Académique Documents
Professionnel Documents
Culture Documents
N o dordre : 100
Anne 2008
UNIVERSIT DE TECHNOLOGIE
DE BELFORT-MONTBLIARD
UNIVERSIT DE
FRANCHE-COMT
THSE
Prsente pour obtenir le grade de
DOCTEUR de lUniversit de Technologie Belfort-Montbliard
et de lUniversit de Franche-comt
Discipline : Informatique
Modlisation et optimisation de
la planification des
rseaux locaux sans fil
Par
Alexandre Gondran
GORCE Jean-Marie
HUDRY Olivier
GALINIER Philippe
MINOUX Michel
MORLIER Jean-Franois
CAMINADA Alexandre
BAALA Oumaya
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
9
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
13
15
17
19
21
21
23
28
35
40
41
42
43
45
46
47
48
50
.
.
.
.
.
.
.
.
55
57
59
59
61
63
63
64
65
2.4
2.5
2.6
2.7
2.8
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
66
68
68
70
72
72
73
74
75
77
83
88
89
89
92
93
94
95
3 Optimisation de la planification
97
3.1 Stratgies doptimisation . . . . . . . . . . . . . . . . . . . . . . . . . 100
3.1.1 Optimisation squentielle . . . . . . . . . . . . . . . . . . . . . 101
3.1.2 Optimisation du placement avec coloration de graphe . . . . . 102
3.1.3 Optimisation du placement avec brouillage moyen entre AP . 104
3.1.4 Optimisation simultane du placement et de laffectation . . . 105
3.2 Exprimentations et rsultats . . . . . . . . . . . . . . . . . . . . . . 105
3.2.1 Critre unique dvaluation . . . . . . . . . . . . . . . . . . . 106
3.2.2 Exprimentations . . . . . . . . . . . . . . . . . . . . . . . . . 106
3.2.3 Rsultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
3.3 Approche algorithmique . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.3.1 Algorithme glouton alatoire de couverture . . . . . . . . . . . 114
3.3.2 Algorithme doptimisation voisinages variables alatoires . . 117
3.3.3 Descente avec double contrle de la dgradation dans les voisinages de suppression, dajout et de remplacement . . . . . . 119
3.3.4 Algorithme multi-start damlioration du plan de frquences
dans le voisinage frquentiel . . . . . . . . . . . . . . . . . . . 121
3.3.5 Descente dans le voisinage intra-site . . . . . . . . . . . . . . . 121
3.3.6 Synthse de lalgorithme Voisinages Variables Alatoires VVA122
3.4 Critres de Qualit de Service . . . . . . . . . . . . . . . . . . . . . . 123
3.4.1 Critre de scurit . . . . . . . . . . . . . . . . . . . . . . . . 124
3.4.2 Critre gomtrique . . . . . . . . . . . . . . . . . . . . . . . . 127
3.5
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
Conclusion
173
Publications
179
Bibliographie
183
Remerciements
Je tiens remercier lensemble des membres du jury pour lintrt quils ont
port mon travail. Merci Olivier Hudry, dont javais dj apprci la pdagogie
hors du commun lorsque jtais lve lENST, pour les nombreux commentaires
et remarques quil ma apports. Les travaux quont men Jean-Marie Gorce et sa
thsarde Katia Runser mont permis dentamer cette thse sur des fondations solides.
Les remarques de Jean-Marie ont orient mes travaux. Durant ces trois annes, jai
eu la chance de rencontrer plusieurs reprises Michel Minoux qui ma orient et
guid au niveau de loptimisation et de la thorie pour mener bien ces travaux.
Je le remercie chaleureusement pour ses prcieux conseils. Je remercie galement
Philippe Galinier pour lattention quil a port mon travail et la prcision de ses
remarques qui mont permis de corriger certaines de mes erreurs. Ce travail aurait eu
peu dintrt sans Jean-Franois Morlier et plus gnralement Orange Labs qui nous
ont fourni un problme rel traiter. Merci Jean-Franois pour sa disponibilit,
ses analyses et ses validations.
Evidemment ce travail naurait pas t ce quil est sans laccompagnement de
mes encadrants Oumaya Baala et Alexandre Caminada. Alexandre a t pour moi
bien plus quun directeur de thse : je le considre comme un modle pour ma vie
professionnelle et il est aussi devenu un ami. Oumaya a galement beaucoup compt
pour moi, sa disponibilit, son coute et sa bonne humeur ont t un soutien et une
aide prcieuse.
Je remercie, de faon plus gnrale, tous les membres de notre quipe avec qui jai
pu changer et travailler ; tout spcialement Julien Fondrevelle, matre de confrence
lINSA de Lyon et Hakim Mabed, matre de confrence Universit de FrancheComt dont jai apprci chez tous deux autant leurs comptences techniques que
leurs qualits humaines.
Enfin, je naurais pas tant apprci ces trois annes lUTBM de Belfort sans
les membres du laboratoire Systme et Transport, partis ou toujours prsents, et
je pense en particulier Chibli Joumaa, Laurent Moalic, Mouhcine Chami, Mounir
Boussedjra, Sid Lamrous, Mustapha Oughdi, Isabelle Aldinger, Ariane Glatigny, Salah Merzouk, Nicolas Gaud, Jun Hu, Chris Dumez, Lyamine Bouhafs, Aiman Nouh,
Introduction
Les radiocommunications ont connu un dveloppement de grande envergure dans
les annes 90 avec larrive de la norme GSM de tlphonie mobile (Global System
for Mobile Communications) puis lUMTS (Universal Mobile Telecommunications
System). Cet essor est dabord d lmergence de normes internationales reconnues
qui a favoris le dploiement grande chelle, et aussi la matrise de technologies
associant tlcommunications, lectronique et informatique. Dployer ces rseaux a
t un grand dfi pour les oprateurs qui ont du apprendre matriser les ondes radio
pour des applications totalement nouvelles par rapport ce qui se faisait depuis le
dbut du sicle. On est pass de la diffusion, i.e. la mme chose pour tous, linformation personnalise et des exigences de qualit de service. De part les enjeux, les
oprateurs ont fait normment progresser la recherche sur les mthodes et outils de
planification qui intgrent notamment des modles de propagation des ondes radio,
des modles destimation de qualit de service et des algorithmes doptimisation du
paramtrage.
Dans les annes 2000, le besoin de communiquer sans fil sest port sur les rseaux
informatiques pour lchange de donnes. Les rseaux locaux sans fil, ou WLAN
pour Wireless Local Area Network, de norme IEEE 802.11 (ou de label Wi-Fi)
ont envahi tous les lieux publics et privs : cafs, restaurants, htels, bibliothques,
logements, universits, gares, aroports, entreprises... Ces rseaux supportent de
trs hauts dbits et permettent davoir accs des services volus (Internet, TV,
tlphonie-IP...) tout en saffranchissant de la ncessit de se connecter physiquement
au rseau local de lentreprise ou du btiment, apportant ainsi mobilit et flexibilit.
Avec ces rseaux, nous retrouvons les mmes exigences de qualit de service et les
mmes difficults techniques lies la matrise du mdium de communication mais
pour un cadre de dploiement lintrieur des btiments.
Le grand enjeu scientifique et technique actuel des rseaux locaux sans fil est de
russir leur dploiement grande chelle. En effet, depuis la norme 802.11g de juin
2003, le march est pass progressivement dune niche un march daffaires pour les
quipementiers, les oprateurs de rseaux et les fournisseurs daccs Internet. Pour
exemple, le premier rseau commercial extrieur daccs Internet bas sur la norme
10
11
doptimisation mises en uvre et prsente des rsultats compars avec les mthodes
utilisant des sous-problmes. Enfin, le quatrime chapitre propose des approfondissements thoriques sur la prise en compte des interfrences multiples, ce qui permet
damliorer les algorithmes proposs.
Cest donc dans le premier chapitre que sont prsents les travaux majeurs de
planification de rseaux radio aussi bien dans les rseaux cellulaires que dans les
WLAN. Le problme de planification de rseaux cellulaires (GSM, CDMA, UMTS...)
a t trs tudi et constitue une base importante. La problmatique des WLAN
diffre sur les aspects conomiques et techniques et ncessite une modlisation qui
lui est propre. Le critre financier est moins important que dans les rseaux cellulaires
car le cot du matriel et des installations est bien moindre. Par contre, les services
offerts par les WLAN (services Internet trs haut dbit) sont bien plus volus et
demandent une qualit de service beaucoup plus importante que dans les rseaux
cellulaires. Dans ce chapitre, les critres de qualit de service sont regroups en
trois grandes catgories : les critres de couverture, les critres lis la gestion
des interfrences et les critres de capacit du rseau. Nous rappelons ensuite les
algorithmes et stratgies de traitement mis en uvre.
Le second chapitre fournit une modlisation du problme qui intgre tous les
paramtres de la planification : les donnes via la description des btiments, des services demands, du nombre de clients..., les inconnues via la description des emplacements utilisables, des quipements disponibles, des paramtres de chacun deux...
et les critres utiliss sous forme de contraintes et dobjectifs. Cette modlisation
permet une optimisation globale des problmes de placement des metteurs et dallocation des frquences. Elle est base sur le calcul du dbit rel offert en chaque
point de demande de service du rseau. Nous montrons que ce critre de dbit rel
permet une modlisation complte de la qualit de service. Il unifie les critres de
couverture en calculant les puissances reues en chaque point du rseau, les critres
de gestion des interfrences en calculant compltement et prcisment le rapport
signal interfrences plus bruit et les critres de capacit en calculant la charge de
chaque metteur et en modlisant les protocoles de communication (couche MAC
et procdure CSMA/CA). Notons que le calcul du dbit rel ncessite de traiter
simultanment les problmes de positionnement des metteurs et dallocation des
frquences. Cest la fois une contrainte pour le problme optimiser, mais cest
aussi la condition qui permet la synthse.
Au troisime chapitre, nous comparons les diffrentes stratgies doptimisation
de la littrature avec notre stratgie globale, base sur la modlisation du second
chapitre, qui optimise simultanment le placement des metteurs et laffectation des
frquences. Outre notre stratgie doptimisation globale, nous proposons galement
une seconde stratgie doptimisation, squentielle, mais qui tient compte lors du
placement des metteurs dun brouillage moyen entre eux. Tout cela nous permet
12
de comparer les performances des approches bases sur le problme complet ou dcompos. Ces stratgies sont mises en uvre par une heuristique de recherche locale
nouvelle dite Voisinages Variables Alatoires VVA : chaque itration, le type de
voisinage est tir au hasard parmi un ensemble des voisinages possibles. Cet algorithme est trs modulaire et permet facilement de combiner les deux sous problmes
(placement et affection). Une partie du travail a t effectue en collaboration avec
Orange Labs pour les calculs de propagation et la production des scnarios de test.
Enfin dans le but damliorer les performances des algorithmes prcdents, le
quatrime chapitre dveloppe un cadre formel pour tenir compte des interfrences
multiples. Habituellement le cadre formel du traitement des interfrences est dfini
par la T -coloration de graphe qui exprime les contraintes binaires donc les interfrences simples. Une analyse de limpact des interfrences dans les rseaux sans fil
nous permet de construire plusieurs modles du problme daffectation de frquences.
Des problmes de satisfaction de contraintes, concernant des niveaux de rapport signal interfrence plus bruit respecter, et des problmes de T -coloration de graphe
sont ainsi construits. Puis nous introduisons une gnralisation du problme de T coloration pour les hypergraphes afin de rendre compte des interfrences multiples.
Nous dfinissons alors une procdure dynamique qui construit des problmes de T coloration de graphe et dhypergraphe associs au problme complet dallocation de
frquences des WLAN et nous montrons des rsultats sur des scnarios thoriques
de test.
Chapitre 1
Etat de lart sur la planification
Ce chapitre dresse un panorama des diffrents modles, outils et mthodes employs pour traiter les problmes de planification de rseaux locaux sans fil.
Aprs un bref rappel du dveloppement actuel des WLAN, nous valuons la
dimension des instances des problmes que lon souhaite rsoudre. Puis nous prsentons les diffrents critres de planification qui ont t labors dans la littrature :
critres conomiques, critres de couverture, critres de gestion des interfrences et
critres de capacit. Le problme de planification de rseaux radio comporte, dune
part, une phase de placement et de paramtrage des metteurs et dautre part, une
phase daffectation des frquences aux metteurs. Nous passons en revue les diffrents algorithmes et stratgies doptimisation (squentielles ou simultanes) mis
en uvre pour traiter ce problme. Enfin quelques rflexions sur les dploiements
de rseaux oprationnels et sur leurs modes dvaluation sont menes. En conclusion nous mettons en avant les aspects qui nous semblent importants prendre
en compte et qui refltent les insuffisances constates dans la littrature. Ces propositions correspondent aux orientations donnes nos travaux prsents dans les
chapitres suivants.
Sommaire
Introduction
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
1.1
15
Les rseaux locaux sans fil (WLAN pour Wireless Local Area Network ) sont apparus au milieu des annes 90 afin de profiter des principaux avantages des systmes
de type Ethernet, tout en saffranchissant de la ncessit de se connecter physiquement au rseau, apportant ainsi mobilit et flexibilit. Lmergence de la famille de
standards IEEE 802.11, il y a quelques annes, a fourni un cadre commun pour llaboration et la mise au point de rseaux locaux sans fil, ce qui a grandement contribu
lessor de ce type de technologies. Si la conception de ces rseaux tait initialement ralise manuellement, laugmentation du nombre dutilisateurs potentiels et
le dploiement grande chelle conduisent des problmes complexes, ncessitant
des approches performantes de rsolution automatiques.
Le problme de planification de rseaux WLAN consiste positionner et paramtrer automatiquement des points daccs sans fil (AP, pour Access Point) dans
un btiment afin doffrir aux clients un accs au rseau local avec la couverture
souhaite et la qualit de service requise, tout en minimisant le cot financier.
Outre la complexit prvoir la Qualit de Service (QoS pour Quality of Service)
dun rseau partir des variables du problme (positions, paramtres et frquence
des AP ), la planification de rseaux WLAN fait face plusieurs difficults.
1. Dabord, le problme de localisation des AP est lui seul un problme
difficile qui correspond au problme dACP (pour Automatic Cell Planning)
dans les rseaux cellulaires GSM et UMTS. Plus gnralement, positionner des
infrastructures afin de rpondre aux demandes des clients rpartis sur une aire
gographique nest pas un problme spcifique la planification WLAN. Cette
problmatique est retrouve dans de nombreux problmes dits de localisation
(avec ou sans association des clients) comme le Facility Location Problem,
le problme dup-median, ou le Set Covering Problem (SCP, cf. [Bosio et al.,
2007]) qui sont tous des problmes NP -difficiles [Kariv & Hakimi, 1979] [Karp,
1972].
2. Les ressources radio tant rares, le problme dallocation de frquences est
lui aussi un problme difficile. Lobjectif est dattribuer chaque antenne une
frquence afin de minimiser les interfrences. Les frquences disponibles sont
fixes par la norme IEEE 802.11 a, b ou g. Ce problme est appel AFP
(pour Automatic Frequency Planning). Il est galement trs tudi en design
de rseaux cellulaires et nest pas spcifique aux WLAN. Il peut se ramener
un problme de k -coloration ou de T -coloration de graphe qui sont des problmes NP -difficiles. Par exemple, considrons la norme IEEE 802.11b/g qui
dfinit 14 canaux de frquence dont 13 sont autoriss en France. Deux canaux
espacs de moins de 5 canaux dcart se chevauchent, ce qui gnre des interfrences. Il nexiste donc sur cette bande de frquences que 3 canaux totalement
16
17
cellulaires ; le cot dachat dun AP Wi-Fi commence 30e alors quil dpasse
facilement les 300e pour une antenne GSM. De mme les cots dinstallation,
de raccordement au rseau filaire et dexploitation sont bien moindres dans les
WLAN.
Les WLAN utilisent des bandes de frquences autour de 2400 MHz et de
5000 MHz tandis que les rseaux GSM utilisent les bandes de frquences
900 MHz et 1800 MHz. La porte dune onde Wi-Fi est donc bien plus faible
- une centaine de mtres maximum - que la porte dune onde GSM qui peut
atteindre une cinquantaine de kilomtres. Laffaiblissement dune onde radio
est inversement proportionnelle au carr de la frquence utilise (cf. formule
de Friis [Friis, 1946]).
Les WLAN concernent le plus souvent des rseaux dintrieur, avec des phnomnes de propagation spcifiques : rflexion, diffraction, interfrence...
Les services des WLAN prtendent des dbits thoriques de 54 Mbps alors
que les dbits thoriques sont de 9.6 kbps pour le GSM, de 171.2 kbps pour le
GPRS, de 384 kbps pour lEDGE et 1.92 Mbps pour lUMTS.
1.1.1
Lobjectif est de concevoir un rseau afin quil rponde au mieux aux exigences
financires et de qualit de service souhaites.
La planification de rseaux WLAN peut, au mme titre que celle des rseaux
cellulaires, tre dcompose en deux sous-problmes : le positionnement des AP ,
accompagn ventuellement du choix de son diagramme de rayonnement et du paramtrage de la puissance dmission et de lazimut (qui correspond la direction
dmission dans le cas dantennes sectorielles), et laffectation de frquences. Ces
deux problmes sont trs souvent traits successivement mais ils peuvent parfois tre
traits simultanment [Rodrigues et al., 2000], [Lee et al., 2002], [Bahri et al., 2005],
[LIN05].
Deux approches diffrentes peuvent tre adoptes pour aborder le problme de
positionnement, selon que lensemble des positions candidates des AP est infini ou
fini :
Une optimisation dite continue, o lensemble des positions candidates des AP
(coordonnes dans le plan pour un problme 2D ou dans lespace pour un
problme 3D) est infini. Si lon exclut les contraintes de domaine qui imposent
par exemple aux AP de se trouver lintrieur du btiment couvrir, aucune
autre restriction ne sapplique gnralement pour ces positions.
18
19
1.1.2
Dimension du problme
20
Le nombre maximum dAP placer est de lordre dune centaine : pmax 100,
et nous estimons quil est ncessaire de 10 sites candidats pour slectionner 1 site, ce
qui reprsente environ 1000 sites candidats. Notons que 100 AP permettent dcouler
un dbit rel denviron environ 1,3 Gbps ( raison de 13 Mbps par AP ) soit de servir
2600 clients simultanment 500 kbps.
Il faut choisir le type dAP installer sur chaque site slectionn, un type dAP
est caractris par son diagramme de rayonnement. Il existe principalement 3 catgories dAP : les AP omnidirectionnels (sans direction privilgie), les AP bidirectionnels (avec deux directions privilgies opposes) et les AP directionnels
(avec une seule direction privilgie). On peut se limiter ces 3 types dAP avec 8 azimuts possibles pour lAP directionnel, 4 azimuts possibles pour lAP bi-directionnel
et aucun azimut possible pour lAP omnidirectionnel. Ce qui porte 8 + 4 + 1 = 13
possibilits de configurations pour le type dAP avec azimuts.
Il est aussi ncessaire de dterminer la puissance dmission des AP slectionns.
On peut estimer que nous avons le choix, pour chaque type dAP, entre 4 valeurs
possibles environ. De plus, il y a le choix entre 13 canaux de frquence dmission
pour la norme IEEE 802.11b ou g. Le nombre total de solutions possibles dun
problme de planification dun rseau WLAN de 100 AP est :
100
100
C1000
(13 4 (8 + 4 + 1))100 = C1000
(676)100 10422
Lespace des solutions est donc considrable mais la plus grande difficult
du problme provient de la gestion des interfrences. En effet, si lon omet
le problme dallocation de frquence, on est rduit un problme de couverture,
certes avec une grosse combinatoire, mais le problme est conservatif par rapport
la qualit, cest--dire que lajout dun nouveau point daccs par exemple ne fait
quamliorer la qualit de service de la solution mme si elle en augmente le cot
financier. Tandis que lorsque lon considre les interfrences, le problme devient
bien plus complexe car lajout dun nouveau point daccs peut amliorer,
mais aussi, peut dgrader fortement la qualit de service de la solution.
La gestion des interfrences rend le problme combinatoire beaucoup plus complexe
car non conservatif par rapport la qualit.
Pour dfinir les zones couvrir et valuer une solution, un maillage du btiment
est souvent ncessaire. Les mailles couvrir sont appeles points de service. Le
nombre de points de service dpend du pas de maille, si celui ci est de un mtre
carr, le nombre de points de service total maximal est de 100 000 (pour le btiment
de 100 000 mtres carrs). Il faudra dterminer si une solution couvre ou pas chacun
de ces points de service. Cent mille est donc lordre de grandeur du nombre maximum
de contraintes de notre problme.
1.2
21
Critres de planification
1.2.1
Critres conomiques
22
et donc quil ny a pas dautre quipement installer que les bornes radio, et quil
ny a pas de cbles de connexion au rseau ou dalimentation lectrique installer. Or dans un WLAN la partie la plus onreuse du rseau est constitue par la
partie filaire (cot de pose des cbles) et par les quipements actifs de cette partie
(concentrateurs, commutateurs...).
Le nombre dAP installer est trs largement le critre conomique le plus utilis dans la littrature. Le problme revient alors minimiser ce nombre comme
dans [Bahri et al., 2005]. Rappelons cependant que dans le contexte de la planification des rseaux de tlphonie mobile (par exemple, les rseaux GSM ) la problmatique financire constitue un enjeu fondamental, du fait du cot unitaire des
stations de base (de lordre de 300 000 e). Ce nest plus vritablement le cas pour
les rseaux de type WLAN, pour lesquels le cot est beaucoup plus faible (de 40
quelques centaines deuros). En outre, les dimensions des zones couvrir sont beaucoup moins importantes (il sagit de rseaux locaux qui nexcdent pas la centaine
dantennes), tandis que pour les rseaux cellulaires, le dploiement peut se faire
lchelle dun pays. Par consquent, le critre du nombre dAP a plutt tendance
tre formul comme une contrainte du problme, en tant par exemple limit infrieurement (nombre dAP minimum pour assurer la couverture) et / ou suprieurement
(budget maximal autoris) [Unbehaun & Kamenetsky, 2003]. Une seconde possibilit
consiste linclure dans une fonction de cot en lagrgeant dautres critres [MacGibney & Klepal, 2005], ou loptimiser conjointement dautres fonctions dans
un cadre multi-objectif [Tang et al., 2001], [Maksuriwong et al., 2003]. Enfin, un
certain nombre de travaux supposent tout simplement que le nombre dAP soit un
paramtre fix a priori, dtermin en amont [Ji et al., 2002].
Le critre du cot conomique du rseau ne peut pas tre utilis seul, un critre
de qualit de service doit obligatoirement lui tre associ. Un problme conomique
trs standard que lon retrouve dans de nombreux domaines est le problme de
couverture (SCP, Set Covering Problem). Il a pour objectif de minimiser le cot
dinstallation des AP sous la contrainte dune couverture complte des clients.
Remarque :
Dans les problmes de planification de rseaux radio, les interfrences transforment
radicalement le problme de couverture. Sil est toujours vrai que plus il y a dantennes plus on couvre le btiment, on sait aussi que plus il y a dantennes, plus il
y a dinterfrences et donc moins on couvre le btiment. Ces deux phnomnes ont
des effets antagonistes sur le nombre dantennes installer. Il en rsulte un quilibre
qui gre le nombre total dantennes.
La remarque prcdente montre que si lon traite les phnomnes de couverture
et dinterfrences simultanment, il nest pas forcement ncessaire doptimiser le
23
nombre dAP installer. Cependant si lon souhaite vraiment estimer le prix dun
WLAN qui tienne compte la fois du cot dachat des AP et de leur raccordement
au rseau filaire, alors il est ncessaire davoir une liste finie de sites potentiels pour
lesquels on a dfini un cot financier dinstallation (main duvre et raccordement
au LAN et au rseau clectique). Nous intgrerons ce type de critre financier, non
encore tudi dans la littrature, dans notre modlisation prsente au chapitre 2.
1.2.2
Critres de couverture
Le premier critre de qualit de service dun rseau sans fil est sa couverture,
cest--dire la zone de lespace couverte par ce rseau. Lestimation de la couverture
ncessite dutiliser un modle de propagation dondes radio qui calcule la puissance
des signaux reus en tout point de lespace. Le terme de couverture est ambigu, nous
prcisons donc les termes suivants. Un point de lespace est couvert en puissance
sil reoit dun AP un signal dont la puissance est suprieure un seuil pmin donn.
Dans la littrature, la couverture en puissance est simplement appel couverture et
nous adopterons cette appellation. Un point de lespace est couvert en service
si le rapport signal interfrence plus bruit calcul en ce point est suprieur un
seuil SIN Rmin donn. Un client situ sur ce point de lespace aura une qualit radio
suffisante pour tablir un connexion avec le rseau local. La couverture en service
implique la couverture en puissance mais linverse est faux car la couverture en service tient compte des interfrences. Les interfrences se produisent principalement
cause dautres AP utilisant le mme canal de frquences ou des canaux de frquences
voisins. Dans cette partie "Critres de couverture", on ne traite que la couverture
en puissance. La couverture en service est traite dans le paragraphe 1.2.3 avec les
critres concernant les interfrences.
Introduire un critre de couverture implique ncessairement de dfinir des points
de service, cest--dire des zones ou points de lespace pour lesquels nous calculons
la puissance reue provenant des AP. Selon les articles de la littrature les points
de service sont appels points de test, points de demande, usagers, clients, stations
ou blocs rectangulaires homognes quand il sagit de zones. Les caractristiques
associes un point de service sont plus ou moins volues. [Battiti et al., 2003],
[Rodrigues et al., 2000] et [Wertz et al., 2004] attribuent chaque point de service
un coefficient de priorit traduisant limportance relative des diffrentes rgions
de lespace couvrir. En gnral, cest un nombre entier compris entre 0 et 5. Il peut
tre galement associ un coefficient rendant compte de la superficie correspondant
au point de service [Rodrigues et al., 2000].
On remarque que dans la grande majorit des articles de la littrature, les auteurs
supposent que chaque point de service se connecte avec lAP qui lui offre le plus
24
I
J
x
jJ
(aij )iI est la matrice binaire telle que : aij = 1 si pij pmin et aij = 0
jJ
sinon.
Notons que :
X
pi pmin max(pij xj ) pmin max(aij xj ) = 1
aij xj 1
jJ
jJ
jJ
(1.1)
Pour cette raison, certains auteurs [Mathar & Niessen, 2000] considrent cette matrice quils appellent matrice de couverture des
points de service, plutt que la matrtice des puissances.
Dans ce cas lassociation client/serveur est un problme part entire ; ce problme est intressant lorsque lon considre que la capacit de chaque AP est limite,
il est alors utile de transfrer des points de service dun AP surcharg vers un AP
moins charg : cest lquilibrage de charge (en anglais, load balancing). Nous en
reparlerons dans le paragraphe 1.2.4 traitant justement des critres de capacit.
Remarque :
Un critre de couverture ncessite de calculer les puissances reues aux points de
service. Ce calcul est, soit pralable la phase doptimisation, soit effectu durant
loptimisation. Pour effectuer le calcul durant loptimisation, les auteurs dfinissent
gnralement un modle empirique de propagation du signal fond sur la formule
de [Friis, 1946]. Comme ce modle de propagation est peu fiable, il est prfrable
davoir dfini un nombre de sites candidats finis et de calculer pralablement les puissances reues aux diffrents points de service. De plus, effectuer le calcul des puissances durant loptimisation ralentit considrablement lexcution de lalgorithme.
Pratiquement cela rend non envisageable le traitement des problmes de grande taille.
Seul [Runser, 2005] a construit un modle de propagation fond sur une vritable
propagation de proche en proche du signal. Ce modle fournit une bonne estima-
25
tion de la puissance reue aux points de service et le calcul est rapide, de lordre
de la seconde par carte de couverture, ce qui permettra sous certaines conditions de
lintgrer la phase doptimisation.
le trouvons dans [Rodrigues et al., 2000] [Lee et al., 2002] o il est pondr par
les coefficients de priorit et surfacique. Evidement, maximiser les puissances reues
quivaut minimiser laffaiblissement du signal ; les formalismes bass sur celui
de [Sherali et al., 1996] tels que [Ji et al., 2002] [Kamenetsky & Unbehaun, 2002]
[Unbehaun & Kamenetsky, 2003] [Kouhbor et al., 2005] utilisent ce critre combin
avec dautres. Optimiser la moyenne des rapports signal bruit (Signal-to-NoiseRatio, SNR) comme le fait [Maksuriwong et al., 2003] revient exactement au mme
problme. [Eisenbltter et al., 2007] approxime le dbit des points de service i par
une fonction polynomiale de pi , le problme est alors de :
X
trouver x qui maximise
ap2i + bpi + c,
iI
avec a, b, c IR.
Problmes de couverture
Le second critre de couverture rencontr dans la littrature fait intervenir un
seuil de puissance minimal pmin . Nous rappelons qun point de service i est
couvert (en puissance)
si la plus forte puissance quil reoit est suprieure au seuil :
P
aij xj 1. Ce critre est le plus commun, il peut tre exprim en
pi pmin i.e.
jJ
26
jJ
iI
jJ
[Anderson & McGeehan, 1994] dfinissent une pnalit pour chaque point de
service i non couvert gale lcart entre la puissance reue (pi ) et la puissance seuil
(pmin ), le problme doptimisation est alors :
X
trouver x qui minimise
max(0, pmin pi ).
iI
Ce critre exprim en objectif du problme est utilis par [Sherali et al., 1996] et
tous les autres formalismes bass sur celui-ci ( [Ji et al., 2002] [Kamenetsky & Unbehaun, 2002] [Unbehaun & Kamenetsky, 2003] [Kouhbor et al., 2005]). [Runser, 2005]
considre galement ce critre mais lui fixe une valeur maximale puisque ce critre
nest pas born.
Remarque :
En
P ralit [Anderson &2 McGeehan, 1994] considrent la somme des carrs des carts
(max(0, pmin pi )) . En effet, plusieurs auteurs prfrent des formulations quaiI
dratiques. En particulier [Runser, 2005] value tous les critres (fi )iI concernant
rP les
points de service par le calcul de la norme euclidienne pondre : || f || =
i fi2
iI
27
jJ
Cette faon de maximiser la zone de couverture est utilise par [Tang et al., 2001],
[Battiti et al., 2003] et [MacGibney & Klepal, 2005] ou par [Fortune et al., 1995]
et [Wright, 1998] qui expriment cela en pourcentage de couverture.
Enfin, certains auteurs comme [Sherali et al., 1996] ou [Rodrigues et al., 2000]
introduisent plusieurs seuils permettant de caractriser plusieurs niveaux de qualit
du signal reu. A chaque seuil est alors associe une pnalit spcifique, qui crot
mesure que la qualit du signal se dgrade. Lapproche de [He et al., 2004] qui
minimise le taux derreur binaire (BER, Bit Error Rate) correspond dfinir une
suite continue de pnalits en fonction du niveau de puissance. Selon le service que
lon souhaite mettre en place, [Runser et al., 2003] associent chaque point de
service, un seuil minimal de puissance reue respecter : pmin
.
i
Homognit de la couverture
Enfin les derniers critres de couverture prsents sont des critres dhomognit
de la couverture. Par exemple [Battiti et al., 2003] maximise la plus faible puissance
reue par les points de service (le plus mauvais best serveur) :
trouver x qui maximise min(pi ).
iI
De faon analogue [Sherali et al., 1996] (et tous les autres formalismes bass sur
celui-ci [Ji et al., 2002] [Kamenetsky & Unbehaun, 2002] [Unbehaun & Kamenetsky,
2003] [Kouhbor et al., 2005]) minimisent la perte maximale de signal comme [Tang
et al., 2001] et utilisent ce critre accompagn de deux autres critres de couverture.
Enfin [Runser, 2005] dfinit un critre de couverture homogne sous forme quadratique :
trouver x qui minimise ||max(0, p pi )|| ,
P
i pi est la moyenne des puissances reues sur les points de service et
o p =
iI
p
P
2
||fi || =
iI i fi .
28
Remarque :
[MacGibney & Klepal, 2005] introduisent la notion de zones interdites ou zones
restreintes correspondant des endroits quils ne souhaitent pas couvrir. Ils pnalisent alors leur fonction objectif si la zone interdite est couverte.
1.2.3
Critres dinterfrences
29
Tous les AP travaillent sur des canaux diffrents. Cest en ralit rarement le
cas ; en effet pour la norme IEEE 802.11b ou g, par exemple, il existe seulement
3 canaux totalement disjoints, ce qui a pour consquence que des interfrences
peuvent apparatre partir du positionnement de quatre AP.
jJ
Remarque :
[Bosio et
Pal., 2007] font remarquer que si on pose comme cot dinstallation de lAP
aij qui correspond au nombre de points de service couverts par lAP, alors
j :fj =
iI
30
[pinterfrent ]mW
[pi ]mW
(|cserveur cinterfrent |) + [pB ]mW
interfrents
xj [pij ]mW
[pi ]mW
(|cserveur cj |) + [pB ]mW
jJ\{j }
Plus le SINR est important plus la qualit de la liaison radio est bonne et plus
il est possible de mettre en place un codage et une modulation du signal complexe
qui permet un haut dbit nominal. Un point de service peut tablir une connexion
avec un AP si et seulement si son SINR est suprieur un seuil SIN Rmin .
31
Remarque :
Si nous considrons (|cserveur cj |) = 0, cest--dire quil ny a aucune inter= [pi pB ]linaire et la contrainte
frence dans le rseau, alors SIN Ri = [p[pBi ]]mW
mW
SIN Ri SIN Rmin devient pi pB + [SIN Rmin ]dB = pmin . Nous retombons dans
ce cas sur un problme de niveau de puissance que lon a dj prsent dans les
critres de couverture.
[pi ]mW
,
xj [pij ]mW
jJ\{j }
cest--dire le rapport entre le signal le plus lev et la somme des autres signaux.
[Stamatelos & Ephremides, 1996] font cette approximation et minimisent le
nombre de points de service non couverts, cest--dire nayant pas un SINR suffissant
pour tablir une communication :
X
trouver x qui minimise
SIN Ri <SIN Rmin
(1.4)
iI
avec SIN Ri <SIN Rmin = 1 si SIN Ri < SIN Rmin et SIN Ri <SIN Rmin = 0 sinon.
[Anderson & McGeehan, 1994] compltent leur modle de maximisation de la
couverture en ajoutant une pnalit supplmentaire tenant compte du rapport signal
interfrences souhait :
X
trouver x qui minimise
max(0, SIN Rmin SIN Ri ).
(1.5)
iI
Ecarts de puissances
Au lieu de considrer la somme des signaux interfrents pour le calcul du SINR,
certains auteurs se limitent ne considrer quun seul signal interfrent la fois,
lapproximation du SINR pour lAP interfrente j est la suivante :
SIN Ri =
[pi ]mW
= [pi pij ]linaire .
[pij ]mW
32
Dans ce cas la contrainte SIN Ri SIN Rmin est ramene considrer un cart de
puissance : pi pij [SIN Rmin ]dB . [Aguado-Agelet et al., 2002] traitent ce cas en
maximisant lcart entre le serveur et le plus fort des interfrents :
trouver x qui maximise
X
iI
jJ\{j }
Les carts de puissances sont plus simples calculer que le SINR puisquil sagit
de simple comparaison de valeurs entre elles. La modification du paramtrage dun
AP implique de recalculer seulement ses valeurs de puissance reue. La couverture,
base sur la mesure du rapport signal interfrences, demande un effort de calcul plus
important puisquil sagit de combiner lensemble des signaux reus pour calculer
une valeur unique compare un seuil. Toute modification du paramtrage dun AP
implique de recalculer aussi les combinaisons de SINR.
En GSM, [Reininger & Caminada, 2001] et [Jedidi, 2004] identifient les signaux
interfrents dsirables qui servent au handover 2 et qui ne poseront pas de problme dinterfrences. Il sera possible dallouer ces signaux un canal de frquences
non interfrent avec le canal de frquences du serveur. Les autres signaux poseront
des problmes dinterfrences et sont donc appels signaux interfrents indsirables. Les signaux interfrents sont ordonns par ordre de puissance dcroissante
et les h premiers signaux interfrents sont alors considrs dsirables, les suivantes
indsirables.
h
est le nombre de signaux interfrents dsirables.
Pour les GSM, h = 6 cest--dire que les six premiers signaux interfrents servent
au handover, les autres sont indsirables. Les auteurs souhaitent que les signaux
interfrents indsirables soient infrieurs un seuil de puissance donn pmin2 :
trouver x qui minimise
X
iI
jinterfrents
indsirables
Le handover est pas dfini par la norme 802.11 mais cette modlisation peut tre vue
comme une stratgie de gestion des interfrents : les h premiers signaux interfrents
ne poseront pas de problme dinterfrence car il sera possible de leur allouer un
canal de frquence non interfrent avec le canal du serveur. [Runser, 2005] reprend
ce critre pour le 802.11 et minimise lcart du seuil avec le premier signal interfrent
indsirable, en 802.11b/g, cest le troisime signal interfrent :h = 3.
2. Le handover (transfert automatique intercellulaire) est lensemble des mcanismes mises en
uvre permettant quune station mobile puisse changer de cellule sans interruption de service.
33
est
est
yjk
est
kK
[pi ]mW
.
jJ\{j } yjk yj k xj [pij ]mW
(1.6)
Le travail prsent par [Wertz et al., 2004] inclut dans la fonction de cot ce calcul
du SIR co-canal avec 3 canaux de frquences seulement.
trouver x et y qui maximise
SIN Ri .
iI
34
[Bahri et al., 2005] utilisent aussi cet type de contrainte mais les calculs sont effectus
non pas au niveau des points de service mais seulement au niveau des AP. La notion
de seuil est critique car difficile dterminer. [Prommak et al., 2002] utilisent trois
classes de service correspondant chacune un niveau de qualit radio et un seuil
donn. Il aurait t intressant de prendre pmin3 = pi + [SIN Rmin ]dBm pour relier le
seuil directement au SIN Ri de lquation (1.6).
Nous retrouvons dans [Rodrigues et al., 2000], [Lee et al., 2002], [Mathar &
Niessen, 2000] des contraintes portant sur la distance minimale en canaux respecter
pour des sites potentiellement interfrents, ces sites tant reprsents par le graphe de
recouvrement Gr (J, V ) que nous avons prsent page 29. Sa matrice dincidence tait
(bjj 0 )j,j 0 J . Deux AP voisines ne devraient pas utiliser le mme canal de frquence.
[Mathar & Niessen, 2000] minimisent alors lutilisation simultane de ces AP :
X X
trouver x et y qui minimise
bjj 0 yjk yj 0 k xj xj 0 .
kK j,j 0 J
Dans [Rodrigues et al., 2000], [Lee et al., 2002] les critres de gestion des interfrences sont mis en contrainte du problme :
X
k K, (j, j 0 ) V, yjk xj +
yj 0 l xj 0 1
l{max(1,kd+1),
...,min(k+d1,|K|)}
jj
partiellement). Si deux sites voisins sont slctionns, une pnalit (1+|kk
in0 |)2
0
versement proportionnelle lcart de canaux |k k | affects aux AP est ajoute
35
la solution :
|K|
X
b0jj 0 yjk yj 0 k xj xj 0
,
(1 + |k k 0 |)n
avec b0jj 0 la pondration de chaque arte du graphe Gr que nous avons prsent dans
la partie 1.2.3. Les auteurs prennent dans leur exemple n = 2. Cette formulation est
intressante car elle intgre implicitement un problme de T -coloration de graphe
13 couleurs au problme de positionnement des AP.
1.2.4
Critres de capacit
Pour valuer la performance dun rseau, quel quil soit, une mesure fondamentale
et assez naturelle consiste estimer sa capacit couler le trafic demand (ou mis)
par les diffrents utilisateurs. Ce nest cependant pas le cas de toutes les tudes de la
littrature, dont un grand nombre considre implicitement ou explicitement [Tang
et al., 2001] que la capacit des AP est largement suffisante pour absorber lensemble
du trafic des utilisateurs.
On distingue dans la littrature deux types de contraintes sur la capacit des
AP.
Soit cette capacit est fixe et nous retrouvons les contraintes habituelles des problmes dinstallation dinfrastructures avec capacit. Dans ce cas nous nous intressons au nombre de clients associs chaque AP ou de faon plus prcise la
demande des clients associs chaque AP.
Soit la capacit des AP est variable selon les paramtres du problme. Il est
ncessaire dans ce cas danalyser les protocoles daccs au canal pour la norme IEEE
802.11 [Bianchi, 2000]. Nous nous apercevons alors que la capacit varie non seulement selon le nombre de clients associs chaque AP mais aussi en fonction de la
rpartition de ces clients selon leur dbit nominal. Nous introduisons les notations
suivantes :
36
zij
di
Cj
zij nbmax
(1.7)
iI
En effet
iI
[Prommak et
al., 2002]
garantissent galement quune portion [[0, 1]] de la deP
di est rellement servie ; cest une contrainte de capacit minimande totale
male :
iI
XX
jJ iI
di zij
X
iI
di
37
di zij .
(1.9)
ii
Ils proposent de faire voluer leur modle en considrant une capacit dAP
variable Cj
di zij
ii
Cj
X
iI
avec :
dri .
38
paccs
est la probabilit daccder au canal du point de service i :
i
paccs
(x, z). Son calcul est bas sur les travaux de [Bianchi, 2000].
i
r
di
est le dbit rel du point de service i :
dri = paccs
dni efficaciti .
i
dni
39
Ils dfinissent donc des zones de blocages que lon peut reprsenter par une
matrice (uii0 )i,i0 I telle que : uii0 = max(aij ai0 j xj ) avec (aij )iI la matrice binaire de
jJ
jJ
Ils formulent aussi leur objectif sous forme quadratique et proposent galement une
optimisation homogne qui tente maximiser les points de service pnalisant le plus
la capacit du rseau :
trouver x et y qui maximise min P
iI
i0 I
vii0
40
Eco.
Couverture
Interfrences
Capacit
max pb homog. recouv. cart SINRAFP fixe qui. dbit
puiss.couv.
puiss.
Interfrences
Capacit
1.3
signifie quun critre conomique (cot financier ou nombre dAP ) est considr.
max puiss. : maximisation des puissances reues.
pb. couv. : problmes de couverture (fait intervenir un seuil de puissance minimale).
homog. : critre dhomognit de la couverture.
recouv. : critre de recouvrement entre zones de couverture des AP.
ecart puiss. : critre sur les carts de puissances.
SINR : calcul mme approch du SINR.
AFP : Automatic Frequency Planning, signifie que lallocation de frquences est
intgre au problme de positionnement.
fixe : la capacit maximale dun AP est considre mais elle est fixe.
qui. : critre dquilibrage de charge et handover. Le problme fait intervenir une
variable de dcision supplmentaire qui est lassociation client/AP ; cela permet
dquilibrer la charge totale entre les AP.
dbit : le critre de dbit est considr.
Performances algorithmiques
Comme nous venons de le remarquer, il existe une multitude de formulations possibles pour le problme de planification de rseaux WLAN. Les algorithmes utiliss
pour rsoudre ces problmes sont aussi trs varis et une classification par algorithme
ne comporte que peu dintrt. Par contre il est intressant de faire ressortir trois
41
caractristiques importantes de ces algorithmes. Dabord il y a la stratgie doptimisation utilise : soit le problme de placement des metteurs est trait sparment
du problme daffectation des frquences, la stratgie doptimisation est dite squentielle ; soit les deux problmes sont traits conjointement, la stratgie doptimisation
est dite globale. La seconde caractristique importante est le modle de propagation des ondes radio que le systme utilise. En effet, la prcision du modle influe
fortement sur la qualit de la solution. Enfin la troisime caractristique importante
dun algorithme est la taille des problmes quil peut traiter. Combien de points
daccs peut-il placer ? Combien de points de service peut-il estimer ?
1.3.1
La planification de rseaux locaux sans fil est souvent dcompose en deux sous
problmes : le problme de placement des AP et le problme dallocation des frquences. Ces deux problmes sont souvent tudis sparment dans les rseaux sans
fil (cellulaire :GSM, UMTS, EDGE et locaux : 802.11). Lorsque les problmes sont
traits successivement (on fixe dabord les positions des antennes, puis on alloue les
frquences) il est ncessaire dajouter au problme de placement des critres rendant
compte des interfrences afin de faciliter le problme dallocation de frquences dans
un second temps. Dans les WLAN, ces ajouts sous-estiment ou surestiment toujours
les interfrences biaisant ainsi le problme.
Rcemment on constate que de plus en plus dauteurs [Rodrigues et al., 2000],
[Mathar & Niessen, 2000], [Lee et al., 2002], [Prommak et al., 2002], [Wertz et al.,
2004], [Bahri et al., 2005], [Ling & Yeung, 2005], [Bosio et al., 2007], et [Eisenbltter
et al., 2007] traitent les problmes conjointement et rendent ainsi compte dune
meilleure ralit des interfrences. Cependant nous pouvons regretter que :
Dune part, les auteurs ne considrent que les trois canaux totalement disjoints (pour
la norme 802.11b/g qui est la norme la plus tudie) et limitent ainsi leurs tudes
aux interfrences co-canal. Thoriquement cela revient intgrer une 3-coloration
de graphe au problme de placement. Seuls [Eisenbltter et al., 2007] traitent les
problmes conjointement avec toutes les frquences autorises par la norme.
Dautre part, la mesure des interfrences est souvent binaire, cest--dire que les
auteurs se contentent de dterminer si il y a ou pas interfrence co-canal.
Seuls [Prommak et al., 2002], [Wertz et al., 2004], et [Bahri et al., 2005] mesurent
plus prcisment ces interfrences en calculant le SINR. La table 1.2 rcapitule les
diffrentes stratgies employes.
Remarque :
Le problme dallocation de frquences est un problme en soi et nous nallons pas
dresser un panorama de lensemble des mthodes utilises pour ce problme lorsque
42
celui-ci est trait seul, cest--dire non conjointement avec le placement des AP. Notons cependant deux travaux rcents et originaux pour lallocation de frquences des
WLAN [De La Roche et al., 2006] et de [Haidar et al., 2008]. Ces auteurs basent
leur optimisation sur le calcul du SINR et rendent ainsi compte des interfrences
des signaux adjacents en permettant lutilisation de tous les canaux de frquences.
1.3.2
43
de propagation au cours de loptimisation, ce qui prsente un gain de temps considrable. Choisir de considrer les paramtres des AP implique donc lutilisation dun
modle de propagation lors de loptimisation. De mme optimiser le placement des
AP laide de variables continues (x, y, z) IR3 (i.e. infinit de sites candidats)
ncessite de recalculer la carte de couverture chaque dplacement dAP, ce qui est
trs lourd en temps de calcul et ne permet pas une optimisation efficace grande
chelle. La table 1.2 rcapitule les modles de propagation utiliss dans la littrature
et indique aussi si les paramtres des AP sont considrs.
Remarque :
Le calcul de la propagation des signaux montants (cest--dire mis par les stations
clients, les signaux descendants tant les signaux mis par les AP) peut tre intressant pour estimer les interfrences et les nuds cachs. Cependant trs peu de
travaux de la littrature [Runser, 2005], [Wong et al., 2005] les considrent. Ceci est
d au temps trop long ncessaire aux calculs de la propagation des signaux montants.
1.3.3
Pour des WLAN de petite taille comptant cinq ou six AP, le problme dinterfrences est quasiment inexistant et une planification manuelle par un expert peut
savrer rapide et trs performante. Cependant notre objectif est de pouvoir traiter
des problmes de grande taille, cest--dire de plus de cinquante AP et pouvant dpasser une centaine dAP. Ces WLAN de grande taille ne peuvent pas tre planifis
manuellement de faon satisfaisante et un outil automatique est alors ncessaire. Les
travaux de la littrature sont compars par rapport la taille des problmes quils
traitent. Cela fournit des informations pertinentes sur ce qui est ralisable ou pas.
Trois caractristiques donnent un bonne ide de lordre de grandeur dun problme :
le nombre de sites candidats qui dfinit lespace de recherche du problme de localisation, le nombre de sites slectionns par la solution finale qui correspond au
nombre dAP quil va falloir installer, cest la caractristique la plus significative,
et le nombre de points de service considrs, sur lesquels les critres de qualit de
service sont calculs. On distingue trois classes de problmes selon le nombre dAP
installer : moins de 10 AP, de 10 20 AP, et plus de 20 AP.
Les travaux qui traitent de moins de 10 AP datent souvent davant 2002 [Sherali et al., 1996]. Ils intgrent parfois le modle de propagation loptimisation
(car ils ralisent des positionnements continus [Kouhbor et al., 2005]) ou optimisent
simultanment les deux problmes (placement dAP et allocation de frquences) [Eisenbltter et al., 2007], [Prommak et al., 2002], [Rodrigues et al., 2000], [Wertz et al.,
2004].
44
Les travaux qui traitent de 10 20 AP sont plus rcents : [Ling & Yeung,
2005], [Runser, 2005], [Wong et al., 2005], [Maksuriwong et al., 2003].
Les travaux qui traitent de plus 20 AP sont a priori ceux qui nous intressent
le plus. Cependant les problmes sont souvent non ralistes : pas de btiment
rel, topologie alatoire, approximation circulaire de la propagation, [Amaldi et al.,
2004a], [Bosio et al., 2007], et [Lee et al., 2002], avec des modles de propagation
de type quation de Friis trop simplistes [Mathar & Niessen, 2000] et [Bahri et al.,
2005].
On constate donc que les modles les plus complets sont souvent appliqus
des instances de petite taille tandis que les modles les moins ralistes peuvent
traiter des problmes de grande taille. Cependant de bons compromis ont t raliss
par [Runser, 2005] ou [Bahri et al., 2005] par exemple. Notre but est de faire les bons
choix pour, la fois avoir un bon modle de propagation des ondes radio, considrer
lensemble des paramtres des AP, traiter les problmes de placement et dallocation
de frquences simultanment et rendre compte des interfrences par le calcul complet
du SINR, cela pour des problmes de grande taille.
Remarque :
A priori, il ny a pas de restriction sur les algorithmes utiliser pour rsoudre les
problmes de planification de rseaux locaux sans fil. La littrature offre dailleurs
une grande varit dexemples comme le montre la table 1.2. Cependant, les mthodes exactes ne sont pas adaptes aux problmes qui nous intressent, cest--dire
de grande taille. Elles sont tout de mme parfois utilises dans la littrature. Leur
intrt est de prouver que sur de trs petits exemples de quelques AP, la solution trouve par un algorithme approch est identique celle de la mthode exacte et donc
optimale. Cest le cas de lnumration propose par [Runser, 2005] pour valider sa
recherche Tabou. Lorsque le problme a t modlis sous la forme de programmes
linaires en variables binaires ( [Rodrigues et al., 2000], [Lee et al., 2002]) le logiciel CPLEX dILOG est souvent utilis et trouve la solution optimale sur de petites
instances. Cependant ds que les problmes sont de plus grande taille, CPLEX est
utilis comme un algorithme approch puisquil est stopp aprs un temps dexcution donn. [Mathar & Niessen, 2000] utilisent aussi CPLEX pour trouver loptimum
global au problme relax (variables relles), ce qui donne une borne minimale leur
problme variables entires.
45
sites
nombre Optimisation
Modle
puiss.
nb
nb point de AFP SINR propag.
miss.
Algorithmes
cand. sl. service co-c.adj-c.
[Aguado-Agelet et al., 2002]
3
400
Friis
Q-N,Simplex,AE
[Amaldi et al., 2004b]
50
45
300
cercle
G+RL
[Anderson & McGeehan, 1994]
fixe
4
rayons
RS
[Bahri et al., 2005]
400
75
600
Friis
Tabou
[Bosio et al., 2007]
30
29
100
cercle
G+RL
[Eisenbltter et al., 2007]
32
8
798
rayons
CPLEX
[Fortune et al., 1995]
2
1000
rayons
Simplex
[He et al., 2004]
2
rayons
DIRECT
[Jaffrs-Runser et al., 2008]
256
11
449
MR-FDPF
RT
[Ji et al., 2002]
3
Friis
Q-N,Simplex,
AE,RS,DG
[Kamenetsky & Unbehaun, 2002]
112
8
112
Friis
RL,RS
[Kouhbor et al., 2005]
3000000 13
75
Friis
DGD
[Lee et al., 2002]
25
13
100
cercle
CPLEX
[Ling & Yeung, 2005]
15
10
200
rayons
RL
[Lu et al., 2006]
257
11 12600
MR-FDPF
RT
[Mathar & Niessen, 2000]
504
25
974
cercle
RS
[Prommak et al., 2002]
4
90
Friis
Friis
CPLEX
[Wertz et al., 2004]
57
8
10000
rayons
RL
Table 1.2 : Tableau rcapitulatif des stratgies doptimisation des articles de la littrature
puiss. miss.
Algorithmes
1.4
nombre maximum de sites candidats traits dans les instances de larticle. Sil est
gal , cela signifie que loptimisation du placement est continue.
nombre maximum de sites slectionns dans les instances de larticle.
Automatic Frequency Planning, signifie que lallocation de frquences est intgre
au problme de placement.
signifie que lAFP est ralise mais seulement en utilisant les canaux totalement
disjoints, seules les interfrences en co-canal sont considres.
signifie que lAFP est ralise en utilisant tous les canaux disponibles, les interfrences des canaux adjacents sont considres.
signifie que le calcul du SINR est effectu.
Friis : modle de propagation bas sur la formule de Friis ;
cercle : modle de propagation circulaire ;
rayons : modle de propagation bas sur le lancer de rayons.
MR-FDPF : modle de propagation du CITI de lINSA de Lyon.
la puissance dmission est une variable de dcision du problme.
Q-N : Quasi-Newtown
AE : Algorithmes Evolutionnaires
G : Glouton
DG : simple Descente par Gradient
DGD : simple Descente par Gradient Discret
RL : Recherche Locale
RT : Recherche Tabou
RS : Recuit Simul
Mthodes dvaluation
Il nest pas sr que la solution obtenue la sortie de loptimisation ait les qualits
requises. Les raisons principales sont que les critres de qualit de service utiliss
46
1.4.1
Bien souvent lvaluation analytique des solutions de rseaux est faite en conservant les mmes formulations que les critres doptimisation mais en faisant varier
les paramtres de charge du rseau. On teste donc dans ce cas la robustesse du
rseau solution par rapport la variation de la demande. Un rseau solution est
robuste si la variation de donns dentre (demande, carte des puissances reues...)
nentraine pas une variation trop importante de la qualit de la solution.
[Lee et al., 2002] valuent le critre de charge du canal mentionn lquation
(1.9) sur un rseau dont on accrot le nombre de points de service. Ltude montre
que la courbe dutilisation du canal par AP est rendement dcroissant et admet
une asymptote. Il serait galement intressant de tester la robustesse dun rseau
solution par rapport la variation des puissances reues.
[Hills et al., 2004] dveloppent un modle qui permet dvaluer la puissance du
signal dans un btiment lors dune reconfiguration dun rseau WLAN existant. En
effet lorsquune configuration a rellement t mise en place dans un btiment et que
lon a mesur exprimentalement le signal dans le btiment, il est souvent ncessaire
de faire quelques corrections en augmentant ou en diminuant la puissance dun AP
ou en dplaant certains AP. Les auteurs ont dvelopp un modle qui permet
destimer les nouvelles puissances du signal lorsque lon effectue ces modifications.
Cette mthode applique dans les btiments de leur universit a donn de bons
rsultats. Les carts de puissance avec les valeurs mesures sont en gnral de lordre
de 3 dB et sont infrieurs 5 dB. Dans leur modle, ils reprsentent un btiment
de plusieurs tages sous forme dun graphe dont les sommets sont soit des AP soit
des points de mesure du signal. Les sommets de type point de mesure sont pondrs
par une valeur qui correspond la diffrence entre la puissance rellement reue
par le point de mesure (mesure effectue lors de la configuration mise en place) et
lestimation de la puissance reue par le point de mesure (estimation effectue avec
47
la formule de Friis [Friis, 1946] en vue directe). Les artes du graphe, reliant les
AP spatialement les plus proches, sont pondres par la diffrence des poids de leurs
deux AP adjacents. Cest la pondration de ces artes qui va permettre de recalculer
la puissance du signal lorsque lon dplace un AP. Notons que pour ce modle, un
AP peut tre dplac sur nimporte quel point de mesure.
[Bianchi, 2000] propose un modle analytique de dbit pour estimer les performances dun rseau 802.11 utilisant DCF (Distributed Coordination Function).
Le modle est restreint au cas o le nombre de clients est fini et dans des conditions
de canal idales i.e. sans interfrences. Le modle est bas sur une chane de Markov
pour simuler les tats du backoff du protocole daccs et prend en compte les mcanismes RTS/CTS (Request-To-Send/Clear-To-Send ). Les problmes de conception
tudis dans [Runser, 2005] utilisent ce modle pour la partie valuation du dbit et
donc permettent une vue plus prcise du fonctionnement des rseaux optimiss.
1.4.2
Des techniques de simulation peuvent tre employes pour reprsenter des phnomnes stochastiques faisant intervenir des probabilits dont on ne dispose pas
dexpression analytique.
Ainsi, le modle doptimisation de la conception des rseaux mobiles utilisant des
antennes adaptatives prsent dans [Stamatelos & Ephremides, 1996] fait appel la
simulation pour traiter de manire prcise les interfrences. Les auteurs emploient
une distribution de Poisson pour obtenir une rpartition des mobiles dans chaque
cellule et le processus de simulation est compos des tapes suivantes : pour une
configuration donne des stations de base, les cartes de couverture et dinterfrences
sont tablies grce un modle de lancer de rayons (qui est plus prcis mais plus coteux que le modle dattnuation statistique utilis lors de la phase doptimisation).
Ensuite, une gnration alatoire des mobiles dans lenvironnement est ralise. Pour
chaque mobile situ dans la zone dinterfrences, on dtermine les faisceaux activs
qui sintersectent en ce point et on teste la prsence dinterfrences.
Bien que la description de la dmarche ne soit pas compltement dtaille, [Jin
et al., 2003] utilisent le logiciel de simulation OPNET dans le cadre de la mise en
place dun rseau WLAN dans une salle de classe. La simulation leur permet de
dterminer les paramtres du modle employer et destimer leur impact sur la
qualit du rsultat, en terme de dbit. Les auteurs sintressent ainsi aux distances
entre les stations, la taille des buffers pour la carte dinterface rseau, ainsi qu
la taille des fragments de donnes. Deux topologies diffrentes sont testes pour le
placement des AP : il ressort des expriences menes quune configuration en toile,
o lAP est plac au centre des clients est plus efficace quune configuration classique
48
pour les salles de classe, pour laquelle lAP est plac devant les clients aligns. Ces
rsultats sont confirms par des mesures effectues sur le terrain.
1.4.3
49
des considrations de couverture, et en cherchant minimiser le nombre dAP employs. Au contraire, dans les zones forte densit, la satisfaction des demandes est
plus difficile et lon est contraint daugmenter la capacit en installant plusieurs AP.
Une procdure itrative est suivie, pour laquelle on rpte les trois tapes suivantes :
slection des positions des AP, mesures de puissance du signal et ajustements des
positions. Une fois les positions dfinitivement fixes, une carte de couverture est
ralise puis les frquences sont affectes aux AP. La solution est valide par lintermdiaire dun audit correspondant une srie de mesures finales. Que ce soit
lors du placement des AP ou lors de laffectation des frquences, les zones forte
densit sont traites avant les autres, puisque cest dans ces zones que les choix
de conception sont critiques.
[Doufexi et al., 2003] dcrivent un AP fix au plafond et dploy au centre
dun ensemble de bureaux. Les dimensions de cet environnement sont 48m 48m
3m. Lpaisseur des murs varie entre 50 mm (cloisons internes) et 150 mm (murs
extrieurs/porteurs). Une analyse est faite sur un dploiement des normes 802.11a
(frquences 5 GHz ) et 802.11g (frquences 2.4 GHz ). Ltude a montr que lattnuation du signal 5 GHz est sensiblement plus forte en raison des pertes accrues
lies la propagation dans lespace libre et la prsence de murs. De plus, les efficacits du protocole MAC dans les deux modes de transmission 802.11a et 802.11g
ont t calcules. Il a t dmontr que la faible efficacit du protocole MAC
du 802.11g, en maintenant la compatibilit avec le 802.11b, a pour consquence un dbit sensiblement rduit par rapport au 802.11a. Cette faible
efficacit du protocole MAC est commune toutes les extensions du 802.11 relatives
laugmentation du dbit et rsulte de la combinaison de couches physiques de plus
en plus rapides sappuyant sur le mme protocole MAC. En combinant des rsultats
danalyse de propagation, des rsultats de simulation de la couche physique et des
calculs des surcots au niveau de la couche MAC, il a t dmontr quun rseau
802.11g ralise une couverture suprieure mais des dbits rels infrieurs
par rapport un rseau 802.11a pour lexemple denvironnement considr.
Les diffrentes frquences utilises ont dautres implications que les simples caractristiques de propagation du canal radio. La bande ISM (Industriel, Scientifique, et
Mdical ) des 2.4 GHz a une largeur de 83 MHz. Tenant compte des bandes de garde,
ceci permet trois rseaux 802.11g doprer sur des frquences qui ne se recouvrent
pas. La bande ISM des 2.4 GHz est susceptible galement de prsenter des interfrences significatives avec dautres systmes de communication tels que Bluetooth ou
des dispositifs tels que des fours micro-ondes. En revanche, les frquences pour le
802.11a dans la bande des 5 GHz permettent dutiliser 12 AP sur des frquences
qui ne se recouvrent pas. Cependant, les limites de puissance dmission sont plus
basses que celles dans la bande ISM des 2.4 GHz. Tous ces facteurs sont considrer en combinaison avec les diffrentes caractristiques de propagation radio lors de
50
1.5
Synthse
Entre les stratgies doptimisation continue ou combinatoire pour le choix des positions des bornes, la stratgie combinatoire est plus proche de la ralit physique des
dploiements du fait des trs nombreuses contraintes dinstallation qui empchent
de placer les metteurs nimporte o. Sous sa forme combinatoire le problme est
NP -difficile. Par consquent il convient dadopter pour sa rsolution une approche
adquate et efficace qui propose un bon compromis entre temps de calcul et prcision.
Compte tenu de la taille des problmes traiter, il nest pas envisageable dutiliser une mthode exacte mais plutt une mthode approche. De mme, le temps
dvaluation dune solution intgrant un calcul de propagation complet est rdhibitoire lorsquon est amen parcourir un grand nombre de solutions de lespace
de recherche. En particulier, le cas dun algorithme volutionnaire avec une grande
population pour la rsolution du problme peut se rvler assez pnalisant. Lopti-
1.5 Synthse
51
52
En ce qui concerne les variables de dcision, lutilisation de la puissance dmission comme paramtre combinatoire ne semble pas ncessaire pour amliorer la qualit dun rseau initial dont les bornes ne sont pas places. La puissance apporte une
combinatoire plus grande qui demande plus de temps dexploration sans apporter
un gain de qualit significatif par rapport une puissance fixe. Nous recommandons
dagir sur la puissance dans une seconde phase de paramtrage fin du rseau aprs
le positionnement des bornes. Les autres paramtres de lAP que sont le diagramme
de rayonnement et lazimut sont peu tudis dans la littrature comme variables
doptimisation. La difficult dintgrer ces variables et laugmentation de la combinatoire en sont les principales causes. Cependant ces variables restent primordiales
pour la qualit des rsultats.
Sur le choix technologique, lenvironnement de dploiement a une influence importante : les frquences 5 GHz sont plus sensibles aux obstacles, par consquent,
le signal est plus fortement attnu. Par ailleurs, la norme 802.11g offre une meilleure
couverture mais un dbit plus faible que la norme 802.11a. Ceci est d la faible
efficacit du protocole MAC commun aux diffrentes spcifications de la couche physique en g, et une plus faible rpartition du dbit par utilisateur de la zone couverte
(celle-ci tant plus tendue). Dans les environnements o il y a beaucoup dobstacles,
le 802.11g semble plus adapt et permet davoir une meilleure couverture contre un
dbit plus faible. Par contre, sil y a moins dobstacles (hall de gare), le 802.11a
peut assurer une bonne couverture et un dbit plus lev que 802.11g. De plus, en
raison du nombre de frquences non interfrentes du 802.11a, il est possible de dployer plusieurs couches de rseaux permettant ainsi daugmenter les performances
daccs et de dbit. A noter que nous navons rpertori aucune rfrence littraire
sur loptimisation des rseaux mixtes intgrant lensemble des technologies dfinies
par la norme IEEE 802.11 (a, b et g).
Enfin, concernant la confiance accorde aux mthodes actuelles de dploiement
et de validation de rseau, il est prmatur de se faire un jugement dfinitif car
la trs grande majorit des rseaux dploys est de dimension rduite : rseaux
personnels, hot-spot, petites zones (salles de runions) ou de faible trafic (htels,
halls de gares...) en entreprises ou en lieux publics. Dans ces contextes, lobjectif de
simple couverture est toujours atteint. Le problme reste ouvert sur la conception de
rseaux rpondant une forte densit dutilisateurs, avec mobilit des terminaux, et
pour des classes de QoS leves. Il ny a pas encore suffisamment de clients nomades
sur les rseaux existants pour avoir un retour sur la conception et la validation de
rseaux rpondant ces conditions, mais cela viendra avec la baisse du prix des
terminaux et des services encore beaucoup trop onreux.
Notre constat est quil ny a pas un problme doptimisation unique et bien
dfini pour traiter tous les problmes que peut poser lingnierie des rseaux WLAN
mais en ralit autant de problmes que de formulations et de combinaisons de
1.5 Synthse
53
Chapitre 2
Modlisation de la planification
Une analyse dtaille du fonctionnement des WLAN nous permet didentifier
le dbit rel comme le critre unifiant les diffrentes caractristiques de qualit de
service : couverture, interfrences et capacit. Nous prsentons ainsi un modle unifi de la qualit de service qui ncessite le traitement simultan des problmes de
placement des metteurs et dallocation des frquences. Ce modle de planification
de rseaux WLAN permet doptimiser tous les paramtres lis aux points daccs :
type dantenne, azimut, puissance dmission et frquence.
Ce travail a fait lobjet dune publication dans le journal International Journal
of Mobile Network Design and Innovation (IJMNDI), Inderscience en 2007.
Sommaire
1.1
1.2
1.3
1.4
1.5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
15
21
40
45
50
56
2.1 Introduction
57
2.1
Introduction
58
59
Ces modles seront dvelopps dans les cinq premires parties de ce chapitre
en prcisant les paramtres quils utilisent pour communiquer entre eux (entres
et sorties de chaque module). Enfin dans une dernire partie, nous prsenterons le
problme complet optimiser dduit des cinq sous-modles prcdents de la ralit
physique.
2.2
2.2.1
Modle de placement
Modle continu ou discret
60
2.2.2
61
Sites candidats
Constituer une liste de sites candidats est complexe, il existe des approches manuelles ou automatiques ou des compromis entre les deux mthodes.
La liste des sites candidats doit tre la plus raliste possible pour permettre
de concevoir un rseau en phase avec les objectifs de service et les contraintes de
dploiement. Le choix des sites candidats doit en particulier tenir compte des points
suivants :
Distribution des sites en fonction de la localisation des services et des volumes
de trafic attendus : il faut prvoir une densit de sites plus importante si le
service correspond aux tranches suprieures de dbit ou si le nombre de clients
prvus est lev.
Distribution des sites en fonction de la localisation des perturbations lectromagntiques les plus sensibles : distance minimale respecter avec les points
deau (sanitaires, toilettes...), les structures mtalliques et les quipements lectroniques (baies de brassage...) ou rayonnants (fours micro-ondes, systmes de
scurit...).
Lorsquune liste est gnre automatiquement, les critres de gnration sont
essentiellement bass sur la propagation radio. [Runser, 2005] construit une liste
automatique par bloc homogne vis--vis de la propagation. Schmatiquement, une
pice constitue un bloc et les positions sont dfinies au centre des blocs. Cependant,
il est ncessaire de dfinir une borne minimale de taille de blocs pour grer les petits
espaces et une borne maximale pour grer les espaces ouverts. Le premier paramtre
supprime des sites candidats voisins localiss dans des pices distinctes. Le deuxime
paramtre induit plusieurs emplacements candidats par pice. Un exemple dtude
sur un btiment de 119 60 m2 cre 418 positions candidates pour une taille de
bloc comprise entre 9 m2 et 18 m2 . Bien entendu le rsultat dpend totalement de
la configuration du btiment.
La liste des sites candidats a un impact sur la qualit du rsultat et sur le temps
de recherche des solutions. [Prommak et al., 2002] prsentent une comparaison intressante : lefficacit dune liste de sites candidats dans toutes les pices et couloirs
et dune liste de sites uniquement dans les espaces de type couloir. Cette comparaison est utile pour un btiment classique de bureaux o le trafic est relativement
uniforme dans les pices autour des couloirs. Ces deux types de listes sont tests
dans le mme btiment, avec le mme algorithme et les mmes conditions de trafic
(90 clients pour lesquels il faut tester le niveau de service chaque itration). Les
configurations compares lissue de lexcution sont supposes satisfaire les mmes
critres de couverture, de service, etc. La liste restreinte propose une solution 1000
fois plus rapide avec les AP uniquement dans les couloirs. Mais curieusement, avec
62
la liste complte, aucun site retenu nest situ dans les couloirs du btiment de test.
Cette hypothse mriterait dtre vrifie.
Pour pallier cet inconvnient majeur du choix des sites candidats et pour que
loptimisation discrte soit efficace, lespace doit tre bien quadrill par la liste de
sites candidats. Comme mthode dingnierie, nous recommandons quun site candidat soit retenu par pice de type bureau, par exemple au centre de la pice, et que les
espaces ouverts soient quadrills en considrant une distance inter-site qui dpende
du service demand sur cet espace, i.e. une distance inversement proportionnelle au
dbit souhait pour ce service. Ces distances pourront tre dfinies par des mesures
en espace ouvert donc parfaitement gnriques.
Variables
Les sites candidats sont des positions repres par des coordonnes dans le btiment dtude. On dfinit donc :
S
ensemble des sites candidats.
S
n
nombre de sites candidats : nS = |S|.
s
le s-ime site candidat avec s {1, ..., nS }. Il est reprsent par ses
coordonnes dans lespace (Oxyz).
S
cs
cot dinstallation dun AP sur le site s. Ce cot comprend notamment la difficult daccs au site, le cot de fixation, le cot de
rattachement au rseau filaire... Ces cots peuvent tre diffrencis
si ncessaire.
Dans un btiment, des AP peuvent tre dj installs. Ils forment le rseau
WLAN natif ; notre but est alors de le complter. Nous considrerons comme hypothse que ces AP ne peuvent pas tre dplacs et leurs paramtres ne doivent pas
tre modifis.
SI
ensemble de sites sur lesquels un AP a dj t install :
S I S.
s S I , cSs = 0 e, tant donn que lAP est dj install.
nI
nombre dAP dj installs : nI = |S I |.
Une option possible du modle est de supposer que, sur chaque site candidat,
nous pouvons placer un plusieurs AP en fonction de la demande. Plusieurs AP
permettent dobtenir un dbit plus important sur une zone de forte demande. La
notion de secteur est dfinit comme tant un emplacement pour AP sur un site
donn.
Un secteur nest donc pas une position gographique dfinie par ses coordonnes
mais un numro demplacement sur un site donn. Cette option ne sera pas prsente
dans la suite du modle pour ne pas alourdir les notations.
2.3
63
Sur un site candidat, il est possible dinstaller diffrents types dAP. Pour cela,
nous disposons dune liste dquipements. Le paramtrage commence par le choix
du type dAP en fonction de son diagramme de rayonnement, puis par le rglage
de ses paramtres cest--dire son azimut, sa puissance et sa frquence dmission.
Le diagramme, lazimut et la puissance seront les lments dcisifs pour tablir la
couverture de lmetteur, et la frquence interviendra pour le calcul des interfrences
et du dbit.
Le rglage du tilt qui correspond linclinaison de lantenne par rapport la
verticale est trs important dans les rseaux GSM 900/1800 et UMTS, mais il nest
pas utilis en 802.11 car la hauteur des antennes nest pas significativement diffrente
de la hauteur de rception du signal. Cet lment serait peut-tre prendre en
compte pour un rseau extrieur en 802.11.
2.3.1
Types dAP
Peu importe la marque du constructeur dAP, les critres qui interviennent dans
le choix des diffrents types dAP pour la planification des rseaux sont :
Le prix dachat de lAP.
Les technologies quil supporte. Actuellement, il existe principalement deux
types dAP : ceux qui supportent les normes 802.11b/g (bi-mode), et ceux qui
supportent la norme 802.11a. Il nexiste pas dAP qui supporte les trois normes
802.11a/b/g simultanment avec la mme antenne, donc le mme diagramme
de rayonnement (bi-bande, tri-mode) ; par contre il existe des points daccs
bi-bande tri-mode comportant deux antennes, une pour chaque bande, soit une
pour la norme 802.11a et une pour les normes 802.11b/g. Dans notre modle,
nous ne travaillerons quen bi-mode 802.11b/g ou en mode 802.11a mais pas
en tri-mode 802.11b/g/a.
Le diagramme de rayonnement de lantenne. Jusqu prsent, les antennes
dfinies pour la norme 802.11 taient quasiment toutes omnidirectionnelles,
mais les constructeurs offrent prsent une gamme plus importante dantennes
(bidirectionnelles ou mme simplement directionnelles).
La liste des puissances dmission que supporte lAP. Cette liste offre un ensemble discret de puissances toutes infrieures la puissance maximale autorise.
Il est donc ncessaire de dfinir une liste dAP et leurs paramtres pour construire
une configuration de rseau.
64
Variables
Pour chaque site slectionn, nous avons le choix dy placer diffrents types dAP.
A
nA
a
cA
a
ws
2.3.2
Azimut
Etant donn que les antennes ne sont pas toutes omnidirectionnelles, lazimut est
un paramtre qui a toute son importance. Lazimut sexprime en degrs et dsigne
langle entre le nord gographique et la direction prfrentielle de lantenne dans le
plan horizontal. La direction prfrentielle dune antenne est dfinie par la puissance
dmission maximale.
Il est intressant dun point de vue combinatoire de limiter le nombre dazimuts
possibles lors de la phase de recherche du placement des AP. Le diagramme dune
antenne est donn pour chaque degr en horizontal et en vertical. Les variations
dun degr ont en gnral un impact trs limit sur la propagation du signal. Notre
tude sur les variations du pas dazimut pour une antenne directionnelle montre
dans [Baala et al., 2007] que considrer un pas infrieur 30 namliore pas sensiblement les rsultats de planification. Par consquent, nous prconisons de considrer
les 8 orientations de base (nord, nord-ouest, ouest, sud-ouest, sud, sud-est, est, nordest) pour la recherche de lazimut dune antenne directionnelle lors de la phase de
placement des metteurs. Dans une tape ultrieure au placement, les positions des
65
AP tant connues, le paramtrage peut alors tre affin en considrant des variations de lazimut un pas plus fin, tous les 10par exemple, pour rendre compte du
diagramme.
Variables
Pour chaque type dAP, il faut dfinir une liste dazimuts possibles :
Ha
nH
a
hs
2.3.3
Puissance dmission
Les puissances en radio sont souvent exprimes en dcibel par milliwatt (dBmW
ou plutt dBm) plutt quen Watts. Le dBm est une chelle logarithmique par
rapport au milliwatt (mW ). Nous avons :
P [dBm] = 10 log10 (P [mW ])
P [mW ] = 10P [dBm]/10
(2.1)
La puissance dmission des antennes 802.11 est rglemente par la loi franaise.
La PIRE (Puissance Isotrope Rayonne Equivalente ou puissance rayonne la
sortie de lantenne) moyenne maximale autorise est de :
100 mW ou 20 dBm dans la bande de frquences 2400-2480 M Hz (norme
802.11b/g).
200 mW ou 23 dBm dans la bande de frquences 5150-5350 M Hz en intrieur
(norme 802.11a).
66
pE
s
2.3.4
Frquence dmission
Les canaux de frquences dmission des AP sont fixs par la CEPT (Confrence Europenne des administrations des Postes et Tlcommunications) et lETSI
(European Telecommunications Standard Institute) en accord avec la norme choisie
802.11b/g ou 802.11a.
La norme 802.11b/g dfinit 14 canaux dans la bande de frquences 2400-2483
MHz. Ils sont larges de 22 MHz et espacs de 5 MHz comme illustr en figure
2.3. Chaque canal recouvre donc partiellement les quatre premiers canaux adjacents de part et dautre du spectre de frquence. Cependant en Europe, lETSI
nautorise que lutilisation des 13 premiers canaux. Le domaine de dfinition
compte donc 13 valeurs. Lutilisation dans un mme rseau de canaux qui se
chevauchent conduit invitablement des interfrences et donc une baisse de
dbit. Pour viter tout chevauchement, il est recommand dutiliser seulement
3 canaux non recouverts parmi les 13 autoriss ; par exemple les canaux (1, 6,
11) ou (2, 7, 12) ou (3, 8, 13).
Les canaux disponibles en norme 802.11a varient selon les pays. En Europe la
norme 802.11a dfinit 8 canaux dans la bande de frquences 5150-5350 MHz
67
(figure 2.4). Ces canaux sont espacs de 20 MHz et ont 20 MHz de largeur,
ils sont donc totalement disjoints. La ressource spectrale sans interfrence est
donc plus importante pour la norme a que pour les normes b/g.
Variables
Notre modle permet de travailler en mono-mode : 802.11b, 802.11g ou 802.11a
ou en bi-modes 802.11b/g. Le mode choisi dtermine la liste des quipements disponibles A et la liste de canaux de frquences utilisables :
F
nF
ensemble des canaux de frquences que peuvent utiliser les AP. Cet
ensemble dpend de la norme utilise : 802.11b/g ou 802.11a.
F = {1, ..., 13} si la norme est la 802.11b ou 802.11g.
F = {1, ..., 8} si la norme est la 802.11a.
nombre de canaux de frquences utilisables par un AP :
nF = |F | = 13 ou 8 selon que lon utilise la norme b/g ou a.
fs
68
2.4
Modle de trafic
2.4.1
69
raliste possible mais de modliser les grandes caractristiques dun rseau WLAN
pour le planifier.
Par consquent, pour fournir des donnes au modle mathmatique optimiser,
nous effectuons des simplifications du fonctionnement rel du rseau quant la
modlisation de la demande offerte.
Nous considrons des clients fixes dans lespace : ils ne se dplacent pas. Dans
le modle mathmatique, les clients seront reprsents par des points de service. Il est donc trs important de bien positionner ces points de service. Pour
amliorer la qualit de la phase doptimisation, il est possible de reprsenter
un client par plusieurs points de service. Inversement, pour amliorer la rapidit des calculs futurs, il est possible de regrouper plusieurs clients sur un seul
point de service.
Nous ne considrons pas ltat dinactivit dun client. Cela revient considrer
le pire cas : tous les clients se connecteront au rseau en mme temps. Cest
une hypothse peu raliste puisquil est rare quun quipement se connecte
en permanence au rseau WLAN. Cependant cest une hypothse qui nous
garantit une solution robuste : qui peut le plus, peut le moins. Ce mode de
travail est nomm habituellement modle de trafic en rgime satur. Il est
galement possible de dfinir une probabilit dactivit ou un taux dactivit
(pourcentage) de chaque client et ainsi de pondrer la demande en dbit de
chaque client par ce taux dactivit. Une probabilit dactivit est prise en
compte dans le modle.
Nous tenons uniquement compte des liaisons descendantes, i.e. de lAP
au client. Ceci permet de simplifier considrablement le problme. En effet,
lorsque nous considrons uniquement les signaux issus des AP dont on connat
la position et le nombre, il est possible destimer la propagation de ces ondes et
par consquent la couverture du rseau. Par contre, si nous tenons compte des
liaisons montantes, i.e. du client lAP, la tche destimation de la propagation
de ces signaux devient beaucoup plus complexe et beaucoup moins fiable du
fait que les clients peuvent tre mobiles et que leur nombre nest pas fixe. En
gnral, dans la littrature, les problmes de planification ne considrent que
les liaisons descendantes. Des estimations plus fines peuvent tre mises en place
en tenant compte des liaisons montantes [Runser, 2005], [Wong et al., 2005],
mais le temps de calcul peut tre important. Dans ce contexte, lestimation
du SINR nest jamais totalement fiable puisque lutilisation des frquences est
sous-estime du fait de la non prise en compte des liens montants. Cependant,
en gnral les modles en rgime satur montrent un fonctionnement pessimiste
du rseau par rapport la ralit.
70
2.4.2
71
zone de service est dcompose en points de service selon le maillage choisi pour le
btiment.
Une maille est considre comme appartenant une zone de service si et seulement si le centre de la maille est inclus dans le polygone qui dfinit la zone de service.
Le nombre de points de service dpend donc du pas de maillage du btiment. Lensemble des points de service dcrit la demande offerte du rseau.
Variables
T
nT
t
t
dSt
72
prcdent, les zones de priorit sont dfinies par des polygones. Nous caractrisons
la priorit dune zone par un nombre entier de -1 5. La valeur 5 est la valeur de
priorit maximale. La valeur 0 caractrise une zone sans importance du point de vue
de lutilisation du rseau (zone de faible usage), comme par exemple des toilettes. La
valeur ngative -1 est utilise pour caractriser une zone ne devant pas tre couverte
par le rseau WLAN comme lextrieur dun btiment pour des raisons de scurit
par exemple. Ces zones de priorit ngative sont galement appeles zones interdites.
pt
TI
2.5
2.5.1
Modle de propagation
Principe de calcul
Les points daccs sont des quipements raccords au rseau local (en gnral
par voie filaire de type Ethernet) qui incorporent une antenne leur permettant de
dialoguer avec les clients situs proximit. La communication entre les points
daccs et les clients se fait donc par ondes radio aux frquences dfinies par la
norme. Pour ces frquences, la propagation des ondes dans le btiment est complexe
du fait des multiples obstacles. Il est donc trs difficile dtablir prcisment la zone
de couverture de chaque metteur. Lors de la planification du rseau, le modle qui
permet de simuler la propagation des ondes radio est un lment dterminant pour
tablir la qualit du rsultat. Selon la bande de frquences utilise (2,4 GHz ou
5 GHz ), le modle de propagation est totalement diffrent.
A partir de la topologie dun btiment, un modle de propagation permet destimer, pour chaque point daccs, la puissance du signal reu en tout point du btiment comme illustr sur la figure 2.7. Les paramtres dun point daccs intervenant
dans lvaluation de la puissance reue sont : la position du point daccs, sa puissance dmission, son diagramme de rayonnement, son azimut et la norme choisie
(802.11b/g ou 802.11a). Lvaluation de la puissance reue fait aussi intervenir des
paramtres du mobile : sa position et son gain dantenne.
Concevoir, dvelopper et mettre en place un modle indoor de propagation est
un travail part entire. Nous avons dcid dutiliser un modle dvelopp au sein
dOrange Labs dans le cadre dun contrat de recherche. Cest un modle de propagation lancer de rayons. Le nombre de rayons et de rflexions sont paramtrables.
73
2.5.2
Etapes de calcul
Notre approche est mixte et comporte deux tapes. Dans un premier temps
(phase de propagation), nous calculons pour chaque site candidat au placement
dun AP les puissances reues en chaque point du btiment grce au modle de propagation. Ces premires estimations de puissances sont ralises avec des paramtres
par dfaut qui donnent la couverture maximale partir de chaque site (puissance
dmission maximale et diagramme de rayonnement isotrope) et donnent lieu ce
que nous appelons donnes de base par site. Cette tape est effectue pralablement
la phase doptimisation. Elle peut tre longue si lon souhaite des rsultats prcis.
Dans un second temps (phase doptimisation), nous ajustons la valeur de ces donnes de base en choisissant un diagramme de rayonnement, lazimut de lantenne et
la puissance relle dmission. Nous obtenons ainsi la valeur relle de la puissance
reue pour chaque AP install et configur. Ces ajustements sont trs rapides effectuer, ils sont donc intgrs la phase doptimisation. La figure 2.8 prsente la
dcomposition de ces tapes.
74
Variables
Tous les points de service t reoivent le signal issu de chaque AP install.
pR
st
2.6
Modle de dbit
2.6.1
75
Dans cette partie, nous nous intressons au mode dassociation entre les points
daccs et les clients. De quelle manire une station et un AP sassocient pour tablir
une connexion ? Les rgles dassociation ne sont pas fixes par la norme 802.11 et
les constructeurs ont la libert dimplmenter les rgles de leur choix.
Il nexiste pas de rgle commune adopte par tous. Cependant une rgle se dgage
des autres : un client sassocie avec le point daccs qui lui offre le signal le plus fort.
Cette rgle nest pas unanime, les cartes daccs CISCO sassocient en priorit avec
des points daccs CISCO mme en prsence dautres AP fournissant un signal plus
fort mais provenant dun constructeur diffrent. Dans notre modle, nous avons donc
choisi dutiliser ce type dassociation, appel association au meilleur signal.
Il existe dautres modes dassociation plus volus que certains constructeurs
tentent de mettre en place. Nous en prsentons ici deux exemples : un client sassocie
non pas avec lAP lui offrant le signal le plus fort mais avec lAP qui lui offre le dbit
nominal le plus important. En effet, nous verrons dans la prochaine partie que le
niveau de SINR dtermine galement le dbit nominal tabli entre le client et lAP.
Quelle que soit la puissance du signal, si le SINR est faible le dbit nominal sera
dgrad. Dans ce cas, il est donc prfrable que le client sassocie avec un AP lui
fournissant un signal de moindre puissance mais dont le SINR est plus important.
Cette association est appele association au meilleur dbit nominal.
Un mode dassociation encore plus volu, appel association au meilleur dbit
rel, est possible. Il sagit de mieux quilibrer la charge du rseau sur lensemble des
AP. En effet, un client peut recevoir un signal trs fort issu dun AP, mais si cet AP
est dj en charge dun nombre important de clients le dbit quil lui fournira peut
tre trs faible. Rappelons que le dbit offert par un AP est partager entre tous
les clients de sa cellule. Le client en question aura peut-tre intrt sassocier avec
un AP lui fournissant un signal moins fort mais en charge de moins de clients et par
consquent, lui fournissant un meilleur dbit rel. Il sagit dquilibrage de charge
(load balancing en anglais) pour ce mode dassociation.
Lassociation au meilleur dbit est complexe mettre en uvre car fortement
sensible lvolution temporelle de la demande : la sortie du rseau dun seul client
peut entrainer une cascade de dsassociassions/associations. Cependant, elle est intressante mettre en uvre lorsque le rseau est dj dploy. Mais en tenir compte
lors de la planification du rseau a peu de sens, notre but ntant pas de faire une
simulation fine dun rseau trop coteuse en temps de calcul mais destimer rapidement le dbit rel pour les clients.
Une quatrime option dassociation possible serait de reprsenter cet aspect dynamique du rseau par un modle plus stable que lassociation au meilleur dbit que
76
nous appellerons association continue. Dans ce cas, un client sassocie avec plusieurs
AP la fois, il rpartit ainsi sa charge entre plusieurs AP selon la puissance reue
par chacun des AP. Ce type dassociation nest pas raliste actuellement car une station ne peut pas communiquer avec plusieurs AP la fois comme cest le cas pour
lUMTS. Cependant, il a lavantage de traduire la notion dynamique dquilibrage
de charge sous forme statique.
Prenons un exemple dapplication de lassociation continue pour illustrer notre
proposition : un client reoit trois signaux issus des AP A, B et C. Les dbits
nominaux permis pour ces trois AP sont dA = 1 M bps, dB = 2 M bps et dC =
1 M bps. le client rpartit sa charge, gale 1, entre les trois AP selon le rapport
di
avec i = A, B ou C, soit 14 pour les AP A et C, et 21 pour lAP B.
dA +dB +dC
Variables
Dans notre travail de planification, pour dfinir le dbit nous faisons le choix de
limiter lassociation des points de service t au point daccs offrant le signal le plus
fort. Nous dfinissons donc ust la variable dassociation.
SIN RC
niveau de SINR minimal pour tablir une communication.
Un client ayant un SINR suprieur ce seuil est garanti dobtenir
au moins le dbit minimum. Ce seuil est valable pour une norme
donne : nous distinguons donc SIN RCb pour la norme 802.11b,
SIN RCg pour la norme 802.11g et SIN RCa pour la norme 802.11a.
ust
le point de service t est associ au site s dont il reoit le signal le
plus fort si ce site lui garantit au moins le dbit minimum. Ce qui
donne :
t T, s S O , ust =
si
sinon
R
pR
st = max(pst )
sS O
SIN Rt SIN RC
(2.2)
Ainsi
P:
ust = 1 alors le point de service t est associ au site s du
Si
sS O
rseau.
P
ust = 0 alors le point de service t nest associ aucun site
Si
sS O
du rseau.
Remarque :
Pour les points de service interdits on ne parle pas dassociation, on ne calcule pas
77
le SINR. En effet, ces points de service ne reprsentent pas des clients, on souhaite
simplement quils ne soient pas couverts par un AP. Un point de service t est couvert
par un AP s si la puissance quil reoit de cet AP pR
st est suprieure un seuil donn.
La couverture ne garantit donc pas un service.
Les notions de sites serveurs et de cellules drivent de lassociation des clients
aux points daccs.
st
TsC
T0C
(2.3)
nTs
2.6.2
Pour se connecter un rseau WLAN, un quipement doit tre dot dune carte
daccs ou un adaptateur sans fil. Ils contiennent une antenne qui leur permet de
communiquer avec un AP. La qualit de la liaison radio entre ces deux antennes
est primordiale pour dfinir le dbit utilis pour la communication. La norme 802.11
dfinit un certain nombre de codages et de types de modulation et les diffrents dbits
78
802.11b
CCK (4 bits)
QPSK
5,5
-92
8
802.11b
CCK (8 bits)
QPSK
11
-90
10
Table 2.1 : Codages et modulations pour les dbits nominaux dfinis par les normes
802.11b/g/a (les seuils de sensibilit et de SINR sont ceux des cartes Cisco
Aironet 802.11b/g et 802.11a)
La caractristique principale dune carte daccs ou dun adaptateur sans fil est
son seuil de sensibilit. Selon la puissance du signal reu par la carte, le seuil de
sensibilit donne le dbit nominal quil est possible dtablir entre la carte et lAP
metteur du signal. Un exemple de seuil de sensibilit est donn dans la table 2.1.
La puissance du signal reu est donc le premier critre qui intervient dans la qualit
dune liaison radio.
Le seuil de sensibilit ne tient compte que de la puissance du signal porteur de
linformation et pas de lenvironnement lectromagntique cest--dire des signaux
brouilleurs ou interfrents. En ralit, le seuil de sensibilit caractrise le niveau
de puissance du signal porteur par rapport au bruit thermique. Le bruit thermique
correspond lagitation de porteur de charge au voisinage de lantenne. La puissance
du bruit thermique est gale pB = kB BT avec kB la constante de Boltzmann (kB =
1, 3806 1023 W.s.K 1 ), B la largeur de bande (B = 22 M Hz pour les normes
b/g et B = 20 M Hz pour la norme a) et T la temprature ambiante (T = 300 K).
Le bruit thermique vaut approximativement 100 dBm pour les normes b/g et
101 dBm pour la norme a.
79
Nous notons donc dans la table 2.1 le seuil de sensibilit comme tant la valeur
nominale de puissance du signal reu pour que le rapport signal bruit not S/N
ou SNR pour Signal-to-Noise-Ratio soit suprieur un seuil qui permette la communication au dbit souhait. Considrant lchelle linaire quest le Watt, le SNR
est un rapport de deux puissances exprimes en Watt donc sans unit tandis quen
chelle logarithmique, le SNR est une soustraction de deux puissances exprimes en
dBm donc son unit est le dB.
Pour gnraliser cette dfinition et considrer tous les brouilleurs, et pas uniquement le bruit thermique, nous utilisons alors le rapport signal interfrence plus
bruit not S/(I+N) ou SINR pour Signal-to-Interference-plus-Noise-Ratio. Ce rapport intgre tous les lments intervenant dans la qualit de la liaison radio : 1) la
puissance du signal porteur de linformation, 2) les puissances des signaux interfrents, 3) la puissance du bruit et comme nous allons voir 4) les carts de frquence
des signaux interfrents par rapport la frquences du signal porteur.
Remarque :
Pour caractriser la qualit de la liaison radio, diffrents critres de mesure ont t
dfinis : le taux derreur binaire (BER pour Bit Error Ratio), le taux de block erron pour les donnes (BLER pour BLock Error Rate) ou le taux deffacement des
trames pour la voix (FER pour Frame Erasure Rate). Ces indicateurs sont utiles
lorsque lon travaille au niveau de la couche physique ou de liaison car ils indiquent
directement le taux de retransmission dune trame. Cependant pour notre problme
de planification, nous ne descendons pas ce niveau de spcification et nous utiliserons le rapport signal interfrence plus bruit, SINR, comme critre de mesure de
la qualit radio.
Il existe des tables de correspondance entre le SINR et les critres voqus pour le
802.11 mais nous ne les utiliserons pas dans ce mmoire. Nous retiendrons simplement que selon la valeur du SINR calcule au niveau dun client, il est possible de
dterminer le dbit nominal utiliser entre le client et lAP metteur du signal.
Le SINR est donc le rapport de la puissance du signal porteur de linformation
et de la somme des puissances des autres signaux considrs comme perturbateurs
ou interfrents. Selon la valeur du SINR, les constructeurs dfinissent le dbit nominal que peut supporter une communication. Le dbit nominal possible est fonction
du SINR, de la norme considre et de la faon dont elle est implmente par le
constructeur au niveau de chaque carte de rception.
Lorsque le SINR calcul au niveau de la carte est fort, il est possible de mettre
en place un codage et une modulation de linformation sophistiqus qui permettent
un haut dbit. Par contre, lorsque le SINR est faible, il est ncessaire de mettre en
uvre un codage et une modulation de linformation plus robustes (et donc offrant
80
un dbit plus faible), afin de transmettre correctement les informations. La table 2.1
donne les dbits nominaux possibles selon le niveau de SINR pour les normes b/g
et a. Par exemple, pour un SINR de 22 dB le dbit nominal pour la norme g est de
36 M bps.
Un canal est caractris par une frquence centrale appele frquence porteuse.
Comme indiqu au paragraphe 2.3.4, les 14 canaux des normes b et g tant espacs
de seulement 5 MHz cela implique quils se chevauchent (cf. figure 2.3). Par consquent deux points daccs communiquant sur des canaux adjacents se brouillent
mutuellement si leurs cellules se chevauchent : il y a interfrence donc diminution
du SINR et du dbit. Au contraire, lorsque deux AP communiquent sur des canaux
totalement disjoints, par exemple 1 et 6, ils ninterfrent pas entre eux mme si les
deux AP sont proches spatialement lun de lautre.
Pour un client utilisant un canal donn, un signal interfrent est qualifi dinterfrent
co-canal sil utilise le mme canal que le client, et dinterfrent adjacent sil utilise
un canal adjacent celui du client. Pour un client, il existe deux types de signaux
interfrents selon leur provenance : les signaux descendants provenant des AP autres
que lAP auquel il est associ et les signaux montants provenant des clients associs
aux AP voisins en supposant que les clients associs au mme AP que lui nmettent
pas en mme temps donc ne gnrent pas de brouillage.
Actuellement dans la littrature et en pratique, seuls les signaux provenant des
AP sont pris en compte pour quantifier les interfrences [Wong et al., 2005] [Runser,
2005]. Dans le modle de propagation, nous avons dj voqu cet aspect : seules les
liaisons descendantes de lAP vers le client sont prises en compte. En effet, les clients
tant potentiellement trs nombreux et mobiles il est impossible de calculer dans un
temps acceptable la propagation de ces signaux dans tout le btiment. Considrer uniquement les signaux interfrents provenant des AP a un avantage pratique
certain puisque les AP sont fixes et leur nombre maximum limit. De plus, cette
approximation est justifie thoriquement par deux aspects. Dune part, les retours
dexprience de rseaux de type 802.11 ont montr que la charge tait essentiellement descendante cest--dire que cest trs majoritairement lAP qui occupe le
canal (3,7 fois plus [Allio, 2007]) et non les clients de la BSS. Dautre part, le signal
provenant dAP interfrents peut tre vu comme la moyenne des signaux interfrents
provenant de clients de cette BSS. Une autre approche serait de raisonner avec des
probabilits de coupure de communication.
Remarque :
Les bruits lectromagntiques produits par des quipements autres que les points daccs comme des fours micro-onde ou des appareils industriels utilisant aussi les frquences de la bande ISM (Industriel, Scientifique et Mdical) sont considrs comme
des signaux interfrents pour les AP. Ils ne sont pas pris en compte dans notre
81
tude ; cependant, ils pourraient tre ajouts aux interfrences si on sait prcisment
o ils se trouvent et quel est leur niveau de puissance.
Variables
Nous rappelons la dfinition du SINR :
SIN Rt rapport signal interfrences plus bruit au point de service t
dans le cas dune association des points de service au point daccs
fournissant le plus fort signal :
puissance du plus fort signal
P
puissance du bruit + puissance des interfrents
pR
st t
P
= B
(2.6)
p +
pR
s0 t (|fst fs0 |)
SIN Rt =
s0 S O \{st }
Dans cette formule, les notations sont linaires : les puissances sont
toutes exprimes en milliwatts (mW ) et non en dcibel par milliwatts (dBm). Une division de deux puissances exprimes en mW
correspond une soustraction de ces deux puissances exprimes en
dBm, nous pouvons donc crire aussi :
pB
SIN Rt[dBm] = pR
[mW ] +
st t[dBm]
s0 S O \{s
t}
pR
s0 t[mW ] (|fst fs0 |)[lin]
(2.7)
[dBm]
82
pB
Ecart de
canal
0
1
2
3
4
5 12
Facteur de protection
linaire : 0 (.) 1
1
0.7272
0.2714
0.0375
0.0054
0
Facteur de protection
exponentiel en dB : (.) 0
0
-1.38
-5.66
-14.26
-22.68
dN
k
le k-ime dbit nominal (en Mbps) que permet une norme. Par
exemple pour la norme 802.11b, les dbits nominaux sont : DN b =
N
N
N
{dN
1 = 1M bps, d2 = 2M bps, d3 = 5.5M bps, d4 = 11M bps}.
nN
83
dN
t
sk
N
N = 0 sinon.
avec (dNt =dNk ) = 1 si dN
t = dk et (dN
t =dk )
N
n
P
Nous remarquons que :
sk = nTs
k=1
2.6.3
84
Les autres stations bloquent leur compteur pendant la dure de cette transmission et
recommencent le dcrmenter ds que le canal est nouveau libre. Si deux stations
ont la mme valeur de compteur une collision se produira au niveau du rcepteur. Ces
stations devront alors retirer un nouveau dlai, compris cette fois entre 0 et 2 n (62
pour la norme 802.11b/g) car on double lintervalle de temps chaque chec, avant
de pouvoir retransmettre le paquet perdu. Si la taille de la fentre de contention
atteint sa valeur maximale (correspondant 8 retransmissions 8 31 = 248 pour
la norme 802.11b/g), le paquet est dfinitivement perdu ; la station passe au paquet
suivant et rinitialise sa fentre de contention [[0, n]]. Cet algorithme permet aux
stations daccder au support avec la mme probabilit, mais sans garantie de dlai.
Lorsque le point daccs veut mettre des donnes, il procde exactement de la mme
faon quune station.
Les figures 2.9 et 2.10 rsument le cycle CSMA/CA en cas de succs de la transmission. Une fois un paquet de donnes transmis, la station destinataire accuse
bonne rception du paquet par lenvoi dun message ACK (pour ACKnowledgment).
La trame ACK est envoye aprs une dure SIFS (pour Short InterFrame Space,
T SIF S = 10 s pour la norme 802.11b/g). La dure SIFS est infrieure la dure
DIFS afin que les autres stations ne pensent pas que le canal est libre. Le canal
redevient libre une fois quune dure DIFS sest coule aprs la fin de lenvoi de
la trame ACK. Dans le cas de liaison descendante comme illustr en figure 2.9, les
donnes sont mises par lAP et reues par les stations. Seul lAP accde au canal,
les autres stations nenvoient que des acquittements. Il ny a donc pas de collisions
possibles.
Figure 2.9 : Protocole CSMA/CA daccs au canal dans le cas de trafic descendant
85
aussi limpact des stations caches 2 sur la capacit relle [Duda, 2008] et au problme des trois paires parallles [Chaudet, 2004] dans lequel deux cellules bloquent
systmatiquement laccs au canal dun client associ une troisime cellule situe
entre elles.
Notre modle est plus simple puisquen trafic descendant, nous considrons le
temps moyen de backoff constant puisquil ny a pas de collision car seul lAP accde
au canal. Notre analyse est donc volontairement simplifie pour dterminer une
approximation de la capacit au niveau de la couche MAC. Nous formulons les
hypothses de calcul suivantes :
Nous considrons que seul lAP accde au canal donc nous grons un trafic
uniquement descendant.
Nous considrons quil ny a aucune retransmission de trames. Les retransmissions de trames ont lieu soit sil y a des collisions entre trames, ce qui ne peut
pas se produire dans le cas descendant puisque seul lAP accde au canal, soit
si la trame reue est errone (taux derreur par bit trop important) du fait
dinterfrences avec des brouilleurs externes au rseau ou de chemins multiples
trop longs. Nous ngligeons ces retransmissions puisque nous supposons que le
dbit nominal utilis pour la communication entre lAP et le client est choisie
justement pour viter un taux derreur par bit trop important.
Nous considrons le rgime satur, cest--dire que lAP a toujours une trame
transmettre ; cela correspond calculer la capacit maximale que lAP doit
fournir pour satisfaire la demande. Laccs au canal tant partag quitablement entre les clients, nous supposons en moyenne que lAP envoit le mme
2. Deux stations sont dites caches si elles sont associes au mme AP mais ne sont pas en
visibilit radio lune de lautre. Dans ce cas, une station peut croire que le canal est libre et envoyer
des donnes lAP alors que lautre station est dj en train de communiquer avec lAP, une
collision se produira donc au niveau de lAP.
86
nombre de trames tous ses clients. Il y a donc une priodicit comme nous le
constatons dans la figure 2.9, aprs avoir envoy une trame au premier et au
second client, lAP recommence envoyer une trame au premier client.
Variables
Soient :
dureBO la dure moyenne du back-off. Etant donn que nous considrons
uniquement le trafic descendant, il ny a pas de collision possible
sur le canal puisque seul lAP y accde. Dans ce cas, la dure du
back-off reste toujours comprise entre 0 T Slot et n T Slot o n est
la taille de la fentre de contention initiale (n = 31 pour la norme
802.11b/g). La dure moyenne est donc : dureBO = n2 T Slot . La
dure moyenne du back-off est une constante.
SDU
tailleM
la taille de la trame MSDU du point de service t. Cette taille est
t
caractristique du service souhait par le point de service. Pour la
SDU
suite, nous fixons tailleM
arbitrairement la taille de la trame
t
MSDU moyenne not tailleM SDU = 8184 bits = 1023 octets.
la dure dun cycle CSMA/CA (cf. figure 2.10) pour une trame
tailleM SDU et pour une transmission au k-ime dbit nominal
(dN
k ). Pour des rseaux fonctionnant en mode 802.11b ou en mode
mixte (avec des stations en mode 802.11b et des stations en mode
802.11g), nous avons :
k = dureDIFS + dureSIFS + 2 dureen tte PHY + dureACK
tailleM SDU + tailleen tte MAC + tailleFSC
+
(2.9)
dN
k
Pour des rseaux fonctionnant en mode 802.11a ou en mode 802.11g
uniquement, nous avons :
k = dureDIFS + dureSIFS + 2 dureen tte PHY + dureACK
tailleM SDU + tailleen tte MAC + tailleFSC
+4 celling
4 dN
k
avec la fonction celling(x) qui retourne le plus petit entier suprieur
ou gal x.
87
Les autres donnes, rcapitules dans le tableau 2.3, sont dfinies par la norme.
Une analyse plus fine de la capacit des rseaux 802.11 est ralise dans le chapitre
V de la thse de Sylvain Allio [Allio, 2007] dont sont extraites ces valeurs.
Paramtres
802.11b
dN
k
1,2,5.5,11
Mbps
dureDIFS
dureSIFS
dureslot
taille de la fentre
de contention initiale
dureBO
dureen tte PHY
tailleACK
dureACK
tailleen tte MAC
tailleFSC
802.11b/g
(mixte)
1,2,5.5,11,6,9,12,18,
24,36,48,54Mbps
50s
10s
20s
31
802.11a ou
802.11g seul
6,9,12,18,24,
36,48,54Mbps
34s
16s
9s
15
31
2
15
20 = 310s
9 = 67, 5s
2
long : 192s long : 18 + 192s
20s
court : 96s court : 8 + 96s
14 octets 1M bps
14 octets
6Mbps
148
148+22
= 24s
= 112s
4 celling
46
1
30 octets
4 octets
Table 2.3 : Paramtres physiques et MAC lis aux normes 802.11b, 802.11g et 802.11a
Remarque :
Pour le mode RTS/CTS le calcul est analogue. Il est galement possible dajouter un
terme au dnominateur pour tenir compte des retransmissions.
Sous ces hypothses, la capacit peut simplement scrire :
cAP
capacit (en Mbps) fournie par lAP du site s en rgime satur
s
lensemble des clients de sa cellule :
taille des donnes utiles transmises
dure de transmission des donnes utiles
nTs tailleM SDU
=
nN
P
BO
T
ns dure +
sk k
cAP
=
s
(2.10)
k=1
88
Pour estimer la capacit dun AP, il suffit donc de connatre le nombre de clients
sa charge et la rpartition de ces clients selon les dbits nominaux = (k )kK .
Les autres paramtres dpendent uniquement de la norme utilise. Comme prsent
dans la partie prcdente, le dbit nominal dun client est dtermin par son SINR.
La rpartition est donc uniquement en fonction du SINR des liaisons descendantes.
2.6.4
Dbit rel
dbit rel (en kbps) fourni par le rseau au point de demande t pour
la configuration prsente :
dO
t =
cAP
st
nTst
(2.11)
2.7
89
Le problme optimiser
2.7.1
Paramtres de travail
90
nS
cSs
SI
nI
nA
nF
cA
a
Ha
nH
a
Pa
nPa
nT
dSt
pt
TI
pB
SIN RC
91
DN
nN
dN
k
(.)
ws
fs
pE
s
hs
SO
pR
st
ust
st
TsC
T0C
zone blanche : ensemble des points de service qui ne sont pas associs
un site.
nTs
SIN Rt
92
dN
t
sk
cAP
s
dO
t
Table 2.6 : Rappel des donnes intermdiaires du problme calcules laide des donnes
dentre et des variables de dcision
2.7.2
Expression de la combinatoire
P
nH
a na
aA
(2.13)
Sachant quil existe nS nI sites possibles (les sites dj installs ne pouvant tre
modifis), pour placer n points daccs, le nombre de combinaisons possibles est :
CnnS nI
nF
P
nH
a na
aA
!n
= CnnS nI (nC )n
(2.14)
n=0
CnnS nI
nF
X
aA
P
nH
a na
!n
(2.15)
nF = 13
nI = 0
nA = 3
nH
1 = 1
H
n2 = 4
nH
3 = 8
nPa = 4
nS = 500
nmax = 50
93
n=0
n=50
X
n
C500
(13 (8 + 4 + 1) 4)n
n
C500
624n
n=0
2.7.3
Critres du problme
(2.17)
94
objectif du problme plutt que comme contrainte. Dans ce cas, nous calculons le
dbit souhait par les points de service et non satisfaits par cette configuration de
rseau. Cette quantit est mesure en nombre de kilobits par seconde :
X
max(0; pt t t )
(2.18)
tT
Plus cette quantit est importante, plus le rseau est de mauvaise qualit et ne
rpond pas la demande des clients.
Pour conserver une qualit minimale sur le rseau, nous pouvons dans ce cas
dterminer une nouvelle contrainte garantissant un dbit minimum tous les clients :
t T, SIN Rt SIN RC
(2.19)
Prcisment, cette contrainte garantit que tous les points de service ont un SINR
suprieur au SINR minimal pour tablir une communication.
Cette contrainte est quivalente :
t T, SIN Rt SIN RC
t T, dO
t > 0
C
T0 =
P
ust = 1
t T,
sS O
Concernant les points de service interdits quil est souhaitable de ne pas couvrir,
nous avons un critre prendre en compte comme contrainte qui scrit :
C
B
t T I , @s S O , pR
st SIN R + p
2.7.4
(2.20)
Synthse
Le problme que nous avons traiter est de dterminer les variables de dcision
w, f, pE , h avec s S, ws A {0} IN, fs FA IN, pE
s Pws IN et
hs Hws IN, afin de minimiser :
X
sS O \S I
X
+
max(0; pt t t )
cSs + cA
ws
tT
(2.21)
2.8 Conclusion
95
2.8
Conclusion
96
Chapitre 3
Optimisation de la planification
Le problme de planification de rseaux sans fil correspond dune part au placement et au paramtrage des metteurs et dautre part laffectation des frquences
sur ces metteurs. Ces problmes sont gnralement traits squentiellement avec
mme parfois sparation du placement et du paramtrage des metteurs. Comme
nous lavons rappel au chapitre 1, ils sont les deux problmes fondamentaux pour
loptimisation de la planification de rseau de radiocommunications.
Outre deux stratgies classiques doptimisation de la planification, mthode purement squentielle et mthode de placement avec coloration de graphe, nous proposons deux nouvelles stratgies doptimisation. Lune, squentielle, tient compte lors
du placement des metteurs dun brouillage moyen entre metteurs. Lautre, globale,
optimise simultanment le placement des metteurs et laffectation des frquences.
Ces stratgies sont mises en uvre par un algorithme Voisinages Variables
Alatoires (VVA) o le type de voisinage varie alatoirement chaque itration
dune recherche locale.
Ce travail a fait lobjet de trois publications lors des confrences : 67th IEEE
Vehicular Technology Conference Spring 2008 , 3rd IEEE International Conference
in Central Asia on Internet 2007 et 15th IEEE SoftCOM 2007.
Sommaire
2.1
2.2
2.3
2.4
2.5
2.6
2.7
Introduction . . . . . . . . . . . . . . .
Modle de placement . . . . . . . . . .
Modle de paramtrage des metteurs
Modle de trafic . . . . . . . . . . . . .
Modle de propagation . . . . . . . . .
Modle de dbit . . . . . . . . . . . . .
Le problme optimiser . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
57
59
63
68
72
74
89
98
2.8
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . .
95
99
100
3.1
Stratgies doptimisation
101
AP ; lautre globale qui optimise simultanment le placement des metteurs et laffectation des frquences. Nous valuerons donc deux contributions nouvelles dans ce
chapitre.
Chacune de ces stratgies est caractrise par la faon dont les interfrences sont
prises en compte. Les interfrences sont souvent mesures en un point du rseau
par le SINR (Signal-to-Interference-plus-Noise-Ratio). Nous rappelons sa dfinition
pour un point de service t dans le cas o seules les interfrences entre AP sont
considres :
pR
st t
SIN Rt = P R
(3.1)
pst (|fst fs |) + pB
s6=st
3.1.1
Optimisation squentielle
Lorsque les problmes dACP et dAFP sont traits successivement, il est ncessaire dajouter des contraintes au problme dACP afin de tenir compte des limites en
ressource radio. La littrature dcrit une grande varit de contraintes. La contrainte
la plus courante consiste considrer le recouvrement entre cellules en interdisant
de slectionner deux sites candidats trop proches [Mathar & Niessen, 2000], en minimisant les zones de recouvrement entre cellules [Bosio et al., 2007] ou encore en
slectionnant les cellules en tenant compte de leur forme gomtrique [Mabed &
Caminada, 2006]. Des approches plus sophistiques valuent lcart de puissances
entre les signaux interfrents [Runser, 2005] [Aguado-Agelet et al., 2002], dautres
dfinissent un critre de rutilisation de canaux de frquences pour un rseau en
fonction du recouvrement [Lee et al., 2002].
102
(3.2)
s6=st
pR
st t
= SN Rt
pB
(3.3)
Dans ce cas, laffectation des frquences sera trs difficile et les rsultats en terme
de qualit de service seront mdiocres.
3.1.2
[Rodrigues et al., 2000], [Prommak et al., 2002], [Wertz et al., 2004] et [Bahri
et al., 2005] traitent le problme AFP en mme temps que le problme ACP, mais
en utilisant seulement 3 canaux disjoints pour la planification de frquences. Les
normes IEEE 802.11b et g dffinissent 14 canaux de frquences dont seuls 13 sont
autoriss en France.
Comme illustr en figure 3.1, ces canaux se chevauchent ce qui provoque des
interfrences lorsque deux AP dont les cellules se recouvrent utilisent des canaux
103
proches (cart infrieur 5 canaux). Dans la plupart des publications, les auteurs
se limitent donc lusage de trois canaux disjoints : 1, 6 et 11 par exemple, ce
qui simplifie le problme dAFP. Dans ce cas il ny a plus dinterfrences entre
canaux adjacents, seules existent les interfrences co-canal, entre AP utilisant le
mme canal. En effet, avec seulement trois frquences lorsque nous installons plus de
trois AP nous devons rutiliser un canal dj affect un autre AP. Dans ce cas, soit
(|fst fs | = 0) = 1 si les AP s et st utilisent le mme canal, soit (|fst fs | 5) = 0
si les AP s et st utilisent des canaux disjoints. Alors le SINR devient :
SIN Rt '
pR
st
B
pR
st + p
(3.4)
s, co-canal
Dans cette stratgie, nous affectons bien des frquences aux configurations dAP,
mais sur un espace limit. Le problme daffectation de frquences ainsi rduit trois
couleurs (1, 6 et 11) correspond au problme bien connu de coloration de graphe 3
couleurs (3-Graph coloring). [Ling & Yeung, 2005] ont une approche similaire mais
au lieu de calculer le SINR correspondant la stratgie, ils estiment directement le
dbit en fonction de la probabilit de collision.
Dans cette stratgie 3 frquences, il y a recouvrement uniquement si deux
AP utilisant le mme canal couvrent la mme zone. Pour comparer cette stratgie
avec les autres, il est ncessaire, aprs cette optimisation globale du placement des
AP avec un nombre de couleurs rduit, de procder une nouvelle planification de
frquences mais cette fois avec les 13 canaux de frquences disponibles pour la norme
IEEE 802.11g. Le rsultat donne un rseau compltement paramtr et ayant toute
libert dutiliser toutes les frquences du spectre mme si seulement 3 frquences ont
t utilises pour le placement.
104
3.1.3
(3.5)
105
3.1.4
3.2
Exprimentations et rsultats
Les quatre stratgies que nous venons de prsenter et que nous allons comparer
en terme de qualit de rseaux produits sont rsumes dans le tableau 3.1.
Stratgie 1
Stratgie 2
Stratgie 3
Stratgie 4
ACP/AFP
squentielle
globale,
avec les canaux disjoints
squentielle
globale,
avec tous les canaux
tape ACP
OUI,
avec = 1
NON
OUI,
avec = 0, 1
NON
tape AFP
OUI,
avec 13 frquences
OUI,
avec 13 frquences
OUI,
avec 13 frquences
NON
106
3.2.1
3.2.2
Exprimentations
107
Pour dfinir la demande en trafic, nous utilisons des zones de service reprsentes
par des polygones couvrant une partie du btiment. Chaque zone est caractrise
par un nombre de clients et un dbit souhait par chacun des clients de cette zone.
Une zone de service est dfinie en vert sur la figure 3.2 sur chaque tage du btiment.
300 clients sont uniformment rpartis sur chaque zone de service et chacun dentre
eux souhaite 500 kbps. La demande globale est donc de 300 M bps. Les deux zones
de service couvrent 7728 mtres carrs, nous dfinissons donc 7728 points de service
pour le calcul du SINR.
Pralablement loptimisation, il est ncessaire de calculer les 94 cartes de couverture des 94 sites potentiels. Chaque carte compte 7728 pixels (mtres carrs) plus
les pixels qui font le contour du btiment. La dure de calcul des 94 cartes par le
modle de propagation dOrange Labs demande environ 1h30.
3.2.3
Rsultats
Pour chaque stratgie, notre algorithme est excut trois fois pendant une dure dune heure. Nous prsentons le meilleur rsultat des trois excutions. Notons
que pour chacune des stratgies, les trois excutions sont relativement homognes,
les rsultats que nous prsentons ne sont pas affects par le choix de la meilleure
excution.
Les rsultats des quatre stratgies sont prsents sur la figure 3.3. Pour chaque
108
Figure 3.3 : Rsultats des quatre stratgies : nombre dAP slectionns, nombre de points
de service non satisfaits, nombre de points de service non couverts. Il y a
7728 points de service au total.
Considrons dabord le nombre dAP slectionns pour les 4 solutions. Les stratgies 2, 3 et 4 ont slectionn 30 AP, ce qui est le maximum permis, la stratgie
1 en a slectionn seulement 11. Cette limitation est de aux interfrences : pour
cette stratgie, lorsquun nouveau AP est ajout lors de la phase ACP il fournit
une connexion de nouveaux points de service, ce qui justifie son ajout, mais il
dtriore galement la qualit des liaisons radio de nombreux points de service car
cest un interfrant supplmentaire en co-canal. Cet quilibre limite le nombre dAP
installs 11. Ce rsultat montre que cette stratgie, pnalisant dans un premier
temps tous les recouvrements sans utiliser les frquences, sur-contraint le problme
de planification WLAN. De ce fait, 11 AP ne suffisent pas satisfaire la demande et
cette stratgie donne les pires rsultats en terme de points de service non couverts
et non satisfaits. A noter que cette stratgie est celle qui est la plus couramment
employe car sa modlisation est la plus accessible.
Les figures 3.4 et 3.5 montrent respectivement les couvertures des quatre stratgies pour le premier et le second tage du btiment. Le bleu clair indique lextrieur
du btiment. Les pixels noirs indiquent les points de service non couverts, les pixels
109
verts foncs les points de service non satisfaits mais couverts. Les pixels verts clairs
indiquent les points de service satisfaits, cest--dire pour lesquels le dbit rel offert
est suprieur celui souhait. Enfin, les pixels blancs localisent les positions des AP
slectionns par les quatre solutions.
Figure 3.4 : Couverture du 1er tage du btiment pour les quatre stratgies
110
Figure 3.5 : Couverture du 2me tage du btiment pour les quatre stratgies
111
garder un niveau relativement faible. A contrario, avec 3 canaux disjoints, les points
de service avec interfrences sont moins nombreux mais le niveau de linterfrence est
plus important, ce qui dtriore plus la Qualit de Service dun rseau. Lapproche
globale avec 3 canaux conduit un minimum local et les points de service problme
ne sont pas rattrapables lors de lAFP complmentaire avec 13 canaux.
Nous obtenons de meilleurs rsultats avec la stratgie squentielle n3 quavec
la stratgie globale n2 et des rsultats bien meilleurs que la stratgie squentielle
n1. Ce rsultat surprenant signifie quil est intressant de traiter simultanment
les problmes ACP/AFP uniquement sous la condition dutiliser tous les canaux de
frquences. Ceci correspond une avance significative dans la rsolution squentielle
des problmes daffectation de frquences en gnral, que ce soit en WLAN ou en
rseaux cellulaires comme le GSM.
Enfin la stratgie 4 obtient les meilleurs rsultats avec prs de trois fois moins
de points de service non satisfaits que pour la stratgie 3. Tout dabord cela prouve
quil est maintenant possible de raliser une optimisation globale du problme de
planification sur des rseaux de grande taille. En effet, il est possible de planifier
des rseaux de plus dune centaine dAP. Par ailleurs, les deux principales caractristiques de cette stratgie (traitement simultan des problmes de placement et
daffectation et utilisation de toutes les frquences disponibles) doivent tre utilises
simultanment pour obtenir les meilleurs rsultats puisque les stratgies 2 et 3 sont
domines.
Malgr des rsultats moins bons que pour la stratgie 4, la stratgie 3 est trs
prometteuse puisquelle permet de sparer les deux problmes sans perte de qualit
trop importante. Elle prsente lavantage davoir une combinatoire beaucoup plus
faible et davoir un modle de calcul moins sophistiqu que la stratgie 4. De plus
cette mthode peut tre amliore. Au lieu de fixer le facteur de protection moyen
une valeur unique pour toute lexprience (ici, = 0, 1), il est possible demployer
plusieurs valeurs selon les diffrentes zones du btiment. Par exemple, si lon souhaite
un dbit moins important sur le premier tage, ce qui signifie moins dAP et donc
moins dinterfrences, on peut baisser le facteur de protection moyen 0, 05 ;
inversement on peut fixer = 0, 5 sur une zone de forte densit dAP. Il est galement
envisageable de faire voluer le coefficient au cours de loptimisation en fonction
de la densit dAP. Ces propositions font parties des perspectives de notre travail.
3.3
Approche algorithmique
Nous prsentons ici les divers lments concernant lapproche algorithmique que
nous avons conue et mise en uvre dans lapplication WIFIOPT pour loptimisa-
112
tion du modle dcrit dans le chapitre prcdent et pour fournir les rsultats des
quatre stratgies doptimisation que nous avons values.
Le problme de planification de rseaux locaux sans fil est un problme NP difficile pour lequel de nombreuses mtaheuristiques et mthodes exactes ont t
utilises : Recherche Tabou, algorithmes volutionnaires, recuit simul, branch and
bound, programmation linaire...
La taille des problmes que lon souhaite rsoudre carte lusage de mthodes
exactes. Deux caractristiques principales de notre problme ont orient le choix de
la mtaheuristique utiliser. Dune part, nous avons choisi de raliser une estimation
prcise de la Qualit de Service dun rseau en calculant le dbit rel en chaque
point de service du rseau. Ce calcul complexe comprenant laffectation des points
de service aux AP serveurs, le calcul du SINR, le calcul du dbit nominal pour tous
les points de service et pour finir lestimation de la capacit de chaque AP, ncessite
un temps de traitement important et par consquent lvaluation dune solution par
lapplication est longue. Cette caractristique a cart les mtaheuristiques base
de population (algorithmes volutionnaires, algorithmes par colonies de fourmis,
optimisation par essaims particulaires...) et nous a orient vers des algorithmes de
recherche locale permettant un calcul rapide des variations de la fonction optimiser
bases autant que possible sur des valuations incrmentales partir de lvaluation
courante pour viter de refaire tous les calculs.
Dautre part, comme nous lavons souvent rpt, le problme de planification
de rseau est compos de deux sous problmes, le placement et paramtrage des AP
et laffectation des frquences. Nous avons russi unifier ces deux problmes en
calculant le dbit rel par client, cependant il y a fondamentalement deux classes de
variables de dcision : les variables concernant les configurations dAP (site, type
dantenne, azimut, puissance dmission) et les variables concernant laffectation de
frquence (canal). Cela nous a conduit construire diffrents types de voisinage
selon quils concernent les variables de configuration, les variables de frquences
ou les deux. Etant donn quun minimum local est relatif un type de voisinage,
cest--dire quil nest pas forcment le minimum pour un autre type de voisinage,
il est intressant dutiliser un algorithme de haut niveau bas sur plusieurs types de
voisinage.
Par consquent, nous avons dfini un algorithme bas sur un principe simple et
relativement peu tudi explicitement dans la littrature : le changement alatoire de voisinage durant la recherche. Cest--dire qu chaque itration de
la recherche, le type de voisinage est tir au hasard. De plus, lexploration du type
de voisinage choisi suit une procdure plus ou moins complexe qui accepte ou non
la dtrioration de la solution courante. Cela peut tre une mtaheuristique connue
(descente simple, Recherche Tabou, recuit simul...) ou toute autre heuristique. Nous
113
Nous prciserons plus loin les voisinages et heuristiques choisis dans notre cas.
Si les Hi sont toutes des heuristiques de descentes simples alors VVA peut tre
vu comme un algorithme de descente voisinages variables (VND, Variable Neighborhood Descent [Hansen & Mladenovic, 1999]) la diffrence que le changement de
voisinage se fait alatoirement et non systmatiquement.
Notre approche peut galement tre vue comme une hyper-heuristique [Burke
et al., 2003] et [Meignan, 2008] puisque plusieurs heuristiques sont utilises. Dans
notre cas, chaque type de voisinage utilise une heuristique particulire. Un tat de
lart complet des recherches locales utilisant plusieurs structures de voisinage est
ralis dans la thse dIsabelle Devarenne [Devarenne, 2007].
114
Nous dcrivons plus prcisment cet algorithme au paragraphe 3.3.2. Pour linitialiser il sappuie sur une solution ralisable ; pour cela nous utilisons un algorithme glouton alatoire [Mezani, 2005] bas sur la couverture des points de
service que nous prsentons au paragraphe 3.3.1.
3.3.1
115
pe =
exp(ne /)
P
exp(ne0 /)
(3.6)
e0 E\{ST }
S := S {e }.
POUR e E\{S T }
mise jour des ne : on retranche ne les points de service
nouvellement couverts par e .
SI ne = 0
T := T {e}.
FIN SI
FIN POUR
FIN TANT QUE
Comme pour le recuit simul, nous avons ici le choix de la variable de temprature
.
A la fin de lalgorithme glouton alatoire de couverture, nous attribuons alatoirement un canal de frquences chaque AP slectionn. Puis pour amliorer localement ce plan de frquences, une procdure de descente simple est ralise : pour
116
chacun des AP pris dans lordre dapparition nous parcourons toutes les frquences
possibles et nous affectons celle qui amliore le plus la fonction de cot donne par
lquation (2.21). Ce cycle est ritr jusqu navoir aucune amlioration sur lensemble des AP. Le processus est appel algorithme multi-start damlioration
du plan de frquences dans la mesure o nous ritrons la procdure de descente
en prenant plusieurs plans de frquences alatoires pour dmarrer (10 relances).
Une solution s du problme est note : s = {(S1 , f1 ), ..., (Sn , fn )}. Les Si reprsentent les n configurations dAP slctionnes par la solution s. Si E avec E
lensemble des configurations dAP possibles. Les fi sont les frquences alloues aux
configurations Si . Le pseudo code suivant dcrit lalgorithme multi-start damlioration du plan de frquences not Hmultistart .
117
3.3.2
118
mmes sites que la solution courante et ne diffrent que par les autres variables
(type dantenne, puissance dmission, azimut, plan de frquences).
s0 = {(Si0 , fi0 ), 1 6 i 6 n} Nintrasite (s) si i, site(Si0 ) = site(Si ) et fi0 F
avec site(Si ) la fonction qui retourne le site de la configuration Si .
Remarquons que Nf req (s) Nintrasite (s).
Pour un type de voisinage, lexploration des solutions voisines peut tre rapide ou
lente selon la simplicit ou la complexit des mouvements permis dans ce voisinage.
Lheuristique mettre en place pour chaque type de voisinage doit donc tenir compte
de ce critre de temps pour tablir sil est raisonnable dexplorer tout ou partie des
solutions voisines.
De plus, si certains voisinages sont plus aiss explorer que dautres du fait du
calcul, il est intressant de les choisir plus souvent. A chaque itration de lalgorithme
voisinages variables alatoires, chaque type de voisinage a une probabilit
fixe ds le dpart dtre choisi. Ces probabilits sont approximativement inversement proportionnelles la dure dexploration de chaque voisinage.
Le schma global dun algorithme voisinages variables alatoires est donn la
figure 3.6.
Figure 3.6 : Schma gnral dun algorithme voisinages variables alatoires VVA
Pour notre problme, chaque type de voisinage utilise une heuristique particulire
que nous prsentons ci-dessous.
3.3.3
119
120
(3.7)
3.3.4
121
Modifier le plan de frquences dune solution ne modifie pas les associations des
points de service avec leur AP serveur. En effet, lassociation est un critre li la
couverture et non la frquence puisquelle est base sur la meilleure puissance reue. Il est donc simplement ncessaire de recalculer le SINR et le dbit des points de
service. Cela demande beaucoup moins de temps que les ajouts, suppressions ou remplacements dAP. Nous pouvons donc raliser une exploration plus importante de ce
voisinage. Lorsque le voisinage frquentiel est choisi, nous effectuons un ramnagement complet du plan de frquences ; cest--dire que lon raffecte les frquences de
tous les AP de la solution courante. Pour cela, nous appliquons lalgorithme multistart damlioration du plan de frquences que lon a prsent dans la partie 3.3.1
concernant lalgorithme glouton. A lissue de cet algorithme nous navons pas atteint le minimum local en terme de plan de frquences pour les configurations dAP
courantes, mais la qualit de leur plan de frquences a pu tre amliore.
3.3.5
Lorsque le voisinage intra-site est choisi, une mthode dintensification est applique sur la solution courante. La procdure est dterministe : pour chaque site
ouvert, on value lensemble des configurations possibles dAP pour le site et on
conserve la meilleure. Pour valuer chaque solution voisine, on doit affecter une frquence ; donc pour chaque test dune configuration dAP, on value la solution pour
tous les canaux de frquence possibles et on retient le meilleur canal. Lordre dans
lequel on parcourt les sites est arbitraire. A la fin de cette procdure damlioration
intra-site, on applique lalgorithme multi-start damlioration du plan de frquences
qui permet de regnrer un plan de frquences global. Cette transformation peut tre
vue comme une srie particulire de remplacements de configurations dAP ayant le
mme site. Elle est trs couteuse en temps de calcul, cest pour cette raison quelle
est rarement effectue.
122
3.3.6
La figure 3.7 rsume lalgorithme complet mis en uvre avec les 5 voisinages et
les heuristiques utilises. Les probabilits appliques ont t fixes empiriquement
en fonction du temps de calcul de chaque voisinage et de leur efficacit observe. Par
rapport aux notations du pseudo-code donn dans la partie 3.3 pour lalgorithme
VVA nous avons dfini cinq (n = 5) triplets voisinage/heuristique/probabilit de
type (Ni , Hi , pi ) : (Nsupp , Hdoublecontrole , 0.25), (Najout , Hdoublecontrole , 0.25),
(Nrempl , Hdoublecontrole , 0.479), (Nf req , Hmultistart , 0.02) et
(Nintrasite , Hintrasite , 0.001).
Il est possible de construire dautres types de voisinage et dautres heuristiques
afin denrichir les possibilits dexploration. Alterner les phases dintensification et
de diversification dans lalgorithme est un des aspects critiques de loptimisation.
Notre algorithme doptimisation voisinages variables alatoires VVA permet facilement de mettre en place cette alternance. En effet, certains voisinages permettent
dintensifier la recherche partir de la solution (voisinage intra-site et voisinage frquentiel), dautres autorisent la dgradation (voisinages de suppression, dajout et
de remplacement) et permettent ainsi une diversification de la recherche partir de
la solution.
Les probabilits attaches chaque voisinage pilotent cette alternance. Dans
lapplication WIFIOPT, la probabilit de chaque voisinage est fixe durant toute la
dure de loptimisation. Cependant, il peut tre intressant de remplacer ces probabilits par des probabilits conditionnelles afin de faire voluer les poids au cours
de loptimisation. Cest le cas de la mthode ALNS (Adaptive Large Neighborhood
123
Search [Ropke & Pisinger, 2006]) o plusieurs voisinages sont utiliss et choisis avec
une probabilit qui sadapte dynamiquement lors de la recherche en fonction de
lefficacit de chaque voisinage.
Lalgorithme doptimisation voisinages variables alatoires VVA que nous avons
prsent nest pas propre notre problme et peut tre considr comme un algorithme gnral doptimisation.
3.4
Nous prsentons maintenant deux analyses sur des nouveaux critres de Qualit
de Service (QoS ), compatibles avec le modle mais indpendants de lalgorithme
doptimisation, qui constituent une contribution sur lvaluation des rseaux. La
premire analyse concerne un critre de scurit li des zones interdites de couverture. Cest un critre non encore tudi, except dans [MacGibney & Klepal, 2005]
124
3.4.1
Critre de scurit
Nous avons dfini au chapitre 2 partie 2.4 des zones interdites cest--dire des
zones que lon ne souhaite pas couvrir pour des raisons de scurit et de confidentialit par exemple. Nous interdisons alors les solutions de rseaux qui conduisent
couvrir tout ou partie de ces zones interdites. Toute configuration dAP qui couvre
en puissance un point de service interdit du fait dune puissance reue suprieure au
seuil de sensibilit, est supprime du pool des configurations candidates.
La couverture radio ne sarrtant pas strictement et de faon homogne face
un obstacle, il est impossible de sengager sur le respect de la couverture de chaque
point de service un dbit minimal et en mme temps sur le respect des contraintes
de zones interdites. Cela dpend compltement de la configuration du btiment et
des multitrajets suivis par les ondes radio. En consquence, nous avons autoris dans
lapplication WIFIOPT de relcher ces contraintes en ajoutant une pnalit au cot
de la solution pour chaque point de service interdit couvert par la solution.
Nous prsentons sur les figures 3.8 et 3.9 un exemple de configurations interdites.
A lextrieur dun btiment, il y a une zone interdite que lon ne souhaite pas couvrir
qui correspond un tronon de route. La figure 3.8 montre que le site candidat situ
dans le btiment et proche de cette zone la couvre si on y installe un AP dont
lantenne a un diagramme de rayonnement omnidirectionnel : cette AP est donc
interdite sur ce site. La figure 3.9 montre que seuls trois des huit azimuts possibles
sont autoriss sur ce site si on y installe un AP dont lantenne a un diagramme de
rayonnement directionnel.
Les nombreuses expriences que nous avons menes sur les zones interdites montrent
que dans une trs grande majorit des cas, lorsquil ny a pas de zones interdites, seuls
les AP avec les antennes ayant un diagramme de rayonnement omnidirectionnel sont
slectionnes dans les meilleures solutions de rseaux. Lusage des antennes bidirectionnelles ou directionnelles savre utile presque exclusivement pour
125
Figure 3.9 : Configurations interdites avec une antenne directionnelle (seuls trois azimuts sont autoriss)
les questions de scurit lorsquil y a des zones interdites. De ce fait, lutilisation dAP directives ne constituent donc pas forcment la meilleure solution
lorsque lon veut augmenter la capacit dun rseau en rduisant les cellules via la
directivit.
Prenons un exemple concret pour illustrer ce cas. Lobjectif est de dployer un
rseau de norme IEEE 802.11g dans un centre de sports et loisirs de deux tages.
Le btiment prsente 27 sites potentiels dinstallation. Cinq zones de service doivent
tre couvertes. Elles sont reprsentes sur les figures 3.10 et 3.11 par des rectangles
de couleurs et caratrises par un nombre dutilisateurs simultans rpartis uniformment sur cette zone et avec un dbit souhait par utilisateur. Au total, il y a
sur ces 5 zones 92 clients demandant un dbit total de 23,75 Mbps. Les surfaces
non couvertes par une zone de service, comme lespace au centre du btiment, sont
ignores pendant loptimisation. Nous ralisons deux planifications automatiques, la
126
premire dans les conditions que lon vient de prsenter, la seconde en ajoutant au
problme une zone ne pas couvrir. Cette zone interdite est situe sur le ct droit
du btiment ltage 1 (cf. le rectangle rouge sur la figure 3.11).
La premire solution sans zone interdite slectionne trois sites pour couvrir
lensemble des zones, cf. figure 3.10. Les trois AP que lalgorithme installe sur ces
sites ont des diagrammes de rayonnement omnidirectionnel. Le cot financier du
rseau (achat et installation des 3 AP ) est de 3800 euros. Pour cette configuration
de rseau, les 92 clients sont satisfaits, le rseau leur fournit le dbit souhait. La
seconde solution avec la zone interdite a slectionn cinq sites pour couvrir les
mmes zones, cf. figure 3.11. Cependant les cinq AP installs sur ces sites ont tous
des diagrammes de rayonnement directionnel, la flche bleue indique lorientation de
lazimut. Pour cette configuration de rseau, les 92 clients sont galement satisfaits.
Linstallation de ce rseau cote 7300 euros.
Dans cet exemple volontairement simple, nous constatons que pour garantir un
critre de scurit comme la non couverture dune zone, lalgorithme propose un
rseau non trivial, plus coteux et avec des antennes au diagramme de rayonnement
directionnel. La scurit des rseaux WLAN a donc un impact fort sur lingnierie de
la couverture radio et demande des rgles spcifiques damnagement non triviales
sans laide dun algorithme doptimisation.
127
3.4.2
Critre gomtrique
Le second critre sur lequel nous avons travaill porte sur la forme des cellules.
Dans les rseaux cellulaires de type GSM ou UMTS, des tudes [Mabed & Caminada,
2006] ont montr que la non prise en compte de critres de connexit et de gomtrie sur les cellules peut aboutir des rseaux htrognes dans lesquels certaines
cellules sont composes de plusieurs zones isoles les unes des autres. Dune part,
ces situations ont tendance augmenter les phnomnes dinterfrences et rendre
le problme dallocation de frquences plus complexe. Dautre part, elles conduisent
un grand nombre de transferts intercellulaires ou handovers en cas de mobilit.
Or les transferts favorisent les risques dinterruption des communications, ils sont
la cause denviron 70% des coupures, et ils engendrent des charges supplmentaires
sur le rseau non facturables au client. Dans le cas des rseaux WLAN ce type de
critre na pas encore t tudi.
Thoriquement, la forme gomtrique idale pour une cellule correspond un
hexagone, dans la mesure o il sagit de la figure la plus proche du cercle correspondant un rayonnement omnidirectionnel qui permet dobtenir un pavage rgulier du
plan et une distance fixe entre les AP de cellules adjacentes.
Le peu de travaux de la littrature qui tient compte de la forme de la cellule
comme critre dimpact sur la Qualit de Service dun rseau concerne les rseaux
128
cellulaires. [Hao & Vasquez, 2000] ont utilis la notion de connectivit de cellule
dfinie par [Reininger & Caminada, 2001] durant une phase de pr-optimisation
de planification de rseau. [Jedidi et al., 2004] ont introduit un critre cellulaire
mesurant la distorsion par rapport un disque. [Mabed & Caminada, 2006] ont
approfondi ce critre et tudi son impact sur les interfrences en GSM. Nous avons
adapt ce critre au contexte des WLAN et avons tudi son impact sur la Qualit
de Service.
Le critre gomtrique de [Mabed & Caminada, 2006] se formule par :
P
V (b)
p
G(C) =
8 |C| 6 |C|
bC
(3.8)
Figure 3.12 : Variation de la fonction G pour deux cellules de tailles proches dans le
contexte dun rseau GSM.
Lenvironnent spcifique des WLAN o les zones couvrir sont souvent des
btiments de plusieurs tages demande gnraliser lindicateur pour tenir compte
des 3 dimensions de lespace. Dans un environnement 3D, les mailles dune cellule C
sont rparties sur les diffrents tages k du btiment. Nous notons C = k Ck avec
Ck la cellule 2D correspondant ltage k. Nous calculons les indicateurs 2D G(Ck )
pour chaque tage du btiment par la formule (3.8) et nous dfinissons lindicateur
129
X |Ck |
|C|
G(Ck )
(3.9)
Lindicateur gomtrique 3D G3D est lui aussi compris entre 0 et 1. Pour estimer
la qualit gomtrique dun rseau WLAN, nous dfinissons lindicateur gomtrique,
GW LAN qui est la moyenne pondre des indicateurs gomtriques 3D de toutes les
cellules du rseau :
X |C|
P 0 G3D (C)
GW LAN =
(3.10)
|C |
C
C0
Lindicateur gomtrique du rseau GW LAN est compris entre 0 et 1. La cardinalit de chaque tage par cellule et de chaque cellule du rseau nous permet de
normaliser le critre gomtrique par limportance relative de chaque lment de
couverture.
Comme le montre la figure 3.14, cet indicateur porte une information importante
sur la connexit et la compacit des cellules dun rseau. Plus la valeur est proche de
130
1, plus la connexit et la compacit des cellules du rseau sont bonnes. Par consquent dans un contexte de mobilit dans les rseaux WLAN pour des services de
tlphonie Wi-Fi par exemple, nous pourrons utiliser le critre GW LAN pour limiter
le handover cest--dire les changements de cellule pour un client en dplacement :
plus le critre est proche de 1, moins il y a de changement de cellule lors dun
dplacement.
De plus, dans la figure 3.14, nous remarquons que plus GW LAN est lev, plus le
nombre moyen de cellules voisines est faible. Le nombre moyen de cellules voisines
est de 5.9 pour la figure du haut (GW LAN = 0.91) alors quil est de 4.9 pour la figure
du bas (GW LAN = 0.94). Cette corrlation se retrouve dans de nombreux exemples.
Or, plus le nombre moyen de cellules voisines est faible, plus le problme dallocation
de frquences est facile rsoudre puisque cela diminue le nombre de contrainte de
rutilisation des frquences. Dans un contexte doptimisation squentielle des problmes de placement des AP et daffectation des frquences, cet indicateur permettra
ltape de placement des AP dvaluer la ralisabilit de lallocation de frquences.
Que ce soit pour la mobilit ou laffectation de frquences, lindicateur GW LAN offre
des perspectives dvolution intressantes au travail que nous avons engag sur la
gomtrie.
3.5 Conclusion
3.5
131
Conclusion
En complment de deux stratgies usuelles doptimisation des problmes de planification de rseau sans fil, une mthode purement squentielle et une mthode de
placement avec coloration de graphe, nous avons propos deux nouvelles stratgies :
Une mthode globale, qui optimise simultanment le placement des AP et
laffectation des frquences, et qui utilise les 13 canaux de frquences autoriss
en France. Cette mthode est complexe par certains calculs effectues mais elle
explore toutes les ressources disponibles pour la planification.
Une mthode squentielle qui tient compte lors du placement des AP dun
brouillage moyen entre AP puis qui rsout le problme AFP pour les sites
slctionns en utilisant la mme fonction dvaluation que pour le problme
ACP. Cette fonction dvaluation, base sur le calcul du dbit rel en chaque
point de service, tient compte la fois des variables de placement sur les sites
et des frquences.
Nous avons montr que loptimisation globale permet de planifier automatiquement des WLAN de grande taille composs dune centaine dAP et quelle
donne les meilleurs rsultats des quatre approches. Loptimisation squentielle
avec brouillage moyen donne souvent des rsultats trs proches et sest avre
beaucoup plus performantes que les mthodes squentielles usuelles.
Ces stratgies sont mises en uvre par une heuristique nouvelle dite voisinages variables alatoires VVA : chaque itration de cette recherche locale le
type de voisinage est pris au hasard. Cet heuristique est trs modulaire et permet
facilement de combiner les deux sous problmes que sont le placement et laffectation. Cest une heuristique qui nest pas propre notre problme et qui peut tre
considre comme un mcanisme gnral doptimisation.
Sur la base de nos travaux un programme utilisant loptimisation globale, WIFIOPT, a t dvelopp et livr Orange Labs. Il permet de proposer aux entreprises
des solutions sans fil de haute qualit de service. Un autre programme bas sur loptimisation squentielle avec brouillage moyen est utilis par la start-up TRINAPS
pour proposer des solutions de rseau ses clients.
Ces stratgies doptimisation globale et doptimisation squentielle brouillage
moyen sont a priori gnralisables tous les problmes de planification de rseaux
de radiocommunications tels le GSM, le GPRS, lUMTS...
Notons enfin, que les deux stratgies permettent de prendre en compte diverses
notions de Qualit de Service, notamment certains problmes de scurit et de gestion du handover. En effet, lorsque nous ne souhaitons pas couvrir certaines zones
pour des raisons de scurit, lusage dantennes directionnelles devient trs pra-
132
tique et apporte des solutions adaptes. Par ailleurs, sachant que les technologies
permettant la mobilit dans les WLAN sont en plein dveloppement, lindicateur
gomtrique que nous proposons value la forme des cellules et apporte une solution
efficace pour limiter le nombre de changement de cellules lors dun dplacement.
Dans le chapitre suivant, nous verrons comment il est encore possible damliorer
les deux mthodes que nous avons conues en remplaant les contraintes lies aux
SINR par des contraintes de T -coloration de graphe ou dhypergraphe.
Chapitre 4
T -coloration de graphe et
dhypergraphe
Nous nous intressons dans ce chapitre aux phnomnes dinterfrences dans les
problmes daffectation de frquences. A partir des contraintes sur le rapport signal
interfrences plus bruit, nous dfinissons un problme de T -coloration de graphe
associ. Puis nous introduisons un nouveau problme, la T -coloration dhypergraphe
afin de rendre compte des interfrences multiples. Les interfrences multiples sont
trs rarement prises en compte dans les modles alors quelles constituent la difficult principale de loptimisation de la qualit de service. Les quivalences entre les
problmes sont tudies, et des proprits et des tests sont prsents.
Ce travail a fait lobjet dune publication lors de la confrence 19th IEEE International Symposium on Personal, Indoor and Mobile Radio Communications, PIMRC
2008 : Hypergraph T-Coloring for Automatic Frequency Planning problem in Wireless LAN.
Sommaire
3.1
3.2
3.3
3.4
3.5
Stratgies doptimisation . . .
Exprimentations et rsultats
Approche algorithmique . . .
Critres de Qualit de Service
Conclusion . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
100
105
111
123
131
134
4.1 Introduction
135
"Le dbut de la science moderne date du moment o aux questions gnrales se sont substitues des questions limites ; o au
lieu de demander : "Comment lunivers a-t-il t cr ? De quoi
est faite la matire ? Quelle est lessence de la vie ?", on a commenc se demander : "Comment tombe une pierre ? Comment
leau coule-t-elle dans un tube ? Quel est le cours du sang dans le
corps ?". Ce changement a eu un rsultat surprenant. Alors que
les questions gnrales ne recevaient que des rponses limites, les
questions limites se trouvrent conduire des rponses de plus en
plus gnrales."
Franois Jacob, Le jeu des possibles, 1981.
4.1
Introduction
Afin damliorer les algorithmes prsents dans le chapitre prcdent, nous nous
intressons dans ce chapitre au phnomne dinterfrences dans les problmes daffectation de frquences. Une analyse de limpact des interfrences dans les rseaux
sans fil nous permet de construire plusieurs modles du problme daffectation de
frquences.
Nous commenons par une approche simplifie du problme o il sagit de vrifier
que les diffrents rapports signal interfrences plus bruit SINR (en anglais, Signalto-Interference-plus-Noise-Ratio) calculs aux points de service du rseau dpassent
des seuils donns. Cest donc un problme de dcision. Puis, nous montrons que ces
contraintes sur les SINR induisent les contraintes dun problme de T -coloration
de graphe. Cependant, la notion de graphe est restrictive car elle correspond des
relations binaires sur les ensembles qui ne prennent pas en compte les interfrences
multiples.
En effet, pour simplifier ltude du phnomne dinterfrence, il est de coutume
de considrer les sources dinterfrences indpendantes les unes des autres. Ainsi,
il est plus facile destimer limpact dun signal interfrent sur le signal porteur de
linformation comme sil tait lunique interfrent. Dans ce cas, linterfrence est
dite binaire et un graphe permet de reprsenter cette influence. Cependant, cest
laction conjugue de tous les signaux interfrents quil faut rellement considrer.
Dans ce cas, linterfrence est dite multiple car elle fait intervenir plusieurs signaux
interfrents.
Nous introduisons donc un nouveau problme, la T -coloration dhypergraphe
afin de rendre compte des interfrences multiples. Cela reprsente plus finement
la ralit du phnomne et un hypergraphe permet de reprsenter ces influences
136
137
4.2.1
Le problme CSPSIN R
CtSIN R : SIN Rt qt
Rappelons que chaque point de service t est associ un AP, not
st , appel AP serveur. Nous avons :
SIN Rt = P
s6=st
pR
st t
R
pst (|fst fs |) + pB
138
o
pR
st
est la puissance du signal reu par le point de service t provenant de lAP install sur le site s S. Cette puissance,
exprime en mW, tient compte du paramtrage complet de
lAP. LAP serveur du point de service t tant st , pR
st t est la
puissance porteuse de linformation.
pB
Ces contraintes SINR sont des contraintes n-aires qui font intervenir au moins
deux variables.
Ce premier problme, CSPSIN R , est appel problme de satisfaction de contraintes
SINR seuil. Il est dfini par le triplet (f, F , CSIN R ). Le problme consiste trouver
les valeurs assigner aux variables fs telles quelles satisfassent toutes les contraintes
CSIN R ou tablir quune telle affectation nexiste pas. Cest un problme de dcision.
Avant de transformer ces contraintes CSIN R en contraintes binaires puis n-aires
nous allons rappeler dans le paragraphe suivant le cadre habituellement utilis pour
traiter laffectation de frquences avec des contraintes binaires : la T -coloration de
graphe.
4.2.2
Rappel du problme
Soit un graphe non orient G = (V, E). Colorier un graphe consiste affecter
une couleur ci chaque sommet vi V du graphe. Pour le problme de coloration
simple, la contrainte est que deux sommets adjacents ne doivent pas avoir la mme
couleur. La seconde contrainte est que le nombre maximum de couleurs est limit
k.
139
En T -coloration, les couleurs sont ordonnes les unes par rapport aux autres,
donc pour caractriser cet ordre, nous associons chaque couleur un nombre entier.
Nous notons alors ci IN la couleur affecte au sommet vi V . Pour le problme
de T -coloration, les contraintes portent sur des carts de couleur respecter entre
deux sommets adjacents.
On dfinit ces contraintes de couleur entre sommets adjacents du graphe en
introduisant la collection densembles : T = {Tij IN / (vi , vj ) E}. Chaque
Tij indique les carts de couleur interdits entre deux sommets adjacents. Chaque
Tij contient au moins llment zro et se compose dun ensemble dentiers positifs
comme lensemble {0, 2, 4, 7}.
Dans le cas gnral, une T -coloration du graphe G(V, E) associe la collection
densembles T = {Tij IN, /(vi , vj ) E} est une coloration ci de chaque sommet
vi de V qui respecte les contraintes suivantes : (vi , vj ) E, |ci cj |
/ Tij .
Si tous les Tij = {0}, alors le problme de T -coloration est ramen un problme
de coloration simple. Le problme de coloration simple tant NP -complet, la T coloration de graphe lest aussi.
Si chaque Tij T est un ensemble dentiers conscutifs de la forme Tij =
{0, 1, ..., tij 1}, alors la contrainte de couleur devient : (vi , vj ) E, |ci cj | tij .
T peut alors tre reprsente par une matrice T = (tij )i,jV symtrique dont la
diagonale est nulle avec (vi , vj )
/ E, tij = 0.
Si (vi , vj ) E, tij = 1, alors Tij = {0} et la matrice T est la matrice dadjacence
du graphe G. La T -coloration est bien une gnralisation de la coloration. Dans la
suite du mmoire, nous ne considrerons que ce type de T -coloration.
Dfinition 4.1. T-coloration de graphe
Une T -coloration du graphe G(V, E) associe la matrice symtrique de
diagonale nulle T = (tij )i,jV , tij IN, est une coloration ci de chaque
sommet vi de V qui respecte les contraintes suivantes :
(vi , vj ) E, |ci cj | tij
Lordre dune T -coloration correspond au nombre de couleurs diffrentes employes pour colorier le graphe. Le spectre dune T -coloration est la diffrence entre
la plus grande et la plus petite valeur assigne un des sommets du graphe. Nous
notons k le spectre maximum disponible, il correspond au domaine de dfinition des
variables : fs [[1, k]] = F .
Un problme de T -coloration de graphe est dfini par le triplet (G = (V, E), F, T ).
140
SIN Rt qt
pR
st t
P R
qt
pst (|fst fs |) + pB
s6=st
pR
st (|fst fs |)
s6=st
pR
st t
pB
qt
(4.1)
Ces contraintes indiquent que la somme des interfrents doit tre infrieure ou
gale un niveau donn. Lide la plus simple est dabord de relcher ces contraintes
n-aires en contraintes binaires. En effet si la somme des interfrents doit tre infrieure une valeur, alors chaque interfrent doit au moins tre infrieur cette
valeur. Ceci est vrai car toutes les valeurs sont positives. Chaque contrainte SINR
est ainsi transforme en (nO 1) contraintes binaires :
(4.1) t T, s 6= st ,
t T, s 6= st ,
pR
fs |) st t pB
q
Rt
p st t
B
p
q
|fst fs | 1 t R := st
pst
pR
st (|fst
(4.2)
tss0
t, s=st
(4.3)
(4.4)
141
p st t
pB
1 qt
et st =
pR
st
(4.5)
(4.6)
(4.7)
Proposition 4.1.
Toute solution du problme CSPSIN R est galement solution du problme
de T -coloration de graphe CSPTg = (f, F , Cb ) associ.
s6=st
pR
st t
qt
R
pst (tsst ) + pB
(4.8)
Proposition 4.2.
Si tous les points de service sont quivalents binaires, alors les problmes
CSPSIN R et CSPTg sont quivalents.
Dmonstration. En effet pour toute solution f de CSPTg , on a |fs fs0 | tss0 , donc
B
puisque est dcroissante et que les puissances pR
st sont positives ainsi que p , nous
obtenons :
SIN Rt = P
s6=st
pR
pR
st t
st t
P
= SIN Rt
R
R
B
pst (|fst fs |) + p
pst (tsst ) + pB
s6=st
142
Par consquent puisque tous les points de service sont quivalents binaires (i.e.
SIN Rt qt ), on a t, SIN Rt qt .
Dans les cas de non quivalence binaire, pour se rapprocher dune quivalence
entre les problmes, nous gnralisons le problme de T -coloration aux hypergraphes.
4.2.3
143
144
Remarque :
Si pour tout k il existe un j tel que
1
tij
ki =
pour i = j
pour i = ik
sinon
s(st )\{s0 }
pR
st (tsst )
pR
st t
qt
pB ).
pR
st t p B
qt
145
R
X
p st t
u IN , pR
t+t
pR
pB
s0 t (ts0 st + u) +
st (tsst )
st s0 = min
qt
0
s(st )\{s }
Proposition 4.3.
Si une solution f de CSPb est telle que t, s (st ) : |fst fs | tst s +t+t
st s
alors f est aussi solution de CSPSIN R .
En dautres termes :
Cb
R
CSIN
s
t T, s (st ), |fst fs | tst s + t+t
st s
On prsente des conditions pour lesquelles la rciproque de la proposition 4.3 est
vrifie.
Proposition 4.4.
Si pour tous les points de service t non quivalents binaires, les
AP interfrents sont tous significatifs : (st ) = (st ) et tous
= 1 alors
les carts supplmentaires sont gaux 1 : t+t
ss0
Cb
CSIN R
t T, s (st ), |fst fs | tst s + 1
Dmonstration.
Soit un point de service t non quivalent binaire.
Puisque tous les carts
P supplmentaires
Psont gaux 1, la contrainte n-aire linaire
associe t est :
|fst fs |
tst s + 1.
s (st )
s (st )
146
Puisque s (st ), |f
Pst fs | tst s et que
P lon vient de montrer que s (st ), |fst
fs | tst s + 1 alors
|fst fs |
tst s + 1
s(st )
s(st )
P
P
Comme (st ) = (st ), on a :
|fst fs |
tst s + 1
s (st )
s (st )
f
|)
+
p
1
2
1
3
2
3
avec (.) dfini par la table 2.2 (cf. chapitre 2).
On obtient les deux contraintes binaires :
|f1 f2 |
Cb :
|f1 f3 | 1
pR
1 pB
q
pR
2
pR
1 pB
q
pR
3
=2
=2
0 2 2
On a donc t12 = 2 et t13 = 2 do T = 2 0 0 .
2 0 0
Si ces contraintes sont valides lgalit, cest--dire si |f1 f2 | = 2 et |f1 f3 | =
2, alors
pR
1
= 32, 44 q
SIN R = R
B
p2 (2) + pR
3 (2) + p
et le point de service est donc quivalent binaire. La proposition 4.2 entraine :
|f1 f2 | 2
SIN R q
|f1 f3 | 2
cest--dire :
CSIN R Cb
147
SIN R =
p1
s
pB
pR
3
= 3, t13 = 3 et
pR
1
= 27, 77 < q
R (3) + pB
pR
(2)
+
p
2
3
Le point de service nest plus quivalent binaire : les carts ne sont pas suffisants,
il est ncessaire de les augmenter.
Si |f1 f2 | = 2, quel est lcart minimum de |f1 f3 | pour que SIN R q, i.e.
quelle est la valeur minimale de t+
13 pour que
pR
1
q ?
R
R
B
p2 (2) + p3 (3 + t+
13 ) + p
+
+
On trouve t+
13 = 1 ; de faon analogue nous obtenons t12 = 1. Dans ce cas (t12 =
+
t13 = 1), la proposition 4.4 entraine :
|f1 f2 | 2
|f1 f3 | 3
SIN R q
|f1 f2 | 3
ou |f1 f3 | 4
148
Exemple 2 (suite) :
Si nous reprenons lexemple 2 du point de service avec trois AP o t12 = 2, t13 = 3,
+
t+
12 = 1 et t13 = 1, alors nous avons 1 = 6, 2 = 1 et 3 = 1 et la contrainte
n-aire linaire supplmentaire C naire ajouter est la suivante :
|f1 f2 | + |f1 f3 | 6
+t
s (st ), |fst fs | tst s + tst s
Ctnaire = (f, st , t)
En effet
Cb
s (st ), |fst fs | tst s + t+t
st s
s, ts |fst fs | ts tst s
s, ts |fst fs | ts tst s
s (st ), ts |fst fs | ts tst s + 1
s (st ),
|fst fs |
t+t
st s
tst s +t+t
st s
t+t
st s
car ts 0
car t+t
st s > 0
Cb
P
P
|f
f
|
ts tst s + 1 = tst
s
s (s ) ts st
s6
=
s
t
t
Cb
Ctnaire = (f, st , t )
Cependant, sous certaines conditions, lquivalence est vrifie comme pour la
proposition suivante.
Proposition 4.5.
Soit un point de service t non quivalent binaire.
+t
Si
s
(st ), tst s = 1,
Cb
Cb
alors
149
Dmonstration.
Puisque la contrainte n-aire linaire scrit :
s (st )
|fst fs |
s (st )
tst s + 1 et que
s (st ), |fst fs | tst s alors s (st ), tel que |fst fs | tst s + 1 tant
donn que les fs IN.
Exemple 2 (suite) :
+
Reprenons lexemple 2 du point de service avec les trois AP. Puisque t+
12 = t13 = 1,
la proposition 4.5 entraine lquivalence suivante :
|f1 f2 | 2
|f1 f2 | 2
|f1 f3 | 3
|f1 f3 | 3
|f1 f2 | 3
|f1 f2 | + |f1 f3 | 6
ou |f1 f3 | 4
avec s 6= st , ts :=
1/t+t
st s
0
P
si t+t
st s 6= 0
et tst := 1 +
tsst tst
sinon
s6=st
R
et t+k
st s = min u IN , pst (tsst + u) +
s0 (s
t )\{s}
pR
s0 t (ts0 st )
pR
st t
qt
pB
150
Proposition 4.6.
Si pour tous les points de service t non quivalents binaires, les AP interfrents sont tous significatifs : (st ) = (st ) et tous les carts supplmentaires
SIN R
sont gaux 1 : t+t
ss0 = 1, alors il y a quivalence entre le problme CSP
et le problme de T -coloration dhypergraphe CSPTh associ.
Dmonstration.
Soit un point de service t non quivalent binaire.
Puisque tous les carts
P supplmentaires
Psont gaux 1, la contrainte n-aire linaire
associe t est :
|fst fs |
tst s + 1.
s (st )
s (st )
s (st )
Remarque :
On peut gnraliser la proposition 4.6 pour le cas o il existe pour chaque point de
service t non quivalent binaire, un unique cart supplmentaire suprieur ou gal
1:
0
+t
!s0 , t+t
st s0 1 et s (st )\{s }, tst s = 1.
De mme, puisque est quasi convexe sur IR+ , dautres gnralisations sont possibles ; notamment pour le cas o deux AP s1 et s2 ont des carts supplmentaires
+t
+t
gaux 2 : s (st )\{s1 , s2 }, t+t
st s = 1, tst s1 = 2 et tst s2 = 2.
4.3
151
4.3.1
Hypothses simplificatrices
Dans la planification de rseaux, les simplifications que nous avons considres
sont essentiellement des approximations sur les protocoles de communication afin
destimer grosso-modo le dbit rel fourni chaque client du rseau. Des analyses
plus fines ont videment t ralises par les spcialistes des domaines concerns.
Cependant, il nous fallait trouver un compromis entre la prcision des protocoles
et les performances dun outil de planification de rseaux. Notre but ntait pas de
faire un simulateur de rseau mais bien de faire ressortir les caractristiques les plus
pertinentes pour construire un outil de planification automatique de rseaux. Ces
152
cSs
(4.10)
o, cAP
est la capacit relle maximale de kbps que peut couler le s-me AP. Nous
s
appellerons ce problme le problme complet. Dans le chapitre 2 Modlisation,
la capacit dun AP en rgime satur lorsque lon considre uniquement un trafic
descendant et sans aucune retransmission de trame est donne par :
cAP
s
(4.11)
153
dN
k
est le k-ime dbit nominal (en Mbps) que permet une norme. Par
exemple pour la norme 802.11b, les dbits nominaux sont :
DN b = {dN
= 1M bps, dN
= 2M bps, dN
= 5.5M bps, dN
=
1
2
3
4
11M bps}.
nN
sk
4.3.2
On montre ici limpact important de la rpartition des clients selon les dbits
nominaux sur la capacit dun AP. [Heusse et al., 2003] ont montr quen rgime
satur, un client au dbit nominal 1 Mbps a le mme dbit utile quun client de la
mme cellule au dbit nominal de 11 Mbps : le protocole daccs au canal CSMA/CA
est quitable entre tous les clients dune mme cellule. En dautres termes, un client
faible dbit nominal ralentira lensemble des clients de la cellule.
Pour dterminer la capacit totale dun AP, il est ncessaire de connatre la
rpartition des clients selon les dbits nominaux. Ensuite, en rgime satur, cette
capacit est partage quitablement entre tous les clients quelque soit leur dbit
nominal.
Il est particulirement intressant de connatre limpact relatif de chaque dbit
sur la capacit totale. Pour donner un ordre dide, un client supplmentaire au
dbit nominal de 1 Mbps ralentit autant les autres clients de la cellule que 15 (=
154
CSM A/CA
CSM A/CA
CSM A/CA
9
CSM A/CA
9
suffit de comparer les dures de transmission dune trame MSDU dans les deux cas.
La figure 4.1 donne pour chaque dbit nominal k, le nombre de clients quivalents
au dbit 54 Mbps (k = 9). Nous constatons clairement que les dbits les plus faibles,
en particulier les 3 premiers, dgradent considrablement la capacit de lAP. Par
consquent, modifier lallocation de frquences du rseau pour augmenter le dbit
nominal dun client lent sera beaucoup plus intressant que daugmenter celui dun
client qui en a dj un bon.
Exemples de rpartition
Sur des exemples optimiss par lalgorithme WIFIOPT, nous prsentons quelques
profils de rpartition de clients selon leur dbit nominal. Nous constatons que les
cellules peuvent se classer en deux groupes en fonction de la modalit de la rpartition
de leurs clients selon le dbit nominal :
Une modalit croissante caractristique de la figure 4.2 de gauche : plus le
dbit nominal est important, plus on a de clients.
Une modalit une bosse : le nombre de clients augmente avec le dbit puis
diminue et enfin r-augmente. La figure 4.2 de droite en donne un exemple.
Il existe toute une varit de modalits selon que la bosse est plus ou moins
marque.
La capacit totale dun AP est indpendante du nombre de clients. Elle est
de 11, 24 M bps pour la modalit croissante (figure de gauche) et de seulement
6, 25 M bps pour la modalit une bosse (figure de droite) (pour tailleM SDU = 1300
155
Figure 4.2 : Rpartition des clients au sein dune cellule selon leur dbit nominal (extrait de
tests raliss avec WIFIOPT). La figure de gauche montre une modalit croissante
et celle de droite une modalit une bosse.
octets).
La chute de la Qualit de Service provient des cellules avec une modalit une
bosse car des clients restent "bloqus" un dbit faible.
4.3.3
Dbit nominal
dN
k (Mbit/s)
1
2
5,5
11
18
24
36
48
54
Seuil SINR
qkSIN R (dB)
6
7
8
10
14
16
20
25
29
Table 4.1 : Dbits nominaux mis en place en fonction du SINR pour la norme IEEE
802.11b/g. Ces valeurs peuvent changer dun quipement un autre (cartes
et points daccs), mais nous les considrons fixes. Exemple : si un client a
R SIN R < sSIN R et donc le dbit nominal
un SIN R = 15 dB, alors sSIN
5
6
utilis par le client est dN
=
18
M
bps.
5
156
on modifie le SINR des clients et donc la rpartition selon les dbits nominaux et in
fine la capacit de lAP.
4.3.4
tailleM SDU
dureBO + k
(4.12)
La figure 4.3 donne les capacits relles maximum dun AP lorsque ses clients
ont tous le mme dbit nominal (pour une taille de trame MSDU, tailleM SDU = 1023
octets). Cette capacit ne dpend pas du nombre de clients. Ce panel de capacit
fournit un ordre de grandeur de la capacit maximale offerte pour un trafic descendant ; elle varie approximativement entre 1 et 13 M bps.
Dans ce cas, la capacit est un niveau de SINR.
On appelle T = (tss0 )s,s0 S O la matrice des carts des canaux de frquences entre
les AP s et s0 .
Pour tout ensemble de seuil de SINR : q = (qs )sS O , correspond comme nous
lavons montr au paragraphe 4.2.2 un ensemble de contraintes binaires (4.3) cest-dire une matrice symtrique T fonction de q.
Construction des contraintes binaires
La procdure pour dterminer lensemble des contraintes binaires (cest--dire la
matrice T ) est la suivante :
157
Figure 4.3 : Capacit relle maximum (rgime satur) en Mbps dun AP pour un trafic
uniquement descendant et lorsque les clients de la cellule ont tous le mme
dbit nominal. Elle ne dpend pas du nombre de clients.
s6=st
pR
st t
R
pst (tsst ) + pB
158
159
4.3.5
Nous avons modlis dans le paragraphe 4.3.4 le problme daffectation de frquences des rseaux WLAN par un problme de T -coloration de graphe. Comme
nous lavons vu au paragraphe 4.2.3, pour tenir compte compltement des contraintes
dinterfrence multiple, il est ncessaire dutiliser une modlisation du rseau par un
hypergraphe.
On modifie la procdure prcdente (figure 4.4) afin de construire des contraintes
n-aires et ainsi de dfinir un problme de T -coloration dhypergraphe plus proche
du problme complet. Ltape 5 est remplace par les tapes 5, 5 et 5 .
5
Si toutes les contraintes de capacit (4.10) sont vrifies, alors la procdure est arrte, les contraintes binaires suffisent satisfaire les contraintes
de capacit et la dernire matrice T construite dfinit le problme de T coloration de graphe.
Sinon pour tout point de service t non quivalent binaire, la procdure construit une contrainte n-aire linaire (t) souvent quivalente la
contrainte SINR associe :
X
ts |fst fs | tst
s6=st
160
5
161
4.4
4.4.1
alors le sommet vi et ses artes peuvent tre supprims du graphe. Plus prcisment
on a :
Proposition 4.7. Rduction par degr
Soit un problme de T -coloration de graphe dfini par le triplet
(G(V, E),k,T). Sil existe un sommet vi V tel que :
X
(2tij 1) k 1
vj / (vi ,vj )E
162
vj /(vi ,vj )E
Figure 4.6 : Exemple de rduction par degr pour la T-coloration avec 13 couleurs
En effet, si nous savons colorier (vi ) et vi avec k couleurs, nous pouvons colorier vj
avec la mme couleur que vi .
163
(t, p)-clique
Dfinition 4.9. (t, p)-clique
Soient un graphe G(V, E) et un ensemble T dfinissant un problme de
T -coloration.
Une p-clique (clique de cardinalit p) dsigne un ensemble de p sommets
deux--deux adjacents.
Une (t, p)-clique est une p-clique dont toutes les pondrations tij des artes
sont gales t.
En 802.11b/g, si nous avons une (4, 4)-clique, alors nous ne pouvons affecter que
les frquences 1-5-9-13 ces 4 sommets. Il y a 4! = 24 colorations possibles de la
(4, 4)-clique correspondant aux 24 permutations.
En 802.11b/g, si nous avons une (3, 5)-clique, alors nous ne pouvons affecter que
les frquences 1-4-7-10-13 ces 5 sommets. Il y a 5! = 120 colorations possibles de
la (3, 5)-clique correspondant aux 120 permutations.
En 802.11b/g, si nous avons une (2, 7)-clique, alors nous ne pouvons affecter que
les frquences 1-3-5-7-9-11-13 ces 7 sommets. Il y a 7! = 5040 colorations possibles
de la (2, 7)-clique correspondant aux 5040 permutations.
Fusion de sommets
Supposons que nous cherchions une T -coloration avec 13 couleurs du graphe
G(V, E) et quil existe une (4, 4)-clique C (respectivement une (3, 5)-clique C et une
(2, 7)-clique C). Pour tout couple de sommets (vi , vj )
/ E tels que vi
/ C et vj C,
si vi est adjacent tous les sommets vk C\{vj } avec tik = 4 (resp. tik = 3 et
164
tik = 2), alors vi et vj sont de la mme couleur et peuvent alors tre fusionns de la
faon suivante : chaque voisin de vi devient voisin de vj avec la mme pondration
darte, puis vi et ses artes adjacentes sont supprims du graphe. En effet dans ce
cas vj et vi ont la mme couleur.
165
4.4.2
Proposition 4.10.
Si le point de service t domine le point de service t0 alors :
SIN Rt < SIN Rt0
Dmonstration.
R
Puisque s 6= st , pR
st pst0 et sachant que est une fonction positive et que st = st0 ,
alors
soit la solution
P quelque
P R f, on a :
R
pst (|fs fst |)
pst0 (|fs fst0 |)
s6=st
s6=st
166
et
s6=st
B
pR
st (|fs fst |) + p
s6=st
B
pR
st0 (|fs fst0 |) + p
R
Comme pR
st t pst0 t0 , on en dduit que :
pR
st t
s6=st
B
pR
st (|fs fst |)+p
pR
s
t0 t
s6=st
pR
(|fs fst0 |)+pB
st0
Lingalit est stricte puisque lune des deux ingalits prcdentes lest.
Dfinition 4.11. Pareto optimal
Pour une population T de points de service, un point de service t est Pareto
optimal si et seulement sil nexiste aucun point de service qui le domine :
@t0 T : t0 domine t
Proposition 4.11.
Soit une population T de points de service et T les points de service Pareto
optimaux de T . Les problmes de T -coloration dhypergraphe construits par
la procdure de la figure 4.5 partir de T et de T sont identiques.
Dmonstration.
Une solution satisfait un point de service si elle vrifie les contraintes cres par
ce point de service lors de la procdure (figure 4.5). Les points de service Pareto
optimaux de T sont les points de service les plus difficiles satisfaire puisquils sont
non domins. Daprs la proposition 4.10, si une solution les satisfait alors cette
solution satisfait galement tous les points de service de T .
Sur un exemple dun btiment de 8800 m2 (donc de 8800 points de service)
o lon a install 30 AP, nous avons 924 points de service Pareto optimal. Nous
constatons que lordre de grandeur de la rduction est de 90%.
4.5
4.5.1
Catgories de problmes
167
cest--dire un problme de dcision. Il sagit de rpondre par oui ou non la question : "Existe-il une affectation de frquences qui satisfasse toutes les contraintes ?"
En pratique, nous rpondons gnralement "oui" si notre algorithme a trouv une
telle solution et "non" (ou "je ne sais pas") dans le cas contraire.
Dans les problmes rels que nous avons rencontrs, il nexiste souvent pas de
solutions ralisables. Cest--dire que lon rpond souvent "non" (ou "je ne sais
pas") la question prcdente ; il nexiste pas (ou nous ne trouvons pas) de solution
qui satisfasse toutes les contraintes la fois. Cependant, nous souhaitons tout de
mme obtenir une solution, la moins non ralisable possible cest--dire qui violent
"le moins possible" les contraintes. Nous pouvons alors supprimer des contraintes
que lon juge moins importantes et rester dans le contexte dun problme CSP. Nous
pouvons aussi transformer le problme de dcision en un problme doptimisation
et cest ce qui nous intresse dans ce paragraphe. Dans ce cas, lapproche la plus
classique est dassocier chaque contrainte non satisfaite une pnalit et de rechercher une solution qui minimise la somme des pnalits. Il existe un grand nombre
de faons de relcher ces contraintes.
Remarque :
La faon de relcher dpend beaucoup du contexte applicatif du problme et correspond une nouvelle modlisation du problme : deux problmes quivalents de
satisfaction de contraintes ne vont certainement pas tre quivalents une fois relchs. Contrairement aux problmes de dcision, o lon conserve seulement les
contraintes les plus dures, car on est dans une optique de tout ou rien, il est souvent ncessaire dans le cas de problme de minimisation de pnalits de garder lensemble des contraintes pour que la fonction de cot rende compte de la granularit
des contraintes.
Nous prsentons maintenant un exemple de nouvelle modlisation et quelques
rsultats prliminaires pour intgrer la T -coloration de graphe et dhypergraphe
dans lapplication WIFIOPT qui traite globalement le problme de planification de
rseau 802.11.
Pour les problmes de T -coloration il y a deux critres de nature diffrente pour
valuer une solution : le critre du nombre de couleurs utilises par une solution et
le critre des carts de couleurs respecter par une solution. La table 4.5.1 prsente
quatre problmes diffrents selon que lon considre les critres en contraintes ou en
objectifs.
Le problme 4 est le problme de CSP prsent jusqu prsent dans ce chapitre.
Dans le contexte de planification de rseau WLAN, le nombre de canaux de frquence
est fix par les normes IEEE 802.11 ; cest une contrainte que lon ne peut pas
168
critre des
carts
de couleurs
(T )
objectif
contrainte
relcher. Cest donc le problme 2 qui nous intresse dans ce paragraphe. Le problme
3 est aussi trs tudi notamment dans les systmes de communications militaires
o il est ncessaire de dimensionner le plan de frquence en utilisant le moins de
spectre possible du fait des interfrences entre rseaux dploys sur le terrain. Cest
le cas par exemple des travaux rfrenant les problmes du CELAR [Dupont et al.,
2005] [Devarenne et al., 2008].
4.5.2
Y
X
(4.13)
Cj
trouver f qui minimise
t 1
t
Cj Gt
169
avec Cj =
1
0
Dans ce cas il suffit quune seule contrainte du groupe soit non satisfaite pour
que les clients du point de service soient non satisfaits.
On na pas prcis le type de contraintes utilis ici. Cela peut tre des contraintes
de niveau de SINR, des contraintes binaires (T -coloration de graphe) ou des contraintes
n-aires linaires (T -coloration dhypergraphe). Ces contraintes sont issues des algorithmes prsents aux figures 4.4 et 4.5.
Nous avons valid cette approche en testant sur un benchmark de 7 instances
le problme doptimisation de T -coloration dhypergraphe. Diffrents types dalgorithmes (plusieurs Recherches Tabou et algorithmes volutionnaires) ont t tests.
Le benchmark et les rsutats sont accessibles sur le site :
http ://alexandre.gondran.free.fr/benchmaks/hypergraph_T-coloring
La table 4.3 prsente les rsultats des 7 instances de problmes. Pour chaque
instance (pb n) nous indiquons le nombre dAP installs sur le rseau (nb. AP ), le
nombre total de contraintes (nb. contraintes), le nombre de points de service (nb. pts
service), le nombre total de clients (nb. clients) et la dure doptimisation en seconde
(dure doptim.), elle correspond au critre darrt des algorithmes. Les excutions
ont t ralises sur un Pentium 4 de 3.2 GHz. Plusieurs mthodes de Recherche
Tabou et dalgorithmes volutionnaires ont t dveloppes et nous prsentons les
rsultats des deux meilleurs algorithmes de chaque catgorie. La fonction de cot
pour les deux mtaheuristiques est donne par lquation (4.13) et correspond au
nombre de clients non satisfaits. Pour chaque instance du problme, lalgorithme est
excut 5 fois et nous indiquons dans la colonne moy., la moyenne des fonctions de
cot finales des 5 excutions et dans la colonne meill., la meilleure des fonctions de
cot des 5 excutions.
Les instances des problmes ont t cres en suivant la procdure dcrite
la figure 4.5 et partir de btiments rels en utilisant le modle de propagation
dOrange Labs, lexception de linstance 7. Dans ces premiers rsultats il est difficile de dterminer laquelle des deux mthodes, la Recherche Tabou et lalgorithme
volutionnaire, fournit les meilleurs rsultats.
Dautre part nous avons valu lintrt de la modlisation par T -coloration
dhypergraphe par rapport la T -coloration de graphe en ralisant une srie de
tests dont les rsultats sont prsents dans la table 4.4. Chaque ligne du tableau
caractrise un rseau test : ID indique le numro identifiant le rseau test, nS et
nT indiquent respectivement le nombre dAP installs et le nombre de points de
service considrs sur le rseau test, SINR donne le seuil de SINR respecter pour
lensemble des nT points de service.
170
nb.
nb.
nb. pts nb.
dure
AP contraintes service clients doptim.
pb
pb
pb
pb
pb
pb
pb
1
2
3
4
5
6
7
9
9
40
40
40
25
100
174
333
663
1935
2151
1318
4834
192
896
690
3522
4863
3069
4834
66.6
247.3
119.5
578.8
690.7
554.2
577.7
10
60
180
180
300
300
300
Recherche
Tabou
moy. meill.
0
0
30.32
25.3
0
0
79.74
72.6
194.14 180.3
42.08
35.7
36.18
22.2
Algorithme
Evolution.
moy. meill.
0
0
30.62
28.1
0
0
75.24
71.3
185.82 175.8
41.7
37.3
35.54
21.6
Table 4.3 : Resultats des 7 instances du benchmark pour une Recherche Tabou et un
algorithme volutionnaire.
A partir de nT contraintes de SINR nous avons construit les problmes de T coloration de graphe et dhypergraphe associs. Le problme de T -coloration de
graphe (respectivement de T -coloration dhypergraphe) tente de minimiser le nombre
de contraintes binaires (respectivement de contraintes n-aires linaires) en utilisant
lalgorithme multi-start damlioration du plan de frquence dcrit au chapitre 3
partie 3.3.1. Le nombre de multi-start est donn par la valeur de it.. Les solutions initiales de tous les multi-start sont identiques pour les deux problmes de T -coloration
de graphe et dhypergraphe. La dure de lalgorithme est indique en seconde dans
la colonne dure(s). Cette dure est toujours plus longue pour la modlisation par
hypergraphe puisque celle-ci compte toujours plus de contraintes valuer que la modlisation par graphe ce qui prend un peu plus de temps CPU. La valeur f0 indique
le nombre de contraintes SINR non respectes la fin de lalgorithme multi-start.
Les rsultats numriques, publis la confrence PIMRC08, confirment exprimentalement ce que nous avions dj montr thoriquement : mme une bonne
modlisation en T -coloration de graphe ne permet pas de tenir compte des interfrences multiples. La T -coloration dhypergraphe complte la modlisation du problme tout en tant quasi-quivalente avec le problme initial. Dans le tableau 4.4,
la T -coloration dhypergraphe a permis de trouver 9 reprises un rsultat meilleur
quen T -coloration de graphe, pour seulement 3 dans le cas contraire. Lexploration
de voisinage dans lhypergraphe permet donc de trouver de meilleurs minima locaux
que dans le graphe.
4.5.3
171
Tests
ID-nS /nT /SINR/it.
1-9/3024/4/100
2-9/3024/16/1000
3-9/3024/22/1000
4-9/3024/24/1000
5-9/3024/30/1000
6-15/3024/4/100
7-15/3024/16/1000
8-15/3024/22/1000
9-15/3024/24/1000
10-15/3024/30/1000
11-30/7728/4/100
12-30/7728/16/200
13-30/7728/22/100
14-30/7728/24/100
15-30/7728/30/100
16-40/7728/4/100
17-40/7728/16/100
18-40/7728/22/100
19-40/7728/24/100
20-40/7728/30/100
T -coloration
de graphe
dure(s)
f0
0.5
0
9
21
10
212
10
292
10
967
2
5
37.7
242
39
798
41
1116
43
1600
37
6
95.6
361
45
804
157
1030
45
1865
85.7
13
146
336
137
862
142
1123
149
2056
T -coloration
dhypergraphe
dure(s)
f0
2.5
0
59
32
54
212
56
292
59
967
13
0
146
218
136
798
149
1116
136
1584
108
4
393
351
180
735
668
1041
188
1865
192
0
421
356
428
833
428
1123
415
2011
Table 4.4 : Resultats des tests : la meilleure solution est indique en gris
nage alatoire prsent au chapitre 3. Il suffit pour cela de crer un nouveau type de
voisinage. Concernant les frquences, nous avons dj dfini un voisinage frquentiel au chapitre 3 paragraphe 3.3.2 utilisant un algorithme multi-start damlioration du plan de frquences. Le nouveau voisinage dvelopper, appel voisinage
de T -coloration, doit commencer par crer les contraintes n-aire linaires grce
lalgorithme de la figure 4.5 puis minimiser le nombre de clients non satisfaits
(formulation 4.13) en appliquant lhypergraphe un algorithme de descente simple
avec multi-start alatoire.
4.6
Conclusion
172
4.6 Conclusion
En analysant le fonctionnement des rseaux locaux sans fil IEEE 802.11 et les
protocoles daccs au canal, nous avons propos une procdure qui modlise le problme daffectation de frquences en un problme bien connu de T -coloration de
graphe. Cette transformation est fonde sur des seuils de SINR respecter. La procdure fixe dynamiquement ces seuils, afin de satisfaire les demandes en dbit du
rseau. Cette procdure peux tre utilise par toutes applications fondes sur le
calcul du SINR.
Comme le problme de T -coloration de graphe ne permet dexprimer que les
interfrences binaires, nous avons gnralis sa dfinition pour rendre compte des
interfrences multiples. Nous avons pour cela introduit une nouvelle classe de problme, la T -coloration dhypergraphe. Lintrt du passage lhypergraphe a t
confirm numriquement par des tests, pour lesquels la T -coloration dhypergraphe
a donn de bien meilleurs rsultats que la T -coloration de graphe.
Nous avons montr dans la proposition 4.2 (respectivement la proposition 4.6)
que la T -coloration de graphe (respectivement la T -coloration dhypergraphe) est
quivalente au problme dallocation de frquences sous certaines conditions restrictives et que la T -coloration dhypergraphe est toujours une trs bonne approximation
dans le cas gnral.
Par ailleurs, des rgles de rduction de la taille des graphes et des hypergraphes
ont t proposes dans le contexte de la norme IEEE 802.11, et peuvent tre gnralises dautres technologies de radiocommunications. Quelques applications sur
des rseaux tests ont montr que cela pouvait rduire trs fortement le nombre de
calcul raliser, parfois jusqu 90% de rduction sur le nombre de points de service
considrer.
Nous avons aussi montr comment transformer le problme de dcision en un
problme doptimisation de T -coloration de graphe et dhypergraphe. Cette reformulation du problme peut tre intgre loptimisation prsente au chapitre prcdant (WIFIOPT ) et en amliorer les performances en utilisant des algorithmes
adapts.
Conclusion
Dans ce mmoire, nous avons montr quil est possible de raliser une modlisation et une optimisation du problme de planification des rseaux WLAN en
abordant simultanment les problmes de placement et de paramtrage des metteurs et daffectation des frquences. Notre travail est fond sur une estimation fine
de la qualit de service utilisant le calcul complet du SINR en tous les points du
rseau.
Jusqualors, le problme du placement des metteurs habituellement nomm ACP
pour Automatic Cell Planning et le problme dallocation des frquences nomm
AFP pour Automatic Frequency Planning taient traits en squence de part leur
complexit de modlisation et leur nature combinatoire. Le problme de planification
des WLAN se modlisait par un problme de couverture avec ou sans capacit auquel
des critres concernant les interfrences taient ajoutes. Une fois les metteurs fixs,
le problme dallocation de frquences tait optimis selon de nouveaux critres
dinterfrences. Cette sparation des problmes menait des solutions sous-optimales
car la gestion des interfrences est justement laspect difficile du problme. En effet
ce problme se distingue des problmes de couverture car il est non conservatif en
qualit, cest--dire que lajout dun nouvel metteur peut dgrader la qualit globle
dun rseau. Les rares travaux qui intgrent lallocation de frquences simultanment
avec le placement des metteurs restent dans une logique dagrgation de critres
ce qui ne permet pas davoir une vision unifie du problme. Par ailleurs, la taille
des instances de problmes traites dans la littrature restait faible, de lordre de la
dizaine dmetteurs et le passage une planification grande chelle se faisait au
prix dune dgradation significative de la qualit des modles.
Le travail que nous avons ralis a t possible grce une analyse dtaille
du fonctionnement des WLAN qui nous a permis didentifier le dbit rel comme
le critre unifiant les diffrentes caractristiques de qualit de service : couverture,
interfrences et capacit. Cette modlisation, base sur le calcul du dbit rel, permet de supprimer toute pondration relative entre les anciens critres de qualit
de service. Le calcul du dbit rel ncessite de traiter simultanment les problmes
de positionnement des metteurs et dallocation des frquences. Cest la fois une
174
contrainte pour le problme doptimisation, mais cest aussi la condition qui permet
cette synthse. De plus, notre modle de planification de rseaux WLAN permet
doptimiser tous les paramtres lis aux points daccs : type dantenne, azimut et
puissance dmission. Il intgre aussi des zones de priorit traduisant limportance
relative des diffrentes rgions de lespace couvrir. Enfin, lusage du dbit rel
permet dexprimer naturellement et simplement les besoins des clients du rseau. Il
suffit de spcifier la carte des dbits (ou des services) souhaits et la rpartition des
clients dans le btiment. Notre modle minimise lcart entre le dbit souhait par
les clients du rseau et le dbit que le rseau leur fournit rellement. Notre modle
calcule galement le cot conomique du rseau qui inclut lachat du matriel, son
installation et son raccordement au rseau filaire et lagrge la fonction minimiser.
La contrainte de notre problme est de fournir au moins tous les clients du rseau
un dbit minimal. On sinterdit galement de couvrir certaines zones intrieures ou
extrieures au btiment pour des raisons de confidentialit ou de scurit. Enfin, un
rseau initial existant et nombre maximum dmetteurs peut galement tre impos.
Pour optimiser les problmes de planification de rseaux sans fil, nous avons
propos deux nouvelles stratgies :
Une stratgie globale qui optimise simultanment le placement des metteurs
et laffectation des frquences et utilise les 13 canaux de frquences autoriss
en France pour la norme 802.11g. Cette mthode est complexe par certains
calculs effectus mais elle explore toutes les ressources disponibles pour la
planification.
Une stratgie squentielle qui tient compte lors du placement des metteurs
dun brouillage moyen entre eux, puis qui rsoud le problme AFP pour les sites
slectionns en utilisant la mme fonction dvaluation que pour le problme
ACP. Cette fonction dvaluation, base sur le calcul du dbit rel en chaque
point de service, utilise la fois les variables de placement sur les sites et les
frquences.
Nous avons compar ces stratgies avec deux stratgies usuelles doptimisation,
lune purement squentielle qui enchane lACP et AFP et qui pnalise tout recouvrement de cellules lors de lACP, et lautre qui traite lACP et lAFP simultanment
mais seulement avec des canaux de frquences disjoints. Cette tude nous a montr
que notre optimisation globale donne les meilleurs rsultats et que loptimisation
squentielle avec brouillage moyen donne souvent des rsultats trs proches de lapproche globale et sest avre beaucoup plus performante que les mthodes squentielles usuelles. Ces stratgies doptimisation globale et doptimisation squentielle
brouillage moyen sont a priori gnralisables tous les problmes de planification
de rseaux de radiocommunications tels le GSM, le GPRS, lUMTS...
Nos solutions ont donn lieu des collaborations et partenariats industriels.
175
Dune part, lapplication WIFIOPT, dvelopp pour Orange Labs, utilise loptimisation globale. Elle permet de proposer aux entreprises des solutions sans fil de
haute qualit de service. Dautre part, notre optimisation squentielle avec brouillage
moyen est utilise par la start-up TRINAPS pour proposer des solutions de rseau
ses clients.
Notons enfin, que les deux nouvelles stratgies permettent de prendre en compte
diverses notions de Qualit de Service, notamment certains problmes de scurit
et de gestion du handover. En effet, lorsque lon ne souhaite pas couvrir certaines
zones pour des raisons de scurit, lusage dantennes directionnelles devient trs
pratique et apporte des solutions adaptes. Par ailleurs, sachant que les technologies
permettant la mobilit dans les WLAN sont en plein dveloppement, lindicateur
gomtrique que lon propose value la forme des cellules et apporte une solution
efficace pour limiter le nombre de changement de cellules lors dun dplacement.
Du point de vue du traitement de la combinatoire du problme de planification
de rseau WLAN, nous avons gr deux classes de variables de dcision : les variables concernant les configurations dAP (site, type dantenne, azimut, puissance
dmission) et les variables concernant laffectation de frquence (canal). Cela nous a
conduit construire plusieurs types de voisinage selon quils concernent les variables
de configuration, les variables de frquences ou les deux. Etant donn la taille des
problmes que lon souhaite rsoudre, nous nous sommes orient vers des algorithmes
de recherche locale et avons dvelopp une heuristique nouvelle dite Voisinages Variables Alatoires (VVA) qui, chaque itration de cette recherche locale, choisit au
hasard le type de voisinage parmi un ensemble des possibles. Etant donn quun minimum local est relatif au voisinage, cest--dire quil nest pas forcment le minimum
pour un autre voisinage, il est intressant dalterner la recherche dans les diffrents
voisinages. De plus, des heuristiques diffrentes dfinissent les rgles dexploration
de chacun des voisinages. Certaines de ces heuristiques permettent la dgradation
de la solution courante, dautres intensifient autour de cette solution. Un algorithme
glouton alatoire permet de construire la solution initiale de notre recherche locale.
En ce qui concerne les performances, notre algorithme ralise une planification
globale de rseaux rels comptant une trentaine dmetteurs en quelques minutes
seulement. Les cas pratiques tudis dans la littrature ne traitent que de petits rseaux ne comptant quune dizaine dmetteurs. A priori cet algorithme peut planifier
des rseaux de plus grande taille de plusieurs centaines dmetteurs. Au final cest un
algorithme trs modulaire qui a prouv par les rsultats quil permet facilement de
combiner les deux sous problmes (placement et affection). Cette heuristique nest
pas propre notre problme et peut tre considre comme un mcanisme gnral
doptimisation.
Dans le quatrime chapitre, nous avons ralis un approfondissement thorique
du problme daffectation de frquences dans les rseaux locaux sans fil. Nous avons
176
177
Dans un autre domaine, mais toujours sur la modlisation, des tudes sont actuellement menes en collaboration avec luniversit de Cardiff sur les rseaux mixtes
utilisant plusieurs technologies la fois comme le 802.16 (WIMAX, acronyme pour
Worldwide Interoperability for Microwave Access) et 802.11 (Wi-Fi) ou plusieurs
normes simultanment comme le 802.11g et le 802.11a. Ces hybridations de technologies permettent daugmenter les ressources radio en multipliant les canaux de
frquences disponibles. Cest un enjeu trs prometteur pour les annes venir pour
lequel il nexiste pas encore de modlisation adapte.
Pour les modles thoriques que nous avons proposs, il serait intressant de modliser en T -coloration dhypergraphe dautres problmes dallocation de ressources
avec contraintes n-aires. De plus, la procdure de transformation de la modlisation
prsente au chapitre 4 est directement rutilisable pour tous les problmes bass
sur le calcul du SINR. La rutilisation dans le contexte du GSM et de lUMTS est
quasi immdiate.
Sur le plan algorithmique, lheuristique Voisinages Variables Alatoires ouvre
le champ de trs nombreux et nouveaux algorithmes. Il serait ncessaire den faire
un approfondissement thorique et de la comparer avec les autres heuristiques de
la littrature comme la Recherche Tabou, le recuit simul, les algorithmes gntiques... De plus il est intressant dtudier comment grer les hybridations avec
ces metaheuristiques en sinspirant des hyper-heuristiques. Une autre perspective
est de dvelopper des algorithmes performants pour la T -coloration dhypergraphe,
notamment en approfondissant et en gnralisant les algorithmes de T -coloration de
graphe [Dorne & Hao, 1998]. Quelques travaux sur de tels algorithmes sont en cours
de dveloppement.
Concernant la validit de nos rsultats, nous menons actuellement des tudes
sur la robustesse de la solution trouve par notre algorithme Voisinages Variables
Alatoires. En faisant varier la demande offerte au rseau, nous testons la capacit du
rseau maintenir une certaine qualit de service. De mme, en faisant varier alatoirement les valeurs de puissances des signaux reus par les clients, nous testons la
capacit du rseau rsister aux fluctuations trs relles lies aux changements denvironnement : portes ouvertes, dplacement de meuble, forte densit de personnes
dans les locaux, humidit de lair...
Toujours en terme de validit, laspect sensible de loptimisation squentielle avec
brouillage moyen est la dfinition pralable du coefficient gamma. Il est donc envisageable de considrer plusieurs valeurs de gamma selon les zones du btiment ou de le
faire voluer au cours de loptimisation en fonction de la densit des metteurs. Il est
galement possible ditrer plusieurs fois conscutives le problme de placement avec
brouillage moyen et le problme dallocation de frquences. Le facteur de protection
moyen de chaque itration est dtermin grce la solution du problme dallocation de frquences de litration prcdente ; il volue ainsi chaque itration. Ces
178
Publications
Revue internationale
Gondran A., Caminada A., Fondrevelle J., Baala O., Wireless LAN planning : a
didactical model to optimise the cost and effective payback, International Journal
of Mobile Network Design and Innovation (IJMNDI), Inderscience, vol. 2, no. 2,
pp.13-25, 2007.
180
Autres Confrences
Avec actes et comit de slection
Gondran A., Caminada A., Baala O., Interferences multiples et coloration dhypergraphes, 10ime congres de la Societe Francaise de Recherche Operationnelle et
dAide a la Decision (ROADEF 2008), pp. 213-214, Clermont-Ferrand, France, February 25-27, 2008.
Gondran A., Caminada A., Baala O., Analyse de capacite par niveau de debit pour
gerer la qualite de service dun reseau 802.11, Journees Doctorales en Informatique
et Reseaux (JDIR08), pp. 37-46, Villeneuve dAscq, France, January 16-18, 2008.
Gondran A., Baala O., Fondrevelle J., Caminada A., Un modele discret de planification des reseaux WLAN, 9e congres de la Societe Francaise de Recherche Operationnelle et dAide a la Decision (ROADEF 2007), pp. 215-216, Grenoble, France,
February 20-23, 2007.
Avec comit de slection
Gondran A., Fondrevelle J., Baala O., Caminada A., Modlisation du problme thorique de planification WLAN par fonctions densembles, META 2006, Hammamet,
Tunisie, November 4-6, 2006.
181
Bibliographie
[Aguado-Agelet et al., 2002] Aguado-Agelet, F., Varela, A.M.M., Alvarez-Vzquaz,
L.J., Hernando, J.M., & Formella, A. 2002. Optimization methods for optimal
transmitter locations in a mobile wireless system. 51(6), 13161321.
[Allio, 2007] Allio, S. 2007 (January). Mthodes avances pour une ingnierie WLAN
multi-standards. Ph.D. thesis, INSA Rennes, France.
[Amaldi et al., 2004a] Amaldi, E., Capone, A., Cesana, M., & Malucelli, F. 2004a.
Optimizing WLAN Radio Coverage. IEEE Int. Conf. on Communications, 1,
180184.
[Amaldi et al., 2004b] Amaldi, E., Capone, A., Cesana, M., Malucelli, F., & Palazzo, F. 2004b (May). WLAN Coverage Planning : Optimization Models and
Algorithms. In : IEEE Vehicular Technology Conference 2004.
[Anderson & McGeehan, 1994] Anderson, H.R., & McGeehan, J.P. 1994. Optimizing microcell base station locations using simulated annealing techniques. Pages
858862 of : Vehicular Technology Conference, VTC1994, vol. 2.
[Baala et al., 2007] Baala, O., Caminada, A., Fondrevelle, J., & Gondran, A. 2007
(April). Optimisation de rseaux WIFI - Architecture Logicielle et Spcification
Techniques. Tech. rept. SeT, UTBM, Belfort, France.
[Bahri et al., 2005] Bahri, A., , & Chamberland, S. 2005. On the wireless local area
network design problem with performance guarantees. Computer Networks, 48(6),
856866.
[Battiti et al., 2003] Battiti, R., Brunato, M., & Delai, A. 2003. Optimal wireless access point placement for location-dependent services. Tech. rept. Technical Report
DIT-03-052, Universit di Trento, Italy.
[Bianchi, 2000] Bianchi, G. 2000. Performance analysis of the IEEE 802.11 distributed coordination function. Selected Areas in Communications, IEEE Journal
on, 18(3), 535547.
[Bosio et al., 2007] Bosio, S., Capone, A., & Cesana, M. 2007. Radio planning of
wireless local area networks. IEEE/ACM Transactions on Networking, 15(6),
14141427.
184
BIBLIOGRAPHIE
[Burke et al., 2003] Burke, E., Hart, E., Kendall, G., Newall, J., Hart, E., Ross, P.,
& Schulenburg, S. 2003. Handbook of Metaheuristics. Kluwer. Chap. 16 - HyperHeuristics : An Emerging Direction in Modern Search Technology search, pages
457474.
[Burton, 2002] Burton, M. 2002 (November). Channel Overlap Calculations for
802.11b Networks. White Paper. Cirond Technologies Inc.
[Cal et al., 2000] Cal, F., Conti, M., & Gregori, E. 2000. Dynamic IEEE 802.11 :
Design, Modeling and Performance Evaluation. IEEE Journal on Selected Areas
in Communications, 18(9), 17741786.
[Chaigneaud et al., 2001] Chaigneaud, L., Guillet, V., & Vauzelle, R. 2001 (October). A 3D ray-tracing tool for broadband wireless systems. Pages 20432047 of :
54th IEEE Vehicular Technology Conference, VTC 2001, vol. 4.
[Chaudet, 2004] Chaudet, C. 2004 (September). Autour de la rservation de bande
passante dans les rseaux ad hoc. Ph.D. thesis, INSA Lyon, France.
[De La Roche et al., 2006] De La Roche, G., Rebeyrotte, R., Jaffrs-Runser, K., &
Gorce, J.-M. 2006 (June). A QoS-based FAP criterion for Indoor 802.11 wireless LAN optimization. Pages 56765681 of : IEEE International Conference on
Communications (ICC2006), vol. 12.
[Devarenne, 2007] Devarenne, I. 2007 (Novembre). tudes en recherche locale adaptative pour loptimisation combinatoire. Ph.D. thesis, Universit de Technologie
de Belfort Montbliard, France.
[Devarenne et al., 2008] Devarenne, I., Mabed, H., & Caminada, A. 2008. Intelligent
neighborhood exploration in local search heuristics. International Journal on
Tools with Artificial Intelligence.
[Dorne & Hao, 1998] Dorne, R., & Hao, J.-K. 1998. Tabu Search for graph coloring,
T -coloring and Set T -colorings. Chap. 3, pages 3348 of : S. Voss, S. Martello,
I.H. Osman, & Roucairol, C. (eds), Meta-heuristics : Advances and Trends in
Local Search Paradigms for Optimization. Kluwer.
[Doufexi et al., 2003] Doufexi, A., Armour, S., Beng-Sin, L., Nix, A., & Bull, D. 2003
(May). An evaluation of the performance of IEEE 802.11a and 802.11g wireless
local area networks in a corporate office environment. Pages 11961200 of : IEEE
International Conference on Communications, ICC03, vol. 2.
[Duda, 2008] Duda, A. 2008 (September). Understanding the Performance of 802.11
Networks. In : IEEE International Symposium on Personal, Indoor and Mobile
Radio Communications, PIMRC08.
[Dupont et al., 2005] Dupont, A., Vasquez, M., & Habet, D. 2005. Consistent Neighbourhood in a Tabu search. Workshop on Combination of Metaheuristic and Local
Search with Constraint Programming techniques, University of Nantes, France.
BIBLIOGRAPHIE
185
[Eisenbltter et al., 2007] Eisenbltter, A., Geerdes, H.-F., & Siomina, I. 2007
(June). Integrated access point placement and channel assignment for Wireless
LANs in an indoor office environment. Pages 110 of : IEEE International Symposium on a World of Wireless, Mobile and Multimedia Networks, WoWMoM
2007.
[Fortune et al., 1995] Fortune, S.J., , Gay, D.M., Kernighan, B.W., Landron, O.,
Valenzuela, R.A., & Wright, M.H. 1995. WISE Design of Indoor Wireless Systems : Practical Computation and Optimization. IEEE Computing in Science and
Engineering, 2(1), 5868.
[Friis, 1946] Friis, H.T. 1946. A Note on a Simple Transmission Formula. Proceedings
of the IRE, 34(5), 254256.
[Gla er et al., 2005] Gla er, C., Reith, S., & Vollmer, H. 2005. The complexity
of base station positioning in cellular networks. Discrete Applied Mathematics,
148(1), 112.
[Gondran et al., 2007a] Gondran, A., Baala, O., Caminada, A., & Mabed, H. 2007a
(September 27-29). 3-D BSS Geometric Indicator for WLAN Planning. In :
Proceedings of 15th International Conference on Software, Telecommunications
and Computer Networks, SoftCOM 2007.
[Gondran et al., 2007b] Gondran, A., Baala, O., Caminada, A., & Mabed, H. 2007b
(September 26-28,). Joint Optimization of Access Point Placement and Frequency
Assignment in WLAN. In : Proceedings of 3rd IEEE International Conference in
Central Asia on Internet The Next Generation of Mobile, Wireless and Optical
Communications Networks 2007.
[Gondran et al., 2008] Gondran, A., Baala, O., Caminada, A., & Mabed, H. 2008
(May 11-14). Interference Management in IEEE 802.11 Frequency Assignment.
In : IEEE Vehicular Technology Conference Spring 2008, VTC 2008.
[Gondran & Minoux, 1995] Gondran, M., & Minoux, M. 1995. Graphes et Algorithmes. Eyrolles.
[Gorce et al., 2007] Gorce, J.-M., Jaffres-Runser, K., & De La Roche, G. 2007. A
Deterministic Approach for Fast Simulations of Indoor Radio Wave Propagation.
IEEE Trans on Antennas and Propagation, 55(3,2), 938948.
[Haidar et al., 2008] Haidar, M., Ghimire, R., Al-Rizzo, M., Akl, R., & Chan, Y.
2008 (May). Channel Assignment in an IEEE 802.11 WLAN Based on Signal-tointerference Ratio. Pages 11691174 of : Canadian Conference on Electrical and
Computer Engineering : Communications and Networking (CCECE 2008).
[Hansen & Mladenovic, 1999] Hansen, P., & Mladenovic, N. 1999. Meta-heuristics,
advances and trends in local search paradigms for optimisation. Kluwer. Chap.
An introduction to variable neighbourhood search, pages 433458.
186
BIBLIOGRAPHIE
[Hao & Vasquez, 2000] Hao, J.-K., & Vasquez, M. 2000. Heuristic approach for
antenna positioning in cellular networks. Journal of Heuristics, 443472.
[He et al., 2004] He, J., Verstak, A.A., Watson, L.T., Stinson, C.A., Ramakrishnan, N., Shaffer, C.A., Rappaport, T.S., Anderson, C.R., Bae, K.K., Jiang, J., &
Tranter, W.H. 2004. Globally optimal transmitter placement for indoor wireless
communication systems. IEEE Transactions on Wireless Communications, 3(6),
19061911.
[Heusse et al., 2003] Heusse, M., Rousseau, F., Berger-Sabbatel, G., & Duda, A.
2003 (March 30 - April 3,). Performance anomaly of 802.11b. Pages 836843 of :
Proceedings of IEEE INFOCOM 2003, vol. 2.
[Hills, 2001] Hills, A. 2001. Large-scale wireless LAN design. IEEE Communications
Magazine, 39(September), 98104.
[Hills et al., 2004] Hills, A., Sclegel, J., & Jenkins, B. 2004. Estimating Signal
Strengths in the Design of an Indoor Wireless Network. IEEE Transactions on
Wireless Communications, 3(January), 1719.
[Jaffrs-Runser et al., 2006] Jaffrs-Runser, K., Gorce, J.-M., & Ubda, S. 2006.
QoS constrained wireless LAN optimization within a multiobjective framework.
IEEE Wireless Communications, 13(6), 2633.
[Jaffrs-Runser et al., 2008] Jaffrs-Runser, K., Gorce, J.-M., & Ubda, S. 2008.
Mono- and multiobjective formulations for the indoor wireless LAN planning problem. Journal of Computers and Operations Research. Special Issue on Telecommunications Network Engineering, 35(12), 38853901.
[Jedidi, 2004] Jedidi, A. 2004 (May). Modlisation et optimisation de la topologie des
rseaux mobiles GSM. Ph.D. thesis, Universit Joseph Fourier, Grenoble, France.
[Jedidi et al., 2004] Jedidi, A., Caminada, A., & Finke, G. 2004. 2-Objective Optimization of Cells Overlap and Geometry with Evolutionary Algorithms. Pages
130139 of : Lecture Notes in Computer Science, vol. 3005. Washington, DC,
USA : IEEE Computer Society.
[Ji et al., 2002] Ji, Z., Sarkar, T.K., & Li, B.-H. 2002. Methods for optimizing the
location of base stations for indoor wireless communications. IEEE Transactions
on Antennas and Propagation, 50(10), 14811483.
[Jin et al., 2003] Jin, Z., Wu, X., Shu, Y., & Liu, F. 2003 (May). Optimal placement of multiple 802.11b AP in a wireless classroom. Pages 741744 of : Canadian
Conference on Electrical and Computer Engineering : Communications and Networking (CCECE 2003), vol. 2.
[Kamenetsky & Unbehaun, 2002] Kamenetsky, M., & Unbehaun, M. 2002. Coverage
planning for outdoor wireless LAN systems. Pages 16 of : International Zurich
Seminar on Broadband Communications, vol. 49.
BIBLIOGRAPHIE
187
[Kariv & Hakimi, 1979] Kariv, O., & Hakimi, S.L. 1979. An algorithmic approach
to network location problems. II : The p-medians. SIAM Journal on Applied
Mathematics, 37(3), 539560.
[Karp, 1972] Karp, R.M. 1972. Reducibility Among Combinatorial Problems. Pages
85103 of : Miller, R.E., & Thatcher, J.W. (eds), Complexity of Computer Computations. Plenum Press.
[Kouhbor et al., 2005] Kouhbor, S., Ugon, J., Kruger, A., & Rubinov, A. 2005. Optimal Placement of Access Point in WLAN Based on a New Algorithm. Pages
592598 of : Proceedings of the International Conference on Mobile Business,
ICMB05. Washington, DC, USA : IEEE Computer Society.
[Lee et al., 2002] Lee, Y., Kim, K., & Choi, Y. 2002. Optimization of AP placement
and channel assignment in wireless LANs. Page 831 of : LCN02 : Proceedings
of the 27th Annual IEEE Conference on Local Computer Networks. Washington,
DC, USA : IEEE Computer Society.
[Ling & Yeung, 2005] Ling, X., & Yeung, K.L. 2005. Joint access point placement
and channel assignment for 802.11 wireless LANs. Pages 15831588 of : IEEE
Wireless Communication and Networking Conference.
[Lu & Valois, 2006] Lu, J.-L., & Valois, F. 2006 (June). Performance evaluation of
802.11 WLAN in a real indoor environment. In : 2nd International Conference
on Wireless and Mobile Computing, Networking and Communications (WiMob).
IEEE, Montreal, Canada.
[Lu et al., 2006] Lu, J.-L., Runser, K., Gorce, J-M., & Valois, F. 2006 (June). Indoor
WLAN Planning with a QoS constraint based on a Markovian Performance Evaluation Model. Pages 152158 of : 2nd International Conference on Wireless and
Mobile Computing, Networking and Communications (WiMob). IEEE, Montreal,
Canada.
[Mabed & Caminada, 2006] Mabed, H., & Caminada, A. 2006 (September). Geometric criteria to improve the interference performances of cellular network. Pages
110 of : IEEE Vehicular Technology Conference, VTC 2006.
[Mabed et al., 2005] Mabed, H., Devarenne, I., Caminada, A., & Legendre, J.F.
2005 (Juin). ALGOPDF - Spcification dtaill dalgorithme doptimisation de
frquences pour PR4G. Tech. rept. Laboratoire SeT, UTBM, Belfort, France.
[MacGibney & Klepal, 2005] MacGibney, A., & Klepal, M. 2005. Tool for automatic design and optimisation of large scale WLAN. In : 7th IFIP International
Conference on Mobile and Wireless Communication Networks.
[Maksuriwong et al., 2003] Maksuriwong, K., Varavithya, V., & Chaiyaratana, N.
2003 (Oct 5-8). Wireless LAN access point placement using a multi-objective genetic algorithm. Pages 19441949 of : IEEE International Conference on Systems,
Man and Cybernetics, vol. 2.
188
BIBLIOGRAPHIE
[Mathar & Niessen, 2000] Mathar, R., & Niessen, T. 2000. Optimum positioning of
base stations for cellular radio networks. Wirel. Netw., 6(6), 421428.
[Meignan, 2008] Meignan, D. 2008 (Dcembre). Une approche organisationnelle et
multi-agent pour la modlisation de limplantation de mtheuristiques. Ph.D. thesis, Universit de Technologie de Belfort Montbliard, France.
[Mendes, 2005] Mendes, F. 2005. Mthodes de dcomposition pour la coloration de
graphe. Ph.D. thesis, Universit de Picardie, Amiens.
[Mezani, 2005] Mezani, N. 2005. Algorithmes approchs alatoires. Ph.D. thesis,
Universit de Paris IX, France.
[Mhlethaler & Najid, 2001] Mhlethaler, P., & Najid, A. 2001 (April). An efficient
Simulation Model for Wireless LANs Applied to the IEEE 802.11 Standard. INRIA
research report 4182. INRIA Rocquencourt, HIPERCOM, Rocquencourt, France.
[Monnot et al., 2003] Monnot, J., Paschos, V., & Toulouse, S. 2003. Approximation
polynomiale des problmes NP-difficiles : optima locaux et rapport diffrentiel.
Herms.
[Paschos, 2004] Paschos, V. 2004. Complexit et approximation polynomiale. Herms.
[Prommak et al., 2002] Prommak, C., Kabara, J., Tipper, D., & Charnsripinyo, C.
2002. Next generation wireless LAN system design. Pages 473477 of : IEEE
Proceedings of Milcom, vol. 1.
[Raniwala & Chiueh, 2004] Raniwala, A., & Chiueh, T. 2004 (November). Coverage
and capacity issues in enterprise LAN deployment. Tech. rept. IEEE Network
Magazine, Nov 2004 (in submission).
[Reininger & Caminada, 2001] Reininger, P., & Caminada, A. 2001. Multicriteria
design model for cellular network. Annals of Operation Research, 107, 251265.
[Rodrigues et al., 2000] Rodrigues, R.C., Mateus, G.R., & Loureiro, A.A.F. 2000.
On the design and capacity planning of a wireless local area network. Pages
335348 of : IEEE / IFIP Network Operation and Management Symposium.
[Ropke & Pisinger, 2006] Ropke, S., & Pisinger, D. 2006. An Adaptive Large Neighborhood Search Heuristic for the Pickup and Delivery Problem with Time Windows. Transportation Science, 40(4), 455472.
[Runser, 2005] Runser, K. 2005 (October). Mthodologies pour la planification de
rseaux locaux sans-fil. Ph.D. thesis, INSA Lyon, France.
[Runser et al., 2003] Runser, K., Jullo, E., & Gorce, J.-M. 2003 (April). Wireless
LAN planning using the multi-resolution FDPF propagation model. Pages 8083
of : 12th IEE International Conference on Antennas and Propagation, vol. 1.
BIBLIOGRAPHIE
189
[Sherali et al., 1996] Sherali, H.D., Pendyala, C.M., & Rappaport, T.S. 1996. Optimal location of transmitters for micro-cellular radio communication system design.
IEEE Journal on Selected Areas in Comm., 14(4), 662673.
[Stamatelos & Ephremides, 1996] Stamatelos, D., & Ephremides, A. 1996. Spectral
efficiency and optimal base placement for indoor wireless networks. IEEE Journal
on Selected Areas in Communications, 14(4), 651661.
[Tang et al., 2001] Tang, K.-S., Man, K.-F., & S., Kwong. 2001. Wireless communication network design in IC factory. IEEE Transactions on Industrial Electronics,
48(2), 452459.
[Unbehaun & Kamenetsky, 2003] Unbehaun, M., & Kamenetsky, M. 2003. On the
deployment of picocellular wireless infrastructure. IEEE Wireless Communications, 10(6), 7080.
[Wertz et al., 2004] Wertz, P., Sauter, M., Landstorfer, F.M., Wolfle, G., & Hoppe,
R. 2004. Automatic optimization algorithms for the planning of wireless local area
networks. Pages 30103014 of : Proceedings of 60th IEEE Vehicular Technology
Conference, VTC04.
[Wong et al., 2003] Wong, J.K.L., Neve, N.J., & Sowerby, K.W. 2003 (April). Uplink
and downlink SIR analysis for base station placement. Pages 112116 of : Proceedings of the IEEE Vehicular Technology Conference, vol. 1.
[Wong et al., 2005] Wong, T., Bigras, P., & de Kelper, B. 2005. A MultiNeighborhood and Multi-Operator Strategy for the Uncapacitated Exam Proximity Problem. Systems, Man and Cybernetics, 2005 IEEE International Conference on, 4, 3810 3816.
[Wright, 1998] Wright, M.H. 1998. Optimization methods for base station placement in wireless applications. Pages 1151311517 of : Proceedings of Vehicular
Technology Conference, VTC98, vol. 89.
Dcomposition du processus . . . . . . . . . . . . . . . . . . . . . . . 57
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
192
. . . . . . . . . . 128
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
1.2
2.1
2.2
2.3
2.4
Donnes du problme . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
2.5
2.6
3.1
4.1
4.2
4.3
4.4
. . . 87
Rsum
Le problme de planification de rseaux WLAN consiste dune part positionner
et paramtrer des antennes dans un btiment et dautre part leur affecter une
frquence afin doffrir aux clients un accs sans fil au rseau local. Le rseau ainsi
construit doit rpondre des critres de couverture et de qualit de service, tout en
minimisant le cot financier.
Notre modlisation est base sur le calcul du dbit rel offert en chaque point de
demande de service du rseau. Nous montrons que ce critre de dbit rel permet
une modlisation complte de la qualit de service car il unifie les critres habituels
de couverture, de gestion des interfrences et de capacit.
Notre optimisation traite simultanment le problme de placement des points
daccs et le problme daffectation de frquences par un algorithme Voisinages
Variables Alatoires VVA : chaque itration de cette recherche locale le type de
voisinage est tir au hasard. Cet algorithme est trs modulaire et permet facilement
de combiner les deux sous problmes (placement et affection).
Ces travaux ont donn lieu des collaborations et partenariats industriels : logiciel de planification globale des WLAN avec Orange Labs et solutions de planification
squentielle avec la start-up Trinaps.
Enfin nous approfondissons la modlisation du problme en explicitant les liens
entre le calcul du dbit rel et les SINR. Dans une premire tape, nous montrons
que les contraintes de seuil sur les SINR induisent un problme de T-coloration
de graphe (condition ncessaire). Pour obtenir une quivalence rendant compte des
interfrences multiples, une gnralisation du problme de T -coloration pour les
hypergraphes est introduite. Dans une seconde tape, nous dfinissons un algorithme
dduisant les seuils de SINR partir des contraintes sur les dbits rels. Cette
nouvelle modlisation est la base de nos dveloppements futurs.