De nos jours, la montée en débit observée dans les réseaux mobiles est une problématique. A long terme, la densification des réseaux radios mobiles s'avérera inefficace. En plus de cela cette densification entraînera une baisse de rentabilité des réseaux d'accès mobiles et augmentera la complexité au niveau de la gestion des fréquences mobile qui accroîtra inéluctablement le risque de la présence des interférences. Pour pallier ce manque de rentabilité et pour faciliter le déploiement de certaines techniques d'optimisation et d'amélioration de l'interface air comme le « Coordinated MultiPoint » (CoMP), les acteurs des télécommunications proposent une nouvelle architecture innovante désignée par les termes Mobile Cloud ou « Centralized or Cloud Radio Access Network » (C-RAN). Le C-RAN consiste à déporter l'entité de traitement des données numérisées appelée « Base Band Unit » (BBU) du site d'antenne vers un local plus sécurisé nommé « Central Oce (CO) ». L'entité de traitement radio dénommée « Remote Radio Head (RRH) »est toujours localisée sur le site d'antenne. Cette délocalisation crée un nouveau segment réseau appelé « fronthaul ». Le fronthaul est un segment réseau très gourmand en bande passante par conséquent la fibre est désignée comme le support idéal pour assurer la communication bidirectionnelle entre la RRH et la BBU. Dans notre thèse, nous avons étudié les solutions de déploiement du fronthaul. Etant donné que l'interface fronthaul utilise de grands débits pour la transmission de données numérisées, elle est soumise à un phénomène physique nommé gigue qui a tendance à dégrader les performances de transmission. Les effets et l'impact de la gigue sur l'interface fronthaul et sur l'interface air ont été aussi étudiés. / In Europe, the competition between the mobile operators is so strong that the profitability of the mobile network has decreased. The cost to implement, to operate and to upgrade the mobile network is increasing while the revenues generated by the latter are not sufficient. Therefore, the operators should find the way to reduce the CAPEX and the OPEX. To keep competitive, the operators have begun to think about a novel RAN architecture. This new architecture is called Centralized or Cloud Radio Access Network. The traditional antenna site consists of the Radio Remote Head (RRH) which performs the radio processing, and the Base Band Unit (BBU) which carries out the digital processing. The principle of C-RAN consists to move the BBU from antenna site towards the local secured belonging to an operator called Central Office (CO). The move of BBU from antenna site to CO leads to the appearance of a new network segment called fronthaul. During this thesis, the different solutions to the deployment of fronthaul are studied and also the effects and the impacts of jitter on the fronthaul interface.

Cloud-Radio Access Network (C-RAN) est une architecture prometteuse pour faire face à l’augmentation exponentielle des demandes de trafic de données et surmonter les défis des réseaux de prochaine génération (5G). Le principe de base de CRAN consiste à diviser la station de base traditionnelle en deux entités : les unités de bande de base (BaseBand Unit, BBU) et les têtes radio distantes (Remote Radio Head, RRH) et à mettre en commun les BBUs de plusieurs stations dans des centres de données centralisés (pools de BBU). Ceci permet la réduction des coûts d’exploitation, l’amélioration de la capacité du réseau ainsi que des gains en termes d’utilisation des ressources. Pour atteindre ces objectifs, les opérateurs réseaux ont besoin d’investiguer de nouveaux algorithmes pour les problèmes d’allocation de ressources permettant ainsi de faciliter le déploiement de l’architecture C-RAN. La plupart de ces problèmes sont très complexes et donc très difficiles à résoudre. Par conséquent, nous utilisons l’optimisation combinatoire qui propose des outils puissants pour adresser ce type des problèmes.Un des principaux enjeux pour permettre le déploiement du C-RAN est de déterminer une affectation optimale des RRHs (antennes) aux centres de données centralisés (BBUs) en optimisant conjointement la latence sur le réseau de transmission fronthaul et la consommation des ressources. Nous modélisons ce problème à l’aide d’une formulation mathématique basée sur une approche de programmation linéaire en nombres entiers permettant de déterminer les stratégies optimales pour le problème d’affectation des ressources entre RRH-BBU et nous proposons également des heuristiques afin de pallier la difficulté au sens de la complexité algorithmique quand des instances larges du problème sont traitées, permettant ainsi le passage à l’échelle. Une affectation optimale des antennes aux BBUs réduit la latence de communication attendue et offre des gains en termes d’utilisation des ressources. Néanmoins, ces gains dépendent fortement de l’augmentation des niveaux d’interférence inter-cellulaire causés par la densité élevée des antennes déployées dans les réseaux C-RANs. Ainsi, nous proposons une formulation mathématique exacte basée sur les méthodes Branch-and-Cut qui consiste à consolider et ré-optimiser les rayons de couverture des antennes afin de minimiser les interférences inter-cellulaires et de garantir une couverture maximale du réseau conjointement. En plus de l’augmentation des niveaux d’interférence, la densité élevée des cellules dans le réseau CRAN augmente le nombre des fonctions BBUs ainsi que le trafic de données entre les antennes et les centres de données centralisés avec de fortes exigences en termes de latence sur le réseau fronthaul. Par conséquent, nous discutons dans la troisième partie de cette thèse comment placer d’une manière optimale les fonctions BBUs en considérant la solution split du 3GPP afin de trouver le meilleur compromis entre les avantages de la centralisation dans C-RAN et les forts besoins en latence et bande passante sur le réseau fronthaul. Nous proposons des algorithmes (exacts et heuristiques) issus de l’optimisation combinatoire afin de trouver rapidement des solutions optimales ou proches de l’optimum, même pour des instances larges du problèmes. / Cloud Radio Access Network (C-RAN) has been proposed as a promising architecture to meet the exponential growth in data traffic demands and to overcome the challenges of next generation mobile networks (5G). The main concept of C-RAN is to decouple the BaseBand Units (BBU) and the Remote Radio Heads (RRH), and place the BBUs in common edge data centers (BBU pools) for centralized processing. This gives a number of benefits in terms of cost savings, network capacity improvement and resource utilization gains. However, network operators need to investigate scalable and cost-efficient algorithms for resource allocation problems to enable and facilitate the deployment of C-RAN architecture. Most of these problems are very complex and thus very hard to solve. Hence, we use combinatorial optimization which provides powerful tools to efficiently address these problems.One of the key issues in the deployment of C-RAN is finding the optimal assignment of RRHs (or antennas) to edge data centers (BBUs) when jointly optimizing the fronthaul latency and resource consumption. We model this problem by a mathematical formulation based on an Integer Linear Programming (ILP) approach to provide the optimal strategies for the RRH-BBU assignment problem and we propose also low-complexity heuristic algorithms to rapidly reach good solutions for large problem instances. The optimal RRH-BBU assignment reduces the expected latency and offers resource utilization gains. Such gains can only be achieved when reducing the inter-cell interference caused by the dense deployment of cell sites. We propose an exact mathematical formulation based on Branch-and-Cut methods that enables to consolidate and re-optimize the antennas radii in order to jointly minimize inter-cell interference and guarantee a full network coverage in C-RAN. In addition to the increase of inter-cell interference, the high density of cells in C-RAN increases the amount of baseband processing as well as the amount of data traffic demands between antennas and centralized data centers when strong latency requirements on fronthaul network should be met. Therefore, we discuss in the third part of this thesis how to determine the optimal placement of BBU functions when considering 3GPP split option to find optimal tradeoffs between benefits of centralization in C-RAN and transport requirements. We propose exact and heuristic algorithms based on combinatorial optimization techniques to rapidly provide optimal or near-optimal solutions even for large network sizes.

La nouvelle génération de réseaux mobiles (5G) devrait faire face, durant les cinq prochaines années, à une importante croissance du volume de données, échangé entre plusieurs milliards d'objets et d'applications connectés. En outre, l'émergence de nouvelles technologies, telles que Internet of Things (IoT), conduite autonome et réalité augmentée, impose de plus fortes contraintes de performance et de qualité de service (QoS). Répondre aux besoins cités, tout en réduisant les dépenses d'investissement et d'exploitation (CAPEX/OPEX), sont les objectifs poursuivis par les opérateurs télécom, qui ont défini une nouvelle architecture d'accès radio, appelée Cloud Radio Access Network (C-RAN). Le principe du C-RAN est de centraliser, au sein d'un pool, les parties de traitement, BaseBand Unit (BBU), d'un RAN traditionnel. Les BBU sont alors dissociées de la station de base et de la partie radio, Remote Radio Unit (RRU). Ces deux parties restent néanmoins connectées à travers un réseau intermédiaire appelé Fronthaul (FH). Dans cette thèse, nous allons concevoir une nouvelle architecture C-RAN partiellement centralisée qui intègrera une plateforme de virtualisation basée sur un environnement Xen, nommée " Metamorphic Network " (MNet). A travers cette architecture, nous viserons à : i) mettre en place un pool, dans lequel des ressources physiques (processeurs, mémoire, ports réseaux, etc.) seront partagées entre des BBU virtualisées et d'autres applications, ii) établir un réseau FH ouvert aux fournisseurs de services et aux tierces parties, facilitant ainsi le déploiement des services au plus près des utilisateurs, pour une meilleure qualité d'expérience, iii) exploiter, à travers le FH, les infrastructures Ethernet existantes pour réduire les CAPEX/OPEX et enfin, iv) atteindre les performances réseau préconisées pour la 5G. Dans la première contribution, nous allons définir une nouvelle architecture Xen pour la plateforme MNet, intégrant le framework de packet processing, OpenDataPlane (ODP), au sein d’un domaine Xen privilégié, nommé « Driver Domain ». Notre objectif, à travers cette architecture, est d’accélérer le traitement des paquets de données transitant par MNet, en évitant la surutilisation, par ODP, des cœurs du processeur physique (CPU) de la plateforme. Pour cela, des cœurs CPU virtuels (vCPU) seront alloués dans le Driver Domain pour être exploités durant le traitement des paquets par ODP. Cette nouvelle plateforme MNet servira de base pour notre architecture C-RAN. Dans la seconde contribution, nous allons implémenter, au sein du FH, deux solutions réseau. La première solution, consistera à déployer le réseau de couche 2, Transparent Interconnection of Lots of Links (TRILL), pour connecter les différents éléments de notre architecture C-RAN. La seconde solution, consistera à déployer un réseau Software Defined Network (SDN), géré par le contrôleur distribué ONOS, qui sera virtualisé dans le pool BBU. Une comparaison des performances réseau sera réalisée entre ces deux solutions. / Over the next five years, the new generation of mobile networks (5G) would face a significant growth of the data volume, exchanged between billions of connected objects and applications. Furthermore, the emergence of new technologies, such as Internet of Things (IoT), autonomous driving and augmented reality, imposes higher performance and quality of service (QoS) requirements. Meeting these requirements, while reducing the Capital and Operation Expenditures (CAPEX/OPEX), are the pursued goals of the mobile operators. Consequently, Telcos define a new radio access architecture, called Cloud Radio Access Network (C-RAN). The C-RAN principle is to centralize, within a pool, the processing unit of a radio interface, named BaseBand Unit (BBU). These two units are interconnected through a Fronthaul (FH) network. In this thesis, we design a new partially centralized C-RAN architecture that integrates a virtualization platform, based on a Xen environment, called Metamorphic Network (MNet). Through this architecture, we aim to: i) implement a pool in which physical resources (processors, memory, network ports, etc.) are shared between virtualized BBUs and other applications; ii) establish an open FH network that can be used by multiple operators, service providers and third parties to deploy their services and Apps closer to the users for a better Quality of Experience (QoE); iii) exploit, through the FH, the existing Ethernet infrastructures to reduce CAPEX/OPEX; and finally iv) provide the recommended network performance for the 5G. In the first contribution, we define a new Xen architecture for the MNet platform integrating the packet-processing framework, OpenDataPlane (ODP), within a privileged Xen domain, called Driver Domain (DD). This new architecture accelerates the data packet processing within MNet, while avoiding the physical CPUs overuse by ODP. Thus, virtual CPU cores (vCPU) are allocated within DD and are used by ODP to accelerate the packet processing. This new Xen architecture improves the MNet platform by 15%. In the second contribution, we implement two network solutions within the FH. The first solution consist of deploying a layer 2 network protocol, Transparent Interconnection of Lots of Links (TRILL), to connect multiple elements of our C-RAN architecture. The second solution consists of implementing a Software Defined Network (SDN) model managed by Open Network Operating System (ONOS), a distributed SDN controller that is which is virtualized within BBU pool. Moreover, a network performance comparison is performed between these two solutions.

Yes / Next-generation cellular networks such as fifth-generation (5G) will experience tremendous growth in traffic. To accommodate such traffic demand, there is a necessity to increase the network capacity that eventually requires the deployment of more base stations (BSs). Nevertheless, BSs are very expensive and consume a significant amount of energy. Meanwhile, cloud radio access networks (C-RAN) has been proposed as an energy-efficient architecture that leverages cloud computing technology where baseband processing is performed in the cloud, i.e., the computing servers or baseband processing units (BBUs) are located in the cloud. With such an arrangement, more energy saving gains can be achieved by reducing the number of BBUs used. This paper proposes a bin packing scheme with three variants such as First-fit (FT), First-fit decreasing (FFD) and Next-fit (NF) for minimizing energy consumption in 5G C-RAN. The number of BBUs are reduced by matching the right amount of baseband computing load with traffic load. In the proposed scheme, BS traffic items that are mapped into processing requirements, are to be packed into computing servers, called bins, such that the number of bins used are minimized and idle servers can then be switched off to save energy. Simulation results demonstrate that the proposed bin packing scheme achieves an enhanced energy performance compared to the existing distributed BS architecture.

Yes / Next-generation cellular systems like fth generation (5G) is are expected to experience tremendous tra c growth. To accommodate such tra c demand, there is a need to increase the network capacity that eventually requires the deployment of more base stations (BSs). Nevertheless, BSs are very expensive and consume a lot of energy. With growing complexity of signal processing, baseband units are now consuming a signi cant amount of energy. As a result, cloud radio access networks (C-RAN) have been proposed as anenergy e cient (EE) architecture that leverages cloud computing technology where baseband processing is performed in the cloud. This paper proposes an energy reduction technique based on baseband workload consolidation using virtualized general purpose processors (GPPs) in the cloud. The rationale for the cloud based workload consolidation technique model is to switch o idle baseband units (BBUs) to reduce the overall network energy consumption. The power consumption model for C-RAN is also formulated with considering radio side, fronthaul and BS cloud power consumption. Simulation results demonstrate that the proposed scheme achieves an enhanced energy performance compared to the existing distributed long term evolution (LTE) RAN system. The proposed scheme saves up to 80% of energy during low tra c periods and 12% during peak tra c periods compared to baseline LTE system. Moreover, the proposed scheme saves 38% of energy compared to the baseline system on a daily average.

No / Conventional Call Admission Control (CAC) schemes are based on stand-alone Radio Access Networks (RAN) Base Station (BS) architectures which have their independent and fixed spectral and computing resources, which are not shared with other BSs to address their varied traffic needs, causing poor resource utilization, and high call blocking and dropping probabilities. It is envisaged that in future communication systems like 5G, Cloud RAN (C-RAN) will be adopted in order to share this spectrum and computing resources between BSs in order to further improve the Quality of Service (QoS) and network utilization. In this paper, an intelligent Elastic CAC scheme using Fuzzy Logic in C-RAN is proposed. In the proposed scheme, the BS resources are consolidated to the cloud using virtualization technology and dynamically provisioned using the elasticity concept of cloud computing in accordance to traffic demands. Simulations shows that the proposed CAC algorithm has high call acceptance rate compared to conventional CAC.

Le réseau d'accès radio centralisé (C-RAN) peut fortement augmenter la capacité des réseaux mobiles. Cependant, la faisabilité de C-RAN est limitée par le débit considérable engendré sur les liaisons de transport, appelées également fronthaul. L'objectif de cette thèse est d'améliorer les performances de C-RAN tout en considérant les limitations du débit sur le frontaul, l'allocation de ressources et l'ordonnancement des utilisateurs.Nous étudions d'abord les séparations fonctionnelles possibles entre les têtes radios distantes (RRH) et les unités de traitement en bande de base (BBU) sur la liaison montante pour réduire le débit de transmission sur le fronthaul : certaines fonctions de couche basse sont déplacées du BBU vers les RRH. Nous fournissons une analyse quantitative des améliorations de performances ainsi obtenues.Nous nous concentrons ensuite sur la transmission coordonnée Multi-point (CoMP) sur le lien descendant. CoMP peut améliorer l'efficacité spectrale mais nécessite une coordination inter-cellule, ce qui est possible uniquement si une capacité fronthaul élevée est disponible. Nous comparons des stratégies de transmission avec et sans coordination inter-cellule. Les résultats de simulation montrent que CoMP doit être préféré pour les utilisateurs situés en bordure de cellule et lorsque la capacité du fronthaul est élevée. Nous en déduisons une stratégie hybride pour laquelle Les utilisateurs sont divisés en deux sous-ensembles en fonction de la puissance du signal. Les utilisateurs situés dans les zones centrales sont servis par un seul RRH avec une coordination simple et ceux en bordure de cellule sont servis en mode CoMP. Cette stratégie hybride constitue un bon compromis entre les débits offerts aux utilisateurs et les débits sur le fronthaul. / Centralized/Cloud Radio Access Network (C-RAN) is a promising mobile network architecture, which can potentially increase the capacity of mobile networks while reducing operators¿ cost and energy consumption. However, the feasibility of C-RAN is limited by the large bit rate requirement in the fronthaul. The objective of this thesis is to improve C-RAN performance while considering fronthaul throughput reduction, fronthaul capacity allocation and users scheduling.We first investigate new functional split architectures between Remote Radio Heads (RRHs) and Baseband Units (BBU) on the uplink to reduce the transmission throughput in fronthaul. Some low layer functions are moved from the BBU to RRHs and a quantitative analysis is provided to illustrate the performance gains. We then focus on Coordinated Multi-point (CoMP) transmissions on the downlink. CoMP can improve spectral efficiency but needs tight coordination between different cells, which is facilitated by C-RAN only if high fronthaul capacity is available. We compare different transmission strategies without and with multi-cell coordination. Simulation results show that CoMP should be preferred for users located in cell edge areas and when fronthaul capacity is high. We propose a hybrid transmission strategy where users are divided into two parts based on statistical Channel State Informations (CSIs). The users located in cell center areas are served by one transmission point with simple coordinated scheduling and those located in cell edge areas are served with CoMP joint transmission. This proposed hybrid transmission strategy offers a good trade-off between users¿ transmission rates and fronthaul capacity cost.

De nos jours, l’architecture du réseau mobile est en pleine évolution pour assurer la montée en débit entre les Centraux (CO) (réseaux coeurs) et différents terminaux comme les mobiles, ordinateurs, tablettes afin de satisfaire les utilisateurs. Pour faire face à ces défis du futur, le réseau C-RAN (Cloud ou Centralized-RAN) est connu comme une solution de la 5G. Dans le contexte C-RAN, toutes les BBUs (Base Band Units) sont centralisées dans le CO, seules les RRH (Remote Radio Head) restent situées à la tête de la station de base (BS). Un nouveau segment entre les BBUs et RRHs apparait nommé « fronthaul ». Il est basé sur des transmissions D-ROF (digital radio-overfiber) et transporte le signal radio numérique à un débit binaire élevé en utilisant le protocole CPRI (Common Public Radio Interface). En prenant en compte le CAPEX et l’OPEX, le projet ANR LAMPION a proposé la technologie RSOA (Reflective Semiconductor Optical Amplifier) auto alimenté afin de rendre la solution plus flexible et s’affranchir d’émetteurs/récepteurs colorés dans le cadre de transmission WDM-PON (Wavelength Division Multiplexing Passive Optical Network). Néanmoins, il est nécessaire d’ajouter un FEC (forward error corrector) dans la transmission pour assurer la qualité de service. Donc l’objectif de cette thèse est de trouver le FEC le plus adéquat à appliquer dans le contexte C-RAN. Nos travaux se sont focalisés sur l’utilisation de codes LDPC, choisis après comparaisons des performances avec les autres types de codes. Nous avons précisé les paramètres (rendement du code, taille de la matrice, cycle, etc.) nécessaires pour les codes LDPC afin d'obtenir les meilleures performances. Les algorithmes LDPC à décisions dures ont été choisis après considération du compromis entre complexités de circuit et performance. Parmi ces algorithmes à décision dures, le GDBF (gradient descent bit-flipping) était la meilleure solution. La prise en compte d’un CAN 2-Bit dans le canal nous a amené à proposer une variante : le BWGDBF (Balanced weighted GDBF). Des optimisations ont également été faites en regard de la convergence de l'algorithme et de la latence. Enfin, nous avons réussi à implémenter notre propre algorithme sur le FPGA Spartan 6 xc6slx16. Plusieurs méthodes ont été proposées pour atteindre une latence de 5 μs souhaitée dans le contexte C-RAN. Cette thèse a été soutenue par le projet ANR LAMPION (Lambada-based Access and Metropolitan Passive Optical networks). / Nowadays, the architecture of the mobile network is in full evolution to ensure the increase in terms of bit rate between the Central (CO) (core networks) and various terminals such as mobiles, computers, tablets in order to satisfy the users. To address these challenges of the future, the C-RAN (Cloud or Centralized-RAN) network is known as a 5G solution. In the C-RAN context, all BBUs (Base Band Units) are centralized in the CO, only the RRH (Remote Radio Head) remain at the head of the base station (BS). A new segment between BBUs and RRHs appears called "fronthaul". It is based on D-ROF (digital radio-overfiber) transmissions and carries the digital radio signal at a high bit rate using the Common Public Radio Interface (CPRI) protocol. Taking into account CAPEX and OPEX, the ANR LAMPION project has proposed the Self-seeded Reflective Semiconductor Optical Amplifier (RSOA) technology in order to make the solution more flexible and overcome the need for colored transmitters / receivers in the context of PON-WDM (Wavelength Division Multiplexing Passive Optical Network). Nevertheless, it is necessary to add a FEC (forward error corrector) in the transmission to ensure the quality of service. So the objective of this thesis is to find the most suitable FEC to apply in the C-RAN context. Our work has focused on the use of LDPC codes, chosen after performance comparisons with other types of codes. We have specified the parameters (code performance, matrix size, cycle, etc.) required for LDPC codes to obtain the best performance. Hard-decision LDPC algorithms were chosen after considering the tradeoff between circuit complexities and performance. Among these hard-decision algorithms, the GDBF (gradient descent bit-flipping) was the best solution. Taking into account a CAN 2-Bit in the channel led us to propose a variant: the BWGDBF (Balanced weighted GDBF). Optimizations have also been made with respect to the convergence of the algorithm and latency. Finally, we managed to implement our own algorithm on the Spartan FPGA 6 xc6slx16. Several methods have been proposed to achieve a latency of 5 μs desired in the C-RAN context. This thesis was supported by the project ANR LAMPION (Lambada-based Access and Metropolitan Passive Optical Networks).

Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2018-11-13T11:19:19Z No. of bitstreams: 1 Leandro Andrioli_.pdf: 6621163 bytes, checksum: b4a58154b0441ad094c57bbbea979ac4 (MD5) / Made available in DSpace on 2018-11-13T11:19:20Z (GMT). No. of bitstreams: 1 Leandro Andrioli_.pdf: 6621163 bytes, checksum: b4a58154b0441ad094c57bbbea979ac4 (MD5) Previous issue date: 2018-07-31 / Nenhuma / Até o ano de 2020, espera-se que a área de cobertura das redes de celulares aumente em 10 vezes, com mais de 50 bilhões de dispositivos conectados, suportando 100 vezes mais equipamentos de usuários e elevando a capacidade da taxa de dados em 1000 vezes. Tal circunstância gerará um aumento massivo no tráfego de dados, fomentando o desenvolvimento da 5G e fazendo com que a indústria e as iniciativas científicas passem a voltar seus esforços para atender a essa demanda. Ganha força, então, as pesquisas relacionadas a Cloud Radio Access Networks (C-RANs), uma arquitetura que consolida as base stations (BSs) para um ponto centralizado na nuvem, mudando a ideia de atuar com recursos fixos e limitados, na medida em que se beneficia de uma das características chave da Computação em Nuvem: a elasticidade de recursos. Um dos grandes desafios na arquitetura C-RAN reside na complexidade em orquestrar todos esses recursos computacionais de forma que o processamento das requisições seja realizado com alto desempenho e com o menor custo de infraestrutura possível. Diante de todo esse contexto, a presente dissertação busca desenvolver o modelo Elastic-RAN, propondo um conceito de elasticidade multinível não bloqueante, com orquestração automática de recursos através da coordenação de BBU Pools e seus BBUs, junto a um mecanismo de grão elástico adaptativo. A elasticidade multinível não bloqueante permite controlar o nível de BBU Pool (máquina física), haja vista o alto volume de tráfego e a distância máxima sugerida entre as antenas e os pools, e o nível de BBU (máquina virtual), em razão do alto processamento de CPU e memória necessária para as requisições, de modo a não penalizar os processamentos correntes. O mecanismo de grão elástico adaptativo permite provisionar e mapear os recursos sob demanda e em tempo de execução, considerando o uso corrente dos recursos, para que cada ação elástica seja executada com um grão próximo das necessidades correntes de processamento. O modelo Elastic-RAN foi avaliado por intermédio de experimentos que simularam diferentes perfis de cargas, os quais são executados em uma aplicação intensiva de CPU e de tráfego na rede, explorando a transferência de streamings e processando decodificação de blocos. Como resultados, foi possível constatar que o Elastic-RAN pode atingir ganhos que vão de 4% a 26%, em relação aos custos de execução, quando comparado à abordagem de elasticidade tradicional. Além disso, obteve melhor eficiência para todos os perfis de carga e reduziu em até 55% a quantidade de operações elásticas necessárias. Outrossim, frente a abordagem sem elasticidade, os ganhos de custos foram ainda superiores, ficando entre 51% e 70%. / It is expected that, by 2020, cell phone networks will have been increased 10 times their coverage area, with more than 50 billion connected devices, supporting 100 times more user equipment and increasing data rate capacity by 1000 times. This will lead to a massive increase in data traffic, fostering the development of 5G and making industry and scientific initiatives turn their efforts to meet this demand. In this scenario, Cloud Radio Access Networks (C-RANs) based researches, an architecture that consolidates base stations (BSs) to a cloud-centric point, are gaining momentum, changing the idea of fixed and limited resources, as it benefits from one of the key features of Cloud Computing: resource elasticity. One of the major challenges in C-RAN architecture lies in the high complexity of orchestrating all of these computational resources in order to perform the requests processing with high performance and the lowest possible infrastructure cost. Considering this context, the present dissertation seeks to develop the Elastic-RAN model, proposing a multilevel non-blocking elasticity concept, with automatic orchestration of resources through the coordination of BBU Pools and their BBUs, with an adaptive elastic grain mechanism. The multilevel non-blocking elasticity allows it control the level of BBU Pool (physical machine), given the high volume of traffic and the suggested maximum distance between antennas and pools, and the level of BBU (virtual machine), due to the high CPU processing and memory required for the requests, so as not to penalize the current processing. The adaptive elastic grain mechanism allows the provisioning and mapping of resources on demand and at runtime, considering the current use of resources, so that each elastic action is performed with a grain close to the current processing needs. The Elastic-RAN model was evaluated through experiments that simulated different load profiles, which are executed in an intensive CPU and network traffic application, exploiting the transfer of streamings and processing block decoding. As a result, it was possible to observe that Elastic-RAN may achieve gains ranging from 4 % to 26 %, in relation to execution costs, when compared to the traditional elasticity approach. In addition, it achieved better efficiency for all load profiles and reduced by 55 % the amount of elastic operations required. Also, given the non-elasticity approach, cost gains were even higher, going from 51 % to 70 %.

La forte croissance du trafic dans les réseaux mobiles s'accompagne d'une augmentation de son hétérogénéité, tant dans l'espace qu'au cours du temps. Cette thèse porte sur des algorithmes d’ordonnancement adaptés à des trafics avec des zones à forte concentration et variables dans le temps. Nous proposons un mécanisme de prêt de la ressource spectrale d'une cellule en sous-charge à une voisine en surcharge combinée à un ordonnancement réactif au sein de chaque cellule. Nous nous intéressons aussi à l’architecture Cloud Radio Access Network qui sépare les têtes de transmission radio (Remote Radio Heads, RRHs) des unités de traitement en bande de base (Baseband Units, BBUs). L’interconnexion entre les BBUs et les RRHs se fait selon deux modes. Le premier est appelé association bi-univoque et consiste à allouer les unités de ressources de la trame radio d’une BBU à une seule RRH. Dans le second mode, appelé association multiple, une BBU peut gérer plusieurs RRHs. Nous proposons un mode d’association hybride dans lequel les unités de ressource de chaque trame sont réparties en deux tranches. La première constitue une tranche non partagée qui est allouée aux utilisateurs centraux selon l’association bi-univoque afin d’augmenter le débit notamment à haute charge de trafic. La deuxième tranche est constituée par une quantité d’unités de ressources partagées par un groupe de RRHs appartenant au même BBU. Cette tranche commune est configurée en association multiple et est allouée aux utilisateurs frontaliers et mobiles. Nous montrons que le mode hybride réduit les interférences intercellulaires, diminue le nombre de handover inter-BBU et améliore la consommation énergétique. / The exponential growth of traffic in mobile networks is accompanied by an increase in its heterogeneity, both in space and over time. This thesis deals with scheduling algorithms adapted to highly concentrated and time-varying traffic zones. We propose a spectrum borrowing mechanism from an under-loaded cell to an overloaded one combined with a reactive intra-cellular scheduling algorithm. We are also interested in the Cloud Radio Access Network architecture that separates the Radio Head(RRH) from the Baseband Unit (BBU). The BBU is connected to the RRU according to two modes. The first one is called a one-to-one association and consists in allocating the resource units of the BBU radio frame to a single RRH. In the second mode which is called multiple association, a BBU can handle multiple RRHs. We propose a hybrid association mode in which the resource units of each frame are divided into two slices. The first one constitutes an unshared slice and is allocated to central users according to the one-to-one association in order to increase the throughput, especially at high traffic load. The second slice contains a quantity of resource units that are shared by a group of RRHs belonging to the same BBU. This common slice is configured according to the multiple association mode and is allocated to the edge and mobile users. We show that the hybrid mode reduces the inter-cell interferences, decreases the number of inter-BBU handovers and improves the energy consumption.