Ressources documentaires autour des télécommunications

Auteurs indexés : Miled Alam. Source : tel-05351547, version 1.

Le développement rapide des réseaux sans fil s’accompagne d’exigences croissantes en termes de connectivité massive, d’efficacité énergétique et de sécurité des communications. Dans ce contexte, l’accès multiple non-orthogonal (NOMA) est devenu une technologie clé permettant de desservir simultanément plusieurs utilisateurs sur les mêmes ressources spectrales. Parallèlement, la communication par rétrodiffusion ambiante (AmBC) permet de transmettre des données de manière passive à l'aide de signaux ambiants, ce qui est économe en énergie. Cependant, la nature ouverte du canal sans fil rend ces systèmes vulnérables aux écoutes passives, ce qui rend nécessaire la conception de mécanismes de protection robuste. A cet égard, la sécurité de la couche physique (PLS) est un paradigme émergent qui relève ce défi en exploitant les caractéristiques inhérentes au canal sans fil, telles que le bruit, l’évanouissement, la dispersion et l’interférence, afin de garantir la confidentialité entre les utilisateurs légitimes en présence d'oreilles indiscrètes potentielles. […] Dans un premier temps, l’étude porte sur un système de transmission NOMA dans l’éventualité d’un intercepteur passif. En postulant une information parfaite sur l'état des canaux, nous formulons un problème d'optimisation à bi-objectif visant à maximiser le débit d'information confidentiel tout en minimisant la consommation de puissance, dans le cadre d’une contrainte de budget de puissance totale et d'un débit minimal par utilisateur. Une solution exacte pour l'allocation de puissance est dérivée. Cette solution ne se contente pas de caractériser tous les points optimaux sur la frontière de Pareto, elle permet également une réduction significative de la complexité du problème fractionnaire. Dans le cadre de l'optimisation du rapport débit d'information secrète sur énergie consommée, notre solution permet de réduire l'algorithme de Dinkelbach à une recherche unidimensionnelle. […] Dans la continuité de nos recherches, nous procédons à l'intégration d'appareils de rétrodiffusion ambiante qui transmettent leurs propres données en modulant le signal radio reçu de l'émetteur, sans émettre de signal actif. Dans un premier scénario, nous considérons un dispositif fixe unique qui fonctionne comme un relais passif. En exploitant la structure du canal composite, nous obtenons une solution exacte pour une allocation optimale des ressources. L'étude est ensuite élargie à des configurations plus générales, incluant plusieurs dispositifs coopératifs. Dans ce cas particulier, la complexité de la situation s'accroît de manière significative, rendant les approches exactes difficilement utilisables. Dans le cadre de cette étude, une méthodologie heuristique fondée sur l'algorithme Particle Swarm Optimization (PSO) est proposée. Cette approche permet une allocation conjointe des puissances de transmission et des coefficients de réflexion. Les résultats de l’étude démontrent que la confidentialité s'améliore avec le nombre de dispositifs de rétrodiffusion, et que les bénéfices restent significatifs même en présence d'erreurs d'estimation sur le canal de l'intercepteur. Enfin, nous développons une approche basée sur l'intelligence artificielle explicable (XAI) pour prédire l'allocation optimale de ressources dans des environnements dynamiques. Un réseau neuronal feed forward (FNN) est formé à partir des solutions de référence obtenues dans les contributions précédentes. Pour garantir l'interprétabilité, nous utilisons la méthode SHapley Additive exPlanations (SHAP) pour identifier les variables d'entrée les plus influentes. Cette solution atteint jusqu'à 96,2% de la performance de l'optimisation exacte, tout en réduisant de manière significative la complexité de calcul, fournissant une solution rapide, évolutive et interprétable adaptée aux systèmes en temps réel.

Auteurs indexés : Miled Alam. Source : tel-05351547, version 1.

The rapid development of next-generation wireless networks comes with increasing requirements in terms of massive connectivity, energy efficiency, and secure communications. In this context, Non-Orthogonal Multiple Access (NOMA) has emerged as a key technology to serve multiple users simultaneously over the same spectral resources. In parallel, Ambient Backscatter Communication (AmBC) offers an energy-efficient solution by enabling passive data transmission using ambient signals. However, the open nature of the wireless channel makes these systems vulnerable to passive eavesdropping attacks, which raises the need to design robust protection mechanisms. In this regard, Physical Layer Security (PLS) is an emerging paradigm that addresses this challenge by exploiting the inherent characteristics of the wireless channel, such as noise, fading, dispersion, and interference, to ensure confidentiality between legitimate users in the presence of potential eavesdroppers. In this thesis, we study novel resource allocation strategies for maximizing the secrecy energy-efficiency (SEE) in multi-user NOMA networks, with or without ambient backscatter assistance. First, we study a downlink NOMA system in the presence of a passive eavesdropper. Assuming perfect channel state information, we formulate a bi-objective optimization problem aiming to maximize the secrecy rate while minimizing power consumption, under a total power budget and minimum rate per user constraints. We derive an exact solution for the optimal power allocation in the scalarized case, which not only characterizes all the optimal points on the Pareto boundary, but also significantly reduces the complexity of the fractional problem. In particular, when the objective is the ratio between the total secure throughput and the total consumed power, our optimal solution allows Dinkelbach's algorithm to be reduced to a simple one-dimensional bisection search, thus avoiding any complex iterative numerical resolutions. Simulations highlight the advantage of NOMA over Orthogonal Multiple Access (OMA) in terms of the secrecy rate vs. power trade-off. Next, we extend our study by integrating ambient backscatter devices that transmit their own data by modulating the radio signal they receive from the transmitter without emitting any active signal. In a first scenario, we consider a single fixed device acting as a passive relay. By exploiting the structure of the composite channel, we obtain an exact solution for optimal resource allocation. The study is then extended to more general configurations, including multiple cooperative devices. In this case, the problem becomes significantly more complex, making exact approches impractical. We then propose a heuristic method based on the Particle Swarm Optimization (PSO) algorithm, enabling the joint allocation of transmit powers and backscatter reflection coefficients. The results show that the secrecy energy-efficiency improves with the number of backscatter devices, and that the gains remain robust even in the presence of estimation errors on the eavesdropper's channel. Finally, we develop an approach based on Explainable Artificial Intelligence (XAI) to predict optimal resource allocations in dynamic environments. A Feedforward Neural Network (FNN) is trained from reference solutions obtained from our previous contributions. To ensure interpretability, we use the SHapley Additive exPlanations (SHAP) method to identify the most influential input variables. This solution reaches up to 96.2% of the performance of exact optimization, while significantly reducing the computational complexity, thus providing a fast, scalable, and interpretable solution suitable for real-time systems.