Soutenance mémoire
Impact du medium sur les piles de communication sans-fil
Le standard OSI (Open Systems Interconnection) divise le fonctionnement du réseau en couches distinctes ayant des fonctionnalites differentes. Chacune de ces couches est alors concue pour interagir avec les couches disposees immediatement sur et sous elle. La performance du reseau entier est donc dependante des performances s´epa ´ees et des services offerts `a chacune des couches, et en particulier aux couches physiques et acc`es au lien. Celles-ci assurent la transformation des informations nueriques en signaux et leur transmission sur l’infrastructure physique.
Alors que dans les réseaux filaires, ces deux couches fournissent une integrit´e de signal et un niveau de stabilité suffisants, dans les reseaux sans-fil, l’efficacite de ces deux points n’est pas garantie `a cause notamment des differentes contraintes du medium. Au final, les couches les plus hautes de la pile, considerees comme fiables dans les reseaux filaires, peuvent se retrouver impactees de manière importante par les imperfections du medium sans-fil.
Bandes ISM et interf´erences
La technologie 802.11 fonctionne dans les bandes ISM de 2.4 GHz et 5 GHz. Les bandes ISM (figure 2.6) sont des plages de fr´equences utilisables pour la communication ou le fonctionnement d’appareils civils et `a usage courant (robots d’usine, t´el´ecommandes de garage, …). L’utilisation de ces fr´equences ne requi`ert pas d’en registrement pr´ealable, i.e. les bandes ISM ne sont pas r´egul´ees et, par cons´equent les interf´erences y sont nombreuses. L’utilisation et les ´etudes de fr´equentation des bandes ISM est un sujet de recherche important ´etant donn´e la multiplication des ´equipements personnels (smartphone, ordinateurs portables, …).
Modes de transmission
Comme l’explique la section 1.3.1, une grande partie des caract´eristiques du signal (robustesse, taux de codage, …) d´epend de la modulation utilis´ee (aussi appel´ee mode de transmission). Diff´erents modes de transmission sont disponibles pour 802.11, les modes de transmissions disponibles pour les standards 802.11 a et g sont r´esum´es dans le tableau 1.1.
Algorithme de choix du mode de transmission
Le choix de la modulation utilisee depend de la capacite actuelle du canal et consiste `a maximiser le d´ebit atteignable en fonction du taux d’erreur binaire actuel (traduit par Bit Error Rate – BER). Le choix id´eal du mode de transmission n’est pas encore r´egl´e par la litt´erature. Par cons´equent, diff´erents algorithmes de contrˆole existent. Parmi eux, Onoe [82, 118] utilise le ratio de perte de paquet sur un lien. Cette approche est jug´ee pessimiste par [82] qui propose SimpleRate : un algorithme qui teste l’efficacit´e des d´ebits en envoyant p´eriodiquement des paquets de donn´ees. La m´ethode des chaˆınes de retransmissions est actuellement utilis´ee dans de nombreux algorithmes. Celle-ci module le mode d’´emission d’une trame en fonction du nombre de tentative de transmission (ex : 1 `ere transmission, 1 `ere retransmission, 2 `eme retransmission, …). Cette m´ethode est utilis´ee par les algorithmes AMRR [68] et Minstrel [117]. Ce dernier utilise le d´ebit le plus performant pour la 1 `eretentative d’envoi, la 1 `ere retransmission utilisera le 2 `eme d´ebit en terme de performance. ` A partir de la 2 `eme retransmission, le mode d’envoi est le d´ebit qui a la plus grande probabilit´e de passer (en fonction de l’historique des pertes sur le lien pour chacun des d´ebits). Certaines de ces approches sont jug´ees optimistes [117] ou au contraire pessimistes dans les environnements `a fort niveau d’interf´erences [82]. Par cons´equent, les mesures de puissance du signal RSS ou SNR mesur´ees par les cartes radio 802.11 sont parfois utilis´ees, c’est le cas de RBAR [49], CHARM [55], FRAR [94] et SGRA [137].
Conclusion
Ce chapitre a d´etaille le standard IEEE 802.11 qui definit differentes solutions aux niveaux des couches MAC et PHY des reseaux sans-fil. Au niveau MAC, la methode DCF principalement utilisee consiste `a sonder le medium avant de commencer la procedure de transmission. Cette derniere consiste `a temporiser aleatoirement l’envoi des trames pour gerer l’acces des multiples nœuds au canal.
Des m´ecanismes de retransmission sont ´egalement mis en places.
Au niveau physique, le standard d´efinit l’usage des couches ISM de 2.4 GHz et 5 GHz. Dans la version 802.11g, la technique d’´emission est OFDM. Pour g´erer les al´eas du m´edium, les trames peuvent ˆetre transmises selon diff´erents modes de transmission ayant des capacit´es diff´erentes en termes de performances et de robustesse de donn´ees. Par cons´equent, le choix du mode de transmission est important et peut ˆetre g´er´e automatiquement ou manuellement pour tenter de maximiser les performances obtenues en fonction de la qualit´e du canal.
Les informations donn´ees dans ce chapitre seront utiles dans la suite du manuscrit o`u le protocole 802.11g est pris comme exemple. Le chapitre suivant detaillera l’´etat de l’art des diff´erentes plates-formes de mesure pour r´eseaux sans-fil et des differents travaux de comparaison entre simulateurs et bancs experimentaux.3
Plates-formes en environnements de production
Pour plus de r´ealisme, de nombreuses plates-formes de mesure sont con¸cues autour de r´eseaux op´erationnels comme des r´eseaux de campus, d’universit´es [57, 62] ou de bureau [32]. Les mesures effectu´ees sur ces r´eseaux sont issues du mat´eriel standard d´eploy´e sur le r´eseau initial (point d’acc`es, nœuds, …). Parmi les plates-formes moyenne ´echelle, DieselNet [29] de l’universit´e du Massachusetts est destin´e `a ´etudier les r´eseaux tol´erants aux d´elais (Delays Tolerant Network – DTN). Le projet ´equipe ainsi 35 bus d’une brique Diesel qui permet de fournir aux passagers ou aux passants une connectivit´e 802.11g, de scanner d’autres r´eseaux 802.11 disponibles dans les environs du bus et de se connecter `a des boˆıtes de d´epˆot lors de leur passage `a proximit´e.
Utilisation des plates-formes de production
L’utilisation typique des reseaux moyenne ´echelle est la caract´erisation du trafic des r´eseaux ainsi instrument´es, les modeles qui en resultent peuvent ˆetre utilis´es pour l’am´elioration de ces reseaux. Ainsi, [48] et [78] instrumentent et analysent des r´eseaux d’universit´e tandis que [80] et [119] caract´erisent du trafic haut-d´ebit r´esidentiel. Dans chacun de ces cas, les usages des utilisateurs sont ´etudies et modelises.
Plus r´ecemment, des recherches se sont int´eress´ees au trafic mobile et smartphone, comme [38] qui instrumente des terminaux mobile pour ´etudier les interactions entre le trafic g´en´er´e et la consommation d’´energie radio. Les auteurs de[96] ´etudient le trafic mobile de l’application sociale multim´edia ’youtube’, source dominante du trafic r´eseau actuel [104].
Plates-formes de laboratoire
Les plate-forme de laboratoire permettent de fournir une isolation et un controle de l’environnement important. Ces deux ´elements sont fondamentaux pour la mesure du lien sans-fil [84].
Un environnement utilise pour ce type de plate-forme est celui d’une chambre anechoıque. Une chambre an´echoıque est un espace ferme dans lequel les murs sont recouverts de materiaux isolants qui permettent la suppression des ph´enomenes de multi-trajet qui affectent la propagation des signaux sans-fil. Additionnellement, les isolants permettent de pemunir l’interieur de la chambre de la plupart des interf´erences externes. L’environnement de mesure situ´e `a l’int´erieur d’une chambre
anechoıque est donc neutre ´electromagn´etiquement, ce qui en fait un outil important pour la mesure ´electromagn´etique de pr´ecision (tests radars, audio ou mesures Simulateurs, validation des mod`eles et comparaison de performances 33 d’antenne). N´eanmoins, ´etant donn´ees les qualit´es de cet environnement pour la mesure RF, son utilisation s’est ´etendue `a la mesure r´eseau et notamment dans la conception de nombreuses plates-formes de mesure du lien sans-fil comme dans [15, 66]. Dans ce type d’environnement, les perturbations naturelles ´etant nulles, une partie de la mise au point de ces plates-formes consiste `a g´en´erer artificiellement des perturbations et ainsi `a contrˆoler pr´ecis´ement leur force et leur apparition.
Deux techniques sont essentiellement utilis´ees [15] : la g´en´eration de signal d’interf´erences par du mat´eriel de communication ou l’injection de bruit artificiel dans l’environnement par utilisation d’un g´en´erateur de signal.
Enfin, la derni`ere facette des plates-formes petite ´echelle est l’instrumentation et la mesure des phenomenes etudies.
A cet egard, du materiel specialise dans la mesure RF est souvent mis en œuvre comme dans [66] o`u les auteurs utilisent et detaillent la configuration d’un analyseur de spectre.
Utilisation des plates-formes de laboratoire
L’environnement isole et controle des plates-formes de laboratoire les rend ideales pour la caracterisation des relations inter-couche et materielle des reseaux sans-fil. Dans [15], les auteurs utilisent une chambre an´echoıque o`u les communications sont perturb ees par du bruit g´en´er´e artificiellement pour caracteriser les relations entre la couche physique et les performances au niveau de la couche r´eseau. Dans [66], des mesures effectu´ees en chambre an´echo¨ıques sont utilis´ees pour trouver les caract´eristiques statistiques des mesures de puissance du signal obtenues sur du mat´eriel standard. Celles-ci sont ensuite analys´ees et compar´ees `a celles obtenues avec du materiel RF specialise.
Simulateurs, validation des modèles et comparaison de performances
Les bancs de tests expérimentaux sont essentiels pour la production de traces.
Pourtant, des moyens alternatifs d’analyse, de validation et d’estimation de performance sont parfois rencontr´es. C’est le cas des simulateurs de r´eseau qui pr´esentent des avantages en termes de simplicite et de facilite de mise en œuvre malgre des defauts importants de realisme. En effet, afin de pouvoir effectuer les simulations dans des temps et des ressources raisonnables, les modeles utilises au niveau des couches physiques et MAC sont souvent simplifies et abstraient volontairement la realite de ces couches [65, 71, 63, 64]. De plus, un grand nombre de simulateurs a ´et´e concu selon des hypotheses reconnues comme fausses [64]. Par consequent, la credibilite des simulateurs est frequemment remise en question. Pourtant et notamment grˆace `a leur facilite d’usage.
Etat de l’art sur les moyens de mesure de reseaux sans-fil
MANET selon [59]) utilisent toujours les simulateurs. Pour cette raison et malgr´e leurs limitations, il est important de quantifier le degr´e de r´ealisme des simulateurs les plus utilis´es.
Une mani`ere empirique pour ´evaluer les mod`eles est de comparer les performances obtenues sur simulateur avec celles obtenues sur des bancs de mesure exp´erimentaux. Pour pouvoir ˆetre efficace, cette comparaison doit ˆetre effectu´ee sur des environnements configur´es de mani`ere similaire et sur des sc´enarios identiques. Cette ´emarche est celle majoritairement suivie par de nombreux travaux dont les efforts se concentrent principalement sur les couches de bas niveaux. En effet, l’impl´ementation de protocoles, du niveau IP jusqu’aux couches applicatives, est souvent consid´er´ee comme verbatim vis `a vis des standards par la communaut´e scientifique [18]. De plus, le fonctionnement des algorithmes complexes comme TCP rajoute un nombre important de variables pouvant perturber les analyses [59].
En revanche, l’impact de la simplification des mod`eles aux niveaux MAC et physique est activement ´etudi´e par la communaut´e. Ainsi, les performances du simulateur OMNET++ sont ´evalu´ees dans [33]. Les r´esultats montrent que les performances obtenues en termes de debit et de latence sont parfois optimistes par rapport `a la r´ealit´e. L’article pointe la simplification extrˆeme des mod`eles de nœuds au niveau MAC. Les simulateurs plus r´ecents disposent de mod`eles de nœuds plus sophistiqu´es. Ainsi, [132] et [76] comparent les performances de ns-2 vis-`a-vis d’un r´eseau de capteurs sans-fil exp´erimental. Les r´esultats de [132] d´emontrent une diff´erence constat´ee moyenne sur le taux de perte de trames se situant entre 8,2 % et 12,3 % selon le choix de param`etres et le mod`ele de propagation radio.
Des r´esultats similaires sont constat´es par [22, 46] qui ´evaluent les performances respectives des simulateurs Castalia et TOSSIM sur un r´eseau de capteurs sans-fil.
Sur ce dernier les diff´erences en terme de taux de pertes sont comprises entre 5 % et 10 %. Le mod`ele statistique de pertes sur le lien semble ˆetre adapte dans la plupart des cas, en revanche, des anomalies plus importantes sont constatees sur la latence des ´echanges. Ce r´esultat est confirm´e par [33, 46] et par [53] sur le simulateur ns-2 `a partir d’un r´eseau statique et de taille moyenne. Une explication fournie est le manque de r´ealisme et de mod´elisation de l’´ecosyst`eme propre aux simulateurs. La latence ´etant une m´etrique plus complexe que le taux de perte, elle n´ecessite une granularit´e de mod´elisation plus importante. Une des causes ainsi avanc´ee par [53] est la non-prise en compte des d´elais et temporisation introduits par le syst`eme d’exploitation.
Ce constat persiste au niveau physique o`u un nombre important de mod`eles peuvent ˆetre utilis´es pour param´etrer la propagation du signal et notamment les ph´enom`enes de perte [87]. Ainsi, Tan et al. [120] mettent en avant des anomalies dans la puissance du signal mesur´ee. Selon eux, la non prise en compte de la diversit´e d’antennes par les simulateurs actuels est responsable de ces divergences. De plus, certains cas de propagation complexes seraient mal geres par les couches physiques des simulateurs [60, 71], conduisant `a l’absence en simulation de p ´enom`enes de contention ou de difficult´e d’acc`es au m´edium observables dans les cas experimentaux. Enfin, tout ´equipement a ses sp´ecificit´es et certaines implementations materielles peuvent diff´erer des standards comme le d´emontre [23] qui mesure les d´elais de temporisation mis en œuvre par des cartes WIFI lors de l’acces au lien. Les resultats obtenus entre l’exp´erimentation et la simulation peuvent alors ˆetre tr`es differents. Face `a la diversit´e de ces r´esultats, certains auteurs insistent sur l’importance de d´efinir des m´ethodologies de comparaison pr´ecises et partagees par la communaut´e [59]. D’autres travaux mettent l’accent sur la n´ecessit´e de r´ep´eter les tests de mani`ere r´eguli`ere et automatis´ee pour prendre en compte les diff´erentes ´evolutionsdes simulateurs et les differents reglages [18].
Conclusion
La 1 `ere partie de cet ´etat de l’art a concern´e la classification et la description des plates-formes de mesure exp´erimentale. Parmi elles, les plates-formes de laboratoire semblent constituer une bonne solution pour la conception d’un banc de mesure compatible avec la m´etrologie des r´eseaux sans-fil. La 2 `emepartie de l’´etat de l’art a abord´e les probl`emes de validation des mod`eles de simulation et de comparaison de performances entre simulateurs et bancs exp´erimentaux. Parmi les travaux cit´es, certains auteurs [59, 18] insistent sur la n´ecessit´e de d´evelopper de nouvelles m´ethodes de comparaison plus fiables et plus automatiques que les ´etudes comparatives effectu´ees actuellement.
Ces consid´erations seront prises en compte dans les prochains chapitres. Le chapitre 4 d´ecrira ainsi la conception d’un banc de test adapt´e `a la m´etrologie des r´eseaux sans-fil tandis que le chapitre 5 d´efinira et mettra en pratique un mod`ele de comparaison entre environnements de mesure. Ce mod`ele permettra `a partir de jeux de donn´ees issus de simulations et d’exp´erimentations de trouver des anomalies d’impl´ementation, de mod´elisation ou de configuration entre les deux environnements.
|
Table des matières
1 La couche physique des reseaux sans-fil
1.1 Introduction
1.2 Contraintes physiques et specificites du medium sans-fil
1.2.1 Propagation du signal radio
1.2.2 Interférences et bruit
1.2.3 Impact du medium sur les piles de communication sans-fil
1.3 Couche physique pour les réseaux sans-fil
1.3.1 Codage canal et binaire des données
1.3.2 Modification de la forme d’onde et filtrage du signal
1.3.3 Conversion du signal bande-de-base vers le signal RF
1.4 Conclusion
2 Le standard IEEE 802
2.1 Introduction
2.2 Couche MAC
2.2.1 Architecture d’un reseau 802.11
2.2.2 Acces au medium
2.2.2.1 Methode DCF
2.2.3 Tramage
2.2.3.1 Type de trames
2.2.3.2 Format d’une trame de donnee
2.3 Couche physique
2.3.1 Bandes ISM et interferences
2.3.2 Modes de transmission
2.3.2.1 Algorithme de choix du mode de transmission
2.4 Conclusion
3.Etat de l’art sur les moyens de mesure de reseaux sans-fil
3.1 Introduction .
3.2 Plates-formes de mesure pour reseaux sans-fil
3.2.1 Plates-formes de type grille
3.2.1.1 Utilisation des plates-formes de type grille
3.2.2 Plates-formes en environnements de production
3.2.2.1 Utilisation des plates-formes de production
3.2.3 Plates-formes de laboratoire
3.2.3.1 Utilisation des plates-formes de laboratoire
3.3 Simulateurs, validation des mod`eles et comparaison de performances
3.4 Conclusion
4 Banc de mesure sans-fil inter-couche pour la mesure RF
4.1 Introduction
4.2 Contributions
4.3 Problematique de la mesure RF
4.3.1 Specificites
4.3.2 Environnement de mesure
4.3.3 Contrˆole des perturbations
4.4 Problematiques fonctionnelles associees a la conception d’un banc de test distribue
4.4.1 Synchronisation des nœuds
4.4.2 R´ecolte des donn´ees et commande du banc de test
4.5 Techniques de mesure RF
4.5.1 Echantillonnage
4.5.2 Filtrage
4.5.3 Indicateurs de mesure physique
4.5.3.1 RSS
4.5.3.2 SNR
4.5.3.3 CSI
4.5.3.4 EVM
4.5.3.5 LQI
4.5.3.6 EbNo
4.5.3.7 ACPR
4.5.4 Composants pour la mesure
4.5.4.1 Diviseur de puissance
4.5.5 Instrumentation
4.5.5.1 Oscilloscope LeCroy
4.5.5.2 Radio logicielle
4.5.5.3 Materiel generique 802.11
4.6 Techniques de mesure de trafic et de mesure MAC et reseau
4.6.1Equipements
4.6.2 Logiciels pour la mesure et la generation de trafic
4.7 Impl´ementation du banc de test
4.7.1 Implementation de la synchronisation NTP
4.7.1.1 Validation
4.7.2 Filtrage hors-ligne du signal
4.7.3 Impact du diviseur de puissance
4.8 Conclusion du chapitre
5 Validation experimentale et am´elioration des mod`eles de simulation ns-3 vis a vis d’un banc de test exp´erimental
5.1 Introduction
5.2 Contributions
5.3 Description et impl´ementations du scenario commun pour la comparaison entre traces experimentales et traces de simulation
5.3.1 Mise en œuvre exp´erimentale
5.3.2 Mise en œuvre sous simulateur ns-3
5.3.2.1 Injection de bruit dans le modele YANS
5.4 Metriques de comparaison
5.4.1 Debit IP
5.4.2 Taux de trames erronees au niveau du recepteur
5.4.3 Nombre de paquets UDP abandonnes par l’emetteur
5.4.4 Nombre de retransmissions necessaires par datagramme UDP
5.4.5 Temps de transmission n´ecessaire par datagramme UDP
5.4.6 Temps d’inter-arriv´ees des trames 802.11
5.5 Methode d’appairage des traces
5.6 Methodes de comparaison des donnees
5.6.1 Mod`ele de Gilbert-Elliott pour la caract´erisation des motifs d’erreurs
5.6.2 Mod`ele RCA pour la comparaison d’environnements
5.6.2.1 Introduction aux mod`eles d’arbre de comparaison
5.6.2.2 D´efinition d’un arbre pour la comparaison d’environnements
5.7 Application de la m´ethodologie d’association et de comparaison sur les donnees generees
5.7.1 Appairage des traces et validation de la configuration par methode de Gilbert-Elliott
5.7.2 Application du mod`ele RCA
5.8 Analyse des r´esultats exp´erimentaux
5.8.1 Suppl´ement de diagnostic
5.8.2 Mod´elisation des param`etres BEB
5.8.2.1 Facteurs environnementaux
5.8.2.2 R´egression et calcul des parametres
5.8.2.3 Verification
5.8.3 Ameliorations obtenues
5.9 Conclusion
6 Estimations predictives de performance d’un lien sans-fil par la mesure RF et l’utilisation d’algorithmes d’apprentissage
6.1 Introduction
6.2 Contributions
6.3 Algorithmes d’apprentissage automatique pour la regression
6.3.1 M´ethode SVR
6.3.2 M´ethode k-nn
6.3.3 M´ethode DT
6.4 Donn´ees exp´erimentales
6.4.1 Protocole exp´erimentale pour la g´en´eration de donnees
6.4.1.1 Constitution des jeux de donnees
6.4.2 Caract´eristiques de mesure de performance et du canal sans fil
6.4.2.1 Caracteristique de performance
6.4.2.2 Caracteristiques de mesure physiques du canal
6.4.3 Notations alternatives des caract´eristiques
6.5 M´ethodes d’evaluation de performances
6.5.1 M´ethodes d’´evaluation de la pr´ecision des estimations
6.5.1.1 Erreur quadratique absolue
6.5.1.2 Pourcentage de ’bonnes estimations
6.5.2 Methodes d’evaluation de la pertinence des caracteristiques de mesure physique
6.5.3 Methodes d’evaluation de performance des algorithmes
6.5.3.1 Efficacite en temps de calcul
6.5.3.2 Efficacite memoire
6.6 M´ethodologie de mesure et d’apprentissage
6.6.1 Configuration des algorithmes de ML
6.6.1.1 SVR
6.6.1.2 k-NN
6.6.1.3 DT
6.6.2 Mesure de performance des algorithmes
6.6.2.1 Mesure des d´elais d’apprentissage et d’estimation
6.6.2.2 Mesure de la taille du modele
6.7 Resultats
6.7.1 Precision des estimations
6.7.2 Pertinence des caract´eristiques de mesure RF
6.7.3 Fonctionnement des algorithmes
6.7.3.1 Efficacite en temps de calcul
6.7.3.2 Efficacite memoire
6.8 Conclusion
A Graphiques des estimations par apprentissage automatique
A.1 Estimations par SVR
A.1.1 Estimation de SVR pour la m´etrique AT H RSS
A.1.2 Estimation de SVR pour la m´etrique LECR RSS
A.1.3 Estimation de SVR pour la m´etrique LECR NOISE
A.1.4 Estimation de SVR pour la m´etrique LECR SNR
A.1.5 Estimation de SVR pour la m´etrique AT H RSS+LECR NOISE
A.1.6 Estimation de SVR pour la m´etrique LECR RSS+LECR NOISE
A.2 Estimations par k-nn
A.2.1 Estimation de k-nn pour la m´etrique AT H RSS
A.2.2 Estimation de k-nn pour la m´etrique LECR RSS
A.2.3 Estimation de k-nn pour la m´etrique LECR NOISE
A.2.4 Estimation de k-nn pour la m´etrique LECR SNR
A.2.5 Estimation de k-nn pour la m´etrique AT H RSS+LECR NOISE
A.2.6 Estimation de k-nn pour la m´etrique LECR RSS+LECR NOISE
A.3 Estimations par DT
A.3.1 Estimation de DT pour la m´etrique AT H RSS
A.3.2 Estimation de DT pour la m´etrique LECR RSS
A.3.3 Estimation de DT pour la m´etrique LECR NOISE
A.3.4 Estimation de DT pour la m´etrique LECR SNR
A.3.5 Estimation de DT pour la m´etrique AT H RSS+LECR NOISE
A.3.6 Estimation de DT pour la m´etrique LECR RSS+LECR NOISE
