Le code Raptor pour la gestion d’interférence, la sécurité et l’optimisation des antennes dans m-MiMo

Benzid, Djedjiga (2021). Le code Raptor pour la gestion d’interférence, la sécurité et l’optimisation des antennes dans m-MiMo. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (2MB) | Prévisualisation
Prévisualisation	PDF Télécharger (838kB) | Prévisualisation

Résumé

La prochaine génération des réseaux sans fil, nommée (5G), est une solution prometteuse pour déployer une future infrastructure de la société numérique fiable et robuste. Cette dernière s’appuie sur des solutions clés, telles que la technologie Massive Multi-Input Multi Output (m-MiMo) dont les propriétés promettent d’augmenter le débit et la capacité du réseau pour faire face au nombre élevé des utilisateurs. Toutefois, cette technologie pose certains défis qui limitent de son déploiement, à savoir la contamination du canal, l’écoute à la couche physique, la consommation excessive d’énergie et la complexité de traitement due à l’usage d’un grand nombre d’éléments de la chaîne radio fréquence.

À cet effet, les trois contraintes citées ci-dessus font l’objet de notre thèse. Notre objectif principal est de proposer des solutions simples fiables et robustes pour faire face à ces contraintes. À cet égard, nous avons proposé trois modèles dans lesquels nous exploitons les caractéristiques de la couche physique afin d’éviter l’ajout supplémentaire dans la consommation des ressources en matière d’énergie et de traitement, qui est déjà problématique dans m-MiMo. À cet effet, nous introduisons les codes correcteurs d’erreurs, plus précisément les codes Raptor, pour fonctionner avec m-MiMo, et ce, pour réduire l’intensité des contraintes que nous avons soulevées dans cette thèse.

La première solution que nous avons mise de l’avant consiste à pallier la contrainte des séquences pilotes contaminées. Pour ce faire, nous avons eu recours à un modèle dont les codes Raptor sont combinés à la technique de détection MMSE (Minimum Mean Square Error). Dans cette approche, les symboles décodés avec le code Raptor sont utilisés par le détecteur MMSE pour estimer le canal par le récepteur, et ce, sans utiliser les séquences pilotes. Cette solution contribue non seulement à éviter la contamination des séquences pilotes, mais aussi à réduire la consommation de ressources, d’énergie et de traitement.

Dans le but d’approfondir cette étude, trois codes FEC (Forward Error Correction) : Raptor, LT (Luby Transform) et LDPC (Low-Density Parity-Check) et trois techniques de filtrage MMSE, ZF (Zero Forcing) et MRC (Maximal Ratio Combining) sont utilisés. L’étude a été effectuée sur un canal d’évanouissement lent (slow fading Channel), un canal qui ne change pas dans le temps ou très peu.

La deuxième solution est consacrée à la résolution du problème d’écoute dans la couche physique dans les m-MiMo. Pour cela, nous avons proposé d’exploiter judicieusement les caractéristiques des codes Raptor et de m-MiMo à des fins de sécurité. Cette proposition contribue à sécuriser la couche physique et à éviter la consommation excessive d’énergie ainsi que la complexité de traitement du signal AN.

Notre objectif en lien avec la troisième contrainte est de déterminer comment sélectionner le meilleur sous-ensemble d’antennes au niveau du récepteur sous un CSI imparfait. Ainsi pour le choix du nombre performant d’antennes, la méthode de Lagrangien et l’algorithme de water-filling sont utilisés. La sélection est basée sur un critère de maximisation de l'information mutuelle utilisant des symboles décodés par code Raptor.

Les solutions présentées sont évaluées par des simulations numériques. Au bout du compte, les résultats montrent que nos solutions proposées ont permis d’atteindre les performances idéales en matière du taux d’erreurs, capacité et de sécutité.

Titre traduit

Using Raptor code to mitigate issues related to pilot channel contamination, data secrecy, and antenna selection in m-MiMo

Résumé traduit

The next generation of wireless networks, known as the fifth generation (5G), is a promising foundation for creating a reliable and robust infrastructure for a future digital society. 5G networks are based on key new technologies, such as massive multi-input multi-output (m-MiMo), that promise to increase network throughput and capacity and allow the network to cope with a large number of users.

m-MiMo, an extension of conventional MiMo, uses hundreds of antennas to reduce interference and prevent channel errors. The large number of antennas in m-MiMo also improves network security by enabling beamforming, a technique where the energy of the antennas is centralized in the direction of the legitimate receiver and an artificial noise (AN) signal is projected in the direction of malicious users.

Despite these benefits, there are still challenges that limit the applications of m-MiMo, including (1) channel contamination, (2) eavesdropping at the physical layer, and (3) excessive power consumption and complexity due to the use of a large number of elements of the radio frequency chain. Pilot sequence contamination is interference that results from processing the same pilot symbols in adjacent cells, whereas eavesdropping is an attack in which an intruding node intercepts messages exchanged between users, creating confidentiality problems in the network. The third constraint relates to energy mismanagement and to the processing complexity that is generated by elements of the radio frequency (RF) transmission chain.

The three constraints mentioned above are the subject of this thesis. Our main goal is to resolve issues related to channel contamination and physical layer security, as well as to optimize the number of antennas (parts of the radio frequency chain) in m-MiMo. To this end, we propose three models where we introduce Raptor codes, a form of error-correcting codes, into m-MiMo systems. The Raptor codes effectively reduce the magnitude of the problems associated with m-MiMo.

Raptor codes are a class of fountain codes that serve as error correctors in channel coding. These codes allow errors in a message to be detected and corrected without requiring the sender to retransmit the data, which is favorable in wireless networks where retransmission is not desirable due to channel errors.

To overcome the constraint of contaminated pilots, we first propose a model where the Raptor codes are combined with a minimum mean square error (MMSE) filtering technique to work with m-MiMo. In our model, the receiver uses the symbols decoded with the Raptor code to estimate the channel, rather than the pilot sequences sent by the transmitter. This solution helps estimate the channel while preventing pilot contamination. It also manages system energy more efficiently and reduces congestion in the network.

We tested our model using three forward error correction codes (Raptor, Luby transform, and low-density parity-check) and three filtering techniques (MMSE, zero forcing, and maximumratio combining). The study was performed on a slow fading channel, which either does not change over time or changes very little. Simulation results showed that our model achieves ideal performance using MMSE filtering with symbols decoded by the Raptor code.

We then propose a solution for preventing eavesdropping at the physical layer in m-MiMo. Our goal is to develop features that will allow Raptor codes to be used judiciously with m-MiMo for security purposes. Where appropriate, Raptor codes can be used as a tool by the intruder to reinforce his intrusion. Our proposal helps to secure the physical layer, avoid excessive power consumption, and reduce processing complexity. We tested our second model using a simulated intruder who had the most resources in terms of power, processing, and number of antennas, and who had perfect channel state information (CSI).

Our third chapter addresses the problem of excessive power consumption and processing complexity in m-MiMo by evaluating how to select the best subset of antennas at the receiver under imperfect CSI. We propose a water-filling algorithm based on a mutual information maximization criterion and on symbols decoded by Raptor code. Our method optimizes the number of antennas and, therefore, the number of frequency chain elements. Simulation results showed that our proposed solution achieves the same optimal values as the conventional exhaustive search method.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thèse par articles présentée à l’École de technologie supérieure comme exigence partielle à l’obtention du doctorat en génie". Comprend des références bibliographiques (pages 89-93).
Mots-clés libres:	5G, contamination des séquences pilotes, massive-MiMo, Raptor code, sécurité, sélection d’antennes, water filling algorithm
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Kadoch, Michel
Programme:	Doctorat en génie > Génie
Date de dépôt:	07 oct. 2021 14:41
Dernière modification:	09 déc. 2021 14:56
URI:	https://espace.etsmtl.ca/id/eprint/2735

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt