Les communications sans-fil à Polytechnique: vers un avenir branché et vert

Jean-François Frigon, professeur agrégé

Génie électrique

École Polytechnique de Montréal

Omniprésence des systèmes micro-ondes

• 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

Sélection de relais opportuniste

Relais MIMO

Amélioration de l’efficacité spectrale en fonction du

nombre de relais et d’antennes

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