Distributed Resource Allocation in Wireless Networks - Archive ouverte HAL Access content directly
Theses Year : 2010

Distributed Resource Allocation in Wireless Networks

Algorithmes distribués d'allocation de ressources dans les réseaux sans fil

(1, 2)
1
2

Abstract

The full connectivity offered by the nature of wireless communication poses a vast number of benefits and challenges to the designers of future generation wireless networks. One of the main challenges being faced is dealing with the unresolvable interference at the receivers. It is widely recognized that the heart of this challenge lies in the design of resource allocation schemes which provide the best trade-off between efficiency and complexity Exploration of this trade-off requires appropriate choices of performance metrics and mathematical models. In this regard, the thesis is concerned with certain technical and mathematical aspects of resource allocation in wireless networks. We specifically argue that an efficient resource allocation in wireless networks needs to take into account the following parameters: (i) rate of environment changes, (ii) traffic model, and (iii) amount of information available at transmitters. As mathematical tools for our investigation, we use optimization theory and game theory. We are especially interested in distributed resource allocation in networks with slow fading channels and with partial channel side information at the transmitters. Transmitters with partial channel side information have exact information of their own channel as well as statistical knowledge of other channels. In such a context, the system is inherently impaired by a nonzero outage probability. We propose low complexity distributed algorithms for joint rate and power allocation, aiming at maximizing the individual throughput, defined as the successfully-received-information rate, under a power constraint.
La connectivité totale offerte par la communication sans fil pose un grand nombre d'avantages et de défis pour les concepteurs de la future génération des réseaux sans fil. Un des principaux défis qui se posent est lié à l'interference au niveau des récepteurs. Il est bien reconnu que ce défi réside dans la conception des systèmes d'allocation des ressources qui offrent le meilleur compromis entre l'efficacité et la complexité. L'exploration de ce compromis nécessite des choix judicieux d'indicateurs de performance et des modèles mathématiques. À cet égard, cette thèse est consacrée à certains aspects techniques et mathématiques d'allocation des ressources dans les réseaux sans fil. En particulier, nous demontrons que l'allocation de ressources efficace dans les réseaux sans fil doit prendre en compte les paramètres suivants: (i) le taux de changement de l'environnement, (ii) le modèle de trafic, et (iii) la quantité d'informations disponibles aux émetteurs. Comme modeles mathématiques dans cet étude, nous utilisons la théorie d'optimisation et la théorie des jeux. Nous sommes particulièrement intéressés à l'allocation distribuée des ressources dans les réseaux avec des canaux à évanouissement lent et avec des informations partielles du canal aux émetteurs. Les émetteurs avec information partielle disposent d'informations exactes de leur propre canal ainsi que la connaissance statistique des autres canaux. Dans un tel contexte, le système est fondamentalement détérioré par une probabilité outage non nul. Nous proposons des algorithmes distribués à faible complexité d'allocation conjointe du débit et de la puissance visant à maximiser le "throughput" individuel.
Fichier principal
Vignette du fichier
thesis_Sara.pdf (1.06 Mo) Télécharger le fichier
Vignette du fichier
Thesis_Defense3.pdf (2.85 Mo) Télécharger le fichier
Format : Other

Dates and versions

pastel-00549417 , version 1 (21-12-2010)

Identifiers

  • HAL Id : pastel-00549417 , version 1

Cite

Sara Akbarzadeh. Distributed Resource Allocation in Wireless Networks. Networking and Internet Architecture [cs.NI]. Télécom ParisTech, 2010. English. ⟨NNT : ⟩. ⟨pastel-00549417⟩
272 View
202 Download

Share

Gmail Facebook Twitter LinkedIn More