Contexte et objectifs de la thèse

Avec l’émergence des nouvelles technologies sans fil, la ressource spectrale est plus que jamais en voie de saturation [39, 40]. De nouvelles approches d’allocation fréquentielle s’imposent afin de mieux gérer la répartition du spectre. Le projet URC (Urbanisme des RadioCommunications) est né de ce constat avec comme objectif l’amélioration de la gestion du spectre dans la région Île-de-France [41].

Figure 1-3 Principes de la radio cognitive et positionnement du projet URC [42] Le cas de l’Île-de-France est intéressant car il présente une densité de réseaux radio parmi les plus critiques dans le monde. Plusieurs bandes – GSM en l’occurrence – connaissent une surcharge pendant les heures de pointe alors que d’autres bandes restent inutilisées.

Une allocation dynamique des fréquences offre donc de fortes potentialités, notamment dans ce cas.

Le concept de la radio cognitive constitue une solution d’avenir pour relever ce genre de défis. L’idée est d’avoir des terminaux conscient de leur environnement afin qu’ils puissent l’analyser puis s’y adapter de manière dynamique [43]. Pour ce faire, une bonne maîtrise du mécanisme intégral de propagation est nécessaire, partant de la source jusqu’au terminal.

Avant d’aboutir à un outil de gestion du spectre, des algorithmes devront être développés puis testés dans un simulateur incorporant des modèles macroscopiques (trafic, propagation, etc.) et des modèles microscopiques (canal, terminal, etc.). Ces outils devront assurer une bonne gestion des priorités tout en laissant aux organismes de régulation et aux collectivités locales la maîtrise et le contrôle permanent du spectre fréquentiel.

Le projet URC regroupe plusieurs industriels et institutions académiques ; chacun ayant sa contribution dans un système en forme de briques dépendant les unes des autres. Dans cette chaîne, le positionnement de l’ENSTA-ParisTech se situe autour de la modélisation des terminaux dans leurs environnements proches. Tous les travaux développés dans le cadre de ce projet œuvrent à la modélisation des comportements des terminaux dans les différentes situations d’usage s’appuyant sur l’expérience accumulée lors des projets précédents [44–46].

1.3.2 Modélisation statistiques des antennes

L’approche statistique et la modélisation ont été largement appliquées pour résoudre des problématiques reliées au canal de propagation. Ainsi, différents types de modèles ont vu le jour depuis quelques années pour caractériser le comportement des ondes dans des environnements et contextes bien spécifiques (intérieur des bâtiments, extérieur, ULB, etc.) [47, 48, 44]. Ces modèles sont souvent utilisés dans des outils de simulation dans le but d’optimiser le positionnement des points d’émissions et/ou de réception des ondes radio. Ils permettent de réaliser un rapide bilan de liaison et d’estimer les atténuations attendues.

retrouve le choix du nombre de paramètres à considérer pour obtenir un bon compromis entre complexité et pertinence (précision et vraisemblance).

La prise en compte de l’environnement figure aussi parmi les points critiques à considérer lors de l’établissement d’un modèle. Pour que le modèle soit réaliste, l’approche adoptée par les spécialistes était d’introduire une part expérimentale à travers de grandes campagnes de mesures ; s’en est suivi des modèles dits empiriques ou semi- empiriques.

Cependant, même si les mesures ont permis de proposer des modèles proches de la réalité, ces derniers peuvent présenter une importante marge de différence par rapport aux cas d’utilisations. Cette variabilité est en partie due aux différences entre les types d’antennes utilisées pendant les campagnes de mesures et en pratique lors du déploiement d’un service commercial par exemple.

De plus, les antennes utilisées pendant les campagnes de mesures présentent souvent des performances optimales, ce qui n’est pas forcement le cas en pratique où les antennes doivent faire face à plusieurs contraintes : limitation de la taille du terminal, présence de perturbateurs proches, etc.

Un réel besoin est alors apparu autour de cette question de prise en compte de l’environnement proche des antennes dans l’établissement des modèles.

1.3.3 Objectifs de la thèse

Le but de cette thèse est d’étudier le comportement des antennes en présence de perturbateurs dans leurs environnements proches en vue d’établir des modèles qui d’une part permettront de comprendre l’interaction entre l’antenne et le perturbateur, et d’autre part seront utilisés pour simuler des liaisons radio et estimer les pertes de propagation. La modélisation statistique des antennes étant un sujet assez récent, il s’agira dans un premier temps de vérifier la validité de cette approche, puis de trouver la bonne démarche à suivre pour caractériser le comportement des antennes. En effet, plusieurs questions peuvent être posées :

- Quels sont les paramètres pertinents à modéliser pour décrire le comportement d’une antenne ?

- Quels sont les perturbateurs les plus influents sur les performances d’une antenne ? et dans quelles configurations l’influence est-elle moindre ?

Ensuite les modèles apporteront des éléments de réponses aux questions du type : - Quelle est la distribution statistique des indicateurs de performance d’antenne ? - Comment varie cette distribution en fonction du type de perturbateur ?

- Comment varie cette distribution en fonction de la fréquence ? (Quelles sont les corrélations fréquentielles ?)

La méthodologie suivie pour répondre à l’ensemble de ces questions constitue aussi un point important de la thèse et fait partie de ses objectifs.

L’étude des corrélations statistiques figure parmi les points les plus importants du processus de modélisation. En effet, connaître le comportement fréquentiel permet de prédire et de réaliser des estimations de la liaison radio avant un éventuel saut fréquentiel.