Des communications efficaces pour les environnements de demain

L’optimisation des communications est essentielle pour préparer les usages de demain, des nouvelles mobilités à l’industrie du futur. Des communications robustes sont en effet une condition sine qua none de services de qualité. Pour répondre à cet enjeu, les chercheurs d’EURECOM travaillent en partenariat avec l’université technique de Munich. Ils développent ainsi de nouvelles techniques pour améliorer la performance et la sécurité des réseaux.

Dans certains scenarios des communications sans-fil, en particulier liés aux services essentiels de sécurité publique ou de management des réseaux véhiculaires, une question est essentielle : comment passer la même information à un très grand nombre de personnes le plus efficacement possible ? La solution fastidieuse consiste à répéter le message autant de fois qu’il y a de destinataires, et à chaque fois sur un canal dédié. Beaucoup plus rapide est la multidiffusion — ou multicast en anglais. C’est la technique utilisée lorsque nous envoyons un mail à plusieurs personnes, ou lorsqu’un présentateur de journal télévisé nous donne les nouvelles du jour. L’expéditeur ne donne l’information qu’une fois, et la diffuse par un moyen qui permet de la dupliquer et de l’envoyer dans des canaux de communication qui peuvent toucher l’ensemble des destinataires.

Au-delà du JT de 20 h, le multicast est particulièrement intéressant pour les réseaux de machines et d’objets qui verront le jour avec la 5G et ses futures applications. C’est par exemple le cas des réseaux de véhicules. « Dans un scénario où les voitures seront connectées entre elles, il y a tout un tas d’informations qu’il sera utile de leur fournir en multicast » assure David Gesbert, chef du département Systèmes de communication à EURECOM. « C’est le cas des informations sur le trafic, des messages d’alerte sur les accidents, des informations météo… » poursuit-il. Cependant, à la différence des postes de télévision qui ne bougent pas lorsque nous regardons Laurent Delahousse, les voitures se déplacent.

Cette mobilité des destinataires implique que les conditions de réception ne seront pas toujours optimales. Si nous roulons dans un tunnel, derrière un grand immeuble, ou si nous sommes en train de sortir de notre garage, les communications auront du mal à atteindre notre voiture. Malgré ces contraintes — que rencontrent en simultané plusieurs conducteurs — il nous faut recevoir le message pour que le service d’information soit efficace. « Il faut donc ralentir le débit de transmission du multicast pour s’adapter à la voiture située dans le pire scénario de réception » explique David Gesbert. La communication doit donc être effectuée à un débit plus faible ou avec plus de puissance pour tous les utilisateurs du réseau. À cause de 3 voitures dans un tunnel, ce sont donc potentiellement des milliers d’automobiles qui mettront plus de temps à recevoir le message.

Coopérer pour mieux communiquer

Pour un réseau rassemblant des milliers d’utilisateurs, il est impensable de contraindre les caractéristiques de la diffusion de la sorte. Pour résoudre ce problème, David Gesbert et son équipe ont collaboré avec l’université technique de Munich (TUM) dans le cadre de l’Académie franco-allemande pour l’industrie du futur. Les chercheurs français et allemands ont ainsi travaillé à une solution pour communiquer en multicast en s’affranchissant de la contrainte de la pire voiture. « Notre idée a été la suivante : nous nous contentons d’une petite partie des terminaux de réception qui reçoit bien le message, mais en contrepartie nous faisons en sorte que ces utilisateurs puissent retransmettre à leurs voisins » présente-t-il. Autrement dit : peut-être que dans votre garage vous ne recevez pas le message de l’antenne la plus proche, mais la voiture située sur la rue à 10 m devant votre maison oui, et elle peut vous l’envoyer à courte distance de manière efficace.

Les chercheurs d’EURECOM et de la TUM ont ainsi mis au point un algorithme qui permet d’identifier les véhicules les plus pertinents à cibler. Le message est d’abord émis à tout le monde. Selon le succès de réception, les meilleurs candidats sont retenus pour transmettre la suite des informations. La diffusion est alors optimisée pour ces véhicules en utilisant la technique du rayonnement directif «MIMO». Ce sont eux qui se chargeront ensuite de retransmettre le message à leurs voisins par des communications de voiture à voiture. Les tests de cet algorithme montrent une baisse de la congestion du réseau dans certaines situations. « En campagne, l’algorithme apporte peu de chose car tout le monde est déjà plutôt dans de bonnes conditions » détaille David Gesbert. « Dans les villes en revanche, l’algorithme permet de gagner beaucoup en performance sur le réseau, car il y a beaucoup d’utilisateurs dans de mauvaises conditions de réception qui handicapent le multicast classique. »

Ces résultats ne trouvent pas des applications seulement dans les réseaux de voitures. Un autre scénario d’utilisation de l’algorithme pourrait être celui du stockage de contenus populaires, comme des vidéos ou des musiques. « Il y a des contenus qui sont utilisés par un grand nombre d’utilisateurs. Plutôt que d’aller les chercher à chaque requête dans le cœur du réseau, on pourrait les stocker directement dans les terminaux mobiles des utilisateurs » illustre David Gesbert. Nos smartphones n’auraient alors pas besoin de communiquer avec l’antenne de l’opérateur pour charger une vidéo, mais juste avec un autre smartphone d’un voisin l’ayant déjà téléchargée car il est dans une meilleure situation de réception.

Des communications plus robustes pour les usages de demain

Les travaux d’EURECOM et la TUM sur le multicast s’ancrent dans un projet plus global, baptisé SeCIF (Secure comunications for the industry of the future — en français : communications sécurisées pour l’industrie du futur). Les nombreux secteurs industriels qui bénéficieront bientôt de l’essor des communications entre objets ont en effet besoin de communications robustes. Compléter le multicast par des communications de machine à machine n’est qu’une partie des pistes explorées par les chercheurs. « En parallèle, nous regardons également de près ce que le machine learning peut apporter à l’efficacité des communications » souligne David Gesbert.

L’apprentissage automatique pénètre en effet la discipline des sciences de la communication, et apporte aux chercheurs des solutions aux problèmes de design des communications sans fil. « Les réseaux sans fil sont devenus très hétérogènes » pointe le chercheur. « Nous n’arrivons plus à les optimiser manuellement parce que nous avons perdu l’intuition dans cette complexité. » Par sa capacité à analyser et extraire de la valeur des systèmes complexes, le machine learning permet ainsi de répondre aux questions trop difficiles à appréhender.

Par exemple, les chercheurs français et allemands regardent comment les réseaux 5G peuvent s’optimiser de manière autonome en fonction des données d’utilisation du réseau. Pour cela, il faut faire remonter des données caractérisant la qualité du canal radio, depuis le terminal des utilisateurs vers le centre de décision. Cette opération prend de la bande passante, ce qui détériore la qualité des appels et de transmission des données internet par exemple. Il faut donc limiter la quantité d’information remontée. « Grâce au machine learning, nous parvenons à étudier une grande quantité de scénarios d’utilisation du réseau, et à identifier quelles sont les données les plus pertinentes à remonter avec un minimum de bande passante » explique David Gesbert. Sans l’apprentissage automatique, « nous n’avons pas de méthode mathématique pour répondre à un problème d’optimisation aussi complexe. »

Ces travaux de l’académie franco-allemande sont cruciaux pour préparer les usages de demain. Les voitures, mais également les villes, nos maisons, ou encore nos environnements de travail sont amenés à héberger de plus en plus d’équipements connectés, dont certains seront mobiles et autonomes. L’efficacité des communications est un prérequis essentiel pour que les nouveaux services qu’ils nous fourniront soient efficaces.