Beruflich Dokumente
Kultur Dokumente
N dordre 2013ISAL0036
Anne 2013
Thse
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
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
Page | 2
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
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
Insa : H. CHARLES
INTERDISCIPLINAIRE SCIENCES-SANTE
http://www.ediss-lyon.fr
M. Didier REVEL
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
INFOMATHS
Matriaux
Secrtariat : M. LABOUNE
PM : 71.70 Fax : 87.12
Bat. Saint Exupry
mega@insa-lyon.fr
ScSo*
http://recherche.univ-lyon2.fr/scso/
M. Jean-Yves BUFFIERE
INSA de Lyon
MATEIS
Btiment Saint Exupry
7 avenue Jean Capelle
69621 VILLEURBANNE Cedex
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
69621 VILLEURBANNE Cedex
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
Page | 8
1.A.2.
1.A.3.
1.A.4.
1.B.
1.B.1.
1.B.2.
1.B.3.
1.C.
1.C.1.
1.C.2.
1.C.3.
2.A.2.
Structure ................................................................................................................... 67
2.A.1.
2.A.2.
Page | 9
2.B.
2.B.1.
2.B.2.
2.B.3.
2.C.
2.C.1.
Introduction .............................................................................................................. 81
2.C.2.
2.C.3.
2.D.2.
2.E.
3.A.2.
3.A.3.
3.B.
3.B.1.
3.B.2.
3.B.3.
3.B.4.
3.C.
4.A.2.
Page | 10
4.A.3.
4.A.4.
4.A.5.
4.A.6.
4.B.
Vers une modlisation plus raliste dans les outils stochastiques ................................. 177
4.B.1.
4.B.2.
4.B.3.
4.C.
5.A.2.
5.B.
5.B.1.
5.B.2.
5.B.3.
5.C.
5.C.1.
5.C.2.
5.C.3.
5.C.4.
Page | 11
Page | 12
BBAG
ERC
IDM
IDM-IM
ITT
LoS
LTE, LTE-A
MAC
MBS
MIMO
MSCG
NLoS
OFDM
OFDMA
OSI
OSM
PC
PF
PHY
Page | 13
QdS
RR
RSB
RSIB
SER
SISO
TD
TUD
UE
UHF
ULB
WiFi
WiMAX
Page | 14
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 3.14 : Statistiques compares de Pev avec et sans vhicules stationns (Env. 2) .............. 123
Figure 3.15 : Statistiques compares de Pev avec et sans vhicules stationns (Env. 3) .............. 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
Figure 3.35 : Comparaison de lattnuation mesure et calcule avec une diffraction par arte
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
Figure 3.37 : Comparaison des motifs drivs des mesures et de la prdiction dynamique pour les
utilitaires ....................................................................................................................................... 143
Figure 3.38 : Comparaison des motifs drivs des mesures et de la prdiction dynamique pour les
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 3.43 : Environnement A2 .................................................................................................. 147
Figure 3.44 : Environnement A3 .................................................................................................. 148
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
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
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
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)
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)
Page | 24
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
Page | 26
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.
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
50
100
150
200
250
300
350
Distance (m)
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.
Page | 28
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
fc - fd
rms talement des retards
fc
fc + fd
Transformes
de Fourier
Transformes
de Fourier
Fonctions duales
T0 ~1/(2fd)Temps de cohrence
d) Fonction d'Auto-Corrlation
en Temps
b) Fonction d'Auto-Corrlation
en Frquence
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)
1.A.2.1.
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
1
p P(dBm)
exp
pP( dBm) ( p ) =
22
2
)
2
(1.3)
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
(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.
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
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
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)
mu 2
2 m 2 m1
pN ( u, m, ) =
exp
u
2
( m ) 2.2
2.
(1.10)
( 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)
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
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)
(1.19)
n =1
[ 0, 2[
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
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.
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
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
Analyse thorique
01
11
00
10
Figure 1.6 : Reprsentation dans lespace des signaux dune modulation QPSK (code de Gray)
Page | 40
Exprimentation
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.
Page | 41
Page | 42
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
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
Page | 45
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
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
Page | 47
Page | 48
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
Page | 50
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
Page | 52
Figure 1.9 : Passage dun vhicule et son effet sur le canal [78]
1.C.3.2.
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
Ld (r ) = e
s.r
jkr
e jkrrm
e t
. .
+ R.
rt
rrm
4
(1.23)
rrm = r 2 + {( hb h0 ) + ( hm h0 )}
(1.24)
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
Page | 55
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
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
Page | 59
Page | 60
Page | 61
Page | 62
Page | 63
Page | 64
Page | 65
(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.
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
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
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
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
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.
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
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)
Page | 72
Introduction
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
Page | 73
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
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
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
Page | 76
Page | 77
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
TM
TE
...
kL
4 L sin s 2
=
kL
2
sin i
( cos s + cos i )
2
kL
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 =
( 1)
+ k sin i
( 1)
J n' ( ka sin s )
jn
H n(
n =
2)
( ka sin i )
(2.4)
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
(2.5)
f diff =
(2.6)
Page | 80
Simulation de la mobilit
2.C.1. Introduction
Figure 2.8 : Familles de modles de mobilit dans les rseaux mobiles ad-hoc [21]
Page | 81
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
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
a. Donnes dentre
b. Macro-mobilit
c. Micro-mobilit
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
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.
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
fi mn =
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
m
w
Pn =
12
i
k =1
m
w
1
P0n =
12
k =1
m
w
(2.12)
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
(2.13)
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)
(2.16)
Page | 89
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
Page | 90
V1
V2
v = vmax
tout droit
v = vmax
tourne gauche
V1
V2
aucun
problme
dclration
soudaine 0 km/h
b. V2 dclre brutalement
Page | 91
Page | 92
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
10
15
20
Densit de vhicules (vehicules/km)
25
b. Rsultats de lexprience
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
Page | 95
p(d)
p(d)
Arrive
Arrive
p(d)
p(d)
p(d)
Dpart
a. Distribution uniforme
Dpart
Dpart
Page | 96
2.D.
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.
Page | 97
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
70
80
90
100
110
120
0
20
30
40
Temps (s)
50
60
70
80
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)
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
70
75
80
85
90
95
100
105
0
Environnement statique
Environnement mobile
10
20
30
Temps (s)
40
50
60
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
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
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
Technology, vol. 46, no. 2, pp. 508518, 1997.
[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
Page | 105
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
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)
Page | 108
Page | 109
3.A.1. Introduction
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
L3
Point 490
L1
L2
Lampadaires
Positions du rcepteur
Direction de dplacement
Figure 3.1 : Scnario pour ltude de limpact des 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
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.
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
a. Environnement 1
b. Environnement 2
c. Environnement 3
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
Amplitude des vanouissements (dB)
b.
10
f 2 = 0.7 f1
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
Amplitude des vanouissements (dB)
20
0.35
0.3
Probabilit
0.25
0.2
0.15
0.1
0.05
0
40
30
20
10
0
10
Amplitude des vanouissements (dB)
20
0.4
0.35
Probabilit
0.3
0.25
0.2
0.15
0.1
0.05
0
40
Env.
30
20
10
0
10
Amplitude des vanouissements (dB)
Distribution
20
Statistiques
Page | 116
4
X: 43.9 m
Y: 1.52 dB
X: 47.4 m
Y: 0.399 dB
10
50
100
150
dTxRx
Page | 117
-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
Amplitude des vanouissements (dB)
20
0.14
0.12
Probabilit
0.1
0.08
0.06
0.04
0.02
0
40
30
20
10
0
10
Amplitude des vanouissements (dB)
20
0.18
0.16
0.14
Probabilit
0.12
0.1
0.08
0.06
0.04
0.02
0
40
Env.
30
20
10
0
10
Amplitude des vanouissements (dB)
Distribution
Page | 118
20
Statistique
10
15
20
10
15
20
25
30
35
40
a. Route de mesure
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
Amplitude des vanouissements (dB)
20
0.12
0.1
Probabilit
0.08
0.06
0.04
0.02
0
40
30
20
10
0
10
Amplitude des vanouissements (dB)
20
0.14
0.12
Probabilit
0.1
0.08
0.06
0.04
0.02
0
40
Env.
30
20
10
0
10
Amplitude des vanouissements (dB)
20
Distribution
Statistique
Page | 120
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
a. Environnement 1
b. Environnement 2
c. Environnement 3
b. Route n2
c. Route n3
Figure 3.13 : Statistiques compares de Pev avec et sans vhicules stationns (Env. 1)
Figure 3.14 : Statistiques compares de Pev avec et sans vhicules stationns (Env. 2)
Figure 3.15 : Statistiques compares de Pev avec et sans vhicules stationns (Env. 3)
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
Page | 124
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).
Page | 125
d2
hRx
hTx
dRxV
dTxV1
dTxV2
dTxRx
Page | 126
Rx
Tx
Rx
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
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
P2
P3
P1
P4
~2
a. Principe de mesure
b. Mise en place
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
50
52
54
56
58
60
0
0.5
1
1.5
Temps (s)
2.5
Page | 129
Page | 130
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
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)
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)
Page | 131
Page | 132
2
4
6
8
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
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
0.05
0.1
0.5
0
0.05
1500
2000
2500
3000
Duration (ms)
3500
200
400
600
800
Duration (ms)
1000
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
2
1.5
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
Page | 134
3000
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
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
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
Figure 3.32 :
Configuration BL
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
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)
10
16
1
1.5
2
2.5
Hauteur du vhicule (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
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
4
6
Distance dRxV (m)
15
0
10
28
15
0
10
4
6
Distance dRxV (m)
10
4
6
Distance dRxV (m)
15
0
10
56
10
4
6
Distance dRxV (m)
d2 (m)
4
6
Distance dRxV (m)
10
10
10
10
15
0
4
6
Distance dRxV (m)
10
Figure 3.34 : Comparaison de lattnuation mesure et calcule avec une diffraction par arte
unique en lame de couteau pour un utilitaire
Page | 139
6
0
4
6
Distance dRxV (m)
10
4
6
Distance dRxV (m)
4
6
Distance dRxV (m)
10
4
6
Distance dRxV (m)
d2 (m)
10
6
0
56
10
6
0
28
4
6
Distance dRxV (m)
10
4
6
Distance dRxV (m)
10
Figure 3.35 : Comparaison de lattnuation mesure et calcule avec une diffraction par arte
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
Page | 141
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
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
Figure 3.37 : Comparaison des motifs drivs des mesures et de la prdiction dynamique
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
Figure 3.38 : Comparaison des motifs drivs des mesures et de la prdiction dynamique
pour les voitures
Page | 143
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
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
500
1000
1500
Temps (ms)
2000
2500
500
1000
1500
Temps (ms)
2000
2500
1,0
0,5
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
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
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
Page | 146
Page | 147
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
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
Page | 148
8
10
ID de la route
12
14
16
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
Amplitude des vanouissements (dB)
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
50
Env. 1
Env. 2
Env. 3
45
40
30
25
20
15
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
Probabilit de coupure (%)
40
50
Env. 1
Env. 2
Env. 3
45
6.0
Hauteur dantenne (m)
10.0
0
3.6
b. Medium
6.0
Hauteur dantenne (m)
c. Lointain
Analyse et interprtation
Page | 150
10.0
Conclusions du chapitre
Page | 151
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
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
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
(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.
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)
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.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 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.
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
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]
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
Page | 160
(4.1)
(4.2)
d obs = lepobs sm
Station de base
Roa
d2
Roa
d 1 Rou
te
Rou
te2
Mobile
(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
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
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
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
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
b. Motif gnrique
Page | 164
RoRaou
d 2te2
RoR
adou1te1
hP,Route
hP,Route
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)
(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
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
block = r P hv hP , Road v
v
Page | 166
(4.11)
P hv hP , Road = 1 P hv hP , Road
h
[ hv ]
1
= 1 1 + erf P , Road
[h ] 2
2
v
(4.12)
j p
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)
(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'
Page | 167
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)
Page | 168
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
(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
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
Histogramme des mesures
Mesures: distribution exp. ajuste
Distribution exp. simule
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
Dure interobstruction (s)
0.1
0.08
50
100
150
200
Dure interobstruction (s)
250
50
100
150
200
Dure interobstruction (s)
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
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
Niveau de coupure (dB)
1.4
1.2
1
0.8
6
5
4
0.6
0.4
0.2
4
5
6
Niveau de coupure (dB)
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
Niveau de coupure (dB)
Page | 172
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.
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)
Page | 174
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
Pur dterministe
Simulation de mobilit
Prdiction de propagation
Modle hybride
100
90
100
80
60
80
40
70
20
60
50
40
30
20
10
0
Pur dterministe
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.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
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
Page | 179
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
Conclusions du chapitre
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
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
radio network planning and optimization over large areas, IEEE Transactions on Vehicular
Technology, vol. 58, no. 7, pp. 31123123, 2009.
[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
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.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
Description
Page | 189
Page | 190
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.
Page | 191
Modifications et utilisation
Scnario
petite-cellule
metteur
Rou
Rou
Rcepteur
te2
te1
Carte d'affaiblissement
Variations du signal
Puissance reue relative (dB)
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
Page | 194
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
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
Valeur
2600 MHz
20 MHz
Dure de simulation
30 s
46 dBm
33 dBm
Seuil ERC
3 dB
Modle de trafic
Proportional-Fair; Round-Robin
PF, PF
2-Tx
2-Rx
5.B.2.1.
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
MBS only
Dbit moyen (Mbps)
20
0
MBS + SC + TVSF
MBS + SC
MBS only
12
0
Dbit moyen (Mbps)
8
0
10
Temps (s)
20
30
MBS + SC
MBS + SC + TVSF
10
20
1.5
Temps (s)
30
b. UE11 Scenario C
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
10
10
30
MBS only
MBS + SC
MBS + SC + TVSF
a. Round-Robin
10
Temps (s)
20
30
b. Proportional-Fair
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
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
Page | 200
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
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
Valeur
2600 MHz
10 MHz
Dure de simulation
30 s
46 dBm
33 dBm
Seuil ERC
3 dB
Modle de trafic
DF, DF
2-Tx
2-Rx
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 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
0
5
10
15
20
0
10
Temps (s)
20
400
0.4
300
0.3
200
100
30
a. vanouissements
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
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
Page | 205
0.4
500
400
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
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
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
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
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
Page | 208
Conclusions du chapitre
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
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
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
Page | 214
Page | 215
Page | 216
Page | 217
Page | 218
Page | 219
FOLIO ADMINISTRATIF
THESE SOUTENUE DEVANT L'INSTITUT NATIONAL DES SCIENCES APPLIQUEES DE LYON
NOM : MAVIEL
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
Page | 220
Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0036/these.pdf
[L. Maviel], [2013], INSA de Lyon, tous droits rservs