Academic literature on the topic 'IEEE 802.11(e) Wireless Local Area Networks'

Malgré leur réussite remarquable, les premières versions des normes de réseaux locaux sans fil IEEE 802.11, IEEE 802. 11 a/b/g WLAN, sont caractérisées par une efficacité spectrale faible qui est devenue insuffisante pour satisfaire la croissance explosive de la demande de capacité et de couverture. Grâce aux progrès considérables dans le domaine des communications sans fil et l'utilisation de la bande de fréquence autour de 5 gigahertz le standard IEEE 802.11n et plus récemment 1'IEEE 802.11ac ont amélioré les débits offerts par la couche physique. Cela été possible grâce principalement à l'introduction des techniques multi-antennaires (MIMO, pour Multiple-Input) et des techniques avancées de modulation et de codage. Aujourd'hui, deux décennies après sa première apparition, le Wi-Fi est présenté comme une technologie WLAN permettant des débits supérieurs à 1 gigabit par seconde. Cependant, dans la plupart des scénarios de déploiement du monde réel, il n'est pas possible d'atteindre la pleine capacité offerte par la couche physique. Avec la croissance rapide de la densité des déploiements des WLANs et l'énorme popularité des équipements Wi-Fi, la réutilisation spatiale doit être optimisée. D'autre part, des nouveaux cas d’utilisation sont prévus pour décharger les réseaux cellulaires et pour couvrir des grandes surfaces (stades, gares, etc.). Ces environnements de haute densité représentent un vrai défi pour les générations actuelles de Wi-Fi qui doivent offrir une meilleure qualité à moindre coût. C'est dans ce contexte que s’inscrit l'objectif de cette thèse qui porte sur l'amélioration de l'efficacité des protocoles de la couche MAC des réseaux WLAN de haute densité. Notamment, un des buts de cette thèse est de contribuer à la préparation de la prochaine génération du standard Wi-Fi : IEEE 802.11ax High Efficiency WLAN (HEW). Plutôt que de continuer à cibler l'augmentation des débits maximums théoriques, nous nous concentrons dans le contexte de HEW sur l'amélioration du débit réel des utilisateurs. Pour cela, on prend en compte tous les autres équipements associés à des WLANs voisins, qui essayent d'accéder au même canal de transmission d’une manière simultanée. Pour améliorer la performance du Wi-Fi dans ces environnements denses, nous proposons une adaptation dynamique du mécanisme de détection de signal. Comparé au contrôle de la puissance de transmission, le mécanisme proposé est plus incitatif parce que l'utilisateur concerné bénéficie directement de son application. Les résultats de nos simulations montrent des gains importants en termes de débit atteint dans les scénarios de haute densité. Ensuite, nous étudions l’impact de la nouvelle adaptation sur les mécanismes de sélection de débit actuellement utilisés. D'après les résultats obtenus, 1'adaptation proposée peut être appliquée sans avoir besoin de modifications substantielles des algorithmes de sélection de débit. Pour améliorer l'équité entre les différents utilisateurs, nous élaborons une nouvelle approche distribuée pour adapter conjointement le mécanisme de détection de signal et le contrôle de la puissance de transmission. Cette approche est évaluée ensuite dans différents scénarios de simulation de haute densité où elle prouve sa capacité à résoudre les problèmes d'équité en particulier en présence de nœuds d'anciennes générations dans le réseau, cela tout en améliorant le débit moyen d'un facteur 4 par rapport à la performance conventionnelle du standard. Enfin, nous concevons et mettons en œuvre une solution centralisée basée sur l'apprentissage à base de réseaux de neurones. Cette approche repose sur l'adaptation conjointe de puissance de transmission et du mécanisme de détection du signal. [...]<br>Despite their remarkable success, the first widely spread versions of the Institute of Electrical and Electronics Engineers (IEEE) 802.11 Wireless Local Area Network (WLAN) standard, IEEE 802. 11 a/b/g, featured low spectral efficiencies that are becoming insufficient to satisfy the explosive growth in capacity and coverage demands. Thanks to the advances in the communication theory and the use of the 5 GHz frequency band, the IEEE 802.11n and recently the IEEE 802.1lac amendments improved the Physical Layer (PHY) data rates by introducing Multiple-Input Multiple Output (MIMO) techniques, higher Modulation and Coding Scheme (MCS), etc. Today, after almost two decades of its first appearance, Wi-Fi is presented as a gigabit wireless technology. However, the full potential of the latest PHY layer advances cannot be enabled in all real world deployment scenarios. With the rapidly increasing density of WLAN deployments and the huge popularity of Wi-Fi enabled devices, spatial reuse must be optimized. On another hand, the new challenging use case environments and the integration of mobile networks mainly for cellular offloading are limiting the opportunity of the current Wi-Fi generations to provide better quality at lower cost.In this thesis, we contribute to the current standardization efforts aiming to leverage the Wi-Fi efficiency in high density environments. At the time of writing this document, the IEEE 802.11ax Task Group (TG) is developing the specification for the High Efficiency WLAN (HEW) standard (next Wi-Fi evolution). Rather than continuing to target increased theoretical peak throughputs, we focus in the context of HEW on improving the throughput experienced by users in real life conditions where many other devices, belonging to neighboring overlapping networks, simultaneously contend to gain access. To enhance this performance, we propose a dynamic adaptation of the carrier sensing mechanism. Compare to controlling the transmission power, the proposed mechanism has more incentives because it benefits directly the concerned user. Extensive simulation results show impor1ant throughput gains in dense scenarios. Then, we study the impact of the new adaptation on the current rate control algorithms. We find that our adaptation mechanism operates efficiently without substantially modifying these algorithms that are widely used in today's operating WLANs. Furthermore, after analyzing the fairness performance of the proposed adaptation, we devise a new approach to jointly adapt the carrier sensing and the transmission power in order to preserve higher fairness degrees while improving the spatial reuse. This approach is evaluated in different dense deployment scenarios where it proves its capability to resolve the unfairness issues especially in the presence of legacy nodes in the network, while improving the achieved throughput by 4 times compared to the standard performance. Finally, we design and implement centralized learning-based solution that uses also an approach based on joint adaptation of transmission power and carrier sensing. This new solution takes benefit from the capability of artificial neural networks to model complex nonlinear functions to optimize the spatial reuse in dense WLANs while preserving fairness among contending nodes. The different contributions of this work have helped bring efficient solutions for future WiFi networks. We have presented these solutions to the IEEE 802.11ax TG where they were identified as important potential technical improvements for the next WLAN standard