Retour aux encadrements
Thèse encadrée Soutenue

QoS Optimisation in vehicular networks based on predictive AI

Ndeye Penda FALL • Doctorat • 2022 – 2025

Informations

Établissement
Université Gaston Berger
Date de soutenance
04/07/2025

Résumé

La mise en réseau de véhicules fait référence à l’utilisation de systèmes de communication,
d’installations informatiques et de stockage dans un contexte véhiculaire afin de permettre
l’utilisation des systèmes de transport intelligents (ITS pour Intelligent Transport Systems).
Son objectif principal est de réduire les accidents et d’assurer la sécurité routière. Étudiée
depuis de nombreuses années, la mise en réseau des véhicules a donné lieu à plusieurs solutions et normes proposées dans la littérature spécialisée. Néanmoins, ce domaine évolue en parallèle avec l’industrie automobile, grâce au développement des technologies de communication sans fil, à l’intégration de l’Internet des objets et aux systèmes de transport intelligents (STI), en adoptant différents types de communication entre les véhicules, entre les véhicules et leur infrastructure ou avec les usagers de la route. Ces communications permettent de fournir divers services, comme la sécurité, la gestion ou le confort.
Avec l’avènement de la 5G et le passage à la 6G, de nouveaux cas d’utilisation tels que l’IoV dans le cadre de l’ISAC, l’intégration et l’utilisation de techniques d’accès radio multiples pour évoluer vers l’ORAN, ainsi que la tendance vers des solutions et des pratiques écologiques, ou encore le concept VERT deviennent essentiels. Cela entraîne de nouveaux défis tels que la couverture, la mobilité et la prise en charge du transfert, l’allocation des ressources, la sécurité, le routage, les systèmes de localisation, etc. L’énergie est également un aspect important, même s’il ne s’agit pas de la préoccupation première des réseaux de
véhicules.
Par conséquent, pour contrôler les performances des réseaux véhiculaires et garantir un niveau minimum de qualité de service, il est désormais crucial d’envisager des solutions pour atténuer ces défis. En ce sens, ce travail vise à étudier les mécanismes permettant d’atténuer certains de ces défis afin d’optimiser la qualité de service dans les réseaux de véhicules.
Tout d’abord, nous proposons d’utiliser LoRaWAN, une technologie LPWAN, dans le contexte de l’IoV. LoRaWAN se caractérise par sa longue portée, sa bonne couverture et son efficacité énergétique.
Nous étudions ensuite le déploiement optimal de l’IRS (système de relais économe en énergie permettant de réfléchir le signal afin d’améliorer la couverture). Différents mécanismes de déploiement seront testés dans des configurations à un et deux sauts.

Mots clefs: VCN ; QoS ; RIS ; LoRaWAN ; Optimisation ; IA ; Heuristiques