Pendant ces trois années de thèse, nous avons participé au développement des produits IoT au sein d’Airbus Defence And Space. Une des missions a été l’implantation d’une couche MAC propriétaire à bord d’un satellite en vue d’une démonstration. La prochaine étape d’amélioration de cette couche MAC sera la création d’algorithmes de contrôle de charge à partir des travaux réalisés durant cette thèse. Personnellement, nous voyons cette thèse comme une boîte à outils regroupant de nombreux concepts et algorithmes pour réaliser un contrôle de charge efficace et
dynamique d’un canal en accès aléatoire. Nos travaux peuvent être intégrés à tous les systèmes disposant a minima d’un lien descendant pour transmettre de la signalisation. La figure9.1pré- sente différentes configurations du canal en accès aléatoire où la durée de traitement à bord de la station de base est nulle pour faciliter l’illustration. Les flèches entre les OAAs représentent la date à laquelle un objet qui a échoué de transmettre peut essayer de nouveau la transmission de sa trame. La première configuration est celle que nous avons utilisée pour notre modélisation du chapitre3. La deuxième et la troisième configurations rentrent dans le cadre de mouvement des objets entre intervalles de temps (ou opportunités d’accès aléatoire) que nous avons considéré durant la thèse. Ainsi, tous nos algorithmes peuvent servir de base de travail. En revanche, pour la quatrième configuration (qui correspond au LTE-A et LTE-M) il est nécessaire de repenser l’al- gorithme de prédiction de charge. La période de rafraîchissement des paramètres de contrôle de charge est trop grande par rapport à la dynamique de retransmission des terminaux/objets, avec notre algorithme, a minima le nombre d’objets en retransmission serait mal compté. Notons que les objets bloqués par le contrôle de charge sont mal comptés si le délai minimal de blocage est in- férieur à la période de rafraîchissement, cela revient à ce que nous avions illustré par la figure4.3. La stratégie de modification de l’algorithme de prédiction de charge dépendra principalement du schéma de retransmission adopté par les objets et de la signalisation qu’il est possible de véhiculer lors d’un rafraîchissement. Ainsi, les principes développés durant cette thèse peuvent être repris dans de nombreux systèmes de communication, il faudra évidemment effectuer des ajustements pour s’adapter aux spécificités systèmes.
Techniquement, il est toujours possible d’améliorer nos travaux, voici quelques axes d’amé- lioration. Premièrement, comme présenté durant les évaluations de performances, il est possible d’apporter de nombreuses optimisations fines aux algorithmes. Il serait intéressant de continuer à étudier ces optimisations pour continuer d’améliorer la probabilité de succès de transmission ou la consommation d’énergie provoquée par nos algorithmes.
Depuis le début de cette thèse, nous songions à un contrôle de charge à deux vitesses. Le pre- mier, un contrôle de charge immédiat, présenté durant ce manuscrit, permet aux stations de base de calculer les paramètres de contrôle de charge dynamiquement sans connaissance a priori des scénarios de trafic. Le second, un contrôle de charge long terme, analyserait sur le long terme les surcharges subies par une station de base pour en déduire des tendances grâce à des algorithmes d’apprentissage. Cette perspective serait ainsi composée de plusieurs points :
— L’estimation par la station de base de la surcharge qui l’a touchée, nous pensons ici surtout à l’estimation de la durée de surcharge et l’estimation du nombre moyen de nouveaux objets durant cette surcharge.
— L’utilisation de méthodes d’apprentissage pour déterminer le moment d’occurrence d’une surcharge et ses propriétés.
— Étudier comment nous pouvons intégrer à nos algorithmes de prédiction de la charge fu- ture les informations provenant du contrôle de charge à long terme pour permettre une meilleure prédiction du nombre de nouveaux objets.
— Étudier la faisabilité d’intégration de nos réflexions sur le calcul des paramètres de temps de blocage (voir section4.4.2) avec les informations provenant du contrôle de charge long terme.
— L’utilisation des méthodes à apprentissage pour remplacer les méthodes linéaires lors de la prédiction au fil de l’eau de la charge future.
Dans ce manuscrit, nous avons considéré que les objets étaient tolérants au délai de transmis- sion. Dans un système opérationnel, nous aurons potentiellement une multitude de types d’objets aux besoins en latence très hétérogènes. Ainsi, il serait intéressant d’étudier comment il est pos- sible de modifier nos algorithmes de contrôle de charge pour satisfaire cette hétérogénéité. L’idée est évidemment de garder la philosophie adoptée pour la prédiction de la charge future et en- suite de calculer les paramètres de contrôle de charge afin de favoriser l’accès au canal aux objets possédant des besoins stricts en latence.
Annexe A
Implantation d’un système de
communication IoT par satellite
Depuis de nombreuses années, la division Space Systems d’Airbus Defence And Space travaille sur les systèmes de communication IoT de bout-en-bout par satellite. Les études réalisées portent sur de nombreux sujets : les objets, l’interface radio, les stations de base (terrestre ou satellite) jusqu’au cœur de réseau. Au cours de cette thèse j’ai eu la chance de participer à la conception protocolaire d’un système IoT peu énergivore pour les objets répondant aux besoins d’une grande variété d’applications. L’aboutissement de ces années de développement est la mise en œuvre d’un démonstrateur (ou proof of concept), qui débouchera début 2019.
Ce démonstrateur est réalisé grâce à un nano-satellite en orbite basse, quelques objets dé- ployés au sol, une station sol (ou gateway) et un back-end. La figureA.1illustre le fonctionnement de la démonstration. Dans une première étape, les objets envoient des messages au satellite lors- qu’ils sont sous la couverture. L’interface radio est régie par un protocole propriétaire développé par Airbus, le satellite réalise une partie du traitement protocolaire, nous y reviendrons par la suite. Le satellite stocke donc en mémoire les messages correctement reçus, le buffer de stockage des messages est vidé lorsque le satellite est en contact avec la station sol. Les messages sont finale- ment affichés sur un backend.
Il est intéressant de noter qu’il est peu courant dans l’industrie du spatial d’effectuer des trai- tements protocolaires à bord d’un satellite. Ces derniers sont habituellement réalisés au sol. En