Description
Date depot: 27 avril 2021
Titre: Communications Déterministes 5G V2X
Directeur de thèse:
Jérôme HÄERRI (Eurecom)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Systèmes et réseaux
Resumé: Le domaine de la robotique connectée, incluant notamment les véhicules, drones ou trains autonomes, nécessite une approche déterministe des communications en plus de fortes garanties de délai et de capacité des réseaux 5G V2X. La spécification actuelle, le LTE-V2X, ne fournis qu’une approche probabiliste et ‘best-effort’, et n’est donc pas adaptée à la robotique connectée. La nouvelle spécification 5G V2X apporte des meilleures garanties et la nouvelle l’alliance ‘5G Deterministic Networks’ va compléter les besoins de la future robotique connectée.
L’objectif de cette thèse est d’analyser la problématique d’ordonnancement et d’allocation de ressources déterministes sur le standard 5G V2X, et de proposer et d’évaluer des approches disruptives fournissant des garanties de faible latence et de haute fiabilité.
Plus spécifiquement, les objectifs de cette thèse sont : (i) une abstraction, modélisation et analyses d'ordonnanceurs déterministes pour le 5G-V2X, (ii) une méthodologie d’extension de l’ordonnanceur déterministe pour bénéficier des mécanismes d’allocation coopérative de ressources du standard 5G NR V2X, (iii) une intégration et une évaluation de performance de mécanismes de ML/AI pour améliorer la fiabilité des ordonnanceurs 5G V2X
Résumé dans une autre langue: Future connected robotics, such as automated vehicles, UAVs or trains require deterministic communications supporting strong delay and capacity guaranties from the future 5G-V2X network. The current specification for LTE-V2X however relies on best effort without any QoS guarantee, and has so far only been tested on a reduced set of applications.
The objective of this position is to analyse the problematic of deterministic scheduling and resource allocations on the 5G-V2X standard, and propose and evaluate disruptive approaches supporting ultra-reliable and low latency guarantees.
Specifically, the focus of this position will be around the topics of: (i) abstraction, modelling and analysis of deterministic 5G V2X schedulers, (ii) methodology to extend the deterministic scheduler to support cooperative resource allocation between vehicles, (iii) integrating and evaluate the potential of Machine Learning/AI mechanisms to provide ultra-reliability to the 5G V2X scheduler.
Doctorant.e: Yan Jin