Topic description
Dans les réseaux radio d'accès de nouvelle génération, l'optimisation énergétique intégrant le plan de contrôle nécessite de modéliser à la fois la consommation du réseau et celle du plan de contrôle, ce qui complexifie les problèmes d'optimisation sous contraintes de qualité de service (QoS). Les stratégies de contrôle présentent des compromis entre efficacité et complexité de calcul qu'il est essentiel de caractériser. La nature dynamique et distribuée des systèmes Open RAN impose également des solutions adaptatives et scalables.
Cette thèse vise à développer un cadre unifié intégrant la consommation énergétique de l'infrastructure et du plan de contrôle afin de minimiser l'énergie totale du système. Elle inclut la conception de stratégies d'orchestration écoénergétiques, la modélisation conjointe réseau-contrôle de l'énergie, ainsi que l'étude de méthodes d'optimisation, en ligne ou avec apprentissage, avec un accent sur le passage à l'échelle et une évaluation réaliste
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Control-aware energy optimization in next-generation radio access networks involves modeling both network and control-plane energy consumption, increasing the complexity of optimization under QoS constraints. Different control strategies present trade-offs between efficiency and computational cost, which must be carefully characterized. The dynamic and distributed nature of Open RAN systems further requires scalable and adaptive solutions.
This PhD aims to develop a unified framework that integrates infrastructure and control-plane energy consumption to minimize total system energy. It includes designing energy-efficient orchestration strategies, building joint energy models, and exploring optimization, online, and learning-based approaches with a focus on scalability and realistic evaluation.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Début de la thèse : 01/10/
Funding category
Funding further details
Contrats ED : Programme blanc GS-ISN*
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.