Uplink resource allocation methods for next-generation wireless networks ; Procédés d'allocation de ressources en liaison montante pour les réseaux sans fils de prochaines générations

Face à la diversité des besoins en communication des réseaux 5G et de la future 6G, l’allocation des ressources disponibles est considérée comme un élément clé pour augmenter la densité de dispositifs, leur débit ou la fiabilité de leurs communications. Dans les réseaux de communication de type machine, des travaux récents ont proposé d’adapter l’allocation des ressources temporelles en fonction du processus sous-jacent qui régit l’activité des dispositifs. Cette thèse se concentre tout d’abord sur l’étude de l’impact d’une connaissance imparfaite de ce processus, et propose des méthodes pour atténuer le biais induit par les connaissances erronées. En second lieu, un algorithme permettant d’optimiser conjointement l’allocation des ressources temporelles et la puissance de transmission des dispositifs est proposé. L’algorithme permet aux dispositifs ayant une forte probabilité de transmettre au même moment, de le faire sur des ressources (temporelles ou de puissance) assurant leur décodabilité. Enfin, dans les réseaux ayant un objectif de haut débit, nous proposons d’optimiser conjointement la puissance, les ressources fréquentielles ainsi que le nombre de flux de données parallèles utilisées par les dispositifs. Notre étude par simulations témoigne que notre optimisation conjointe est plus performante que les méthodes utilisées actuellement en 5G pour lesquelles ces paramètres sont calculés indépendamment les uns des autres. ; Facing the diversity of communication needs of 5G networks and the future 6G, resource allocation is considered as a key enabler to increase the number of devices, the data rate or the reliability of the communication links. In machine-type communication networks, recent work has proposed to adapt the temporal resource allocation as a function of the underlying process driving the activity of the devices. This thesis firstly focuses on the impact of having only limited knowledge of the underlying process, and proposes methods to mitigate the bias induced by the lack of knowledge. Secondly, ...