Understanding and exploiting mobility in wireless networks - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2013

Understanding and exploiting mobility in wireless networks

Comprendre et exploiter la mobilité dans les réseaux sans fil

Résumé

The market penetration of smart devices like smartphones and tablets with embedded communication technologies like WiFi, 3G and LTE has exploded in less than a decade. Complementing this technological trend, social networking applications have virtually connected a large portion of the population generating an ever-growing data traffic demand on the communication infrastructure. Pervasive communications have gained significance in the automobile industry as well, with the emergence of an impressive range of in-vehicle smart devices enabling driver assistance, infotainment, over-the-air vehicle monitoring, and even social connectivity on the move. This surge in the demand for connectivity has further challenged telecommunication service providers to meet the expectations of high-speed network users. The goal of this thesis is to model and understand the mobility dynamics of high-speed users and their effect on wireless network architectures. Given the importance of developing our study on a realistic representation of vehicular mobility, we first survey the most popular approaches for the generation of synthetic road traffic and discuss the features of publicly available vehicular mobility datasets. Using original travel demand information of the population of a metropolitan area, detailed road network data and realistic microscopic driving models, we propose a novel state-of-art vehicular mobility dataset that closely mimics the real-world road traffic dynamics in both time and space. We then study the impact of such mobility dynamics from the perspective of wireless cellular network architecture in presence of a real-world base station deployment. In addition, by discussing the effects of vehicular mobility on autonomous network architecture, we hint at the opportunities for future heterogenous network paradigms. Motivated by the time-evolving mobility dynamics observed in our original dataset, we also propose an online approach to predict near-future macroscopic traffic flows. We analyze the parameters affecting the mobility prediction in an urban environment and unveil when and where network resource management is more crucial to accommodate the traffic generated by users onboard. Such studies unveil multiple opportunities in transportation management either for building new roads, installing electric charging points, or for designing intelligent traffic light systems, thereby contributing to urban planning.
Le degré de pénétration du marché des appareils intelligents tels que les smartphones et les tablettes avec les technologies de communication embarquées comme le WiFi, 3G et LTE a explosé en moins d’une décennie. En complément de cette tendance technologique, les applications des réseaux sociaux ont virtuellement connectées une grande partie de la popula- tion, en génerant une demande croissante de trafic de données vers et depuis l’infrastructure de communication. Les communications pervasives ont aussi acquis une importance dans l’industrie automobile. L’émergence d’une gamme impressionnante d’appareils intelligents dans les véhicules a permis des services tels que : l’assistante au conducteur, l’infotainment, le suivi à distance du véhicule, et la connectivité aux réseaux sociaux même en déplacement La demande exponentielle de connectivité a encore défié les fournisseurs de services de télé- communications pour répondre aux attentes des utilisateurs.L’objectif de cette thèse est de modéliser et comprendre la mobilité dynamique des utilisateurs à grande vitesse et leurs effets sur les architectures de réseau sans fil. Compte tenu de l’ importance du développement de notre étude sur une représentation réal- iste de la mobilité des véhicules, nous étudions tout d’abord les approches les plus populaires pour la génération de trafic routier synthétique et discutons les caractéristiques des ensem- bles de données accessibles au public qui décrivent des mobilités véhiculaires. En utilisant l’information des déplacements de la population dans une région métropolitaine, les données détaillées du réseau routier et les modèles réalistes des conduites microscopiques, nous pro- posons un jeu de données de mobilité véhiculaire original qui redéfinit l’état de l’art et qui replie la circulation routière de façon réaliste dans le temps et dans l’espace. Nous étudions ensuite l’impact des dynamiques des mobilité du point de vue de la couverture cellulaire en présence d’un déploiement réel des stations de base. En outre, en examinant les effets de la mobilité des véhicules sur les réseaux autonomes, nous voyons des possibilités pour les futurs paradigmes de réseaux hétérogènes. Motivés par l’évolution dynamique dans le temps, de la mobilité des véhicules observée dans notre jeux de données, nous proposons également une approche en ligne pour prédire les flux de trafic macroscopiques. Nous analysons les paramètres affectant la prédiction de la mobilité en milieu urbain. Nous dévoilons quand et où la gestion des ressources réseaux est la plus cruciale pour accueillir le trafic généré par les utilisateurs à bord. Ces études révèlent de multiples opportunités de gestion intelligente des transports, soit pour construire de nouvelles routes, soit pour l’installation de bornes de recharge électriques, ou pour la conception de systèmes de feux de circulation intelligents, contribuant ainsi à la planification urbaine.
Fichier principal
Vignette du fichier
2013ISAL0142.pdf (28.52 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-01127206 , version 1 (07-03-2015)

Identifiants

  • HAL Id : tel-01127206 , version 1

Citer

Sandesh Uppoor. Understanding and exploiting mobility in wireless networks. Networking and Internet Architecture [cs.NI]. INSA de Lyon, 2013. English. ⟨NNT : 2013ISAL0142⟩. ⟨tel-01127206⟩
209 Consultations
175 Téléchargements

Partager

Gmail Facebook X LinkedIn More