Optimisation de l'allocation des ressources dans les réseaux sans fil du futur en présence d'incertitude

Dans cette thèse, nous abordons le défi de l'allocation efficace des ressources sous incertitude pour le transport de trafic critique en temps ultra fiable dans les réseaux de nouvelle génération. Nous développons des méthodes d'optimisation et d'apprentissage en ligne qui fournissent des garanties de performance rigoureuses pour des exigences probabilistes à court terme et des contraintes cumulatives à long terme. Nous commençons avec les communications ultra fiables et à faible latence (URLLC). Les modèles antérieurs pour le délai probabiliste imposent soit de fortes hypothèses sur les arrivées, soit se concentrent principalement sur la stabilité des files d'attente. Nous assouplissons ces hypothèses et formulons une minimisation de l'utilisation des ressources sous contraintes de probabilité, valable pour des processus d'arrivées généraux. En exploitant les propriétés structurelles de l'espace des politiques, nous concevons des algorithmes efficaces de type bandit pour les contextes hors ligne (statistiques connues) et en ligne (statistiques inconnues). Ces algorithmes convergent de manière démontrable en un nombre fixe d'itérations tout en respectant des objectifs stricts de délai de 1 ms et de fiabilité de (10^{-5}), avec une consommation minimale de ressources. Nous poussons ensuite ces garanties vers l'URLLC extrême visant une latence de (0.1,mathrm{ms}) et une fiabilité de l'ordre de (10^{-7}), où la mise en file d'attente est interdite et où les schémas d'allocation de ressources doivent s'appuyer sur une information limitée des arrivées (échantillons historiques, moyenne, variance). Les méthodes statiques ont tendance à sur-allouer les ressources. Nous introduisons une politique de réservation dynamique en ligne basée sur une approche par scénario à fenêtre glissante, qui est robuste et sûre : elle suit les réservations minimales à partir de données empiriques et évite la sur-provision conservatrice tout en préservant des contraintes de QoS strictes. Nous considérons ensuite les communications orientées objectifs, en nous concentrant sur les applications haptiques très sensibles aux rafales de pertes de paquets. Nous proposons un cadre théorique de files d'attente qui minimise les coûts en ressources en présence de pertes dues à la fois aux collisions avec d'autres paquets haptiques et aux mauvaises conditions radio. Nous concevons une politique de contrôle conjointe combinant un renforcement adaptatif de la puissance de transmission avec la préemption de ressources initialement provisionnées pour le haut débit mobile amélioré (eMBB), régie par des politiques à seuil. Pour des utilisateurs hétérogènes, l'interdépendance entre groupes d'utilisateurs induit un espace décisionnel de haute dimension, rendant la recherche exhaustive irréalisable. Pour traiter cette complexité, nous utilisons un algorithme de recuit simulé modifié avec gestion des contraintes par rejet direct des politiques non réalisables ou par pénalités basées sur les coûts. Enfin, nous étudions la conformité à long terme et introduisons l'Optimisation convexe en ligne contrainte avec mémoire (COCO-M), où les pertes et les contraintes dépendent des (m) dernières décisions. Les travaux antérieurs considéraient principalement une longueur de mémoire fixe. Nous généralisons à des longueurs de mémoire arbitraires et intégrons des prédictions non fiables à court horizon, en fournissant les premiers algorithmes avec des bornes de regret sous-linéaire et de violation cumulative de contraintes sous-linéaire dans ce cadre général. Cela offre une boîte à outils polyvalente pour l'apprentissage en ligne et le contrôle prédictif de réseau en conditions adverses.