Soutiendra publiquement ses travaux d’habilitation à diriger les recherches
« Towards Resource-Efficient Next-Generation Mobile Networks : Design and Optimization Strategies »
Soutenance prévue le mardi 4 novembre 2025 à 14h00
Lieu : CentraleSupélec, Bâtiment Eiffel, Gif-sur-Yvette.
Salle : Amphi VI, Bâtiment Eiffel
Composition du Jury:
| Prof. André-Luc BEYLOT | INPT/ENSEEIHT, France | Rapporteur |
| Prof. Marco FIORE | IMDEA Networks Institute, Espagne | Examinateur |
| Prof. Deep MEDHI | U.S. National Science Foundation, Etats-Unis | Rapporteur |
| Prof. Mai Trang NGUYEN | Sorbonne Paris Nord, France | Examinatrice |
| Prof. Stefan SCHMID | Technical University Berlin, Allemagne | Rapporteur |
| Prof. Véronqiue VEQUE | Université Paris-Saclay, France | Examinatrice |
Résumé :
Ce manuscrit décrit de manière synthétique les activités de recherche que j’ai menées au cours des huit dernières années au Laboratoire des Signaux et Systèmes (L2S, UMR 8506), qui est géré conjointement par le CNRS, CentraleSupélec et l’Université Paris-Saclay. Ce manuscrit met en évidence les principes qui sous-tendent ces activités de recherche et le lien scientifique entre les différents thèmes abordés. Le fil conducteur de mes activités de recherche est l’allocation et la gestion des ressources dans les réseaux mobiles de nouvelle génération.
D’une part, ces travaux présentent l’évolution de l’architecture des réseaux d’accès radio (RAN), en mettant l’accent sur les architectures Cloud-RAN et Open-RAN. Ces architectures émergentes introduisent de nouveaux défis dans la manière dont les ressources réseau sont gérées. Pour relever ces défis, nous développons des techniques efficaces et pratiques pour la gestion des ressources radio et de calcul, en tenant compte de leur interdépendance. Nous étudions en particulier la planification coordonnée de ces ressources, visant à améliorer les performances globales du réseau. De plus, nous présentons les avantages liés à l’adoption d’un placement flexible des fonctions réseau virtuelles ce qui permet au réseau de mieux s’adapter aux différentes exigences de qualité de service (QoS) des différents utilisateurs. Pour implémenter ces techniques, nous utilisons divers outils méthodologiques, notamment des problèmes d’optimisation ainsi que des solutions basées sur l’apprentissage automatique.
D’autre part, nous explorons la technique d’accès multiple non orthogonal (NOMA), qui est considérée comme une candidate prometteuse pour les futures générations de réseaux mobiles.
Nous analysons ses avantages et ses limites potentiels, en particulier dans les scénarios de réseaux à grande échelle. Pour pallier les lacunes de la technique NOMA dans les réseaux à grande échelle, nous proposons une variante sur mesure de NOMA conçue pour améliorer la qualité de service (QoS) pour les utilisateurs situés à la périphérie de la cellule, tout en réduisant la complexité des opérations d’annulation successive des interférences (SIC) que les utilisateurs du centre de la cellule doivent effectuer. Nous utilisons différentes méthodes pour développer et évaluer notre approche, notamment des modèles d’optimisation et des techniques inspirées de la théorie de l’appariement.
Abstract :
This dissertation provides a synthetic overview of my research activities conducted in the last eight years at the Laboratory of Signal and Systems (L2S, UMR 8506), jointly operated by the CNRS, CentraleSupélec, and the University of Paris-Saclay. The dissertation highlights the principles motivating these research activities and the scientific connection across the various topics. The central common thread of my research activities is resource allocation and management in next-generation mobile networks.
On the one hand, the work presents the evolution of Radio Access Network (RAN) architecture, focusing on Cloud-RAN and Open-RAN. These emerging architectures introduce new challenges in how network resources are managed. To address these challenges, we develop efficient and practical techniques for managing radio and computing resources, considering their interdependence. In particular, we study how to schedule these resources in a coordinated way to improve overall network performance. Moreover, we present the benefits of adopting flexible placement of virtual network functions in future RAN architectures, which allows the network to better adapt to varying Quality of Service (QoS) requirements from different users. To implement these techniques, we employ various methodological tools, including mathematical optimization models and machine learning-based solutions.
On the other hand, we explore the non-orthogonal Multiple Access (NOMA) technique, which is considered a promising candidate for future generations of mobile networks. We analyze its potential benefits and limitations, particularly in large-scale network scenarios. To address the shortcomings of the NOMA technique in large-scale networks, we propose a tailored variant of NOMA designed to enhance the Quality of Service (QoS) for users located at the cell edge, while also reducing the complexity of successive interference cancellation (SIC) operations that the users located at the cell center must perform. We use different methods to develop and assess our approach, including optimization models and techniques inspired by matching theory.
