Gestion intelligente de spectre et de routage dans un contexte radio cognitive par apprentissage.

Abstract

La récente évolution de la technologie sans fil suit un rythme effréné dans notre société moderne. Cette croissance explosive des services sans fil engendre une forte demande en termes de spectre radio, suscitant ainsi une pénurie de la ressource spectrale. La radio cognitive est apparue comme un nouveau paradigme pour améliorer l’utilisation du spectre radio en permettant d’y accéder de manière opportuniste. Cependant, la mise en œuvre du concept cognitif soulève des défis uniques en raison de leur coexistence avec les réseaux primaires ainsi que les diverses exigences de qualité de service. C’est dans ce contexte que les fonctions de la gestion de spectre sont nécessaires pour le bon fonctionnement de la radio cognitive afin d'éviter les collisions et les interférences et maximiser l’utilisation du spectre. Par ailleurs, La vertu dynamique de ce type de réseau pose de nouveaux défis techniques sur la conception de son algorithme de routage d’où la nécessité de concevoir de nouveaux protocoles de routage appropriés à cet environnement cognitif. L’objectif de cette thèse est de proposer de nouvelles solutions aux problèmes de la gestion de spectre et routage dans les réseaux radio cognitive. En effet, La première solution se focalise sur la gestion intelligente de spectre où l’idée de coopération multi-agents entre les utilisateurs est mise en place dans le réseau radio cognitive qui est décomposé en clusters en utilisant une technique de regroupement par apprentissage. En outre, la deuxième solution qui s’intéresse au problème de routage se base également sur le clustering par la proposition d’un protocole de routage qui se comporte d’une manière réactive ou proactive selon les informations acquis par les cluster-heads. Les résultats de simulation obtenus assurent la satisfaction des utilisateurs radio cognitive et prouvent la pertinence et la performance de nos approches.