HAL Id: lirmm-00270152
https://hal-lirmm.ccsd.cnrs.fr/lirmm-00270152
Submitted on 3 Apr 2008
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of
sci-entific research documents, whether they are
pub-lished or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est
destinée au dépôt et à la diffusion de documents
scientifiques de niveau recherche, publiés ou non,
émanant des établissements d’enseignement et de
recherche français ou étrangers, des laboratoires
publics ou privés.
Conception de réseaux radio multi-sauts robustes
Benoit Darties, Jérôme Palaysi, Sylvain Durand
To cite this version:
BenoîtDarties
1
,SylvainDurand1
etJérômePalaysi1
LIRMMUMR5506,161rueAda,34392MontpellierCedex5-France {benoit.darties, sylvain.durand, jérome.palaysi}@lirmm.fr
Mots-clés :réseauradio,robustesse,méthodesexactes,heuristiques,multiotcontraint
1 Introduction
LacouvertureInternethaut-débittouchedemanièreinégaleleterritoirenationaletildemeure denombreuxtrousdélaissésparlesopérateurspourcausedenon-rentabilité.Andecombler ces fameuses zones blanches, les collectivités peuvent désormais devenir des opérateursde télé-communicationennouantdespartenariats avec desentreprisesdusecteur.Le travailprésentéici résulte d'une collaborationmenée avec l'une de ces entreprises, qui nous a soumis unproblème de conception de réseaux multi-contraintes. L'objectif est de satisfaire un ensemble de requêtes debande passanteémisespardesclients(villages,communesrurales,...),enacheminantunux puisédepuisdesvillessources.Ilnousfautàceteetdéployerunréseauconnectantchaqueclient à au moins une source. Ce réseau doit assurer une certaines qualité de service et garantir une robustesse face aux pannes éventuellesde ses participants. Sources et clients sesituent ici dans unemêmezonegéographique,dontlesparticularitéstopographiquesrendentlamiseenplaced'un réseau laireàlafois onéreuseet complexe. Dans ce contextelemédia radio présente unintérêt certain, car sonutilisation permet derelier ecacementles entités àuncoût inférieur.L'objectif est de concevoirun réseau radio assurant une distribution de bande passante depuis des n÷uds sourcesversdesn÷udsclientsgéographiquementproches.Desn÷udscomplémentaires,ditsn÷uds relais, peuvent égalementintégrer l'infrastructureà déployer. Nousutilisons unsimulateur pour dénirl'ensembledesliensexploitablesentrepairesdenoeudsetleurcapacitéassociée.Connecter un client àune sourcepeutsefaire directementou non,auquel cas leux émis depuislasource doittransiterdeprochesenprochesjusqu'àatteindresadestination.Lenombredesautsentreun client et lessources qui l'approvisionnent ne peut excéderune certaine valeur,pour des raisons de latence.Le nombred'antennesdéployéessur unmême n÷udestcontraintpourdesraisonsde place etd'attributiondefréquences.Lorsqu'unepanneintervientsurunn÷ud,chaqueclientdoit pouvoir resterconnecté àune source opérationnelle située à unnombre de sauts borné.L'étude de ce problèmede conceptionafait l'objet detravauxthéoriques et pratiques lorsque seulement certainescontraintessontenvisagées[4].Auvudesadiculté,uncertainnombredetravauxparmi lesquels[1,2]ontformulédesheuristiquespourrésoudreecacementdegrandesinstances.Maisà notreconnaissance,aucuntravailneconsidèresimultanémenttouteslescontraintesquenousavons introduites(ot,degré,nombredesautset robustesse).
2 Modélisation et travaux réalisés :
La donnéese modélise parun graphe
G = (V, E)
oùV
est l'ensemble des n÷uds duréseau, etE
l'ensemble des liens radio exploitables. La fonctioncapa : E 7→ R
+
associe à chaque lien une capacité. Les ensembles
S ⊆ V
etT ⊆ V
désignentrespectivementlessourceset les clients. La fonctiondem : T 7→ R
+
indique la demande de chaque client. La donnée est complétée par untriplet
(deg, hop, r)
danslequeldeg
désignelenombremaximumd'antennesparn÷ud,hop
le nombremaximumdesautsautorisésentreunclientetlasourcequil'approvisionne,etr
lenombre maximum de pannes simultanées que chaque n÷ud client doit supporter. Le problème peut se décrire par le programme linéaire en nombres entiers (P) suivants : appelonsD
l'ensemble des chaînesc
deG
delongueurinférieureouégaleàhop
dontlesextrémitésext(c) = {s
c
, t
c
}
sontune sources
c
∈ S
etunclientt
c
∈ T \S
.Lafonctionw(c) = min{capa(e)|e ∈ E(c)}
désignelaquantité maximale deotpouvanttransiter parlachaînec
. NousappelonsV
k
(P )
min z =
X
e
∈E(G)
x
e
f
c
≤ w(c) × y
c
,
∀c ∈ D,
(1)y
c
≤ x
e
,
∀c ∈ D, e ∈ E(c)
(2)X
c∈D|e∈E(c)
f
c
≤ x
e
× capa(e),
∀e ∈ E(G)
(3)X
e
∈E|x∈e
x
e
≤ deg,
∀x ∈ V (G)
(4)X
c∈D|t∈ext(c)
f
c
≥ dem(t),
∀t ∈ T \S
(5)X
c∈D|t∈ext(c),σ∩V (c)=∅
y
c
≥ 1
∀t ∈ T \S, ∀σ ∈ V
r
|t /
∈ σ
(6)X
c
∈C|t∈ext(c),σ∩V (c)=∅
y
c
≥ 1
∀t ∈ T ∩ S, ∀σ ∈ V
r
−1
|t /
∈ σ
(7) où:x
e
∈ {O, 1}
=
1
sil'arêtee
appartientàlasolution, 0
sinony
c
∈ [O, 1]
=
> 0
sietseulementsilachaînex
e
estutiliséedanslasolutionf
c
∈ [O, w(f )] =
quantitédeotquitransiteparlachaînec
Lescontraintes(1)à(3)assurentlacohérenceentrelesvariables
x
e
,y
c
etf
c
toutenimposant les limitations de capacités sur les arêtes.Une chaîne ne peut être utilisée que si les arêtes qui la composent sont utilisées. Les contraintes (4) et (5) décrivent respectivement les limitations de degré, et de satisfaction des demandes de ot. Les contraintes de robustesses sont assurées par (6) et (7). Nous avons comparé deux méthodesde résolution exactes : la premièreutilise la ProgrammationLinéaireenNombresEntiers(PLNE)etimplémentelaformulation(P),laseconde estunetechniquedeséparationetévaluationdédiée(S&E-dédiée),plusrobustefaceàlavariation decertainescontraintesdedéploiement.Aussinousennproposéuneheuristiquesousformed'un algorithmegénétique(A.G.),souventutilisésdanslaconceptionderéseaux[3].3 Conclusion
Nousavonsproposédeuxstratégiesoptimaleset uneheuristiquepourunproblèmede concep-tionderéseauxradiomulti-contraints.L'implémentationdecesstratégiespermetderésoudre e-cacementleproblèmepourdesinstancesdetailleraisonnable,répondantainsiàlaproblématique poséeparl'entreprise quinousaproposéleproblème.Lesdeuxstratégiesoptimalessont complé-mentaireslorsquelademandedesclientsvarie:lorsquelademandeestfaiblelesperformancesdela SE-dédiéesontmeilleuresquecellesduPLNE.Silademandeestélevée,lePLNEgénèredescoupes pluspertinentes et oredemeilleurs résultats.L'inuencedes autresparamètresaété étudiée et permet demieux comprendrelecomportementdenosstratégies,andeprédirelaquelleserévèle lapluspertinentepourrésoudreuneinstance donnée.Cesstratégiesdéterminentrapidementune solutionoptimale,maispeinent àprouvercette optimalité.Déterminerdesbornesnontriviales e constitueune perspectiveprometteusean d'améliorerlesperformancesdecesstratégies.
Références
1. H.Chou,G.Premkumar.,andC.-H.Chu.Geneticalgorithmsforcommunicationsnetworkdesign-an empiricalstudyofthefactorsthatinuenceperformance.EvolutionaryComputation,IEEETransactions on,5:236249, 2001.
2. G.Even,G.Kortsarz,andW. Slany. Onnetworkdesignproblems:xedcostows andthe covering steinerproblem. ACM Trans.Algorithms,1(1):74101,2005.