View
221
Download
0
Category
Preview:
Citation preview
Les communications sans-fil à Polytechnique: vers un avenir branché et vert
Jean-François Frigon, professeur agrégé
Génie électrique
École Polytechnique de Montréal
• Télécommunications au Canada: – Revenus de 57.4 Milliards $ en 2010 – 4.6% du PIB en 2010
• Télécommunications sans-fil: – Croissance annuelle du nombre d’utilisateurs de
8.5% en 2010 – Croissance annuelle des revenus de 9.1% de
2006 à 2010 – Augmentation annuelle du trafic prévue de 78%
Croissance des communications sans-fil
• Spectre électromagnétique est rare et coûteux: 4.5 Milliards $ en
2008 pour 110 MHz
– Amélioration de l’efficacité spectrale (nombre de bits pouvant être transmis par unité de bande passante)
– Gestion des interférences
– Utilisation de tout l’espace électromagnétique disponible
• Trafic multimédia:
– Gestion de différents besoins en qualité de service
– Augmentation des exigences de fiabilité
• Augmentation des coûts de l’énergie:
– Techniques diminuant les émissions et la consommation d’énergie
Défis pour la recherche
• Utilisation de plusieurs antennes de transmission et réception pour augmenter l’efficacité spectrale
• Pas d’augmentation de puissance de transmission ou d’ondes électromagnétiques émises
Systèmes MIMO
• Transmission simultanée vers plusieurs usagers • Diversité multi-usagers: augmentation de l’efficacité spectrale • Recherche sur l’allocation de ressources optimale pour OFDMA-SDMA • Applications dans LTE et WiMAX
MIMO Multi-usagers avec QoS
Amélioration de l’efficacité spectrale Réduction des émissions électromagnétiques
• Internet: 2% des émissions de CO2
• Communications mobiles: secteur en expansion avec émissions de 178 Mtonnes de CO2
prévues en 2020
MIMO Multi-usagers
Réduction de la puissance requise par usagers Réduction des coûts d’énergie
Réduction des émissions de CO2
de 32 Mtonnes par année
Projet avec Prof. Brunilde Sansò
• Utilisation d’une antenne planaire à onde de fuite CRLH dans un système de communications sans-fil
• Configuration du diagramme de rayonnement en temps réel pour optimiser la performance
• Transfert technologique: subventions MDEIE, I2I et compagnie en démarrage (Sciswave)
• Projet de recherche avec Prof. Christophe Caloz
Systèmes de communications sans-fil MIMO à antennes reconfigurables
Generic 802.11n
MAC
ADCRX/TX RF
ChainDAC
Antenna
ADCRX/TX RF
ChainDAC
Antenna
...
Antenna controlSwitch and
voltage control
802.11n PHY (RF)
Data collection
Systèmes de communications sans-fil MIMO à antennes reconfigurables
Static & omni-directional antennas Dynamic & directional CRLH LWAs
Unreliable link
Low data rates
= Impaired user experience
Data rate ↑↑ Directive LWAs Power gain ↑
Dynamic scanning Reliability ↑
MIMO Channel diversity ↑
CRLH e-LWA prototypes
Conditions de mesure
WARP RX with Omni or eLWA
WARP TX with Omni
Rx
Tx
L2
Tx
L4
Tx
L1
TxL
3 Tx L1
Tx L2
Tx L3
Tx L4
Rx Omni configurations
Vertical
Orthogonal
Back-to-back
Side-by-side
Rx eLWA configurations
Back-to-back
Orthogonal Side-by-side
30cm
6-10 Rx positions 60cm
WARP RX with Omni or eLWA
WARP TX with Omni
RX
L2
L4
L1
L3
0
5
10
15
20
Da
ta R
ate
(M
b/s
)
Omni
Location 3
Omni_V
Omni_B2B
Omni_Ortho
Omni_SbS
eLWA_B2B
eLWA_Ortho
eLWA_SbS
eLWA
2.0X
0
5
10
15
20
Data
Rate
(M
b/s
)
Omni
Location 2
Omni_V
Omni_B2B
Omni_Ortho
Omni_SbS
eLWA_B2B
eLWA_Ortho
eLWA_SbS
eLWA
1.8X
0
5
10
15
20
Da
ta R
ate
(M
b/s
)
Omni
Location 1
Omni_V
Omni_B2B
Omni_Ortho
Omni_SbS
eLWA_B2B
eLWA_Ortho
eLWA_SbS
eLWA
1.7X
0
5
10
15
20
Da
ta R
ate
(M
b/s
)
Omni
Location 4
Omni_V
Omni_B2B
Omni_Ortho
Omni_SbS
eLWA_B2B
eLWA_Ortho
eLWA_SbS
eLWA
3.2X
Amélioration de performance
Amélioration de performance
Scenario MIMO in suburban
home
SISO in suburban home
with RF interference
MIMO in suburban
home with RF interference
MIMO in office environment
Application Indoor tablets Smartphones WiFi enabled TV
Enterprises
Data rate improvement
35% 90% 1100% 120%
Wireless link reliability
Increases from 75% to 100%
Increases from 0% to 100%
Increases from 0% to 33%
Increases from 44% to 75%
Wireless link drop-off
Decreases from 25% to 0%
Decreases from 30% to 0%
Decreases from 60% to 6%
Decreases from 47% to 0%
Why? Stabilizes link and multipath interference rejection
RF interference rejection
RF interference rejection
Stabilizes link and multipath interference rejection
0 5
10
15
20
25
1 3
5 7
9
Da
ta R
ate
(M
b/s
)
Time (seconds)
eLWA
Pos. 1
Pos. 2
Pos. 3
Pos. 4
Pos. 5
Pos. 6
Pos. 7
Pos. 8
Pos. 9 Pos. 1 Pos. 4
Pos. 7 Pos. 10
0 5
10 15 20 25
1 5
9 13
17 21
25 29
Da
ta R
ate
(M
b/s
)
Time (seconds)
Omni Pos. 1
Pos. 2
Pos. 3
Pos. 4
Pos. 5
Pos. 6
Pos. 7
Pos. 8
Perspective énergétique
Diminution du nombre d’AP et du temps de transmission Réduction des émissions de CO2
• Relais permettent de:
– Joindre des usagers ne recevant pas le signal de la BS
– Augmenter le débit des usagers éloignés
– Améliorer la fiabilité
• Réduction des coûts de déploiement et d’énergie
Systèmes de communications avec relais
Gestion des interférences
0 5 10 15 20 25 300
5
10
15
20
25
30
35
40
45
50
SNR (dB)
Ca
pa
city in
b/s
/Hz
TDMA, Case 1
TDMA, Case 2
Sum•MSE, Case 1
Weighted•MSE, Case 1
Sum•MSE, Case 2
Weighted•MSE, Case 2
Alignement des interférences dans un réseau cellulaire permet d’améliorer l’efficacité spectrale
Radios cognitives
Vastes portions du spectre alloué mais non-utilisé: opportunités pour déployer des réseaux secondaires
Radios cognitives
Observes the
environment
Orients itself
Creates plan
Decide
Act
Learn from
experience
Orient
Observations
Outside World
Plan
Decide
Act
Learning
(Experiences )
Réseaux de radios cognitives exploitent le spectre alloué non-utilisé pour déployer de façon opportuniste des réseaux
de communications
• Radios cognitives permettent d’améliorer la fiabilité
• Concept de fiabilité différentielle peut être exploité
• Projet avec Prof. Brunilde Sansò
Radios cognitives
25 30 35 40 45 50 55 60 65 70 7510
-15
10-10
10-5
100
M=20
Number of Channels (N)
Am
ax-A
M=25
M=25
M=15
M=15
M=20
T=2, Tr=1
=0.4, =0.6
=0.6, =0.4
Radios cognitives
20 30 40 50 60 70 805
10
15
20
25
30
35
40
Average Length of Availability Periods (E[Y])
Avera
ge S
yste
m T
ime (
E[D
1],
E[D
2])
ExpExp, E[R]=15, 1=
2=0.03
FP-Th (CL)
FP-Sim
Non-The1(Eq.52)
Non-The2(Eq.58)
Non-Sim
Pr-The1(Eq.62)
Pr-The2
Pr-Sim
ENo-The (Eq.60)
ENo-Sim
E[D1]
E[D2]
10 20 30 40 50 60 700
20
40
60
80
100
120
Average Length of Interruptions (E[R])
Avera
ge S
yste
m T
ime (
E[D
1], E
[D2])
ExpExp, E[Y]=75, 1=
2=0.03
FP-Th (CL)
FP-Sim
Non-The1(Eq.52)
Non-The2(Eq.58)
Non-Sim
Pr-The1(Eq.62)
Pr-The2Pr-Sim
ENo-The (Eq.60)
ENo-Sim
E[D2]
E[D1]
Modélisation du trafic permet de mieux comprendre les performances et de développer des algorithmes de contrôle performants
Conclusion
Besoins: Services de communications sans-fil à haut débit
et fiable Réduction des coûts d’énergie Réduction des émissions
Solutions développées dans les travaux de recherche à l’École Polytechnique de Montréal: Amélioration de l’efficacité spectrale Augmentation des débits de transmission Amélioration de la fiabilité Réduction des temps d’émission et de l’énergie
requise
Recommended