente avec le nombre de pitons. Dans [62], les auteurs utilisent un modle du canal deux
tats pour tablir et valuer une optimisation inter-couche qui identifie les instants o le canal est
dans un tat correct et y maximise la transmission de donnes, par exemple en restaurant la taille
optimale de la fentre de congestion du protocole TCP.
1.C.3. La mobilit de lenvironnement en extrieur
1.C.3.1.
Mesures
Dans des environnements extrieurs, les premires tudes sintresser aux variations
temporelles induites par lenvironnement ont concern les liens fixes sans fil, o des
transmissions point point sont considres sur des distances de 100 m 17 km. Suivant la
configuration et la frquence utilise, limpact du vent sur la vgtation et du trafic de vhicules
peut tre important. De nombreuses tudes ont t ralises pour prouver la corrlation entre
lattnuation due la vgtation et la vitesse du vent. Ces tudes sont bases sur plusieurs
paramtres, comme dans [67], o les auteurs ont montr une forte dpendance entre les
vanouissements et la vitesse du vent pour diffrentes frquences, ainsi quune dpendance entre
lamplitude des vanouissements et le rapport entre la longueur donde tudie et les dimensions
physiques de la vgtation. Dans [68], il a t observ que le facteur K dcroissait lorsque la
vitesse du vent augmentait et que les variations court-terme (rafales) du vent apportaient une
contribution au taux dvanouissement (LCR) du lien radio. De plus, deux fonctions empiriques
reliant le facteur K et la vitesse du vent ont t drives une frquence de 1,8 GHz pour un lien
co-polaris et en polarisation croise. Les auteurs de [69] montrent que la saison laquelle les
mesures sont ralises est un paramtre important, avec un facteur K observ en hiver 3,2 fois
plus important quen t. Dans cet article, les auteurs proposent galement une expression
empirique reliant le facteur K moyen lexcs de perte moyen, la vitesse du vent et la saison. Un
modle statistique prsentant le facteur K comme suivant une loi log-normale a t introduit dans
[70]. La moyenne de la loi log-normale est une fonction de la saison, de louverture de lantenne,
de la distance et de la hauteur de lantenne. La hauteur de lantenne est galement un paramtre
dans [71], o les auteurs analysent les variations temporelles dun signal large bande iBurst 1,9
GHz et dun signal de tlvision numrique 570 MHz dans diffrentes configurations urbaines
et suburbaines. Ils concluent que la corrlation observe entre les variations du signal et la vitesse
Page | 51


du vent dans le milieu suburbain ne se retrouve pas dans le milieu urbain, probablement car la
liaison radio se situe bien au dessus de la hauteur des arbres (5me tage).
Des tudes plus gnrales de liens fixes ont montr cependant que dans certaines situations, la
vgtation ntait pas le facteur dominant dans les variations du signal. Dans [72], les auteurs
prsentent des mesures de facteur K et de la fonction dauto-covariance temporelle de la
puissance reue pour des liens fixes bande troite dans des environnements rsidentiels urbains.
Lenvironnement tudi est le suivant : La plupart des arbres sont aligns le long des rues, et
petits en gnral, de telle manire que lobstruction par la vgtation nest pas un facteur
important. La vitesse du vent est typiquement de 5 m/s ou moins. Le trafic vhiculaire va de
moyen lev, mais sans congestion due des feux routiers. Les mesures ont t conduites de
jour, durant les priodes de trafic plus importantes, de telle manire que les rsultats refltent les
pires conditions de propagation. Le trafic piton proximit de lantenne de rception est rare .
Cet article minimise linfluence de lexcs de perte de signal, de longueur du trajet ou du modle
daffaiblissement sur le paramtre dvanouissement (facteur K). En revanche, ils concluent que
trois facteurs sont prdominants : la position et la directivit du rcepteur par rapport aux
diffuseurs mobiles, et la vitesse des diffuseurs (trafic de vhicule, vitesse du vent sur la
vgtation). Les auteurs ont galement fait des mesures de nuit avec des conditions de trafic quasi
nulles et not que que les fluctuations observes durant la journe avaient compltement disparu.
De plus, le passage de vhicules individuels produit des vanouissements isols clairement
discernables. Dans une analyse plus complte [73], des signaux bande troite ont t mesurs
29,5 GHz. En plus de confirmer les conclusions tablies prcdemment, ils ont mis en avant une
corrlation entre le taux dvanouissement (LCR) et la vitesse du trafic et identifi des
vanouissements plus profonds dus des vhicules plus larges, tels que des bus et des camions.
Des mesures plus rcentes suivent une approche plus globale et relient les statistiques du second
ordre des vanouissements, comme dans [74], o le coefficient dauto-corrlation est tudi dans
des configurations NLoS une frquence de 3,35 GHz ou dans [75], o la densit de probabilit
de la mobilit des diffuseurs est relie la fonction dauto-corrlation normalise du canal,
mesure une frquence de 3,5 GHz.
Bien que ces tudes en lien fixe aident se faire une ide de limpact du trafic et des
mtriques de mesure pertinentes, elles ne sont pas adaptes au contexte de petites cellules. Avec
des cellules plus denses et des hauteurs dantennes plus faibles, limpact de lenvironnement local
et sa mobilit est plus important. Limpact dune foule entourant le rcepteur sur la variabilit du
canal a t dmontr dans [76] mais les pertes dues un masquage du rayon direct, notamment
par des vhicules larges, sont plus importantes, comme observ dans les tudes prcdentes.
Dans [77], les auteurs ont mesur des pertes allant jusqu 40 dB dues lobstruction par un
camion dun lien statique 11 GHz. Dans [78], les auteurs observent la propagation en multitrajets dans une configuration urbaine en micro-cellule 3,5 GHz en utilisant un sondeur de
Page | 52


canal. Les mesures montrent que le passage de vhicule provoque soit le masquage du trajet
direct, soit des diffusions sur le vhicule. Les pertes allant jusqu 20 dB sont dues des
vhicules larges, alors que le passage de voitures provoque des vnements appels indtermins,
cest--dire o lalgorithme de rsolution ne peut pas distinguer le trajet provenant du vhicule et
le trajet direct, car ils partagent des proprits similaires de retard, de puissance et dangle
darrive. Les spectres de dlai et dazimut observs sur la figure 1.9a, varient en effet trs peu
lors du passage dun vhicule, alors que des variations de puissance du signal de lordre de 4 dB
ont lieu. Les auteurs font lhypothse dune propagation sur le toit, comme illustr sur la figure
1.9b, o le rayon diffus possde des proprits similaires au trajet direct. Lordre de grandeur des
vanouissements est plus faible quavec un vhicule large, et la recombinaison des rayons peut
tre destructive ou constructive. De plus, les auteurs suggrent une relation entre le temps de
dure dun feu rouge et les occurrences des frquences Doppler.
a. Effet sur la rponse impulsionnelle du canal
b. Conjoncture des mcanismes physiques de

lvnement indtermin
Figure 1.9 : Passage dun vhicule et son effet sur le canal [78]
1.C.3.2.
Modles de propagation prenant en compte lenvironnement
Dans [79], les auteurs tudient limpact du trafic vhiculaire sur le modle daffaiblissement
dans des environnements urbains micro-cellulaires. Ils observent que le modle classique deux
rayons [80] nest pas optimal, car il ne considre pas le trafic vhiculaire, la vgtation et les
panneaux routiers, qui peuvent masquer ou rajouter des multi-trajets. A partir de cette
Page | 53


constatation, ils drivent un modle prenant en compte deux paramtres. Le premier paramtre
est la hauteur de la zone de rflexion h0, qui modlise la hauteur de la rflexion sur le sol, qui
nest plus 0 m, mais environ la hauteur des toits des vhicules. Le second paramtre est la
probabilit de collision par unit de distance s, qui modlise les obstacles de faible densit, tels
que les panneaux de signalisation. Le modle daffaiblissement propos est le suivant :
2
Ld (r ) = e
s.r
jkr
e jkrrm
e t
. .
+ R.
rt
rrm
4
(1.23)
o e s.r modlise la visibilit de lobstacle une distance r, cest--dire la probabilit que le

signal ne soit pas obstru par des obstacles de faible densit. Le paramtre R est le coefficient de
rflexion du modle deux rayons, k est le nombre donde, rt est la distance du trajet direct de
lmetteur au rcepteur, rrm est la distance du rayon rflchi la hauteur h0, calcule en utilisant
(1.24) :
2
rrm = r 2 + {( hb h0 ) + ( hm h0 )}
(1.24)
o hb et hm sont les hauteurs respectives de la station de base et du rcepteur.

Les auteurs montrent une bonne correspondance entre les mesures et les rsultats pour des
conditions normales de trafic (s = 0,002; h0 = 1 m). Cette validation est confirme dans [81]
(s = 0,001 ; h0 = 1,2 m), o des limites basses et hautes du modle dvanouissement sont
drives. Cependant, le modle introduit nest pas variant dans le temps, mais inclut seulement
leffet du trafic vhiculaire sur la puissance moyenne. Pour des liens point--point fixes,
lapproche de paramtrage de statistiques de premier et second ordre (facteur K, fonction dautocorrlation), partir de donnes empiriques est souvent utilise, comme nonc auparavant.
Peu de modles physiques ont t proposs. Dans [77], les auteurs comparent des mesures
voques prcdemment un modle utilisant la TUD (Thorie Uniforme de la Diffraction) sur
chacun des 8 cts dun rectangle reprsentant un camion. Ce modle physique montre une bonne
correspondance avec les mesures, et possde lavantage de permettre une analyse multifrquentielle. Son utilisation dans un modle base de lancer de rayons est naturelle, mais le
temps de calcul ncessaire rend son utilisation contraignante dans un environnement dynamique.
De plus, ce modle a t conu et valid dans un environnement rural, avec peu de multi-trajets
autres que ceux diffuss autour du vhicule. Nous proposons dans le chapitre suivant dadapter ce
modle en complment du lancer de rayon dans un contexte denvironnement urbain, en limitant
les contributions utilises pour rduire le temps de calcul.
1.C.3.3.
Impact sur les performances du systme
Contrairement limpact de lactivit humaine, peu dtudes vont jusqu faire une
valuation complte de limpact de la mobilit de lenvironnement en extrieur sur les
performances de systmes. Les auteurs de [82] ont tudi les dynamiques de la sortie dun
Page | 54


combineur de diversit en rception, en Combinaison Gain Egal (CGE) ou en Combinaison
Rapport Maximum (CRM). Suivant un modle dauto-covariance adapt aux liens fixes, les
auteurs ont montr que, malgr des facteurs K diffrents sur chaque branche, lauto-covariance de
chaque branche variait peu et que la moyenne des auto-covariances tait un bon indicateur de la
dynamique des vanouissements la sortie du combineur, quel que soit le nombre de branches.
Nous avons vu dans cette section que de nombreuses tudes traitaient de la mobilit de
lenvironnement en milieu intrieur. Du fait des faibles hauteurs des antennes, plusieurs mesures
ont dmontr que le milieu intrieur est sensible aux obstructions par le corps humain, que ce soit
dans les bandes de frquence de systmes actuels (WiFi), et de manire plus importante encore
dans les systmes futurs de transmission (60 GHz). De nombreux modles, statistiques et
physiques ont t conus pour caractriser et simuler les variations du canal des fins
dvaluation des systmes. Au contraire, les topologies denses denvironnement extrieur sont
plus rcentes et peu dtudes sintressent aux obstructions des liens radios par les vhicules en
dehors des liens fixes longue porte. Quelques mesures ont cependant dmontr limpact du
passage de vhicules sur la puissance du signal, dont limportance dpend des dimensions du
vhicule et de la configuration du lien, mais sans dgager de mcanismes prcis. La synthse de
ces conclusions nous pousse tablir une approche de simulation pour caractriser limpact de
lenvironnement proche et de sa mobilit sur le canal de propagation que nous dcrivons dans la
conclusion de ce chapitre.
Page | 55


1.D.
Conclusion du chapitre
Nous avons introduit dans ce chapitre les thmatiques de recherche abordes dans ce
manuscrit. Nous avons dabord dcrit dans une premire partie les mcanismes physiques et les
modles lis la caractrisation des phnomnes non-stationnaires affectant la propagation dans
un canal radio sans fil en mouvement. Au del du canal de propagation, diffrentes mthodes
permettent dvaluer limpact des variations dans le canal sur les systmes et sur les rseaux
cellulaires : par mesure, par simulation et par analyse. La plupart des modles dvanouissements
suivent une approche statistique, afin de permettre une valuation analytique des performances
des systmes.
Cependant les mthodes existantes ne prsentent pas toutes les proprits adquates pour la
simulation en topologies petites cellules qui se dveloppent en rponse la demande croissante
de dbit. La modlisation des diffrentes dynamiques du canal de propagation en petites cellules
est en particulier confronte deux limites : la modlisation statistique des vanouissements
grande chelle et lomission des dynamiques dues lenvironnement.
Premirement, la modlisation des vanouissements grande chelle dus au dplacement de
lutilisateur nous parait inadapte. En effet, la justification physique dun modle statistique lognormal en macro-cellule se base sur des phnomnes de masquage, qui sont souvent de diffrente
nature en petite cellule. De plus, le caractre isotrope de la modlisation des corrlations dans
lespace et le temps adopte par la communaut est contest en raison des diffrentes gomtries
rencontres suivant la direction du dplacement de lutilisateur.
Secondement, les vanouissements dus lenvironnement nous semblent ngligs sans
justification. En effet, la densification des cellules rend les caractristiques du canal plus
sensibles aux proprits de lenvironnement de propagation. Le sujet de la mobilit de
lenvironnement a fait lobjet dune recherche bibliographique approfondie dcrite dans la
troisime partie de ce chapitre. Cette recherche aboutit la conclusion que la mobilit de
lenvironnement dans des environnements intrieurs est lobjet dune littrature abondante,
notamment pour les liens trs haut dbit 60 GHz. En plus de mesures permettant de
caractriser limpact de lactivit humaine sur le canal de propagation, des modles de
propagation statistiques et dterministes ont t conus afin de prendre en compte cet impact lors
de lvaluation des systmes et des rseaux. Du fait de lmergence rcente des topologies
petites cellules en environnement extrieur, la mobilit de lenvironnement est assez peu traite
dans ces milieux. En effet, la plupart des tudes de limpact du trafic de vhicules en
environnement extrieur concernent la caractrisation des vanouissements petite chelle sur
des liens fixes longue porte. Les rares mesures analysant limpact des vhicules ont soulign
de fortes attnuations lors du passage de larges vhicules et mis en avant des phnomnes de
Page | 56


variation de signal associs des passages de voitures, dont les mcanismes de propagation nont
pas t clairement identifis.
A partir de cette tude bibliographique nous pouvons prciser l'approche mthodologique de
cette thse. La mthodologie propose consiste donc dans un premier temps caractriser par
simulation les phnomnes physiques lis lenvironnement proche et sa mobilit aboutissant
aux variations du canal de propagation. Notre approche s'appuie fortement sur les outils de
simulation dvelopps par SIRADEL, socit qui hberge cette thse CIFRE et dite notamment
des outils de prdiction de propagation et de calcul de couverture radio pour la planification et
loptimisation des rseaux cellulaires. Pour cela, nous tendons les outils de simulation en
adaptant les modles de propagation aux conditions spcifiques de petites cellules et en les
compltant par la gnration et le dplacement dobjets statiques dans la scne. La plateforme de
simulation de propagation dcrite dans le prochain chapitre permet d'obtenir un outil riche
d'valuation et d'analyse exhaustive de l'impact de lenvironnement proche sur le canal.
Grce cette analyse nous proposerons ensuite le dveloppement de mthodes statistiques
pour la mise en uvre d'un simulateur plus efficace en temps de calcul, tout en prservant les
principales caractristiques de ce modle raliste.
Page | 57

Bibliographie
[1]
W. Lee, Mobile communications engineering. New-York: McGraw-Hill, 1982.
[2]
S. Aun Abbas and A. Sheikh, On understanding the nature of slow fading in LOS
microcellular channels, in Proc. of the 47th IEEE Vehicular Technology Conference (VTC),
pp. 662666, 1997.
[3]
P. Bello, Characterization of randomly time-variant linear channels, IEEE Transactions
on Communications Systems, vol. 11, no. 4, pp. 360393, 1963.
[4]
B. Sklar, Rayleigh fading channels in mobile digital communication systems. I.
Characterization, IEEE Communications Magazine, vol. 35, no. 7, pp. 90100, 1997.
[5]
Z. Li, R. Wang, and A. Molisch, Shadowing in urban environments with microcellular or
peer-to-peer links, in Proc. of the 6th European Conference on Antennas and Propagation
(EUCAP), pp. 4448, 2012.
[6]
H. Suzuki, A statistical model for urban radio propagation, IEEE Transactions on
Communications [legacy, pre-1988], vol. 25, no. 7, pp. 673680, 1977.
[7]
P. Kyosti, J. Meinila, L. Hentila, X. Zhao, T. Jamsa, C. Schneider, M. Narandzic,
M. Milojevic, A. Hong, J. Ylitalo, et al., Winner II channel models, IST-WINNER Deliverable,
vol. 1, no. 2, 2007.
[8]
T. Sorensen, Correlation model for slow fading in a small urban macro cell, in Proc. of
the 9th IEEE International Symposium on Personal, Indoor and Mobile Radio Communications
(PIMRC), vol. 3, 1998.
[9]
ETSI, TR 101 112, Selection procedures for the choice of radio transmission
technologies of the UMTS (UMTS 30.03), tech. rep., European Telecommunications Standards
Institute, April 1998.
[10] J. Salo, A Sum-Product Model as a Physical Basis for Shadow Fading, 2007.
[11] J. Andersen, Statistical distributions in mobile communications using multiple
scattering, in Proc. of the 27th URSI General Assembly, (Maastricht, The Netherlands), 2002.
[12] M. Gudmundson, Correlation model for shadow fading in mobile radio systems, IEEE
Electronics Letters, vol. 27, no. 23, pp. 21452146, 1991.
[13] D. Baum, J. Salo, G. Del Galdo, M. Milojevic, P. Kyoesti, and J. Hansen, An interim
channel model for beyond-3G systems, in Proc. of the 61st IEEE Vehicular Technology
Conference (VTC-Spring 2005), vol. 5, 2005.
[14] S. Max, L. Stibor, G. Hiertz, and D. Denteneer, IEEE 802.11 s mesh network
deployment concepts (Invited Paper), in Proc. of the 13th European Wireless Conference, p. 7,
2007.
Page | 58


[15] S. Szyszkowicz, H. Yanikomeroglu, and J. Thompson, On the feasibility of wireless
shadowing correlation models, IEEE Transactions on Vehicular Technology, vol. 59, issue 9,
pp. pp. 4222 4236, 2010.
[16] D. Young and N. Beaulieu, The generation of correlated rayleigh random variates by
inverse discrete fourier transform, IEEE Transactions on Communications, vol. 48, no. 7,
pp. 11141127, 2000.
[17] Y. Li and X. Huang, The simulation of independent Rayleigh faders, IEEE
Transactions on Communications, vol. 50, no. 9, pp. 15031514, 2002.
[18] C. Iskander, A MATLAB-based Object-Oriented Approach to Multipath Fading Channel
Simulation, tech. rep., 2008.
[19] S. Szyszkowicz, F. Alaca, H. Yanikomeroglu, and J. Thompson, Efficient simulation
using shadowing fields of many wireless interferers with correlated shadowing, in Proc. of the
71st IEEE Vehicular Technology Conference (VTC 2010-Spring), pp. 15, 2010.
[20] A. Molisch, H. Asplund, R. Heddergott, M. Steinbauer, and T. Zwick, The COST259
directional channel model-part i: Overview and methodology, IEEE Transactions on Wireless
Communications, vol. 5, no. 12, p. 3421, 2006.
[21] L. Liu, C. Oestges, J. Poutanen, K. Haneda, P. Vainikainen, F. Quitin, F. Tufvesson, and
P. Doncker, The COST 2100 MIMO channel model, IEEE Wireless Communications, vol. 19,
no. 6, pp. 9299, 2012.
[22] 3GPP, 3GPP TR25.996 V9.0.0. Spatial channel model for MIMO simulations, tech.
rep., Third Generation Partnership Project (3GPP), 2010.
[23] M. Simon and M. Alouini, Digital communication over fading channels. Wiley-IEEE
Press, 2005.
[24] S. McCanne, S. Floyd, K. Fall, K. Varadhan, et al., Network simulator ns-2, 1997.
[25] T. Henderson, M. Lacage, G. Riley, C. Dowell, and J. Kopena, Network simulations
with the ns-3 simulator, SIGCOMM demonstration, 2008.
[26] X. Chang, Network simulations with OPNET, in Proc. of Simulation Conference
(Winter 99), vol. 1, pp. 307314, 1999.
[27] A. Varga et al., The OMNeT++ discrete event simulation system, in Proc. of the
European Simulation Multiconference (ESM2001), pp. 319324, 2001.
[28] D. Bltmann, M. Mhleisen, K. Klagges, and M. Schinnenburg, openWNS-open
Wireless Network Simulator, European Wireless Conference, 2009.
[29] K. Wehrle and J. Gross, Modeling and tools for network simulation. Springer Verlag,
2010.
[30] M. Takai, J. Martin, and R. Bagrodia, Effects of wireless physical layer modeling in
mobile ad hoc networks, in Proc. of the 2nd ACM international symposium on Mobile ad hoc
networking & computing, p. 94, 2001.
Page | 59


[31] D. Kotz, C. Newport, R. Gray, J. Liu, Y. Yuan, and C. Elliott, Experimental evaluation
of wireless simulation assumptions, in Proc. of the 7th ACM international symposium on
Modeling, analysis and simulation of wireless and mobile systems, pp. 7882, 2004.
[32] B. Sklar, Rayleigh fading channels in mobile digital communication systems. II.
Mitigation, IEEE Communications Magazine, vol. 35, no. 7, pp. 102109, 1997.
[33] B. Hamida, G. Chelius, and J. Gorce, Impact of the physical layer modeling on the
accuracy and scalability of wireless network simulation, Simulation, vol. 85, no. 9, pp. 574588,
2009.
[34] R. Aggarwal, P. Schniter, and C. Koksal, Rate adaptation via link-layer feedback for
goodput maximization over a time-varying channel, IEEE Trans. Wireless Commun, vol. 8,
no. 8, pp. 42764285, 2009.
[35] M. Vutukuru, H. Balakrishnan, and K. Jamieson, Cross-layer wireless bit rate
adaptation, ACM SIGCOMM Computer Communication Review, vol. 39, no. 4, pp. 314, 2009.
[36] C. Wang, X. Hong, X. Ge, X. Cheng, G. Zhang, and J. Thompson, Cooperative MIMO
channel models: A survey, IEEE Communication Magazine, vol. 48, no. 2, pp. 8087, 2010.
[37] S. Landstrm, A. Furuskr, K. Johansson, L. Falconetti, and F. Kronestedt,
Heterogeneous networksincreasing cellular capacity, The data boom: opportunities and
challenges, p. 4, 2011.
[38] A. Rustako Jr, N. Amitay, G. Owens, and R. Roman, Radio propagation at microwave
frequencies for line-of-sight microcellular mobile and personal communications, IEEE
Transactions on Vehicular Technology, vol. 40, no. 1, pp. 203210, 2002.
[39] J. Camp and E. Knightly, Modulation rate adaptation in urban and vehicular
environments: cross-layer implementation and experimental evaluation, in Proc. of the 14th
ACM international conference on Mobile computing and networking, pp. 315326, 2008.
[40] K. Fujimoto and J. James, Mobile antenna systems handbook. Artech House Publishers,
2001.
[41] J. Rodrigues, J. Valim, B. de Tarso, S. Fraiha, H. Gomes, A. Neves, and G. Cavalcante,
People and Furniture Effects on the Transmitter Coverage Area, in Proc. of the 9th
International Symposium on Spread Spectrum Techniques and Applications, pp. 391395, 2006.
[42] M. Klepal and P. Pechac, Prediction of Wide-Band Parameters of Mobile Propagation
Channel, Proc. of the 27th URSI General Assembly.
[43] S. Collonge, Caractrisation et modlisation de la propagation des ondes
lectromagntiques 60 GHz lintrieur des btiments, 2003.
[44] N. Moraitis, D. Vouyioukas, and P. Constantinou, Indoor angular profile measurements
and channel characterization at the millimeter-wave band, in Proc. of the 5th European
Conference on Antennas and Propagation (EUCAP), pp. 155159, IEEE, 2011.
Page | 60


[45] T. Krner and A. Meier, Prediction of outdoor and outdoor-to-indoor coverage in urban
areas at 1.8 GHz, IEEE Journal on Selected Areas in Communications, vol. 20, no. 3, pp. 496
506, 2002.
[46] K. Rizk, J. Wagen, J. Li, and F. Gardiol, Lamppost and panel scattering compared to
building reflection and diffraction, in COST 259, pp. 158167, 1996.
[47] M. Ghoraishi, J. Takada, and T. Imai, Identification of scattering objects in microcell
urban mobile propagation channel, IEEE Transactions on Antennas and Propagation, vol. 54,
no. 11 Part 2, pp. 34733480, 2006.
[48] M. Ghoraishi, J. Takada, and T. Imai, Radio wave scattering from lampposts in microcell
urban mobile propagation channel, ECTI Transactions on Electrical Eng, Electronics and
Communications, vol. 7, no. 11 Part 2, 2009.
[49] R. Bultitude, Measurement, characterization and modeling of indoor 800/900 MHz radio
channels for digital communications, IEEE Communications Magazine, vol. 25, no. 6, pp. 512,
1987.
[50] A. Kara and H. Bertoni, Effect of people moving near short-range indoor propagation
links at 2. 45 GHz, Journal of communication and networks, vol. 8, no. 3, pp. 286289, 2006.
[51] K. Ziri-Castro, N. Evans, and W. Scanlon, Propagation modelling and measurements in a
populated indoor environment at 5.2 GHz, 2007.
[52] P. Pagani and P. Pajusco, Experimental assessment of the UWB channel variability in a
dynamic indoor environment, in Proc. of the 15th IEEE International Symposium on Personal,
Indoor and Mobile Radio Communications (PIMRC), vol. 4, 2004.
[53] M. Herdin, Non-stationary indoor MIMO radio channels. PhD thesis, Vienna University
of Technology, Vienna, Austria, 2004.
[54] A. Molisch, Ultrawideband propagation channels-theory, measurement, and modeling,
IEEE Transactions on Vehicular Technology, vol. 54, no. 5, pp. 15281545, 2005.
[55] S. Collonge, G. Zaharia, and G. Zein, Influence of the human activity on wide-band
characteristics of the 60 GHz indoor radio channel, IEEE Transactions on Wireless
Communications, vol. 3, no. 6, pp. 23962406, 2004.
[56] M. Fakharzadeh, J. Ahmadi-Shokouh, B. Biglarbegian, M. Nezhad-Ahmadi, and
S. Safavi-Naeini, The effect of human body on indoor radio wave propagation at 5764 GHz,
in IEEE Antennas and Propagation Society International Symposium (APSURSI09), pp. 14,
2009.
[57] N. Czink, T. Zemen, J. Nuutinen, J. Ylitalo, and E. Bonek, A time-variant MIMO
channel model directly parametrised from measurements, EURASIP Journal on Wireless
Communications and Networking, vol. 2009, p. 4, 2009.
Page | 61


[58] J. Roberts and J. Abeysinghe, A two-state Rician model for predicting indoor wireless
communication performance, in Proc. of IEEE International Conference on Communications
(ICC95), vol. 201, (Seattle, Washington, USA), p. 95, 1995.
[59] A. Kaya, L. Greenstein, and W. Trappe, Modeling temporal channel variations in indoor
wireless environments, in IEEE Military Communications Conference (MILCOM), pp. 17,
2008.
[60] J. Kunisch and J. Pamp, Ultra-wideband double vertical knife-edge model for
obstruction of a ray by a person, in IEEE International Conference on Ultra-Wideband
(ICUWB), vol. 2, 2008.
[61] A. Khafaji, R. Saadane, J. El Abbadi, and M. Belkasmi, Ray tracing technique based 60
ghz band propagation modelling and influence of people shadowing, International Journal of
Electrical, Computer, and Systems Engineering, vol. 2, p. 2, 2008.
[62] M. Varshney and R. Bagrodia, Performance implication of environmental mobility in
wireless networks, in Proc. of the 26th IEEE International Conference on Computer
Communications (INFOCOM), pp. 767775, 2007.
[63] S. Obayashi and J. Zander, A body-shadowing model for indoor radio communication
environments, IEEE Transactions on Antennas and Propagation, vol. 46, no. 6, pp. 920927,
1998.
[64] I. Kashiwagi, T. Taga, and T. Imai, Time-varying path shadowing model for indoor
populated environments, IEEE Transactions on Vehicular Technology, vol. 59, no. 1, pp. 1628,
2010.
[65] M. Jacob, S. Priebe, A. Maltsev, A. Lomayev, V. Erceg, and T. Kurner, A ray tracing
based stochastic human blockage model for the IEEE 802.11ad 60 GHz channel model, in Proc.
of the 5th European Conference on Antennas and Propagation (EUCAP), pp. 30843088, IEEE,
2011.
[66] J. Gupta, H. Suzuki, and K. Ziri-Castro, Effect of pedestrian movement on MIMOOFDM channel capacity in an indoor environment, IEEE Antennas and Wireless Propagation
Letters, vol. 8, pp. 682685, 2009.
[67] S. Perras and L. Bouchard, Fading characteristics of RF signals due to foliage in
frequency bands from 2 to 60 GHz, in Wireless Personal Multimedia Communications, vol. 1,
pp. 267271, 2002.
[68] M. Hashim, D. Mavrakis, and S. Saunders, Measurement and analysis of temporal fading
due to moving vegetation, in Proc. of the 20th International Conference on Antennas and
Propagation (ICAP 2003), vol. 2, 2003.
[69] D. Crosby, V. Abhayawardhana, I. Wassell, M. Brown, and M. Sellars, Time variability
of the foliated fixed wireless access channel at 3.5 GHz, Proc. of the 61st IEEE Vehicular
Technology Conference (VTC 2005-Spring), vol. 80, p. 75, 2005.
Page | 62


[70] L. Greenstein, S. Ghassemzadeh, V. Erceg, and D. Michelson, Ricean K-factors in
narrow-band fixed wireless channels: Theory, experiments, and statistical models, IEEE
Transactions on Vehicular Technology, vol. 58, no. 8, 2009.
[71] H. Suzuki, C. Wilson, and K. Ziri-Castro, Time variation characteristics of wireless
broadband channel in urban area, in Proc. of the 1st European Conference on Antennas and
Propagation (EuCAP), 2006.
[72] L. Ahumada, R. Feick, R. Valenzuela, and C. Morales, Measurement and
characterization of the temporal behavior of fixed wireless links, IEEE Transactions on
Vehicular Technology, vol. 54, no. 6, pp. 19131922, 2005.
[73] N. Naz and D. Falconer, Temporal variations characterization for fixed wireless at 29.5
GHz, in Proc. of the 51st IEEE Vehicular Technology Conference Proceedings (VTC 2000Spring), vol. 3, (Tokyo), 2000.
[74] Y. Ohta and T. Fujii, Fading channel measurement for static mobile terminals in outdoor
nlos environments, in Proc. of the 69th IEEE Vehicular Technology Conference (VTC 2009Spring), pp. 15, IEEE, 2009.
[75] P. Karadimas, E. Vagenas, and S. Kotsopoulos, On the scatterers mobility and second
order statistics of narrowband fixed outdoor wireless channels, IEEE Transactions on Wireless
Communications, vol. 9, no. 7, pp. 21192124, 2010.
[76] V. Sridhara, H. Shin, and S. Bohacek, Observations and models of time-varying channel
gain in crowded areas, in Proc. of the 4th International Symposium on Modeling and
Optimization in Mobile, Ad Hoc and Wireless Networks, pp. 16, 2006.
[77] A. Rustako Jr, M. Gans, G. Owens, and R. Roman, Attenuation and diffraction effects
from truck blockage of an 11-GHz line-of-sight microcellular mobile radio path, IEEE
Transactions on Vehicular Technology, vol. 40, no. 1 Part 2, pp. 211215, 1991.
[78] A. Richter, R. Thom, and T. Taga, Directional measurement and analysis of
propagation path variations in a street micro-cell scenario, in Proc. of the 57th IEEE Vehicular
Technology Conference (VTC 2003-Spring), vol. 1, pp. 246250, 2003.
[79] Y. Oda, K. Tsunekawa, and M. Hata, Advanced LOS path-loss model in microcellular
mobile communications, IEEE Transactions on Vehicular Technology, vol. 49, no. 6, pp. 2121
2125, 2000.
[80] M. Feuerstein, K. Blackard, T. Rappaport, S. Seidel, and H. Xia, Path loss, delay spread,
and outage models as functions of antenna height for microcellular system design, IEEE
[81] H. Masui, T. Kobayashi, and M. Akaike, Microwave path-loss modeling in urban lineof-sight environments, IEEE Journal on Selected Areas in Communications, vol. 20, no. 6,
pp. 11511155, 2002.
Page | 63


[82] R. Feick, R. Valenzuela, L. Ahumada, and N. Aldunate, A statistical model for the
dynamics of the received signal envelope in narrowband urban fixed wireless links with
applications to MRC diversity receivers, IEEE Antennas and Wireless Propagation Letters,
vol. 6, pp. 300304, 2007.
Page | 64

2. Scne de propagation enrichie

Equation Chapter 1 Section 1
Rsum
Comme abord dans le chapitre prcdent, les dtails statiques (mobilier urbain) et
dynamiques (vhicules) de la scne peuvent avoir un impact non ngligeable dans les topologies
mergentes de petites cellules. Notre mthodologie dbute par une phase dtude par simulation
de limpact de ces dtails. Ceux-ci sont cependant sciemment ngligs dans les outils de
prdiction de propagation dterministes actuels, pour des raisons doptimisation de temps de
calcul. Nous proposons dans ce chapitre une plateforme logicielle de simulation qui permet de
gnrer ces lments statiques et dynamiques, et qui intgre des modles de propagation
spcifiques au canal de petites cellules.
La premire partie introduira le principe de fonctionnement de la plateforme de simulation,
ainsi que sa structure logicielle, base sur une approche modulaire.
Dans une deuxime partie, nous dvelopperons notre travail de prise en compte dobjets
statiques dans les outils de prdiction existants. Nous proposerons dabord diffrentes mthodes
de gnration alatoire dobjets statiques. Loriginalit de notre approche consiste utiliser des
bases de donns libres et collaboratives de rues, permettant ainsi dobtenir plusieurs versions
ralistes dun mme environnement enrichi et de faire des tudes statistiques. Le choix des
modles de propagation sera ensuite dcrit, en distinguant les deux effets causs par
lintroduction dobjets dans la scne de propagation : les perturbations sur les contributions
existantes, particulirement sur le trajet direct, et les contributions supplmentaires. Les modles
proposs respectent les conditions de propagation spcifiques aux petites cellules, notamment les
conditions de champ proche entre les objets diffuseurs et les lments du lien radio (metteur et
rcepteur).
Page | 65

Chapitre 2 : Scne de propagation enrichie

Cette approche dtude statistique denvironnements ralistes combins des modles de
propagation spcifiques aux petites cellules a t prsente lors dun sminaire (1) et publie dans
une confrence europenne (2).
(1)
(2)
L. Maviel, J-M. Gorce and Y. Lostanlen, On the use of statistic in deterministic channel
models, in International Workshop on Propagation and Channel Modeling for NextGeneration Wireless Networks (IWPCM), Lyon, 2011.
Dans une troisime partie, nous introduirons la simulation de mobilit, qui permet de dplacer
certains objets de la scne de propagation. Cette mobilit peut concerner le rcepteur, mais
galement lenvironnement, auquel nous nous intressons plus particulirement dans le cadre de
ce manuscrit. Limpact du trafic de vhicules sur un lien fixe en environnement urbain sera en
particulier un sujet majeur de notre tude. Nous avons orient nos recherches vers un ralisme fin
des simulations de mobilit, notamment en proposant des extensions aux simulateurs existants.
Nos propositions se basent sur lutilisation de bases de donnes de rseaux de mobilit libres et
riches en information. La diversit des informations des topologies des rues, permet en effet la
dfinition de modles plus ralistes pour les flux de circulation (macro-mobilit) et pour la
gestion dintersection.
Finalement, plusieurs exemples de mobilit, du rcepteur et de lenvironnement, dans un
scnario comprenant des petites cellules en environnement extrieur seront prsents dans le
dernier paragraphe. Ces exemples illustreront les amliorations apportes sur la prdiction du
canal de propagation, notamment sur les vanouissements petite et grande chelle. Les
contraintes dutilisation de la plateforme, en termes de validation et de ressources de calcul seront
galement voques.
Page | 66


2.A.
Plateforme de gnration et de simulation
2.A.1. Processus de fonctionnement
Le principe de fonctionnement de la plateforme de simulation est illustr sur la figure 2.1. La

cartographie contient toutes les donnes connues de la scne (position, gomtrie et type de
btiments, matriaux, ...). Lensemble de ces donnes reprsente la base gographique pour une
prdiction de propagation base sur des mcanismes physiques. Notre premier objectif est
denrichir les donnes de la scne de prdiction, suivant son degr de prcision et de paramtres
dfinis par lutilisateur. Le degr de prcision dfinit de manire gnrale le degr de dtails
prsents dans la cartographie et les bases de donnes complmentaires. Les paramtres dfinis
par lutilisateur concernent la fois la gnration dobjets (forme et distribution dans lespace) et
la mobilit de ces objets, lorsque lutilisateur choisit de simuler un environnement mobile. Notre
second objectif est damliorer les modles dterministes de prdiction de propagation pour
prendre en compte les objets ajouts un instant t de la simulation dynamique.
Figure 2.1 : Processus de fonctionnement de la plateforme de gnration et de simulation

2.A.2. Structure
La plateforme est structure de manire tre la plus gnrique possible (cf. figure 2.2).
Lobjectif de cette modularit est de conserver les mcanismes globaux de simulation pour des
types denvironnement diffrents (intrieur, extrieur), qui font appel des modles de
propagation et de mobilit spcifiques. Ce fonctionnement permet aussi dimplmenter pour un
mme environnement des modles alternatifs. Un modle simple deux rayons peut par exemple
Page | 67


tre implment comme modle de propagation, permettant ainsi la comparaison avec un modle
lancer de rayons dans le mme scnario.
Figure 2.2 : Structure de la plateforme de gnration et de simulation

2.A.1. Caractrisation structurelle des objets
Les objets qui enrichissent la scne de propagation sont de diffrentes natures gomtriques.
Nous distinguons deux grandes familles dobjets : les cylindres et les pavs droits. Afin de
permettre une approche statistique, chaque dimension de lobjet est dfinie par une distribution
normale dcrite par sa moyenne et son cart type. Ces distributions sont dpendantes du type
dobjet gnrer, par exemple :
- Les lampadaires dune zone locale (quartier) sont gnralement identiques. Ils sont
modliss dans leur ensemble par un cylindre de rfrence, dont la hauteur et le rayon
sont chacun dtermins par un tirage alatoire.
- Chaque vhicule circulant ou stationn dans une rue possde des dimensions spcifiques.
Dans une premire tape, les grandes catgories de vhicules sont distingues : voitures
personnelles, utilitaires, camions. la cration dun vhicule, les dimensions de hauteur,
largeur et longueur sont dtermines suivant une loi normale dont les paramtres
permettent englober lensemble des vhicules dune catgorie.
2.A.2. Description de la base de donnes libre OpenStreetMap
Nous verrons par la suite que la base de donnes OpenStreetMap [1] est essentielle au
dveloppement de cette plateforme, notamment pour la simulation de la mobilit. OpenStreetMap
Page | 68


(OSM) est une base de donnes collaborative contenant lorigine des rseaux de mobilit (rues,
pistes cyclables, ...). Son aspect collaboratif la rend htrogne quant au niveau de dtails :
certaines zones peuvent tre trs riches en information mais cela nest pas garanti en tout lieu.
Cependant, pour la plupart des villes moyennes ou grandes, les donnes vont au-del des simples
linaires de rues et proposent des informations utiles la mobilit telles que le type
dintersection, le nombre de voies, la vitesse maximale autorise sur la route... De plus, ces bases
de donnes sont continuellement mises jour. Depuis peu, OSM contient galement des donnes
de btiments (vecteurs 2D).
Figure 2.3 : Illustration des donnes OSM visualises dans lditeur JOSM
Les bases de donnes OSM sont la fois utilises pour la gnration dobjets statiques (feux
de signalisation, abri-bus...) et pour le dplacement de vhicules dans la scne de propagation. La
richesse des informations contenues dans les bases de donnes permet davoir une approche
statistique la gnration dobjet. Cette approche est prsente dans la section suivante, ainsi que
les modles de propagation spcifiques aux petites cellules. Elle permet galement damliorer
les modles de mobilit ralistes existants, notamment la macro-mobilit et la gestion des
intersections, qui seront prsents dans la section 2.C.
Page | 69


2.B.
Gnration et prise en compte de dtails statiques
2.B.1. Gnration de dtails statiques

2.B.1.1.
Introduction
La gnration de dtails statiques peut tre imagine comme lajout dune couche
supplmentaire dans les bases de donnes classiquement utilises pour prdire la propagation. La
pertinence de la prise en compte de dtails statiques a t voque dans le chapitre 1. Cette partie
dcrit la gnration de certains de ces dtails : le mobilier urbain et les voitures stationnes en
environnement extrieur. Un environnement dj existant peut tre enrichi de deux manires :
- En rajoutant des dtails connus de manire ponctuelle. Cette mthode a lavantage de
proposer un ralisme fin pour une configuration connue. Cependant, elle a la fois
linconvnient de reposer sur la fiabilit de la source de donnes et de ne pas pouvoir
rpondre aux configurations variables sur de larges chelles temporelles, comme par
exemple la position de voitures stationnes le long dun trottoir.
- En gnrant de linformation partir de motifs statistiques. Dans cette mthode, les
donnes connues ou intrinsques lenvironnement sont utilises pour reproduire une
version potentielle de la scne. Par exemple, le type de route peut influencer les
paramtres de la gnration le long dune route de ranges de lampadaires ou de vhicules
stationns.
Dans les paragraphes ci-dessous, nous explorons ces deux possibilits. Dans un premier
temps, nous tudions les dtails ponctuels disponibles dans les bases de donnes. Nous listons
ensuite lensemble des informations permettant une gnration plus statistique des fins de
simulations. Le cas de lenvironnement extrieur est en particulier dtaill, mais une dmarche
similaire est possible pour un environnement intrieur.
2.B.1.2.
Gnration base sur des donnes ponctuelles
Les bases de donnes utilises classiquement pour faire de la prdiction de propagation dans
des environnements urbains incluent des vecteurs 3D dcrivant les btiments ainsi que des
fichiers matriciels dcrivant la hauteur du relief. La position des btiments peut tre utilise pour
rpartir alatoirement du mobilier urbain. Cependant, les bases de donnes dcrivant les
topologies de rseau de mobilit, telles que OpenStreetMap, contiennent intrinsquement des
informations go rfrences des croisements de rues ainsi que dune partie du mobilier urbain.
Linformation contenue dans les fichiers .osm est organise sous forme de tags, qui
permettent de placer de manire discrte les lments dcrits dans le tableau 2.1, comme par
exemple des feux de signalisation ou des abribus. Le caractre collaboratif des bases de donnes
Page | 70


.osm ne garantissant pas la prsence de linformation, il est toujours possible de les rajouter la
main, que ce soit pour enrichir la base ou pour des tudes cibles. De plus, lorsquune
information nest pas prsente, elle peut tre extrapole. Par exemple, si le type dintersection
dun carrefour nest pas prsent dans une base de donne de ville franaise, des panneaux cdez
le passage peuvent tre rajouts sur les routes non-prioritaires, la priorit droite tant
lintersection par dfaut en France.
Tableau 2.1 : Liste non exhaustive dinformation de mobilier urbain dans les fichiers .osm
Tag
Valeur
Option
Elment(s)
highway
bus_stop
shelter = yes
node
highway
bus_stop
shelter = no
node
highway
traffic_signals
node
highway
stop
node, way
highway
street_lamp
node
amenity
telephone
node
2.B.1.3.
Modlise
Abribus
Panneau de bus
Feu de signalisation
Panneau de stop
Lampadaire
Cabine tlphonique
Gnration alatoire
Comme voqu auparavant, gnrer du mobilier urbain partir de motifs gnriques de rues
permet une plus grande flexibilit et une utilisation statistique base sur plusieurs versions
possibles dun mme environnement. Le placement inclut la dfinition de paramtres de
distribution et de leurs caractristiques statistiques. La difficult rside alors dans le degr de
ralisme souhait.
Une premire mthode consiste ajouter un diffrentiel spatial alatoire sur les positions des
objets obtenues grce la base de donnes. Une deuxime mthode consiste ajouter des
donnes qui nexistent pas directement dans les bases, mais sur lesquelles une information est
connue. Cette mthode de gnration est illustre ci-dessous (cf. figure 2.4) avec deux exemples
de choix de paramtres et de distributions statistiques : la gnration de lampadaires et de
vhicules stationns.
Lampadaires
Les fichiers .osm incluent linformation de positions ponctuelles de lampadaires. Cependant,
cette information est peu renseigne. Pour gnrer alatoirement des lampadaires, nous ajoutons
un tag spcifique (street_lamps) la prsence globale de lampadaires dun ct dune rue
(left, right ou both). La gnration alatoire des lampadaires est effectue selon un paramtre
de distance de sparation tir alatoirement suivant une distribution de probabilit. La distance
de sparation et les caractristiques du lampadaire peuvent tre spcifiques chaque type de rue :
un boulevard pourra avoir des lampadaires plus espacs et plus hauts quune rue troite. Seule la
position du premier lampadaire est tire de manire alatoire pour un ct de la rue.
Page | 71

Vhicules stationns
Le tag parking:lane, prsent dans OSM, permet de savoir si des places de stationnement
sont disponibles dun ct ou dun autre de la rue, ainsi que lorientation de ces places de
stationnement (parallles, en pi ou perpendiculaires). Nous choisissons de gnrer des vhicules
suivant des paramtres de densit, de type de vhicule, et de structure de vhicule. Le paramtre
de densit, reli par exemple des conditions temporelles et sociales (jour de semaine, proximit
de bureaux, ...) permet de dterminer le nombre de vhicules stationns. Le type de vhicule
placer est ensuite tir alatoirement parmi une distribution discrte, par exemple voiture ou
utilitaire, avec une proportion de 80 % de voitures. Les paramtres de dimensions de la structure
du vhicule (hauteur longueur largeur) suivent chacun une distribution normale, comme
voqu auparavant. Le placement du centre du vhicule gnr est ensuite totalement alatoire : il
suit une distribution uniforme le long du linaire de route.
a. Scne de base
b. Scne enrichie
(Lampadaires, Vhicules stationns)
Figure 2.4 : Exemple de scne de propagation enrichie

Lexemple de la gnration de vhicules stationns contient plusieurs niveaux de ralisme. Le
paramtre de densit de vhicule peut tre trs raliste, sil est reli des conditions de jour de la
semaine ou de proximit de bureaux, alors que le paramtre de placement de vhicule est basique.
Un comportement plus raliste pour le placement de vhicule aurait inclus la cration virtuelle de
places de stationnement.
Une fois les objets composant le mobilier urbain gnrs, il est ncessaire dtendre les
modles dterministes de propagation existant aux spcificits des petites cellules.
Page | 72


2.B.2. Prdiction de la propagation
2.B.2.1.
Introduction
Il existe plusieurs manires de prdire la propagation partir de bases de donnes

gographiques existantes. Toutes ces mthodes sont bases des degrs dapproximation plus ou
moins forts sur les quations de Maxwell [2] qui sont les quations de base de
llectromagntisme. Il existe des mthodes pour calculer de manire prcise les champs en un
point donn en utilisant ces quations, notamment la mthode des moments o les mthodes des
diffrences finies, dans le domaine frquentiel ou temporel [3], [4].
Les mthodes bases sur lOptique Gomtrique calculent le champ dune onde propage
dun point un autre comme la somme des champs des trajets possibles dus aux interactions de
type rflexion avec lenvironnement. Ces mthodes sont valides lorsque la longueur donde est
courte par rapport la distance entre deux interactions et par rapport aux dimensions des surfaces
impliques dans les interactions. Pour les frquences utilises dans les rseaux cellulaires, la
longueur donde varie de 6 40 cm, ce qui permet de respecter ces conditions sur les surfaces de
rflexion prsentes dans un environnement dense urbain (btiments).
Linconvnient de lOptique Gomtrique est quelle introduit des discontinuits lorsquon
passe dune rgion obstrue une rgion illumine. Physiquement, la continuit est assure par
des phnomnes de diffraction se produisant sur les bords des obstacles. Pour introduire ces
phnomnes, diffrents modles ont t dvelopps. Un obstacle peut tre trait simplement en le
modlisant par une arte. La mthode dite d arte unique en lame de couteau , illustre sur la
figure 2.5 relie lattnuation au paramtre dcrivant lobstruction de lellipsode de Fresnel. Ce
paramtre est calcul selon (2.1) en utilisant lapproximation de h petit devant d1 et d2 [5].
h.
2. ( d1 + d2 )
. ( d1.d 2 )
(2.1)
o h est la distance de larte au trajet direct et d1 et d2 sont les distances respectives des
projections au sol entre lmetteur et larte et larte et le rcepteur. est la longueur donde en
mtres.
sode de Fresnel
ier ellip
Prem
te
Ar
d1
d2
Figure 2.5 : Ellipsode de Fresnel et arte unique en lame de couteau
Page | 73


Pour des cas plus complexes, comme la diffraction sur des artes verticales de proprits
dilectriques connues, la Thorie Gomtrique de la Diffraction [6] permet de calculer les
coefficients de diffraction en un point donn. Son extension, la Thorie Uniforme de la
Diffraction (TUD, [7]) amliore le calcul du champ dans les rgions de transition entre une zone
illumine et une zone obstrue.
2.B.2.2.
Les modles base de rayons
De nombreux modles base de rayon ont t proposs depuis les annes 1990 [8] [12].
Ces modles permettent de reconstituer les trajets effectus par londe dans lespace, en intgrant
la fois les phnomnes de rflexion et de diffraction sur les btiments. Dune part, le champ des
rayons peut tre prdit avec une grande prcision. Dautre part, les caractristiques spatiotemporelles du canal de propagation urbain peuvent tre estimes, notamment les paramtres
large-bande, qui sont essentiels pour la simulation des performances des systmes radio actuels.
Laspect le plus contraignant des mthodes base de rayons est le temps de calcul et de
nombreux efforts ont t faits pour mettre en place des techniques dacclration. Les mthodes
dites trac de rayons [9], sont bases sur la thorie des images [10], qui tablit que linteraction
dune source avec une surface est quivalente la radiation par une source place de manire
symtrique la surface dinteraction. Ces mthodes permettent de construire les trajectoires
exactes des rayons, mais sont coteuses en de temps de calcul. Dautre part, les mthodes dites
lancer de rayons consistent tracer sans priori des rayons partir de la source un pas
angulaire gnralement constant. Le lancer de rayons diminue la prcision obtenue, au profit
dune amlioration des temps de calcul. Certaines mthodes proposes dacclration mlangent
le trac de rayon et le lancer de rayons [11]. Au-del de la mthode didentification des rayons, le
choix des mthodes de calcul (arte unique en lame de couteau, artes multiples en lames de
couteaux, TUD...) permet dtablir un compromis entre prcision et temps de calcul.
SIRADEL a dvelopp un savoir-faire unique dans la prdiction de propagation, avec des
mthodes de trac et de lancer de rayons. Par le biais dun composant logiciel intgr dans
diffrents outils de planification radio et de simulation du canal, ces modles permettent de
calculer des cartes de couverture de propagation dans diffrents types denvironnement (intrieur,
extrieur), pour des zones trs larges et complexes. Le modle de propagation 3D dans des
milieux urbains [8], est une combinaison entre plusieurs mthodes, permettant dobtenir des
rsultats ralistes tout en optimisant le temps de calcul. Ce modle se base sur une sparation de
la construction des rayons et du calcul des champs dans les plans horizontal et vertical. Il est
compos des tapes suivantes :
- Calcul du trajet direct. Les obstacles sont situs dans le plan vertical situ entre un
metteur et un rcepteur. Les obstacles principaux sont approxims par des artes en
lames de couteaux, et des mthodes spcifiques aux milieux urbains [12] sont utilises
Page | 74

pour tendre la mthode arte unique en lame de couteau, illustre prcdemment, au

cas dartes multiples.
Lancer de rayon dans le plan horizontal. Dans cette tape, des rayons sont tirs dans le
plan horizontal en ligne droite entre lmetteur et chaque point dinteraction potentiel
(rflexion ou diffraction), sans se soucier des obstacles intermdiaires. Les points de
rflexion le long de la faade dun btiment sont dfinis de manire respecter un pas
angulaire maximum et un pas linaire (le long dun btiment) maximum, prdfinis par
lutilisateur. Les points de diffraction sont simplement dfinis en utilisant les artes des
btiments. Une fois quun point dinteraction est trouv, un masque de visibilit est dfini
comme la surface 2D qui peut tre atteinte sans obstruction par le rayon. La construction
de ce masque de visibilit permet de raliser deux objectifs. Premirement, il permet
didentifier les rcepteurs atteints par le rayon. Deuximement, il permet de dterminer
facilement les prochains points dinteraction du rayon.
Dpliement des trajets en 3D. Une fois quun point de rception est identifi, un rayon
potentiel (2D) relie lmetteur et le rcepteur. Le dpliement en 3D consiste prendre en
compte les variations de hauteur dues au terrain et aux btiments. Lorsque le point
dinteraction de la trajectoire dun rayon est plus haut que la hauteur du btiment sur
lequel se produit cette interaction, le rayon est rejet.
Calcul de la norme du champ des contributions, combinant les attnuations qui rsultent
respectivement des interactions construites dans le plan horizontal et de celles construites
dans le plan vertical. La mthode arte multiples en lames de couteaux amliore
voque pour le trajet direct est utilise pour calculer lattnuation dans le plan vertical.
La mthode TUD est utilise pour calculer lattnuation dans le plan horizontal, en faisant
lhypothse que les ondes se propagent dans un plan quasi-horizontal. La mthode
heuristique en 2D pour le calcul du coefficient de diffraction suivant les caractristiques
dilectriques des matriaux [13] peut ainsi tre utilise, ainsi quune mthode de calcul de
coefficient pour une diffraction double [14].
Calcul des rsultats de prdiction, en utilisant les normes des champs de lensemble des
rayons. La puissance reue en bande troite est calcule comme la somme incohrente des
puissances des rayons. Cette puissance correspond la puissance moyenne, ne tenant pas
compte des variations dues la recombinaison en phase des rayons, et constitue une
mtrique suffisante pour le calcul de carte de couverture, utile une planification
classique des rseaux.
Dans ce manuscrit, nous nous baserons principalement sur les outils existants, notamment le
modle de propagation 3D dans des milieux urbains dcrit ci-dessus. Ce modle, adapt des
rseaux cellulaires de type macro-cellules, sera amlior et adapt ci-dessous au cas particulier
Page | 75


des rseaux cellulaires configurs en petites cellules, en prenant notamment en compte les objets
enrichissant la scne dcrits prcdemment.
2.B.2.3.
Propagation dans le plan vertical
Le plan vertical est le plan dans lequel se propage le trajet direct, qui va de lmetteur au
rcepteur en ligne droite. La rflexion sur le sol est aussi prsente dans ce plan. A partir de ces
deux contributions, un modle souvent utilis pour obtenir une prdiction de propagation simple
mais plus raliste quun modle statistique de perte, est le modle deux rayons [15]. Ce modle
est illustr sur la figure 2.6 o la puissance volue en fonction du dplacement du rcepteur, une
frquence de transmission de 2,0 GHz et des antennes polarises verticalement lmission et
la rception.
20
Modle deuxrayons Thorie
Modle deuxrayons dans [8]
Pertes en espace libre
Asymptote 1/d4
dr
20
40
60
80
100
120 0
10
10
10
Distance (m), chelle logarithmique
10
Figure 2.6 : Modle deux rayons

Cette illustration met en vidence que le rayon rflchi sur le sol apporte des dviations
importantes par rapport au trajet direct seul. Au-del dune certaine distance de rupture dr,
lamplitude de la puissance reue est proportionnelle 1/d4. Pour des macro-cellules, o la
propagation se produit au-dessus des toits, la rflexion sur le sol est nglige de manire
pertinente dans les outils de prdiction. En petites cellules, o le rcepteur est souvent en
visibilit directe de la station de base, la prsence ou non dobjets lintrieur du lien radio
perturbe fortement la rflexion sur le sol, car les dtails gnrs sont localiss ou se dplacent au
niveau du sol. Il est donc important de prendre en compte cette contribution : un premier apport
dans le modle [8] a t dajouter la rflexion sur le sol, ainsi que de calculer la phase de manire
dterministe. Il est important de noter que la phase calcule de manire dterministe nest pas
pertinente en un point donn. En effet, la phase dun trajet i est calcule en fonction de sa
distance et du nombre donde : i = k i d i . Pour les frquences utilises dans les rseaux
Page | 76


cellulaires, k est de lordre de 15 100. Une faible variation de la distance parcourue, par
exemple due limprcision sur la position dun btiment, entrainera une forte variation de la
phase, qui est priodique entre 0 et 2. Cependant, nous nous intressons au comportement
moyen et statistique associ la trajectoire relative dun mobile dans un rfrentiel commun. De
fait, si l'estimation instantane n'a pas de sens, les variations et les statistiques de canal sont
pertinentes. Il est galement important de prciser que la puissance de londe rflchie sur le sol
est sensible aux proprits dilectriques du sol.
Lajout de dtails statiques dans la scne de propagation perturbe les contributions du trajet
direct et de la rflexion sur le sol. Si un objet mtallique de largeur finie, mais de hauteur et
longueur infinies est introduit lintrieur du lien radio, toute propagation est strictement
bloque. En rduisant la contrainte de hauteur une dimension large mais finie, plusieurs
situations peuvent tre rencontres :
- Le rayon rflchi sur le sol peut tre physiquement coup. Cette situation est souvent
rencontre, car le rayon rflchi par le sol possde un point dinteraction une hauteur
nulle.
- Le trajet direct est perturb, un degr plus ou moins important suivant la hauteur de
lobjet. En effet, une diffraction est introduite sur la ou les artes horizontales suprieures
de lobjet.
- Une rflexion diffuse est introduite sur la face horizontale suprieure dun objet de type
pav (toit) si la hauteur de lobjet est plus faible que la hauteur des antennes dmission et
de rception.
En assimilant un vhicule un pav mtallique, il faut prendre en compte la rflexion diffuse
sur la face horizontale suprieure du vhicule. Dans ce cas-l, la forme et la composition
mtallique du toit va jouer un rle important. Le mtal composant la structure dune voiture est
plus rigide que celui de la carrosserie (cf. figure 2.7). De plus, la hauteur du toit dun vhicule est
environ la mme que celle dun utilisateur (1,5 m). Cette configuration gomtrique exclut une
configuration de rflexion spculaire et lamplitude du champ du rayon diffus sera faible. Nous
mettons donc lhypothse que la diffraction sur les artes horizontales suprieures sera plus
consquente que la diffusion sur la face horizontale suprieure dun vhicule.
Page | 77

Figure 2.7 : Structure et carrosserie dune voiture

Les diffractions introduites par les artes horizontales du vhicule impliquent une attnuation
du trajet rflchi et du trajet direct. Ces attnuations sont calcules en utilisant le modle darte
en lame de couteau amlior implment dans [8] (cf. figure 2.5 et ).
Finalement, en rduisant la contrainte de longueur infinie, la modlisation par rayons nest
plus restreinte au seul plan vertical. Premirement les trajets multiples existants peuvent tre
obstrus. Ensuite, des rayons vont tre diffracts sur les cts de lobjet obstruant le trajet direct.
Finalement, les objets qui ne sont pas placs dans le trajet direct vont galement gnrer des
contributions plus ou moins fortes. Cest pourquoi nous allons tudier linfluence dobjets
mtalliques locaux sur la propagation de trajets multiples.
2.B.2.4.
Trajets multiples
Poteaux mtalliques
Nous avons voqu dans le chapitre 1 quelques tudes sur la prise en compte de trajets
propags par du mobilier urbain. [16] et [17] proposent un modle de Surface Equivalente Radar
(SER) thorique. La SER bi-statique est utilise pour reprsenter la part dnergie retransmise
par un objet soumis une radiation. Elle est utilise dans la formule bi-statique du radar pour
calculer la puissance reue suite la diffusion sur un objet (2.2) :
Pr =
2
PG
t t Gr
( 4 )
rt2 rr2
(2.2)
o Pt et Pr sont respectivement les puissances transmises et reues par les module dmission et
de rception, qui ont un gain Gt et Gr. Lobjet est une distance rt du module de transmission et
une distance rr du module de rception.
Nous avons galement choisi cette approche, dune part pour son ralisme physique et dautre
part pour sa facilit dimplmentation au regard du modle rayon disponible, qui permet de
calculer les informations angulaires. Contrairement [16], nous avons choisi de ne pas inclure la
rflexion sur le sol dans le calcul de surface quivalente, les angles darrive de la rflexion sur le
sol induisant des SER ngligeables. Les formules approximes de SER dun cylindre de taille
Page | 78


finie pour le mode Transverse Magntique (2.3) et pour le mode Transverse Electrique (2.4)
proviennent de [18].
2
TM
TE
...
kL
sin ( cos s + cos i )

2
2
4 L sin s 2

=
kL
2
sin i
( cos s + cos i )
2
kL
sin ( cos s + cos i )

2
4L
= 2 2
k
L
k sin s
( cos s + cos i )
2
( 1)
n =
ne
jn
J n ( ka sin s )
H n(
2)
( ka sin i )
J n ( ka sin s )
e jn
(2.3)
H n( 2) ( ka sin i )
n =
sin i cot s + sin s cot i 2

...
a
( 1)
+ k sin i
( 1)
J n' ( ka sin s )
jn
H n(
n =
2)
( ka sin i )
(2.4)
o L et sont respectivement la longueur et le rayon du poteau, k est le nombre donde, est la

diffrence en azimut entre les ondes incidentes et diffuses. Jn, J n' et H n( ) sont respectivement la
2
fonction de Bessel de premire espce, la drive de la fonction de Bessel de premire espce et

la fonction de Hankel de deuxime type.
De plus, nous considrons les conditions dapplication de la formule bi-statique. Celle-ci
nest valable que pour des dimensions dobjet et des distances dobservations prcises. Dans des
configurations de petites-cellules en particulier, la condition de champs lointain (d > 2D/) est
rarement satisfaite. Par exemple, la distance minimale dobservation pour un cylindre de 6 m de
haut serait de 480 m une frquence de 2 GHz. Ce problme est rsolu en effectuant une
discrtisation verticale du cylindre. Selon les thories exposes dans [19], le dcoupage de la
cible en petits morceaux permet dutiliser les formules analytiques de champ lointain si chacun
des morceaux est en champ lointain de lmetteur et du rcepteur.
Vhicules
Par souci de simplification, nous modlisons dans un premier temps un vhicule comme un
pav mtallique. Nous nous sommes inspirs de lapproche SER dveloppe pour les poteaux et
utilise pour des faades dimmeuble dans [20] pour calculer un ensemble de contributions
provenant dune plaque mtallique lorsquune face du pav est visible la fois de lmetteur et
du rcepteur.
Dans un deuxime temps, nous avons retenu loption de structure mtallique (squelette) du
vhicule comme utilise dans le cas du plan vertical. Dans ce cas-l, les contributions les plus
importantes ont lieu sur les artes du pav droit. Les fonctions de calcul TUD 2D de diffraction
sur une arte verticale sont galement prsentes dans [8]. Un paramtre permettant de calibrer
limpact de la hauteur du vhicule est cependant rajout. En effet, ces formules sont valides sous
Page | 79


les conditions de hauteur infinie et de propagation dans un plan horizontal. Lhypothse de
propagation horizontale peut tre considre valide en petites cellules. Cependant, dans certains
cas, la hauteur thorique de diffraction hth est au-del de la hauteur de larte harte, violant la
condition de hauteur infinie. On calcule dans ce cas le ratio de hauteur (2.5), quon applique sur
le champ thorique fth avec un facteur suivant lquation (2.6).
= ( 2 hth harte ) ( 2 hth )
(2.5)
pour harte 2 hth

fth
f diff =
(2.6)
fth (1 ) pour harte < 2 hth

Le choix du modle retenu dpendra de rsultats de mesures et fera lobjet dajustements par
observations empiriques.
2.B.3. Propagation sur des dtails dynamiques
Lajout de dtails dynamiques napporte pas de dfis supplmentaires la prdiction de

propagation car le mme ensemble dlments de base (cylindres et pavs droits) est utilis de
manire statique diffrents instants t. Les dfis sont alors de nature logicielle : comment intgrer
dynamiquement un changement dans les donnes de propagation (positions de dtails, positions
des rcepteurs). Un travail de dveloppement consquent a t ralis afin dobtenir un
compromis entre lintgration dynamique de dtails dans la base de donnes et la rutilisation de
fonctions incluses dans les outils existants, comme le calcul de diffraction TUD.
Nous dcrivons le dplacement dobjets dans la scne de propagation dans la section
suivante, et en particulier lutilisation des bases de donnes OSM pour rendre les simulations plus
ralistes.
Page | 80


2.C.
Simulation de la mobilit
2.C.1. Introduction
Le besoin de prendre en compte la mobilit des utilisateurs dans la prdiction du

comportement du rseau remonte aux premiers rseaux cellulaires o la question de la simulation
de situations telles que le transfert intercellulaire sest pose. Le but principal de ces modles est
de reproduire la caractristique dun mouvement standard dutilisateur. Comme toute simulation,
un compromis doit tre fait entre la complexit du calcul et la prcision du rsultat en fonction
des donnes dentre et du rsultat attendu. De fait, les modles les plus utiliss ont dabord t
des modles purement alatoires. Ils permettent une approche statistique et sont facilement mis
en uvre. Cependant, ces modles ont rapidement prsent des limitations. Les solutions
apportes pour viter ces limitations, notamment dans les rseaux ad-hoc, ont conduit la
cration de diffrentes familles de modles dont la taxonomie est reporte sur la figure 2.8.
Dans le cadre de ce manuscrit, les modles de mobilit ne servent pas uniquement simuler
la mobilit du rcepteur, mais ont pour but principal de simuler la mobilit de lenvironnement.
Les mmes modles peuvent tre cependant utiliss dans les deux situations. Aprs un survol
rapide des modles statistiques et de leurs limitations, certains modles plus ralistes seront
prsents, en dtaillant plus particulirement les modles de rfrence, qui servent de base nos
travaux. Nous proposerons finalement plusieurs amliorations ces modles de rfrence. La
mthodologie que nous avons mise en place repose sur lutilisation des bases de donnes de rues
OpenStreetMap, libres et riches en informations, non seulement comme topologie du rseau, mais
aussi pour amliorer les modles de flux de mobilit lchelle macroscopique et microscopique.
Cette approche, combine avec la correction de certaines limitations des modles de rfrence,
permet dobtenir une simulation de mobilit plus raliste, ncessaire une approche dterministe
de la prdiction dynamique du canal de propagation.
Figure 2.8 : Familles de modles de mobilit dans les rseaux mobiles ad-hoc [21]
Page | 81


2.C.2. Etat de lart : des modles alatoires aux modles ralistes
2.C.2.1.
Modles de marche alatoire : principes et limitations
Les modles de marche alatoire ont t dvelopps dans un premier temps pour simuler la
mobilit dun utilisateur unique. Deux paramtres sont dfinis dans la plupart de ces modles : la
destination et la vitesse. Les modles les plus utiliss sont le Random Walk Mobility model
(RWM), ainsi que le Random WayPoint Model (RWP) et le Random Direction Mobility
model (RDM). Le principe de ces modles est de slectionner des directions et des destinations
alatoires suivant un pas donn en temps ou en distance. La figure ci-dessous illustre des chemins
parcourus en utilisant respectivement RWM (figure 2.9a) et RDM (figure 2.9b).
a. RWM
b. RDM
Figure 2.9 : Exemples de motifs de chemins avec des modles de marche alatoire
Le lecteur trouvera plus dinformation sur les modles de marche alatoire dans les rfrences
[21] et [22]. A part lavantage vident de la simplicit algorithmique, le bnfice des modles de
marche alatoire est de pouvoir gnrer des mouvements non-prdictibles et donc de permettre,
sur des simulations long terme, que lutilisateur explore lensemble des rgions et des
interactions entre les lments dun rseau (stations de base, autre utilisateurs). Cependant,
certains problmes inhrents ce type de modles ont t mis en vidence au niveau statistique et
surtout au niveau du ralisme obtenu. Les problmes lis au ralisme sont dtaills ci-dessous.
Linconvnient des modles de marche alatoire est de prsenter des incohrences sur trois
types de contraintes : les dpendances temporelles, les dpendances spatiales (inter-utilisateurs)
et les restrictions gographiques.
Dans les modles de marche alatoire, la vitesse et la direction du mobile sont des processus
perte de mmoire, ce qui revient dire que la vitesse un tat t donn est statistiquement
indpendante de la vitesse ltat prcdent. Ce genre de processus peut gnrer des situations
Page | 82


physiques extrmes et irralistes : arrt ou acclration brutal, virages 180, ... Dans la ralit,
les changements de direction ainsi que les acclrations des pitons ou des voitures sont en
gnral lisses. En partant de cette observation et dans le but dobtenir des dpendances
temporelles ralistes, les auteurs de [23] ont introduit un modle de mobilit nomm GaussMarkov Mobility Model. Ce modle utilise un processus statistique de Gauss-Markov pour
corrler la vitesse dun utilisateur dans le temps. Un paramtre de calibrage permet dajuster le
niveau de dpendance temporelle de la vitesse.
Les modles marche alatoire sont gnralement associs la mobilit dune entit
dutilisateur. Cependant, si on considre un environnement dans sa globalit, il est frquent que la
mobilit des utilisateurs se fasse de manire commune, que ce soit des vhicules sur une
autoroute, un ensemble de personnes dans un muse, une foule de personnes sur un trottoir dans
un milieu urbain dense... La corrlation spatiale de la mobilit ne se retrouvera pas si chaque
utilisateur est modlis par un processus indpendant. Dans [24], les auteurs ont observ que les
lments mobiles dans un rseau mobile ad-hoc ont tendance coordonner leurs mouvements. Ils
ont donc cr un modle appel Reference Point Group Model qui imite des caractristiques
de dpendance inter-utilisateurs. Dans ce modle, les personnes sont reprsentes par un groupe
dont la direction est dtermine par un meneur (par exemple un guide de muse). Le meneur du
groupe bouge selon un vecteur pouvant tre dtermin de manire alatoire, alors que les suiveurs
ont un mouvement pseudo-alatoire calqu sur celui du meneur. En choisissant des chemins
prdfinis pour les meneurs, les auteurs ont pu reproduire des scnarios rels tels que des
situations de catastrophe ou des configurations de champ de bataille.
Finalement, le mobile ne possde pas de mouvement contraint dans un modle de marche
alatoire. En ralit, plusieurs obstacles et chemins dfinissent la mobilit (btiments, murs,
trottoirs, bureaux...), introduisant par l mme une corrlation entre les bases de donnes
gographiques et la mobilit. Diffrents modles tels que le Pathway Mobility Model [25] ou
le Obstacle Mobility Model [26] intgrent ces obstacles et chemins de diffrentes manires,
par exemple en gnrant des chemins de trottoirs bass sur un plan de ville.
2.C.2.2.
Dfinitions commune des modles ralistes
Dans le cadre de ce manuscrit, nous utilisons des dfinitions communes pour dcrire la
simulation de mobilit raliste. Les exigences spcifiques la mobilit vhiculaire et pitonne
sont ensuite successivement dtailles.
Nous dcomposons un modle de mobilit raliste en trois parties. La premire dimension est
lensemble des informations de contrainte du modle, que ce soit les contraintes gographiques et
paramtriques, cest--dire lidentification de donnes dentres. Deux niveaux de mobilit
peuvent ensuite tre distingus dans la simulation proprement dite : macroscopique et
microscopique. La mobilit macroscopique (ou macro-mobilit) dcrit le parcours global dun
Page | 83


mobile, de manire similaire au parcours dun graphe, alors que la mobilit microscopique (ou
micro-mobilit) se concentre sur les proprits physiques de la mobilit un instant t le long dun
chemin, en rapport avec les contraintes locales telles que les autres mobiles et la topologie de
lenvironnement. La figure 2.10 illustre ces trois tapes dans le cas de mobilit vhiculaire.
a. Donnes dentre
b. Macro-mobilit
c. Micro-mobilit
Figure 2.10 : Etapes de simulation de mobilit

2.C.2.3.
Modles de mobilit vhiculaire ralistes
Des modles de mobilit vhiculaire ont t raliss dans de nombreux domaines. Dans le
cadre de rseaux vhiculaires ad-hoc (VANET), les auteurs de [27] dfinissent les dfis
principaux comme le ralisme du modle de mobilit et son adaptabilit aux outils de simulation
existants. La communaut de chercheurs ne peut gnralement pas utiliser des gnrateurs de
trafic ralistes existants, car ils sont commerciaux et ne sont pas conus pour changer des
informations avec des simulateurs de rseaux. Diffrents modles ont t dvelopps dans cette
optique, dont VanetMobiSim [28], slectionn ici en tant que rfrence pour ses choix de
modlisations et son approche physique et donc raliste, qui amliore lui-mme un modle de
micro-mobilit appel Intelligent Driver Model (IDM).
IDM, dcrit dans [29], est un modle microscopique qui se place dans la catgorie des
modles de poursuite de voiture. Le comportement dun vhicule est fonction du vhicule le
prcdant sur la route. Le modle calcule de manire instantane lacclration dun vhicule
suivant lquation diffrentielle (2.7) :
v 4 s* 2
dv
= a 1
dt
v0 s
(2.7)
v v
avec s * = s0 + vT +
2 ab
(2.8)
Page | 84


o v est la vitesse actuelle du vhicule, v0 est la vitesse dsire (maximale), s est la distance par
rapport au vhicule prcdent et s* est la distance dynamique dsire. Ce dernier paramtre est
calcul dans (2.8) et est fonction de la distance minimale de pare-choc pare-choc s0, du temps
de raction minimum T, de la diffrence de vitesse par rapport au vhicule prcdent v et de
lacclration et la dclration minimales du vhicule a et b.
IDM peut reproduire des situations denvironnement rel, par exemple une file de voitures sur
une route simple. Cependant, comme les auteurs de [28] le remarquent, lutilisation seule de ce
modle nest pas suffisante pour obtenir un comportement raliste, par exemple un carrefour.
Plusieurs extensions dIDM ont t proposes, comme dans [28] qui gre les intersections. Pour
le premier vhicule de la rue, lacclration dpend de lintersection venir et les paramtres
suivants sont appliqus :
s = S
v = v
(2.9)
o est la distance actuelle du vhicule par rapport lintersection et S est une marge de scurit
pour lintervalle entre le centre de lintersection et lendroit o le vhicule doit effectivement
sarrter.
Une fois que le vhicule est arriv un panneau de stop, un module responsable des
intersections prend en charge le vhicule dans une file dattente. Bien quamliorant IDM,
lextension ne reproduit que les comportements de type stop ou feux de signalisations et de plus
prsente certains effets de bord. Le modle dcrit par la suite dans le cadre de ce manuscrit
propose de combler ces lacunes.
2.C.2.4.
Modles de mobilit pitonne ralistes
Les auteurs de [30] font tat de diffrents modles de mobilit pitonne. Une des approches
adoptes est dabstraire les pitons en flux, dcrits par les quations de dynamique des fluides.
Cependant, les caractristiques de flux ne sont pas toujours adaptes tous les cas, notamment
dans le cas de mobilit deux sens. Une autre approche consiste reprsenter chaque mobile en
tant quindividu, ou agent. Cette mthode a t largement tudie et adopte dans le domaine des
transports, mais le choix ou non de discrtiser lespace et/ou le temps dpend de lutilisation
dsire des rsultats. Dans des modles de type automates cellulaires, lespace des dplacements
est modlis par une grille alors que dans les modles de type continus, le mouvement est dcrit
par des quations diffrentielles. Les modles semi-continus proposent eux une approche
similaire aux modles continus mais en contraignant les actions du piton un ensemble fini de
choix, alliant flexibilit et prcision. Nous avons donc choisi ce type de modles comme
rfrence, et en particulier la micro-mobilit dcrite ci-dessous.
Page | 85


Guo et al. proposent dans [31] un modle semi-continu bas sur des forces de rpulsion, dj
dcrit dans [32] par Helbing et Molnar. Les forces de rpulsion sont tout aussi bien physiques
(obstacle, mur) que sociales (autres personnes). Linconvnient admis de ce modle est quil nest
pas adapt des situations o les pitons se pousseraient, comme des mouvements de panique ou
de foules compactes. Cependant, ces cas-l ne nous intressent pas dans le cadre de nos tudes.
De lautre ct, il a les avantages dtre rapide, du fait du choix du dplacement dans un
ensemble fini, physiquement raliste et de pouvoir simuler des foules de type clairsemes
denses.
Lensemble fini de choix de dplacement est constitu dun ensemble de directions,
reprsentes par des angles comme illustr dans la figure 2.11a. Le calcul des forces sociales
dcrit dans les quations (2.10) et (2.11) est effectu lorsque langle de vise par rapport un
obstacle donn est lintrieur du cne radial illustr sur la figure 2.11b. Une approche de
fonction dutilit utilisant les forces sociales et la fonction logit permet dassigner chaque angle
une probabilit selon (2.12). Le rsultat du mouvement dcoule ensuite dun tirage alatoire.
a. Ensemble de choix de direction
b. Concept de cne radial ( l

1l2 )
Figure 2.11 : Principes du modle piton semi-continu
fi mn =
( max {0;cos()} + ) ( max {0;cos()} + )
max {d mn rm rn ; }
(2.10)
o f i mn est la force de rpulsion entre les pitons n et m pour la direction i. Les paramtres
{,,} sont des paramtres dintensit, dmn dsigne la distance entre les pitons m et n. Le
paramtre est langle entre la direction dsire en de n et le trajet direct vers m. Le paramtre
est langle entre la direction dsire du piton m et le trajet direct vers n. Les paramtres rm et rn
dsignent les rayons respectifs du piton m et n.
fi wn =
( max {0;cos( )} + ) (1 + )
max {d wn rn ; }
(2.11)
o le paramtre f i w n est la force de rpulsion entre le piton n et le mur w pour la direction i. Les
paramtres {,,} sont des paramtres dintensit, dwn dsigne la distance n et w. Le paramtre
Page | 86


est langle entre la direction dsire en de n et le trajet direct vers le mur w. Le paramtre rn est le
rayon de n.
exp max 0;cos ( in ) f i mn f i wn
m
w

Pn =
12
i

1 + exp max 0; cos ( nk ) f kmn f kwn
k =1
m
w
1
P0n =
12
1 + exp max 0; cos ( nk ) f kmn f kwn
k =1
m
w
(2.12)
o Pi reprsente pour le piton n la probabilit du choix de la direction i, lindice i = 0 tant la

probabilit de rester sur place. Le paramtre est la dviation, reprsentant la force de leffet
dvitement, in est langle entre la direction d in et la direction dsire en et f i mn , f i wn sont les
forces de rpulsions entre le piton n et respectivement les autres pitons m et les murs w.
Afin de moduler la vitesse, quatre distances de parcours sont disponibles chaque itration.
Le choix de la distance de parcours rsulte du compromis entre la vitesse propose par dfaut et
viter le plus possible les recouvrements de personnes. Aprs le calcul des positions des mobiles,
il est encore possible que des recouvrements se fassent. Dans ce cas-l, aucun des mobiles
concerns ne bouge, mais ils sont informs du blocage et remettent en question leur stratgie lors
de prochaines itrations.
Les diffrents modles ralistes de mobilit pitonne et vhicule voqus ne permettent
souvent de simuler que la micro-mobilit. Dans la section suivante, nous prsentons nos
propositions de modles globaux ralistes, en particulier lutilisation novatrice dOpenStreetMap
pour amliorer la prcision des donnes, la gestion dintersection et les flux de macro-mobilit du
trafic vhiculaire.
2.C.3. Propositions de modles de mobilit ralistes
2.C.3.1.
Mobilit des vhicules
Le modle vhiculaire que nous souhaitons obtenir doit rpondre de nombreuses exigences.
Il doit tre physiquement raliste pour correctement simuler les corrlations spatio-temporelles.
De plus, les donnes obtenues doivent tre cohrentes avec les donnes gographiques utilises
pour la prdiction de propagation. Pour respecter ces contraintes, nous choisissons de nous
inspirer du modle de rfrence [28] voqu auparavant, qui contraint les mouvements un
rseau routier et possde un modle de micro-mobilit raliste. Le rsultat de cette simulation de
Page | 87


mobilit a pour but dtre utilis la fois dans la caractrisation fine de phnomnes de
propagation, mais aussi de phnomnes plus globaux impactant un rseau cellulaire. Pour cela,
lchelle du rseau routier simul de manire raliste doit tre au minimum de lordre de grandeur
dun ensemble comprenant une macro-cellule centrale et les macro-cellules voisines, cest--dire
environ 1 km.
Lhypothse de base que nous utilisons pour dfinir la macro-mobilit dans une configuration
confine est que les vhicules arrivent dun bord du rseau routier pour ressortir un autre bord.
Les phnomnes de fuite (stationnement, sortie de garage) sont donc ngligs. Dans les
paragraphes suivants, nous dcrivons nos propositions de modlisation et dimplmentation pour
les diffrents niveaux de simulation.
Le rseau routier de la base de donnes OSM dcrit les rues comme une suite de vecteurs
linaires augments dinformation. Pour faciliter la macro-mobilit, nous modlisons la structure
de rseau routier de la simulation comme un graphe dont les nuds sont les carrefours. Afin de
gnrer des positions de vhicule ralistes, nous avons choisi de sparer les rues plusieurs voies
en amont de la simulation. Dans le cas de rues o la circulation se fait double sens, une rue
abstraite est duplique en deux rues physiques. Les diffrentes tapes de cette duplication et de la
jonction aux intersections font intervenir la trigonomtrie basique. Les donnes linaires ainsi
reconstruites sont cohrentes avec les bases de donnes de vecteurs 3D de btiments, comme
illustr sur la figure 2.12.
Figure 2.12 : Exemple de superposition de linaires de rues et de vecteurs 3D de btiments

Comme dfini prcdemment, la macro-mobilit reprsente le niveau suprieur du
dplacement dcrit par un vhicule, cest--dire son chemin. Les mthodes que nous mettons en
uvre pour dfinir la macro-mobilit de manire raliste exploitent les informations issues des
Page | 88


bases de donnes OSM. Le nud dentre du mobile dans le rseau est choisi de manire
donner une forte probabilit aux rues large capacit. La classification offerte par OSM (rue
primaire, secondaire, autoroute...) permet davoir cette information. Limportance du type de
route est ajuste grce un facteur . Le nud de sortie du mobile est quant lui soumis
plusieurs exigences. Premirement, le chemin form entre le nud dentre et de sortie doit
favoriser le fait de rejoindre des rues large capacit. Pour cela, nous dfinissons le paramtre de
type de route moyen m o le type de route de chaque segment dun chemin donn est pondr
par sa longueur suivant lquation (2.13). Le chemin doit galement tre raliste, par exemple
viter une boucle. Nous dfinissons le paramtre de distance relative comme mtrique
quantifiant le ralisme du chemin. Ce paramtre est dfini comme le rapport entre la distance
parcourue vol doiseau et la distance effectivement parcourue le long du graphe, suivant
lquation (2.14). Lide principale est dviter les trajets longs, qui finissent proches du point
dentre et de favoriser les chemins dont la distance parcourue est proche de la distance vol
doiseau. Finalement, les paramtres de type de route moyen et de distance relative sont
combins ensemble avec les facteurs dajustement et suivant lquation (2.15). Pour calculer
le chemin entre le point dentre et le point de sortie choisis, la manire la plus vidente est
dutiliser lalgorithme de Dijkstra [33]. Les paramtres de pondration darte de lalgorithme
peuvent dpendre de la distance, de la vitesse et du trafic si lutilisateur possde ces informations
en temps rel. Les mtriques de poids , et suivant ces trois paramtres est dfinie dans (2.16)
. Pour le moment, le choix a t fait de ne pas utiliser la notion de connaissance du trafic ( = 0).
mi , j = lengthl roadtypel
(2.13)
o l correspond aux diffrentes artes du chemin entre i et j.
i , j =
1
N
i, j
d Euclidean (i,j)
d Graph (i,j)
(2.14)
j =1
o N est le nombre de points possibles de sortie pour le point dentre i, dEuclidean est la distance
vol doiseau entre i et le point de sortie j et dGraph est la distance le long du graphe entre i et j.
proba j = i , j mi, j
(2.15)
o j dtermine le point de sortie tudi pour un point dentre i.

weight = distance .speed .traffic
(2.16)
Page | 89


Comme dfini prcdemment, la micro-mobilit modlise la manire dont un vhicule ou
agent se dplace localement. Dans un contexte de mobilit vhiculaire, cela inclut la vitesse,
lacclration, la dclration et la direction (changement de voie) le long dune arte du graphe.
La micro-mobilit est dpendante des paramtres dune rue (vitesse, intersections) ainsi que des
interactions avec les autres vhicules. Intelligent Driver Model et son extension IDM-IM ont t
choisis pour leur ralisme. Cependant, IDM-IM prsente certains aspects problmatiques ainsi
que quelques lacunes que le modle prsent propose de corriger. Un premier problme a t
abord prcdemment : dans IDM-IM, un seul vhicule peut utiliser lintersection un temps
donn, ce qui est irraliste et peut provoquer de srieux problmes de congestion dans le rseau.
Nous avons implment la possibilit dutiliser une intersection par deux vhicules. De plus,
lintersection choisie par dfaut est larrt, ainsi quune gestion dintersection prioritaire pour le
premier arriv, ce qui peut aussi aboutir des situations de congestion si lintersection relle est
conue pour viter larrt, par exemple un cdez le passage. Pour rsoudre ces problmes, nous
introduisons un nouveau module de gestion des intersections, dcrit sur la figure 2.13 et illustr
avec un carrefour feux.
Intersection
tat courant
Lgende
Agrgation n1
Feu
Couple n1
Paire
Noeud entrant
Noeud sortant
...
Couple nN
Paire
Noeud entrant
Noeud sortant
...
...
Agrgation nM
Noeud
entrant
Noeud
sortant
Paire
Figure 2.13 : Structure dun objet intersection

Nous dfinissons dabord les notions de Paire, de Couple et de dAgrgation. Un nud
entrant dune intersection est le dernier point dune route emprunte par un vhicule avant quil
Page | 90


nutilise lintersection pour arriver sur une nouvelle route via un nud sortant de lintersection.
Un ensemble de deux nuds (entrant et sortant) relis par une intersection est appel une Paire.
Comme deux vhicules peuvent utiliser lintersection en mme temps, tous les ensembles de
Paires possibles sont dcrits. Un Couple reprsente deux Paires qui peuvent utiliser lintersection
en mme temps. Comme une intersection peut avoir diffrents tats (par exemple un feu de
circulation), chaque tat possde un ensemble de Couples pouvant emprunter lintersection.
Lensemble de Couples associ un tat est appel Agrgation. Pour une intersection donne, le
paramtre dtat courant permet de slectionner lAgrgation utiliser un instant t.
La priorit entre les diffrentes Paires puis entre les diffrents Couples est calcule sur la base
du type des routes concernes et du type dintersection. Par exemple, pour un rond-point, la Paire
qui vient du rond-point et y reste est prioritaire par rapport aux autres. En plus des intersections
dfinies dans IDM-IM, dautres priorits ont t implmentes, telles que le cdez le passage, le
rond-point, le mini rond-point...
Finalement, la gestion de lacclration dans IDM-IM apporte des effets de bord spcifiques.
Le problme du vhicule aveugle illustr sur la figure 2.14 en est un exemple. Dans cette
configuration, deux vhicules se suivent sur une route prioritaire (par exemple un feu de
signalisation au vert). La premire voiture continue sur lintersection et roule donc la vitesse
maximale. Suivant le modle de poursuite de vhicule, la seconde voiture roule la mme vitesse
que la premire. Une fois que la premire voiture passe lintersection, la seconde voiture se rend
compte quelle tourne et doit donc ralentir brutalement. Pour prendre en compte un
ralentissement adapt, la modification apporte dans le modle dvelopp est de choisir
lacclration minimale chaque instant entre lacclration dpendant du vhicule suivi et
lacclration dpendant de la distance la prochaine intersection.
V1
V2
v = vmax
tout droit
v = vmax
tourne gauche
a. V1 ne ralentit pas car il a la priorit
V1
V2
aucun
problme
dclration
soudaine 0 km/h
b. V2 dclre brutalement
Figure 2.14 : Problme du vhicule aveugle
Page | 91


Pour vrifier la pertinence du modle dvelopp, nous avons extrait des sorties statistiques de
la simulation et compar avec des rsultats existants, la fois dans des environnements virtuels et
rels. Les mtriques utilises sont tires de la littrature (cf. [28]).
Vitesse moyenne globale
Il sagit de la vitesse moyenne sur lensemble des vhicules et sur la dure de la simulation.
Dans des configurations urbaines et des heures typiques de circulation, la vitesse moyenne est
de lordre de 15 20 km/h [34]. Pour des topologies et densit de trafic analogues, lordre de
grandeur de vitesse observ est similaire dans la plupart des environnements tests des chelles
moyennes (1 km). Pour des chelles plus larges, le manque dinformation sur le rseau ou sur les
relations complexes entre les intersections, notamment la corrlation entre feux de signalisation
explique des encombrements locaux et donc une diminution de cette vitesse moyenne globale.
Les prochaines mtriques permettent de mieux dtailler linfluence de la densit sur la vitesse.
Vitesse en fonction de la densit
Cette mtrique est issue dun protocole exprimental [28] consistant en laugmentation
progressive de la densit (nombre de vhicules par kilomtre) et lobservation de son effet sur la
vitesse globale dans le rseau. Pour chaque exprience, un temps transitoire de 900 s est fix pour
stabiliser le trafic dans le rseau, aprs lequel la vitesse moyenne est enregistre sur une dure de
3600 s. La densit joue un rle essentiel dans la simulation de mobilit : en augmentant le
nombre de vhicules, le trafic se ralentit considrablement et peut aboutir des situations
dencombrement. La figure 2.15 illustre les rsultats de ce protocole ralis avec diffrents
modles de mobilit sur un rseau virtuel rempli avec diffrents types dintersection : soit des
feux, soit des routes prioritaires avec arrt, soit des cdez le passage, soit des arrts obligatoires.
En fonction des intersections, la courbe de vitesse en fonction de la densit peut tre diffrente :
- Pour un rseau de feux de signalisation, la courbe dcroit relativement faiblement. En
effet, quil y ait un vhicule ou plusieurs arrts une intersection, les feux ne changent
dtat qu des instants donns.
- Pour un rseau constitu dintersections de type arrt, laugmentation de la densit va
faire diminuer considrablement la vitesse : des congestions sont rencontres sur certaines
intersections. Avec une densit faible, la vitesse moyenne est cependant plus leve que
pour un rseau de feux de signalisation.
- Lutilisation de nouvelles intersections (routes prioritaires et cdez le passage) permet
daborder de nouvelles situations de trafic. La diffrence de vitesse moyenne observe sur
les courbes de ces rseaux sexplique par lafflux permanent de vhicules sur les routes
principales, sur lesquelles la vitesse est maximale.
Page | 92

Vitesse moyenne (m/s)
16
IDMLC
IDMIM (Arrt)
IDMIM (Feux)
Modle propos (Prioritaire avec arrt)
Modle propos (Cdez le passage)
Modle propos (Feux)
14
12
10
8
6
4
2
5
a. Rseau de mobilit tudi
10
15
20
Densit de vhicules (vehicules/km)
25
b. Rsultats de lexprience
Figure 2.15 : Exemple dvolution de la vitesse en fonction de la densit

Statistiques de macro-mobilit
Les statistiques de macro-mobilit sont calcules en fonction des observations darrives de
vhicules sur les nuds dentres, ainsi que les relations entre nuds dentres et de sorties. Ces
mtriques ont pour but dobserver les effets des paramtres de macro-mobilit (dont m, , et ).
Sur la figure 2.16, le point n47 a par exemple une probabilit dentre plus forte que les autres
d au type de route (route primaire, cf. figure 2.17), notamment par rapport au n11 (route
tertiaire).
a. Carte de rseau routier (Paris)
b. Statistiques du trafic simul
Figure 2.16 : Exemple de statistiques de macro-mobilit

Page | 93


Densit spatiale
La densit spatiale est une mtrique reprsentant le quotient moyen de vhicules pour un
crneau donn le long dune route, par exemple un crneau de 50 cm. Une valeur de densit
spatiale de 1 indique que le crneau est toujours occup, correspondant au maximum de densit.
Un exemple de rsultat de densit spatiale est illustr sur la figure 2.17. Nous observons par
exemple que le trafic est concentr au voisinage des feux de circulation, des routes principales et
aux approches des ronds-points. Ce type de comportement se retrouve dans des situations relles
de circulation.
a. Carte de rseau routier (Paris)
b. Densit du trafic simul
Figure 2.17 : Exemple de densit spatiale

2.C.3.2.
Mobilit des pitons
Les vhicules ne sont pas les seuls lments de lenvironnement qui gnrent des variations
du canal en configuration dense urbaine. De nombreux lments pourraient tre modliss :
motos, cyclistes, tram... Limpact en particulier des foules de pitons sur les caractristiques de
second ordre du signal a t dmontr dans la littrature (cf. chapitre 1). De plus, en configuration
intrieure, lactivit humaine est le facteur environnemental mobile qui gnre le plus dimpact
sur la propagation. Afin de rpondre ces problmatiques, nous avons choisi de dvelopper un
modle simple mais raliste, bas sur les contributions existantes. Ce modle se focalise sur des
situations de mobilit contraintes, qui peuvent tre rencontres en extrieur (trottoirs), mais aussi
en intrieur (couloirs). Les niveaux de mobilit simuls sont les mmes quen mobilit
vhiculaire. Les hypothses dentre et de dpart sur les bords du rseau de mobilit sont
galement identiques. Cependant, la modlisation de micro-mobilit est moins linaire et inclut
de la dpendance entre les diffrents pitons, appels agents.
Page | 94


Il nexiste pas notre connaissance de bases de donnes consacres aux trottoirs dune ville,
qui sont les donnes dentre du modle. Nous avons dvelopp un algorithme permettant la
reconstruction de trottoirs partir de donnes de rues et de btiments, dont on peut voir une
illustration sur la figure 2.18.
Figure 2.18 : Exemple de gnration de trottoirs en milieu urbain

Dans la version propose dans ce manuscrit, les paramtres de macro-mobilit sont
lmentaires. Les probabilits de gnration dun piton sur une zone darrive, ainsi que le choix
de la zone de sortie, sont dtermines de manire alatoire. Dautres solutions peuvent tre
imagines, comme une probabilit de gnration proportionnelle la longueur du segment
darrive. La position de lagent sur le segment darrive reproduit la tendance que les pitons ont
crer des lignes lorsquils marchent dans un espace contraint. Pour modliser cet effet dans le
modle, la distribution dun agent sur le segment darrive suit une loi normale centre sur la
moiti droite du segment. De cette manire, les agents se dplacent plutt sur le ct droit de la
zone. Le choix du point de sortie dsir dans la zone inclut la fois ce comportement de
dplacement en ligne droite, et linformation de direction emprunte par lagent, comme illustr
sur ltape c. de la figure 2.19.
La micro-mobilit dun agent, qui dpend des interactions avec les murs et les autres agents,
est modlise en utilisant le modle dvelopp par les auteurs de [31], dcrit dans le paragraphe
2.C.2.4.
La validit du modle na pas t vrifie, que ce soit par rapport des extraits de vido ou
dautres simulateurs. Cependant, des comportements ralistes sont observs, tels que le fait de
prvoir et viter les collisions ou la formation de lignes lors de la densification du trafic.
Page | 95

p(d)
p(d)
Arrive
Arrive
p(d)
p(d)
p(d)
Dpart
a. Distribution uniforme
Dpart
Dpart
b. Distribution oriente sur

une voie
c. Distribution oriente vers la

direction du piton
Figure 2.19 : Distribution du piton sur la zone darrive

La prochaine section illustre les possibilits dexploitation de la plateforme de simulation
compose du gnrateur dobjets statiques, de modles de propagation spcifiques aux petites
cellules et de modles de mobilit. Dans le cas dun environnement extrieur, les variations du
signal sont compares avec et sans prendre en compte lenvironnement et sa mobilit.
Page | 96

2.D.
Illustrations de lutilisation de la plateforme de simulation
2.D.1. Ralisme du canal de propagation
Nous prsentons dans cette section des exemples dutilisation de la plateforme de simulation
illustrant le ralisme apport par le rajout de dtails statiques, ainsi que par lvolution des
mcanismes de propagation. Ces exemples ne sont pas des scnarios dtude. Le prochain
chapitre prsentera des scnarios dtude plus complets, permettant de caractriser un phnomne
ou dobserver limpact dun paramtre prcis.
Le premier apport observable est la prise en compte de la phase dans le modle de
propagation, ce qui permet la recombinaison constructive ou destructive des rayons aboutissant
aux variations du signal. Ce mcanisme est implicitement illustr dans toutes les situations
prsentes ci-dessous. Des prdictions de propagation sont effectues dans un scnario urbain,
avec une configuration de rcepteur mobile, puis denvironnement mobile. Les variations du
signal, petite chelle et grande chelle, sont compares avec et sans le rajout de dtails
statiques (lampadaires, voitures gares) ou de dtails mobiles (vhicules).
Au-del du ralisme des variations du signal illustres ci-dessous, lutilisation dun modle
dterministe permet de prendre en compte de manire implicite les corrlations dans lespace et
le temps. Par exemple, si deux rcepteurs mobiles associs la mme station de base sont situs
lun ct de lautre, les variations de puissance du signal reu, dues au passage dun vhicule
dans le lien radio, seront proches.
2.D.1.1.
Scnario dillustration
Lenvironnement du scnario utilis dans ces exemples dillustration est de type dense urbain
(cf. figure 2.20). La station de base est fixe et place une hauteur de 4 m. Elle met un signal
une frquence de 2600 MHz, grce une antenne isotrope, polarise verticalement. Le rcepteur
est hauteur humaine ( 1,5 m) et reoit le signal grce une antenne isotrope, polarise
verticalement.
Figure 2.20 : Vue du scnario dillustration ( Google 2012)
Page | 97


2.D.1.2.
Rcepteur mobile
Dans le premier exemple, nous allons comparer les vanouissements petite et grande
chelle en prsence ou non de mobilier urbain. La gnration pseudo-alatoire des vhicules et
des lampadaires est telle que dcrite dans le paragraphe 2.B.1.3. Afin de mettre en avant des
effets isols, le mobilier urbain rajout est dlibrment clairsem. La densit de vhicules
stationns est de 20 %, avec une proportion relative de 5 % dutilitaires, 15 % de camions et 80 %
de voitures. Les lampadaires sont gnrs 5 m de la rue, avec une distance de sparation de 30
m.
La figure 2.21 illustre le mobilier urbain gnr, ainsi que la route emprunte par le rcepteur.
Pour mieux observer les diffrences dvanouissements petite chelle, deux chantillons sont
dtaills : lorsque le rcepteur est proche de mobilier urbain (1) et lorsque le trajet direct est
obstru par un obstacle de large taille (2).
Figure 2.21 : Scne enrichie par le mobilier urbain et trajectoire du rcepteur mobile
Les rsultats des variations de puissance le long de la route sont prsents sur la figure 2.22.
Des diffrences grande chelle sont observes en rajoutant le mobilier urbain, par exemple t =
8s, et particulirement de t = 63 70 s, o lutilisateur passe derrire un camion.
60
Puissance reue (dBm)
70
80
90
100
110
120
0
Sans mobilier urbain

Avec mobilier urbain
10
20
30
40
Temps (s)
50
60
70
80
Figure 2.22 : Illustration de la variation de puissance avec un rcepteur mobile

Page | 98


La figure 2.23 prsente les dtails de variations de puissance sur les segments (1) et (2). Sur le
segment (1), les variations du signal petite chelle sont plus frquentes. La diffrence entre les
deux courbes atteint jusqu 5 dB. En effet, lajout de contributions dues aux artes des vhicules
et aux lampadaires permet damliorer la prdiction de la diversit du canal. La distribution des
angles darrive dans le plan horizontal tend vers une distribution uniforme, qui aboutit un
vanouissement de type Rice pour lenveloppe du signal (d au trajet direct prpondrant). Sur le
segment (2), les variations du signal sont plus importantes, avec une dynamique observe de 20
dB. Le trajet direct est fortement attnu, le mettant au mme niveau que les autres trajets
(rflexions, diffractions). Les recombinaisons provoquent donc des vanouissements de plus forte
frquence et amplitude, plus proches dun vanouissement de type Rayleigh.
60
60
65

70
75
80
70
80
90
100

85
31
31.5
32
Temps (s)
32.5
33
Segment (1)
110
65.5
66
66.5
Temps (s)
67
67.5
Segment (2)
Figure 2.23 : Dtails de variation de puissance avec un rcepteur mobile

2.D.1.3.
Environnement mobile
Dans le deuxime exemple, nous allons comparer les variations de puissance apportes par le
trafic vhiculaire, avec un rcepteur fixe. La dure de la simulation est de 60 s. La simulation de
mobilit est telle que dcrite dans le paragraphe 2.C.3, avec une densit de trafic de 10 %, rpartis
entre les voitures (80 %), les utilitaires (10 %) et les camions (10 %). La figure 2.24 illustre le
scnario et la mobilit de lenvironnement deux instants diffrents.
Page | 99

t=9s
t = 19 s
Figure 2.24 : Scne enrichie par des vhicules mobiles

La figure 2.25 prsente les variations de puissance durant la simulation. Le passage de
vhicules entraine des variations petite et grande chelle. Les variations petite chelle (de
lordre de quelques millisecondes) sont dues aux diffractions sur les artes des vhicules, alors
que les variations grande chelle sont dues aux perturbations que les vhicules produisent sur
les trajets existants, notamment le trajet direct. La dure des vanouissements est en particulier
lie la configuration gomtrique et aux tailles des vhicules et est plus large que les dures
dvanouissements dus au dplacement du rcepteur. Les variations grande chelle sont dans ce
scnario de lordre de 0 5 dB (voitures et utilitaires) et peuvent atteindre 30 dB pour le passage
de bus.
65
70
75
80
85
90
95
100
105
0
Environnement statique
Environnement mobile
10
20
30
Temps (s)
40
50
60
Figure 2.25 : Illustration de la variation de puissance avec un environnement mobile

2.D.2. Contraintes dutilisation
Les diffrentes illustrations ci-dessus ont montr les amliorations apportes par
lenrichissement de la scne de propagation. Certaines contraintes ne permettent cependant pas
une utilisation sans rserve de la plateforme de simulation, notamment la validation des modles
de propagation et le cot de la simulation en termes de complexit et de ressources de calcul.
Page | 100


Certains mcanismes de propagation sont repris de modles de la littrature et ont dj t
soumis des validations. Certains choix au contraire, partent dhypothse de mcanismes
dominants, par exemple la diffraction sur la structure mtallique des vhicules. Une tape de
validation est donc ncessaire pour confirmer les mcanismes utiliss. De plus, certains
mcanismes sont paramtrables, comme le coefficient de rflexion sur le sol ou encore le
coefficient de correction de hauteur pour le coefficient TUD. Ltape de validation doit donc
comprendre une part dajustements.
De plus, le ralisme obtenu par la plateforme de simulation se fait au dtriment dun surplus
de complexit : donnes dentres supplmentaires, connexions darchitecture entre mobilit et
propagation, et augmentation des ressources ncessaires au calcul. En effet, la gnration de
dtails, puis, chaque instant t, la simulation de mobilit et la prdiction de propagation
demandent du temps et consomment de la mmoire.
Dans le chapitre suivant, la plateforme de simulation est utilise pour caractriser limpact de
lenvironnement proche. Dans le cas de mobilit de lenvironnement en configuration urbaine,
une approche complmentaire par mesures est galement suivie. Cette approche permet la fois
dobtenir une premire caractrisation de limpact des vhicules et de valider certains choix de
modlisation de la propagation. Une fois les modles valids, la ralisation de plusieurs tudes
permet de caractriser limpact de lenvironnement proche dans diffrents scnarios. Ces tudes
sont ralises dans un contexte o les ressources de calcul ne sont pas une limitation, ce qui
permet de saffranchir de la contrainte de cot de la simulation. Cependant, cette contrainte sera
reconsidre dans le chapitre 4 lorsquil sagira de combiner la plateforme de simulation des
outils possdant eux-mmes des contraintes de temps de simulation, comme des simulateurs de
rseaux.
Page | 101

2.E.
Conclusion du chapitre
Nous avons propos dans ce chapitre une plateforme de simulation permettant de gnrer et
de prendre en compte des dtails statiques et dynamiques dans des outils de prdiction
dterministe de propagation.
Dans un premier temps, nous avons dcrit notre approche combinant une gnration alatoire
de dtails dans lenvironnement et la mise en place de modles de propagation spcifiques aux
petites cellules, qui a fait lobjet dune prsentation un sminaire1 et dune publication2. La
gnration pseudo-alatoire propose sappuie sur des bases de donnes de topologies de rues
OpenStreetMap (OSM) libres et collaboratives. Elle permet dobtenir plusieurs versions possibles
dune mme scne de propagation et deffectuer des traitements statistiques sur les canaux de
propagation rsultants. Nous avons ensuite dcrit nos travaux pour aboutir des outils
dterministes de propagation spcifiques aux petites cellules. Ces travaux ont consist en
lamlioration de loutil de prdiction de propagation de SIRADEL dans un prototype annexe.
Dans un premier temps, le calcul de la rflexion sur le sol ainsi que le calcul dterministe de
phase ont t implments, permettant une analyse cohrente des multi-trajets, comme dans le
modle deux rayons. Lobstruction de la rflexion sur le sol tant insuffisante pour caractriser
limpact de lajout dobjets dans le plan vertical, lattnuation du trajet direct est calcule grce
lellipsode de Fresnel. Les multi-trajets quant eux ont t enrichis avec lajout des
contributions dues des poteaux et des vhicules. Des approches respectives de Surface
Equivalente Radar et de diffraction sur les artes verticales ont t mises en place, en veillant
respecter les conditions de champ proche.
Dans un deuxime temps, nous avons dcrit nos propositions de modles de mobilit pitonne
et vhiculaire permettant de dplacer des objets statiques lintrieur dune scne. Nos travaux
ont consist amliorer et tendre des modles de rfrence proposant une approche raliste
base sur des contraintes gographiques et paramtriques. Dune part, certaines limitations de ces
modles de rfrence sont corriges, en particulier le calcul de la vitesse dun vhicule
lapproche dune intersection et lutilisation simultane dune intersection par deux vhicules.
Dautre part, lutilisation des bases de donnes OSM riches en information a permis damliorer
les diffrents niveaux de simulation de mobilit, notamment en reliant les paramtres de macromobilit aux proprits du rseau routier.
Finalement, nous avons illustr les amliorations apportes par cette plateforme de
simulation. Elle permet de mieux caractriser les diffrentes dynamiques dans le canal, petite et
grande chelle, apportes par le mouvement du rcepteur ou de lmetteur. Du fait du choix de
1
L. Maviel, J-M. Gorce and Y. Lostanlen, On the use of statistic in deterministic channel models, in International
Workshop on Propagation and Channel Modeling for Next-Generation Wireless Networks (IWPCM), Lyon, 2011.
2
G. Gougeon, Y. Lostanlen and L. Maviel, Coupling a deterministic propagation model with diffuse scattering and
urban furniture for small cells, in Proc. of the 5th European Conference on Antennas and Propagation (EuCAP),
Rome, Italy, pp. 3448-3452, 2011.
Page | 102


certaines hypothses de base, dont la structure mtallique des vhicules, il reste valider certains
mcanismes de propagation implments et les ajuster si ncessaire. Cest ce que nous verrons
dans le prochain chapitre ax sur la caractrisation de limpact de lenvironnement proche sur le
canal de propagation. Cette caractrisation sappuiera dabord sur des mesures et des cas dtudes
prcis pour ajuster les mcanismes choisis. Nous utiliserons ensuite la plateforme de simulation
pour tudier limpact de lenvironnement travers des campagnes de scnarios plus tendues.
Page | 103

Bibliographie
[1]
M. Haklay and P. Weber, OpenStreetMap: user-generated street maps, IEEE Pervasive
Computing, vol. 7, no. 4, pp. 1218, 2008.
[2]
J. Maxwell, A dynamical theory of the electromagnetic field, Philosophical
Transactions of the Royal Society of London, vol. 155, pp. 459512, 1865.
[3]
A. Peterson, L. Ray, and R. Mittra, Computational methods for electromagnetics, IEEE
Antennas and Propagation Magazine, vol. 40, no. 2, 1998.
[4]
J.-M. Gorce, K. Runser, and G. De La Roche, FDTD based efficient 2D simulations of
indoor propagation for wireless LAN, in IMACS, World Congress Scientific Computation,
Applied Mathematics and Simulation, (Paris, France), 2005.
[5]
S. Saunders and A. Aragn-Zavala, Antennas and propagation for wireless
communication systems. Wiley, 2007.
[6]
J. Keller, A geometrical theory of diffraction, J. Opt. Soc. Amer., vol. 52, pp. 116130,
1962.
[7]
R. Kouyoumjian and P. Pathak, A uniform geometrical theory of diffraction for an edge
in a perfectly conducting surface, Proceedings of the IEEE, vol. 62, no. 11, pp. 14481461,
1974.
[8]
Y. Corre and Y. Lostanlen, Three-dimensional urban EM wave propagation model for
radio network planning and optimization over large areas, IEEE Transactions on Vehicular
Technology, vol. 58, no. 7, pp. 31123123, 2009.
[9]
K. Rizk, J.-F. Wagen, and F. Gardiol, Two-dimensional ray-tracing modeling for
propagation prediction in microcellular environments, IEEE Transactions on Vehicular
[10] A. S. Glassner, An introduction to ray tracing. Morgan Kaufmann Pub, 1989.
[11] J.-P. Rossi and Y. Gabillet, A mixed ray launching/tracing method for full 3-D UHF
propagation modeling and comparison with wide-band measurements, IEEE Transactions on
Antennas and Propagation, vol. 50, no. 4, pp. 517523, 2002.
[12] Y. Corre, Y. Lostanlen, and Y. Le Helloco, A new approach for radio propagation
modeling in urban environment: Knife-edge diffraction combined with 2D ray-tracing, in Proc.
of the 55th IEEE Vehicular Technology Conference, (VTC-Spring 2002), vol. 1, (Birmingham,
AL), pp. 507511, 2002.
[13] R. J. Luebbers, A heuristic UTD slope diffraction coefficient for rough lossy wedges,
IEEE Transactions on Antennas and Propagation, vol. 37, no. 2, pp. 206211, 1989.
[14] L. Ivrissimtzis and R. Marhefka, A note on double edge diffraction for parallel wedges,
IEEE Transactions on Antennas and Propagation, vol. 39, no. 10, pp. 15321537, 1991.
Page | 104


[15] M. Feuerstein, K. Blackard, T. Rappaport, S. Seidel, and H. Xia, Path loss, delay spread,
and outage models as functions of antenna height for microcellular system design, IEEE
[16] M. Ghoraishi, J. Takada, and T. Imai, Radio wave scattering from lampposts in microcell
urban mobile propagation channel, ECTI Transactions on Electrical Eng, Electronics and
Communications, vol. 7, no. 11 Part 2, 2009.
[17] R. Caldeirinha, T. Fernandes, N. Leonor, and D. Ferreira, Extension of the dRET Model
to Include Scattering from Tree Trunks in Microcell Urban Mobile Scenarios, in Proc. of the
71st IEEE Vehicular Technology Conference (VTC 2010-Spring), pp. 15, 2010.
[18] V. DiCaudo and W. Martin, Approximate solution to bistatic radar cross section of finite
length, infinitely conducting cylinder, IEEE Transactions on Antennas and Propagation,
vol. 14, p. 668, 1966.
[19] W. Gordon, Near field calculations with far field formulas, in Antennas and
Propagation Society International Symposium, 1996. AP-S. Digest, vol. 2, pp. 950953, IEEE,
2002.
[20] Y. Ouattara, Dveloppement dune Approche Radar pour ltude des rflexions sur les
btiments et lanalyse des irrgularits de faade. PhD thesis, Universit Paris Est - MSTIC,
2010.
[21] F. Bai and A. Helmy, A survey of mobility models in wireless adhoc networks, ch. 1.
Kluwer Academic Publishers, 2004.
[22] T. Camp, J. Boleng, and V. Davies, A survey of mobility models for ad hoc network
research, Wireless Communications & Mobile Computing, vol. 2, pp. 483502, 2002.
[23] B. Liang and Z. Haas, Predictive distance-based mobility management for PCS
networks, in Proc. of the 18th Annual Joint Conference of the IEEE Computer and
Communications Societies (INFOCOM99), vol. 3, pp. 13771384, 1999.
[24] X. Hong, M. Gerla, G. Pei, and C. Chiang, A group mobility model for ad hoc wireless
networks, in Proc. of the 2nd ACM international workshop on Modeling, analysis and
simulation of wireless and mobile systems, pp. 5360, 1999.
[25] J. Tian, J. Hahner, C. Becker, I. Stepanov, and K. Rothermel, Graph-based mobility
model for mobile ad hoc network simulation, in Proc. of the 35th Annual Simulation
Symposium, pp. 337344, 2002.
[26] A. Jardosh, E. Belding-Royer, K. Almeroth, and S. Suri, Towards realistic mobility
models for mobile ad hoc networks, in Proc. of the 9th ACM Annual international conference on
Mobile computing and networking, pp. 217229, 2003.
[27] J. Harri, F. Filali, and C. Bonnet, Mobility models for vehicular ad hoc networks: a
survey and taxonomy, IEEE Communications Surveys & Tutorials, vol. 11, no. 4, pp. 1941,
2009.
Page | 105


[28] M. Fiore, J. Harri, F. Filali, and C. Bonnet, Vehicular mobility simulation for VANETs,
in 40th Annual Simulation Symposium (ANSS07), pp. 301309, 2007.
[29] M. Treiber, A. Hennecke, and D. Helbing, Congested traffic states in empirical
observations and microscopic simulations, Physical Review E, vol. 62, no. 2, pp. 18051824,
2000.
[30] G. Antonini, M. Bierlaire, and M. Weber, Discrete choice models of pedestrian walking
behavior, Transportation Research Part B, vol. 40, no. 8, pp. 667687, 2006.
[31] R. Guo, S. Wong, H. Huang, P. Zhang, and W. Lam, A microscopic pedestriansimulation model and its application to intersecting flows, Physica A: Statistical Mechanics and
its Applications, vol. 389, pp. 512526, 2010.
[32] D. Helbing and P. Molnar, Social force model for pedestrian dynamics, Physical review
E, vol. 51, no. 5, pp. 42824286, 1995.
[33] E. Dijkstra, A note on two problems in connexion with graphs, Numerische
mathematik, vol. 1, no. 1, pp. 269271, 1959.
[34] Observatoire des dplacements Paris, Le bilan des dplacements en 2008 paris,
2008. (French).
Page | 106

3
3. Impact de lenvironnement proche sur le canal
de propagation
Rsum
La premire tape de la mthodologie que nous dveloppons dans ce manuscrit est dutiliser
un outil de simulation dterministe fiable pour caractriser les dynamiques du signal dues aux
mouvements du rcepteur ou de lenvironnement. Cette approche permet davoir un ensemble
large de comportements dans divers environnements rels sans avoir procder des mesures
vaste chelle. La plateforme de simulation dcrite dans le chapitre prcdent possde tous les
mcanismes dterministes pour procder la prdiction de propagation dans des scnarios
dynamiques. Elle inclut la simulation de mobilit et lintgration de donnes enrichies statiques et
dynamiques dans un outil de prdiction de propagation base de rayons. Cependant, les choix
des mcanismes prpondrants restent valider et si besoin ajuster pour tre au plus proche de
la ralit. Dans ce chapitre, nous proposons de comparer les rsultats obtenus des rfrences
connues, soit par une approche quantitative, base sur des valeurs de mtriques, soit par une
approche qualitative, base sur la reproduction dun comportement moyen. Dans le cas o ces
rfrences ne sont pas connues, nous procderons des mesures. Ces mesures sont une premire
approche de la caractrisation de limpact de lenvironnement proche sur la dynamique du signal,
mais sont limites un scnario prcis. Une fois les mcanismes de la plateforme de la simulation
valids, la ralisation de campagnes de simulation permettra de caractriser limpact de diffrents
facteurs de dploiement sur la propagation.
Dans un premier temps, nous nous intresserons aux dynamiques impliques par le
mouvement du rcepteur, dans le cadre de petites cellules en extrieur. Une premire tude,
publie dans une confrence europenne (1), portera sur limpact du mobilier urbain sur le canal
de propagation. La proportion de puissance due lajout de lampadaires le long de la mobilit
Page | 107

Chapitre 3 : Impact de lenvironnement proche sur le canal de propagation

dun rcepteur sera valide par comparaison avec des mesures existantes. De plus,
lenrichissement des contributions sera illustr par la rpartition angulaire des angles horizontaux
en mission.
(1)

Par la suite, nous confronterons les distributions des vanouissements grande chelle,
obtenues grce aux simulations dterministes, avec les distributions dfinies dans les modles
analytiques majoritairement utiliss par la communaut scientifique. Nous montrerons en
particulier que pour une caractrisation statistique similaire, les mcanismes de propagation mis
en jeu sont de nature diffrente en petites cellules. Les rsultats montrent galement, en accord
avec diffrentes tudes publies en parallle, que les corrlations des vanouissements ne peuvent
pas tre considres uniformes dans lespace.
Dans un deuxime temps, nous tudierons les dynamiques dues la mobilit de
lenvironnement dans le cadre de petites cellules en extrieur, en particulier limpact du trafic
vhiculaire. Les quelques tudes prsentes ce sujet dans la littrature ont mis en vidence de
fortes attnuations pour des vhicules larges, en environnement rural et urbain, mais limpact des
vhicules moins volumineux et les mcanismes mis en jeu ne sont cependant pas clairement
identifis. Nous proposons de valider par le biais de mesures les diffrents mcanismes de
propagation que nous avons traits dans le chapitre prcdent, en particulier lhypothse de
structure mtallique dune voiture. Lidentification de motifs dvanouissements similaires pour
un type de vhicule dans un scnario donn nous permet de confirmer ces mcanismes et
dajuster des paramtres de modles de propagation en les comparant des rsultats de
prdictions dterministes. La description et lanalyse de ces mesures ont t publies dans une
confrence internationale (2).
(2)
L. Maviel, A. Cordonnier, Y. Lostanlen and J-M. Gorce, Measurements of large-scale

variations caused by vehicular traffic in small-cells, in Proc. of the 19th International
Conference on Telecommunications (ICT), Jounieh, Lebanon, 2012.
Finalement, nous tudierons de manire globale limpact de la hauteur dantenne dmission,

qui est un des paramtres dterminants de linfluence du trafic vhiculaire. Cette tude sera
ralise par le biais dune campagne de simulation permettant de collecter les distributions et les
valeurs maximales de lattnuation due au trafic vhiculaire dans divers environnements rels.
Laugmentation de la hauteur dantenne permet dans plusieurs configurations de diminuer la
Page | 108


probabilit de coupure, mais ne permet pas dexclure les effets du trafic vhiculaire dans toutes
les situations.
Page | 109


3.A.
Impact de la mobilit du rcepteur
3.A.1. Introduction
Le chapitre 1 a permis de mettre en avant diffrentes problmatiques concernant lutilisation

de modles analytiques initialement dvelopps pour caractriser les dynamiques du signal dues
aux mouvements du rcepteur dans des configurations de macro-cellules. La premire de ces
problmatiques est la diffrenciation des vanouissements en plusieurs chelles. Le modle
caractrisant les vanouissements le plus rpandu associe deux composantes, chacune justifie
par un modle physique [1]. La composante additive donne lieu des vanouissements petite
chelle et la composante multiplicative donne lieu des vanouissements grande chelle. Les
fondements physiques du modle multiplicatif ont t remis en cause par plusieurs auteurs [2],
[3], [4], sans pour autant remettre en cause les statistiques du modle, confirmes par de
nombreuses mesures. De plus, le modle caractrisant les corrlations spatio-temporelles des
vanouissements grande chelle [5] parat inadapt aux petites cellules.
La plateforme dveloppe dans le chapitre 2 permet dobtenir des prdictions ralistes du
canal large-bande sans passer par des mesures vaste chelle exigeant du matriel complexe.
Dune part, lajout du calcul de phase permet une analyse de la recombinaison des rayons
formant les vanouissements, et dautre part, lajout du mcanisme de rflexion sur le sol et de la
diffusion sur le mobilier urbain permet un enrichissement des contributions. Par souci de priorit,
nous avons consacr plus de temps la validation des modles de propagation dans des situations
denvironnement mobile. Dans cette partie, nous dcrivons deux tudes ralises dans des
environnements urbains petites cellules. La premire tude sintresse aux proportions de
puissance induites par le mobilier urbain et ses rpartitions angulaires. La deuxime tude porte
sur le lien entre les mcanismes la source des vanouissements grande chelle et la
caractrisation de ces vanouissements.
3.A.2. Etude de limpact des lampadaires
Dans cette premire tude, nous analysons limpact du mobilier urbain sur la puissance reue
par un rcepteur mobile le long dune route. Les tudes dj cites sur le sujet, notamment ltude
qui nous sert de rfrence [6], ont montr que la puissance due au mobilier urbain en condition de
visibilit directe atteint 25 30 % de la puissance totale hors trajet direct. Nous nous proposons
de vrifier cette constatation en incluant le seul effet dune range de lampadaire, et de valider
ainsi le modle de Surface Equivalent Radar en champ proche dcrit dans le chapitre 2 comme
modle de diffusion sur les lampadaires. Une validation plus approfondie ncessiterait de
procder des mesures spatio-temporelles large bande du canal qui sont, comme voqu, lourdes
et coteuses. Le scenario de test est choisi langle dun croisement sur un large boulevard (cf.
figure 3.1). Lmetteur est situ une hauteur de 5 m et met 2 GHz grce une antenne
Page | 110


isotrope mettant une puissance de 0 dBm en polarisation verticale. Des rcepteurs en
polarisation verticale sont placs une hauteur de 1,5 m tous les mtres le long de la route sur un
des cts du boulevard. Une partie de ces rcepteurs est en condition de non-visibilit optique
(NLoS).
L3
Point 490
L1
L2
Lampadaires
Positions du rcepteur
Direction de dplacement
Figure 3.1 : Scnario pour ltude de limpact des lampadaires
Les rsultats ont t obtenus en considrant une propagation classique 4 rflexions

maximales sur les murs et une diffraction laquelle on vient ajouter la propagation rebond
unique sur les lampadaires dcrite dans le chapitre 2. La figure 3.2 montre la proportion de
puissance reue venant de lenrichissement par le mobilier urbain o elle atteint 88 % dans les
parties en NLoS. La part moyenne de puissance diffuse est de 10 % dans la partie LoS et de 37
% dans la partie NLoS. Ces chiffres concordent avec les mesures ralises dans ltude de
rfrence. En partie LoS, les lampadaires ne sont pas les seuls lments de mobilier urbain
contribuer la puissance diffuse, ce qui explique pourquoi le rsultat obtenu (10 %) est plus
faible que le rsultat de rfrence (25 30 %). De plus, lorsque les rcepteurs sont localiss
derrire les lampadaires, la proportion de la puissance due au lampadaire est nulle. En effet, dans
cette configuration, le champ du trajet direct est calcul comme la recombinaison du champ sans
obstacle et du champ issu du lampadaire. En partie NLoS, le fort rsultat obtenu (37 %) peut
sexpliquer par labsence de certaines contributions non modlises, telles que la rflexion aprs
diffraction ou la double diffraction.
Proportion de puissance due aux lampadaires (%)
100
LoS
90
NLoS
80
70
60
50
40
30
20
10
0
0
100
200
300
400
Indices de points de la route
500
600
Figure 3.2 : Profil de puissance due au mobilier urbain le long de la route

Page | 111


Lintroduction de contributions dues au mobilier urbain augmente ltalement des retards et
ltalement angulaire en mission et en rception le long de la route. Cette augmentation
sexplique par les contributions particulires des lampadaires L1, L2 et L3, quon peut voir sur la
figure 3.1. Les contributions dues ces lampadaires sont identifies sur la figure 3.3, qui dcrit le
profil angulaire de puissance horizontal en mission le long du trajet du rcepteur.
Sans le mobilier urbain, ce profil angulaire en mission est constitu de lignes de puissance
constantes ou courbes. Les lignes de puissance constantes sont lies aux contributions dont le
point interaction est fixe, quelle que soit la position du rcepteur (diffractions). Les lignes de
puissance courbes sont lies aux contributions dont le point dinteraction bouge avec le rcepteur
(trajet direct, rflexions). Les lampadaires et lmetteur tant fixes, les angles dmission,
respectivement de 180, 240 et 270, sont constants le long de la route. De plus, ces lampadaires
tant proches de lmetteur, et galement visibles de la majorit des rcepteurs, leur contribution
sobserve quasiment tout le long de la route. Les nouvelles contributions gnres par la diffusion
rebond unique sur les lampadaires
lampadaires ont pour caractristique la dpendance multiplicative de la
puissance avec la distance dincidence (de lmetteur au diffuseur) et la distance de diffusion (du
diffuseur au rcepteur). Les rsultats illustrent par consquent un impact local du diffuseur
lorsquil est proche du rcepteur. Par quivalence, lorsque le diffuseur est proche de lmetteur, il
peut impacter les rcepteurs sur de larges zones.
a. Modle urbain 4R1D
b. Modle urbain 4R1D avec mobilier urbain
Figure 3.3 : Profil dangle dmission horizontal le long de la route

La figure 3.4 montre le profil puissance-retard discret ainsi que le profil angulaire de
puissance horizontal en mission au point n490 de la route (NLoS). Les trois contributions des
lampadaires sont clairement identifies et sont aussi importantes que le trajet direct (obstru) et
les diffrents trajets rflchis. La contribution de L1 en particulier est quivalente au trajet le plus
fort, obtenu avec 4 rflexions.
Page | 112

L1
L3
4R
L2
L3
4R
L2
L1
Figure 3.4 : Profil puissance-retard et profil angulaire horizontal en mission pour le point 490
Lenrichissement du modle de prdiction permet une connaissance plus riche et plus raliste
du canal de propagation. Cet enrichissement se rvle en particulier utile lors de lvaluation de
technologies multiples antennes (Multiple Input, Multiple Output) incluses dans les couches
PHY des rseaux de nouvelle gnration, en particulier lexploitation de la diversit et de la
slectivit spatiale. Ces contributions permettent aussi une meilleure simulation des
vanouissements petite chelle. Pour des dimensions plus importantes de mobilier urbain
(abribus, vhicules, ...), les diffuseurs peuvent galement jouer le rle dobstacles pour le trajet
direct ou dautres trajets prpondrants. Dans le prochain paragraphe, nous allons tudier les
phnomnes gnrant des vanouissements grande chelle en petites cellules et limpact du
mobilier urbain.
3.A.3. Etude des vanouissements grande chelle
3.A.3.1.
Mtriques & scnarios
Nous avons vu que la caractrisation des vanouissements en petites cellules pouvait poser
plusieurs problmes. Parmi ces problmes, la dfinition dun seuil dchelle pour la classification
de lvanouissement est difficile et la pertinence dun modle de corrlation uniforme dans
lespace reste dmontrer. Pour tudier les phnomnes dvanouissement en petites cellules,
nous allons comparer dans diffrents scnarios la puissance moyenne du signal P et la puissance
recombine en phase des diffrents rayons Pr. Diffrents types denvironnement urbains dune
ville franaise de taille moyenne sont tudis : un boulevard (figure 3.5a), une rue troite (figure
3.5b) et finalement une place (figure 3.5c). Dans chacun de ces environnements, la diffrence de
puissance en dB Pev entre P et Pr est calcule selon (3.1). En plus de lanalyse visuelle des
vanouissements, nous tudierons les caractristiques statistiques de Pev ainsi que sa corrlation
spatiale.
Pev = P Pr
(3.1)
Page | 113


La diffrence de puissance Pev obtenue dcrit les variations de puissance, qui peuvent tre
ngatives (vanouissements) ou positives (gain de puissance).
La frquence utilise lors des simulations est de 2,6 GHz, la hauteur de lantenne dmission
est de 6 m. A cette frquence, les valeurs communment utilises pour le seuil dvanouissement
grande chelle vont de 2,3 10,4 m, quivalant un intervalle de 10 90 ([7], [2]). Lors du
dplacement de lutilisateur sur de telles distances, les jeux de rayons prpondrants restent
relativement identiques car les diffuseurs principaux que sont les btiments et le sol sont de tailles
plus importantes. Par la suite nous utilisons la syntaxe XRYD+RS pour dcrire les types de trajets
calculs. X reprsente le nombre de rflexions maximales sur les murs (R), Y le nombre de
diffusions (D) maximales pour un trajet et RS le calcul de la rflexion sur le sol.
a. Environnement 1
b. Environnement 2
c. Environnement 3
Figure 3.5 : Scnarios dtude des vanouissements grande chelle

Page | 114


3.A.3.2.
Prdiction classique de propagation
Dans un premier temps, nous tudions les vanouissements grande chelle provoqus par
les mcanismes classiques de propagation. Dans une configuration de petite cellule, le rcepteur
est la majorit du temps en visibilit directe de lmetteur. Les vanouissements sont dus la
recombinaison des trajets rflchis et diffracts sur les btiments, ainsi quau trajet rflchi sur le
sol. Nous allons tudier ces phnomnes de manire dabord isole puis conjointe.
Le premier phnomne tudi est la rflexion sur le sol. Ce phnomne associ au trajet direct
donne le modle deux rayons voqu dans le chapitre 2. Les variations du modle deux
rayons sont bien connues : plus le rcepteur sloigne de lmetteur, plus lamplitude des
variations, centres sur 0, augmente et plus la frquence des variations diminue, jusqu atteindre
la distance de rupture o la puissance du signal recombin est ensuite proportionnelle 1/d4.
Dans les scnarios simuls et avec les paramtres de hauteur et de frquence utiliss, la distance
de rupture nest jamais atteinte. Les variations du modle deux rayons se retrouvent sur les
rsultats de simulation (cf. figure 3.7). Les distributions et ses caractristiques sont trs
semblables dans les trois environnements car les distances des zones de calcul sont proches.
Comme attendu, la diffrence de puissance stend en cercles concentriques de plus en plus
larges en amplitude et tals en rayon. Cependant, la distribution logarithmique des
vanouissements ne suit pas une distribution normale. Comme illustr sur la figure 3.6, la somme
de deux champs complexes f1 et f2, en prenant f1 > f 2 , ( f1 ) fixe et ( f 2 ) uniformment rpartie
entre 0 et 2, donne une distribution asymtrique en chelle logarithmique.
0.18
0.35
0.16
0.3
0.14
0.25
Probabilit
Probabilit
0.12
0.2
0.15
0.1
0.08
0.06
0.1
0.04
0.05
0
4
0.02
3
2
1
0
1
2
Amplitude des vanouissements (dB)
a.
f 2 = 0.3 f1
0
15
10
5
0
5
b.
10
f 2 = 0.7 f1
Figure 3.6 : Distribution logarithmique de lamplitude des vanouissements

pour laddition de deux champs complexes
Page | 115

0.4
-0,6
2,0
min
-5,9
max
2,3
-0,2
1,9
min
-5,9
max
2,7
-0,4
1,7
min
-5,9
max
2,3
0.35
Probabilit
0.3
0.25
0.2
0.15
0.1
0.05
0
40
30
20
10
0
10
20
0.35
0.3
Probabilit
0.25
0.2
0.15
0.1
0.05
0
40
30
20
10
0
10
20
0.4
0.35
Probabilit
0.3
0.25
0.2
0.15
0.1
0.05
0
40
Env.
Carte des vanouissements
30
20
10
0
10
Distribution
20
Statistiques
Figure 3.7 : Pev (0R0D+RS)

La corrlation des vanouissements nest pas uniforme dans lespace : si le rcepteur se
dplace sur un arc de cercle centr sur lmetteur (trajet T1 sur la figure 3.7), lvanouissement
restera constant. Si lon sloigne de lmetteur en suivant une ligne droite (trajet T2 sur la figure
3.7), les vanouissements seront corrls selon des distances quon peut tablir en tudiant le
modle deux rayons en 1D (cf. figure 3.8). La distance de corrlation est dfinie simplement ici
Page | 116


comme la diffrence de distance parcourue entre un maximum de la courbe des vanouissements
et linstant o la courbe dpasse la moiti de ce maximum (en linaire). Pour la configuration
radio donne, la distance de corrlation est denviron 12 m pour des rcepteurs en bord de cellule
(dTxRx 100 m). Pour des rcepteurs en milieu de cellule (dTxRx 50 m), elle est denviron 3,5 m.
En effet, plus la diffrence de longueur entre le trajet diffus et le trajet direct tend vers 0, plus la
frquence des vanouissements est faible. Dans le cas de la rflexion sur le sol, la distance solrcepteur est constante (hauteur du rcepteur). Plus le rcepteur est loin de lmetteur, plus la
distance du trajet rflchi sur le sol tend vers la distance du trajet rflchi et plus longues sont les
distances de corrlation.
X: 105.2 m
Y: 3.823 dB
X: 117.4 m
Y: 2.803 dB
4
X: 43.9 m
Y: 1.52 dB
X: 47.4 m
Y: 0.399 dB
Relative power (dB)
10
50
100
150
dTxRx
Figure 3.8 : Modle deux rayons et distances de corrlation

Le deuxime phnomne tudi est la rflexion sur les murs. La prdiction est calcule dans
les mmes environnements que prcdemment, mais en nautorisant quune rflexion maximale
sur chaque plan vertical et pas de rflexion sur le sol. Les distributions des vanouissements sont
environ centres sur 0 (en logarithmique) et paraissent proches de distributions normales (cf.
figure 3.9). De la mme manire que pour la rflexion sur le sol, les valeurs des vanouissements
ne sont cependant pas symtriques, avec une forte proportion de valeurs infrieures -10 dB
alors que la valeur maximale ne dpasse pas 10 dB.
Des extraits des cartes dvanouissement, limits un intervalle de [-10, 10] dB, ont t
choisis afin de visualiser les phnomnes de recombinaison dans lespace. Nous observons en
particulier dans les environnements n 1 et 2 des lignes de courbure sur lesquelles la puissance est
identique. Le comportement dcrit pour la rflexion sur le sol se retrouve lorsque le rcepteur
longe un mur (trajets T1 et T2 sur la figure 3.9). Plus le rcepteur sloigne de lmetteur en
Page | 117


longeant le mur, plus la frquence des vanouissements est faible. De plus, la frquence des
vanouissements est plus faible lorsque le rcepteur se dplace une distance proche du mur.
Dans le cas o plusieurs rayons rflchis prpondrants sont prsents dans une zone, les motifs de
corrlations dans lespace deviennent complexes, comme cest le cas sur lextrait de
lenvironnement n3.
0.35
0.3
-0,8
3,1
min
-36,4
max
5,5
-1,5
4,4
min
-41,9
max
6,1
-1,0
3,4
min
-37,2
max
6,0
Probabilit
0.25
0.2
0.15
0.1
0.05
0
40
30
20
10
0
10
20
0.14
0.12
Probabilit
0.1
0.08
0.06
0.04
0.02
0
40
30
20
10
0
10
20
0.18
0.16
0.14
Probabilit
0.12
0.1
0.08
0.06
0.04
0.02
0
40
Env.
Extrait de carte des vanouissements
30
20
10
0
10
Distribution
Figure 3.9 : Pev (1R0D)
Page | 118

20
Statistique

Lorsque plusieurs rayons rflchis atteignent le rcepteur, des variations du signal des
frquences plus fortes sont observes. Ce phnomne est illustr sur un chemin parcouru par un
rcepteur sur lextrait de carte de lenvironnement n2 (cf. figure 3.10). Lorsque le rcepteur
longe un mur, la phase du rayon rflchi sur le mur proche tend voluer la mme vitesse que
celle du trajet direct. Cependant, la phase des rayons rflchis sur les autres murs volue plus
rapidement, et leur recombinaison cre des vanouissements petite chelle. Lorsque la
recombinaison du trajet direct et du rayon prpondrant cre un fort vanouissement, la puissance
relative des autres rayons devient plus importante, tendant vers une normalisation de la
distribution des vanouissements grande chelle en base logarithmique. Les vanouissements
filtrs de la figure 3.10 illustrent cette normalisation. Le filtre passe-bas utilis est le mme dans
les deux situations tudies: prise en compte du rayon rflchi sur le seul mur le plus proche ou
des rayons propags dans lensemble de lenvironnement.
1R0D [environnement complet]
1R0D [environnement complet, filtre passebas]
1R0D [mur proche seulement]
1R0D [mur proche seulement, filtre passebas]
10
15
20
10
15
20
25
30
35
40
Distance parcourure (m)
a. Route de mesure
b. Amplitude des vanouissements
Figure 3.10 : Amplitude des vanouissements le long dune route (1R0D, environnement 2)
Finalement, nous combinons les diffrents mcanismes : 2 rflexions maximales plus la
rflexion sur le sol. Comme attendu, les distributions globales dvanouissement observes sur la
figure 3.11 ont tendance sloigner de distributions normales centres sur 0. La moyenne baisse
denviron 0,5 dB, tandis que lcart-type augmente. Cette tendance reflte lajout de
recombinaisons menant des vanouissements petite chelle.
Page | 119

0.18
0.16
-1,3
3,8
min
-36,9
max
7,6
-1,78
4,9
min
-43,4
max
8,9
-1,3
4,0
min
-37,6
max
8,1
0.14
Probabilit
0.12
0.1
0.08
0.06
0.04
0.02
0
40
30
20
10
0
10
20
0.12
0.1
Probabilit
0.08
0.06
0.04
0.02
0
40
30
20
10
0
10
20
0.14
0.12
Probabilit
0.1
0.08
0.06
0.04
0.02
0
40
Env.
30
20
10
0
10
20
Distribution
Statistique
Figure 3.11 : Pev (2R0D+RS)

En conclusion, la sparation classique des vanouissements en diffrentes chelles est
difficilement adaptable en petites cellules. En effet, dans le cas dune scne vide de dtails, il ny
a pas rellement dobjets jouant le rle dobstacle la propagation et les vanouissements sont
Page | 120


uniquement dus aux recombinaisons des rayons. Certaines recombinaisons (rflexion sur le sol ou
rcepteur proches des murs) produisent des vanouissements faible frquence et peuvent tre
confondues avec des phnomnes de masquage mais sont de nature intrinsquement diffrente.
En isolant ces phnomnes de recombinaison grande chelle, nous observons que les valeurs
dvanouissement (en logarithmique) ne sont pas distribues suivant une loi normale. Lajout des
rayons secondaires fait cependant voluer les vanouissements grande chelle vers une
distribution normale, allant dans le sens du modle additif propos par Salo [4]. Les distributions
globales (petite et grande chelle) des vanouissements sloignent cependant de lois normales
lorsque les mcanismes de propagation apportent des recombinaisons des frquences plus
leves.
Ltablissement dune distance de corrlation unique et uniforme dans lespace pour les
vanouissements grande chelle en petites cellule savre impossible pour plusieurs raisons. En
effet, nous avons montr que les chelles des vanouissements apports par les recombinaisons
sont diffrentes selon la position du rcepteur par rapport aux diffuseurs et galement selon son
volution dans lespace. Ces conclusions ont t rcemment partages par une tude par
simulation portant sur les vanouissements grande chelle dans des environnements denses de
type micro-cellules [8]. Les auteurs montrent que, dans une configuration NLoS, la distance de
corrlation lorsque lutilisateur longe un mur est plus grande que lorsquil traverse une rue.
Finalement, il faut compter sur le fait que les variations analyses dans cette tude dpendent de
la frquence et de la hauteur des antennes, ce qui rend encore moins gnrique ladoption dun
modle unique de corrlation.
3.A.3.3.
Ajout du mobilier urbain
Contrairement au cas de prdiction de propagation dans une scne vide de dtails, lajout du
mobilier urbain permet de modifier localement le jeu de rayons : les lments ajouts jouent le
rle de diffuseur mais peuvent aussi obstruer les rayons, en particulier le trajet direct. De plus, les
tailles des obstacles ajouts sont du mme ordre de grandeur que le seuil de diffrenciation
dchelle pour les vanouissements. Nous tudions le cas dun mobile qui volue le long dune
route borde par des vhicules stationns, dans les mmes scnarios quau paragraphe prcdent.
Trois routes sont choisies dans chaque environnement (cf. figure 3.12). La puissance des
vanouissements Pev est calcule de la mme manire que prcdemment, en utilisant lquation
(3.1). Pour chaque scnario, une simulation de Monte Carlo sur 100 tirages permet de varier le
placement des vhicules stationns le long de la route. Pour chaque instance de la simulation
Monte Carlo, les vhicules sont placs de manire alatoire et la prdiction de propagation est
calcule. La densit de vhicules stationns est de 50 %, partage entre des voitures (70%), des
utilitaires (10%) et des camions (20%). Les distributions de Pev dans chaque scnario sont
calcules sur lensemble de la simulation Monte Carlo. On ninclut dans la prdiction de
Page | 121


propagation que les mcanismes prpondrants gnrateurs de phnomne grande chelle : 1
rflexion maximum sur les murs, la rflexion sur le sol et lobstruction de lellipsode de Fresnel
par les vhicules, dont la validation est traite dans la partie B de ce chapitre.
a. Environnement 1
b. Environnement 2
c. Environnement 3
Figure 3.12 : Routes de simulation pour ltude de lvanouissement d au mobilier urbain

et illustration de gnration de voiture le long des rues
Les figure 3.13, figure 3.14 et figure 3.15 montrent les statistiques de Pev pour chacune des
routes tudies. La configuration V dsigne les rsultats avec les vhicules, la configuration MP
sans (MultiPath). Les rsultats observs peuvent tre regroups en trois catgories.
Les scnarios du premier groupe sont ceux o les vhicules stationns ne sont pas dans le
trajet direct mais peuvent gner la propagation des trajets rflchis sur les murs. Cest le cas de la
route n2 dans lenvironnement 2 (figure 3.14b) ou de la route n3 dans lenvironnement 3
Page | 122


(figure 3.15c). Les statistiques des vanouissements sont globalement identiques, malgr une
lgre baisse de la puissance moyenne (0,2 0,4 dB).
a. Route n1
b. Route n2
c. Route n3
Figure 3.13 : Statistiques compares de Pev avec et sans vhicules stationns (Env. 1)
Les scnarios du deuxime groupe sont ceux o les vhicules stationns sont dans le trajet
direct mais nobstruent le premier ellipsode de Fresnel qu de faibles degrs. Cest le cas de la
route n2 dans lenvironnement 1 (figure 3.13b). La moyenne de la puissance des variations se
Page | 123


rapproche de 0, et sa variance diminue. En effet la rflexion sur le sol est souvent coupe, ce qui
limite lamplitude et la dispersion des variations.
Dans tous les autres scnarios, les vhicules obstruent des degrs plus ou moins forts le
premier ellipsode de Fresnel. Dans ces scnarios, une augmentation de lamplitude des
vanouissements est observe. Dune part la puissance moyenne des vanouissements diminue
suivant les scnarios de 1 7 dB. Les scnarios les plus touchs sont les scnarios de
lenvironnement 3, o deux ranges de vhicules stationns obstruent le lien radio. Dautre part,
lcart-type des variations augmente.
En conclusion, limpact des vhicules stationns sur les vanouissements dun rcepteur
mobile piton dpend de leurs positions relatives. Les statistiques des vanouissements varient
peu, sauf lorsquune ou plusieurs ranges de vhicules obstruent le trajet direct. Dans ce cas-l,
des phnomnes de masquage locaux se produisent. Les vanouissements observs ont lieu sur
des distances gales ou suprieures la longueur des vhicules, cest--dire une grande chelle.
Les mcanismes de propagation tant essentiellement des masquages aboutissant des
attnuations, lutilisation dun modle log-normal nest pas appropri.
Dans la prochaine partie, nous nous intressons galement aux vanouissements dus aux
vhicules, mais dans le cas de liens fixes. Nous avons vu que les vhicules stationns peuvent
impliquer des masquages forts. Nous nous intressons donc aux dynamiques impliques par la
mobilit des vhicules, et notamment la dure et lamplitude des attnuations.
Page | 124


3.B.
Impact du trafic de vhicules
3.B.1. Introduction
Nous avons vu dans le chapitre 2 que les modles stochastiques de variation temporelle du
signal prennent rarement en compte la mobilit de lenvironnement
lenvironnement au profit de la mobilit du
rcepteur. La dynamique dans le canal de propagation peut cependant tre apporte par la
mobilit des objets interagissant avec londe mise. Dans un cas urbain et petites cellules, nous
nous intressons plus particulirement limpact du trafic vhiculaire sur les variations grande
chelle du signal pour un lien radio fixe. Ce sujet a dj t trait par quelques tudes, dans des
environnements ruraux et urbains (cf. chapitre 1.C.3). Dans le but dtendre les conclusions de
ces tudes ainsi que de valider et ajuster les choix de mcanismes de propagation implments
dans la plateforme de simulation dynamique, nous avons choisi de procder des mesures. Le
matriel de mesure radiofrquence prsent SIRADEL ne nous permet pas deffectuer une
analyse trs fine du canal de propagation large-bande et dobtenir pour chaque ensemble de
rayons, la direction darrive et le retard. Cependant, des mesures de la puissance reue
permettent dapporter suffisamment dinformation pour envisager une approche qualitative.
3.B.2. Mesures
3.B.2.1.
Scnarios
Le but fix lors de la dfinition des scnarios est davoir un ensemble de mesures suffisant
pour pouvoir valider et ajuster les mcanismes de propagation. Une phase de pr-tude a t
ralise de manire contrle, afin de bien connatre le matriel et ses limites, de montrer
limpact dun objet statique obstruant le rayon direct
direct et davoir une premire ide de la
dynamique du signal lors du passage dun vhicule. Afin de contrler les perturbations,
lenvironnement slectionn doit possder un nombre limit dobjets diffuseurs et le
positionnement du vhicule dans le lien doit pouvoir tre matris. Nous avons choisi pour cela le
parking vide dune universit (figure 3.16).
Figure 3.16 : Environnement de mesure statique
Page | 125


Dans le premier scnario dtude statique, un lien radio de longueur dTxRx de 14 m est
constitu dun metteur (not Tx) dont lantenne est installe sur un mt tlescopique des
hauteurs de respectivement 3,6 m (not L), ou 6,5 m (not H) et dun rcepteur (not Rx), dont
lantenne est installe sur un mt fixe 1,5 m. Le lien radio coupe perpendiculairement le trajet
imaginaire dun vhicule (cf. figure 3.17). La puissance reue est mesure en loignant
progressivement le vhicule du rcepteur de la distance dRxV avec un pas de 1 m. Ce scnario est
rpt en variant la position du rcepteur le long du trajet du vhicule, pour des distances d2
respectives de 28 et 56 m. Ces configurations permettent dobtenir des liens obliques la route et
de distance plus larges.
d2
hRx
hTx
dRxV
dTxV1
dTxV2
dTxRx
Figure 3.17 : Agencement des scnarios de mesure

Par la suite, les mesures ont t effectues de manire dynamique dans des environnements de
type urbain. Afin de disposer dun ensemble suffisant de mesures, nous avons slectionn deux
environnements, nots A et B dans une ville franaise de taille moyenne. Dans chacun de ces
environnements, des immeubles de 4 tages entourent les composants du lien radio mesur (cf.
figure 3.18). La largeur de la chausse est plus troite et les immeubles plus denses dans
lenvironnement A. Le lien radio mesur est identique au scnario statique et se situe de part et
dautre dune route double sens. Pour les deux environnements, deux orientations de lien radio
ont t testes. Dans la premire configuration (note ), le lien est perpendiculaire laxe du
trafic vhiculaire. Dans la deuxime configuration (note ), Rx est dplac paralllement la
route. Les valeurs de distance dans les diffrentes configurations sont illustres sur la figure 3.17
et formules dans le tableau 3.1.
Par la suite, lassociation des notations pour chacun de ces trois paramtres (hauteur
dantenne dmission, environnement et orientation du lien) forment un ensemble de
configurations. Par exemple, les configurations AH se rfrent lensemble des jeux de mesures
dans lenvironnement A, avec une antenne lmission haute, et quelle que soit lorientation du
lien.
Page | 126

Rx
Tx
Rx
Figure 3.18 : Environnement de mesure dynamique (B)

Tableau 3.1 : Scnarios de mesure et notations
Environnement
Largeur de rue (m)
dTxV1 (m)
dTxV2 (m)
dTxRx (m)
Low
hTx (m)
High
d2 (m)
hRx (m)
3.B.2.1.
A
14
3,5
6,5
12
B
20
6
11
15
3,6
6,5
0
46
48
1.5
Matriel et processus de mesure
Afin de procder aux mesures, nous disposons dun gnrateur dondes continues dans la
bande de frquence de 2 GHz. La puissance transmise par lantenne est de 9,3 dBm en tenant
compte des pertes dues au cble. Les antennes utilises en mission et en rception sont des
antennes multi-bandes en polarisation verticale de gain de 2 dBi. Elles sont omnidirectionnelles
dans le plan horizontal, et ont un angle douverture de 80dans le plan vertical. La puissance
reue est acquise en utilisant un analyseur de spectre sur une largeur de bande de 50 kHz et une
rsolution de 1 ms. Lanalyseur de spectre est contrl depuis un ordinateur portable sur lequel
les mesures sont enregistres. La chane de mesure est illustre sur la figure 3.19.
Page | 127

Figure 3.19 : Chane de mesure

Afin dobserver limpact des vanouissements locaux dus la diversit spatiale, chaque
configuration est divise en 4 points aux coins dun carr de 30 cm, comme illustr sur la figure
3.20. Chaque session de mesure dure 15 minutes pour une configuration et un point local donn.
Durant une session, les instants de passage des vhicules sont enregistrs manuellement, avec une
incertitude dune seconde. En plus des instants de passage, lenregistrement vido ralis par
webcam permet de reconstituer la scne. Les vhicules obstruant le lien radio sont classs en trois
catgories : les bus, les utilitaires et les voitures. Nous effectuons aussi une sous-catgorisation en
fonction de la distance entre le sens du trafic et le rcepteur : plus proche du rcepteur ou plus
proche de lmetteur.
P2
P3
P1
P4
~2
a. Principe de mesure
b. Mise en place
Figure 3.20 : Mesure de la diversit spatiale locale

3.B.2.2.
Post-traitement
Afin dtudier les variations de type grande chelle de la puissance du signal il faut lui
soustraire deux types de puissance que nous ne contrlons pas forcment : les variations rapides
Page | 128


du signal et sa puissance moyenne statique. Dun ct, les dplacements dautres objets prsents
dans le canal de propagation (par exemple la vgtation) et le bruit interne lappareil de mesure
crent des fluctuations rapides du signal. La suppression de ces variations est une premire tape
pour isoler les variations de type grande chelle. Pour cela, un filtre passe-bas rponse
impulsionnelle finie de type Equiripple est utilis avec une frquence de coupure normalise de
0,025 [9]. Dun autre ct, la puissance moyenne enregistre lors dune session peut varier sur le
long-terme, par exemple si un vhicule se gare prs du rcepteur. Pour chaque session de mesure,
les moments ne prsentant pas de passage de vhicule sont isols afin de calculer la puissance
moyenne statique. Lorsquil y a des disparits importantes de puissance moyenne lintrieur
dune mme session (par exemple, dplacement dun vhicule proche du rcepteur), le jeu de
mesure est ignor.
En retirant les fluctuations rapides et la puissance moyenne statique, nous obtenons
lamplitude des variations grande chelle dues au passage des vhicules. De plus, le processus
de mesure permet davoir une certaine diversit spatiale : pour chaque lien mesur, 4 jeux de
mesure sont disponibles avec un vanouissement local diffrent. La puissance moyenne locale est
calcule en moyennant les puissances moyennes statiques des 4 points. Les jeux de mesure dont
la puissance moyenne statique est infrieure (recombinaison locale destructrice) ou suprieure
(recombinaison locale constructive des rayons) de 10 dB la puissance moyenne locale sont
ignors.
En se basant sur les jeux de mesure slectionns, les rsultats de variation de signal sont
compars aux enregistrements des passages de vhicule. Le premier rsultat de ces mesures est
un rsultat visuel : il est possible dans la plupart des configurations didentifier la variation du
signal au passage dun vhicule, comme illustr sur la figure 3.21. On appellera par la suite la
variation du signal due un vhicule vnement ou jaillissement.
48
50
52
54
56
58
60
0
a. Utilitaire coupant le lien radio
0.5
1
1.5
Temps (s)
2.5
b. Variation de puissance du signal reu
Figure 3.21 : Capture dcran dun passage de vhicule et variation du signal
Page | 129


La variation du signal observe nest pas discontinue : la phase dattnuation, dite de plateau,
est prcde et suivie dune phase doscillations. Pour un type de vhicule dans une configuration
donne, les dures et amplitude dun vnement sont trs proches.
Afin davoir des statistiques concernant lamplitude et la dure moyenne de chaque partie de
la variation du signal, nous avons mis en place un processus de post-traitement sous forme
didentification par motif, illustr sur la figure 3.22. Nous choisissons de reprsenter l'volution
de la puissance reue par une forme simplifie appele motif. Un motif est dfini par un ensemble
de segments reprsentant diffrentes phases associes au passage d'un vhicule. La premire
tape est la dfinition visuelle dun motif moyen, dit de rfrence, pour un type de vhicule et une
configuration donne. Une fois quun motif de rfrence est spcifi, une premire recherche par
corrlation croise base sur le temps de passage manuel permet de recaler le motif sur la
variation de signal obtenue (tape 1 sur la figure 3.22). On applique galement le filtrage et la
soustraction de la puissance moyenne. Ensuite, une optimisation des segments par un algorithme
rgions de confiance [10] permet de dterminer prcisment pour chaque vnement la dure et
lamplitude de chaque segment du motif (tape 2 sur la figure 3.22). Lensemble des motifs
obtenus pour une configuration permet alors dtablir un motif moyenn ainsi que les
distributions de dure et damplitude maximale que nous allons tudier par la suite.
Figure 3.22 : Processus didentification par motif
Page | 130


3.B.2.3.
Rsultats
Scnario statique
Nous allons tudier en premier lieu les rsultats de la pr-tude en conditions statiques
contrles. Ces rsultats sont synthtiss dans la figure 3.23. Nous observons tout dabord que le
placement dun utilitaire au milieu dun lien radio provoque de manire logique un impact plus
fort que le celui dune voiture, de hauteur plus faible.
Pour la voiture, limpact sur la puissance est faible dans des conditions de lien
perpendiculaire (d2 = 0 m). Que lantenne soit 3,6 m ou 6,5 m, lamplitude des puissances
relative ne dpasse pas 2 dB. Pour des liens obliques en revanche, lattnuation peut atteindre 4
6 dB lorsque la voiture est proche du rcepteur. Cet impact diminue lorsque la voiture sloigne
du rcepteur et lorsquon augmente la hauteur de lantenne dmission.
Pour lutilitaire, une forte attnuation de 5 12 dB est prsente quelle que soit la
configuration et la hauteur de lantenne dmission lorsque le vhicule est proche du rcepteur.
De mme manire que pour la voiture, cet impact diminue en loignant le vhicule du rcepteur
et/ou en augmentant la hauteur de lantenne dmission.
2
2
1
0
Puissance relative (dB)
0
1
2
3
Tx = 3.6 m; d2 = 0 m
Tx = 6.5 m; d2 = 0 m
Tx = 3.6 m; d2 = 28 m
Tx = 6.5 m; d2 = 28 m
Tx = 3.6 m; d2 = 56 m
Tx = 6.5 m; d2 = 56 m
4
5
6
0
4
6
Distance dRxV (m)
a. Rsultat pour une voiture
2
4
6
8
Tx = 3.6 m; d2 = 0 m
Tx = 6.5 m; d2 = 0 m
Tx = 3.6 m; d2 = 28 m
Tx = 6.5 m; d2 = 28 m
Tx = 3.6 m; d2 = 56 m
Tx = 6.5 m; d2 = 56 m
10
12
14
10
4
5
6
Distance dRxV (m)
b. Rsultat pour un utilitaire
Figure 3.23 : Rsultat des mesures statiques
Page | 131


Scnario dynamique
Le premier rsultat des mesures dynamiques a dj t abord dans la partie post-traitement :
dans la plupart des cas, les vhicules passant dans le trajet direct gnrent des jaillissements
positifs ou ngatifs, comme observ sur la figure 3.21. Il existe cependant des cas o le trafic
produit des perturbations peine plus importantes que le bruit produit par les dynamiques
extrieures et lappareil de mesure. Ce cas se retrouve par exemple lorsque une voiture circule sur
la voie oppose dans des scnarios de type . Les rsultats prsents par la suite pour les voitures
ne considrent que les configurations o les voitures circulent sur la voie proche du rcepteur.
Dans dautres cas, les perturbations produites par un vhicule sont marques mais difficilement
associables un vhicule en particulier. Ce cas se retrouve dans des scnarios de type , o un
vhicule ne gnre pas seulement des perturbations de signal lorsquil est dans le trajet direct
mais ds quil pntre dans le voisinage de la scne de propagation. De manire gnrale,
lassociation du passage dun vhicule aux perturbations est cependant possible et permet de
driver des motifs spcifiques chaque type de vhicule et chaque configuration. Comme
voqu auparavant, un motif est constitu dvanouissements fluctuant, appels oscillations de
bord et dune attnuation en plateau. Les oscillations de bord, observs avant et aprs le plateau,
sont produites une frquence de plus en plus lente et des amplitudes plus fortes au fur et
mesure que le vhicule est proche de la zone dobstruction du trajet direct.
Les pertes de puissance de signal les plus svres sont associes aux passages des bus. Les
motifs des figure 3.24a et figure 3.24b montrent une attnuation moyenne respective de 8,1 et 9,2
dB dans les configurations et . La distribution des valeurs moyennes stale entre 5 et 30 dB
(figure 3.25a et figure 3.26a). Dans les configurations , le motif est plus long et la transition
vers le plateau plus douce que dans les configurations . Les distributions de dure sont tales
sur de larges valeurs : entre 1200 ms et 3600 ms (figure 3.26b et figure 3.27b). Bien que le jeu de
mesures soit restreint, deux amas de donnes sont observs pour chaque orientation du lien. Pour
les liens , le premier amas est centr sur 1400 ms, et le deuxime sur 2200 ms. Pour les liens ,
le premier est centr sur 2500 ms et le deuxime sur 3500 ms.
Page | 132

2
4
6
8
Relative power (dB)
Relative power (dB)
Relative power (dB)
2
4
6
8
10
0
1000
2000
Time (ms)
3000
a. Bus, configurations
2
3
4
10
0
4000
1000
2000
Time (ms)
3000
5
0
4000
b. Bus, configurations
200
400
600
Time (ms)
800
1000
c. Utilitaire, configurations L
Figure 3.24 : Motifs moyenns pour les bus et utilitaires

2
12
2.5
10
1.6
Event number
1.4
Event number
a.
Puissance
relative
(dB)
1.2
1
0.8
0.6
0.4
Event number
1.8
1.5
0.5
0.2
0
30
25
20
15
10
Relative power (dB)
0
30
25
20
15
Relative power (dB)
10
0
20
15
10
Relative power (dB)
0.25
3.5
3.5
0.2
0.4
0.35
0.2
1.5
0.1
0.25
0.2
4
0.15
1
0.05
0.5
0
1000
1500
Duration (ms)
2000
Figure 3.25 : Bus,

Configuration
0.05
0.1
0.5
0
0.05
1500
2000
2500
3000
Duration (ms)
3500
Figure 3.26 : Bus,

Configuration
200
400
600
800
Duration (ms)
1000
Figure 3.27 : Utilitaires,

Configuration
Les perturbations associes aux utilitaires dans des configurations L prsentent un motif
similaire celui des bus (cf. figure 3.24c) avec une dure et une attnuation moyenne plus faible
(3,8 dB). La distribution des attnuations maximales montre un pic aux alentours de 3 dB et
dcroit jusqu 20 dB. (cf. figure 3.27a). La distribution des dures (cf. figure 3.27b) montre des
perturbations centres sur 500 ms.
Page | 133

Probability
0.1
0.15
Event number
1.5
2.5
Probability
Event number
0.15
Probability
b. Dure
(ms)
Event number
0.3
2.5
1.5
0.5
0
0.5
1
1
2
3
4
1.5
2
0
200
400
600
Time (ms)
800
1000
a. Configuration AL
5
0
1
0
Relative power (dB)
Relative power (dB)
2
1.5
Relative power (dB)
Relative power (dB)
0.5
0
0.5
1
500
1000
1500 2000
Time (ms)
2500
3000
b. Configuration AL
2
3
4
1.5
2
0
200
400
600
Time (ms)
800
1000
c. Configuration BL
5
0
500
1000
1500 2000
Time (ms)
2500
d. Configuration BL
Figure 3.28 : Motifs moyenns de voitures

Les perturbations associes aux voitures dans des configurations L ont un effet inverse en
fonction de lenvironnement. Dans la figure 3.28a, le motif prsente des oscillations croissantes
prcdant une attnuation de 1,2 dB, alors que ces oscillations sont suivies dun gain de +1,9 dB
dans la configuration BL (cf. figure 3.28c). La puissance relative de la plupart des vnements
est centre sur la puissance relative moyenne, mais quelques vnements prsentent des valeurs
de puissance relative jusqu 7 dB (cf. figure 3.29a et figure 3.31a). Les dures prsentent des
distributions de forme similaires dans les deux configurations (cf. figure 3.29b et figure 3.31b).
Pour la configuration AL, la distribution des dures est centre sur 400 ms et pour la
configuration BL sur 350 ms.
Finalement, les perturbations associes aux voitures dans les configurations L montrent des
dures plus longues et des attnuations plus fortes que pour les liens L. Dans la configuration
AL, les jaillissements prsentent des attnuations variant entre 1 et 5 dB (cf. figure 3.30a) et des
valeurs de dures allant de 1500 2500 ms et centres sur 2200 ms (cf. figure 3.30b). Dans la
configuration BL, les jaillissements prsentent des attnuations atteignant 4 dB (cf. figure
3.28d), mais qui se limitent 1,8 dB sur le segment central. La distribution des puissances
relatives (cf. figure 3.32a) prsente des valeurs dattnuation entre 0 et 20 dB, regroupes autour
de 5 dB. La distribution des dures stale de 800 1700 ms et est centre sur une dure de 1 s
(cf. figure 3.32b).
Page | 134

3000

18
100
60
90
16
12
50
80
14
10
8
6
30
20
4
2
1
5
4
Relative power (dB)
0.4
30
20
0.35
25
0.25
0.2
10
0.15
0.05
200
300
400 500 600

Duration (ms)
700
800
Figure 3.29 :
Configuration AL
0.35
0.15
0.1
0.05
1000
1500
2000
Duration (ms)
2500
Figure 3.30 :
Configuration AL
20
15
10
Relative power (dB)
0.25
40
0.2
30
0.15
20
0.1
10
0.35
0.3
60
0.25
0.2
40
0.15
0.1
20
0.05
0.05
200
300
400 500 600

Duration (ms)
700
800
Figure 3.31 :
Configuration BL
0.4
80
0.3
50
0
25
0.4
15
500
60
0.2
4
5
Relative power (dB)
70
0.25
0.35
0.3
10
0.4
20
0.1
Event number
15
Probability
Event number
0.3
40
10
7
Probability
3
2
Relative power (dB)
0
1
Event number
0
8
Probability
50
20
10
60
30
0
6
b. Dure
(ms)
70
Event number
10
Event number
40
Event number
Event number
12
Event number
a.
Puissance
relative
(dB)
400
600
800 1000 1200 1400 1600

Duration (ms)
Figure 3.32 :
Configuration BL
Distributions des dures et puissances relatives pour les motifs de voitures

3.B.2.4.
Analyse et interprtation
Dures
Afin de mieux comprendre les rsultats dynamiques et dtablir un lien entre dimensions du
vhicule et dure du motif de fluctuation, nous comparons les valeurs de distributions de dure
avec des valeurs thoriques. Ces valeurs thoriques de dure dues lobstruction du trajet direct
sont obtenues dans chaque configuration en utilisant la formule suivante :
t=
L + l d2 dTx Rx
(3.2)
v
o v, L et l sont respectivement la vitesse, la longueur et la largeur du vhicule, et d2 et dTxRx sont
les paramtres de distance du lien radio comme illustrs sur la figure 3.17. La distribution
thorique est obtenue en calculant 1 000 000 de tirages alatoires de (3.2) o v, L et l sont
reprsents par des distributions spcifiques. La distribution de la vitesse suit une loi normale
tronque, note N( ; ), avec un minimum et un maximum respectivement pris 6 et 20 m/s.
Les distributions de longueur et largeur suivent une loi uniforme, note U(min, max). Les valeurs
de v, v, Lmin, Lmax, lmin, lmax sont choisies de manire arbitraire en fonction de lenvironnement et
des types de vhicules rencontrs lors des mesures.
Les distributions mesures et thoriques (cf. courbes thoriques en rouge sur les figure 3.25b
figure 3.27b et les figure 3.29b figure 3.32b) prsentent des formes et des dures globalement
identiques quelle que soit la configuration. Cependant, la dure moyenne observe en mesure est
toujours plus importante que celle obtenue de manire thorique. Nous interprtons ce dcalage
comme d aux oscillations de bord dans les motifs, qui sont indpendants du processus de
masquage modlis dans lquation (3.2). En effet, la dure de limpact dun vhicule est plus
Page | 135

Probability
14

large que la seule obstruction du trajet direct. Dans les configurations de type , les dcalages
introduits sont plus larges, particulirement sur la figure 3.30b, o la dure moyenne mesure est
double par rapport la dure thorique. Les valeurs de distribution des paramtres des diffrents
vhicules sont dtailles dans tableau 3.2. Les deux amas observs pour les bus rsultent du cadre
spcifique chaque environnement dtude : la rue dans lenvironnement A tant plus troite, les
bus circulent plus lentement. Cette diffrence de vitesse se retrouve galement pour les voitures,
o les distributions de dure sont plus tales dans lenvironnement A que dans lenvironnement
B.
Tableau 3.2 : Valeurs des distributions pour les paramtres des vhicules
Longueur L (m)
Largeur l (m)
Vitesse vA (m/s)
Vitesse vB (m/s)
Bus
13
2,5
N(11 ; 1,0)
N(7,5 ; 0,5)
Vhicule
Utilitaire
U(4 ; 6)
U(1,5 ; 2)
Voiture
U(3,5 ; 4,2)
U(1,4 ; 1,8)
N(13 ; 2,0)
N(13 ; 2,0)
Amplitudes
Une analyse complte des rsultats damplitude requerrait un jeu de mesure plus important
ainsi que des mtriques de mesure plus fines, comme les directions darrive prpondrantes en
puissance et les dlais associs. Nous allons donc nous limiter une analyse qualitative des
mcanismes de propagation potentiels. En effet, comme voqu dans le chapitre 2, plusieurs
phnomnes peuvent gnrer des vanouissements grande chelle lorsquun vhicule croise un
lien radio.
Nous nous intressons tout dabord la puissance relative introduite par un vhicule statique
au milieu du lien direct. Le vhicule peut bloquer ou attnuer le trajet direct, et galement gnrer
des rayons diffracts sur ses artes horizontales. Le trajet direct peut tre attnu, mais aussi
transmis travers les vitres du vhicule. Le rayon rflchi sur le sol peut galement tre bloqu
ou se rflchir la place sur la voiture ce qui impacte la distance de rupture pour un modle
deux rayons, comme expliqu dans [11]. Les rsultats de mesure statique montrent deux choses.
Premirement, les variations damplitude observes en loignant le vhicule du rcepteur sont
trs proches des modles darte unique en lame de couteau . En effet, comme on peut le voir sur
la figure 3.33a, plus on loigne le vhicule du rcepteur, plus le paramtre de Fresnel diminue et
moins lattnuation est forte. Cependant, partir dune certaine distance, les variations alternent
entre amplitude positive et ngative. Ce comportement se retrouve la fois pour une obstruction
par un utilitaire et par une voiture. Pour les voitures, hauteur plus faible, la diffrence de
puissance se situe plutt dans la zone de fluctuation autour de 0 dB (figure 3.33b).
Page | 136

De plus, lorsque la longueur du lien est augmente, le paramtre de Fresnel tend, pour une
hauteur dobstacle, donne vers 0, quil soit positif ou ngatif. Cela explique le fait que
lobstruction par un utilitaire provoque pour d2 = 56 m, une attnuation moins forte une
distance de 1 m du rcepteur que pour d2 = 0 m, mais plus forte une distance de 5 m.
1
2
3
4
5
4
6
8
10
12
14
8
0
4
6
Distance dRxV (m)
a. Fonction de dRxV, hV= 1,6 m
10
16
1
1.5
2
2.5
Hauteur du vhicule (m)
b. Fonction de hV, dRxV = 6,0 m
Figure 3.33 : Attnuation due la diffraction par arte unique en lame de couteau une frquence
de 2,1 GHz, hauteurs dmission 3,6 m et rception 1,5 m, distance de 14 m
Les attnuations observes dans le cas des mesures dynamiques pour les bus et les utilitaires
dans des configurations et L prsentent des valeurs proches de lattnuation due
lobstruction forte de lellipsode de Fresnel, qui est de 6 dB lorsque larte est au niveau du trajet
direct. La notion dutilitaire regroupant tous les vhicules de hauteurs suprieures 1,6 m, les
attnuations stalent sur un large spectre de valeurs. Le large spectre de valeurs dattnuation
rencontres pour les bus dans des configurations diffrentes, en particulier la prsence de valeurs
plus faibles (vers 5 dB) suggre cependant dautres mcanismes de propagation, tels que la
transmission travers les vitres. Les variations produites par les voitures dans des configurations
, dont les valeurs sont positives ou ngatives en fonction de la configuration, peuvent tre
expliques par la recombinaison des rayons diffracts sur le toit du vhicule avec le trajet direct
parfois constructive, parfois destructrice. Ce comportement peut galement tre expliqu et
calcul par lobstruction de lellipsode de Fresnel. Dans des configurations de type , les
distances sont plus larges et vont jusqu la limite du rayon de la petite cellule. Lorsquon
approche la distance de rupture du modle deux rayons, la puissance oscille entre 5 dB autour
de la puissance propage en espace libre et la rflexion sur le sol devient donc un facteur non
ngligeable.
Page | 137


Pour les liens obliques, les oscillations de bord introduisant lexcs de dure peuvent tre
essentiellement expliques par la diffusion sur lavant et larrire du vhicule, en particulier la
diffraction sur ses artes verticales.
Le paragraphe suivant va au-del de la simple analyse et propose de comparer les variations
de puissance du signal mesures aux valeurs quon obtient en utilisant loutil de simulation
dterministe dcrit dans le chapitre 2 de manire statique et dynamique sur des vnements
contrls.
3.B.3. Validation et ajustements
3.B.3.1.
Comparaison avec des mcanismes dterministes
Dans un premier temps, les puissances mesures dans une configuration statique (cf. figure
3.23) sont compares lattnuation obtenue par lobstruction du seul trajet direct par une arte
unique en lame de couteau. Larte slectionne est larte horizontale du toit du vhicule qui va
le plus obstruer lellipsode de Fresnel, gnralement la plus proche du rcepteur. La hauteur de
larte est la hauteur du vhicule. Dans ces scnarios, les variables sont multiples : type de
vhicule (utilitaire, voiture), hauteur de lantenne dmission (3,6 m et 6,5 m), et distance du
rcepteur par rapport un lien perpendiculaire (d2 = 0 ; 28 ; 56 m).
Les rsultats dvolution de la puissance reue en loignant progressivement un utilitaire du
rcepteur (mesures statiques), prsents sur la figure 3.34, montrent une forte similitude entre les
donnes mesures et lattnuation calcule. Dans tous les scnarios, on retrouve le comportement
observ dans la description des mesures : forte attnuation lorsquon est proche du rcepteur, qui
diminue en sen loignant, jusqu atteindre 0 dB dattnuation, puis des variations positives. Un
dcalage de 1 2 dB constant sur toute la mesure est cependant observ dans les configurations
d2 = 28 m et d2 = 56 m pour une antenne dmission basse et d2 = 56 m pour une antenne
dmission haute.
Pour une voiture, les rsultats sont prsents sur la figure 3.35. Les amplitudes des
attnuations dues linsertion dune arte sont plus faibles que dans le cas dun utilitaire,
notamment dans le cas de lien perpendiculaire avec une hauteur dmission de 6,5 m, avec des
variations mesures de lordre de grandeur de 0 1 dB. Cependant, les rsultats observs
prsentent le mme comportement pour les mesures et les simulations. Ce comportement est
identique celui observ pour les utilitaires : en fonction des paramtres du modle de diffraction
arte unique en lame de couteau, le vhicule va obstruer le premier ellipsode de Fresnel. Les
fluctuations du signal sont plus prsentes car lobstruction se fait une hauteur plus basse. Dans
le cas dantenne basse et de distance de lien radio larges (d2 = 28 et 56 m), les valeurs retrouves
avec le modle rayon unique sont pour la plupart translates verticalement par rapport aux
valeurs mesures de 1 3 dB.
Page | 138

La conclusion tire de cette tude statique est que la diffraction par larte unique en lame de
couteau modlise plutt bien les variations damplitude du signal. La translation verticale
constante de quelques dB quon retrouve dans les cas dantenne dmission basse et de distance
de lien large peut tre explique par limpact des mcanismes non pris en compte : coupure du
rayon rflchi sur le sol, diffractions sur le ct des vhicules. Lexplication de la coupure du
rayon rflchi parat plus plausible : la diffrence dattnuation est plus forte pour des distances
de lien plus larges (d2 de 28 et 56 m) et est peu prs constante pour toute distance dRxV.
10
10
Arte couteau unique

Mesures SIR Static
2
4
6
Distance dRxV (m)
15
0
10
28
15
0
Arte couteau unique

Mesures SIR Static
10
4
6
Distance dRxV (m)
10
4
6
Distance dRxV (m)
Arte couteau unique

Mesures SIR Static
15
0
10
56
10
4
6
Distance dRxV (m)
d2 (m)
4
6
Distance dRxV (m)
10
Hauteur de lantenne dmission basse
10
10
Arte couteau unique

Mesures SIR Static
15
0
10
Arte couteau unique

Mesures SIR Static
15
0
Arte couteau unique

Mesures SIR Static
15
0
4
6
Distance dRxV (m)
10
Hauteur de lantenne dmission haute
unique en lame de couteau pour un utilitaire
Page | 139

Arte couteau unique

Mesures SIR Static
6
0
4
6
Distance dRxV (m)
Arte couteau unique

Mesures SIR Static
6
0
10
4
6
Distance dRxV (m)
4
6
Distance dRxV (m)
Arte couteau unique

Mesures SIR Static
6
0
10
4
6
Distance dRxV (m)
d2 (m)
10
Arte couteau unique

Mesures SIR Static
6
0
56
10
Arte couteau unique

Mesures SIR Static
6
0
28
4
6
Distance dRxV (m)
10
Hauteur de lantenne dmission basse
Arte couteau unique

Mesures SIR Static
6
0
4
6
Distance dRxV (m)
10
Hauteur de lantenne dmission haute
unique en lame de couteau pour une voiture
Concernant les mesures dynamiques, nous comparons les motifs observs lors du posttraitement des mesures et le rsultat de prdiction dterministe de propagation, simul par la
plateforme dcrite dans le chapitre 2. Les conditions de simulation sont le plus proche possible
des conditions de mesure : vitesse des vhicules, prsence des btiments, distances entre chaque
lment du lien radio et topologie des voies de circulation... Pour chaque configuration tudie,
Page | 140


un exemple de puissance reue non filtre sera galement prsent. En suivant les conclusions
tires de ltude statique, nous faisons dans un premier temps lhypothse que les diffractions
apportes par les artes des vhicules sont les sources majeures de variation du signal. Cela
concerne la fois les diffractions horizontales (toit de la voiture modlis par une arte unique en
lame de couteau) ou verticales (cts de la voiture). La plateforme de simulation est donc
configure pour ne calculer en statique que le trajet direct. Nous rappelons que les doubles
diffractions ne sont pas modlises.
Pour les bus (cf. figure 3.36), les dures des motifs dvanouissement sont identiques dans 3
cas sur 4. Dans la configuration A, la dure est lgrement suprieure. Ceci peut tre d un
changement de vitesse des bus dans cette configuration. Concernant lattnuation, le modle
darte unique en lame de couteau permet davoir des vanouissements dont lamplitude est forte,
ce quon retrouve aussi en mesure. Cependant, la valeur dattnuation moyenne sur lensemble
des mesures est dans tous les cas plus faible que celle obtenue en simulation. Or, les conditions
de simulation sont relativement bien connues, notamment les dimensions des bus, quil est facile
de retrouver. Une explication possible est la non prise en compte de la transmission lintrieur
du bus, qui peut rduire lattnuation apporte par le vhicule, notamment si le bus en question
est dans une configuration o le rayon direct est peu obstru par les parties mtalliques (plancher
et toit) et passe travers les vitres.
Pour les utilitaires (cf. figure 3.37), les conclusions sont identiques aux bus. La dure des
vanouissements observe pour les simulations et les mesures est identique. Les valeurs
dattnuation observes sont plus faibles (environnement A) ou plus fortes (environnement B)
que la valeur moyenne. Ce phnomne peut sexpliquer par deux raisons. Premirement, le
groupe utilitaire recense tous les vhicules dont la hauteur est comprise entre celle dune grosse
voiture et celle dun camion, cest dire suprieure 1,6 m. La large plage de valeurs de hauteur
implique une large plage de valeurs dattnuation (cf. figure 3.33b). Deuximement les
configurations de distance metteur route sont diffrentes dans lenvironnement A et
lenvironnement B.
Pour les voitures (cf. figure 3.38), les correspondances sont plus difficiles observer car la
hauteur des voitures fait que lellipsode de Fresnel est peine obstru, mme dans des conditions
dantenne dmission basse. Cependant, le phnomne de recombinaison constructive observ
dans la configuration BL se retrouve en simulation. Les dures et amplitudes en configuration
L sont similaires. Cependant, en configuration L les vnements obtenus en simulation sont de
faible amplitude et rendent la comparaison difficile. Pour le cas BL, les variations sont
similaires et de dures identiques, mais de faible amplitude. Pour le cas AL, les variations sont
difficilement comparables. Ces deux scnarios mettent en avant le fait que dautres mcanismes
de propagation existent, qui sont dans ce cas-l non ngligeables par rapport lobstruction de
Page | 141


lellipsode de Fresnel. Le paragraphe suivant propose de prendre en compte la rflexion sur le
sol et dajuster de manire simplifie les diffrents mcanismes afin dobtenir un rsultat
similaire.
5
10
5
0
5
10
15
20
Mesures
Motif moyenn
Outil dterministe
25
1000
2000
Temps (ms)
3000
15
20
25
35
0
4000
10
15
20
25
30
Mesures
Motif moyenn
Outil dterministe
35
40
0
d2 (m)
10
1000
2000
3000
4000
Temps (ms)
Environnement A
5000
6000
Mesures
Motif moyenn
Outil dterministe
30
30
0
0
5
1000
2000
Temps (ms)
3000
4000
10
15
20
25
30
Mesures
Motif moyenn
Outil dterministe
35
40
0
1000
2000
Temps (ms)
3000
Environnement B
Figure 3.36 : Comparaison des motifs drivs des mesures et de la prdiction dynamique
pour les bus
Page | 142

4000

4
8
6
2
0
2
4
2
0
2
4
6
Mesures
Motif moyenn
Outil dterministe
6
8
0
500
d2 (m)
1000
Temps (ms)
1500
Mesures
Motif moyenn
Outil dterministe
2000
10
0
Environnement A
500
1000
Temps (ms)
1500
2000
Environnement B
pour les utilitaires
3
1.5
1
2
0.5
0
0.5
1
1.5
2
Mesures
Motif moyenn
Outil dterministe
2.5
3
0
500
1000
Temps (ms)
1500
500
1000
Temps (ms)
1500
2000
Mesures
Motif moyenn
Outil dterministe
0
1
2
3
Mesures
Motif moyenn
Outil dterministe
d2 (m)
3
0
2000
5
0
500
1000
1500
Temps (ms)
Environnement A
2000
2500
0
1
2
3
4
5
Mesures
Motif moyenn
Outil dterministe
6
7
0
500
1000
Temps (ms)
1500
2000
Environnement B
pour les voitures
Page | 143


3.B.3.2.
Ajustement par observations
Les rsultats prsents dans le paragraphe prcdent montrent que la diffraction par arte
unique en lame de couteau ne suffit pas modliser lattnuation dans tous les cas, notamment
les scnarios L pour les voitures. Les ajustements du modle proposs dans ce paragraphe sont
basiques et nimpliquent pas de mtrique ni de boucle doptimisation : les valeurs de simulation
dynamique obtenues avec diffrentes valeurs de paramtres du modle sont compares aux
rsultats de mesure. Le mcanisme de rflexion sur le sol est ajout et la puissance des diffrents
rayons est rglable, notamment celui de la rflexion sur le sol et le facteur de correction de
hauteur pour le calcul utilisant la Thorie Uniforme de la Diffraction des rayons diffracts sur les
artes verticales du vhicule. Nous procdons des comparaisons par observation et par slection
des paramtres aboutissant au rsultat le plus proche entre la simulation et la mesure.
Nous allons dabord vrifier lhypothse formule pour le cas statique : la coupure de la
rflexion sur le sol apporte une attnuation soit quasi-nulle (pour d2 = 0 m), soit de quelques dB
(pour d2 = 28 m et d2 = 56 m). La figure 3.39 illustre lattnuation apporte par la rflexion sur le
sol dans les conditions de mesure. Avec une variation denviron -0,3 dB pour d2 = 0 m et
denviron respectivement 1,6 dB et 2,3 dB pour d2 = 28 m et d2 = 56 m, notre hypothse est
vrifie. Nous allons donc recalculer la propagation de manire dynamique pour les voitures dans
le cas AL avec diffrentes valeurs de poids de la rflexion sur le sol (wGR) et de facteur de
correction de hauteur (, cf. chapitre 2.B.2).
4
X: 57.6 m
Y: 1.983 dB
X: 31.2 m
Y: 1.455 dB
2
X: 13.9 m
Y: 0.1547 dB
Relative power (dB)
10
20
30
40
50
dTxRx
60
70
80
90
100
Figure 3.39 : Valeurs des diffrences damplitude entre trajet direct et rflexion sur le sol
en fonction de la distance du lien
Page | 144


Limpact de la diminution de la valeur de est montr sur les figure 3.40 et figure 3.41. Il en
rsulte une augmentation de la puissance du signal diffract sur les artes des voitures, et une
amlioration de la continuit entre les oscillations de bord et le plateau. Cependant, des valeurs
trop fortes pour les rayons diffracts modulent fortement lattnuation due la rflexion sur le
sol, alors que la modulation observe sur les mesures est assez faible. Sur lensemble des
500
1000
1500
Temps (ms)
2000
2500
500
1000
1500
Temps (ms)
2000
2500
1,0
0,5
configurations testes, la combinaison de wGR = 1,0 et = 1,0 semble optimale.
500
1000
1500
Temps (ms)
2000
2500
1000
1500
Temps (ms)
2000
2500
500
1000
1500
Temps (ms)
2000
2500
500
= 0,5
wGR
500
1000
1500
Temps (ms)
2000
2500
= 1,0
= 2,0
wGR
1
2
3
4
1
2
3
4
6
0
6
0
500
1000
Temps (ms)
1500
2000
0
1
2
3
4
5
500
1000
Temps (ms)
1500
6
0
2000
1
2
3
4
1
2
3
4
6
0
6
0
500
1000
Temps (ms)
= 0,5
1500
2000
1,0
0,5
Figure 3.40 : Rsultats du modle ajust dans la configuration AL
500
1000
Temps (ms)
1500
2000
500
1000
Temps (ms)
1500
2000
0
1
2
3
4
5
500
1000
Temps (ms)
1500
2000
6
0
= 1,0
= 2,0
Figure 3.41 : Rsultats du modle ajust dans la configuration BL

Page | 145


Cet exemple dajustement par observation sinscrit dans lapproche qualitative des mesures
de puissances reues. Un calibrage pouss impliquerait une approche quantitative et une
connaissance plus prcise des proprits large bande du canal de propagation par le biais des
directions de dpart, darrive, et dlai des diffrents rayons ainsi quun contrle plus fort sur les
paramtres de mesure : moins dimprcision dans les distances, positions des btiments,
dimension des vhicules... Nous observons nanmoins que les rayons rflchis ou diffracts sur
les faades des btiments ont un impact peu important sur ces variations grande chelle, leur
modlisation ntant pas ncessaire pour avoir des rsultats de simulation proche des mesures
statiques ou dynamiques.
3.B.4. Campagne de simulation sur limpact de la hauteur de lantenne dmission
3.B.4.1.
Objectifs
En tudiant limpact du trafic vhiculaire sur les conditions de propagation dans des
configurations de petites cellules, lobstruction de lellipsode de Fresnel a t identifie comme
le mcanisme le plus affect. Ce mcanisme est dpendant de plusieurs paramtres : frquence,
distance du lien radio, distance de lobstacle, hauteur de lobstacle, hauteur des antennes
dmission et de rception Parmi ces paramtres, la hauteur de lantenne dmission est le
principal paramtre dajustement pour un oprateur cellulaire lors du dploiement dun rseau.
Dans un cadre de petites cellules, un oprateur peut dployer les stations de base sur des objets
prsents dans le mobilier urbain (lampadaires, stations de bus, murs) diffrentes hauteurs.
Nous nous posons donc la question suivante : Suffit-il daugmenter la hauteur de la station
de base pour rduire les perturbations lies au trafic vhiculaire ?. Pour rpondre cette
question, nous dfinissons un jeu de scnarios dans trois environnements. Les simulations sont
ralises en utilisant la plateforme dveloppe et valide dans les chapitres et paragraphes
prcdents, vitant ainsi des mesures grande chelle, qui auraient demand une importante
logistique. Les tendances et ordres de grandeur de lvolution du signal reu sont mesurs pour
certains points de rception par une mtrique de probabilit de coupure dcrite par la suite.
3.B.4.2.
Scnarios
Lutilisation de la plateforme de simulation nous permet dtudier nimporte quel

environnement, condition de disposer de suffisamment dinformation sur les donnes
gographiques et de rseau de mobilit. Dans cette tude, nous considrons les trois
environnements urbains avec des structures gomtriques diffrentes dcrites dans la partie A de
ce chapitre : un boulevard, une rue de taille moyenne et une place. Dans chaque environnement,
trois configurations de lien seront simules suivant la proximit du rcepteur par rapport
Page | 146


lmetteur : Proche (de lautre ct de la route, < 20 m), Mdium (< 50 m) et Lointain (< 100 m,
en limite de cellule).
Pour chaque environnement, le rcepteur est plac une hauteur de 1,5 m, la frquence est de
2,6 GHz, la propagation statique est calcule en tenant en compte des rflexions, mais pas des
diffractions. Mme si les mobilits sont par essence localement diffrentes, nous mettrons la
contrainte dun trafic global identique (15%) dans les trois configurations. Les rapports de
distance metteur-route et route-rcepteur, ainsi que les mobilits mesures pour chacune des
configurations sont rpertories dans le tableau 3.3.
Figure 3.42 : Environnement A1
Page | 147


Tableau 3.3 : Rapports de distance et mtriques de mobilit pour la campagne de simulation
Lien
Densit locale du trafic
Vitesse moyenne locale du trafic
Rapport de distance Tx-Route
14
0.8
0.7
10
Densit
0.6
Env. 1
Env. 2
Env. 3
12
0.5
0.4
0.3
0.2
0.1
8
6
4
2
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0.1
0
Env. 1
Env. 2
Env. 3
0.9
Ratio TxRoute (% de distance du lien)
Env. 1
Env. 2
Env. 3
0.9
8
10
ID de la route
12
14
16
0.1
8
10
ID de la route
12
14
16
8
10
ID de la route
12
14
16
14
0.8
0.7
10
Densit
0.6
Env. 1
Env. 2
Env. 3
12
0.5
0.4
0.3
0.2
0.1
8
6
4
2
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0.1
0
Env. 1
Env. 2
Env. 3
0.9
Env. 1
Env. 2
Env. 3
0.9
8
10
ID de la route
12
14
16
0.1
8
10
ID de la route
12
14
16
8
10
ID de la route
12
14
16
14
0.8
0.7
10
Densit
0.6
Env. 1
Env. 2
Env. 3
12
0.5
0.4
0.3
0.2
0.1
8
6
4
2
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0.1
0
Env. 1
Env. 2
Env. 3
0.9
Env. 1
Env. 2
Env. 3
0.9
8
10
ID de la route
12
14
16
0.1
8
10
ID de la route
12
14
16
Page | 148

8
10
ID de la route
12
14
16

3.B.4.3.
Mtrique
La distribution des vanouissements peut en gnral tre divise en deux zones, illustres sur
la figure 3.45.
- Une zone P1 o on observe de fortes attnuations, principalement dues aux vhicules de
large taille (camions, bus, )
- Une zone P2 o les variations du signal sont en majorit centres sur une valeur proche de
0 dB. En prsence dun trafic nul, la distribution est un Dirac centr sur 0 dB
0.7
0.6
P1
P2
Probabilit
0.5
0.4
0.3
0.2
0.1
0
40
30
20
10
0
10
Figure 3.45 : Distribution de lattnuation dans le cas scnario A1, rcepteur proche de lmetteur
Un seuil de coupure S en base logarithmique est dfini pour quantifier la probabilit de perte
de qualit du signal. La mtrique de probabilit de coupure Pc est dfinie comme la proportion
des vanouissements infrieurs au seuil de coupure (3.3).
Po = P ( xdB < S dB )
(3.3)
En fonction de la gomtrie du lien radio et des vhicules composant le trafic, la limite entre
les deux zones peut tre diffrente. Nous dfinissons dans cette tude une valeur de seuil de
coupure de 6 dB, qui correspond une attnuation forte du signal reu.
3.B.4.4.
Rsultats
Les rsultats prsents sur la figure 3.46 prsentent des probabilits de coupure varies (1
22 %) pour une hauteur dantenne dmission de 3,6 m. Les valeurs obtenues sont dautant plus
fortes quune route est proche du rcepteur (Environnements 1 & 3, liens Medium et Lointain) et
que le trafic est important. En augmentant la hauteur de lantenne dmission, les valeurs de
probabilit de coupure diminuent et tendent gnralement vers 0. Deux comportements typiques
peuvent tre cependant identifis. Premirement, en augmentant la longueur du lien (de Proche
Lointain), la diminution de la probabilit de coupure en fonction de la hauteur de lantenne
Page | 149


dmission est moins rapide. Deuximement, lorsque le rcepteur est proche dune route
(notamment dans lenvironnement n3), la valeur de la probabilit de coupure nest pas de 0,
mme lorsque la hauteur de lantenne dmission est de 10 m.
50
50
Env. 1
Env. 2
Env. 3
45
40
30
25
20
15
Probabilit de coupure (%)
35
35
30
25
20
15
35
30
25
20
15
10
10
10
0
3.6
0
3.6
6.0
Hauteur dantenne (m)
a. Proche
10.0
Env. 1
Env. 2
Env. 3
45
40
40
50
Env. 1
Env. 2
Env. 3
45
6.0
10.0
0
3.6
b. Medium
6.0
c. Lointain
Figure 3.46 : Rsultats de probabilit de coupure un niveau de 6 dB

3.B.4.5.
Analyse et interprtation
Les rsultats prsentent des diminutions fortes de la probabilit de coupure en augmentant la

hauteur de lantenne dmission. Lellipsode de Fresnel se trouvant dplac vers le haut, les
vhicules ont moins tendance lobstruer. Cependant, dans certaines configurations, cette
solution nest pas suffisante pour se garantir de toute attnuation due au trafic vhiculaire. Les
rsultats montrent notamment que les points de rception proches du trafic vhiculaire sont
impacts par des vhicules larges quelle que soit la hauteur de lantenne. En effet, lellipsode de
Fresnel est peu modifi proximit du rcepteur. De plus, la perturbation de londe rflchie sur
le sol par le trafic nest pas rsolue en augmentant la hauteur de lantenne dmission. La coupure
de la rflexion sur le sol entraine des variations positives ou ngatives suivant la longueur du lien
radio, mais plus cette longueur est leve, plus lamplitude des variations est forte.
Page | 150

10.0

3.C.
Conclusions du chapitre
Dans ce chapitre, notre approche consistait valider les mcanismes dterministes de la

plateforme de simulation permettant une prdiction de propagation dynamique, puis utiliser
cette plateforme pour dgager des comportements caractristiques de limpact de
lenvironnement proche sur la dynamique du signal. Loriginalit de cette approche est dviter la
ralisation de campagnes de mesure vaste chelle tout en disposant de larges chantillons de
rsultats dans des environnements rels. Cette mthodologie a t applique sur les dynamiques
dues aux mouvements du rcepteur, puis aux dynamiques dues aux mouvements dans
lenvironnement.
Nous avons dabord valid le modle de Surface Equivalente Radar utilis pour le calcul des
contributions dues au mobilier urbain de type poteau dans un scnario dtude urbain dense. La
contribution dune range de lampadaires sur la puissance hors trajet direct est en moyenne de
10 % en visibilit directe et de 37 % en non-visibilit directe. Le bon accord entre ces rsultats de
simulation et des mesures ralises dans la littrature [6] a t publi dans une confrence
europenne1. La puissance diffuse sur le mobilier urbain en petites cellules nest pas ngligeable
et limpact du mobilier urbain sobserve galement sur laugmentation significative de
ltalement angulaire dans le plan horizontal. La prise en compte du mobilier urbain savre donc
essentielle lorsquil sagit dvaluer des optimisations de la couche PHY, notamment par des
techniques MIMO de diversit et de slectivit spatiale.
Dautre part, il a t montr que les modles utiliss par la communaut scientifique pour
caractriser les vanouissements grande chelle ne sont pas optimaux en petites cellules. Dans
certaines configurations, les variations grande chelle peuvent tre rapproches de distributions
log-normales. Cependant, les mcanismes lorigine de ces vanouissements sont diffrents des
mcanismes de masquage qui servent de justification physique aux vanouissements grande
chelle dans des cellules de plus grandes tailles. De plus, lchelle des vanouissements peut
varier suivant la position et lvolution du rcepteur par rapport aux diffuseurs prpondrants, ce
qui restreint lutilisation dune distance unique de corrlation et dun modle de corrlation
uniforme dans lespace. Finalement, le mobilier urbain, tels que les vhicules stationns, peut
masquer certaines contributions sur de grandes chelles. Ce masquage rsulte majoritairement en
lattnuation du signal reu.
Nous nous sommes finalement intresss la principale autre source de dynamique dans un
environnement extrieur : le trafic de vhicules. La validation des mcanismes de propagation
lis aux vhicules a ncessit de procder des mesures. Ces mesures ont t collectes suivant
deux configurations diffrentes : une premire configuration contrle statique, puis une
1
G. Gougeon, Y. Lostanlen and L. Maviel, Coupling a deterministic propagation model with diffuse scattering and
urban furniture for small cells, in Proc. of the 5th European Conference on Antennas and Propagation (EuCAP),
Rome, Italy, pp. 3448-3452, 2011.
Page | 151


configuration denvironnements rels dynamiques, dont les rsultats ont t publis dans une
confrence internationale2. Le rsultat prpondrant de ces mesures est lassociation du passage
dun vhicule aux variations de la puissance du signal. Ces variations de puissance de signal,
classes en motifs suivant la configuration du lien radio et le type de vhicule, prsentent en
particulier de fortes attnuations pour les vhicules de larges dimensions. Dautre part, lapproche
qualitative privilgie pour ces mesures de puissance de signal a confirm les principaux
mcanismes de propagation : lattnuation du trajet direct, la coupure de la rflexion sur le sol, et
la diffraction par les artes des vhicules. Les mesures ont galement permis dajuster
sommairement les paramtres du modle dterministe.
Finalement, limpact de la hauteur de lantenne dmission sur les perturbations dues au trafic
vhiculaire a t tudi dans des configurations urbaines typiques. La campagne de simulation a
t ralise laide de la plateforme de simulation ajuste. Cette tude a mis en avant que
laugmentation de la hauteur de lantenne dmission permet de diminuer fortement la probabilit
de coupure pour un seuil donn. Cependant, les configurations o le rcepteur est proche de la
route ou loin de lmetteur prsentent des probabilits de coupure fortes, mme pour une antenne
dmission haute.
Au vu de la complexit des techniques utilises dans les nouveaux rseaux de communication
sans fil, il est indispensable daller plus loin quune simple mtrique de probabilit de coupure.
En effet, les nouveaux systmes tels que le LTE incluent des mcanismes dadaptation de codage
et de modulation (ACM) qui adaptent en particulier la robustesse de la modulation en fonction de
la qualit du lien radio de manire dynamique. De plus, les informations de corrlation spatiale et
temporelle sont de plus en plus exploites pour optimiser la transmission de linformation ([12]],
[13]). Des outils de simulation de rseaux permettent de simuler de faon plus ou moins abstraite
lensemble ou une partie des couches rseaux. Lamlioration des modules de calcul de
propagation prsents dans ces outils permettrait dobtenir des rsultats plus ralistes, que a soit
par rapport la diversit spatiale utilise dans les modes MIMO du LTE, au ralisme des
vanouissements petite chelle frquentiels utiliss dans la slection des blocs de ressource ou
encore au ralisme des vanouissements grande chelle utiliss dans le calcul du Rapport Signal
Interfrences plus Bruit. Nous avons choisi de nous intresser en particulier limpact des
vhicules sur des mtriques de type rseau, par exemple la perte de dbit utile ou la
consommation de puissance. En effet, la plupart des modles nintgrent pas la mobilit de
lenvironnement en extrieur, alors que beaucoup dtudes traitent de limpact de lactivit
humaine en environnement intrieur. La nature des simulateurs rseaux est dtablir un
compromis entre prcision et temps de calcul. Pour pouvoir sintgrer ces outils, il faut donc
galement faire ce compromis et abandonner une prdiction purement dterministe comme nous
2
L. Maviel, A. Cordonnier, Y. Lostanlen and J-M. Gorce, Measurements of large-scale variations caused by
vehicular traffic in small-cells, in Proc. of the 19th International Conference on Telecommunications (ICT),
Jounieh, Lebanon, 2012.
Page | 152


lavons fait jusqu prsent, pour une prdiction plus flexible. Cest pourquoi nous allons tudier
dans le chapitre suivant les diffrentes faons de raliser des modles hybrides : la transition de
modles purement dterministes vers des modles plus statistiques, et lenrichissement de
modles gomtrique-statistiques avec des donnes dterministes.
Page | 153

Bibliographie
[1]
H. Suzuki, A statistical model for urban radio propagation, IEEE Transactions on
Communications [legacy, pre-1988], vol. 25, no. 7, pp. 673680, 1977.
[2]
S. Aun Abbas and A. Sheikh, On understanding the nature of slow fading in LOS
microcellular channels, in Proc. of the 47th IEEE Vehicular Technology Conference (VTC),
pp. 662666, 1997.
[3]
J. Andersen, Statistical distributions in mobile communications using multiple
scattering, in Proc. of the 27th URSI General Assembly, (Maastricht, The Netherlands), 2002.
[4]
J. Salo, L. Vuokko, H. El-Sallabi, and P. Vainikainen, An additive model as a physical
basis for shadow fading, IEEE Transactions on Vehicular Technology, vol. 56, no. 1, p. 13,
2007.
[5]
M. Gudmundson, Correlation model for shadow fading in mobile radio systems, IEEE
Electronics Letters, vol. 27, no. 23, pp. 21452146, 1991.
[6]
M. Ghoraishi, J. Takada, and T. Imai, Identification of scattering objects in microcell
urban mobile propagation channel, IEEE Transactions on Antennas and Propagation, vol. 54,
no. 11 Part 2, pp. 34733480, 2006.
[7]
W. Lee, Mobile communications engineering. New-York: McGraw-Hill, 1982.
[8]
Z. Li, R. Wang, and A. Molisch, Shadowing in urban environments with microcellular or
peer-to-peer links, in Proc. of the 6th European Conference on Antennas and Propagation
(EUCAP), pp. 4448, 2012.
[9]
T. Parks and C. Burrus, Digital filter design. New York: Wiley-Interscience, 1987.
[10] Y. Yuan, A review of trust region algorithms for optimization, in Proc. of the 4th
International Congress on Industrial and Applied Mathematics (ICM99) (J. Ball and J. Hunt,
eds.), (Oxford), pp. 271282, Oxford University Press, 2000.
[11] Y. Oda, K. Tsunekawa, and M. Hata, Advanced LOS path-loss model in microcellular
mobile communications, IEEE Transactions on Vehicular Technology, vol. 49, no. 6, pp. 2121
2125, 2000.
[12] A. Saleh, O. Bulakci, J. Hmlinen, S. Redana, and B. Raaf, Analysis of the impact of
site planning on the performance of relay deployments, IEEE Transactions on Vehicular
Technology, vol. 61, no. 7, 2012.
[13] C. Oestges, Multi-link propagation modeling for beyond next generation wireless, in
Loughborough Antennas and Propagation Conference (LAPC), (Loughborough, UK), pp. 18,
2011.
Page | 154

4. Modles de propagation hybrides
Rsum
Nous avons propos dans les chapitres prcdents plusieurs techniques d'amlioration de la
prdiction de propagation dans un contexte de petites cellules, par l'enrichissement de la scne.
Cependant ces amliorations conduisent une augmentation significative du temps de calcul.
Cette augmentation de temps de calcul n'est pas acceptable quand il s'agit d'intgrer les rsultats
de propagation au sein d'un outil de simulation de rseaux. En effet, la simulation de rseaux est
dynamique et requiert dimportantes ressources de calcul. Afin de rpondre cette
problmatique, nous proposons d'utiliser les connaissances acquises sur les mcanismes de
propagation ainsi que sur les statistiques de mobilit des lments influant la dynamique du canal,
pour construire des modles prservant le ralisme des simulations tout en rduisant
significativement le temps de calcul.
Dans un premier temps, nous proposerons un modle hybride permettant la prise en compte
du trafic de vhicules dans un environnement extrieur de type petites cellules. Loriginalit de
notre proposition tient en deux principes qui permettent damliorer le temps de calcul en
conservant une prcision suffisante des rsultats. Premirement, la gnration dobstructions du
trajet direct est reproduite de manire stochastique en utilisant les statistiques de mobilit (vitesse
moyenne des vhicules et densit du trafic) pour dterminer la dure moyenne entre deux
passages de vhicules. Deuximement, nous rutilisons labstraction des variations du signal en
un motif, que nous avons dveloppe lors des mesures en environnement dynamique. Un motif
est compos de variations positives et ngatives du signal, qui peuvent tre relies de manire
simple aux mcanismes de propagation (diffraction, obstruction de lellipsode de Fresnel). Ainsi,
lattnuation due lobstruction par un vhicule est calcule de manire unique et rapide. La
description du modle hybride a fait lobjet dune publication une confrence internationale (1).
Page | 155

Chapitre 4 : Modles de propagation hybrides
(1)
Cependant, dans cette approche, mme si deux liens proches dans lespace possdent des
statistiques de mobilit similaires, le dclenchement des obstructions est ralis indpendamment
pour chaque lien. C'est pourquoi nous proposons ensuite plusieurs extensions pour corrler les
processus de dclenchement entre diffrents liens. La modlisation de ces corrlations est en
particulier utile pour lvaluation d'algorithmes dallocation des ressources et leur optimisation
dans le cadre de rseaux de prochaines gnrations, par le biais de relais par une station de base
voisine ou par un mobile coopratif. Ces extensions ont t publies dans une confrence
europenne (2). Finalement, nous valuerons le modle et ses extensions en termes de validit
des rsultats et de temps de calcul. Les donnes dentre du modle, ainsi que les statistiques de
premier ordre des vanouissements seront valides, laide du modle purement dterministe
dcrit dans le chapitre 2 et des mesures effectues dans le chapitre 3. Nous montrerons que les
proprits des corrlations entre liens proches sont prserves dans les extensions proposes.
Enfin, nous mettrons en avant les amliorations de temps de calcul obtenues grce lapproche
hybride dveloppe, pouvant atteindre un facteur de gain de 40.
(2)

Conference on Antennas and Propagation, Gothenburg, Sweden, 2013.
Dans un second temps, nous proposerons des amliorations aux Modles Stochastiques de
Canaux bass sur la Gomtrie (MSCG). Ces modles ont t dvelopps pour permettre davoir
la fois une approche statistique, et donc gnrique, et de prsenter des caractristiques largebande ralistes. La prise en compte de la mobilit de lenvironnement, dans des environnements
intrieur et extrieur sera intgre WINNER II, un des MSCGs les plus utiliss. Lapproche
hybride propose pour lactivit humaine comprend une partie statistique base sur la probabilit
dobstruction lorsquune personne est loigne du lien radio et une partie dterministe lorsquune
personne est au voisinage du lien radio. Le modle propos pour la prise en compte des vhicules
est une adaptation du modle hybride prsent dans la premire partie en tenant compte des
contraintes de WINNER 2 sur la non-connaissance de la gomtrie des trajets et des angles
verticaux darrive et de dpart.
Page | 156


4.A.
Vers une modlisation plus statistique dans les outils dterministes
4.A.1. Introduction
Dans le modle hybride dcrit dans cette partie, nous proposons dexploiter les statistiques de
mobilit du trafic vhiculaire. Au lieu de gnrer des instances de voitures et de simuler leur
mobilit sur tout le rseau, limpact des vhicules est introduit de manire statistique pour tous
les points o les trajets dun lien radio croisent localement les routes de trafic. Les multi-trajets
dun lien radio sont en effet bien connus de manire statique, de mme que les statistiques de
mobilit (cf. chapitre 2).
Un processus stochastique deux tats est associ chaque couple lien radio / route croise.
Ltat du processus renseigne sur le fait que le Trajet Direct (TD) est obstru ou non. En effet,
lobstruction du TD est le mcanisme de propagation le plus important dans le calcul des
variations du signal. Il est ais de comprendre de manire intuitive, que plus la statistique de
densit de trafic est leve, plus le taux de transition entre les deux tats est important. Lorsque le
TD est dans un tat dobstruction, la puissance reue est altre. Au lieu de calculer de manire
dterministe les variations du signal pour chaque position o le vhicule obstruera le lien, nous
avons choisi de simplifier limpact dun vhicule sous la forme dun motif. Ce motif tient compte
dans sa dure et son amplitude des phnomnes de propagation les plus importants : obstruction
physique du premier ellipsode de Fresnel et oscillations de bord, dues aux artes du vhicule
avant et aprs lobstruction physique.
Nous dcrirons dans un premier temps les paramtres dentre du modle hybride, avant
dexpliquer les paramtres du processus stochastique cr pour chaque couple lien radio / route
croise. Nous inclurons dans cette partie la description des diffrentes options disponibles pour
introduire de la corrlation entre les diffrents processus. Dans un troisime temps, la gnration
des motifs de fluctuation sera dtaille. Chaque tape du modle sera ensuite rsume, en
particulier le calcul de lattnuation pour un lien un instant t. En effet, un lien peut tre associ
plusieurs processus, donc plusieurs motifs quil faut combiner. Finalement, nous valuerons le
modle propos en termes de validit des rsultats et de temps de calcul, en utilisant en particulier
le modle dterministe dcrit dans le chapitre 2 et les mesures dcrites dans le chapitre 3.
4.A.2. Donnes dentre
4.A.2.1.
Statistiques de mobilit
Les statistiques de mobilit sont obtenues en enregistrant chaque instant t les informations
en chaque point local du rseau de mobilit simul. Le temps de simulation ncessaire pour avoir
une statistique fiable est proportionnel la taille du rseau et demande un temps dadaptation
pour atteindre lquilibre du trafic.
Page | 157


La simulation de mobilit est obtenue en utilisant le modle propos dans le chapitre 2, bas
sur VanetMobiSim [1] et sur les donnes de rseau routier dOpenStreetMap (OSM, [2]). Dans le
but de valider et comparer les rsultats de mobilit vhiculaire obtenus avec diffrents modles,
deux mtriques sont communment utilises par la communaut [3] : la densit moyenne
(vhicules/km) et la vitesse moyenne (m/s) le long des artes reprsentant le rseau routier. Ces
mtriques reprsentant les statistiques de la mobilit sont rutilises sous une forme similaire.
Dans chaque segment reprsentant une rue, les informations de vitesse moyenne sm en m/s et de
ratio de densit de trafic r sont disponibles en chaque point. La densit de trafic reprsente la
proportion de temps o un point local est occup par un vhicule. Des exemples de ces deux
mtriques sont prsents sur la figure 4.1.
a. Rseau de rue OSM
b. Densit moyenne du trafic
c. Vitesse moyenne des vhicules
Figure 4.1 : Exemples dun rseau de mobilit et des statistiques de trafic

Nous dfinissons galement des statistiques sur les vhicules, notes v. Les dimensions dun
vhicule suivent des standards et sont donc modlises par des distributions normales. Pour
chaque type de vhicule v, les statistiques incluent la moyenne () et la variance () de la
longueur (l), de la largeur (w) et de la hauteur (h). De plus, un ratio de distribution v permet
Page | 158


dassigner chaque type de vhicule une probabilit discrte de gnration, la somme des
probabilits tant gale 1. Dans le cas de liens corrls, les positions et dimensions des
vhicules peuvent galement tre enregistres chaque priode lors de la simulation de mobilit.
4.A.2.2.
Prdiction de propagation statique
La prdiction de propagation statique est calcule en utilisant loutil bas sur le lancer de
rayon existant SIRADEL [4]. Les mcanismes de cet outil de prdiction lancement de rayons
peuvent tre consults dans le chapitre 2. Les sorties de cet outil renseignent sur le caractre
large-bande du canal de propagation avec la liste des trajets diffuss (Trajet Direct, rflexions,
diffractions, et leurs combinaisons).
combinaisons). Pour chaque trajet de rayon dans lensemble des NP
rayons, nous disposons :
j p
Du champ complexe B p e
De la puissance Pp
De la direction de dpart
De la direction darrive
De la trajectoire (Ensemble des positions des points de diffusion)
La figure 4.2 illustre une scne de propagation ainsi que lensemble des trajectoires des
rayons.
b. Dtail des trajectoires des rayons (3D)

a. Scne de propagation
Figure 4.2 : Exemple dune base de donnes vectorielle et des rayons des trajectoires
4.A.3. Paramtres du processus
Ce paragraphe dcrit comment chaque couple lien radio / route croise est reprsent par un
processus stochastique deux tats qui modlise ltat dobstruction du lien.
Page | 159


4.A.3.1.
Processus deux tats
Un processus deux tats est associ chaque couple lien radio / route croise, comme
illustr sur la figure 4.3. La dure de vie de ltat visible reprsente la dure entre deux
obstructions. Elle est dpendante de la densit de trafic r, de la vitesse moyenne sm et des
statistiques des vhicules v. La dure de vie de ltat dobstruction reprsente le temps quun
vhicule occupe le point local dintersection entre le lien radio et la route croise. Le lecteur
notera que le processus deux tats nest pas un processus de Markov, car la dure de ltat
dobstruction est arbitraire et donc nest pas un processus sans mmoire, alors que la dure de vie
de ltat visible lest. Les paramtres des deux tats du processus sont dcrits ci-dessous.
tat obstru
(v, sm)
Dure :
Dure :
tat visible
(v, r, sm)
1/
v
[lv], [lv]
Figure 4.3 : Processus deux tats

4.A.3.2.
Dclenchement de ltat obstru
Chaque lien radio possde sa propre liste de processus pour chaque route qui croise le lien.
Lorsquil ny a pas de contrainte de corrlation entre les diffrents liens, le dclenchement dun
processus est indpendant des processus des autres liens. Le paramtre de dure de vie de ltat
visible est linverse de la moyenne de la distribution exponentielle. Comme la dure de vie de
ltat visible reprsente le temps entre deux obstructions, nous relions ce paramtre aux
statistiques de mobilit connues. Le croisement est dfini comme le passage dun vhicule sur le
point local dintersection. Lobstruction est dfinie comme le masquage physique de la
projection sur le sol du trajet direct par un vhicule. Pour les liens radio perpendiculaires la
route, la dure du croisement et de lobstruction est identique. Cependant, pour les liens obliques
la route, avec un angle , lobstruction peut dmarrer avant et continuer aprs le croisement
(cf. figure 4.4), car les longueurs effectives sont diffrentes. La longueur effective pondre de
croisement (lepcross) et la longueur effective pondre dobstruction (lepobs) sont dfinies comme
les sommes des longueurs effectives des vhicules v dans le cas respectif de croisement ou
dobstruction, pondres par le taux de gnration des vhicules v (4.1).
lepcross = ( [lv ] v )
v
lepobs = [lv ] + [ wv ] cot ( ) v

v
Page | 160

(4.1)

Dans la majorit des cas, la dure dobstruction est donc plus large que la dure de
croisement. La dure moyenne de croisement ( dcross ) et la dure moyenne dobstruction ( d obs )
sont dfinies comme la longueur effective pondre, respectivement de croisement et
dobstruction, divise par la vitesse moyenne locale sm.
d cross = lepcross sm
(4.2)
d obs = lepobs sm
Station de base
Roa
d2
Roa
d 1 Rou
te
Rou
te2
Mobile
Trajet Direct (projection sur le sol)

Intersection Lien / Route
Figure 4.4 : Scnario de petites cellules et intersections lien / route

Le nombre attendu de croisements E[ncross] pendant la simulation est dfini comme le rapport
entre la dure totale de simulation, pondre par la densit de trafic local, et la dure moyenne de
croisement.
E [ ncross ] = ( d sim r ) d cross
(4.3)
La dure totale attendue dobstruction E[dtobs] est ensuite obtenue en multipliant le nombre
attendu de croisements par la dure moyenne dune obstruction. La valeur de E[dtobs] est donc
dpendante de langle .
E [ dtobs ] = E [ ncross ] d obs
(4.4)
Finalement, la dure moyenne attendue entre deux obstructions E[dbw] est obtenue en
calculant la diffrence entre la dure totale de simulation et la dure totale dobstruction et en la
divisant par le nombre de croisements. Le paramtre est ensuite calcul comme linverse de
E[dbw].
E [ dbw ] = ( d sim E [ dtobs ]) E [ ncross ]
= d cross r d obs
(4.5)
= r / ( d cross r d obs )
Page | 161


4.A.3.3.
Corrlation entre processus
Le paramtrage de de chaque processus en fonction des statistiques de mobilit se prte

bien la simulation dun lien radio unique ou de liens dcorrls. Cependant dans un
environnement rel, lorsque deux rcepteurs sont proches lun de lautre, lattnuation subie par
un rcepteur sera trs proche de lattnuation du rcepteur voisin, la fois dans le temps, mais
aussi en amplitude. En fonction de la position respective des rcepteurs par rapport la station de
base, elle pourra avoir lieu avant, aprs ou simultanment. Afin de simuler au mieux les couches
PHY et MAC et pouvoir exploiter les corrlations spatio-temporelles, les utilisateurs du modle
peuvent avoir besoin de cette corrlation.
Une premire mthode pour obtenir la corrlation est de faire transiter les processus de ltat
visible ltat obstru en fonction des positions des vhicules, pralablement enregistres
chaque temps t de la simulation. Le dclenchement de ltat obstru se faisant sur des donnes
physique corrles, les processus seront implicitement corrls dans lespace et le temps.
Cependant cette mthode peut tre coteuse en stockage de donnes sur le disque et en en temps
de simulation (simulation de mobilit, criture et lecture des donnes).
Une deuxime mthode consiste grouper les processus des diffrents liens en chanes de
processus corrls. En effet, pour une voie sens unique, les processus dont le croisement est la
fin de la rue ne se dclencheront que si les processus du dbut de la rue ont t dclenchs
auparavant. Nous dfinissons donc un ensemble de chanes, sur la totalit du rseau de mobilit.
Une chane est dfinie pour chaque intervalle sparant deux intersections dune mme route
oriente dans une rue (cf. figure 4.5). En effet, le croisement entre plusieurs rues brouille la
simulation de mobilit pour plusieurs raisons : le temps darrt dun vhicule lintersection et
les statistiques de dplacement sur chaque carrefour ne sont pas connus de manire statistique. De
plus, la corrlation des vanouissements nest utile quentre deux rcepteurs proches ou deux
metteurs le long dune mme rue. Les processus, qui sont reprsents de manire gographique
par lintersection entre un lien et une route, sont rassembls dans les chanes correspondantes
lidentifiant de la route croise. Dans une chane, le dclenchement de chaque processus est
relatif au dclenchement du premier processus, appel matre. Le dclenchement de ltat
dobstruction pour le processus matre est stochastique, comme pour le modle liens
indpendants. Le dclenchement de ltat dobstruction pour les autres processus, appels
esclaves, dpend des caractristiques gomtriques des liens. Le temps de dclenchement t (en
secondes) du processus i est dfini par (4.6)
ti = di vi
(4.6)
o di (en mtres) est la distance le long de la route entre le point intersection du processus
matre et le point dintersection du processus esclave (cf. figure 4.5). La vitesse vi en
mtres/secondes est la moyenne entre la vitesse locale du processus matre et la vitesse locale du
Page | 162


processus esclave i. Comme une chane ne contient aucune intersection, la vitesse est considre
comme linairement croissante ou dcroissante le long de la rue. Les dimensions du vhicule
gnr par le processus matre sont galement propages avec le temps de dclenchement.
Lien radio
Processus matre
Processus esclave
Station de base 1
Chane de processus
Rou
Rou
te1
te2
Mobile 1
L11
Mobile 2 L22
Roa
L21
d2
L12
Roa
Station
de base 2
d1
L13
Mobile 3
L23
Figure 4.5 : Chanes de processus corrls

4.A.3.4.
Dure de ltat dobstruction
La dure de ltat dobstruction ne correspond pas la dure de lobstruction par le vhicule.

En effet, plusieurs vhicules circulant sur une mme route peuvent en mme temps obstruer
physiquement le trajet direct, mais un seul peut occuper physiquement le point dintersection. Par
consquent la dure de vie de ltat dobstruction est simplement la dure moyenne de croisement
dcross calcule dans (4.2). Lorsque le processus entre dans ltat dobstruction, un motif de
fluctuation est gnr et associ au lien (voir ci-dessous). Lorsque la dure moyenne de
croisement est coule, le processus retourne dans ltat visible. Dans le cas de liens obliques, le
lien radio peut tre obstru par deux vhicules conscutivement sans retourner par ltat visible.
Le lecteur notera que dans le modle, ce comportement ne peut pas tre reproduit, car le
processus retourne ltat visible ds la dure de croisement termine, au moins pour une priode
de simulation.
4.A.4. Gnration des motifs de fluctuation
4.A.4.1.
Phnomnes physiques
Les mesures effectues dans le chapitre 3 ont permis danalyser et dterminer les principaux
phnomnes physiques de propagation dus au trafic vhiculaire dans des petites cellules. Le
Page | 163


passage de vhicule a pu tre identifi des motifs de fluctuation, comme celui prsent sur la
figure 4.6a. Dans ce modle hybride, nous proposons de gnrer ce mme type de motifs de
manire gnrique suivant le format de la figure 4.6b. La dure et la puissance relative de chaque
segment sadapte en fonction du vhicule qui obstrue le lien au lieu de calculer pour chaque
priode de simulation la rsultante des phnomnes de propagation. Le point essentiel est donc la
dfinition et le paramtrage de la dure et de la puissance relative des motifs.
49
Puissance des vanouissements (dB)
50
dmotif
Temps (s)
51
52
A2
53
A3
A1
54
dplateau
55
0
0.2
0.4
0.6
0.8
Temps (s)
1.2
1.4
a. Exemple de motif obtenu en mesure
b. Motif gnrique
Figure 4.6 : Motifs de fluctuation

Dans les discussions suivant les mesures du chapitre 3, deux phnomnes principaux ont t
dgags. Premirement, tous les motifs font apparatre un plateau au centre des fluctuations. Ce
plateau est associ au masquage physique du lien radio par un vhicule. Ensuite, les fluctuations
en dehors du masquage, appeles oscillations de bord, sont non ngligeables, surtout les plus
proches du plateau. Ces oscillations sont dues aux diffractions sur les artes du vhicule. Ce
phnomne peut tre reprsent par un modle analytique : parmi les diffrentes contributions de
diffraction sur les artes du vhicule, celle dont le trajet est le plus court est plus importante en
puissance (cf. figure 4.7). Lorsque le vhicule approche du croisement, la longueur du trajet de
diffraction prdominant approche la longueur du Trajet Direct (TD). La diffrence de longueur
gnre un changement de phase qui explique les oscillations observes : la recombinaison est
parfois destructive, parfois constructive. Pour simplifier les calculs, nous choisissons dutiliser ce
modle analytique en ne retenant que loscillation prcdant et suivant la coupure du Trajet
Direct. Le maximum de ces oscillations intervient lorsque le TD et le rayon diffract sont en
dphasage et que leur puissance se combine de manire destructive. Le paramtrage de la dure
et de la puissance relative des motifs en fonction des modles choisis est expliqu dans les
paragraphes suivants.
Page | 164

RoRaou
d 2te2
RoR
adou1te1
hP,Route
hP,Route
Trajet Direct (projection sur le sol)

Rayon rflchi
Rayon diffract prdominant
Rayon diffract secondaire
Figure 4.7 : Trajet direct, rflexion et diffractions sur les artes dun vhicule
dans un scnario de petites cellules
4.A.4.2.
Dure
La dure dun motif est relie la dure dobstruction dun vhicule v. La longueur effective
dune obstruction dpend des dimensions du vhicule obstruant et de langle du lien oblique
suivant (4.7). La dure dobstruction dpend de la longueur effective dobstruction et de la
vitesse moyenne sm suivant lquation (4.8). Le facteur modlise lexcs de dure du motif d
aux oscillations de bord produits par la diffraction sur les bords des vhicules. Pour calculer ce
facteur, lhypothse analytique de diffraction propose ci-dessus est utilise et la distance dphase
qui gnre le rayon dphas le plus proche est calcule en utilisant la gomtrie. Ensuite, le
facteur est calcul comme le rapport entre la distance totale du motif sur la distance de
masquage lobs.
leobs = lv + wv cot ( )
(4.7)
d obs = leobs sm
(4.8)
= ( d phase + leobs ) leobs
(4.9)
Finalement, les motifs observs lors des mesures rvlent que plus lexcs de dure est
important, plus la longueur du plateau est rduite. Ce comportement est modlis par les formules
de lquation (4.10). La dure des oscillations est quitablement rpartie entre les segments aprs
et avant le plateau.
d motif = d obs
(4.10)
d plateau = d obs
Page | 165


4.A.4.3.
Amplitude
La cause principale de lattnuation dans la zone de plateau est la perte de puissance du trajet
direct. Cette perte est facilement modlise par lobstruction du premier ellipsode de Fresnel du
lien radio. Cette perte est calcule de mme manire que le modle dterministe, cf. chapitre 2,
B.2.
Lorsque le trajet direct est attnu, les autres trajets peuvent avoir des puissances
comparables, ce qui rsulte en des combinaisons destructives ou constructives. Cependant, ces
trajets peuvent galement tre bloqus par le vhicule obstruant le trajet direct. Les trajets
corrls sont dfinis comme lensemble des trajets dont la trajectoire est galement croise par le
vhicule. Cest typiquement le cas de la rflexion sur le sol. La figure 4.8 illustre des cas de
trajets corrls et non corrls. Dans le cas de trajet corrl, la puissance du trajet est pondre
par lattnuation due lobstruction du premier ellipsode de Fresnel.
Rou
te1
Mobile
Trajectoires de rayons
Rou
te2
Processus corrls
Processus indpendants
Station de base
Figure 4.8 : Exemple de corrlation de multi-trajets

Les trajets non corrls ne sont pas obstrus par le vhicule qui bloque le trajet direct, mais ils
peuvent tre obstrus par dautres vhicules. Leur obstruction est donc dcide de manire
pseudo-alatoire, en fonction de la densit de trafic locale et de la hauteur du rayon sur chacun
des points de la route croise par la trajectoire du rayon (hP,Road, cf. figure 4.7). La probabilit de
blocage est calcule linitialisation du processus de simulation en utilisant :
block = r P hv hP , Road v
v
Page | 166

(4.11)

o P hv hP , Road est la probabilit quun vhicule v soit plus haut que la hauteur de
lintersection. Comme les dimensions du vhicule suivent des distributions normales,
P hv hP , Road peut tre calcul comme la fonction de rpartition pour x = hP , Road .
P hv hP , Road = 1 P hv hP , Road
h
[ hv ]
1
= 1 1 + erf P , Road
[h ] 2
2
v
(4.12)
o erf est la fonction derreur.

Lensemble S de NP multi-trajets statiques est obtenu en utilisant loutil de lancer de rayon
comme dcrit en entre. Lattnuation A2 est obtenue en calculant la diffrence de puissance
cohrente (somme des champs complexes B p e
j p
) entre S et lensemble modifi S (qui contient
NP trajets nots p) suivant lquation (4.13). Le lecteur notera que A2 peut tre positif ou
ngatif.
j
NP
A2 = Pstatic 20 log10 B p 'e p '
p '= 0
(4.13)
Le champ du rayon diffract est calcul suivant :

f diff = c ( , hv ) fTD e j
(4.14)
o fTD est le champ complexe du trajet direct et c est le coefficient scalaire TUD, qui dpend des
directions dincidence i et de dpart d du rayon sur le point de diffraction. En pratique, le
coefficient de diffraction TUD est calcul en 2D, suivant lhypothse de propagation de londe
dans un plan horizontal (cf. figure 4.9). Les angles i et d reprsentent les angles horizontaux
dincidence et de dpart du rayon diffract.
sd
'n'
d
si
i
'o'
Figure 4.9 : Paramtres du calcul TUD en 2D
Page | 167


Comme dans le calcul dterministe, un facteur de calibrage permet de corriger
lapproximation en hauteur du coefficient TUD calcul dans le plan horizontal, par la diffrence
entre la hauteur thorique du point de diffraction hth et la hauteur du vhicule hv suivant
lquation (4.15). Finalement, le champ du rayon diffract est rajout lensemble S. Lensemble
S obtenu avec NP = NP + 1 rayons permet de calculer A1 and A3 en utilisant la diffrence de
puissance cohrentes comme dcrit dans (4.13).
cUTD ,2 D ( , hv )
cUTD ,3 D ( cUTD ,2 D , hv ) =
1
cUTD ,2 D ( , hv ) 1 + (h h 2) 4
th
v
for h v 2 hth
for h v < 2 hth
(4.15)
4.A.5. Rsum des tapes du processus
1. Calcul des statistiques de mobilit sm et r en chaque point de lensemble du rseau

vhiculaire en utilisant un simulateur de mobilit. Sur une dure de simulation longue (
1h), la prsence de vhicules et leur vitesse moyenne est enregistre espace rgulier le
long des rues, puis moyenne pour aboutir aux statistiques.
2. Prdiction de la propagation de lensemble S de NP multi-trajets en utilisant un outil de
lancer de rayon et des donnes gographiques de terrain
3. Pour chaque couple lien radio / route croise, cration dun processus deux tats et
calcul du paramtre de transition en utilisant (4.5)
4. Lancement du calcul itratif. chaque itration et pour chaque processus, un nombre
alatoire est gnr partir dune distribution uniforme sur [0 ; 1] et est compar . Si le
rsultat est infrieur, ltat passe obstru.
5. A chaque fois que le processus rentre dans ltat obstru
a. Gnration dun vhicule v selon les statistiques de type et de dimensions v.
Calcul de la dure de croisement et affectation la dure de ltat.
b. Gnration du motif de fluctuation selon 4.A.4 et affectation au lien
6. Pour chaque itration, calcul de la puissance de chaque lien en prenant le minimum de la
puissance relative actuelle de chaque processus
Pour le modle multi-liens bas sur la mobilit des vhicules, ltape 4 est remplace par :
4. A chaque itration et pour chaque processus, la transition ltat obstru se fait par un test
sur lintersection entre le point dintersection et lensemble des positions des voitures
cet instant.
Pour le modle multi-liens bas sur la gomtrie, ltape 4 est remplace par :
Page | 168


4. A chaque itration et pour chaque chaine de processus corrls, un nombre alatoire est
gnr pour le processus matre partir dune distribution uniforme sur [0 ; 1] et est
compar . Si le rsultat est infrieur, ltat passe obstru. De plus, le vhicule gnr
et le temps de dclenchement est propag aux processus esclaves en utilisant (4.6)
4.A.6. Evaluation du modle
Afin dvaluer le modle hybride propos en terme de prcision et de rapidit, diffrentes

mtriques issues de la simulation sont compares des valeurs de rfrence. Dans un premier
temps, lmulation de la mobilit et les statistiques de premier ordre des rsultats de simulation
seront valides par comparaison aux rsultats des mesures dcrites dans le chapitre 3. Dans un
deuxime temps, le gain en temps de simulation apport par lapproche hybride sera illustr dans
un contexte de dploiement de rseau htrogne. Les rsultats issus du modle hybride seront
compars aux rsultats de simulation avec loutil purement dterministe dvelopp dans le
chapitre 2. Ces comparaisons valideront galement les statistiques de premier ordre, ainsi que les
proprits de corrlation multi-liens.
4.A.6.1.
Comparaison aux rsultats de mesures
Les scnarios de mesures sont numriss en utilisant des donnes vectorielles 3D de btiment
ainsi que des donnes OSM pour reprsenter le rseau routier. Parmi lensemble des mesures
effectues, 4 scnarios typiques sont utiliss pour la validation. Dans chacun des environnements
de type urbain A et B, deux orientations diffrentes du lien par rapport la rue sont slectionns :
perpendiculaire (
) et oblique (
) avec un angle de 30. La hauteur de lantenne dmission est
de 3,6 m et lantenne de rception est hauteur humaine (1,5 m). La simulation de mobilit et la
prdiction statique de la propagation sont calcules de manire indpendante. Les conditions de
trafic sont adaptes aux conditions observes lors des mesures. Ces mesures ont t faites en
milieu de journe avec une faible densit de trafic (0,03), dont la composition est partage entre
les transports publics, les utilitaires et les voitures (cf. tableau 4.1). Pour un rsum des
paramtres et des valeurs typiques du modle de mobilit vhiculaire, le lecteur peut se reporter
[1]. La valeur maximale de vitesse autorise sur la route est de 10 m/s pour lenvironnement A
et 13 m/s pour lenvironnement B. Pour la prdiction de propagation statique, les paramtres du
modle lancer de rayons sont identiques aux conditions de mesure : frquence 2 GHz et
polarisation verticale. Seules les rflexions sont modlises, car les diffractions contribuent
majoritairement aux vanouissements petite chelle en condition de visibilit directe. Le
nombre de rflexions sur les murs est limit deux, en plus de la rflexion sur le sol pondre
dun poids de 0,5. La simulation de propagation dynamique est effectue sur une dure de 1h.
Deux mtriques sont utilises pour valider le modle. La premire mtrique est le paramtre
rgissant le processus deux tats : la dure inter-obstruction, dont la distribution est
Page | 169


exponentiellement dcroissante et de moyenne 1/. Les distributions de dure inter-obstruction
sont reconstruites partir des mesures et compares une distribution exponentielle ajuste et
la distribution utilise dans la simulation, o est calcul partir de (4.5). La vitesse moyenne au
croisement entre la route et le lien radio correspond aux vitesses maximales autorises. En effet,
le rseau routier est localement simple : peu de trafic et pas dintersection proche. La seconde
mtrique est la probabilit de coupure (Pc) un niveau x en dB. Cette mtrique est calcule
comme la probabilit cumule que la puissance reue variant dans le temps Pdyn est plus faible ou
gale la puissance statique sans vhicule Pstat moins un niveau de coupure x.
Pc ( x ) = P ( Pdyn ( Pstat x ) )
(4.16)
o Pdyn et Pstat sont en dBm. La valeur de Pc est comprise entre 0 (pas de coupure) et 1 (coupure
constante).
Pour rappel, les rsultats de mesure sont tirs de la partie B du chapitre 3, o nous mesurons
la variation de puissance du signal, cause par un trafic rel de vhicules. Les scnarios sont de
type dense urbain, sur des heures de circulation moyenne (pendant les heures de travail, la
semaine).
Etant donn que les mesures ont t effectues dans des conditions relles, la puissance
moyenne locale varie pendant une session (par exemple si un vhicule gar bouge). Pour
permettre un calcul correct de (4.16), la puissance moyenne locale Pstat est obtenue en effectuant
une moyenne glissante sur les chantillons de mesure. Concernant la simulation, la probabilit Pc
est calcule en utilisant la somme des rayons pour Pstat et les rsultats de simulation pour Pdyn.
Des niveaux de coupure entre 2 et 8 dB un pas de 0,25 dB ont t choisis pour observer
limpact des diffrents types de vhicule traversant le lien radio.
Tableau 4.1 : Distribution des vhicules
Vhicule
Proportion (v)
Voiture
0,85
Utilitaire
0,12
Bus
0,03
Les rsultats de comparaison des distributions des dures inter-obstruction sont prsents sur
la figure 4.10. Nous observons que la distribution exponentielle correspond globalement la
distribution de la dure inter-obstruction, sauf pour deux zones bien prcises de ces distributions.
Pour des courts dlais ( 0 s, cf. Z1), la distribution exponentielle thorique prdit une densit de
probabilit non nulle. Cette situation nest pas totalement raliste car les vhicules ont toujours
des distances de scurit. Pour des dlais larges (> 100 s, cf. Z2) certaines valeurs de dure interobstruction sont observes en mesure alors que la courbe thorique tend rapidement vers 0. En
effet, les vhicules ont tendance arriver en paquets qui peuvent tre priodiques, par exemple d
un effet de rtention de feux de signalisation. Des valeurs plus larges peuvent alors avoir des
Page | 170


probabilits plus importantes au lieu de tendre vers 0 comme dans le cas dune distribution
exponentielle.
0.1
0.1
Histogramme des mesures
Mesures: distribution exp. ajuste
Distribution exp. simule
0.08
Probabilit
Probabilit
0.08
0.06
0.04
Z1

0.02
0.06
Z1
0.04
0.02
Z2
Z2
0
50
100
150
200
Dure interobstruction (s)
250
0.1
Z1
0.06
0.04
0.02
0.06
0.04
0.02
Z2
Z2
0
Env.
250

0.08
Probabilit
Z1
Probabilit
50
100
150
200
0.1
0.08
50
100
150
200
250
50
100
150
200
250
Figure 4.10 : Distribution des dures inter-obstruction, comparaison avec les mesures
La figure 4.11 compare les probabilits de coupure mesures et simules pour diffrents
niveaux de coupure. Nous observons premirement que toutes les courbes suivent la mme
tendance : lorsque le niveau de coupure augmente, la probabilit diminue. Les dviations locales
observes entre mesures et simulations sont expliques par les inconnues des conditions de
mesure, la fois en statique (voitures gares, vgtation) ou dynamique (vent).
Les valeurs de probabilit de coupure sont faibles, en particulier dans les configurations o le
lien est perpendiculaire la route, avec un ordre de grandeur denviron 1 %. Cet ordre de
grandeur peut tre expliqu par la faible densit de trafic observe durant les mesures. En effet,
dans les cas les plus simples, la densit de trafic et la distribution des vhicules peuvent tre
directement associes la probabilit de coupure. Par exemple, seuls les bus gnrent des
coupures directes de la visibilit et donc des vanouissements de 8 dB ou plus dans les
Page | 171


configurations . Sachant que les bus reprsentent 3 % du trafic total, dont le rapport de densit
est de 3 %, sur deux routes, la probabilit attendue est de 0,03 0,03 2 = 0,18 %. En accord
avec ce qui est conclu dans le chapitre 3, la probabilit de coupure est plus large lorsque le
rcepteur est la limite du rayon de la cellule (configurations ). un niveau de 2 dB, la
probabilit de coupure est de 5 10 fois plus leve que pour les configurations . Cette
diffrence est explique par deux facteurs : premirement, les phnomnes de diffraction et
dattnuation due lobstruction sont plus importants et la dure des motifs dobstruction plus
longue, cause du lien oblique.
Finalement, la baisse de probabilit de coupure observe de 4 8 dB est explique par la
prsence dutilitaires, dont la hauteur est intermdiaire entre les voitures et les bus, ce qui
implique ces attnuations moyennes.
2
10
Mesure
Simulation
1.6
1.4
1.2
1
0.8
0.2
4
5
6
Niveau de coupure (dB)
0
2
4
5
6
1.4
1.2
1
0.8
6
5
4
0.6
0.4
0.2
4
5
6
Mesure
Simulation
1.6
0
2
10
Mesure
Simulation
Probabilit (%)
Probabilit (%)
4
3
1.8
Env.
0.4
0.6
0
2
Mesure
Simulation
Probabilit (%)
Probabilit (%)
1.8
0
2
4
5
6
Figure 4.11 : Probabilits de coupure, comparaison avec les mesures
Page | 172


4.A.6.2.
Comparaison aux rsultats de simulations dterministes
Finalement, le modle est valu dans un contexte plus global, o les statistiques de premier
ordre des attnuations, les corrlations entre liens et les dures de simulation sont compares
entre un modle purement dterministe et les diffrents modles hybrides proposs : modle
stochastique sans et avec prise en compte de la corrlation. Le scnario dtude est un
dploiement cellulaire de type LTE htrogne o une petite cellule (PC) extrieure dcharge un
secteur dune macro-cellule (cf. figure 4.12). Le rseau opre une frquence de 2,6 GHz et la
hauteur de lantenne de la petite cellule est de 5 m. Les utilisateurs (UEs) sont fixes et placs
une hauteur de 1,5 m sur les trottoirs une densit de 1000 UE/km, ce qui reprsente environ 10
utilisateurs dans la petite cellule. Cette densit est obtenue en utilisant une densit de population
de 15 000 pop/km, rpartie quitablement entre 3 oprateurs cellulaires et dont 20 % des
abonns dun oprateur sont considrs actifs. Les conditions de trafic incluent des feux de
signalisation, des routes limites 13 m/s et une densit globale de 15 vhicules/km.
Figure 4.12 : Scnario de validation : dploiement LTE htrogne

Pour valuer les statistiques de premier ordre des rsultats de simulation, les fonctions de
rpartition des vanouissements obtenues sont compares pour chacune des mthodes proposes.
Les fonctions de rpartition sont moyennes sur lensemble des liens pour chaque mthode. Afin
dvaluer la cohrence des proprits dinter-corrlation entre les diffrents liens, nous utilisons
Page | 173


comme mtrique lobstruction dun lien. En effet, deux liens proches dans lespace seront
obstrus de manire synchrone, mais lattnuation observe ne sera pas forcment identique.
Finalement, le gain en temps de calcul apport par lapproche hybride entre dterministe et
stochastique est valu avec la mtrique de facteur de gain de temps de calcul, qui est le rapport
entre le temps de calcul du modle purement dterministe et le temps de calcul t de la mthode i
(4.17). Le facteur de gain est affich en chelle logarithmique pour plus de lisibilit.
t
(4.17)
facteur de gain de temps de calcul = Pur dterministe
ti
En plus de comparer le facteur de gain en temps de calcul pour chaque mthode, les processus
sont dcomposs pour avoir un meilleur aperu de la dure de chaque tape du processus.
Les rsultats des fonctions de rpartition des vanouissements, moyennes sur lensemble des
liens sont illustrs sur la figure 4.13. Les probabilits de coupure sont quivalentes dans le cas de
la mthode purement dterministe et de la mthode incluant la corrlation base sur la mobilit.
Pour ces deux mthodes, les dclenchements des obstructions sont raliss lors de la coupure
physique du lien par un vhicule. Les rsultats sont lgrement diffrents pour les mthodes
stochastiques et de corrlation base sur la gomtrie : un lger dcalage de quelques pourcents
est observ. Cette diffrence sexplique par lutilisation de processus stochastique. En effet, la
dure du processus dobstruction est une reproduction de la dure moyenne dobstruction du lien.
Cette diffrence tend vers 0 en augmentant la dure de la simulation.
Probabilit (%)
20
15
Pur dterministe
Bas sur la mobilit
Bas sur la gomtrie
Stochastique
10
0
16
14
12
10
8
6
4
Amplitude des variations de puissance (dB)
Figure 4.13 : Probabilits de coupure,

comparaison avec un outil dterministe
Page | 174


UE et UE
2
UE et UE
UE et UE
0.5
0.5
0.5
0
5
0
5
UE3 et UE2
0
5
UE3 et UE3
1
0.5
0.5
0.5
0
5
UE et UE
4
0
5
UE et UE
0.5
0.5
0.5
0
5
0
4
UE et UE
0
5
0
UE3 et UE4
0
5
0
5
Labcisse est le dcalage temporel (en s)

Stochastique
Bas sur la gomtrie
Bas sur la mobilit
Pur dterministe
Figure 4.14 : Matrice de corrlation des obstructions pour 3 utilisateurs

La figure 4.14 dmontre que les proprits de corrlation des vnements dobstruction sont
prserves avec les extensions proposes. Cette matrice de corrlation illustre les auto- et
inter-corrlations pour les utilisateurs UE2, UE3 et UE4. Pour chaque affichage de corrlation
entre paire dutilisateurs, une ligne verticale indique le maximum de corrlation lorsquil est situ
dans lintervalle de temps utilis de [+5s, -5s]. Lauto-corrlation produit, de manire prvisible,
des pics centrs en 0, quelle que soit la mthode utilise. Avec la mthode stochastique, aucune
inter-corrlation nest dtecte. En effet, les vnements dobstruction entre deux liens, mme
proches spatialement sont dclenchs de manire indpendante. Au contraire, des pics dintercorrlation sont observs pour la mthode dterministe et les extensions prenant en compte la
corrlation, dont les valeurs et les dcalages temporels sont similaires. Les valeurs de dcalage
temporel et de corrlation sont cependant plus proches entre la mthode dterministe et la
mthode base sur la mobilit. Deux pics dattnuation se distinguent en particulier sur les
inter-corrlations, avant et aprs le dcalage temporel nul. Ces deux pics de corrlation
correspondent aux deux voies de la route qui perturbent le lien radio. Les pics ne sont pas
symtriques, car les distances entre les processus corrls sont diffrentes sur chaque voie. Par
exemple, un vhicule circulant du nord vers le sud obstruera le lien de lutilisateur UE2, puis
environ 1,5 s plus tard, celui de lutilisateur UE4. Un vhicule circulant dans lautre sens
obstruera dabord le lien de lutilisateur UE4, puis environ 1,8 secondes plus tard, celui de
lutilisateur UE2.
Page | 175

Simulation de mobilit
Prdiction de propagation
Modle hybride
Quotient de dure des processus (%)
100
90
100
80
60
80
40
70
20
60
50
40
30
20
10
0
Pur dterministe
Bas sur la mobilit
Bas sur la gomtrie
Facteur de gain de temps de calcul (chelle log.)
Statistiques de mobilit
Stochastique
Figure 4.15 : Comparaison des gains de temps de simulation et des dures des processus
Le facteur de gain de temps de calcul est de lordre de grandeur de 20 40 en utilisant le
modle hybride propos en comparaison une mthode purement dterministe (cf. figure 4.15).
Ce gain est d lapproche hybride propos, qui permet dmuler le passage de vhicules plutt
que de le calculer et de gnrer un motif unique plutt que de recalculer les trajets chaque
priode de simulation. En plus de ce gain immdiat, le calcul de statistique de mobilit est un
processus qui na besoin dtre fait quune seule fois pour une zone donne. Une fois ces
statistiques obtenues, le modle peut gnrer des vanouissements, corrls ou non, pour
nimporte quelle position de lien radio. La surcharge de dure ajoute par la prise en compte de la
corrlation multi-liens reprsente 5 % dans le cas de la mthode base sur la gomtrie alors
quelle est de 90 % dans le cas du modle bas sur la mobilit. La mthode base sur la gomtrie
va 45 % plus vite que la mthode base sur la mobilit. Cette diffrence sexplique par le temps
de simulation, mais aussi de stockage et de lecture des positions et dimensions des vhicules.
Dans cette section, nous avons suivi une approche permettant dintroduire des donnes
statistiques dans un modle dterministe, en loccurrence des statistiques concernant la mobilit
des objets dans la scne de propagation. Nous allons voir dans la prochaine section comment
introduire des donnes dterministes dans des modles go-stochastiques.
Page | 176


4.B.
Vers une modlisation plus raliste dans les outils stochastiques
4.B.1. Introduction
Lors de la simulation de rseaux sans-fils, le temps de simulation de chaque couche doit tre
rapide. De plus en plus de dtails sur le canal de propagation sont cependant indispensables afin
destimer correctement les performances des systmes de nouvelle gnration. Nous avons vu
dans le chapitre 1 que les Modles de Canal Stochastiques bass sur la Gomtrie (MCSG)
permettent de combiner ces deux contraintes. Ils proposent une approche du canal bas sur la
notion damas de rayons reprsentant chacun un diffuseur prsent dans lenvironnement.
Malgr la recherche de solutions garantissant la continuit dans le temps et dans lespace des
proprits des rayons, ces modles prsentent plusieurs dfauts, notamment labsence de
phnomnes de masquages par mobilit de lenvironnement dans WINNER 2 [5] (cf. 4.B.1.1).
La recherche dun modle permettant une gnration rapide et raliste nous a conduits dans la
premire partie combiner des modlisations statistiques (mobilit, motifs dattnuation) et
dterministes (amplitude et dure des motifs dattnuation spcifiques au vhicule obstruant).
Dans cette partie, nous nous proposons dtudier diffrentes manires de prendre en compte
limpact de lenvironnement dans des MCSG, et plus spcifiquement dans WINNER II.
4.B.1.1.
Spcificits de WINNER II
WINNER 2 fait une sparation claire entre variations petite et large chelle. La notion de
drop implique la quasi-stationnarit du canal, o ont lieu les phnomnes petite chelle. Pour un
drop, les caractristiques des rayons et des amas de rayon (retard, puissance, directions de dpart
et darrive) sont tirs alatoirement suivant des modles statistiques dont certains paramtres
dpendent des caractristiques large chelle. Les variations de puissance pour un lien sont alors
uniquement dues au changement de phase des rayons. La distance (ou le temps) entre deux drops
est considre comme suffisante pour que le jeu de rayon change. Les auteurs proposent de fixer
la dure dun drop un dplacement sur 50 , soit une longueur denviron 5,5 m une frquence
de 2,6 GHz, quivalente une dure de 5,5 s pour un utilisateur piton (1 m/s).
Les auteurs ont introduit le concept damas de rayons en mouvement dans le cas indoor ou
pour des liens stationnaires point--point. Pour un drop, le calcul du facteur K et le spectre
Doppler dpendent alors de la proportion damas mobiles et de leur vitesse. Ce concept permet de
gnrer des vanouissements petite chelle qui respectent les spectres Doppler spcifiques la
vitesse de dplacement des diffuseurs mobiles.
Cependant, WINNER 2 ne permet pas dinclure le phnomne de masquage du trajet direct,
qui peut se produire en configuration de petites cellules lorsque des lments larges circulent
dans le voisinage des liens radio. Lorsque lenvironnement masque des trajets fort puissance
(notamment le trajet direct), la notion de quasi-stationnarit pour un drop est inadquate. En effet,
Page | 177


nous avons vu dans les chapitres prcdents que de fortes variations dues des vhicules avaient
lieu sur des intervalles infrieurs 5,5 secondes.
Nous proposons dans cette partie deux extensions de WINNER 2 pour prendre en compte les
masquages dus lenvironnement. Ces extensions se basent sur une approche dterministe et
utilisent les caractristiques spatiales des rayons. Cette approche peut sembler contradictoire avec
celle dveloppe lors de la conception des MCSG, cest--dire dobtenir une reprsentation
raliste du canal sans aucune donne gographique. Cependant, nous proposons ici de ne rajouter
que des lments gographiques lis lenvironnement (positions de mobiles ou routes de
mobilit). Comme nous le verrons, la dfinition dun modle dvanouissements large chelle dus
la mobilit purement stochastique est difficile, surtout lorsquon veut prendre en compte les
corrlations entre liens.
Contrairement au cas du modle de propagation base de lancer de rayon, les trajectoires des
rayons ne sont pas connues dans WINNER II, part celle du trajet direct, qui relie lmetteur au
rcepteur. De plus, le modle fournit les directions dmission et de rception dans le plan
vertical pour des environnements intrieurs mais ces angles verticaux ne sont pas inclus dans les
environnements extrieurs de type micro-cellule. Ces contraintes nous ont conduits adapter les
modles dterministes dans des environnements intrieurs et extrieurs.
4.B.2. Activit humaine dans WINNER II
travers diffrents projets collaboratifs (cf. Introduction), lquipe R&T de SIRADEL a mis
en place un modle de canal de propagation pour des liens fixes en milieu intrieur [6], en se
basant sur des rsultats de WINNER II. Dans le but de proposer une tude exhaustive, nous
proposons de rsumer ici les travaux dans ce contexte.
Le processus dfini pour modliser des variations temporelles pour une instance de canal dun
lien SISO WINNER II est le suivant. Premirement, les N multi-trajets du lien SISO sont gnrs
en utilisant une implmentation de WINNER II (Scnario A, pour environnements intrieurs). En
parallle, un modle de mobilit humaine, comme celui propos dans le chapitre 2, permet de
prdire les positions prcises dune ou plusieurs personnes chaque priode dune simulation de
dure donne. Une personne est reprsente par un cylindre de rayon et hauteur donns. Pour
chaque instant t de la simulation, le modle propos dtermine si chaque trajet de lensemble de
N multi-trajets est obstru ou non par une des P personnes prsentes. Les trajectoires des rayons
ntant pas connues, deux stratgies sont labores suivant que lobstruction traite du trajet direct
ou non.
Lorsquun obstacle mobile (une personne) est proche du trajet direct, les contributions dues
aux diffractions sur cet obstacle sont prises en compte. Les diffractions horizontales autour du
cylindre et verticales sont calcules en utilisant le modle darte couteau unique (cf. figure
4.16).
Page | 178

Direction
Rx
Personne
Tx
Figure 4.16 : Diffractions horizontales et verticales sur une personne
Pour chaque autre trajet, ltat dobstruction est modlis par une probabilit, qui dpend de 9
paramtres. Ces paramtres dcrivent la diffrence entre les proprits gomtriques du trajet et
les proprits gomtriques dun trajet imaginaire reliant lmetteur, lobstacle et le rcepteur. Ce
sont la diffrence de longueur de trajet, les diffrences de distances horizontales et verticales en
mission et en rception et les diffrences angulaires horizontales et verticales du trajet en
mission et en rception. Une fois quun trajet est dans un tat dobstruction, une attnuation de 7
dB y est applique ainsi quune frquence Doppler, tire alatoirement partir dune distribution
respectant un spectre de puissance Doppler Gaussien. Une probabilit de transition permet de
garantir une dure dobstruction cohrente avec le rayon et la vitesse de la personne.
La fonction dterminant la probabilit partir des variables dcrits ci-dessus est paramtre
en utilisant un outil de trac de rayon intrieur [7] de manire intensive. Lenvironnement tudi
est quadrill de cylindres, reprsentant les personnes, et de rcepteurs. Pour chaque couple trajetpersonne, la distribution de probabilit de coupure est tablie. Une formulation analytique est
ensuite drive.
Le modle propos tend donc les capacits de WINNER II un milieu intrieur sujet de la
mobilit de lenvironnement (activit humaine). Ce modle est utile pour valuer limpact de
phnomnes dynamiques qui ne sont pas nativement pris en compte par WINNER II.
4.B.3. Trafic vhiculaire dans WINNER II
Il existe diffrentes manires dintroduire limpact du trafic vhiculaire et notamment le

masquage du trajet direct dans WINNER II. Comme pour le modle hybride prsent dans la
premire partie de ce chapitre, la part de dterministe et de statistique est ajustable. Certaines
hypothses de dpart ont donc t nonces :
- La position des routes est un paramtre connu. En effet, si la position des routes nest pas
connue, le seul paramtre de distance entre deux utilisateurs nest pas assez pertinent pour
tablir des corrlations entre les processus.
Page | 179


-
Lobstruction du trajet direct est un processus stochastique. WINNER II tant un modle

statistique, le rsultat de simulation de la mobilit comme paramtre dentre du modle
nest pas envisage.
Lobstruction de certains trajets indirects peut tre corrle avec lobstruction du trajet
direct. En effet, un trajet qui a des caractristiques angulaires proches du trajet direct en
mission ou en rception risque dtre obstru en mme temps que le trajet direct.
Les trajets indirects non corrls peuvent tre obstrus de manire indpendante. Ces
trajets ont des trajectoires diffrentes du trajet direct et donc peuvent tre soumis des
obstructions par dautres vhicules.
Le placement des routes tant connu, les principes du modle hybride dvelopp dans la
premire partie peuvent tre rutiliss. Ainsi, les statistiques de mobilit sont connues pour
chaque point dune route, et le lien possde pour chaque route croise un processus dobstruction
stochastique deux tats. Les rsultats du modle de canal WINNER II possdent cependant des
contraintes par rapport une prdiction de propagation base de lancer de rayons. Premirement,
les trajectoires des rayons ne sont pas connues. Deuximement, les directions dmission et de
rception dans le plan vertical ne sont pas fournies par le modle dans des environnements de
type micro-cellule. La gestion des trajets indirects est donc plus complexe.
Pour simplifier, la mtrique permettant de corrler ou non lobstruction dun trajet indirect au
trajet direct se base uniquement sur un seuil angulaire (par exemple de 10), en mission ou en
rception, comme formul dans (4.18). Pour les multi-trajets corrls avec le trajet direct,
lattnuation est la mme que lattnuation du trajet direct (obtenu avec obstruction de
lellipsode de Fresnel, cf. 4.A.4.3).
(4.18)

Pour les trajets indirects, nous proposons dassocier un nombre de routes alatoire, parmi une
distribution discrte de 0 4. La dfinition de cette distribution dpend de simulations faites au
pralable. Pour chaque route croise, la hauteur de la trajectoire du rayon lintersection est
dtermine en tirant une variable alatoire entre les bornes [hb ; hm], avec hb la hauteur de la
station de base et hm la hauteur du rcepteur mobile. Ensuite, la probabilit dobstruction du trajet
indirect, lorsque le trajet direct est obstru, est calcule de la mme manire que dans 4.A.4.3,
avec la fonction derreur.
Page | 180


4.C.
Dans ce chapitre, nous avons introduit diffrentes manires de concilier des approches
dterministes et des approches stochastiques pour la prdiction de propagation incluant de la
mobilit dans le canal. Lapproche dterministe permet dobtenir des rsultats prcis, mais le
temps de calcul ncessaire pour une simulation dynamique est prohibitif pour un emploi dans un
outil de simulation de rseaux. Lapproche stochastique, telle que rencontre dans des Modles de
Canal Stochastiques bass sur la Gomtrie (MCSG) permet de dcrire un ensemble de multitrajets qui possdent les proprits typiques du milieu considr. Malgr les progrs raliss pour
avoir un ralisme dans lespace et dans le temps, cette approche possde certaines limites dans la
cohrence des amas de rayons dans le temps.
Dans un premier temps, nous avons propos un modle hybride1, reproduisant les
vanouissements grande chelle dus au trafic de vhicules dans un environnement extrieur de
type petites cellules. Le modle permet dobtenir un gain de temps de simulation grce une
combinaison entre prdictions statiques de propagation et statistiques de mobilit. Premirement,
les statistiques de mobilit permettent de reproduire lobstruction du trajet direct par des
vhicules, au lieu de pr-calculer lensemble des positions des vhicules durant la simulation.
Une fois lobstruction du trajet direct dclenche, un vhicule est alatoirement choisi parmi la
distribution statistique des vhicules. Deuximement, lattnuation provoque par le vhicule est
modlise sous la forme dun motif, ce qui permet un calcul la fois unique (donc rapide) et
dterministe. La corrlation des attnuations entre diffrents liens peut tre apporte par deux
extensions2, qui synchronisent le dclenchement des obstructions, de manire implicite (solution
base sur la mobilit des vhicules) ou explicite (solution base sur des chanes de processus
corrls). La validit de la reproduction de passage de vhicules a t prsente en comparant les
mesures dynamiques effectues dans le chapitre 2 au processus sans mmoire utilis dans le
modle hybride. Les statistiques de premier ordre du modle ont t valides par rapport aux
rsultats des mesures dynamiques, puis par rapport un outil purement dterministe. Nous avons
montr que les proprits dinter-corrlation entre diffrents liens taient prserves avec les
extensions proposes. Finalement, nous avons mis en vidence des facteurs de gain de temps de
simulation de lordre de grandeur de 20 40, suivant les modles de corrlation utiliss,
confirmant la pertinence de lapproche hybride.
Dans un deuxime temps, nous avons propos des extensions pour WINNER II, qui est un
MSCG, pour prendre en compte la mobilit de lenvironnement, dans des environnements
1
L. Maviel, J-M. Gorce and Y. Lostanlen, A hybrid propagation model for large-scale variations caused by
vehicular traffic in small cells, in Proc. of the 2012 Global Communication Conference (Globecom), Anaheim, CA,
USA, 2012.
2
L. Maviel, Y. Lostanlen and J-M. Gorce, Fast generation of correlated large-scale variations caused by vehicular
scattering in small cells, in Proc. of the 7th European Conference on Antennas and Propagation, Gothenburg,
Sweden, 2013.
Page | 181


intrieurs et extrieurs. En environnement intrieur, lactivit humaine est dabord simule, puis
prise en compte de manire dterministe ou statistique, suivant la position des individus
relativement au lien radio. Lorsquune personne est au voisinage du trajet direct, les rayons
diffracts sur le cylindre qui modlise la personne sont calculs. Lorsquune personne est
loigne du trajet direct, une formule analytique drive de simulations intensives permet de
calculer une probabilit de coupure en fonction de la gomtrie des lments. En environnement
extrieur, le modle hybride dcrit dans la premire partie est adapt aux contraintes de WINNER
II : pas de connaissance de trajet, ni des angles verticaux darrive et de dpart.
Ces approches hybrides permettent lutilisation de modles prenant en compte la mobilit de
lenvironnement dans des outils existants de simulation de rseaux. Le prochain chapitre sera
lobjet de cette tude applicative, notamment par lintgration des vanouissements grande
chelle dus au trafic de vhicules dans un simulateur de rseau LTE.
Page | 182

Bibliographie
[1]
J. Harri, M. Fiore, F. Filali, and C. Bonnet, Vehicular Mobility Simulation with
VanetMobiSim, Transactions of The Society for Modeling and Simulation, 2009.
[2]
M. Haklay and P. Weber, OpenStreetMap: user-generated street maps, IEEE Pervasive
Computing, vol. 7, no. 4, pp. 1218, 2008.
[3]
M. Fiore, J. Harri, F. Filali, and C. Bonnet, Vehicular mobility simulation for VANETs,
in 40th Annual Simulation Symposium (ANSS07), 2007, pp. 301309.
[4]
Y. Corre and Y. Lostanlen, Three-dimensional urban EM wave propagation model for
[5]
P. Kyosti, J. Meinila, L. Hentila, X. Zhao, T. Jamsa, C. Schneider, M. Narandzic,
M. Milojevic, A. Hong, J. Ylitalo et al., Winner II channel models, IST-WINNER Deliverable,
vol. 1, no. 2, 2007.
[6]
Y. Corre, M. Brau, and Y. Lostanlen, Femtocell wireless time-variant stochastic channel
modelling related to indoor human activity, in IEEE 22nd International Symposium on Personal
Indoor and Mobile Radio Communications (PIMRC), 2011, pp. 10881092.
[7]
Y. Lostanlen, Y. Corre, Y. Lout, Y. Le Helloco, S. Collonge, and G. El-Zein,
Comparison of measurements and simulations in indoor environments for wireless local
networks at 60 GHz, in Proc. of the 55th IEEE Vehicular Technology Conference (VTC-Spring
2002), vol. 1, 2002, pp. 389393.
Page | 183

Page | 184

5
5. Application: Impact de la mobilit de
lenvironnement proche sur le rseau en contexte
LTE htrogne
Rsum
Le modle hybride dcrit dans le chapitre prcdent permet de fournir des rsultats de
gnration dvanouissements grande chelle (appels traces) dus au passage de vhicules dans
le canal de propagation de petites cellules. Nous proposons dans ce chapitre une phase applicative
dintgration des rsultats de propagation dynamique dans la simulation dun rseau bas sur la
technologie Long Term Evolution (LTE). Cette dmarche de prise en compte de mobilit de
lenvironnement dans la simulation de rseaux est novatrice en environnement extrieur. Les
rsultats de simulations permettront dillustrer limpact de la mobilit de lenvironnement proche
sur les performances de dbit du rseau, puis de mettre en avant les perturbations apportes dans
lutilisation des ressources et finalement desquisser des perspectives damlioration.
Dans une premire partie, nous dcrirons la mise en place de la simulation de rseaux LTE et
nos propositions pour prendre en compte la mobilit de lenvironnement dans le cadre de
simulation de liens fixes. Tout dabord, le choix de la technologie LTE et ses principes seront
brivement dcrits, en particulier les mcanismes dallocation de ressources qui sont troitement
lis ltat du canal de propagation. Le choix du simulateur sera ensuite dtaill, ainsi que son
intgration dans le processus de simulation. Finalement, nous dcrirons les diverses modifications
apportes au simulateur pour prendre en compte un canal de propagation variant dans le temps,
mais aussi pour amliorer le ralisme et la vitesse de calcul du simulateur. Nous appliquerons
ensuite ce processus de simulation dans deux cas dtude portant sur limpact de la mobilit de
lenvironnement en milieu extrieur.
Page | 185

Chapitre 5 : Application: Impact de la mobilit de lenvironnement proche sur le rseau en

contexte LTE htrogne
Dans la premire tude, nous simulerons un rseau flux continu. Cette hypothse de
simplification du modle de trafic est frquemment utilise pour simuler les performances dun
rseau et consiste mettre en permanence des donnes : la charge sur les cellules servant au
moins un utilisateur est donc maximale. Avec un rseau flux continu, nous pouvons illustrer
certaines caractristiques de variation du dbit due lintroduction de vhicules dans le canal de
propagation. Des baisses de dbit sont notamment observes pour des utilisateurs individuels et
sur le rseau global, ainsi que des pertes de transmission pour certains utilisateurs. De plus, les
diffrences de variations de dbit entre les algorithmes dallocation des ressources ProportionalFair et Round-Robin seront prsentes et analyses. Les rsultats principaux de cette tude vont
t prsents une confrence internationale.
(1)
L. Maviel, J-M. Gorce and Y. Lostanlen, The impact of neglecting vehicular scattering
in LTE heterogeneous networks, in Proc. of the IEEE 78th Vehicular Technology
Conference (VTC 2013-Fall), Las Vegas, NV, USA, 2013.
Dans la deuxime tude, lhypothse de simplification sera leve et des modles de trafic
ralistes seront utiliss. Nous voquerons en premier lieu la mthodologie spcifique suivie dans
cette tude. Un modle de trafic de type streaming sera en particulier utilis pour observer
limpact de la prise en compte des vhicules sur la consommation dnergie et sur le respect de
contrainte de Qualit de Service (QdS). Nous optimiserons la rapidit de simulation du rseau par
la conception dun algorithme dallocation spcifiquement adapt pour un trafic contraint en dlai
et lutilisation de mcanismes de charge par dfaut sur les cellules voisines. Nous montrerons que
le dbit utile dun utilisateur individuel dont le lien radio est perturb par des vhicules peut tre
parfois prserv au prix dune consommation supplmentaire dnergie. Dans des configurations
plus contraignantes, avec de fortes attnuations ou de fortes charges, le dbit utile peut cependant
diminuer.
Page | 186


5.A.
Simulation de rseaux LTE htrognes
5.A.1. Introduction
Pour faire face la demande croissante de dbit sur les mobiles, les rseaux cellulaires de
prochaine gnration effectuent une mutation deux niveaux : les topologies de dploiement et
les techniques de communication employes. Nous avons vu quune premire faon daugmenter
la capacit du rseau tait de crer des rseaux htrognes incluant des petites cellules avec des
rayons limits une portion de rue et des antennes en dessous des toits. Lvolution des
techniques de communication est une deuxime faon de rpondre cette demande. Deux
standards principaux ont t proposs pour augmenter les dbits de la gnration actuelle (High
Speed Packet Access et drivs) : le LTE [1] et le WiMAX [2]. Le LTE rencontre un succs
notable auprs des oprateurs et est dj en phase de dploiement dans plusieurs pays. Le
WiMAX quant lui pourrait tre utilis comme systme de communication pour les liaisons
entre les stations de base et le cur du rseau. Pour cette raison, nous avons choisi de placer nos
simulations dans un cadre de rseau LTE.
Les volutions apportes par le standard LTE se situent pour la plupart au niveau physique.
Lutilisation dantennes multiples lmission comme la rception (MIMO pour Multiple Input
Multiple Output) permet de ddoubler le nombre de canaux sur lesquels linformation est
transmise. Lutilisation de diverses techniques de frquences orthogonales (OFDM) permet la
fois de combattre les interfrences inter-symboles dues lutilisation dune bande de frquence
plus large mais galement de faire de lallocation multiplexe de ressources travers lOFDMA
(Orthogonal Frequency-Division Multiple Access). En effet, les ressources en LTE peuvent tre
vues comme des blocs dfinis dans deux dimensions : le temps et la frquence (cf. figure 5.1).
Une trame LTE, qui dure 10 ms, est compose de 10 sous-trames de 1 ms, dure quon appelle
galement lIntervalle de Temps de Transmission (ITT). La bande de frquence est dcompose
tous les 180 kHz. Des sous-porteuses de garde sont ajoutes en fonction de la bande totale du
canal pour minimiser les interfrences entre canaux. Un Bloc de Ressource est dfini comme un
bloc de 180 kHz sur 0,5 s. La ressource minimale alloue un utilisateur est compose dune
paire de Blocs de Ressources. Dans la suite de ce chapitre, la notion de Bloc de Ressource
dsignera directement une paire de Blocs de Ressources (180 kHz sur un ITT).
Page | 187


Allocation utilisateur n1
...
Allocation utilisateur n2
Bloc Ressource
0.5
Tem
ms
180 kH
ps
ce
Frquen
Figure 5.1 : Allocation en bloc temps/frquence en LTE [3]

Lallocation de ressources sur une large bande de frquence, conjugue aux informations de
retour fournies par lutilisateur sur ltat du canal, permet de profiter au mieux du canal variant
dans le temps et slectif en frquence. Comme illustr sur la figure 5.2, lallocation des
ressources peut tenir compte de ltat du canal et ainsi allouer un utilisateur des Blocs de
Ressources sur les frquences les moins attnues. Les attnuations en frquence tant
dcorrles entre deux utilisateurs, lallocation peut tre optimise. Le module de la station de
base implmentant lalgorithme dallocation de ressource sappelle un ordonnanceur.
Figure 5.2 : Canal LTE temps/frquence pour deux utilisateurs [3]

Le LTE Advanced [4], en cours de normalisation, inclut des techniques doptimisation du
LTE, telles que lagrgation de porteuses, la Coordination dInterfrence Inter-Cellule (ICIC), la
transmission coordonne des stations de base (CoMP) et lutilisation de relais. Ces technologies
seront voques dans les perspectives mais les simulations de ce chapitre se basent exclusivement
sur la version du LTE dcrite par le document 3GPP LTE-Release 9.
Nous avons vu dans le chapitre 1 ( 1.A.4) que, malgr plusieurs tudes de limpact de
lactivit humaine sur le rseau ([5], [6]), il ny avait pas dtudes quivalentes en environnement
extrieur, tout particulirement dans un contexte de rseau LTE htrogne. La dmonstration de
Page | 188


viabilit de nouveaux algorithmes rseaux se fait entre autres au travers de simulations. De la
mme manire que [7], o les auteurs adaptent les caractristiques des spectres Doppler au cas
particulier de liens sans fil fixes, nous proposons dadapter un simulateur existant pour inclure
des variations grande chelle dues au trafic vhiculaire. Nous avons choisi de travailler avec un
simulateur systme LTE lien descendant, dvelopp par luniversit de Vienne [8].
Dans la suite de cette partie, nous dcrirons dabord les mcanismes globaux du simulateur
LTE ainsi que les raisons de notre choix. Nous proposerons ensuite des modifications ce
simulateur, notamment pour prendre en compte limpact des vhicules sur les variations grande
chelle. Les variations grande chelle seront calcules en utilisant le modle hybride propos
dans le chapitre 4. Nous dcrirons le processus de simulation intgrant le dploiement du rseau,
les prdictions de propagation et la dfinition des scnarios de simulation. Diverses modifications
du simulateur lies la simulation de liens fixes seront galement proposes. Dans la suite du
chapitre, limpact du trafic vhiculaire sur un rseau LTE htrogne sera tudi suivant deux
hypothses de charge du rseau : rseau charge maximale et rseau charge raliste.
5.A.2. Simulateur LTE de luniversit de Vienne
5.A.2.1.
Description
Le simulateur LTE de luniversit de Vienne utilise une programmation squentielle et

discrte en temps pour valuer les performances de rseaux LTE htrognes mobiles configurs
au pralable. Les principales tapes du processus de simulation, organises sous forme de
modules, sont illustres sur la figure 5.3, puis dcrites ci-dessous. Le pas temporel de la boucle de
simulation est de 1 ITT (1 ms).
Dploiement et configuration du rseau

Dploiement et configuration des utilisateurs
Pr-calculs de propagation
Boucle de simulation
Dplacement utilisateurs
Retour utilisateurs
Allocation de ressources
Calcul de l'tat du canal
valuation de la rception
Figure 5.3 : Principales tapes de processus du simulateur LTE de luniversit de Vienne
Page | 189


Dploiement et configuration du rseau : Le dploiement des cellules du rseau htrogne
(macro-cellules et petites cellules) peut tre automatis (simulation gnrique) ou dfini par
lauteur de la simulation (simulation spcifique). Les paramtres du rseau comprennent entre
autre le nombre dantennes en mission, la frquence et la bande, le mode de transmission
MIMO...
Dploiement et configuration des utilisateurs : Cette tape permet dune part de dfinir la
position des utilisateurs, et ventuellement leur vitesse, qui va conditionner leur dplacement.
Cette tape de dplacement gnre dans le temps des changements de cellule et des mcanismes
de handover. Dautre part, lauteur de la simulation peut spcifier le type de trafic de donnes
associ un utilisateur. Parmi les grands types de trafic, les deux grandes catgories distingues
sont le trafic de type lastique (navigation web, mail, ...) et de trafic de type streaming (voix,
vido...), et sont lies aux contraintes de dlai. Les modles de trafic de donnes sont voqus
dans la partie 5.C (tude n2).
Propagation : La puissance du signal mis par une cellule vers un utilisateur un temps et sur
une bande de frquence donne est obtenue en combinant trois paramtres : la puissance
moyenne, les vanouissements large chelle et les vanouissements petite chelle.
Premirement, la puissance moyenne est obtenue grce des cartes de couverture pr-calcules.
De mme, les vanouissements large chelle (dus uniquement la mobilit de lutilisateur) sont
pr-calculs sur une carte deux dimensions, corrle dans lespace (cf. chapitre 1, paragraphe
1.3.A.1). Finalement, les vanouissements petite chelle, dus au dplacement de lutilisateur sur
de courtes distances, sont pr-calculs sous forme dchantillons rpts durant quelques
secondes, et dont les caractristiques dpendent de la vitesse de lutilisateur et du type
denvironnement dans lequel il volue. Ces calculs de propagation utilisent par dfaut les
modles stochastiques bass sur la gomtrie de WINNER 2, mais limplmentation
dalternatives est possible, par exemple le calcul base de lancer de rayons bas sur la position
des cellules et les btiments environnants. La mtrique permettant dvaluer la qualit dun lien
est le Rapport Signal Interfrences plus Bruit, rsultant du rapport de puissance du signal utile
dun lien sur la somme du bruit et des signaux interfrents, cest dire venant de cellules voisines
mettant sur le mme canal.
Allocation de ressources : La littrature contient plusieurs algorithmes permettant dallouer
les ressources dune cellule en fonction de diffrentes contraintes. Parmi ces algorithmes, un des
plus utiliss est le Proportional-Fair [9], qui effectue un compromis entre le fait de consacrer des
ressources aux utilisateurs dont le dbit pass est faible et aux utilisateurs qui maximisent les
performances du canal actuel. des fins de comparaison, un algorithme de Round-Robin est
utilis pour certains scnarios. Cet algorithme rpartit de manire quitable les ressources entre
les diffrents utilisateurs affects une cellule.
Page | 190


Evaluation de la rception : Le niveau dapplication de ce simulateur est le niveau systme,
cest--dire quune partie du fonctionnement des couches physique et de liaison de donnes a t
abstraite pour amliorer les vitesses de calcul. En effet, les simulations au niveau lien impliquent
une modlisation pousse de la couche physique. Celles-ci sont donc limites en nombre de liens
et imposent dimportantes ressources de calcul. Labstraction de la couche physique repose sur
lutilisation de la mtrique de RSIB effectif. Un Bloc de Transport dsigne dans le simulateur
lensemble des Blocs de Ressources allous un utilisateur un ITT donn. En LTE, tous les
Blocs de Ressources dun Bloc de Transport utilisent le mme codage et la mme modulation.
Pour un Bloc de Transport donn, une combinaison non-linaire des RSIB sur les diffrents Blocs
de Ressources utiliss permet de dfinir un RSIB moyen. Dans la dernire version du simulateur,
les auteurs utilisent la mthode de RSIB effectif information mutuelle [10]. Des courbes de
Taux dErreur Bloc permettent ensuite de relier un RSIB effectif une probabilit derreur sur un
Bloc de Transport, mis partir dune Information de Qualit du Canal donne. Ces courbes sont
obtenues grce des simulations au niveau lien [11]. Un tirage alatoire sur une distribution
uniforme suffit ensuite pour savoir si un Bloc de Transport a t correctement reu ou non.
5.A.2.2.
Choix et positionnement
Plusieurs motifs ont conduit au choix du simulateur systme LTE de luniversit de Vienne,
adopt dans le cadre du projet ANR ECOSCells, auquel SIRADEL et le laboratoire CITI
participent. En plus de pouvoir simuler un rseau se basant sur la technologie LTE, il devait
prsenter un code-source comprhensible et modifiable pour tendre les mcanismes existants.
Ces conditions sont remplies par le simulateur choisi. Dune part, cest lun des premiers avoir
abord le LTE, et de nombreux auteurs1 sen servent comme rfrence pour valider leurs travaux.
Dautre part, il est dvelopp sous une licence acadmique en Matlab, langage de programmation
scientifique rpandu. Finalement, les mcanismes de prise en compte de la propagation sont
suffisamment simples pour adapter facilement un mcanisme dvanouissement grande chelle
variant dans le temps.
Il existe des alternatives au simulateur choisi, tels que les simulateurs code source ouvert
ns-3 [12], ou OMNeT++ [13] ou le simulateur payant OPNET [14]. Ces simulateurs utilisent la
programmation vnementielle, qui permet dviter les boucles et les oprations inutiles et donc
doptimiser le temps de simulation. Au moment de notre choix, les extensions LTE de ces
simulateurs ntaient pas encore dveloppes ou abouties, ce qui nest plus le cas maintenant, par
exemple [15] pour ns-3. Dautre part, lutilisation dun simulateur payant ntait pas envisage
pour des raisons de budget.
132 rfrences lheure actuelle
Page | 191


Figure 5.4 : Processus de simulation LTE

5.A.2.3.
Modifications et utilisation
Lutilisation du simulateur systme LTE sinscrit dans un processus global de gnration et

de simulation de scnarios. Le processus dcrit dans la figure 5.4 en reprend les principales
composantes. Le processus commence par la dfinition dun scnario, dont le but principal est de
dployer des stations de base et des utilisateurs de manire alatoire ou contrle. Diffrents
paramtres de la simulation, tels que la frquence dopration et les paramtres de prdiction de
propagation sont galement dfinis dans ce scnario. Ensuite, une partie des modules va utiliser
les dploiements gnrs pour tablir les traces de propagation, cest--dire la fois les cartes
daffaiblissement du signal pour chaque station de base, mais aussi les variations grande chelle
dues aux vhicules. La puissance du signal est calcule avec loutil de prdiction bas sur le
lancer de rayon de SIRADEL [16] et inclut donc de manire implicite les phnomnes de
masquage. Dautre part, les paramtres du rseau dploy sont complts avec des paramtres
spcifiques la simulation systme, par exemple la puissance de transmission sur les macrocellules et les petites cellules ou le mode de transmission LTE.
Les traces dvanouissements grande chelle sont pr-gnres avec le modle hybride
dcrit dans le chapitre 4. Ces traces sont le rsultat des attnuations causes par les vhicules sur
des liens en petites cellules. Les mcanismes de masquage existants dans le simulateur LTE sont
ensuite tendus aux traces pr-gnres. Lorsque le simulateur systme calcule, un ITT donn,
le RSIB sur chaque Bloc de Ressource dun rcepteur, il additionne le rsultat du modle
daffaiblissement et la valeur de masquage la coordonne du rcepteur. Cette opration est
Page | 192


effectue pour le signal du rcepteur donn, mais aussi pour tous les signaux interfrents. Nous
proposons dadditionner en plus la valeur de lvanouissement d aux vhicules la valeur du
signal obtenu (cf. figure 5.5). Cette valeur est obtenue simplement grce un mcanisme de
lecture des traces gnres par le modle hybride.
Trajet Direct (projection au sol)
Intersection Lien / Route
Scnario
petite-cellule
metteur
Rou
Rou
Rcepteur
te2
te1
Carte d'affaiblissement
Variations du signal
Temps
Temps actuel
vanouissements
large chelle dus
l'environnement
Figure 5.5 : Gnration de puissance variant dans le temps dans le simulateur LTE
En plus de ces mcanismes dvanouissements, le simulateur a t amlior en rajoutant un
mcanisme dExpansion de Rayon de Cellule (ERC), dcrit dans [17]. Ce mcanisme favorise
lassociation dun mobile avec des petites cellules et donc la dcharge du rseau macro-cellulaire.
De plus, nous avons optimis le nombre ncessaire dutilisateurs pour simuler le rseau. En effet,
une cellule sans utilisateur nmet pas de donnes et donc ne gnre pas dinterfrences. Pour
saffranchir du besoin de placer des utilisateurs uniquement pour gnrer des interfrences, nous
avons implment une charge par dfaut sur les cellules sans utilisateurs. Les Blocs de
Ressources allous sont priodiquement et alatoirement rpartis de manire obtenir la charge
spcifie. De cette manire, une tude raliste ne ncessite de placer des utilisateurs que sur la
zone dtude, voire sur quelques cellules voisines. Les cellules plus loignes nont pas
dutilisateurs, mais gnrent quand mme des interfrences. Cette option est importante pour
amliorer la vitesse des calculs pour des scnarios dtude spcifiques.
Dans la suite de ce chapitre, nous appliquons le processus de simulation dcrit ci-dessus pour
deux cas dtudes. Ces tudes consistent valuer les performances du rseau htrogne en
Page | 193


environnement rel, lorsque le canal de propagation des petites cellules est perturb par le trafic
de vhicules. Dans une premire tude, nous observerons les variations du dbit maximal avec
des hypothses de trafic simples. Dans une deuxime tude, nous utiliserons des hypothses de
trafic ralistes pour avoir un aperu plus prcis de limpact des vhicules sur les mcanismes
dallocation de ressource et par consquent sur lnergie consomme pour transmettre les
donnes et le dbit utile atteint.
Page | 194


5.B.
Etude n1 : Simulations de rseau charge maximale
5.B.1. Scnarios et mthodologie
Dans cette premire tude, nous dployons un rseau cellulaire initial de 7 stations de bases
macro-cellules (MBS) trois secteurs dans un environnement urbain dense, o le rseau de
MBSs est dcharg avec 15 stations de bases petite cellule (PC) le long des routes principales
(cf. figure 5.6a). Plusieurs simulations sont effectues en augmentant progressivement le nombre
dutilisateurs fixes dans le rseau. Cette mthodologie permet dobserver les consquences du
trafic de vhicules la fois sur les variations de dbit pour les utilisateurs individuels et aussi sur
les performances globales du rseau.
a. Dploiement du rseau
b. Utilisateurs UEs 1 20
Figure 5.6 : Scnarios de dploiement pour ltude n1

Dans les trois premiers scnarios (A C), 20 utilisateurs fixes sont progressivement placs
manuellement dans la zone desservie par la petite cellule PC4 (cf. figure 5.6b). Dans le scnario
A, UE1 est seul, puis UE2 est ajout dans le scnario B, puis le reste des utilisateurs dans le
scnario C. Dans le dernier scnario (D), les utilisateurs fixes sont dploys le long des trottoirs
dans la rgion dintrt (RdI), dfinie autour la MBS centrale. Plusieurs gnrations alatoires
Page | 195


permettent de tracer des statistiques sur le dbit global du rseau. La densit dutilisateur est fixe
environ 1000 UE/km. Cette densit correspond une densit de population de 15 000
utilisateurs/km, avec des abonns rpartis quitablement sur 3 oprateurs mobiles, et dont 20 %
des abonns un oprateur sont actifs. Les MBSs sont places au-dessus des toits (de 30 m 40
m), les PCs sont une hauteur de 5 m et les utilisateurs sont hauteur humaine (1,5 m). Ces
chiffres sont drivs des scnarios du projet ECOSCells3. Les utilisateurs sont placs sur les
trottoirs afin davoir une proportion suffisante de canaux de propagation affects par le flux de
vhicules.
La frquence dopration du rseau LTE est de 2,6 GHz. Les hypothses de charge maximale
et de flux continu de donnes sont utilises lorsquau moins un utilisateur est assign une
cellule. Les ordonnanceurs utiliss ne prennent donc pas en compte la demande de Qualit de
Service (QdS) des utilisateurs. La charge de trafic sur les cellules sans utilisateurs est de 100 %.
Un algorithme dallocation Proportional-Fair est utilis par dfaut et lalgorithme Round-Robin
est utilis des fins de comparaison pour certains scnarios. Pour le calcul de RSIB, toutes les
stations de base travaillent dans la mme bande de frquence, et aucune technique de
Rutilisation Flexible de Frquence ou de Coordination dInterfrence Inter-Cellule na t
utilise. Le transfert intercellulaire nest pas activ et lExpansion de Rayon de Cellule est utilis
avec un seuil de 3 dB. Pour plus de dtails sur les paramtres de simulation, voir le tableau 5.1.
Les cartes daffaiblissement sont calcules avec loutil de prdiction de propagation [16], et
contiennent donc les phnomnes de masquage. Les vanouissements variant dans le temps sont
calculs avec le modle hybride prsent dans le chapitre 4, sans la prise en compte de
corrlations inter-liens.
Pour chaque scnario, nous comparons les rsultats de la simulation du rseau MBS seul, puis
du rseau htrogne dcharg avec les PCs, et finalement du rseau htrogne en incluant les
vanouissements variant dans le temps dus au trafic de vhicule dans les petites cellules.
5.B.2. Rsultats
Nous prsentons dans cette section les rsultats des simulations, qui sont analyss dans la
prochaine section. Dans une premire partie, le dbit de certains utilisateurs individuels est dcrit,
en se concentrant sur limpact des vanouissements variant dans le temps. Dans une seconde
partie, nous illustrerons limportance du choix de lalgorithme dallocation des ressources.
Finalement, les fonctions de rpartition des dbits globaux du rseau sur plusieurs gnrations
dutilisateurs sont prsentes, illustrant le gain de dcharge des petites cellules et la perte cause
par le trafic de vhicules.
http://www.systematic-paris-region.org/fr/projets/ecoscells
Page | 196


Tableau 5.1 : Paramtres de simulation pour ltude n1
Paramtre
Valeur
Frquence dopration du systme
2600 MHz
Largeur de bande du systme
20 MHz
Rpartition des Ressources Blocs
96 BRs pour les donnes ; 4 BRs pour le contrle
Facteur de rutilisation des frquences
Dure de simulation
30 s
Puissance maximale de transmission (MBS)
46 dBm
Puissance maximale de transmission (PC)
33 dBm
Seuil ERC
3 dB
Modle de trafic
Charge maximale ; Flux continu
Algorithme dallocation de ressources
Proportional-Fair; Round-Robin
PF, PF
Rseau dantenne lmission
2-Tx
Rseau dantenne la rception
2-Rx
Mode de transmission LTE
3 OLSM (Open Loop Spatial Multiplexing)
5.B.2.1.
Impact sur les utilisateurs individuels
Pour illustrer limpact du trafic de vhicules, la mme trace dvanouissement grande

chelle est utilise pour lutilisateur UE1 dans les scnarios A C, o les utilisateurs sont
restreints la cellule PC4. Cette trace est prsente sur la figure 5.7a, o plusieurs dures et
profondeurs dvanouissement sont observes, rsultant du passage de vhicules diffrents (bus,
utilitaires, voitures). La dure relativement longue des motifs (jusqu 3 s) sexplique grce
deux facteurs. Premirement, langle entre la route et le lien est faible, ce qui implique des
longueurs dobstruction importantes. Deuximement, le trafic de vhicules sur la route proche de
lmetteur est important localement, d la prsence proche de feux de signalisation. Lorsque le
nombre dutilisateurs est augment, les ressources sont distribues entre UE1 et les autres
utilisateurs dans la cellule, de sorte que le dbit de UE1 diminue (cf. figure 5.7). Des pertes de
dbit frquentes peuvent tre observes notamment autour de t = 23 s et de t = 9 s, o le dbit est
la limite de la perte de connexion. Ces pertes peuvent tre directement relies aux traces
dvanouissements variant dans le temps.
Page | 197

10
15
10
Temps (s)
20
30
a. Traces dvanouissement
10
MBS only
12
8
6
4
2
0
0
10
Temps (s)
20
30
MBS + SC
MBS + SC + TVSF
10
8
6
4
2
0
0
b. UE1 Scenario A
10
Temps (s)
20
30
c. UE1 Scenario B
MBS only
12
MBS + SC
MBS + SC + TVSF
10
20
10
8
6
4
2
0
0
Temps (s)
d. UE1 Scenario C
Figure 5.7 : Rsultats de simulation UE1

La figure 5.8 illustre le dbit moyen pour un utilisateur qui est du mme ct de la route que
la station de base petite cellule qui lui est assigne (UE11). Les vhicules nobstruent pas le signal
venant de la station de lutilisateur, mais attnuent le signal des stations de base voisines. Une
augmentation du signal est observe lorsque le signal venant de la station PC5 est fortement
obstru autour de t = {5, 11, 19} s.
MBS only
Dbit moyen (Mbps)
20
0
MBS + SC + TVSF
Dbit moyen (Mbps)
MBS + SC
Dbit moyen (Mbps)
MBS only
12
0
Dbit moyen (Mbps)

8
0
10
Temps (s)
20
30
a. Traces dvanouissement (PC5)
MBS + SC
MBS + SC + TVSF
10
20
1.5
Temps (s)
30
b. UE11 Scenario C

5.B.2.2.
Importance de lalgorithme dallocation des ressources
Le dbit de lutilisateur UE2, qui est du ct oppos de la route, est compar dans le scnario
B pour deux algorithmes dallocation des ressources : Round-Robin (RR) et Proportional-Fair
(PF) sur la figure 5.9. Dans ce cas spcifique, le dbit de lutilisateur est plus faible pour
lalgorithme Proportional-Fair. Dans le cas du PF, le dbit diminue autour de t = 9 s, ce qui
correspond lvanouissement sur UE1. Cette baisse de dbit spcifique lalgorithme PF se
retrouve galement sur la figure 5.10, o limpact des vanouissements grande chelle sur le
dbit total du rseau est plus fort pour un algorithme PF que pour un algorithme RR. Ces
comportements sexpliquent par le partage de ressource particulier lalgorithme PF, qui sont
dtaills dans lanalyse des rsultats.
Page | 198

30

8
6
4
2
0
MBS only
MBS + SC
MBS + SC + TVSF
2
4
0
10
Temps (s)
20
Dbit moyen (Mbps)
Dbit moyen (Mbps)
10
10
30
MBS only
MBS + SC
MBS + SC + TVSF
a. Round-Robin
10
Temps (s)
20
30
b. Proportional-Fair
Figure 5.9 : Rsultats de simulation UE2 (Scenario B)

5.B.2.3.
Impact sur le rseau
Finalement, les fonctions de rpartition des dbits totaux du rseau sont illustres sur la figure
5.10. Pour un algorithme dallocation Round-Robin, un gain de 250 % est atteint en moyenne en
rajoutant les petites cellules dans le rseau macro-cellulaire. Une perte moyenne de 3 % est
observe lorsque les vanouissements dus aux vhicules sont considrs. Pour un algorithme
dallocation Proportional-Fair, un gain de 180 % est atteint en moyenne en rajoutant les petites
cellules dans le rseau macro-cellulaire. Une perte moyenne de 8,8 % est observe lorsque les
vanouissements dus aux vhicules sont considrs, et atteint au maximum 14 %.
MBS+SC
MBS+SC+TVSF
Fonction de rpartition
MBS
0.8
0.8
F(dbit)
F(dbit)
MBS
0.6
0.4
0.2
0
MBS+SC
MBS+SC+TVSF
Fonction de rpartition
0.6
0.4
0.2
200
400
600
800
Dbit (Mbps)
1000
a. Round-Robin
200
400
600
800
Dbit (Mbps)
1000
b. Proportional-Fair
Figure 5.10 : Rsultats de simulation Rseau (Scenario D)

5.B.3. Analyse et interprtation
Pour un utilisateur individuel dune petite cellule dont le lien radio est crois par une route,
les vanouissements dus aux vhicules provoquent des pertes locales de connexion ou de dbit,
en fonction de la qualit initiale du RSIB du lien et du type de vhicule qui croise le lien. Les
utilisateurs la fois en bord de cellule et de lautre ct de la route sont plus affects pour deux
Page | 199


raisons. Premirement les vanouissements variant dans le temps sont plus longs et peuvent tre
plus profonds que pour un utilisateur proche de lmetteur. Deuximement, les interfrences des
autres cellules sont plus importantes. Ces constatations expliquent galement pourquoi le dbit
moyen dun utilisateur situ sur le mme ct de la route quune station de base petite cellule
peut tre augment. En effet, le dploiement choisi alterne les positions des petites cellules le
long du boulevard. Un utilisateur qui sera du mme ct que la station de base qui le sert aura
donc des cellules voisines de lautre ct de la route. Les interfrences des cellules voisines
seront donc plus faibles, en prenant en compte limpact des vhicules.
Le choix dun algorithme adaptatif dallocation des ressources, comme le Proportional-Fair
(PF), influence les pertes de dbits pour des utilisateurs individuels, comme on lobserve pour
lutilisateur UE2 dans le scnario B. Avec un algorithme Round-Robin, seuls les vanouissements
sur lutilisateur UE2 ont un impact sur son dbit, alors quavec un algorithme PF, lorsque
lutilisateur UE1 subit des vanouissements, plus de ressources lui sont consacres, et le dbit de
lutilisateur UE2 diminue. Dans le cas dune coupure de la transmission pour UE1, lensemble des
ressources se librerait et serait disponible pour UE2. Ce comportement explique la diffrence de
perte de dbit global sur le rseau entre les algorithmes RR et PF.
Lajout de petites cellules fait fortement progresser le dbit maximal sur le rseau global.
Cependant, les vanouissements dus au flux de vhicules impliquent des pertes de dbit qui sont
en moyenne de 3 9 % suivant lordonnanceur utilis et qui atteignent 14 % dans cette tude. Ce
pourcentage est cependant dpendant de la distribution des utilisateurs dans la rgion dintrt, du
dploiement initial des petites cellules et de la densit du trafic de vhicules. Dans le scnario de
simulation, environ 2/3 des utilisateurs sont assigns dans des petites cellules, et la moiti des
liens forms est croise par le trafic de vhicules. Avec une perte moyenne de dbit denviron 20
% par utilisateur touch, la perte de dbit moyenne est de 6,6 %, proche des valeurs observes.
Un scnario de dploiement plus raliste pourrait considrer des utilisateurs en milieu intrieur,
dont le canal de propagation serait moins affect par les vhicules, mais pourrait tre affect par
les mouvements des personnes proches du rcepteur.
Les mtriques de performance ne peuvent toutefois pas tre rduites au seul dbit, car lintrt
des petites cellules est non seulement de dcharger le trafic de donnes des stations de base
macro-cellules, mais aussi doptimiser la consommation dnergie et la Qualit de Service de
lutilisateur. Dans ce but, les hypothses de flux continu et de charge maximale doivent tre
abandonnes au profit de modles de trafic ralistes. Cest ce que nous allons voir dans la
prochaine partie.
Page | 200


5.C.
Etude n2 : Simulations de rseau charge raliste
5.C.1. Introduction
Ltude ralise dans la partie prcdente a permis de mettre en avant diffrents impacts de la
mobilit de lenvironnement sur des liens fixes. Les conditions de flux continu et de charge
maximale ne sont cependant pas ralistes. En ralit, les ressources dune station de base, pour
une unit de temps donne, peuvent ne pas toutes tre utilises. Dune part, la taille des donnes
transmises un utilisateur est limite par le dbit dsir, dfini par le service demand. Dautre
part, le flux darrive des donnes dpend du type de trafic de donnes. Il existe deux grands
types de trafic de donnes, le streaming et le trafic lastique. Le streaming possde des
contraintes de dbit, ou de manire quivalente en temporel, de dlai. La perte dinformation est
tolre un certain degr. Ce type de trafic de donne est typiquement associ la transmission
de voix, vido ou de jeu en temps rel. Le trafic lastique possde pas ou peu de contrainte de
dlai, mais ncessite un transfert intgral du contenu. Ce trafic concerne les donnes numriques :
HTTP, FTP, e-mail... Le fait davoir des charges ralistes influe fortement le dbit utile du rseau
dans sa globalit, car les interfrences venant des cellules voisines seront plus faibles quavec une
charge maximale.
La version actuelle du simulateur possde plusieurs mcanismes drivs des
recommandations dorganismes de standardisation internationaux [18] pour gnrer du trafic
mixte de donnes. La mixit du trafic peut impliquer la fois dutiliser des modles de trafic
diffrents pour lensemble des utilisateurs et une succession de modles pour un utilisateur
particulier. La rpartition des types de trafic entre les utilisateurs est un paramtre de simulation.
Le simulateur possde aussi des mcanismes pour tenir compte du type de trafic dans lallocation
de ressource : lordonnanceur contraint permet de faire du Proportional-Fair sans dpasser la
taille des donnes dans la queue de chaque utilisateur. De cette manire, si un seul utilisateur est
prsent dans une cellule et que le flux darrive des donnes dans la queue de trafic est faible en
frquence et en taille de donnes, quelques Blocs de Ressources seulement seront allous de
manire parse en temps et en frquence. Cependant, lordonnanceur contraint prsente trois
dfauts principaux. Premirement, il est trs long, car mathmatiquement optimal, contrairement
dautres implmentations du Proportional-Fair dans le simulateur. Deuximement, il nest pas
adapt tous les types de trafic, dont le trafic mixte, puisquil ne prend pas en compte les
contraintes de dlai du trafic de type streaming. Troisimement, il ne semble pas avoir t valid,
car certaines erreurs ont t dcouvertes dans le code. Ces trois raisons nous ont pousss tablir
une mthodologie spcifique notre tude, que nous dcrivons ci-dessous, en prenant en compte
les contraintes de temps de simulation et de ralisme.
Page | 201


5.C.2. Scnarios et mthodologie
Le but de cette tude est dvaluer limpact de lenvironnement non pas sur des mtriques de
dbit maximal comme pour ltude n1, mais sur des mtriques de Qualit de Service (QdS) et de
consommation dnergie. Les mtriques de QdS les plus utilises sont le respect du dbit moyen
associ un type de trafic, le taux de perte des paquets et le dlai moyen de transmission des
paquets.
Nous avons vu que le flux de vhicules avait un impact sur le dbit maximal de certains liens.
Dans des situations de charges ralistes, limpact des vhicules peut affecter la qualit du canal,
mais les ressources peuvent tre suffisantes pour respecter les dbits moyens. Ce respect de dbit
moyen se fera cependant un cot. Ce cot est gnralement lallocation de ressources
supplmentaires (augmentation de lnergie consomme), mais peut aussi tre lintroduction dun
dlai. Pour observer limpact des vhicules sur les mtriques de consommation dnergie et de
dlai, ainsi que pour pallier aux dfauts de lordonnanceur contraint noncs auparavant, nous
choisissons de simuler des utilisateurs utilisant uniquement un trafic de type streaming.
Dune part, cette solution permet de fixer un dbit moyen requis. Le streaming peut tre associ
par exemple de la visioconfrence, dont le dbit dpend de la qualit de la dfinition vido.
Nous choisissons ici un dbit standard moyen 400 kbp/s [19]. La gnration de donnes est
simplifie en un modle semi-continu : un paquet de 1 kilo-octet est gnr toutes les 20 ms.
Dautre part, nous pouvons utiliser des articles de rfrence pour implmenter des techniques
dallocation de ressource spcifiques au streaming et donc moins coteuses en temps de calcul
quun ordonnanceur mathmatiquement optimal supportant le trafic mixte. Nous avons choisi
dimplmenter un ordonnanceur centr sur la notion de dlai limite pour transmettre un paquet,
traite notamment dans [20], en ajoutant la notion dutilisation efficace du canal, que
lordonnanceur connat grce aux informations de retour des utilisateurs. La mtrique permettant
de choisir chaque ITT quel utilisateur est allou est un compromis, pour un Bloc de Ressource
donn, entre lefficacit spectrale es et le dlai restant l, suivant (5.1). Comme pour
lordonnanceur contraint, lordonnanceur implment prend en compte la prsence et la taille des
donnes dans la queue de trafic de lutilisateur.
( es (UE , BC ) ES )
(UE , BC ) =
( (UE ) D )
max
(5.1)
max
o es est lefficacit spectrale en bit par temps-symbole et par sous-porteuse, ESmax est le
maximum defficacit spectrale sur tous les utilisateurs et tous les Blocs de Ressources, l est le
dlai restant (en ITT) avant que le premier paquet dun utilisateur soit supprim et Dmax est le
dlai maximal de transmission dun paquet. Le paramtre Dmax est fix ici 40 ms pour tous les
utilisateurs, cest--dire au double de la priode de gnration des paquets. Les paramtres et
Page | 202


sont les paramtres dajustement de lordonnanceur entre respect du dlai et utilisation optimale
du canal.
Pour diminuer les temps de calcul et mieux observer les effets sur lallocation des ressources
des flux de vhicules, la bande de frquence est divise par deux par rapport la premire tude
(10 MHz). Lensemble des paramtres de simulation est synthtis sur le tableau 5.2.
Lenvironnement utilis dans le scnario est le mme que pour ltude prcdente. Afin
doptimiser le temps de simulation, nous simulons le rseau sur un seul secteur, en nous aidant du
mcanisme de charge par dfaut dfini prcdemment, section 5.A.2.3. Pour calculer la charge
par dfaut, nous faisons des simulations en plusieurs temps.
Tableau 5.2 : Paramtres de simulation pour ltude n2
Paramtre
Valeur
Frquence dopration du systme
2600 MHz
Largeur de bande du systme
10 MHz
Rpartition des Ressources Blocs
48 RBs pour les donnes ; 2 RBs pour le contrle
Facteur de rutilisation des frquences
Dure de simulation
30 s
Puissance maximale dmission (MBS)
46 dBm
Puissance maximale dmission (PC)
33 dBm
Seuil ERC
3 dB
Modle de trafic
Vido-confrence, 400 kbps
Algorithme dallocation de ressources
Compromis dlai/efficacit spectrale (DF)
DF, DF
Rseau dantenne lmission
2-Tx
Rseau dantenne la rception
2-Rx
Mode de transmission LTE
3 OLSM (Open Loop Spatial Multiplexing)
Dans un premier temps, nous simulons le secteur tudi seul, sans interfrences. Nous
rpartissons dans le secteur tudi environ 50 utilisateurs sur les trottoirs (cf. figure 5.11),
correspondant aux recommandations de densit dfinies dans ltude n1. Les identifiants des
utilisateurs sont identiques, mais les placements sont diffrents de ltude n1. La charge de trafic
ainsi obtenue pour le secteur tudi seul est de 45 %. Nous dfinissons ensuite la charge de trafic
par dfaut des autres secteurs 45 % et nous simulons le rseau complet. La charge de trafic
tudi sur le secteur en incluant les interfrences est maintenant de 52 %.
Nous dfinissons la charge de trafic par dfaut 52 % et nous rajoutons quatre petites cellules
dans le secteur dtude. La charge de trafic passe 12 % sur la station macro-cellule, et est de 11
% en moyenne sur les petites cellules. Afin de simuler les interfrences des cellules voisines,
Page | 203


nous ajoutons finalement deux petites cellules dans chacun des deux secteurs voisins les plus
interfrents (cf. figure 5.11a). La charge de ces cellules est de 11 % par dfaut. Nous considrons
que le rseau de petites cellules ne concerne que le secteur tudi, nous ne changeons donc pas la
charge par dfaut sur les macro-cellules. Le rseau partiel ainsi dploy est considr comme
raliste et adapt des simulations rapides.
a. Rseau cellulaire cellule centrale,

secteur dtude
b. Placement des utilisateurs

dans le secteur dtude
Figure 5.11 : Scnario de dploiement pour ltude n2

5.C.3. Rsultats
Nous prsentons dans une premire partie limpact des vanouissements variant dans le temps
sur les mtriques de consommation dnergie et de QdS pour des utilisateurs individuels. Ces
rsultats sont analyss et interprts dans la section suivante. La mtrique choisie pour illustrer la
consommation est lnergie moyenne consomme (en J), qui rsulte de la puissance transmise sur
lensemble des Blocs de Ressources allous pour un utilisateur chaque ITT, moyenne sur la
dure de la simulation. La mesure de lnergie consomme nest donc pas quivalente une
consommation relle totale, qui inclurait lnergie de fonctionnement des stations de bases et
lnergie ncessaire transmettre linformation au cur du rseau. La mtrique choisie pour
illustrer la QdS est le dbit utile, en Mbps, cest--dire le dbit moyen de rception de paquets
Page | 204


sans erreur par le rcepteur. Diffrents comportements sont observs en fonction de la position de
lutilisateur au sein du secteur tudi. Dans une deuxime partie, les mtriques seront analyses
lchelle du rseau. Les rsultats sont analyss dans la prochaine section.
5.C.3.1.
Impact sur les utilisateurs individuels
0
5
10
15
20
0
10
Temps (s)
20
400
0.4
300
0.3
200
100
30
a. vanouissements
Dbit utile (Mpbs)
Energie consomme moyenne (J)
Pour les utilisateurs assigns une petite cellule, et dont le lien radio croise une route, nous
observons deux types de comportement. Pour certains utilisateurs, lnergie moyenne
consomme augmente avec lintroduction des vanouissements, mais le dbit utile reste stable
(cf. utilisateur UE1, figure 5.12). Pour dautres utilisateurs, le dbit utile diminue, mais lnergie
consomme diminue alors galement (cf. utilisateur UE12, figure 5.13).
MBS
0.2
0.1
MBS+SC MBS+SC+TVSF
Configuration
b. Energie consomme
MBS
MBS+SC MBS+SC+TVSF
Configuration
c. Dbit utile
0
5
10
15
20
0
10
Temps (s)
20
a. vanouissements
30
0.4
500
400
Dbit utile (Mpbs)
300
200
100
0
MBS
MBS+SC MBS+SC+TVSF
Configuration
0.3
0.2
0.1
b. Energie consomme
MBS
MBS+SC MBS+SC+TVSF
Configuration
c. Dbit utile

Pour les utilisateurs assigns une petite cellule et qui sont du mme ct de la route que la
station de base, le dbit utile reste stable, mais lnergie consomme augmente dans la majorit
des cas, comme illustr sur la figure 5.14 avec lutilisateur UE9.
Page | 205

0.4
500
400
Dbit utile (Mpbs)

300
200
100
0
MBS
0.3
0.2
0.1
MBS+SC MBS+SC+TVSF
Configuration
a. Energie consomme
MBS
MBS+SC MBS+SC+TVSF
Configuration
b. Dbit utile
400
0.4
300
0.3
Dbit utile (Mpbs)
Finalement, pour un utilisateur qui reste assign une station de base macro-cellule, le dbit
utile reste galement stable dans tous les cas (cf. utilisateur UE16, figure 5.15). Lnergie
consomme est quivalente avec ou sans la prise en compte des vanouissements dus aux
vhicules. La consommation dnergie due lajout de petites cellules augmente ou diminue
suivant les utilisateurs.
200
100
MBS
MBS+SC MBS+SC+TVSF
Configuration
a. Energie consomme
0.2
0.1
MBS
MBS+SC MBS+SC+TVSF
Configuration
b. Dbit utile

5.C.3.2.
Impact sur le rseau
La figure 5.16 illustre limpact sur le rseau de lajout de petites cellules, ainsi que limpact
de la prise en compte des vanouissements dus aux vhicules dans les petites cellules. Lnergie
ncessaire la transmission de linformation seule en rajoutant un rseau de petites cellules est
fortement diminue (-75 %). Cette nergie ne comprend cependant pas lnergie de
fonctionnement et de liaison au cur du rseau. La prise en compte des vanouissements
augmente la consommation dnergie sur les petites cellules (+20 %), mais laugmentation de la
consommation dnergie sur le rseau est faible (+4 %). Le dbit utile global baisse lgrement (5 %).
Page | 206


2
1.5
1
0.5
0
800
600
400
200
0
MBS
MBS+SC MBS+SC+TVSF
Configuration
a. Energie consomme
20
1000
Dbit utile (Mpbs)
x 10
2.5
MBS
MBS+SC MBS+SC+TVSF
Configuration
15
10
b. Energie consomme
(zoom sur les petites cellules)
MBS
MBS+SC MBS+SC+TVSF
Configuration
c. Dbit utile
Figure 5.16 : Rsultats de simulation Rseau

5.C.4. Analyse et interprtation
Les deux comportements observs pour des utilisateurs en petite cellule dont le lien radio
croise une route sexplique en fonction des attnuations rencontres. Pour des attnuations
faibles, le nombre de Blocs de Ressource allous augmente, car la modulation utilise a besoin
dtre plus robuste que sans attnuations. La charge maximale sur la cellule nest cependant pas
atteinte. Lnergie consomme augmente donc, mais le dbit dsir est atteint. Pour des
attnuations plus fortes, lindice de qualit du canal est si faible que la station de base nalloue
aucune ressource pour lutilisateur concern. Lnergie consomme diminue donc, mais le dbit
utile nest plus le dbit dsir. La situation suivante peut galement tre envisage : une petite
cellule du rseau htrogne est proche de sa limite de capacit. Lintroduction
dvanouissements variant dans le temps fait que les utilisateurs ont besoin de plus de Blocs de
Ressources pour atteindre le dbit dsir. Par consquent, la cellule atteindra plus rapidement sa
charge maximale, et certains paquets ne pourront plus respecter le dlai requis. Pour un
utilisateur, qui naura transmis que 80 % dun paquet avant quil ne soit abandonn, lnergie
consomme sera donc quivalente, et son dbit utile dgrad.
La consommation dnergie supplmentaire observe pour les utilisateurs de petite cellule
dont le canal nest pas dgrad par les vhicules sexplique par deux raisons. Premirement, la
charge de trafic augmentant sur les cellules voisines, les interfrences augmentent.
Deuximement, lallocation de ressources pour le paquet dun utilisateur dont le dlai restant est
proche de la limite autorise tant prioritaire, lefficacit spectrale du canal un instant t nest pas
exploite son maximum. Pour les utilisateurs en bords de cellule, la faible charge ( 11 %) sur
les cellules voisines fait que la diminution des interfrences observe dans ltude n1 a moins
dimpact sur le RSIB.
Page | 207


Finalement, les interfrences provoques par les petites cellules expliquent laugmentation de
la consommation dnergie pour les utilisateurs restants sur la macro-cellule et proches des
stations petites cellules. Au contraire, pour des utilisateurs loin des stations petites cellules, le fait
davoir plus de choix dans les Blocs de Ressources implique une meilleure utilisation de
lefficacit spectrale du canal.
Sur le rseau total, la consommation dnergie reste stable, alors que le dbit utile baisse pour
plusieurs utilisateurs impacts par les vhicules, ce qui fait baisser le dbit utile global de 5 %. La
puissance dmission dune macro-cellule est cependant plus grande que pour une petite cellule.
En ne comptabilisant que les utilisateurs allous sur des petites cellules, la consommation
augmente de 20 %, d une baisse de la qualit du canal pour les utilisateurs impacts par les
vhicules.
Page | 208


5.D.
Nous avons mis en place dans ce chapitre des processus de simulation novateurs en
environnement extrieur intgrant des canaux de propagation dynamiques et un simulateur de
rseau LTE existant. Les rsultats des simulations ont mis en avant un impact non ngligeable du
passage de vhicules dans des liens radio de type petite cellule sur les mtriques du rseau. En
prenant lhypothse de charge maximale et de flux continu, nous avons publi des rsultats4
montrant une dgradation voire une interruption du dbit dun utilisateur individuel. La
mthodologie ensuite propose a permis dobserver les effets du passage de vhicules sur la
puissance consomme et la Qualit de Service, grce un modle de trafic contraint en dlai et
un ordonnanceur de ressource adapt. Avec cette hypothse de modle de trafic raliste, nous
observons que le dbit utile peut rester stable avec le passage de vhicules, mais au prix dune
allocation de plus de ressources, donc dune consommation nergtique plus importante. Les
rsultats montrent galement des diminutions du dbit utile dans certaines configurations : soit
dans des conditions de fortes attnuations, soit dans des conditions de fortes charges. Les
utilisateurs placs en bord de cellule sont en particulier concerns, car les attnuations sont plus
longues et peuvent tre plus fortes que pour les utilisateurs proches du rcepteur. Nous observons
cependant que dans certaines situations o les interfrences venant des cellules voisines sont
fortes, les vanouissements dus aux vhicules peuvent perturber ces signaux interfrents, et donc
rduire le nombre de ressources ncessaires la transmission de linformation.
Ces tudes ont montr limpact non ngligeable du trafic de vhicule sur le dbit et la
consommation dnergie dans des rseaux htrognes LTE ralistes. Les questions qui se posent
par la suite sont donc : comment amliorer ces performances ? et comment tirer profit de ces
vanouissements ? Nous proposons deux pistes pour y rpondre :
- Lanticipation des situations critiques lors de la phase de dploiement dun rseau
htrogne.
- Lintgration dans la conception des systmes, des contraintes de propagation de petites
cellules, par exemple la conception dalgorithmes dallocation dynamiques en fonction de
ltat du canal dun lien et sa corrlation avec ltat des canaux de liens proches.
Ces recommandations et perspectives sont traites dans le chapitre suivant, qui fait la
synthse des diffrentes conclusions de cette thse en dcrivant en particulier limportance de la
mobilit de lenvironnement dans des milieux urbains. Cette conclusion aborde la fois limpact
L. Maviel, J-M. Gorce and Y. Lostanlen, The impact of neglecting vehicular scattering in LTE heterogeneous
networks, in Proc. of the IEEE 78th Vehicular Technology Conference (VTC 2013-Fall), Las Vegas, NV, USA,
2013.
Page | 209


des vhicules sur le canal de propagation, mais aussi les perturbations produites sur le rseau
ainsi que les perspectives de recherche envisages.
Page | 210


Bibliographie
[1]
S. Sesia, I. Toufik, and M. Baker, LTE - The UMTS Long Term Evolution: From Theory
to Practice. John Wiley & Sons Ltd, 2009.
[2]
K. Etemad, Overview of mobile WiMAX technology and evolution, IEEE
Communication Magazine, vol. 46, no. 10, pp. 3140, 2008.
[3]
D. Astly, E. Dahlman, A. Furuskar, Y. Jading, M. Lindstrom, and S. Parkvall, LTE: the
evolution of mobile broadband, IEEE Communications Magazine, vol. 47, no. 4, pp. 4451,
2009.
[4]
A. Ghosh, R. Ratasuk, B. Mondal, N. Mangalvedhe, and T. Thomas, LTE-Advanced:
next-generation wireless broadband technology [invited paper], IEEE Wireless Communication
Magazine, vol. 17, no. 3, pp. 1022, 2010.
[5]
K. Ziri-Castro, W. Scanlon, and N. Evans, Prediction of variation in MIMO channel
capacity for the populated indoor environment using a radar cross-section-based pedestrian
model, IEEE Trans. Wireless Commun., vol. 4, no. 3, pp. 11861194, 2005.
[6]
M. Varshney and R. Bagrodia, Performance implication of environmental mobility in
wireless networks, in Proc. of the 26th IEEE International Conference on Computer
Communications (INFOCOM), 2007, pp. 767775.
[7]
S. Castillo and L. Ahumada, On the simulation of fixed wireless users in ns-2, in Proc.
of the 15th IEEE International Workshop on Computer Aided Modeling, Analysis and Design of
Communication Links and Networks (CAMAD), 2010, pp. 1620.
[8]
J. Ikuno, M. Wrulich, and M. Rupp, System level simulation of LTE networks, in Proc.
of the 71st IEEE Vehicular Technology Conference (VTC 2010-Spring), Taipei, Taiwan, 2010,
pp. 15.
[9]
H. J. Kushner and P. A. Whiting, Convergence of proportional-fair sharing algorithms
under general conditions, Wireless Communications, IEEE Transactions on, vol. 3, no. 4, pp.
12501259, 2004.
[10] K. Brueninghaus, D. Astely, T. Salzer, S. Visuri, A. Alexiou, S. Karger, and G. Seraji,
Link performance models for system level simulations of broadband radio access systems, in
Proc. of IEEE 16th International Symposium on Personal, Indoor and Mobile Radio
Communications (PIMRC 2005), vol. 4, 2005, pp. 23062311.
[11] C. Mehlfhrer, M. Wrulich, J. Ikuno, D. Bosanska, and M. Rupp, Simulating the long
term evolution physical layer, in Proc. of the 17th European Signal Processing Conference
(EUSIPCO 09), vol. 27, Glasgow, Scotland, 2009, p. 124.
[12] T. Henderson, M. Lacage, G. Riley, C. Dowell, and J. Kopena, Network simulations
with the ns-3 simulator, SIGCOMM demonstration, 2008.
Page | 211


[13] A. Varga et al., The OMNeT++ discrete event simulation system, in Proc. of the
European Simulation Multiconference (ESM2001), 2001, pp. 319324.
[14] X. Chang, Network simulations with OPNET, in Proc. of Simulation Conference
(Winter 99), vol. 1, 1999, pp. 307314.
[15] N. Baldo, M. Miozzo, M. Requena-Esteso, and J. Nin-Guerrero, An open source
product-oriented LTE network simulator based on ns-3, in Proc. of the 14th ACM international
conference on Modeling, analysis and simulation of wireless and mobile systems, 2011, pp. 293
298.
[16] Y. Corre and Y. Lostanlen, Three-dimensional urban EM wave propagation model for
[17] K. Okino, T. Nakayama, C. Yamazaki, H. Sato, and Y. Kusano, Pico cell range
expansion with interference mitigation toward LTE-Advanced heterogeneous networks, in IEEE
International Conference on Communications Workshops (ICC). IEEE, 2011, pp. 15.
[18] Orange, China Mobile,, KPN, NTT Docomo,, Sprint, T-Mobile, Vodaphone, and Telecom
Italia,, LTE physical layer framework for performance verification, 3GPP TSG-RAN1, Tech.
Rep., 2007.
[19] M. Liou, Overview of the p x 64 kbit/s video coding standard, Communications of the
ACM, vol. 34, no. 4, pp. 5963, 1991.
[20] S. Shakkottai and R. Srikant, Scheduling real-time traffic with deadlines over a wireless
channel, Wireless Networks, vol. 8, no. 1, pp. 1326, 2002.
Page | 212

0
Conclusion
La demande croissante en donnes a pouss les oprateurs densifier leurs rseaux et
adopter des topologies, dites de petites cellules, o la station de base est proche de lutilisateur.
Lvaluation des systmes de nouvelle gnration dans des rseaux htrognes, constitus de la
combinaison de cellules classiques et de ces nouvelles topologies, ncessite une meilleure
caractrisation des canaux de propagation. En effet, les modles empiriques et analytiques
caractrisant la dynamique du canal de propagation dans des configurations de type
macro-cellules ne sont pas adapts aux petites cellules. Le placement de lantenne des stations de
base des hauteurs plus faibles rend le canal de propagation plus sensible aux dtails de
lenvironnement. Dune part, les modlisations des vanouissements grande chelle dus au
dplacement de lutilisateur ne sont plus appropries, car les mcanismes physiques la source
des variations du signal sont diffrents. Dautre part, les phnomnes dvanouissements dus
lenvironnement prennent plus dimportance. Nous avons choisi dans ce manuscrit de traiter
principalement ces problmatiques dans des environnements extrieurs. En effet, les travaux de la
communaut scientifique ont dj mis en avant ce phnomne dans des environnements
intrieurs, notamment limpact de lactivit humaine 60 GHz, mais aussi dans des systmes
WiFi et UWB. En plus de plusieurs mesures de caractrisation, de nombreux modles ont t
dvelopps en environnement intrieur pour amliorer lvaluation des systmes.
Nous avons mis en place dans ce manuscrit une approche dterministe pour caractriser
limpact de lenvironnement sur la dynamique dans le canal, via une plateforme de simulation.
Cette approche a dabord ncessit denrichir les bases de donnes gographiques servant de
support la prdiction de propagation avec des dtails statiques et dynamiques. Une dmarche
pseudo-alatoire de gnration de mobilier urbain (lampadaires, vhicule stationns...), permet
davoir un ensemble de scnes de propagation potentielles et deffectuer des traitements
statistiques sur les rsultats de simulation. Nous avons utilis pour cela une base de donnes libre
Page | 213

Conclusions, recommandations et perspectives

et collaborative appele OpenStreetMap, qui contient des informations sur la topologie des
rseaux urbains et sur les objets sen rattachant : rues, types dintersection, prsence darrts de
bus.... La richesse de ces informations nous a galement servi amliorer les modles ralistes de
macro- et de micro-mobilit pour dplacer des objets dans la scne. Des modles dterministes de
propagation ont t adapts pour correspondre aux topologies de petites cellules et permettre
lanalyse de recombinaison des trajets. Les perturbations sur les contributions existantes et les
contributions supplmentaires apportes par les dtails dans lenvironnement ont t prises en
compte, en veillant respecter les conditions dapplication des formules en champ proche. Les
modles de propagation dvelopps ont t valids et ajusts en appliquant des dmarches
quantitatives et qualitatives. La proportion de puissance hors trajet direct due au mobilier urbain a
t confronte des rsultats de mesure existants dans la littrature. Des mesures de limpact du
trafic de vhicule en milieu extrieur ont t ralises pour valider les mcanismes de
propagation dterminants sur les structures mtalliques des vhicules et ajuster certains
paramtres du modle.
Les mesures effectues et les tudes ralises avec la plateforme de simulation nous ont
permis dapporter des rponses aux problmatiques de modlisation des dynamiques du canal de
propagation en petites cellules. Dune part, nous avons montr, paralllement dautres tudes,
que plusieurs aspects des modles dcrivant les vanouissements grande chelle ntaient pas
adquats. Premirement, la justification physique du modle logarithmique par une approche
multiplicative des rayons nest pas fonde. En effet, les rayons ne subissent pas de masquage et
les variations grande chelle observes sont le rsultat de recombinaison des rayons.
Deuximement, les corrlations entre diffrents liens proches dans lespace ne sont pas uniformes
mais dpendent des lments de propagation environnants. Dautre part, nous avons montr que
la prise en compte de la mobilit de lenvironnement est essentielle la modlisation des
dynamiques du canal de propagation en petites cellules, contrairement aux configurations
macro-cellules o lessentiel des trajets de diffusion passent au dessus des toits. Les mesures
effectues ont en effet permis dassocier le passage dun vhicule aux variations de la puissance
du signal sous la forme de motifs, propres un type de vhicule et une configuration du lien
radio. Pour des vhicules larges et des utilitaires, des attnuations fortes de 5 20 dB sont
observes. Pour des voitures, lobstruction de lellipsode de Fresnel est moins forte et a donc un
impact moindre sur lattnuation lorsque lutilisateur est proche de la station de base. Cependant,
lorsque lutilisateur est en limite de rayon dune cellule, dautres mcanismes tels que la rflexion
sur le sol entrent en jeu et peuvent entraner des vanouissements plus forts, sur des dures plus
longues.
La hauteur des antennes de station de base est la fois une variable importante lors du calcul
de lamplitude des vanouissements dus au trafic de vhicule et un des paramtres ajustables par
loprateur lors du dploiement dun rseau de petites cellules. Nous avons ralis une tude
Page | 214


portant sur la probabilit de coupure dun lien fixe dans trois environnements ralistes pour
diffrentes hauteurs dantenne. Laugmentation de la hauteur permet en effet une rduction
significative de la probabilit de coupure. Cette solution est cependant relativiser : dune part,
certaines contraintes de propagation, comme lobstruction de la rflexion sur le sol, ne sont pas
rsolues lorsque lutilisateur est loin de la station de base. Dautre part, les vanouissements
apports par le trafic de vhicules peuvent tre utiliss pour liminer, sans surcot algorithmique,
les interfrences des cellules voisines.
Dans le futur, les modles dvanouissements, la fois analytiques et dterministes, devront
tre amliors pour fournir une valuation raliste des systmes. Dans les petites cellules, les
mmes phnomnes de recombinaison de rayons sont lorigine des vanouissements petite et
grande chelle, mais sont traits de manire disjointe. De plus, les vanouissements dus
lenvironnement, petite et grande chelle, doivent tre modliss de manire conjointe avec les
vanouissements dans lespace. En effet, ltat de phase dune recombinaison dans lespace
influe sur les perturbations apportes par lenvironnement sur lensemble des rayons.
Au-del de laspect de la propagation, nous nous sommes ensuite intresss limpact de
lenvironnement sur les mcanismes et les performances du rseau, qui est un sujet de recherches
en environnement intrieur mais qui nest pas trait en environnement extrieur. La simulation de
rseaux requiert cependant dimportantes ressources de calcul en temps et en mmoire, ce qui
rend peu judicieux lutilisation dun modle purement dterministe pour la prdiction de
propagation dynamique. Nous avons propos dans ce manuscrit un modle hybride qui combine
les qualits des approches statistiques et dterministes, que sont respectivement la rapidit et la
prcision des rsultats. Le gain en temps de calcul est obtenu grce deux optimisations.
Premirement, le dclenchement dune obstruction du lien radio est effectu de manire
stochastique en utilisant les statistiques de mobilit du rseau vhiculaire au lieu de gnrer des
positions de mobilit pour chaque priode de la simulation. Deuximement, les variations du
signal associes au vhicule obstruant sont calcules de manire unique sous forme de motif, au
lieu de recombiner les rayons pour chaque priode de la simulation. Ces motifs, similaires aux
motifs observs lors des mesures, sont reconstruits en utilisant les principaux mcanismes de
propagation : obstruction de lellipsode de Fresnel, diffraction sur larte du vhicule la plus
proche, et obstruction des rayons existants. Cette approche hybride a galement t applique
un modle de canal stochastique, pour des environnements intrieurs et extrieurs.
Limpact du trafic des vhicules sur un rseau LTE htrogne a t tudi dans une phase
applicative. Nous avons pour cela mis en place un processus de simulation novateur, intgrant le
modle de propagation hybride et un simulateur systme LTE existant. En utilisant une hypothse
de simplification du trafic, charge maximale et flux continu, nous observons que le dbit dun
utilisateur individuel peut tre dgrad, voire interrompu par le passage de vhicules. Nous avons
Page | 215


ensuite dvelopp une mthodologie spcifique pour observer limpact de la prise en compte des
vhicules sur la consommation dnergie et sur le respect de contrainte de Qualit de Service
(QdS). Lutilisation dun modle de trafic de type streaming, combin la conception dun
algorithme dallocation spcifiquement adapt pour un trafic contraint en dlai et lutilisation de
mcanismes de charge par dfaut sur les cellules voisines ont permis doptimiser la rapidit de
simulation du rseau. En utilisant une hypothse de modle de trafic raliste, les rsultats de
simulation montrent que le dbit utile peut rester stable avec le passage de vhicules, en change
dun nombre plus important de ressources alloues, conduisant une consommation nergtique
plus importante. Des diminutions du dbit utile sont galement observes lorsquun lien subit de
fortes attnuations ou lorsque la charge sur le rseau est leve. En lien avec les conclusions
tires des caractrisations du canal de propagation, les utilisateurs placs en bord de cellule sont
en particulier concerns, car les attnuations sont plus longues et peuvent tre plus fortes que
pour les utilisateurs proches du rcepteur. Les vanouissements dus aux vhicules ne sont
cependant pas forcment dfavorables pour un systme dans sa globalit, car ils peuvent
galement faire diminuer fortement les interfrences venant des petites cellules voisines.
Aprs avoir conclu que le trafic de vhicules peut avoir un impact non ngligeable sur le dbit
et la consommation dnergie dans des rseaux htrognes LTE ralistes, les prochaines
questions que nous nous posons sont : comment amliorer les performances et comment tirer
profit de ces vanouissements ?
Dans limmdiat, nous recommandons danticiper les situations critiques lors de la phase de
dploiement du rseau htrogne. Par exemple, lors de la conception dun rseau de petites
cellules, la prise en compte de la proximit dune route devrait influencer la position des stations
de base. Les endroits o le trafic de donnes se concentre devraient tre identifis afin de placer
les stations de base voisines de manire favoriser les attnuations dinterfrences, surtout en
bords de cellule. De mme, le choix de la hauteur de la station de base devrait rsulter dune
optimisation. Dune part, la hauteur des stations de base devrait tre suffisamment leve pour
que le trafic ait peu dimpact sur les utilisateurs de la cellule. Dautre part, la hauteur des stations
de base devrait tre suffisamment faible pour que les vhicules attnuent les interfrences des
stations de base voisines.
Dans le futur, la conception des systmes pourra prendre en compte lenvironnement et sa
dynamique. Des algorithmes dallocations dynamiques pourraient par exemple permettre
danticiper les vanouissements profonds pour un utilisateur en transfrant le trafic de donnes
vers un nud qui ne subirait pas lattnuation en mme temps. Ce transfert peut stablir soit vers
une autre station de base coordonne, soit vers un relai proche, par exemple un utilisateur mobile
coopratif. De manire similaire, si deux utilisateurs sont proches spatialement, la dtection dun
fort vanouissement sur lun dentre eux peut porter lordonnanceur de ressources dcider par
anticipation de ne pas allouer de ressources (si le lien est interrompu) ou den allouer plus (si le
Page | 216


lien est dgrad) lutilisateur voisin dans un avenir proche. Pour prendre en compte ces
configurations, plusieurs aspects de la simulation doivent tre amliors. Premirement, comme
voqu dans les recommandations de la partie propagation, les rsultats de gnration
dvanouissements dus au trafic de vhicules devraient inclure la fois les vanouissements
grande chelle mais aussi les vanouissements petite chelle pour tre ralistes. Deuximement,
loptimisation dans lespace et le temps des diffrents liens requiert des vanouissements variant
dans le temps corrls. Le modle hybride utilis dans la partie applicative de ce manuscrit ne
prend pas en compte ces corrlations, mais cette option est incluse dans deux extensions du
modle que nous avons prsentes.
Page | 217

Page | 218

Liste des contributions

Confrences internationales avec actes
L. Maviel, A. Cordonnier, Y. Lostanlen and J-M. Gorce, Measurements of largescale variations caused by vehicular traffic in small-cells, in Proc. of the 19th
International Conference on Telecommunications (ICT), Jounieh, Lebanon, 2012.
L. Maviel, J-M. Gorce and Y. Lostanlen, The impact of neglecting vehicular scattering in
LTE heterogeneous networks, in Proc. of the IEEE 78th Vehicular Technology Conference
(VTC 2013-Fall), Las Vegas, NV, USA, 2013.
Confrences europennes avec actes

G. Gougeon, Y. Lostanlen and L. Maviel, Coupling a deterministic propagation
model with diffuse scattering and urban furniture for small cells, in Proc. of the 5th
European Conference on Antennas and Propagation (EuCAP), Rome, Italy, pp. 34483452, 2011.
Conference on Antennas and Propagation (EuCAP), Gothenburg, Sweden, 2013.
Sminaire international
L. Maviel, J-M. Gorce and Y. Lostanlen, On the use of statistic in deterministic
channel models, in International Workshop on Propagation and Channel Modeling
for Next-Generation Wireless Networks (IWPCM), Lyon, France, 2011.
Page | 219

FOLIO ADMINISTRATIF
THESE SOUTENUE DEVANT L'INSTITUT NATIONAL DES SCIENCES APPLIQUEES DE LYON
NOM : MAVIEL
DATE de SOUTENANCE : 27 mai 2013
(avec prcision du nom de jeune fille, le cas chant)

Prnoms : Laurent
TITRE : Modlisation et simulation des rseaux sans fil htrognes et non-stationnaires. Application aux topologies de petites cellules
NATURE : Doctorat
Numro d'ordre : 2013ISAL0036
Ecole doctorale : lectronique, lectrotechnique et Automatique

Spcialit : STIC Sant
RESUME :
Les nouveaux services de tlcommunication accessibles en mobilit entranent une demande croissante de dbit et amnent
aux limites de capacits des rseaux actuels. Pour rpondre cette demande, les oprateurs cellulaires dploient de nouvelles
technologies et densifient leurs rseaux en ajoutant des petites cellules, o les stations de base sont plus proches des
utilisateurs. Compte tenu de la visibilit directe et de la faible hauteur des antennes, le canal de propagation des petites cellules
est diffrent de celui des macro-cellules et les modles stochastiques de canal existants ne sont plus adapts. Cest dans ce
contexte que se situe cette thse, qui explore les problmatiques de dynamique dans le canal de propagation et dans
lutilisation des ressources radio.
Nous proposons dans une premire partie de caractriser les dynamiques dans le canal de propagation de petite cellule en
milieu extrieur. Cette caractrisation se base sur des prdictions dterministes, o une partie de lenvironnement est gnr de
manire alatoire afin de procder des tudes statistiques. Pour cela, nous mettons en place une plateforme de simulation,
capable de gnrer des objets statiques, de les dplacer et de les prendre en compte dans des outils de prdiction de
propagation adapts aux petites cellules. Une phase de mesures de limpact du trafic de vhicules sur la puissance du signal
permet de valider les outils de propagation dvelopps dans la plateforme.
Lobjectif de la deuxime partie de la thse est dvaluer limpact de ces nouvelles topologies sur les performances des
rseaux htrognes. Nous prsentons un modle hybride de propagation qui prend en compte les variations de signal dues au
trafic de vhicules en combinant les approches dterministes et statistiques, pour avoir les avantages de rsultats prcis et dun
temps de calcul rapide. Ce modle hybride est utilis par la suite dans un processus de simulation de rseau cellulaire 3G LTE
au niveau systme, o nous valuons limpact du trafic de vhicules sur le dbit maximal, la consommation dnergie et le
respect de la qualit de service.
MOTS-CLES : rseaux cellulaires htrognes ; petites cellules ; propagation ; mobilit de lenvironnement ; modles de
mobilit ralistes ; modlisation hybride

Laboratoire (s) de recherche : Laboratoire CITI (Universit de Lyon, INSA Lyon, INRIA)
Directeur de thse:
Jean-Marie GORCE, Professeur lINSA de Lyon CITI
Prsident de jury :
Ghas El Zein, Professeur lINSA de Rennes IETR
Composition du jury :
Jean-Marie Gorce, Professeur lINSA de Lyon CITI, Directeur de thse
Yves Lostanlen, Directeur Technique Wireless SIRADEL, Co-encadrant
Ghas El Zein, Professeur lINSA de Rennes IETR
Rodolphe Vauzelle, Professeur lUniversit de Poitiers XLIM-SIC
Marion Berbineau, Directrice de recherche lIFSTTAR LEOST
Claude Oestges, Professeur associ lUniversit Catholique de Louvain, Belgique
Page | 220

These PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

These PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Mod

elisation et simulation des r

To cite this version:

HAL Id: tel-00942972

HAL is a multi-disciplinary open access

Larchive ouverte pluridisciplinaire HAL, est

Modlisation et simulation des rseaux sans

Linstitut national des sciences appliques de Lyon

Soutenue le 27 mai 2013 devant la Commission dexamen

Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0036/these.pdf

Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0036/these.pdf

INSA Direction de la Recherche - Ecoles Doctorales Quinquennal 20112011-2015

Universit de Lyon Collge Doctoral

Mme Gudrun BORNETTE

Sec : Samia VUILLERMOZ

Hpital Louis Pradel

M. Jean Marc LANCELIN

CNRS UMR 5023 LEHNA

NOM ET COORDONNEES DU RESPONSABLE

Universit Claude Bernard Lyon 1

Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0036/these.pdf

Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0036/these.pdf

Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0036/these.pdf

Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0036/these.pdf

Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0036/these.pdf

Modeling and simulation of heterogeneous and

Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0036/these.pdf

Table des matires

Problmatiques spatio-temporelles dans les rseaux de petites cellules ................................ 25

Phnomnes dynamiques ......................................................................................... 27

Caractrisation des vanouissements ....................................................................... 30

Gnration des vanouissements .............................................................................. 36

Impact sur les performances du rseau..................................................................... 39

Les dfis dans les petites cellules .................................................................................... 43

Introduction au concept de petites cellules ........................................................ 43

Adapter les modles de canal existants ? ................................................................. 43

Evaluation des performances ................................................................................... 44

Influence de lenvironnement dans les petites cellules ................................................... 46

Note sur lenvironnement statique ........................................................................... 46

La mobilit de lenvironnement en intrieur ............................................................ 47

La mobilit de lenvironnement en extrieur ........................................................... 51

1.D. Conclusion du chapitre .................................................................................................... 56

Scne de propagation enrichie................................................................................................ 65

Processus de fonctionnement ................................................................................... 67

Caractrisation structurelle des objets ...................................................................... 68

Description de la base de donnes libre OpenStreetMap ......................................... 68

Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0036/these.pdf

Gnration et prise en compte de dtails statiques .......................................................... 70

Gnration de dtails statiques ................................................................................. 70

Prdiction de la propagation ..................................................................................... 73

Propagation sur des dtails dynamiques................................................................... 80

Simulation de la mobilit ................................................................................................. 81

Etat de lart : des modles alatoires aux modles ralistes ..................................... 82

Propositions de modles de mobilit ralistes.......................................................... 87

2.D. Illustrations de lutilisation de la plateforme de simulation ............................................ 97

Ralisme du canal de propagation ............................................................................ 97

Contraintes dutilisation ......................................................................................... 100

Conclusion du chapitre .................................................................................................. 102

Bibliographie ............................................................................................................................ 104

Impact de lenvironnement proche sur le canal de propagation ........................................... 107

Introduction ............................................................................................................ 110

Etude de limpact des lampadaires ......................................................................... 110

Etude des vanouissements grande chelle ......................................................... 113