Search

The Narrowband-Internet of Things (NB-IoT) is one of the leading licensed Low Power Wide Area Networks (LPWANs) that is expected to play a very important role in connecting the exponentially increasing number of connected devices that make up the Internet of Things (IoT). To enable its network scalability, NB-IoT requires more efficient utilization of its limited energy, channel capacity, and spectrum network resources. These characteristics place various constraints in terms of the design of the physical (PHY) channel coding and spectrum access as well as the network layer protocol for the NB-IoT. A few existing channel coding approaches have been proposed to enhance the NB-IoT’s network reliability, and therefore, enable long-distance transmissions. However, most of the existing NB-IoT channel coding approaches are based on repeating transmission data and control signals and do not consider the channel conditions. Although these repetitions ensure network reliability, they are energy expensive and compromise the performance of the data rate of the network. At the same time, the increasing number of devices to be handled by a single Base Station (BS) within a cell increases the probability for interlink interference which compromises the uplink communication reliability, further increases the number of required data transmission repetitions, and therefore, reduces the overall energy efficiency of the network. To mitigate these identified problems, a multi-layer approach is proposed in this study. Firstly, a channel-aware two-dimensional Energy-Efficient Adaptive Channel Coding (EEACC) approach is considered at the PHY layer. The EEACC not only selects an appropriate modulation coding scheme (MCS) based on the estimated channel conditions (dynamically classified as bad, medium or good based on a periodically assessed BLER performance outcome) but also minimizes the transmission repetition number under a pre-assessed probability of successful transmission. Secondly, at the PHY and network layers, the study considers a two-layers NB-IoT mixed spread spectrum and clustering approach with network coding (N-MANC). At one layer, the approach uses an Adaptive Frequency Hopping Spread Spectrum (AFHSS) technique that uses a lightweight and secure pseudo-random sequence with a varying period T depending on the number of NB-IoT nodes in the considered cell to exploit the channel diversity as a way to mitigate inter-link and cross-technology interference. At the second layer, the mixed approach consists of a cooperative clustering approach based on a defined energy-signal strength gradient used for Cluster Head (CHs) selection, and a network coding (data aggregation) to further boost the overall energy efficiency of the network. A systematic mathematical model of the NB-IoT PHY layer is first developed and modelled. Then, the proposed algorithms are implemented and validated in MATLAB. The obtained simulation results demonstrate that the important QoS metrics such as energy efficiency, network reliability, data rate, transmission latency, network scalability, and lifetime are improved by the proposed algorithms when compared to existing approaches., L'Internet des objets à bande étroite (NB-IoT) est l'un des principaux réseaux étendus à basse consommation énergétique (LPWAN) dans la bande des fréquences sous licence d’utilisation, qui devrait jouer un rôle très important dans la connexion du nombre exponentiellement croissant d'objets connectés qui composent l'Internet des objets (IoT). Pour permettre l'évolutivité de son réseau, la NB-IoT nécessite une utilisation plus efficace de son énergie limitée, de la capacité de ses canaux et des ressources du spectre du réseau. Ces caractéristiques créent ainsi diverses contraintes en termes de conception du codage physique des canaux (PHY) et de l'accès au spectre ainsi que du protocole de la couche réseau pour l'Internet des objets. Quelques approches de codage de canal existantes ont été proposées pour améliorer la fiabilité du réseau de la NB-IoT et permettre ainsi les transmissions à longue distance. Cependant, la plupart des approches de codage de canal existantes de la NB-IoT sont basées sur la répétition des données de transmission et des signaux de contrôle et ne tiennent pas compte des conditions du canal. Bien que ces répétitions assurent la fiabilité du réseau, elles sont coûteuses en énergie et compromettent les performances du réseau en matière de débit de données. En même temps, le nombre croissant de dispositifs devant être traités par une seule station de base (BS) au sein d'une cellule augmente la probabilité d'interférences entre les liaisons, ce qui compromet la fiabilité de la communication sur la liaison montante, augmente encore le nombre requis de répétitions de transmission de données et, par conséquent, réduit l'efficacité énergétique globale du réseau. Pour pallier ces divers problèmes identifiés, une approche multicouche est proposée dans cette thèse. Tout d'abord, une approche bidimensionnelle de codage de canal adaptatif économe en énergie (EEACC) est proposée au niveau de la couche PHY. L'EEACC ne se contente pas de sélectionner un schéma de codage de modulation (MCS) approprié en fonction des conditions estimées du canal (classé dynamiquement comme mauvais, moyen ou bon sur la base d'un résultat de performance BLER évalué périodiquement), mais il minimise également le nombre de répétitions de transmission en fonction d'une probabilité préévaluée de réussite de la transmission. Deuxièmement, en ce qui concerne les couches PHY et réseau, l'étude développe une approche à deux couches NB-IoT `a étalement mixte du spectre et à regroupement avec codage du réseau (N-MANC). Sur une couche, l'approche utilise une technique d'étalement du spectre par saut de fréquence adaptative (AFHSS) qui utilise une séquence pseudo-aléatoire légère et sûre avec une période variable T selon le nombre de nœuds NB-IoT dans la cellule considérée pour exploiter la diversité des canaux comme moyen d'atténuer les interférences entre les liaisons et les technologies croisées. A la deuxième couche, l'approche mixte consiste en une approche de regroupement coopérative basée sur un gradient de force du signal énergétique défini utilisé pour la sélection des têtes de grappe (CHs), et un codage du réseau (agrégation de données) pour stimuler davantage l'efficacité énergétique globale du réseau. Un modèle mathématique systématique de la couche PHY du NB-IoT est d'abord développé et modélisé. Ensuite, les algorithmes proposés sont mis en œuvre et validés utilisant les simulations MATLAB. Les résultats de simulation obtenus montrent que les algorithmes proposés améliorent les paramètres importants de la qualité de service (QoS), tels que l'efficacité énergétique, la fiabilité du réseau, le débit de données, la latence de transmission, l'extensibilité du réseau et la durée de vie, par rapport aux approches existantes.