L’émergence de nouvelles applications et de nouveaux services (tels que les applications multimédias, la voix-sur-IP, la télévision-sur-IP, la vidéo-sur-demande, etc.) et le besoin croissant de mobilité des utilisateurs entrainent une demande de bande passante de plus en plus croissante et une difficulté dans sa gestion dans les réseaux cellulaires sans fil (WCNs), causant une dégradation de la qualité de service. Ainsi, dans cette thèse, nous nous intéressons à la gestion des ressources, plus précisément à la bande passante, dans les WCNs. Dans une première partie de la thèse, nous nous concentrons sur la prédiction de la mobilité des utilisateurs des WCNs. Dans ce contexte, nous proposons un modèle de prédiction de la mobilité, relativement précis qui permet de prédire la destination finale ou intermédiaire et, par la suite, les chemins des utilisateurs mobiles vers leur destination prédite. Ce modèle se base sur : (a) les habitudes de l’utilisateur en terme de déplacements (filtrées selon le type de jour et le moment de la journée) ; (b) le déplacement courant de l’utilisateur ; (c) la connaissance de l’utilisateur ; (d) la direction vers une destination estimée ; et (e) la structure spatiale de la zone de déplacement. Les résultats de simulation montrent que ce modèle donne une précision largement meilleure aux approches existantes. Dans la deuxième partie de cette thèse, nous nous intéressons au contrôle d’admission et à la gestion de la bande passante dans les WCNs. En effet, nous proposons une approche de gestion de la bande passante comprenant : (1) une approche d’estimation du temps de transfert intercellulaire prenant en compte la densité de la zone de déplacement en terme d’utilisateurs, les caractéristiques de mobilité des utilisateurs et les feux tricolores ; (2) une approche d’estimation de la bande passante disponible à l’avance dans les cellules prenant en compte les exigences en bande passante et la durée de vie des sessions en cours ; et (3) une approche de réservation passive de bande passante dans les cellules qui seront visitées pour les sessions en cours et de contrôle d’admission des demandes de nouvelles sessions prenant en compte la mobilité des utilisateurs et le comportement des cellules. Les résultats de simulation indiquent que cette approche réduit largement les ruptures abruptes de sessions en cours, offre un taux de refus de nouvelles demandes de connexion acceptable et un taux élevé d’utilisation de la bande passante. Dans la troisième partie de la thèse, nous nous penchons sur la principale limite de la première et deuxième parties de la thèse, à savoir l’évolutivité (selon le nombre d’utilisateurs) et proposons une plateforme qui intègre des modèles de prédiction de mobilité avec des modèles de prédiction de la bande passante disponible. En effet, dans les deux parties précédentes de la thèse, les prédictions de la mobilité sont effectuées pour chaque utilisateur. Ainsi, pour rendre notre proposition de plateforme évolutive, nous proposons des modèles de prédiction de mobilité par groupe d’utilisateurs en nous basant sur : (a) les profils des utilisateurs (c’est-à-dire leur préférence en termes de caractéristiques de route) ; (b) l’état du trafic routier et le comportement des utilisateurs ; et (c) la structure spatiale de la zone de déplacement. Les résultats de simulation montrent que la plateforme proposée améliore la performance du réseau comparée aux plateformes existantes qui proposent des modèles de prédiction de la mobilité par groupe d’utilisateurs pour la réservation de bande passante. / The emergence of new applications and services (e.g., multimedia applications, voice over IP and IPTV) and the growing need for mobility of users cause more and more growth of bandwidth demand and a difficulty of its management in Wireless Cellular Networks (WCNs). In this thesis, we are interested in resources management, specifically the bandwidth, in WCNs. In the first part of the thesis, we study the user mobility prediction that is one of key to guarantee efficient management of available bandwidth. In this context, we propose a relatively accurate mobility prediction model that allows predicting final or intermediate destinations and subsequently mobility paths of mobile users to reach these predicted destinations. This model takes into account (a) user’s habits in terms of movements (filtered according to the type of day and the time of the day); (b) user's current movement; (c) user’s contextual knowledge; (d) direction from current location to estimated destination; and (e) spatial conceptual maps. Simulation results show that the proposed model provides good accuracy compared to existing models in the literature. In the second part of the thesis, we focus on call admission control and bandwidth management in WCNs. Indeed, we propose an efficient bandwidth utilization scheme that consists of three schemes: (1) handoff time estimation scheme that considers navigation zone density in term of users, users’ mobility characteristics and traffic light scheduling; (2) available bandwidth estimation scheme that estimates bandwidth available in the cells that considers required bandwidth and lifetime of ongoing sessions; and (3) passive bandwidth reservation scheme that passively reserves bandwidth in cells expected to be visited by ongoing sessions and call admission control scheme for new call requests that considers the behavior of an individual user and the behavior of cells. Simulation results show that the proposed scheme reduces considerably the handoff call dropping rate while maintaining acceptable new call blocking rate and provides high bandwidth utilization rate. In the third part of the thesis, we focus on the main limitation of the first and second part of the thesis which is the scalability (with the number of users) and propose a framework, together with schemes, that integrates mobility prediction models with bandwidth availability prediction models. Indeed, in the two first contributions of the thesis, mobility prediction schemes process individual user requests. Thus, to make the proposed framework scalable, we propose group-based mobility prediction schemes that predict mobility for a group of users (not only for a single user) based on users’ profiles (i.e., their preference in terms of road characteristics), state of road traffic and users behaviors on roads and spatial conceptual maps. Simulation results show that the proposed framework improves the network performance compared to existing schemes which propose aggregate mobility prediction bandwidth reservation models.

L’émergence de nouvelles applications et de nouveaux services (tels que les applications multimédias, la voix-sur-IP, la télévision-sur-IP, la vidéo-sur-demande, etc.) et le besoin croissant de mobilité des utilisateurs entrainent une demande de bande passante de plus en plus croissante et une difficulté dans sa gestion dans les réseaux cellulaires sans fil (WCNs), causant une dégradation de la qualité de service. Ainsi, dans cette thèse, nous nous intéressons à la gestion des ressources, plus précisément à la bande passante, dans les WCNs. Dans une première partie de la thèse, nous nous concentrons sur la prédiction de la mobilité des utilisateurs des WCNs. Dans ce contexte, nous proposons un modèle de prédiction de la mobilité, relativement précis qui permet de prédire la destination finale ou intermédiaire et, par la suite, les chemins des utilisateurs mobiles vers leur destination prédite. Ce modèle se base sur : (a) les habitudes de l’utilisateur en terme de déplacements (filtrées selon le type de jour et le moment de la journée) ; (b) le déplacement courant de l’utilisateur ; (c) la connaissance de l’utilisateur ; (d) la direction vers une destination estimée ; et (e) la structure spatiale de la zone de déplacement. Les résultats de simulation montrent que ce modèle donne une précision largement meilleure aux approches existantes. Dans la deuxième partie de cette thèse, nous nous intéressons au contrôle d’admission et à la gestion de la bande passante dans les WCNs. En effet, nous proposons une approche de gestion de la bande passante comprenant : (1) une approche d’estimation du temps de transfert intercellulaire prenant en compte la densité de la zone de déplacement en terme d’utilisateurs, les caractéristiques de mobilité des utilisateurs et les feux tricolores ; (2) une approche d’estimation de la bande passante disponible à l’avance dans les cellules prenant en compte les exigences en bande passante et la durée de vie des sessions en cours ; et (3) une approche de réservation passive de bande passante dans les cellules qui seront visitées pour les sessions en cours et de contrôle d’admission des demandes de nouvelles sessions prenant en compte la mobilité des utilisateurs et le comportement des cellules. Les résultats de simulation indiquent que cette approche réduit largement les ruptures abruptes de sessions en cours, offre un taux de refus de nouvelles demandes de connexion acceptable et un taux élevé d’utilisation de la bande passante. Dans la troisième partie de la thèse, nous nous penchons sur la principale limite de la première et deuxième parties de la thèse, à savoir l’évolutivité (selon le nombre d’utilisateurs) et proposons une plateforme qui intègre des modèles de prédiction de mobilité avec des modèles de prédiction de la bande passante disponible. En effet, dans les deux parties précédentes de la thèse, les prédictions de la mobilité sont effectuées pour chaque utilisateur. Ainsi, pour rendre notre proposition de plateforme évolutive, nous proposons des modèles de prédiction de mobilité par groupe d’utilisateurs en nous basant sur : (a) les profils des utilisateurs (c’est-à-dire leur préférence en termes de caractéristiques de route) ; (b) l’état du trafic routier et le comportement des utilisateurs ; et (c) la structure spatiale de la zone de déplacement. Les résultats de simulation montrent que la plateforme proposée améliore la performance du réseau comparée aux plateformes existantes qui proposent des modèles de prédiction de la mobilité par groupe d’utilisateurs pour la réservation de bande passante. / The emergence of new applications and services (e.g., multimedia applications, voice over IP and IPTV) and the growing need for mobility of users cause more and more growth of bandwidth demand and a difficulty of its management in Wireless Cellular Networks (WCNs). In this thesis, we are interested in resources management, specifically the bandwidth, in WCNs. In the first part of the thesis, we study the user mobility prediction that is one of key to guarantee efficient management of available bandwidth. In this context, we propose a relatively accurate mobility prediction model that allows predicting final or intermediate destinations and subsequently mobility paths of mobile users to reach these predicted destinations. This model takes into account (a) user’s habits in terms of movements (filtered according to the type of day and the time of the day); (b) user's current movement; (c) user’s contextual knowledge; (d) direction from current location to estimated destination; and (e) spatial conceptual maps. Simulation results show that the proposed model provides good accuracy compared to existing models in the literature. In the second part of the thesis, we focus on call admission control and bandwidth management in WCNs. Indeed, we propose an efficient bandwidth utilization scheme that consists of three schemes: (1) handoff time estimation scheme that considers navigation zone density in term of users, users’ mobility characteristics and traffic light scheduling; (2) available bandwidth estimation scheme that estimates bandwidth available in the cells that considers required bandwidth and lifetime of ongoing sessions; and (3) passive bandwidth reservation scheme that passively reserves bandwidth in cells expected to be visited by ongoing sessions and call admission control scheme for new call requests that considers the behavior of an individual user and the behavior of cells. Simulation results show that the proposed scheme reduces considerably the handoff call dropping rate while maintaining acceptable new call blocking rate and provides high bandwidth utilization rate. In the third part of the thesis, we focus on the main limitation of the first and second part of the thesis which is the scalability (with the number of users) and propose a framework, together with schemes, that integrates mobility prediction models with bandwidth availability prediction models. Indeed, in the two first contributions of the thesis, mobility prediction schemes process individual user requests. Thus, to make the proposed framework scalable, we propose group-based mobility prediction schemes that predict mobility for a group of users (not only for a single user) based on users’ profiles (i.e., their preference in terms of road characteristics), state of road traffic and users behaviors on roads and spatial conceptual maps. Simulation results show that the proposed framework improves the network performance compared to existing schemes which propose aggregate mobility prediction bandwidth reservation models.

Les nouveaux services de télécommunication accessibles en mobilité entraînent une demande croissante de débit et amènent aux limites de capacités des réseaux actuels. Pour répondre à cette demande, les opérateurs cellulaires déploient de nouvelles technologies et densifient leurs réseaux en ajoutant des petites cellules, où les stations de base sont plus proches des utilisateurs. Compte tenu de la visibilité directe et de la faible hauteur des antennes, le canal de propagation des petites cellules est différent de celui des macro-cellules et les modèles stochastiques de canal existants ne sont plus adaptés. C’est dans ce contexte que se situe cette thèse, qui explore les problématiques de dynamique dans le canal de propagation et dans l’utilisation des ressources radio. Nous proposons dans une première partie de caractériser les dynamiques dans le canal de propagation de petite cellule en milieu extérieur. Cette caractérisation se base sur des prédictions déterministes, où une partie de l’environnement est généré de manière aléatoire afin de procéder à des études statistiques. Pour cela, nous mettons en place une plateforme de simulation, capable de générer des objets statiques, de les déplacer et de les prendre en compte dans des outils de prédiction de propagation adaptés aux petites cellules. Une phase de mesures de l’impact du trafic de véhicules sur la puissance du signal permet de valider les outils de propagation développés dans la plateforme. L’objectif de la deuxième partie de la thèse est d’évaluer l’impact de ces nouvelles topologies sur les performances des réseaux hétérogènes. Nous présentons un modèle hybride de propagation qui prend en compte les variations de signal dues au trafic de véhicules en combinant les approches déterministes et statistiques, pour avoir les avantages de résultats précis et d’un temps de calcul rapide. Ce modèle hybride est utilisé par la suite dans un processus de simulation de réseau cellulaire 3G LTE au niveau système, où nous évaluons l’impact du trafic de véhicules sur le débit maximal, la consommation d’énergie et le respect de la qualité de service. / New services available with modern mobile telecommunication networks lead to a growing demand for better bit rates up to reach the capacity limits of current networks. To face this demand, cellular network operators deploy new technologies and densify their radio access by adding small cells, where the distance between the mobile users and the base stations is decreased. Given the Line of Sight conditions and the low height of base station antennas, the small-cell propagation channel is different from the classical macro-cellular channel and existing stochastic channel models are not suited anymore. In this context, this Ph.D. work proposes to explore challenges on the dynamics of the channel and of radio resource usage. In a first part, we propose to characterize the dynamics of the propagation channel in small-cell outdoor environments. This characterization is based on deterministic predictions, where part of the environment is randomly generated in order to proceed to statistical analysis. We describe a simulation framework able to generate static objects, to move them and to take them into account in propagation prediction tools targeted for small-cell environments. Measurements of the impact of vehicular traffic on received power enable the validation of propagation tools developed in the framework. In the second part of this work, we propose to evaluate the impact of those new topologies on the performance of heterogeneous networks. We present a hybrid propagation model taking into account signal variations due to vehicular traffic by combining deterministic and statistic approaches in order to benefit from both advantages: accurate results and quick simulations. This hybrid model is finally used in a cellular 3G LTE network simulation process where we evaluate the impact of vehicular traffic on maximal throughputs, energy consumption and quality of service.

L'un des challenges le plus important pour les opérateurs des réseaux mobiles est de dimensionner le réseau de la manière la plus efficace possible, c'est-à-dire, bien planifier les ressources pour fournir une bonne couverture et une meilleure capacité. Afin de mieux gérer le trafic généré dans le réseau, les opérateurs déploient des petites cellules pour aider les macro-cellules à délester les zones de la cellule où le trafic de données est significativement supérieur au trafic moyen dans la cellule. Cependant, le problème majeur de ces réseaux hétérogènes consiste à bien localiser ces hotspots et puis de mettre en place la meilleure solution pour les absorber. Dans cette thèse, on traite le sujet de localisation de hotspot et on étudie l'impact de son imperfection sur les performances des déploiements des réseaux hétérogènes. Dans une première étape, on propose une nouvelle méthode de localisation de hotspot. Puis, on propose d'évaluer l'impact d'une mauvaise localisation de trafic sur le déploiement des petites cellules à travers une analyse de performances au niveau statique et dynamique. Sachant qu'une grande quantité de trafic de données dans le réseau mobile est générée par des utilisateurs qui sont en mouvement, on propose d'évaluer les performances des petites cellules mobiles. Enfin, la quatrième étape consiste à améliorer encore la solution de déploiement de petites cellules en utilisant les drones. On propose un mécanisme de décongestion du réseau et on discute les avantages et les points à explorer. Une analyse de performance est aussi réalisée pour comparer cette solution avec les solutions classiques de macro cellules et de petites cellules / The continuous increasing traffic in cellular networks has forced the mobile operators to look for efficient and viable options to manage their networks so as to ensure more efficiency over the network life cycle while also evolving with the implementation of new technologies. Traffic hotspot localization can help operators to identify the areas where deploying small cells can reduce the congestion. We firstly propose and assess a new traffic hotspot localization method based on the projection of O&M KPIs on the coverage map. Compared to probing methods, the computational costs and the equipment expenditures are reduced. Moreover, the localization accuracy is improved. Next, in order to evaluate the impact of the limited accuracy of traffic localization tools on small cell deployment, we study the performances of three different scenarios. The first one considers a network of macrocells only and represents a benchmark to decide about the usefulness of small cells. The second one is based on a network of macrocells with a perfectly deployed small cell allowing to identify the limitations of small cell deployment and the last one is with an imperfectly deployed small cell. Realizing that a significant amount of cellular demand is generated on the go and suffers deteriorating quality, we investigate the potential performance gains of using moving small cells. The major outcome is to understand if moving cells leverage the relative operators' investments. Finally, we propose a new mobile data offloading mechanism which capitalizes on drone small cells to alleviate the data traffic load. We realize a performance evaluation and comparison with classic small cell deployment

L'industrie des télécommunications sans fil fait actuellement face à une croissance considérable pour des débits toujours plus hauts, stimulée par le développement des services mobiles de données. Ce développement rend le spectre disponible de plus en plus rare et nécessite des solutions afin d'optimiser l'usage de ses ressources limitées.Le principal défi auquel les réseaux sans fils font face est de maximiser la disponibilité, la résilience et la qualité de service, tout en minimisant les coûts et en assurant entre les utilisateurs une allocation de ressources équitable. Cette thèse tente de présenter des solutions à ces problèmes et se focalise sur trois thèmes.Sur le premier thème, le but est de trouver la topologie en anneau qui optimise la disponibilité. Il est montré que les algorithmes développés dans le cadre de la théorie des graphes peuvent être utilisés de manière efficace pour définir en temps polynomial la topologie en anneau optimale si les anneaux sont petits (deux nœuds en plus du nœud d'agrégation). Pour les anneaux plus grands, le problème est NP-hard.Le deuxième thème concerne la polarisation. Nous proposons une solution innovante qui peut améliorer efficacité spectrale jusqu'à 50% par comparaison avec l'état de l'art. Le paradigme proposé introduit de nouvelles perspectives au sujet de l'optimisation de la topologie et de l'allocation de canal.Le troisième thème concerne l'allocation de ressources. Nous remettons en question l'approche présente, basée sur l'optimisation de l'efficacité du réseau. Nous montrons que cette approche est similaire au modèle d'utilité espérée de Bernoulli, qui a été réfuté par les paradoxes d'Allais. C'est pourquoi nous introduisons le concept d'aversion au manque d'équité et considérons la question d'allocation de ressources comme un compromis entre efficacité du réseau et équité. / The wireless telecommunication sector is presently facing a tremendous growth of demand for higher data rates, driven by the development of mobile data services. This development makes the available spectrum scarcer and scarcer and requires solutions in order to optimize the use of its limited resources.The main challenge wireless networks are facing is to maximize availability, resiliency and Quality of Service, while minimizing costs and ensuring fair resource allocation among users.The present thesis will try to present solutions to these issues and will focus on three topics.On the first topic, the purpose is to find the ring-based topology which optimizes availability. It will be shown that algorithms which have been developed in the field of graph theory can be used efficiently to define in polynomial time the optimal ring network topology if the rings are small (two nodes in addition to the aggregation node). For bigger rings, the problem will be NP-hard. The second topic deals with polarization. We propose an innovative solution which can improve spectral efficiency in wireless ring networks by up to 50% in comparison with the state of the art. The proposed paradigm brings new perspectives regarding topology optimization and channel allocation.The third topic deals with resource allocation. We question the present approach based on optimization of network effciency. We show that this approach is similar to Bernoulli's expected utility model, which has been disproved by Allais' paradoxes. For this reason, we introduce the concept of unfairness aversion and consider the question of resource allocation as a trade-off between network efficiency and fairness.

Le terme "réseau vert" ou pour éviter une traduction directe, "réseau propre" repose sur la sélection de technologies et de produits réseaux économes en énergie, et grantissant un usage minimal des ressources (radio, bande passante,...) quand cela est possible. Cette thèse vise à étudier les problèmes d'allocation des ressources dans les petits réseaux de cellules dans un contexte de réseau propre. Nous développons des algorithmes pour différents paradigmes. Nos travaux reposent principalement sur le contexte de la théorie des jeux de coalition, mais également sur des outils de géométrie stochastique ainsi que d'un modèle de jeu de surpeuplement. Nous étudions tout d'abord le problème d'association de mobiles à des stations de base dans les applications de diffusion d'un flux commun, sous contrainte de minimisation de la consommation d'énergie totale: nos algorithmes suivent une approche préservant l'énergie. Nous examinons le problème d'association des mobiles sous le prisme des jeux de coalition. Ce jeu tend à former la grande coalition, qui se caractérise par le fait que tous les joueurs forment une coalition unique. En utilisant le théorème de Bondareva-Shapley, nous prouvons que ce jeu de coalition a un noyau non vide ce qui signifie que la grande coalition est stable. Ensuite, nous examinons la politique de répartition des coûts pour différentes méthodes. Dans une deuxième partie, nous analysons un problème important dans les réseaux propres qui consiste à étteindre les stations de base qui ne sont pas indispensables. Nous abordons ce problème de facon statistique, dans le cas de fournisseurs de services coopérant au moyen d'outils de jeux de coalition vus sous un angle de la géométrie stochastique. Le jeu coalitionnel considéré est joué par les fournisseurs de services qui collaborent à éteindre leurs stations de base. Nous avons analysé la stabilité de Nash qui est un concept utilisé pour les jeux de coalition hédoniques. Nous posons la question suivante: Existe-t-il une méthode de répartition de la fonction d'utilitè qui se traduit par un partitionnement Nash-stable? Nous répondons à cette question dans la thèse. Nous démontrons que le noyau Nash-stable, défini comme l'ensemble des méthodes de répartition des couts conduisant à un partitionnement stable au sens de la stabilité de Nash. Nous considérons finalement les jeux liés à l'association des mobiles à un point d'accès non plus dans le cas d'un broadcast, mais dans le cas général. Le jeu consiste à décider à quel point d'accès un mobile doit se connecter. Nous considérons le choix entre deux points d'accès ou plus. Les décisions d'association dépendent du nombre de mobiles connectés à chacun des points d'accès. Nous obtenons de nouveaux résultats en utilisant des outils élémen taires de jeux de congestion et déviction. Enfin, nous nous intéressons aux transmissions coopératives. Nous étudions le problème de la sélection de partenaires dans le cas de constitution de binomes gagnant-gagnant, ou chacun des partenaire s'appuie sur l'autre pour sa propre transmission. Nous proposons d'assimiler la sélection des partenaires au problème classique en théorie des jeux de recherche stable de colocataire où chaque joueur établi une liste de préférence parmi les partenaires possibles; Nous adaptons l'algorithme de Irving pour déterminer le partenaire de chaque joueur et nous introduisons une version décentralisée de l'algorithme de Irving.

L'interférence entre stations de base est considérée comme le principal facteur limitant les performances des réseaux cellulaires. Nous nous intéressons aux différents schémas de coordination multi-point (CoMP) proposés dans la norme LTE-A pour y faire face, en tenant compte de l'aspect dynamique du trafic et de la mobilité des utilisateurs. Les résultats sont obtenus par l'analyse mathématique de modèles markoviens et par des simulations du système. Nous montrons l'importance de l'algorithme d'ordonnancement sur les performances en présence d'utilisateurs mobiles, pour des services de téléchargement de fichier et de streaming vidéo. Nous proposons un nouvel algorithme d'ordonnancement basé sur la dé-priorisation des utilisateurs mobiles se trouvant en bord de cellule, afin d'améliorer l'efficacité globale du système. Nous montrons ensuite qu'il est intéressant d'activer la technique dite Joint Processing uniquement dans un réseau à forte interférence, son activation dans un réseau à faible interférence pouvant conduire à une dégradation des performances. Nous proposons un nouveau mécanisme de coordination où une cellule ne coopère que lorsque sa coopération apporte un gain moyen de débit suffisant pour compenser les pertes de ressources engendrées. Nous considérons enfin la technique de formation de faisceaux coordonnée. Nous montrons notamment que la coordination n'est pas nécessaire lorsque l'on dispose d'un grand nombre d'antennes par station de base, un simple mécanisme d'ordonnancement opportuniste permettant d'obtenir des performances optimales. Pour un nombre limité d’antennes parstation de base, la coordination est nécessaire afin d’éviter l’interférence entre les faisceaux activés, et permet des gains de performance substantiels. / Interference is still the main limiting factor in cellular networks. We focus on the different coordinated multi-point schemes (CoMP) proposed in the LTE-A standard to cope with interference, taking into account the dynamic aspect of traffic and users’ mobility. The results are obtained by the analysis of Markov models and system-level simulations. We show the important impact of the scheduling strategy on the network performance in the presence of mobile users considering elastic traffic and video streaming. We propose a new scheduler that deprioritizes mobile users at the cell edge, in order to improve the overall system efficiency. We show that it is interesting to activate Joint Processing technique only in a high-interference network, its activation in a low-interference network may lead to performance degradation. We propose a new coordination mechanism, where a cell cooperates only when its cooperation brings a sufficient mean throughput gain, which compensates the extra resource consumption. Finally, we show that the coordination of beams is not necessary when a large number of antennas is deployed at each base station; a simple opportunistic scheduling strategy provides optimal performance. For a limited number of antennas per base station,coordination is necessary to avoid interference between the activated beams, allowing substantial performance gains.

Cette thèse étudie les communications directes entre les mobiles, appelées communications D2D, en tant que technique prometteuse pour améliorer les futurs réseaux cellulaires. Cette technologie permet une communication directe entre deux terminaux mobiles sans passer par la station de base. La modélisation, l'évaluation et l'optimisation des différents aspects des communications D2D constituent les objectifs fondamentaux de cette thèse et sont réalisés principalement à l'aide des outils mathématiques suivants: la théorie des files d'attente, l'optimisation de Lyapunov et les processus de décision markovien partiellement observable POMDP. Les résultats de cette étude sont présentés en trois parties. Dans la première partie, nous étudions un schéma de sélection entre mode cellulaire et mode D2D. Nous dérivons les régions de stabilité des scénarios suivants: réseaux cellulaires purs et réseaux cellulaires où les communications D2D sont activées. Une comparaison entre ces deux scénarios conduit à l'élaboration d'un algorithme de sélection entre le mode cellulaire et le mode D2D qui permet d'améliorer la capacité du réseau. Dans la deuxième partie, nous développons un algorithme d'allocation de ressources des communications D2D. Les utilisateurs D2D sont en mesure d'estimer leur propre qualité de canal, cependant la station de base a besoin de recevoir des messages de signalisation pour acquérir cette information. Sur la base de cette connaissance disponibles au niveau des utilisateurs D2D, une approche d'allocation des ressources est proposée afin d'améliorer l'efficacité énergétique des communications D2D. La version distribuée de cet algorithme s'avère plus performante que celle centralisée. Dans le schéma distribué des collisions peuvent se produire durant la transmission de l'état des canaux D2D ; ainsi un algorithme de réduction des collisions est élaboré. En outre, la mise en œuvre des algorithmes centralisé et distribué dans un réseau cellulaire, type LTE, est décrite en détails. Dans la troisième partie, nous étudions une politique de sélection des relais D2D mobiles. La mobilité des relais représente un des principaux défis que rencontre toute stratégie de sélection de relais. Le problème est modélisé par un processus contraint de décision markovien partiellement observable qui prend en compte le dynamisme des relais et vise à trouver la politique de sélection de relais qui optimise la performance du réseau cellulaire sous des contraintes de coût. / This thesis considers Device-to-Device (D2D) communications as a promising technique for enhancing future cellular networks. Modeling, evaluating and optimizing D2D features are the fundamental goals of this thesis and are mainly achieved using the following mathematical tools: queuing theory, Lyapunov optimization and Partially Observed Markov Decision Process (POMDP). The findings of this study are presented in three parts. In the first part, we investigate a D2D mode selection scheme. We derive the queuing stability regions of both scenarios: pure cellular networks and D2D-enabled cellular networks. Comparing both scenarios leads us to elaborate a D2D vs cellular mode selection design that improves the capacity of the network. In the second part, we develop a D2D resource allocation algorithm. We observe that D2D users are able to estimate their local Channel State Information (CSI), however the base station needs some signaling exchange to acquire this information. Based on the D2D users' knowledge of their local CSI, we provide an energy efficient resource allocation framework that shows how distributed scheduling outperforms centralized one. In the distributed approach, collisions may occur between the different CSI reporting; thus, we propose a collision reduction algorithm. Moreover, we give a detailed description on how both centralized and distributed algorithms can be implemented in practice. In the third part, we propose a mobile relay selection policy in a D2D relay-aided network. Relays' mobility appears as a crucial challenge for defining the strategy of selecting the optimal D2D relays. The problem is formulated as a constrained POMDP which captures the dynamism of the relays and aims to find the optimal relay selection policy that maximizes the performance of the network under cost constraints.

Cellular network traffic prediction is a critical challenge for communication providers, which is important for use cases such as traffic steering and base station resources management. Traditional prediction methods mostly rely on historical time-series data to predict traffic load, which often fail to model the real world and capture surrounding environment conditions. In this work, we propose a multi-modal deep learning model for 4G/5G Cellular Network Traffic prediction by considering external data sources such as satellite imagery and weather data. Specifically, our proposed model consists of three components (1) temporal component (modeling correlations between traffic load values with historical data points via LSTM) (2) computer vision component (using embeddings to capture correlations between geographic regions that share similar landscape patterns using satellite imagery data and state of the art CNN models), and (3) weather component (modeling correlations between weather measurements and traffic patterns). Furthermore, we study the effects and limitations of using such contextual datasets on time series learning process. Our experiments show that such hybrid models do not always lead to better performance, and LSTM model is capable of modeling complex sequential interactions. However, there is a potential for classifying or labelling regions by their urban landscape and the network traffic. / Förutsägelse av mobilnätstrafik är en kritisk utmaning för kommunikation leverantörer, där användningsområden inkluderar trafikstyrning och hantering av basstationsresurser. Traditionella förutsägelsesmetoder förlitar sig främst på historisk tidsseriedata för att förutsäga trafikbelastning, detta misslyckas ofta med att modellera den verkliga världen och fånga omgivande miljö. Det här arbetet föreslår en multimodal modell med djupinlärning förutsägelse av 4G/5G nätverkstrafik genom att beakta externa datakällor som satellitbilder och väderdata. Specifikt består vår föreslagna modell av tre komponenter (1) temporal komponent (korrelationsmodellering mellan trafikbelastningsvärden med historiska datapunkter via LSTM) (2) datorseende komponent (med inbäddningar för att fånga korrelationer mellan geografiska regioner som delar liknande landskapsmönster med hjälp av satelitbilddata och state-of-the-art CNN modeller), och (3) väderkomponent (modellerande korrelationer mellan vädermätningar och trafikmönster). Dessutom studerar vi effekterna och begränsningarna av att använda sådana kontextuella datamängder på tidsserieinlärningsprocessen. Våra experiment visar att hybridmodeller inte alltid leder till bättre prestanda och att LSTM-modellen är kapabel att modellera komplexa sekventiella interaktioner. Det finns dock en potential att klassificera eller märka regioner efter deras stadslandskap och nättrafiken. / La prévision du trafic sur les réseaux cellulaires est un défi crucial pour les fournisseurs de communication, ce qui est important pour les cas d’utilisation tels que la direction du trafic et la gestion des ressources des stations de base. Les méthodes de prédiction traditionnelles reposent principalement sur des données historiques de séries chronologiques pour prédire la charge de trafic, qui échouent souvent à modéliser le monde réel et à capturer les conditions de l’environnement environnant. Dans ce travail, nous proposons un modèle d’apprentissage profond multimodal pour la prédiction du trafic des réseaux cellulaires 4G/5G en considérant des sources de données externes telles que l’imagerie satellitaire et les données météorologiques. Plus précisément, notre modèle proposé se compose de trois composants (1) composant temporel (modélisation des corrélations entre les valeurs de charge de trafic avec des points de données historiques via LSTM) (2) composant de vision par ordinateur (utilisant des incorporations pour capturer les corrélations entre les régions géographiques qui partagent des modèles de paysage similaires à l’aide de données d’imagerie satellitaire et de modèles CNN de pointe) et (3) composante météorologique (modélisation des corrélations entre les mesures météorologiques et les modèles de trafic). De plus, nous étudions les effets et les limites de l’utilisation de tels ensembles de données contextuelles sur le processus d’apprentissage des séries chronologiques. Nos expériences montrent que de tels modèles hybrides ne conduisent pas toujours à de meilleures performances, et le modèle LSTM est capable de modéliser des interactions séquentielles complexes. Cependant, il est possible de classer ou d’étiqueter les régions en fonction de leur paysage urbain et du trafic du réseau.