Réseaux sans fil et applications temps réel

Abstract

Un réseau mobile Ad Hoc MANET (Mobile Adhoc NETwork ) est une collection de stations sans fil formant un réseau dynamique sans infrastructure préexistante ou une architecture centralisée. MANETs utilisent la norme IEEE 802.11. Pour traiter les collisions dans les réseaux sans fil, la couche MAC de l’IEEE 802.11 DCF utilise une procédure CSMA / CA pour accéder à la ressource canal qui est basé sur un mécanisme Binary Exponential Backoff (BEB), ce dernier réduit la probabilité de collision mais au prix de nombreuses mesures des performancesn réseau telles que le délai, débit, et l’équité, ce qui n’est pas adéquat aux applications temps réel. Pour satisfaire les diverses exigences des MANETs, un accès efficace au canal est prévu grâce à une inférence sophistiquée afin de contrôler les collisions. Une telle intelligence est possible grâce à l'introduction de techniques d'apprentissage profond (DL) dans les MANETs. Dans cette thèse, un paradigme intelligent basé sur DRL est développé pour optimiser l'accès au canal de la couche MAC dans les MANETs. Q-Learning (QL), L'une des techniques DRL, est utilisé pour proposer un mécanisme intelligent d'accès au canal dans les MANETs. La proposition intelligente MISQ prend en compte en plus de l’informations sur l’état de la transmission réussite ou échec, le nombre de paquets à transmettre et les collisions commises par chaque station pour sélectionner la fenêtre de contention appropriée, afin de donner une priorité aux stations qui ont plus de paquets à transmettre, de réussir rapidement à accéder au canal. Les résultats indiquent que le mécanisme intelligent proposé apprend divers environnements MANETS et optimise les performances par rapport au protocole MAC standard. Les performances de MISQ sont évaluées dans divers réseaux avec le débit, le délai d'accès au canal et le taux de livraison des paquets comme mesures de performance.