COMNUM Communications Numériques

COMNUM
Communications
Numériques
Philippe CIBLAT
Département COMELEC
Positionnement de l’équipe
Applications :
I
I
Flux vidéo
Transfert de données pour le nuage
... très haut débit requis
Des communications point-à-point (2003-2007)
I
I
MIMO : le Golden code et décodeurs puissants
Synchronisation et analyse de performances
aux communications multi-points à multi-points (2008-2013)
2/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Positionnement de l’équipe
Applications :
I
I
Flux vidéo
Transfert de données pour le nuage
... très haut débit requis
Des communications point-à-point (2003-2007)
I
I
MIMO : le Golden code et décodeurs puissants
Synchronisation et analyse de performances
aux communications multi-points à multi-points (2008-2013)
I
Théorie du signal
INTERFERENCE
U
CH
I
TE
RCO
IN
2/ 12
Algorithmes
Théorie du codage
ES
DISTRIBUTION
.
Performances limites
Théorie de l’Information
.
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Membres de l’équipe
I
Personnel permanent : 3 PR, 2 DR, 4 MC (dont 2 HDR)
J.-C. BELFIORE
P. CIBLAT
P. SOLE
Oct. 2009 (CNRS/I3S)
I
W. HACHEM
G. REKAYA
A. TCHAMKERTEN
Oct. 2008 (EPFL/MIT)
O. RIOUL
G. RODRIGUEZ
M. WIGGER
Déc. 2009 (ETHZ/UCSD)
Personnel non-permanent
− 28 thèses soutenues, 4 postdocs
− 12 doctorants, 4 postdocs
3/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Forces de l’équipe
1. Optimisation de réseaux
I
I
I
I
I
Codage et décodage en réseau : lattices
Caractérisation de région de capacité / voie de retour
Allocation de ressources avec mécanisme de retransmission
Analyse de la grande dimension : matrices aléatoires
Traitement distribué : codage de source, optimisation
2. Sécurité
I
I
par la couche physique : lattices
par les composants électroniques (COMELEC/SEN)
3. Communication mono-utilisateur
I
I
4/ 12
Communications asynchrones
Communications MIMO sur fibre optique (COMELEC/GTO)
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Forces de l’équipe
1. Optimisation de réseaux
I
I
I
I
I
Codage et décodage en réseau : lattices Ex1.
Caractérisation de région de capacité / voie de retour
Allocation de ressources avec mécanisme de retransmission
Analyse de la grande dimension : matrices aléatoires Ex2.
Traitement distribué : codage de source, optimisation Ex3.
2. Sécurité
I
I
par la couche physique : lattices
par les composants électroniques (COMELEC/SEN)
3. Communication mono-utilisateur
I
I
4/ 12
Communications asynchrones
Communications MIMO sur fibre optique (COMELEC/GTO)
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Ex1-réseaux de points et codage en réseau
Avec fil, schéma
papillon
d’un codage en réseau [2000] :
.
X1
X1
X1
R
X1 ⊕ X2
X1 ⊕ X2
X2
X2
Routage remplacé par une
combinaison de paquets
X1 ⊕ X2
X2
.
Sans fil, deux verrous importants :
I
combinaison effectuée par le canal et non le nœud R
I
combinaison effectuée sur le signal et non les paquets décodés
... solution de la littérature : Compute and Forward [2008]
5/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Ex1-réseaux de points et codage en réseau
Avec fil, schéma
papillon
d’un codage en réseau [2000] :
.
X1
X1
X1
R
X1 ⊕ X2
X1 ⊕ X2
X2
X2
Routage remplacé par une
combinaison de paquets
X1 ⊕ X2
X2
.
Sans fil, deux verrous importants :
I
combinaison effectuée par le canal et non le nœud R
I
combinaison effectuée sur le signal et non les paquets décodés
... solution de la littérature : Compute and Forward [2008]
Contributions :
I
Première mise en œuvre de codeur et de décodeur pour le
Compute and Forward (grâce aux lattices)
5/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Ex2-inférence dans les grands réseaux
Modèle :
~y (n) =
H
|{z}
~x (n) + ~b(n)
.
taille N×K
I
I
I
Valeurs et vecteurs propres de
YYH avec Y = [~y (1) · · · ~y (T )]
N et T même ordre de grandeur
N, T → ∞ et N/T → c
Bruit
Sources
Applications :
I
Détection de sources en radio cognitive
I
Estimation des directions d’arrivée
I
Détection de défauts dans les réseaux
6/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques
.
Ex2-inférence dans les grands réseaux
Modèle :
~y (n) =
H
|{z}
~x (n) + ~b(n)
.
taille N×K
I
I
Valeurs et vecteurs propres de
YYH avec Y = [~y (1) · · · ~y (T )]
N et T même ordre de grandeur
N, T → ∞ et N/T → c
Applications :
Bruit
I
I
Détection de sources en radio cognitive
I
Estimation des directions d’arrivée
I
Détection de défauts dans les réseaux
Sources
Contributions :
I
Nouveaux algorithmes performants
I
Analyse de performances via les grandes matrices aléatoires
6/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques
.
Ex3-théorie de l’information et calcul distribué
.
Applications :
Débit RX
X
f (X, Y )
Débit R0
Débit RY
Y
I
Codage distribué
I
Stockage distribué
I
Calcul distribué
.
Question : # bits (RX , RY ) pour reconstruire parfaitement une
fonction de deux sources collaborant via R0 bits ?
7/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Ex3-théorie de l’information et calcul distribué
.
Applications :
Débit RX
X
f (X, Y )
Débit R0
Débit RY
Y
I
Codage distribué
I
Stockage distribué
I
Calcul distribué
.
Question : # bits (RX , RY ) pour reconstruire parfaitement une
fonction de deux sources collaborant via R0 bits ?
Contributions :
I
Caractérisation de
régions de capacité
RY en fct. de RX
7/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Publications et contrats
Publications :
I
Journaux internationaux : 72 (principalement IEEE Trans.)
I
Congrès internationaux : 167 dont 23 invités
I
Brevets : 18 (contrat de valorisation par France Brevets)
Financement :
I
Thalès
I
Mitsubishi
I
Orange
I
Google
I
...
8/ 12
LTCI & Telecom ParisTech
TOTAL
2,3 M€
COMNUM Communications Numériques
Stratégie (I)
Grandes compétences théoriques :
I
Codage algébrique
I
Théorie de l’information
I
Matrices aléatoires
pour des applications nombreuses en communications :
I
Gestion efficace de l’interférence
I
Communications interactives
I
Allocation de ressources
I
Radio cognitive
I
Sécurité
I
...
9/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Stratégie (II)
Deux axes de développement scientifique :
I
Traitement distribué de l’information (codage de source
distribué pour le stockage, optimisation distribuée pour les
réseaux ad hoc)
I
Codage et allocation de ressources pour la gestion de
l’interférence (codage tirant parti de l’interférence, allocation
inter-couches, gestion de la voie de retour)
Ressources financières plus pérennes :
I
Montage d’un ERC sur le traitement distribué
I
Montage d’un labo commun avec Thales sur l’interférence
10/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Collaborations académiques
KTH
Russian Academy
Imperial College
Univ. of Toronto
HHI Berlin
Notre-Dame Univ.
Berkeley
USC
UMLV, Supélec/LSS, ENSTA
TELECOM PARISTECH
MIT
UC San Diego
EPFL, ETHZ
CTTC
Technion
Univ. of North Carolina
Univ . of Rabat
TAMUQ
Univ . of Jeddah
IIT Bangalore
NTU
Univ. of Campinas
COMELEC/GTO, COMELEC/SEN, TSI/STA, INFRES/MIC2
Univ. of Southern Australia
Papier commun
Séjour sabbatique
11/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques
Rayonnement
Expertise :
I Associate Editor :
I
− 1 IEEE Com. Letters,
− 2 IEEE Trans. Signal Processing dont 1 Senior Area Editor
− 1 IEEE Trans. Information Theory
Comité de programme : ISIT, ITW, ICASSP, SPAWC,
EUSIPCO, GLOBECOM, ICC, WCNC, PIMRC, GRETSI, ...
− Track Chair : PIMRC’2008, EUSIPCO’2011
Organisation/animation :
I
Congrès Sequences and their Applications (SETA’2010)
I
Ecole d’été Peyresq’2013 sur l’optimisation convexe
I
Ecole de printemps Labex Digicosme’2014 sur les réseaux
I
Directeur-adjoint du GDR ISIS
12/ 12
LTCI & Telecom ParisTech
COMNUM Communications Numériques