Cette thèse s’intéresse aux concepts de mobilité et de gestion du spectre dans les réseaux à radio cognitive. Ainsi, nous avons proposé deux approches décentralisées basées sur les systèmes multi-agents (SMA). Nous avons, tout d’abord, intégré des agents au sein des utilisateurs secondaires (n’ayant pas de licence pour l’accès au spectre) et des utilisateurs primaires (disposant d’une licence) et nous avons défini leurs comportements au moment du handover. Notre première solution NESAM propose un mécanisme de négociation entre les agents permettant aux utilisateurs secondaires de se voir allouer une bande de spectre avec un bon rapport prix par durée d’allocation. Nous avons, par ailleurs, proposé une deuxième solution LASMA qui se base sur l’enchère combinée avec de l’apprentissage pour assurer une gestion efficace du spectre ainsi qu’une gestion de la mobilité des utilisateurs à radio cognitive. Nos algorithmes prennent en compte les préférences des utilisateurs, comme la fréquence spectrale, le prix et la durée ainsi que les contraintes de l’environnement spectral telles que les bandes de fréquences disponibles. Nos propositions assurent une exploitation importante des ressources spectrales tout en diminuant le nombre de handovers spectraux. De plus, nos algorithmes offrent un handover spectral transparent et sans interruption lors des déplacements des utilisateurs. Nous avons prouvé également que nos solutions permettent de satisfaire les besoins des utilisateurs et d’améliorer leur utilité / In this thesis, we are interested in mobile cognitive radio networks while ensuring an efficient spectrum sharing and seamless handover at the same time. Hence, we propose two decentralized approaches based on multi-agents systems. We first deployed agents on each primary (licensed) and secondary (unlicensed cognitive radio) users, respectively. Besides, we define agents’ behaviors during the handover process.Our proposal NESAM defines a novel negotiation mechanism between agents to allow secondary users assigning the appropriate spectrum band giving a good price for the use duration. We have also proposed a second solution LASMA using the learning based auctions. Our algorithms take into account users’ requirements such as spectrum frequency, price and duration as well as environment’s constraints such as available resources.Our proposals improve the overall spectrum utilization and minimize the number of spectrum handovers when users move from one network to another one. This proves that our algorithms ensure efficient spectrum allocation and enable seamless handover during user’s mobility. Besides, we proved that our approaches guarantee users’ satisfaction and improve their utility

Face à la croissance exponentielle des réseaux mobiles très haut débit, les opérateurs de téléphonie mobile se sont lancé dans le déploiement des réseaux dits hiérarchiques (HetNet), composés par des sous-réseaux avec des caractéristiques divergentes en termes de type des cellules déployées et des technologies d’accès radio utilisées. Avec ce caractère hétérogène des réseaux cellulaire, l’exploitation de ces derniers devienne de plus en plus compliquée et coûteuse impliquant le déploiement, la configuration et la reconfiguration de stations de base et d’équipements de différentes caractéristiques. Ainsi, l’intégration dans les réseaux HetNet de fonctionnalités d’auto-configuration automatisant et simplifiant l’exploitation des réseaux deviennent une demande forte des opérateurs. Cette thèse a pour objectif l’étude et le développement de solutions de gestion dynamique de l’équilibrage de charges entre les différentes couches composant un même HetNet, pour une expérience utilisateur (QoE) améliorée. Dans ce contexte, une classe des algorithmes d’équilibrage de charges dite ‘équilibrage de charges par adaptation dynamique des paramètres de la procédure de handover’ est étudiée. Pour commencer, nous développons un modèle théorique basé sur des solutions et des outils de la géométrie stochastique et incorporant le caractère hétérogène des réseaux cellulaires. Ensuite nous exploitons ce modèle pour introduire des algorithmes d’adaptation des paramètres de handover basés sur la maximisation de la puissance reçue et du rapport signal/brouillage plus bruit (SINR). Nous exploitons ces résultats pour implémenter et étudier, par simulation à évènements discrets, des algorithmes d’équilibrage de charges dans le contexte des réseaux LTE HetNet auto-organisés basés sur les spécifications 3GPP. Ces travaux soulignent l’importance de l’équilibrage de charges afin de booster les performances des réseaux cellulaires en termes de débit global transmis, perte de paquets de données et utilisation optimisée des ressources radio. / High demands on mobile networks provide a fresh opportunity to migrate towardsmulti-tier deployments, denoted as heterogeneous network (HetNet), involving a mix of cell types and radio access technologies working together seamlessly. In this context, network optimisation functionalities such as load balancing have to be properly engineered so that HetNet benefit are fully exploited. This dissertation aims to develop tractable frameworks to model and analyze load balancing dynamics while incorporating the heterogeneous nature of cellular networks. In this context we investigate and analyze a class of load balancingstrategies, namely adaptive handover based load balancing strategies. These latter were firstly studied under the general heading of stochastic networks using independent and homogeneous Poisson point processes based network model. We propose a baseline model to characterize rate coverage and handover signalling in K-tier HetNet with a general maximum power based cell association and adaptive handover strategies. Tiers differ in terms of deployment density and cells characteristics (i.e. transmit power, bandwidth, and path loss exponent). One of the main outcomes is demonstrating the impact of offloading traffic from macro- to small-tier. This impact was studied in terms of rate coverage and HO signalling. Results show that enhancement in rate coverage is penalized by HO signalling overhead. Then appropriate algorithms of LB based adaptive HO are designed and their performance is evaluated by means of extensive system level simulations. These latter are conducted in 3GPP defined scenarios, including representation of mobility procedures in both connectedstate. Simulation results show that the proposed LB algorithms ensure performance enhancement in terms of network throughput, packet loss ratio, fairness and HO signalling.

Le conflit entre la demande de services multimédia en multidiffusion à haut débit (MBMS) et les limites en ressources radio demandent une gestion efficace de l'allocation des ressources radio (RRM) dans les réseaux 3G UMTS. À l'opposé des travaux existant dans ce domaine, cette thèse se propose de résoudre le problème de RRM dans les MBMS par une approche d’optimisation combinatoire. Le travail commence par une modélisation formelle du problème cible, désigné comme Flexible Radio Resource Management Model (F2R2M). Une analyse de la complexité et du paysage de recherche est effectuée à partir de ce modèle. Tout d’abord on montre qu'en assouplissant les contraintes de code OVSF, le problème de RRM pour les MBMS peut s'apparenter à un problème de sac à dos à choix multiples (MCKP). Une telle constatation permet de calculer les limites théoriques de la solution en résolvant le MCKP similaire. En outre, l'analyse du paysage montre que les espaces de recherche sont accidentés et constellés d'optima locaux. Sur la base de cette analyse, des algorithmes métaheuristiques sont étudiés pour résoudre le problème. Nous montrons tout d'abord que un Greedy Local Search (GLS) et un recuit simulé (SA) peuvent trouver de meilleures solutions que les approches existantes implémentées dans le système UMTS, mais la multiplicité des optima locaux rend les algorithmes très instables. Un algorithme de recherche tabou (TS) incluant une recherche à voisinage variable (VNS) est aussi développé et comparé aux autres algorithmes (GLS et SA) et aux approches actuelles du système UMTS ; les résultats de la recherche tabou dépassent toutes les autres approches. Enfin les meilleures solutions trouvées par TS sont également comparées avec les solutions théoriques générées par le solveur MCKP. On constate que les meilleures solutions trouvées par TS sont égales ou très proches des solutions optimales théoriques. / The high throughputs supported by the multimedia multicast services (MBMS) and the limited radio resources result in strong requirement for efficient radio resource management (RRM) in UMTS 3G networks. This PhD thesis proposes to solve the MBMS RRM problem as a combinatorial optimization problem. The work starts with a formal modeling of the problem, named as the Flexible Radio Resource Management Model (F2R2M). An in-depth analysis of the problem complexity and the search landscape is done from the model. It is showed that, by relaxing the OVSF code constraints, the MBMS RRM problem can be approximated as a Multiple-Choice Knapsack Problem (MCKP). Such work allows us to compute the theoretical solution bounds by solving the approximated MCKP. Then the fitness landscape analysis shows that the search spaces are rough and reveal several local optimums. Based on the analysis, some metaheuristic algorithms are studied to solve the MBMS RRM problem. We first show that a Greedy Local Search (GLS) and a Simulated Annealing (SA) allow us to find better solutions than the existing approaches implemented in the UMTS system, however the results are instable due to the landscape roughness. Finally we have developed a Tabu Search (TS) mixed with a Variable Neighborhood Search (VNS) algorithm and we have compared it with GLS, SA and UMTS embedded algorithms. Not only the TS outperforms all the other approaches on several scenarios but also, by comparing it with the theoretical solution bounds generated by the MCKP solver, we observe that TS is equal or close to the theoretical optimal solutions.