Dans les réseaux cellulaires, le nombre d'utilisateurs dans une cellule à un impact très important sur le
débit. Dans le cadre de ce projet, nous avons étudié le débit dans un réseau 4G-LTE en fonction du nom-
bre d'utilisateurs (UEs) et cela en créant différents scénarios utilisant l'outil de simulation NS-3, en capturant le trafic entre les UEs et le serveur avec Wireshark pour l'analyse des résultats. Nous avons
également ajouté l'éffet de la position des UEs et le mode de transmission soit UDP ou TCP en faisant
attention au modèle de propagation et la puissance d'émission de chaque utilisateur.
1. Analyse du débit utilisateur en fonction du nombre d’utilisateurs
dans la cellule
Moussaab GUEDREZ, Ramzi SEKHRI
20 janvier 2021
1 Abstract
Dans les réseaux cellulaires, le nombre d’utilisateurs
dans une cellule à un impact très important sur le
débit. Dans le cadre de ce projet, nous avons étudié
le débit dans un réseau 4G-LTE en fonction du nom-
bre d’utilisateurs (UEs) et cela en créant différents
scénarios utilisant l’outil de simulation NS-3, en cap-
turant le trafic entre les UEs et le serveur avec
Wireshark pour l’analyse des résultats. Nous avons
également ajouté l’effet de la position des UEs et le
mode de transmission soit UDP ou TCP en faisant
attention au modèle de propagation et la puissance
d’émission de chaque utilisateur.
Mots Clés : Réseau cellulaire, Wireshark, NS-3,
Nombre d’utilisateurs, débit, LTE, TCP, UDP.
2 Introduction
Ces dernières années, le monde a connu un
développement considérable et l’innovation dans le
monde interconnecter en particulier dans le monde des
réseaux mobiles. Ce monde interconnecter devient de
plus en plus rapide, cela nécessite un réseau mobile
puissant, à partir duquel les chercheurs interviennent
pour l’améliorer, la technologie LTE, connue sous le
nom commercial 4G, il s’agit d’une technologie sans
fil, qui permet de connecter un utilisateur distant au
réseau IP, via une liaison radio, elle est en mesure de
répondre aux besoins des utilisateurs avec un délai
considérable, une qualité de service supérieure, un
débit de données élevé et une grande capacité de
traitement.[3]
La LTE a une architecture plate basée sur le
protocole Internet (IP). Pour y parvenir, il est déployé
avec un accès multiple par répartition en fréquence
orthogonale (OFDMA) sur la liaison descendante.
La liaison montante est mise en œuvre au moyen de
l’accès multiple par répartition en fréquence sur une
seule porteuse, ce qui permet d’améliorer le débit de
donnée pour chaque utilisateur. Une architecture LTE
4G simplifiée est généralement composée du Evolved
Packet Core (EPC), du eNodeB et de l’équipement de
l’utilisateur. L’utilisateur se connecte au réseau via
l’interface radio sans fil au eNodeB.[2]
L’EPC est le réseau central basé sur le protocole
Internet (IP) défini par le 3GPP dans la version 8 pour
être utilisé par LTE et d’autres technologies d’accès au
réseau sans fil. L’objectif de l’EPC est de fournir une
architecture du réseau central entièrement basée sur
le protocole Internet IP afin de donner efficacement
accès à divers services.[1]
En se basant sur ces ensembles d’informations et
sur la description d’architecture LTE/EPC, le réseau
LTE contient un ensemble des utilisateurs connectant
à une station de basse eNodeB au but de relier toutes
les informations des utilisateurs dans la voix montant
et descendante via une connexion IP. L’eNodeB assure
la transmission des données d’utilisateurs à travers des
blocs de ressources avec la technologie de multiplexage
OFDM.
Notre objectif dans ce projet est de faire la sim-
ulation, l’étude et l’analyse du débit des utilisateurs
lors de la transmission et la réception des données en
fonction du nombre d’utilisateurs ainsi que la position
de ces utilisateurs dans la cellule. Pour cela nous nous
somme posé les questions suivantes : est ce que le débit
de la transmission et de la réception des données change
lorsque le nombre d’utilisateur dans la cellule change
? Quel est l’impacte de ces changements sur le délai
de la réception des données ? et est ce que le débit de
la réception dépend de l’emplacement des utilisateurs
dans la cellule ?
3 Simulation
Nous nous intéressons, dans cette simulation,
à démontrer et analyser l’impact du nombre
d’utilisateurs sur le débit en modes TCP et UDP dans
une cellule. En supposant que les environnements
pour chaque scénario en TCP ou UDP sont identiques
et que le débit est partagé d’une manière équitable
entre les utilisateurs dans une cellule, sur cette base,
nous avons démontré et analysé si ces facteurs ont un
impact sur le débit d’utilisateurs dans les deux modes
de connexions (TCP ou UDP).
Nous avons simulé un réseau LTE ayant une cel-
1
2. lule connectée aux réaux cœur EPC, en variant le nom-
bre d’utilisateur mobiles connectés à l’eNodeB de cette
cellule, nous avons utilisé aussi une liaison point-à-
point (P2P) entre le P-GW de l’EPC et le serveur dans
l’internet afin d’analyser le trafic entre les utilisateurs
et le serveur distant, comme il est représenté dans la
figure suivante :
Pour l’implémentassions tout d’abord nous avons
commencé par la création d’un réseau cœur EPC et un
réseau d’accès LTE en utilisant les Helpers puis les in-
terconnecter. Ensuite, nous avons créé dans le réseau
d’accès deux groupes de nœud, un groupe d’eNodeB
qui contient une eNodeB et un groupe UE qui con-
tient de 1 à 6 utilisateurs selon les 6 scénarios que
nous avons implémenté. Après nous avons installé un
serveur (UDP Echo Server respectivement TCP Echo
Server) sur le serveur distant et un client (UDP Echo
Client respectivement TCP Echo Client) sur chaque
UE et les connecter à l’eNodeB, Dans chaque scénario,
nous avons envoyé des paquets depuis les UEs vers
le serveur pendant une durée de 10 secondes, sur la
base de chaque nombre d’utilisateurs, nous avons aussi
ajouté trois positions différentes: position 1:(1000.0,
1000.0, 0.0), position 2:(10000.0, 10000.0, 0.0), posi-
tion 3:(20000.0, 20000.0, 0.0). Pour voir l’impact du
nombre et de la position des utilisateurs sur le débit
nous avons utilisé les captures Wireshark pour anal-
yser le trafic et calculer le débit. Le tableau suivant
montre les paramètres de la simulation et les scénarios
de notre test:
Figure 1: les scénarios de notre simulation
4 Résultats
En mode UDP
Dans les six scénarios, nous avons varié (de 1
à 6) le nombre d’utilisateurs mobiles qui sont at-
tachés à l’eNodeB, nous avons utilisé l’application UDP
Echo pour envoyer des paquets d’une taille de 1024
octets(chaque utilisateur envoi 1024 octects). En util-
isant Wireshark pour visualiser la variation du délai en
fonction du nombre d’utilisateurs et de leurs positions,
nous avons trouvé les résultats suivants:
Figure 2: Tableau des résultats de la variation de délai
des utilisateurs pour trafic UDP
Les résultats obtenus montrent que plus nous ajou-
tons des utilisateurs dans la cellule plus le délai aug-
mente, ce qui est totalement logique, car les ressources
que la cellule offre sont réparties sur l’ensemble des
utilisateurs qui augmente à chaque fois, nous avons re-
marqué aussi que la position joue un rôle très impor-
tant sur la variation du délai, le délai augmente lorsque
les utilisateurs s’éloignent de l’eNodeB.
Figure 3: Le délai en fonction du nombre et la position
des utilisateurs pour le trafic UDP
2
3. Pour le calcul du débit nous avons basé sur la
formule suivante:
Débit = (nombre de paquets * la taille de
paquet) / (Délai de transmission)
les résultats que nous avons trouvé sont dans le
tableau suivant:
Figure 4: Tableau des résultats de la variation de débit
des utilisateurs pour trafic UDP
Les résultats obtenus montrent que plus nous
avons ajouté des utilisateurs dans la cellule plus le débit
décroı̂t, car les ressources que la cellule offre sont repar-
ties sur l’ensemble des utilisateurs et le débit à chaque
fois est divisé selon le nombre d’utilisateurs.
Figure 5: Résultats de la variation de délai des utilisa-
teurs pour le trafic UDP
En mode TCP
De la même façon que UDP, dans les six
scénarios, nous avons varié (de 1 à 6) le nombre
d’utilisateurs mobiles qui sont attachés à l’eNodeB
en utilisant l’application UDP Echo Pour envoyer
des paquets d’une taille de 1024 octets chacun. En
utilisant Wireshark, nous avons visualisé la variation
du débit en fonction du nombre d’utilisateurs et de
leurs positions, nous avons trouvé les résultats montré
sur le tableau suivant :
Figure 6: Tableau des résultats de la variation de débit
des utilisateurs pour trafic TCP
Les résultats obtenus montrent que plus nous
ajoutons des utilisateurs dans la cellule plus le débit
décroı̂t, ce qui correspond aux résultats de la connex-
ion UDP, mais la seule différence dans la connexion
TCP nous voyons des pertes de paquets dans les
distances à 10 km et à 20 km ce qui nous donne
un délai très grand. Par contre à la distance de
1km, il n’y a pas de perte, ces pertes sont reliées au
mécanisme d’acquittement du mode TCP. L’émetteur
s’assure toujours si le récepteur a complètement reçu
les paquets dans le cas ou il y a des pertes, l’émetteur
va retransmettre les paquets incorrects. Cela conduit
à un débit réduit.
Figure 7: Les résultats de la variation de débit des
utilisateurs pour trafic TCP
3
4. 5 Conclusion
A partir des résultats de notre simulation, où
nous avons évoqué toutes les étapes d’analyse de
débit d’un réseau LTE dans un milieu urbain dense.
Ainsi, nous avons exposé des aperçus d’écran qui
témoignent les différentes étapes d’analyse réalisées
sous l’outil de simulation NS-3. Enfin, une partie
d’étude de débit a été réalisé tout en analysant
l’impact de l’augmentation du nombre d’utilisateurs et
l’utilisation des paramètres : modèle de propagation,
la puissance d’émission d’utilisateur, la localisation
des utilisateurs dans notre réseau cellulaire ainsi
que notre choix sur le modèle de trafic source. afin
d’améliorer le débit dans un réseau cellulaire, la
diminution du nombre d’utilisateurs est une des façons
pour améliorer le débit dans une cellule quel que soit
le mode de transmission (UDP/TCP) appliqué pour
assurer la qualité des données en transmission. La
position des utilisateurs aussi joue un rôle très im-
portant sur le risque d’erreur ou les pertes des paquets.
References
[1] Yannick Bouguen, Eric Hardouin, and François-
Xavier Wolff. LTE pour les reseaux 4G. Editions
Eyrolles, 2012.
[2] M. O. Kayali, Z. Shmeiss, H. Safa, and W. El-Hajj.
Downlink scheduling in lte: Challenges, improve-
ment, and analysis. In 2017 13th International
Wireless Communications and Mobile Computing
Conference (IWCMC), pages 323–328, 2017.
[3] Naouel SEGHIRI and Lamia SIDHOUM. Etude,
analyse et optimisation de la capacité et la qualité
de service de réseau 4G-LTE. PhD thesis.
4
5. A Annexe
A.1 Compilation de programme:
Figure 8: Résultat de la compilation
A.2 Captures wireshark de trafic UDP
Figure 9: Statistique de conversations UDP-1UEs avec
une distance 1 km
Figure 10: Statistique de conversations UDP-1UEs
avec une distance 10 km
Figure 11: Statistique de conversations UDP-1UEs
avec une distance 20 km
Figure 12: Statistique de conversations UDP-6UEs
avec une distance 1 km
Figure 13: Statistique de conversations UDP-6UEs
avec une distance 10 km
Figure 14: Statistique de conversations UDP-1UEs
avec une distance 20 km
A.3 Captures wireshark de trafic TCP
Figure 15: Statistique sans pertes de conversations
TCP-1UEs avec une distance 1 km
Figure 16: Statistique sans pertes de conversations
TCP-1UEs avec une distance 10 km
Figure 17: Statistique sans pertes de conversations
TCP-1UEs avec une distance 20 km
Figure 18: Statistique sans pertes de conversations
TCP-6UEs avec une distance 1 km
5
6. Figure 19: Statistique avec pertes de conversations
TCP-6UEs avec une distance 10 km
Figure 20: Statistique avec pertes de conversations
TCP-6UEs avec une distance 20 km
B La liste des fichiers
B.1 Code source pour tout les
scénarios:
Figure 21: Code source pour tout les scénarios TCP
Figure 22: Code source pour tout les scénarios UDP
B.2 les captures wireshark pour tout
les scénarios:
Figure 23: Captures wireshark pour tout les connexion
UDP
Figure 24: Captures wireshark pour tout les connexion
TCP
Figure 25: Fichier Exel pour le traçage des courbes
6