Évaluation des couches MAC des technologies IoT : LoRa, SigFox et NBIoT 

Télécharger le fichier pdf d’un mémoire de fin d’études

Les Villes Intelligentes

Le développement urbain a entraîné un changement de paradigme au 21e siècle et les activités de recherche sur les Villes Intelligentes sont devenues une tâche prio-ritaire, avec la participation directe des entités politiques et industrielles et de la com-munauté scientifique, en raison de l’augmentation continue de la population dans ces villes. Dans ce contexte, les Nations Unies estiment qu’entre 2015 et 2050, la po-pulation mondiale augmentera de 32%, soit de 7,3 à 9,7 milliards d’habitants, tandis que la population urbaine augmentera de 63%, de 3,9 à 6,3 milliards d’habitants. La croissance sera significative en Afrique, en Asie et en Amérique latine [7, 8]. Le phé-nomène de l’urbanisation est dû, d’une part, à la migration de la population des zones rurales vers les villes, dans l’espoir d’une vie meilleure (pour l’emploi, l’éducation, les soins médicaux, la culture, etc.), et d’autre part aux migrations en provenance de pays pauvres ou en conflits sociaux et militaires vers les pays en paix ou industrialisés. Dans ces conditions en 2050, l’Inde atteindra 1,7 milliard d’habitants, avec ses mégalopoles Mumbai (42 millions) et New Delhi (36 millions). La Chine restera stable à 1,34 milliards d’habitants, avec la ville de Shanghai (21 millions), tandis que le Nigéria et l’Indonésie atteindront respectivement 399 millions et 321 millions d’habitants [7].

Pendant que notre planète devient de plus en plus « urbaine », les villes doivent devenir plus innovantes. L’urbanisation étendue requiert de nouvelles techniques permettant de gérer la complexité de la vie urbaine : la consommation d’eau, d’électricité et d’ali-ments, la gestion des ressources et protection de l’environnement, la gestion du trafic et la gestion des déchets.
Bien que les villes n’occupent que 2% de la surface de la planète, en 2018 elles hébergeaient environ 55% de la population mondiale, consommaient 75% du total de l’énergie produite et étaient responsables de 80% de l’effet de serre [9, 10]. C’est la rai-son pour laquelle le développement urbain et les problèmes qui y sont associés ont fait l’objet de débats approfondis ces dernières années lors de nombreuses conférences internationales 1 2 3 4.
En substance, la création de Villes Intelligentes est devenus une stratégie logique pour atténuer les problèmes résultants de l’urbanisation rapide et de la croissance de la population urbaine. Malgré les coûts qui leur sont associés, les Villes Intelligentes, une fois mises en œuvre, peuvent réduire la consommation d’énergie, la consommation d’eau, les émissions de carbone, les besoins en transport et les déchets urbains.

L’écosystème de services de Ville Intelligente

Parmi les nombreuses définitions de Ville Intelligente, nous retenons les deux sui-vantes, données par les organismes de normalisation, car elles sont à la fois précises et complètes. Le groupe de travail de l’UIT sur les Villes Intelligentes et durables a ana-lysé près de 100 définitions et les a résumé en ceci : «Une Ville Intelligente et durable est une ville innovante qui utilise les technologies de l’information et de la communication (ICT) et d’autres moyens pour améliorer la qualité de la vie, l’efficacité des opé-rations et des services urbains et la compétitivité, tout en veillant à ce qu’elle réponde aux besoins des générations actuelles et futures. aux aspects économiques, sociaux et environnementaux » [11]. Une autre définition qui peut être considérée comme la plus complète est celle de l’ISO, dans laquelle la Ville Intelligente est vue comme «un nouveau concept et un nouveau modèle, qui applique les nouvelles technologies de l’information, telles que l’Internet des objets, le cloud computing, l’intégration des don-nées et les informations spatiales/géographiques, afin de faciliter la planification, la construction, la gestion et les services intelligents des villes » [12].

La Ville Intelligente représente bien plus qu’une simple utilisation de la technologie pour faciliter les services urbains, mais plutôt une stratégie globale spécifique à chaque ville, qui identifie clairement ses objectifs stratégiques et définit des directives pratiques pour les atteindre. Les Villes Intelligentes requièrent une approche de gestion totale-ment nouvelle de leurs infrastructures et de leurs services, ainsi que des mécanismes de communication innovants avec leurs citoyens. Un processus continu et itératif doit être mis en place pour identifier, déployer et proposer de nouveaux services orientés vers les citoyens, tandis que ceux-ci sont invités à participer aux services déployés et à venir. Dans un tel environnement dynamique, les projets pilotes sont généralement utilisés pour tester les avantages de la transformation numérique sur le terrain.

Environnement intelligent

L’environnement intelligent est aujourd’hui un type de service émergent qui néces-site une participation et un engagement actif des citoyens. L’expression «détection de confluence» décrit les services et les applications «où des personnes disposant d’appareils de détection et d’informatique partagent collectivement des données et extraient des informations pour mesurer et cartographier des phénomènes d’intérêt commun» [22]. Par exemple, un tel service peut être utilisé pour la surveillance de la qualité de l’air ou du bruit dans les rues urbaines afin de couvrir de manière dense les zones urbaines avec des mesures effectuées à des micro-emplacements spécifiques difficiles à atteindre par des stations de mesure statiques officielles.

L’environnement intelligent vise à améliorer la durabilité des villes ainsi que la qua-lité et la sécurité de la vie des citoyens, par exemple en créant des cartes de pollution d’air et du bruit [23]. Cela permet de détecter rapidement les conditions dangereuses et permet aux autorités de réagir en conséquence, par exemple en limitant le trafic dans une zone touchée, en avertissant les citoyens, ou même évacuer des zones entières de la ville [24]. En outre, l’environnement intelligent peut détecter des catastrophes na-turelles telles que des tremblements de terre, des éruptions volcaniques, des tornades, des inondations et des incendies de forêt [23]. Les systèmes d’alerte précoce peuvent contribuer de manière significative à limiter le nombre de victimes et à réduire les dom-mages matériels. Idéalement, ces systèmes fonctionnent en association avec d’autres aspects de la Ville Intelligente, tels que les transports intelligents pour contrôler les flux de trafic ou les services publics intelligents pour arrêter les centrales électriques dans la zone dangereuse.

Les Villes Intelligentes

Parking intelligent

D’après [25, 26], entre 1927 et 2001, plusieurs études portant sur la navigation dans les centres-villes embouteillés ont révélé que les conducteurs passent en moyenne entre 14,57 minutes à trouver une place de parking et le trafic généré par la recherche de le stationnement dans les grandes villes est passé de 8% à 74%. Pour rendre le trafic plus fluide, les villes installent des capteurs sur les parkings afin de détecter les espaces disponibles. Traditionnellement, les informations provenant des capteurs sont fournies à l’aide d’écrans LCD dans la rue, mais de nos jours, les applications mobiles qui fournissent des informations en temps réel sur les places de stationnement dispo-nibles prévalent. En outre, ces applications peuvent également fournir une navigation intégrée pour guider les automobilistes vers un emplacement disponible. L’un des dé-fis de ces applications est d’empêcher que quelqu’un d’autre ne gare la voiture à un endroit déjà attribué.

En raison de leur nature, les services Smart Parking ont un grand nombre d’utilisa-teurs finaux, citoyens et visiteurs. Le service doit fournir des informations en temps réel sur les places de stationnement disponibles pour un lieu spécifique. Une application mobile est généralement fournie gratuitement car les coûts de déploiement et de main-tenance d’une solution déployée peuvent être couverts par les frais de stationnement. Des services supplémentaires, par exemple la réservation de places de stationnement, peuvent également être facturés. L’application mobile doit fournir la localisation GPS d’un utilisateur. Le service est donc basé sur la localisation. La politique de confiden-tialité pour les utilisateurs finaux doit être formulée et mise en œuvre conformément au Règlement général de Protection des Données (RGDP) [27, 28].

Éclairage intelligent

La réduction de la consommation d’électricité est l’un des thèmes le plus impor-tant du développement durable des zones urbaines. L’éclairage public consomme une grande partie d’électricité des villes en raison de son fonctionnement continu la nuit. Selon le rapport de la commission européenne [29], qui fait partie de la stratégie numé-rique pour l’Europe [30], l’éclairage public représente jusqu’à 60% des coûts en élec-tricité d’une municipalité. En outre, les anciens lampadaires sont sujets aux pannes et coûteux à entretenir, ce qui augmente les coûts d’éclairage.

L’éclairage public intelligent fait référence à un service où l’éclairage public s’adapte aux mouvements des piétons, des cyclistes et des voitures. Grâce aux capteurs de présence et aux caméras intégrés, ces solutions peuvent en outre collecter et trans-mettre des informations qui aident les villes à surveiller et à faire face aux situations critiques pour la sécurité. Des capteurs et des caméras peuvent être utilisés pour dé-tecter les embouteillages ou pour que l’application Smart Parking surveille les espaces de stationnement disponibles. Notez qu’un lampadaire peut également héberger des terminaux supplémentaires, tels que des capteurs environnementaux.

Gestion intelligente des déchets

La gestion des déchets est l’un des défis les plus sensibles dans les zones urbaines du monde et elle devient un problème critique dans les pays en développement où une augmentation rapide de la population a été observée. La collecte des déchets est un processus qui nécessite l’utilisation de grosses sommes d’argent et une gestion com-plexe de la logistique.
Toutes les villes, quelle que soit leur taille, leur situation géographique ou leur ni-veau économique, dépensent des sommes importantes chaque année pour la collecte des déchets. Le nombre de poubelles situés dans les rues et le nombre de véhicules utilisés pour les vider sont généralement estimés sur la base du nombre de citoyens, mais l’estimation résultante est parfois soit trop élevée, soit trop basse. Cela se traduit par la fourniture d’un service médiocre ou des coûts élevés. De plus, la collecte des déchets, quel que soit le type de matériau (recyclé ou non trié), est généralement fixée chaque semaine sans tenir compte de l’état réel du niveau de saturation de chaque bac. Le résultat est la collecte des poubelles semi-vides ou l’accumulation des ordures dégradant les conditions d’hygiène de la ville.

La prévision du meilleur moment pour effectuer le ramassage des ordures et l’opti-misation du nombre de véhicules et de conteneurs placés dans les rues ne sont deve-nues des opérations réalisables que si un flux d’informations constant sur la quantité de déchets par jour est fourni. Des études sur la gestion des déchets ont examiné l’analyse de la charge en prenant en compte la quantité de déchets collectés et élimi-nés dans les décharges [31]. À l’inverse, la diffusion des capteurs à faible coût dotés d’une batterie permet de collecter des données sur la quantité de déchets produits di-rectement sur site et en temps réel. En surveillant le remplissage des poubelles à l’aide de divers types de capteurs, il est possible de réaliser un système plus efficace. Si le système est également capable de réagir de manière appropriée aux événements qui se produisent en temps réel en appliquant différentes stratégies en fonction de l’évé-nement lui-même, on peut définir le système de « gestion intelligente des déchets ».

De plus, dans un contexte de Ville Intelligente, il est également important de per-mettre aux citoyens d’interagir avec les informations disponibles produites par la ville,
à tout moment et à partir de tout appareil [32]. De nouvelles applications centrées sur l’utilisateur seront développées et apporteront de nouvelles formes d’interaction, utilisant la production de données de capteurs et les réseaux sociaux.

Les caractéristiques des réseaux LPWAN

Comme evoqué précédemment, le succès des technologies LPWAN réside dans leur capacité à offrir une connectivité à faible consommation à un nombre considé-rable de terminaux, répartis sur de grandes zones géographiques, à faible coût. Cette section décrit les techniques utilisées par les technologies LPWAN pour atteindre ces objectifs souvent contradictoires. Nous soulignons que les technologies LPWAN par-tagent certains des objectifs de conception avec d’autres technologies sans fil. L’ob-jectif principal des technologies LPWAN est toutefois d’atteindre une large portée avec une faible consommation d’énergie et un faible coût, contrairement aux autres tech-nologies pour lesquelles il peut être plus important d’obtenir un débit plus élevé, une latence réduite et une fiabilité accrue.

La portée

Les technologies LPWAN sont conçues pour couvrir une large zone et permettre une bonne propagation du signal vers des endroits intérieurs difficiles d’accès tels que les sous-sols. Sur le plan quantitatif, un gain de +20 dB par rapport aux systèmes cel-lulaires existants est visé. Cela permet aux terminaux de se connecter aux passerelles à une distance de quelques dizaines de kilomètres, en fonction de l’environnement de déploiement (rural, urbain, etc.). La bande sous 1 GHz et les schémas de modulation spéciaux, décrits ci-après, sont exploités pour atteindre cet objectif.
(a) Utilisation des fréquences sous 1 GHz : À l’exception de quelques technologies LPWAN (par exemple, WEIGHTLESS-W [33] et INGENU [34]), la plupart utilisent des fréquences porteuses inférieures à 1 GHz, qui offre une communication ro-buste et fiable avec des budgets de puissance faibles. Premièrement, comparés à la bande 2,4 GHz, les signaux à basse fréquence subissent moins d’atténua-tion et d’évanouissements par trajets multiples causés par des obstacles et des surfaces denses telles que des murs en béton. Deuxièmement, la bande sous 1 GHz est moins encombré que 2,4 GHz, cette bande étant utilisée par la plupart des technologies sans fil populaires, telles que le Wi-Fi, les téléphones sans fil (DECT), Bluetooth, ZigBee et d’autres appareils électroménagers. La disponibi-lité accrue qui en résulte permet une communication de longue portée. Néan-moins, la technologie RPMA d’INGENU [34] est une exception qui exploite tou-jours la bande des 2,4 GHz en raison de l’assouplissement de la réglementation du spectre sur le rapport cyclique (Duty cycle) et de la puissance de transmission maximale dans cette bande dans plusieurs régions du monde.

(b) Techniques de Modulation : Les technologies LPWAN sont conçues pour at- teindre un budget de liaison 5 de 150 ± 10 dB qui permet une portée de quelques kilomètres à quelques dizaines de kilomètres dans les zones urbaines et rurales respectivement. La couche physique conditionne le débit de données élevé et ra-lentit le taux de modulation afin de mettre plus d’énergie dans chaque bit (ou sym-bole) transmis. Pour cette raison, les récepteurs peuvent décoder correctement les signaux fortement atténués. La sensibilité typique des récepteurs LPWAN at-teint aussi des niveaux de sensibilité inférieures à -130 dBm. Deux classes de techniques de modulation, à savoir les techniques à bande étroite et à spectre étalé, ont été adoptées par différentes technologies LPWAN.

La Qualité de Service

Les technologies LPWAN ciblent un ensemble varié d’applications avec des exi-gences variées en termes de Qualité de Service (QoS). Certaines applications ne l’exigent pas (tels que le compteur intelligent), tandis que d’autres leur performance en dépend fortement (tels que les alarmes générées par les applications de sécurité résidentielle). Pour les normes cellulaires où les ressources radio peuvent être parta-gées entre LPWAN et les applications haut débit mobiles, des mécanismes devront être définis pour la coexistence de différents niveaux de débit.

Lorsque les utilisateurs des technologies LPWAN parlent de QoS, ils font générale-ment référence à des exigences particulières pour la remise des messages, telles que le temps d’arrivée, la probabilité de réussite de la réception et le taux de rejection de paquets. La plupart des utilisateurs comprennent qu’il existe des compromis liés à la QoS. Par exemple, le délai de transmission des messages est souvent causé par un encombrement du réseau. Un simple surdimensionnement du réseau peut donc améliorer la qualité de service. Des courts délais de retard limitent généralement la capacité des terminaux à passer en mode veille et réduisent donc la durée de vie de la batterie. La meilleure approche consiste à mettre en place un système flexible capable d’obtenir différents résultats en termes de QoS en fonction des besoins, en privilégiant le trafic à haute QoS (comme les alarmes) par rapport au trafic le plus bas.
À l’heure actuelle, les technologies LPWAN n’implémentent que des techniques et des mécanismes leurs permettant d’obtenir une QoS limitée.

Technologies existantes

Dans cette section, nous présontons deux technologies LPWAN utilisées couram-ment qui sont SigFox et NB-IoT, avec leurs aspects techniques. Ces deux technologies seront comparées à la technologie LoRa dans le chapitre 2 et afin d’évaluer ses per-formances.

SigFox

SigFox est une norme propriétaire pour les réseaux IoT à longue portée qui exploite la bande étroite (NB) ou bien la bande ultra-étroite (UNB). Elle utilise une méthode de modulation standard appelée BPSK qui reprend des parties de spectre très étroits (100H z, ce qui donne 8 000 canaux) et modifie la phase de l’onde porteuse pour co-der les données. Cela permet au récepteur d’écouter uniquement dans une très petite tranche du spectre, ce qui atténue les effets du bruit. Il en résulte une grande sensi-bilité qui permet une communication à longue portée (30-50km en zones rurales et 3-10km en zones urbaines) et à faible débit (100bps), à condition qu’il n’y ait pas d’in-terférence [53]. Les premières versions de SigFox ne supportent que la communication unidirectionnelle en liaison montante, c’est-à-dire du terminal vers la passerelle, mais les versions plus récentes permettent la communication bidirectionnelle est aussi prise en charge.

A cause de son faible débit, l’envoi d’un paquet SigFox nécessite un temps de transmission de l’ordre de quelques secondes, ce qui le rend susceptible d’entrer en collision avec d’autres technologies. Et comme SigFox n’utilise aucune technique per-mettant d’éviter les collisions et que les transmissions à bande étroite elles mêmes constituent une source d’interference, un terminal SigFox peut facilement interférer les systèmes à large bande.
Contrairement aux systèmes de communication radio peu coûteux utilisés par les terminaux, les passerelles SigFox utilisent une plate-forme radio définie par logiciel pour écouter simultanément les 8000 canaux. Pour garantir une fiabilité de 99,9%, chacun des messages est envoyé 3 fois sur des fréquences différentes afin de garantir qu’il sera correctement reçu par au moins une des passerelles dans la plage de cou-verture. Compte tenu des limitations strictes en matière de puissance de transmission fixé par exemple en Europe a 1% de cycle de service également, il est possible d’en-voyer jusqu’à 140 messages de liaison montante de 12 octets maximum par jour par objet et de recevoir jusqu’à 4 messages de liaison descendante de 8 octets. Un seul réseau géré par SigFox est en cours de déploiement dans le monde entier, un peu comme un réseau cellulaire en termes de itinérance (roaming).

En résumé, la technologie SigFox convient plus à des applications IoT de liaison montante très spécifiques et à très faible débit de données. En raison de son modèle fermé, il est difficile pour les chercheurs et les entreprises externes d’apporter des améliorations SigFox. Toutefois, en raison de sa popularité, il doit être pris en compte en tant qu’interféreur pour les autres technologies LPWAN.

Narrow Band IoT

Le standard Narrow Band Internet of Things (NB-IoT) fait partie de la norme 13 [54] et a été configuré par 3GPP dans les systèmes cellulaires afin de prendre en charge l’internet des objets (Cellular IoT : CIoT) à très faible complexité et à faible débit. Il définit une nouvelle technologie d’accès radio pouvant être intégrée dans la norme LTE tout en reprenant des fonctions LTE existantes et en supprimant d’autres pour une meilleure simplicité, à faible coût et une consommation minimale. Les nouvelles fonctionnalités de ce protocole incluent la suppression du transfert intercellulaire, de l’agrégation de porteuses et les mesures permettant de surveiller la qualité du canal. NB-IoT fonctionne sur les mêmes fréquences sous licence utilisées par LTE et utilise les modulations QPSK et BPSK. Ces principales spécifications sont illustrées par le Tableau 1.2.

Table des matières

Introduction Générale 
Contexte
Objectifs
Organisation du manuscrit
1 Les réseaux LPWAN et les Villes Intelligentes 
1.1 Introduction
1.2 Les Villes Intelligentes
1.2.1 L’écosystème de services de Ville Intelligente
1.2.2 Les cas d’usage
a) Environnement intelligent
b) Parking intelligent
c) Éclairage intelligent
d) Gestion intelligente des déchets
1.3 Les caractéristiques des réseaux LPWAN
1.3.1 La portée
1.3.2 La consommation
1.3.3 Les coûts
1.3.4 L’évolutivité
1.3.5 La Qualité de Service
1.4 Technologies existantes
1.4.1 SigFox
1.4.2 Narrow Band IoT
a) Architecture
b) Les communications
1.5 Conclusion
2 Étude des performances du standard LoRa 
2.1 Introduction
2.2 La couche physique de LoRa
2.2.1 Codage de la trame LoRa
2.3 La couche de liaison de LoRa : LoRaWAN
2.3.1 Les Communications LoRaWAN
2.3.2 Fonctionnement du protocole LoRaWAN
2.4 Étude analytique et simulation du taux d’erreur binaire pour LoRa
2.4.1 État de l’art des simulateurs LoRa
2.4.2 Etude analytique
2.4.3 Simulations et résultats
2.5 Réalisation de démonstrateurs
2.5.1 Démonstrateur pour Ville Intelligente
2.5.2 Démonstrateur d’abri-bus connecté
2.6 Conclusions
3 Évaluation des couches MAC des technologies IoT : LoRa, SigFox et NBIoT 
3.1 Contexte
3.2 La couche de contrôle d’accès au medium
3.2.1 LoRaWAN
3.2.2 Sigfox
3.2.3 Narrow Band IoT
3.3 Calcul du taux d’erreur de paquets (PER)
3.3.1 Paquet plus court que les paquets en collision
3.3.2 Paquet plus long que les paquets en collision
3.4 Évaluation du taux d’erreur de paquets pour LoRaWAN, Sigfox et NB-IoT
3.4.1 Modèle du système
3.4.2 Résultats de simulations
a) LoRa
b) NB-IoT
c) Comparaison des résultats
3.5 Conclusions
4 LoRa+ : évolution de protocole LoRaWAN pour l’amélioration de la QoS 
4.1 Introduction
4.2 État de l’art
4.3 Le protocole LoRa+
4.3.1 Spécifications du LoRa+ Classe A
4.3.2 Spécifications du LoRa+ Classe B
4.3.3 Fonctionnement du protocole LoRa+
4.4 Évaluation de LoRaWAN et LoRa+
4.4.1 Modèle de système et simulations
4.4.2 Comparaison des paquets rejetés avec LoRaWAN et LoRa+
4.4.3 Comparaison de PER pour LoRaWAN et LoRa+
4.4.4 Validation des simulations par rapport à l’état de l’art
4.5 Discussion de mise en œuvre
4.6 Conclusion
Conclusions et Perspectives 
Liste des publications 
Bibliographie 

Télécharger le rapport complet