Optimisation de la topologie de réseaux mobiles sans fil à l'aide d'algorithmes d'apprentissage automatique

Les réseaux aériens mobiles suscitent un intérêt croissant en raison de leur capacité à offrir des communications autonomes, sans infrastructure, dans des environnements dynamiques. Leur pertinence s'explique par la diversité des applications concrètes qu'ils permettent, allant des drones aux avions, en passant par les satellites. Pour s'affranchir de la nécessité d'un relais centralisé et gagner en résilience ainsi qu'en capacité, ces réseaux peuvent s'appuyer sur des communications ad hoc multi-sauts entre les nœuds. Cependant, ils se heurtent souvent à des limitations théoriques, notamment lorsqu'ils utilisent des antennes omnidirectionnelles. Pour les dépasser et exploiter les antennes directionnelles, il est nécessaire de coordonner en temps réel les décisions d'orientation des antennes, les transmissions et les réceptions, afin de garantir une topologie réseau efficace et fonctionnelle. Étant donné la nature fortement combinatoire de ce problème, cette thèse propose de l'aborder par le biais de techniques d'intelligence artificielle, notamment l'apprentissage supervisé et les modèles génératifs. Au cours de cette thèse, nous explorons différentes méthodes d'apprentissage profond pour résoudre ce problème et développons plusieurs architectures de solution. En adaptant et en étendant des méthodes de pointe en deep learning, nous proposons une approche permettant, à partir de données d’apprentissage, de générer en temps réel des configurations réseau performantes. Par ailleurs, en tirant parti de techniques génératives avancées, nous proposons une architecture d'apprentissage capable de générer conjointement les liens du réseau et un planning de transmission compatible, tout en prenant en compte la dynamique du réseau. Les modèles obtenus permettent une amélioration théorique significative du débit par rapport aux protocoles omnidirectionnels classiques, avec une montée en charge encore plus favorable à mesure que le nombre de nœuds augmente.