Académique Documents
Professionnel Documents
Culture Documents
Optimisation Et Stratégies D'allocation de Puissance
Optimisation Et Stratégies D'allocation de Puissance
prsente devant
Olivier B ERDER
Laboratoire daccueil : LEST - UMR CNRS 6165
cole doctorale : SMIV
Titre de la thse :
V ILB
E L Z EIN
J UTTEN
L E B IHAN
ROSTAING
B UREL
A ZOU
Prsident
Rapporteurs
Examinateurs
Directeur de thse
Invit
R EMERCIEMENTS
Remerciements
Je tiens exprimer ma profonde gratitude toutes celles et ceux qui mont apport leur soutien, leur amiti
ou leur exprience tout au long de ce travail de thse.
Je veux tout dabord remercier Monsieur Pierre V ILB, Professeur lUniversit de Bretagne Occidentale,
pour lhonneur quil ma fait de bien vouloir prsider ce jury de thse et pour les conseils quil ma donns
lors de la ralisation de ce manuscrit.
Les Professeurs Ghas E L Z EIN, de lInstitut National des Sciences Appliques de Rennes, et Christian
J UTTEN de lInstitut National Polytechnique de Grenoble ont accept de rapporter ce travail et je leur adresse
mes plus sincres remerciements. Leurs critiques constructives mont t particulirement prcieuses dans
llaboration finale du document.
Je remercie galement Monsieur Jean L E B IHAN, Professeur lEcole Nationale dIngnieurs de Brest,
et Monsieur Stphane A ZOU, Matre de Confrences lUniversit de Bretagne Occidentale, qui mont fait
lhonneur de participer ce jury et me faire part de leur sentiment sur mon travail.
Il ne saurait tre question de ne pas parler ici du Professeur Gilles B UREL, de l Universit de Bretagne
Occidentale, sans qui ce travail naurait jamais vu le jour. Sa grande culture scientifique, sa disponibilit et
sa simplicit sont autant dlments qui ont favoris le dveloppement de cette thse. La comptence de cet
encadrement fut complte par Monsieur Philippe ROSTAING, Matre de Confrences lUniversit de Bretagne Occidentale, qui reoit galement toute ma gratitude pour les nombreuses suggestions et les conseils
quil a pu me donner.
R EMERCIEMENTS
ii
Merci enfin mes parents pour mavoir toujours soutenu, et Emmanuelle pour mavoir encourag ou
simplement support tout au long de cette aventure. Sa patience et son attention mauront t extrmement
profitables...
iii
vii
Notations mathmatiques
ix
xi
Introduction
1.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
1.3
Modulations numriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.1
1.3.2
1.4
Canaux de transmission . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.1
1.4.2
1.4.3
Canal vanouissements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5
1.6
Notion de diversit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.6.1
Diversit temporelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.6.2
Diversit frquentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.6.3
Diversit de polarisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.6.4
Diversit spatiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.6.5
iv
1.7
Techniques de duplexage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.8
Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Systmes multi-antennaires
2.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2
Modle de systme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3
Codes spatio-temporels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.1
2.3.2
2.4
Multiplex spatial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5
2.6
27
2.5.1
2.5.2
2.5.3
2.5.4
2.5.5
2.5.6
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Expression de la capacit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.6.2
2.7
Applications envisages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.8
2.9
Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
53
3.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.2
Prsentation de lOFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.2.1
Notion dorthogonalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.2.2
Intervalle de garde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.2.3
Orthogonalit temporelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.2.4
Orthogonalit frquentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.2.5
Gnration du signal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.2.6
3.3
3.4
3.5
Principe de lmetteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.3.2
Description du rcepteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Ides de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.4.2
3.4.3
Simulation et performances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5.1
3.5.2
3.6
3.7
Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
81
4.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.2
Principe de lapproche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.3
4.4
5
4.2.1
Modle de systme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.2.2
Ides de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.2.3
Canal virtuel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.3.2
4.3.3
4.3.4
Rsum de la mthode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.3.5
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
93
5.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.2
Maximisation de la capacit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
vi
5.2.2
5.3
5.4
5.5
5.5.2
5.5.3
5.6
5.7
5.8
Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Conclusion
119
Annexe
123
Bibliographie
127
Liste de publications
137
L ISTE DES
ACRONYMES ET ABRVIATIONS
ASI
ASIO
ASM
Acoustique Sous-Marine
BBAG
BLAST
CDMA
COST
CSI
CST
Codes Spatio-Temporels
CSTB
CSTT
dmin
DMT
Discrete Multi-Tone
DSP
DVP
DVS
EDGE
ERD
EQMM
FDD
GPRS
GSM
IES
vii
L ISTE DES
viii
ACRONYMES ET ABRVIATIONS
KKT
Karush-Kuhn-Tucker
MAQ
MDA
MDF
MDP
MIMO
Multi-Input Multi-Output
MV
Maximum de Vraisemblance
OFDM
PEB
RSB
RTC
TDD
TEB
TEBM
TEBMA
TF
Transforme de Fourier
TFD
TFR
UHF
UMTS
WF
ZF
Zero-Forcing
N OTATIONS
MATHMATIQUES UTILISES
ix
Notations mathmatiques
a
Scalaire a
Vecteur a
Matrice A
AT
Matrice transpose de A
Pseudo-inverse de A
kak
kAkF
Attnuation du n trajet
Bc
Bs
Bm
ij
Eb
N0
Esprance mathmatique
Matrice de prcodage
Matrice de dcodage
Matrice de canal
H(X)
Entropie de X
In
I(X,Y )
Information mutuelle de X et Y
I0 (x)
Partie imaginaire
N OTATIONS MATHMATIQUES
Lagrangien
nR
Nombre de rcepteurs
nT
Nombre dmetteurs
Bruit additif
p(x)
Densit de probabilit de x
P r(.)
Probabilit
pT
<
Partie relle
Rapidit de modulation
Tb
Priode binaire
Tc
Tm
talement frquentiel
Ts
Priode symbole
Retard du n trajet
Wo (x)
xi
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
Capacit ergodique dun canal SISO vanouissement de Rayleigh (ligne pointille) compare la capacit de Shannon (ligne continue)
1.9
. . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2
2.3
2.4
2.5
2.6
2.7
2.8
Capacits des systmes MIMO dans un canal de Rayleigh pour un nombre dantennes mettrices et rceptrices gal (nT = nR ), en fonction du RSB . . . . . . . . . . . . . . . . . . . . 46
xii
2.9
Capacits des systmes MIMO dans un canal de Rayleigh en fonction du nombre dantennes
mettrices pour 4 rcepteurs (nR = 4) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.10 Capacit thorique des systmes MIMO dans un canal de Rayleigh en fonction du nombre de
rcepteurs pour un nombre dantennes mettrices donn (n T = 4) . . . . . . . . . . . . . . . 47
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
Capacits (bit/s/Hz) dun systme de transmission MIMO-OFDM sur canal UHF COST 207
pour les modulations MAQ-16, 256 et 4096 . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.9
4.2
4.3
5.1
Systme MIMO bas sur la Qualit de Service: les donnes video sont transmises sur une voie
favorise de 3dB par raport aux donnes audio . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.2
5.3
5.4
xiii
5.5
5.6
5.7
5.8
5.9
Fonction de Lambert principale W 0 (x) (ligne continue) et son approximation par log(x) log(log(x))
(ligne pointille) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
xiv
I NTRODUCTION
Introduction
Depuis quelques annes, la technologie numrique complte la gamme dapplications propose par les
transmissions analogiques. Plus simples et plus robustes que les supports analogiques, les mdias de communication numriques autorisent dj de nombreux services, comme la tlvision et la radio numrique, les
rseaux locaux sans fil, linternet haut dbit et bien sr la tlphonie mobile. Car paralllement cette explosion numrique, le canal radio-mobile connat lui aussi un engouement exceptionnel, bien videmment d
en grande partie lavnement du tlphone cellulaire. Ainsi, prs des deux tiers de la population franaise
disposent dun tlphone portable, et le milliard dabonns sera bientt atteint au niveau mondial. Ce phnomne ne semble pas du tout phmre et les prvisions font du mobile de demain un vritable petit ordinateur
portable, et un objet de communication extraordinaire. Le combin appareil photo numrique - tlphone cellulaire, qui permet entre autres denvoyer instantanment des photos lautre bout du monde et qui connat en
Asie un succs phnomnal, nen est que lexemple le plus rcent.
Au niveau technologique cependant, les oprateurs ont du mal suivre la demande exponentielle des utilisateurs. Lexplosion du march des mobiles, sa croissance soutenue et lapparition de nouveaux services
(figure 1) amnent les rseaux GSM actuels leur limite. Le dbit de 9,6 Kbits/s, dfini lorigine, est insuffisant pour couvrir les nouveaux besoins de transferts de donnes et constitue un frein la diffusion de contenus
multimdias.
Les premires applications WAP (norme permettant laffichage de pages Web sur les mobiles) sur rseau
sans fil souffrent encore de temps de connexion et de rponse trop longs. De plus, la qualit de service est
encore insuffisante et la fiabilit des communications doit tre amliore. Les nouvelles normes de tlphonie
hauts dbits, tels GPRS, EDGE et UMTS devaient rsoudre ces problmes et bouleverser terme les possibilits, mais leur lancement est sans cesse retard.
Lune des principales raisons qui expliquent ce dlai est la volont des constructeurs dintgrer les toutes
I NTRODUCTION
Dbits en kbps
2000
Vidoconfrence
384
Informations
multimdia
144
Messages
multimdia
Intranet/Extranet
Mobile
64
Guidage
32
Email
Messagerie unifie
CRM
Informations
ERP
Services de golocalisation
10
SMS
1998
Annuaire
2000
GSM/WAP
Messagerie
instantane
Chat
Forum
Fax
2002
2004
GPRS/EDGE
2006
2008
UMTS
nouvelles technologies permettant daugmenter sensiblement lefficacit spectrale des systmes mobiles. Lune
dentre elles, combinant la multiplicit dantennes lmission et la rception, fait lobjet de cette thse. Ces
systmes antennes multiples, ou systmes MIMO (pour Multi-Input Multi-Output), ont le potentiel daugmenter considrablement la capacit des transmissions hertziennes et, sils existent depuis plus dune dcade,
connaissent un net regain dintrt. Plusieurs architectures ont ainsi t dveloppes paralllement, allant du
multiplexage spatial aux codes spatio-temporels, et proposant toutes une amlioration incroyable des performances des systmes de transmission. Cependant, cette technologie multi-antennes ne fonctionne pas dans
tous les milieux, et doit respecter bon nombre de contraintes. Elle est de plus en pleine expansion, et les innovations affluent. Ce travail a donc pour objectif dune part de lever quelques restrictions propres ces systmes
spatio-temporels, et dautre part doptimiser leurs performances.
Le premier chapitre propose quelques gnralits sur les communications numriques. Il dcrit brivement le fonctionnement dune chane de transmission et prsente les modulations numriques et les modles
I NTRODUCTION
de canaux utiliss dans ce travail. Il propose quelques rappels sur la thorie de linformation, et indique lexpression de la capacit dun canal. La notion de diversit est introduite, qui aboutit logiquement aux systmes
multi-antennaires.
Ces systmes MIMO font lobjet du second chapitre. Les codes spatio-temporels et les multiplexages
spatiaux sont rapidement tudis, et plusieurs rcepteurs, linaires et non linaires sont abords. Ce chapitre
donne aussi les principales caractristiques et limitations des systmes multi-antennes, avant de proposer les
applications envisages.
Le troisime chapitre propose dassocier les techniques multiporteuses aux systmes multi-antennes, ce
qui permet de rsoudre une contrainte de bande troite impose par certains modles de multiplexage spatial.
Il dcrit brivement la modulation multiporteuses OFDM, avant dexpliquer matriciellement les rgles inhrentes cette association. Des simulations sont conduites sur un modle de canal radio-mobile qui prouvent
lefficacit du procd.
Librs de cette contrainte de bande troite et considrant la possiblit pour lmetteur de connatre ltat
du canal, nous proposons dans le quatrime chapitre un processus doptimisation des systmes multi-antennes
qui autorise la fois une rduction de complexit au niveau du rcepteur et une amlioration de la scurit
des communications. Ce chapitre thorique, dont le but avou est la diagonalisation du systme, procde en
plusieurs tapes et utilise quelques oprations matricielles comme les dcompositions en valeurs propres ou
singulires.
Le cinquime chapitre utilise cette reprsentation diagonale pour proposer plusieurs critres doptimisation. Des matrices diagonales de prcodage et de dcodage sont alors conues, qui amliorent sensiblement
la fiabilit du systme, sans pour autant trop augmenter la complexit des rcepteurs. Ce chapitre prsente
notamment un prcodeur bas sur la minimisation du taux derreur binaire, et compare ses performances avec
les autres prcodeurs en terme defficacit spectrale et de probabilit derreur.
Finalement, nous tirons quelques conclusions sur les systmes multi-antennes et leur prcodage dans un
ultime chapitre, avant doffrir quelques perspectives ce travail.
I NTRODUCTION
Chapitre 1
mais convertis sous une forme numrique. La tche du systme de transmission est dacheminer linformation
de la source vers le destinataire avec le plus de fiabilit possible. Les caractristiques de lenvironnement de
transmission sont trs importantes et affectent directement la conception des systmes de communication et
leurs fonctions.
Si le message produit par la source est de type analogique, il est converti en une squence dlments binaires par des tapes successives dchantillonnage, de quantification et de codage binaire. Dans le cas idal,
cette squence doit tre la plus courte possible. Pour augmenter lefficacit de la transmission et optimiser
lutilisation des ressources du systme, un codeur de source compresse donc les donnes en liminant les
lments binaires non significatifs. Nous ne nous intresserons pas dans cette thse au codage de source, et
considrerons que la source dinformation est idale, i.e. dlivre des lments binaires indpendants et identiquement distribus (i.i.d.).
Lors du passage dans le canal physique de transmission, le signal est altr par du bruit et des interfrences, induisant parfois le rcepteur en erreur. Afin daugmenter la fiabilit de la transmission, un codeur
de canal introduit, de manire parfaitement contrle, de la redondance dans la squence dinformation. Ce
codage est encore appel codage dtecteur et correcteur derreurs puisque le rcepteur connat la loi de codage
utilise et est donc capable de dtecter puis ventuellement corriger les donnes binaires errones. Cependant,
cette amlioration de la qualit du message se fait au dtriment du dbit global de transmission, et si lon se
rfre de plus aux travaux conduits par Shannon sur la thorie de linformation [1], le codage de canal nest
possible que si le dbit de la source binaire est infrieur la capacit du canal de transmission. Afin dviter
linterception voire lcoute dune transmission par des personnes non autorises, ou dans le but de faciliter
la rcupration de lhorloge en rception, il est galement possible dajouter un processus dembrouillage, par
exemple grce lutilisation dune squence binaire alatoire [2].
la sortie du codeur de canal, la squence dinformation binaire passe par un modulateur numrique,
qui sert dinterface avec le canal de communication en donnant au signal une contenance physique. A chaque
lment ou groupe dlments binaires est associe une forme donde selon une loi de transcodage, le tout
formant alors un signal lectrique susceptible dtre envoy dans le canal en bande de base ou sur frquence
porteuse. Les diffrentes modulations numriques sont dtailles dans le paragraphe suivant.
source
codeur
modulateur
canal
dmodulateur
dcodeur
destinataire
Le canal de transmission est le support physique utilis pour envoyer linformation de lmetteur au rcepteur, et il diffre selon le type dapplication envisage. Ainsi, si le tlphone utilise le cble bifilaire,
des applications plus gourmandes en dbit privilgieront la cble coaxial, autorisant des dbits de lordre du
Mbit/s, ou mieux la fibre optique qui peut supporter des dbits de plusieurs Gbit/s. Dans le cadre de notre
travail, nous envisagerons plutt les transmissions radio-mobiles, qui utilisent la propagation des ondes lectromagntiques dans lespace libre. Quel que soit le support employ lors de la propagation du signal, celui-ci
subit des dgradations dorigine diverse, comme les vanouissements propres la propagation, le bruit thermique gnr par les appareils lectroniques, ou encore des perturbations lectriques dues aux brouilleurs,
parasites, la foudre...
la rception dun systme de communications numriques, le dmodulateur traite les formes donde
en provenance du canal par des processus destimation et de quantification et les rduit des squences de
nombres, qui reprsentent des estimations des symboles mis. Ces squences sont ensuite dcodes selon les
oprations inverses de celles employes lmission, ce qui permet au destinataire de retrouver linformation
binaire initiale.
Linformation binaire narrive pas toujours intacte au destinataire, et les performances du systme de
transmission dpendent de trs nombreux facteurs, parmi lesquels on peut citer les caractristiques du canal,
la puissance de lmetteur, la forme donde utilise ou encore le type de codage. Le bruit est le terme gnrique qui regroupe lensemble des perturbations subies par le signal lors de son passage dans le canal de
transmission. Afin de mesurer ces perturbations, on appelle donc rapport signal sur bruit (RSB) le rapport
entre la puissance totale du signal mis et la puissance du bruit au niveau du rcepteur. La frquence laquelle
les erreurs se produisent constitue une bonne indication de la fiabilit de la communication. Pour la quantifier,
on dfinit le Taux dErreur Binaire (TEB) comme le rapport entre le nombre de bits errons et le nombre total
de bits mis, et le terme de Probabilit dErreur Binaire (PEB) indique une estimation de ce rapport.
Un autre aspect primordial pour juger des performances dun systme de communication rside dans la
complexit de lalgorithme de dmodulation employ par le rcepteur. Enfin loccupation spectrale du signal
mis doit tre connue pour utiliser efficacement la bande passante du canal de transmission, et les besoins en
dbit des applications nouvelles conduisent de plus en plus des modulations grande efficacit spectrale. La
modulation damplitude en quadrature (MAQ), que nous utiliserons tout au long de cette thse, en fait partie
et est dtaille dans le prochain paragraphe.
La phase
Dans les procds de modulation binaire, linformation est transmise laide dun paramtre qui ne prend
que deux valeurs possibles. Dans les procds de modulation M -aire, linformation est transmise laide
dun symbole qui prend sa valeur parmi M = 2 n ralisations possibles, ce qui permet dassocier un tat
de modulation un mot de n lments binaires. Lensemble de ces symboles est appel alphabet et forme une
constellation caractristique pour chaque modulation. Supposons que la source dlivre des lments binaires
toutes les Tb secondes, la priode symbole est dfinie par T s = nTb et le dbit binaire sexprime Db =
La rapidit de modulation R =
1
Ts
Db
log2 M
1
Tb .
dtats par seconde dun ou de plusieurs paramtres modifis simultanment. Un changement de phase du
signal porteur, une excursion de frquence ou une variation damplitude sont par dfinition des changements
dtats.
A(t) =
avec
X
k
ak h(t kTs )
(1.1)
o h(t) est un filtre de mise en forme des impulsions, par exemple une porte (h(t) = 1 si t [0,T s [ et
0 ailleurs), est une phase de rfrence et {a k } la suite des symboles M -aires. Ce type de modulation est
simple raliser mais est assez peu employ pour M > 2 car ses performances sont moins bonnes que celles
dautres modulations, notamment en ce qui concerne sa rsistance au bruit.
Pour la modulation dplacement de phase (MDP), le seul paramtre susceptible de varier est la phase
de londe porteuse. A la sortie du modulateur, le signal sexprime:
s(t) = A
X
k
(1.2)
o A reprsente lamplitude constante de londe porteuse et k la valeur de la phase pendant un intervalle de temps [kTs ,(k + 1)Ts [. Pour une modulation MDP-M , k prend ses valeurs dans un alphabet de M
lments:
n = + (2n + 1)
,
M
n = 0,1, . . . ,M 1
(1.3)
10
(1.4)
m
Ts
m est lindice de modulation. Une modulation frquemment utilise considre le cas particulier m = 0.5. Le
spectre est alors concentr autour de la frquence porteuse et cette modulation prend naturellement le nom de
modulation dplacement minimum de frquence.
(1.5)
a(t) =
X
k
ak h(t kT )
et
b(t) =
X
k
bk h(t kT )
(1.6)
Le signal modul s(t) est donc la somme de deux porteuses en quadrature, modules en amplitude par les
deux signaux a(t) et b(t).
On considre gnralement que les symboles a k et bk prennent respectivement leurs valeurs dans le mme
alphabet M lments donnant ainsi naissance une modulation possdant E = M 2 tats. Chaque tat
est donc reprsent par un couple (a k ,bk ) ou ce qui revient au mme par un symbole complexe c k = ak +
jbk . Dans le cas particulier mais trs frquent o M peut scrire M = 2 n , alors les ak reprsentent un
mot de n bits et les bk reprsentent aussi un mot de n bits. Le symbole complexe c k = ak + jbk peut par
consquent reprsenter un mot de 2n bits. Lintrt de cette configuration est que le signal s(t) est alors
11
obtenu par une combinaison de deux porteuses en quadrature modules en amplitude par des symboles a k
et bk indpendants. Cette modulation prend naturellement le nom de modulation damplitude en quadrature
(MAQ) et si sa constellation comporte E tats, on la note MAQ-E.
E = 64
E = 16
Quadrature
E=4
1
7
7
Phase
F IG . 1.2 Constellations pour modulations MAQ-E
Par exemple, la MAQ-16 est construite partir de symboles a k et bk qui prennent leurs valeurs dans
lalphabet {d, 3d} o d est une constante donne. La MAQ-16 a t souvent utilise, notamment pour la
transmission sur ligne tlphonique du RTC ( 9600 bit/s) et pour les faisceaux hertziens grande capacit
(140 Mbit/s) dvelopps dans les annes 1980. Plus gnralement lorsque les symboles a k et bk prennent leurs
valeurs dans lalphabet {d, 3d, 5d,..., (M 1)d} avec M = 2 n , on obtient une modulation 22n tats
et une constellation avec un contour carr dont font partie la MAQ-4, la MAQ-16, la MAQ-64 et la MAQ-256.
La figure 1.2 reprsente les constellations de modulations de type MAQ pour plusieurs nombres dtats.
Lorsque le signal s(t) est obtenu par une combinaison de deux porteuses en quadrature modules en
amplitude par des symboles ak et bk indpendants, cela simplifie le modulateur et le dmodulateur.
La rception dun signal MAQ fait appel une dmodulation cohrente et par consquent ncessite lex-
12
traction dune porteuse synchronise en phase et en frquence avec la porteuse lmission. Le signal reu
est dmodul dans deux branches parallles, sur lune avec la porteuse en phase et sur lautre avec la porteuse
en quadrature. Les signaux dmoduls sont convertis par deux convertisseurs analogiques numriques (CAN),
puis une logique de dcodage dtermine les symboles et rgnre le train de bits reus.
source
codeur
modulateur
canal
dmodulateur
dcodeur
destinataire
On note respectivement ak et yk les lments lentre et la sortie du CBS. Si le bruit et autres perturbations causent des erreurs statistiquement indpendantes dans la squence binaire transmise avec une
probabilit p, alors [3]:
(1.7)
13
1p
Entres
Sorties
p
1
1p
(1.8)
o (t) reprsente le BBAG, caractris par un processus alatoire gaussien de moyenne nulle, de variance
2 et de densit spectrale de puissance bilatrale =
N0
2 .
(1.9)
14
toutefois dans dautres milieux, et les transmissions acoustiques sous-marines doivent ainsi affronter de nombreux multi-trajets ds la surface de leau et aux fonds marins. En ce qui concerne les variations temporelles
du canal, on peut distinguer deux classes, ltalement temporel et leffet Dopler, pouvant par ailleurs constituer une base pour la classification des canaux vanouissements.
1
Tm .
que Bs Bc , toutes les composantes frquentielles du signal subissent des attnuations semblables, et le
canal est dit non slectif en frquence. Dans le cas contraire, aux moins deux composantes frquentielles subissent des attnuations indpendantes, et le canal est dit slectif en frquence, traduisant ainsi ce manque de
corrlation. Pour viter ce phnomne gnrateur dinterfrence entre symboles (IES), on essaie en pratique
de rendre la largeur de bande du signal trs petite par rapport la bande de cohrence du canal.
Effet Doppler
Quand lmetteur et le rcepteur sont en mouvement relatif avec une vitesse radiale constante, le signal
reu est sujet un dcalage constant de frquence, appel effet Doppler, proportionnel cette vitesse et la
frquence porteuse. Cette dispersion frquentielle, due linconstance des caractristiques du canal durant la
propagation, rsulte en une augmentation de la bande de frquence occupe par le signal. On peut considrer
leffet Doppler comme le pendant frquentiel de ltalement temporel, et dfinir ainsi un talement frquentiel
Bm correspondant la diffrence entre le plus grand et le plus petit dcalage en frquence inhrents aux multiples trajets. On reprsente par T c le temps de cohrence du canal, durant lequel les distortions temporelles du
canal restent ngligeables. Traditionnellement, T c est du mme ordre de grandeur que linverse de ltalement
frquentiel : Tc
1
Bm
. Si on note Ts la priode symbole, il est clair que pour viter la slectivit en temps, il
15
Pour garantir la non slectivit la fois en frquence et en temps, il faut en rsum respecter les conditions:
Tm T s T c
(1.10)
Parmi les environnements de propagations courants, il est toutefois assez rare quun canal respecte parfaitement ces contraintes, obligeant les oprateurs trouver un compromis.
r(t) =
N
1
X
n=0
n s(t n ) + (t)
(1.11)
16
o le bruit BBAG complexe est reprsent par (t), et n et n caractrisent respectivement lattnuation
complexe et le retard affectant chaque trajet. Le nombre de trajets emprunts par un mme signal est norme,
et il nest pas question de tous les modliser. Ne sont donc pris en compte que les trajets significatifs, dont le
retard et lattnuation restent en de dun seuil acceptable. Mais ces dispositions ne suffisent pas toujours, et
dans le cas o le nombre N de trajets significatifs reste important, le thorme de la limite centrale [3] justifie
la possibilit de les grouper en L paquets, chaque paquet ayant alors une attnuation complexe rsultante l
pour un retard moyen l , donnant au signal reu lexpression suivante:
r(t) =
L1
X
l=0
l s(t l ) + (t)
(1.12)
rk =
L1
X
l skl + k
(1.13)
l=0
Alors que la phase de l est en gnral une variable alatoire uniformment distribue sur [0,2[, la loi
de distribution de son module varie en fonction de lenvironnement de propagation. Si le modle considre
quil ny a pas de trajet direct, le module de l suit une loi de Rayleigh avec une variance 2 l et sa densit de
probabilit est de la forme:
2
l 2l
p(l ) = 2 e 2l
l
(1.14)
Cest le modle le plus couramment utilis pour les communications radiomobiles. En revanche, si lenvironnement permet un trajet direct entre lmetteur et le rcepteur, ce module suivra une loi de distribution
ricienne:
l
p(l ) = 2 e
l
2
2
l +
2
2
l
I0
l
2 l
(1.15)
o est un paramtre de non-centralit d au trajet direct et I 0 (x) reprsente la fonction de Bessel modi
fie dordre 0. Ces deux distributions sont reprsentes sur la figure 1.6 pour l = 0.5 (et = 2 pour le
modle de Rice).
Cependant dautres modles, bass sur des mesures de canaux rels, sont utiliss pour la simulation de
transmissions sur canaux radio-mobiles, tel le modle UHF COST 207, que nous dtaillerons au chapitre 3.
17
ddp
0.8
0.6
0.4
0.2
0.5
1.5
2.5
r
3.5
4.5
(1.16)
Cest une quantit positive ou nulle qui caractrise la diminution de lincertitude apporte par la ralisation
dun vnement x. Lentropie est la moyenne de cette quantit dinformation:
(1.17)
xX
Considrons prsent une deuxime variable alatoire discrte Y dont la densit de probabilit scrit
18
H(X,Y ) =
XX
(1.18)
xX yY
Lentropie conditionnelle H(Y |X) se dfinit comme lincertitude lie la ralisation de Y , connaissant la
ralisation de X, soit:
H(Y |X) =
xX
p(x)H(Y |X = x) =
XX
xX yY
(1.19)
I(X,Y ) =
XX
xX yY
p(x,y) log 2
p(x,y)
= H(X) + H(Y ) H(X,Y ) = H(X) H(X|Y )
p(x)p(y)
(1.20)
Une fois poses les bases de la thorie de linformation, nous sommes en mesure de calculer la capacit
dun canal physique de transmission.
La capacit dun canal est une mesure de la quantit maximale dinformation qui peut tre transmise sur
un canal puis reue avec une probabilit derreur ngligeable.
Si lon reprsente lentre et la sortie dun canal sans mmoire par les variables alatoires X et Y respectivement, la capacit dun canal est dfinie comme le maximum de linformation mutuelle entre X et Y :
C = max
p(x)
I(X,Y )
(1.21)
Un canal est dit sans mmoire si la distribution de probabilit de la sortie dpend seulement de lentre ce
moment prcis et est indpendante conditionnellement des sorties et entres prcdentes. p(x) est la fonction
de densit de probabilit (ddp) des symboles mettre X. Dans le cas dun canal CBS prcdemment dfini,
cette capacit sexprime simplement:
C = 1 + p log 2 p + (1 p) log 2 (1 p)
(1.22)
19
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
On remarquera (Fig. 1.7) que la capacit du canal est maximum lorsquil ny a pas derreur de transmission
(p = 0) mais aussi lorsque le canal remplace systmatiquement la donne par son complmentaire (p = 1).
Il est alors possible de reconstituer le message simplement. La capacit est nulle lorsque p = 0.5, cest dire
lorsque la donne a une chance sur deux dtre erronne. Dans ce cas la donne reue est indpendante de la
donne mise.
Si lon considre un canal sans mmoire avec une contrainte de puissance p T lmission et si lon note
pE la puissance totale mise, on a:
C=
max
p(x):pE pT
I(X,Y )
(1.23)
Dans le cas dun canal BBAG, la formule de base de la capacit est donne par la relation suivante [3]:
C = Bs log2 (1 +
pE
)
Bs N0
(1.24)
On rappelle que Bs reprsente la bande de frquence utilise pour transmettre le signal et que N 0 est
dfini par la densit spectrale de puissance du bruit =
N0
2 .
20
C = log2 (1 + )
(1.25)
Cette relation, connue galement comme la borne suprieure de Shannon, montre que la capacit crot
dune faon monotone avec le RSB.
Si lon se penche prsent sur le cas des communications sur canaux vanouissements, la capacit
ergodique (moyenne) dun canal mono-antenne (ou SISO, pour single-input single-output) de gain complexe
h11 est donne par lexpression [4, 5]:
C = EH {log 2 (1 + |h11 |2 )}
(1.26)
Capacit (bits/s/hz)
10
RSB (dB)
12
14
16
18
20
F IG . 1.8 Capacit ergodique dun canal SISO vanouissement de Rayleigh (ligne pointille) compare
la capacit de Shannon (ligne continue)
21
Utilise pour combattre lvanouissement slectif en temps, la diversit temporelle consiste mettre plusieurs rpliques du signal (ou des versions redondantes) dans des intervalles temporels spars dau moins
le temps de cohrence du canal Tc (Fig. 1.9). Ce type de diversit est obtenu par lutilisation conjointe dun
entrelaceur et dun code correcteur derreur, ou encore par demande de rptition automatique. Le principal
dsavantage de ce procd est bien sr le retard induit par la diversit, et la baisse de dbit correspondante.
frquence
s(t)
s(t)
Bs
Tc
temps
22
Efficace lorsque les vanouissements du canal sont slectifs en frquence, la diversit frquentielle revient
mettre le mme signal (ou des versions redondantes) sur plusieurs frquences porteuses, dont lcartement
frquentiel est dau moins la bande de cohrence du canal B c (Fig. 1.10). La diversit frquentielle peut tre
exploite par lutilisation dune modulation multiporteuse conjointement avec un entrelaceur et un codage
correcteur derreur [7]. Les techniques dtalement de spectre sont parfois considres comme une source
potentielle de diversit frquentielle. Ces techniques utilisent une squence pseudo-alatoire pour largir le
spectre du signal, autorisant ainsi une bonne rsistance aux perturbations et une grande discrtion de transmission. Elles ont dailleurs t initialement dveloppes pour des applications militaires. Ltalement de spectre
par squence directe [8] et ltalement par sauts de frquence [9] sont les plus rpandus.
frquence
s(t)
Bs
Bc
s(t)
temps
On parle de diversit de polarisation quand le mme signal est mis et reu simultanment sur des ondes
polarises orthogonalement et dont les caratristiques de propagation sont indpendantes. Contrairement la
diversit spatiale, il ny a pas de contrainte sur lcartement relatif des antennes, et une diversit dordre 2 peut
ainsi tre facilement obtenue en utilisant une paire dantennes de polarisations orthogonales [10].
23
Dans ce travail, nous nous intressons plus particulirement la diversit spatiale, ou diversit dantenne.
Elle consiste mettre ou recevoir linformation par plusieurs antennes, spares dans lespace dau moins la
distance de cohrence, qui correspond la sparation minimale des antennes garantissant un vanouissement
indpendant et dpend donc de langle de dpart et/ou darrive des multi-trajets. Cette distance de cohrence
peut varier trs largement selon le type et lemplacement de lantenne considre. Des mesures empiriques
ont montr une forte corrlation entre la hauteur de lantenne dune station de base et la distance de cohrence
[11]. De grandes antennes imposent ainsi une grande distance de cohrence. Du ct du mobile, en revanche,
gnralement plus bas en altitude et donc soumis de nombreux chos, la distance de cohrence reste raisonnable. Dune manire gnrale, une sparation de 0.4 0.6 semble adquate pour le mobile 1 , alors que
pour une station de base, elle peut atteindre plus de 10.
La diversit spatiale en rception, c--d lemploi dantennes multiples du ct du rcepteur uniquement est
un sujet dj bien prsent dans la littrature [12], et est notamment lorigine des techniques de combinaison
des rpliques abordes ci-dessous. Lobservation issue de capteurs tant par ailleurs un mlange de signaux
inconnus, la multiplicit des antennes rceptrices permet aussi la sparation de sources [13]. En revanche, la
diversit dmission est un domaine de recherche en pleine volution depuis quelques annes. Lide de base
est ici denvoyer linformation aprs un traitement spcifique chaque antenne afin que le rcepteur puisse
combiner ces signaux pour obtenir de la diversit. Le premier systme utilisant la diversit dmission fut
propos par Wittneben en 1991 [14], puis amlior en 1993. La diversit dmission est en fait une diversit de
modulation, les symboles subissant un prfiltrage rponse impulsionnelle finie (RIF) orthogonal introduisant
de lIES, avant leur mission sur les antennes. Le rcepteur est alors confront un canal quivalent slectif
en frquence avec des vanouissements indpendants. Cette ide fut reprise dans [15] sous le nom de diversit
de retard, et est lexpression la plus simple des rcents codes spatio-temporels en treillis.
La tendance actuelle est dassocier plusieurs antennes la fois lmission et la rception, formant ainsi
des systmes multi-antennaires plus connus sous le nom de MIMO (pour Multi-Input Multi-Output), et qui
permettent datteindre de hauts degrs de diversit. Ces systmes, tudis plus en dtail dans le chapitre suivant, rduisent clairement les fluctuations du signal et liminent les vanouissements trop profonds.
1. Pour un systme de tlphonie mobile de troisime gnration (norme UMTS qui fonctionne environ 2 GHZ) cela correspond
un peu plus de 6 cm, ce qui semble largement envisageable.
24
Afin dobtenir la meilleure efficacit spectrale possible moindre cot, les systmes pratiques combinent
en gnral plusieurs types de diversit. A titre dexemple, la norme GSM regroupe [19]:
de la diversit temporelle (codage suivi dun entrelaceur)
de la diversit en frquence (sauts de frquence)
de la diversit dantennes en rception (sur la voie montante)
de la diversit de trajet grce lutilisation dun rcepteur en rteau.
Les futures normes de tlphonie mobile et de rseaux locaux sans fil devraient gnraliser ce recours
la diversit. Dans ce mmoire de thse, nous traiterons principalement de la diversit spatiale, ventuellement
associe la diversit frquentielle obtenue par lutilisation de lOFDM (cf. chapitre 3).
25
1.8 Conclusions
Nous avons prsent dans ce chapitre quelques gnralits sur les transmissions numriques. Nous avons
dtaill une chane classique de transmission, de la source binaire jusquau destinataire. Les modles de canaux que nous utiliserons dans cette thse ont t dcrits, en particulier les canaux vanouissements qui
caractrisent les communications radio-mobiles. Nous avons ainsi dfini ltalement temporel et leffet Doppler. Pour pouvoir valuer les performances des systmes proposs dans la suite de cette thse, il nous a paru
intressant de rappeler plusieurs notions de la thorie de linformation, notamment lexpression de la capacit.
Pour combattre les vanouissements, les solutions les plus efficaces restent les techniques de diversit,
quelle soit temporelle, spatiale ou encore frquentielle, et un paragraphe leur a donc t consacr, ainsi
quaux techniques de combinaison des rpliques. Enfin, les techniques de duplexage, intressantes dans le
26
cadre de loptimisation globale du schma de transmission ont t brivement introduites. Aprs avoir rappel
ces gnralits utiles la comprhension de lensemble du travail, nous allons maintenant dcrire les systmes
MIMO, bass sur la diversit dantennes la fois lmission et la rception.
27
Chapitre 2
Systmes multi-antennaires
2.1 Introduction
Dans un systme mono-antenne, laugmentation de la taille de la modulation ou de la bande de frquence
utilise sont les seules solutions pour augmenter le dbit de donnes, avec tous les problmes de complexit ou
dencombrement que cela entrane. Partant du point de vue de la thorie de linformation, deux membres des
laboratoires de recherche Bell, Telatar [20] et Foschini [4], ont paralllement et indpendamment montr que
la capacit des systmes multi-antennes augmentait linairement avec le nombre dantennes mettrices, dpassant de manire significative la limite thorique de Shannon [21]. Laptitude des systmes multi-antennes
rsister aux vanouissements et aux interfrences constitue par ailleurs un avantage supplmentaire indniable.
entre binaire
codage
canal
modulation
nT
dcodage
sortie binaire
dmodulation
nR
Ces dcouvertes ont fait des systmes MIMO (figure 2.1) un des domaines les plus attractifs pour les
industriels, qui y voient une des technologies susceptibles de rsoudre les problmes dencombrement et de
limitation de capacit des rseaux sans fil large bande. De nombreuses tudes ont donc t menes depuis lors,
28
proposant de nouvelles architectures, diffrents algorithmes de rception ou encore des mthodes doptimisation. On distingue principalement deux types darchitecture de systmes multi-antennes, dveloppes pour
atteindre le mme objectif de dpart, savoir laugmentation de lefficacit spectrale de la trasmission, mais
de manire diffrente. Larchitecture originale, connue sous le nom de BLAST (Bell Labs Layered SpaceTime) visait augmenter principalement la capacit des systmes et a naturellement pris le nom de systme
spatio-temporel par couches, puisque la chane de symboles est directement dmultiplexe sur les antennes
mettrices. Afin damliorer la qualit de la transmission, Tarokh [22] puis Alamouti [23] ont conu des systmes bass essentiellement sur la diversit, proposant un codage et un tiquetage conjoints. La redondance
ainsi introduite permet alors de rduire considrablement le Taux Erreur Bit, sacrifiant une partie du gain en
dbit d la multiplicit dantennes.
De nombreuses approches ont galement t envisages pour la sparation des signaux et la rception des
symboles en provenance dun canal MIMO, et une gamme complte dalgorithmes linaires ou non est disponible. Entre le rcepteur bas sur le critre du forage zro (ZF), solution la plus simple mais aussi la moins
performante, et la dtection optimale base sur le maximum de vraisemblance (MV), dont la complexit se
rvle parfois prohibitive lorsque le nombre dantennes est trop lev, on pourra trouver dans la section 2.5
un panel de plusieurs algorithmes sous-optimaux, dont certains se montrent cependant trs efficaces. A la fin
de ce chapitre, nous prsenterons les principales caractristiques des systmes MIMO, et particulirement la
capacit qui les a rendus si attractifs, avant de proposer leur application dans plusieurs systmes de tlcommunications.
29
Par ailleurs, lorsquon utilise plusieurs antennes lmission ou la rception, la probabilit de perdre
toute linformation diminue exponentiellement avec le nombre dantennes dcorrles. Cest le phnomne
de diversit spatiale et lordre de diversit est dfini par le nombre de branches dcorrles.
Les avantages des systmes MIMO vont cependant bien au-del de ceux des antennes intelligentes. Le
fait de placer des antennes des deux cts de la liaison cre une matrice de canal et donne la possibilit
de transmettre de linformation par plusieurs modes spatiaux de cette matrice sur le mme crneau spatiotemporel et sans puissance supplmentaire. Si cela peut paratre simple intuitivement, il aura tout de mme
fallu attendre les travaux rigoureux de dmonstration de Foschini [4] et Telatar [20] pour que des systmes
pratiques de ce type soient mis en oeuvre. Le calcul de la capacit est dtaill dans le paragraphe 2.6.1.
Considrons un systme MIMO avec nR rcepteurs et nT metteurs. On suppose que la bande de frquence utilise pour la transmission est assez troite pour que le canal soit non slectif en frquence. Chaque
trajet entre une antenne mettrice et une antenne rceptrice peut alors tre caractris par un gain complexe
hji reprsentant le coefficient dvanouissement entre le i e metteur et le j e rcepteur (fig. 2.2). A la rception, chaque antenne reoit la somme des symboles s i transmis simultanment par chacune des n T antennes
mettrices. Le signal rj reu par la j e antenne peut par consquent scrire de manire discrte:
rj =
nT
X
hji si + j
(2.1)
i=1
o j reprsente un chantillon du bruit qui perturbe le signal, gnralement considr comme BBAG.
h11
1
codage
entre binaire
h21
2
h1nT
modulation
nT
hn R n T
hn R 1
dcodage
sortie binaire
dmodulation
nR
Si lon considre prsent lensemble des symboles reus simultanment par les antennes, le systme peut
scrire sous la forme matricielle suivante:
r = Hs +
(2.2)
30
H=
h11
...
h1nT
h21
..
.
...
..
.
h2nT
..
.
h nR 1 . . . h nR nT
(2.3)
E {ss } = InT
E { } = R
E {s } = 0.
(2.4)
Dans la plupart de nos tudes, on suppose que le canal est sans mmoire, i.e., pour chaque bloc de symboles
mis la matrice H est tire indpendamment et alatoirement selon la loi qui sadapte le mieux au type de
transmission envisag. Cela veut dire que la capacit du systme peut tre calcule comme le maximum
dinformation mutuelle (par. 2.6.1).
La majorit des systmes suppose par ailleurs une parfaite connaissance du canal (CSI) la rception,
tandis que la connaissance du canal lmission nest envisage que dans certaines architectures et sous
certaines conditions. En pratique, le canal est estim par le rcepteur chaque paquet transmis grce une
squence dapprentissage. Dans un contexte de communication purement aveugle, une stratgie peut consister
recourir lgalisation aveugle, dont un tat de lart est propos dans [24]. Dun autre ct, les limites
fondamentales des systmes MIMO en terme de capacit sont approches si les signaux transmis par les
diffrentes antennes sont orthogonaux et si la rpartition de lnergie sur ces dernires est uniforme [25]. De
ces tudes sont nes diffrentes architectures spatio-temporelles unitaires [26] ou diffrentielles [27]. Nous
allons aborder dune manire gnrale ces techniques de codage spatio-temporel dans le paragraphe suivant.
31
systmes MIMO permettaient galement des communications bien plus sres grce un codage conjoint de
toutes les sous-chanes dinformation qui sont transmises aux antennes. Ce codage spatio-temporel (CST),
dont larchitecture gnrale est prsente sur la figure 2.3 ajoute donc de la redondance aux donnes binaires
mises afin daugmenter la diversit spatiale et viter les vanouissements propres au canal radio-mobile.
Source
dinformation
codeur
modulation
des
symboles
Environnement
2
riche en
chos
nT
dmodulation
dcodeur
Sortie
nR
En revanche lindpendance des signaux diminue proportionnellement; il est mme possible de coder
ceux-ci de telle sorte que le dbit soit le mme que pour une transmission mono-antenne. Dans ce cas les
antennes multiples ne sont plus utilises pour augmenter le dbit, mais simplement pour crer la diversit
spatiale ncessaire lacheminement dinformation sur un canal particulirement difficile.
La paternit des codes spatio-temporels est attribue Tarokh qui dans [22] proposa une forme de codes
convolutifs pour systmes MISO, crant ainsi la premire famille de CST, les CST en treillis (CSTT). Cependant la popularit des CST provient surtout dune structure ultrieure dveloppe originellement par Alamouti
dans [23] et dveloppe dans le paragraphe 2.3.2. Cette seconde architecture connue sous le nom de CST par
blocs (CSTB) semble en effet plus intressante, car moins complexe.
32
k+1
F IG . 2.4 Diagramme de treillis pour un CSTT 4 tats utilisant n T = 2 metteurs et une modulation MDP-4
Le fonctionnement du codeur est relativement simple, et peut tre rsum comme suit:
k reprsente ltat du treillis linstant k et par consquent ltat suivant est not k+1 .
Considrons que le treillis est ltat initial k = 0.
Ltat suivant du treillis dpend des bits dinformation coder. Ainsi, si les deux bits coder sont 11,
alors ltat suivant prend la valeur dcimale quivalente cest--dire k+1 = 3.
Les symboles droite du treillis sont les codes associs chaque doublet dlments binaires entrants.
Dans notre cas (k = 0 et k+1 = 3) le doublet la sortie du codeur est donc 30 (3 sur la premire
antenne et 0 sur la seconde).
Ces symboles sont alors mis en forme par la MDP-4 avant lmission par leur antenne respective.
Il est intressant de noter les similitudes et les diffrences entre les modulations codes treillis multiple
(MCTM) [30] et les CSTT. Dans les CSTT, les symboles associs une branche du treillis sont rpartis dans
lespace (les antennes), alors quil sont rpartis dans le temps pour les MCTM. En considrant le mme alphabet, lefficacit spectrale des CSTT est donc n T fois plus grande que celle des MCTM. De plus, contrairement
aux MCTM qui ncessitent un entrelaceur pour crer un canal sans mmoire, les symboles transmis par les
STTC sont naturellement dcorrls (ou trs lgrement corrls) grce la sparation physique des antennes.
La rception est base sur lestimation des coefficients dvanouissement du canal et un algorithme de dcodage parmi ceux que nous prsentons dans la section 2.5. Etant donne la structure des treillis, la complexit
33
s1
1 s0
C=
2
s1 s0
(2.5)
Lobjectif de ce schma de codage est la diversit pure, et il nest pas question ici daugmentation du dbit
de donnes. Les lignes de la matrice C reprsentent les antennes alors que les colonnes sont les poids attribus
chaque priode symbole. Comme le bloc de symboles form par s 0 et s1 est cod la fois dans lespace et
dans le temps, le schma a tout naturellement pris le nom de code spatio-temporel par blocs.
Des tudes rcentes visant tendre ce travail plus de 2 antennes mettrices ont montr quil est impossible dans ce cas dobtenir un code parfaitement orthogonal [32] sauf pour des modulations valeurs
strictement relles, telles les modulations impulsion damplitude (MIA). De nombreux "codes algbriques"
ont toutefois vu le jour, les uns sacrifiant le dbit pour prserver une structure simple dcoder, les autres
augmentant le dbit au prix de lorthogonalit des codes.
Le rcepteur est lui compos dune estimation de canal et dune dtection des symboles. Le temps de
cohrence du canal est suppos plus grand que la longueur dun bloc. Le dcodeur CSTB, malgr une structure
formidablement simple, est donc capable du mme gain de diversit que les combinaisons des rpliques gain
maximal (par. 1.6.5). Il faut noter quil n y a aucune mmoire entre les blocs conscutifs et que la longueur
typique dun bloc est trs courte, ce qui restreint fortement le gain de codage que lon peut esprer. Cependant,
34
grce la faible complexit du dcodeur, une association avec un code correcteur derreur est tout fait
envisageable. Les turbo-codes [33] semblent reprsenter le codage correcteur le plus performant lheure
actuelle et leur utilisation est dj prconise dans de nombreuses normes de tlcommunications (UMTS,
DVB-RCS...); leur insertion dans une chane MIMO est donc tout naturellement tudie dans [34, 35].
Si le rcepteur na aucune information sur le canal, les systmes utilisent des codes non-cohrents, comme
les codes diffrentiels introduits dans [27]. Ces codes ont t amliors par des techniques itratives [36] et
de concatnation avec des codes convolutifs traditionnels [37] ou encore par lusage de la transforme de
Cayley [38].
Lobjectif de notre travail tant daugmenter le dbit et la capacit des systmes de communications plus
que lordre de diversit, les codes spatio-temporels ne reprsentent pas la solution la plus adapte. Les systmes bass sur le multiplexage spatial en revanche, comme le systme V-BLAST propos par les laboratoires
Bell permettent daugmenter significativement le dbit comme nous allons le voir dans le paragraphe suivant.
Les systmes spatio-temporels par couches sont lorigine de lengouement pour les systmes MIMO.
Les chercheurs des laboratoires Bell ont ainsi propos successivement plusieurs architectures dont ils ont
dmontr lnorme potentiel. Le systme le plus simple, qui ne fait appel aucune technique de codage, est le
V-BLAST [39, 40, 41]. Cette architecture verticale procde tout simplement un dmultiplexage de la chane
dinformations en nT sous-chanes, chacune dentre elles tant transmise par son antenne respective aprs
avoir t module.
35
1
Environnement
Source
Dmultiplexage
dinformation
Dtection
riche en
Sortie
et
chos
Encodage
dcodage
nT
nR
Si on note b1 ,b2 , . . . ,bk , . . . les bits dinformation provenant de la source binaire et {s lk } les symboles
mettre qui se trouvent sur la l e ligne de la matrice rsultante, le processus peut tre reprsent sous forme de
diagramme:
b1 b2 . . . b k . . .
b1
b2
.
.
.
b nT
bnT +1 . . .
bnT +2
..
.
b2nT
s11
s2
. . .
1
.
.
. . .
.
...
sn1 T
s12
s22
..
.
sn2 T
...
. . .
. . .
...
(2.6)
Les symboles qui se trouvent sur la ligne (ou couche) l de la matrice sont alors envoys par la l e antenne
(l = 1, . . . ,nT ). Cette architecture verticale sans codage nest pas la premire version du prototype BLAST
propose par les laboratoires Bell, mais cest celle qui a vritablement rvolutionn le monde des systmes
multi-antennes par sa simplicit et son efficacit. Cest dailleurs celle que nous avons retenue pour la suite de
nos tudes.
Les architectures BLAST initialement proposes comportent un systme de codage la suite du dmultiplexeur. Dans larchitecture horizontale H-BLAST, chaque couche ou sous-chane dlments binaires est
code individuellement, puis module et transmise par une des n T antennes. Si lon note comme prcdemment clk les symboles cods transmis par la l e antenne, on obtient le schma suivant:
b1 b2 . . . b k . . .
b1
b2
.
.
.
b nT
bnT +1 . . .
bnT +2
..
.
b2nT
c11
c2
. . .
1
.
.
. . .
.
cn1 T
...
c12
c22
..
.
cn2 T
...
. . .
. . .
...
(2.7)
36
Lide originale de Foschini rsidait pourtant dans un codage diagonal, par lequel les symboles cods de
chaque couche sont transmis successivement par chacune des n T antennes. Dans cette architecture D-BLAST,
les symboles cods occupent donc une diagonale de la matrice de transmission:
c11
c2
1
.
.
.
cn1 T
c12
c22
..
.
cn2 T
...
c1 c21 . . . cn1 T
0 c 1 c2 . . .
. . .
2
2
. .
.
.
.. .. ...
. . .
.
...
0 . . . 0 c1nT
...
cn2 T
...
..
.
..
c2nT
(2.8)
. . . cnnTT
Cette architecture, bien quelle ait le mrite de mieux rsister aux perturbations que les autres, fut cependant
momentanment abandonne, du fait de son manque defficacit (une partie de la matrice est nulle et ralentit
la transmission) et de sa complexit de dcodage.
Beaucoup dauteurs se sont inspirs de cette architecture par couches et ont propos diffrents types de
codage pouvant lui tre associs [42, 43, 44, 45].
En rception, le signal est une superposition des symboles transmis, bruits et attnus par les multitrajets, compliquant la tche des rcepteurs traditionnels. La section suivante propose diffrents algorithmes
permettant de restituer linformation.
37
(2.9)
Le rcepteur ZF spare ainsi parfaitement les symboles (s i )i=1..nT transmis dans le mme canal. Lorsque
H est mal conditionne, le rcepteur ZF donne des rsultats corrects pour des RSB levs, mais pour de
faibles RSB le bruit perturbe fortement les performances. En pratique, si H nest pas carre (i.e. si n T 6= nR )
le rcepteur multiplie r gauche par la pseudo-inverse H de la matrice de canal pour rcuprer tous les
symboles. Dans ce cas, le vecteur estim scrit:
s = H r = (H H)1 H r
(2.10)
Si un codeur est employ, on peut employer la redondance temporelle et spatiale pour retrouver les donnes.
= E{(s s) (s s)}
(2.11)
s =
dans laquelle on suppose que E{ss } =
2
H ( InR +
HH )1 r
nT
nT
nT I nT
(2.12)
au bruit mais il spare moins bien les signaux. Dans le cas dun RSB lev ( 2 ' 0) le rcepteur EQMM
converge vers le rcepteur ZF.
38
Cet algorithme de dtection utilise la non-linarit et exploite ainsi la synchronisation inhrente au modle.
Le principe, bas sur "lannulation des symboles" est assez simple: la contribution des lments de s dj
dtects est soustraite du vecteur reu r, ce qui donne un vecteur reu contenant moins dinterfrences. En
utilisant une telle mthode, lordre dans lequel les lments de r sont dtects devient important pour amliorer
les performances du systme.
La procdure devient donc la suivante: on dtermine lentre la plus fiable de H et on estime le symbole
mis par lmetteur correspondant. La contribution de ce symbole est alors annule, et on rpte le procd
pour les nT 1 symboles restants, et ainsi de suite jusqu ce que tous les symboles soient estims. Lalgorithme complet de dtection, connu sous le nom V-BLAST par allusion larchitecture verticale originale
du systme, mais que lon peut gnraliser sous le terme ASIO (pour annulation successive dinterfrences
ordonne) peut tre rsum sous forme rcursive, comme suit (Table 2.1):
39
phase dinitialisation
i
G1 =
k1
2
arg min
(G1 )j
(2.13)
boucle rcursive
w ki
(Gi )ki
y ki
ski
ri+1
wkTi ri
Q y ki
Gi+1 =
ri ski (H)k
i
H ki
2
arg min
(Gi+1 )j
ki+1
i+1
(2.14)
j {k
/ 1 ...ki }
40
parfaitement connu ct rcepteur, le rcepteur MV donne les symboles estims s grce la formule:
s = argmin k r Hs k2
(2.15)
o la recherche de la distance minimale seffectue sur tous les mots de code s possibles. Il est important de
noter que, si on note M la taille de la constellation, le rcepteur doit calculer les distances pour un ensemble de
vecteurs possibles de taille M nT , et le temps de calcul devient vite prohibitif pour les constellations de grande
taille, mme pour un faible nombre dantennes mettrices (par exemple, pour une M AQ 64 et n T = 3, le
rcepteur doit passer en revue 262 144 vecteurs diffrents).
r0 = [<(rT )
=(rT )]
(2.16)
= uMH + 0
o u = [<(sT )
<(HT )
=(HT )
=(HT ) <(HT )
Le rang de MH est presque toujours 2nT et sa matrice de Gram GM = MH MH est dfinie positive.
Ds lors, lenvironnement multi-antennes peut tre reprsent par un rseau de points et on peut appliquer le
dcodeur de treillis universel [54] aux systmes MIMO.
41
Le principe de cet algorithme est de se placer au niveau du signal reu et de chercher le point du rseau
le plus prs lintrieur dune sphre de rayon C. Cela restreint fortement le domaine de recherche par
maximum de vraisemblance, puisque seuls les points du rseau situs moins de la distance carre C du
signal reu sont considrs lors de la minimisation de la mtrique. Le choix de C est donc crucial pour la
vitesse de convergence de lalgorithme et pour la prcision des rsultats.
Dautres algorithmes de dtection sont actuellement ltude partir de travaux sur la rduction des bases
des rseaux de points utiliss notamment dans le domaine de la cryptographie [55, 56].
H=
Hm +
e
1 H
(2.17)
e reprsente une matrice dont les lments sont i.i.d., centrs et de variance gale lunit et H m est
o H
une matrice dterministe de rang 1 [60] telle que trace(H m Hm ) = nT nR . reprsente la partie de lnergie
du canal dvoue la composante spculaire, et dans le cas particulier o = 0 le modle de canal est du
type de Rayleigh. Introduisons prsent le coefficient de dispersion du canal dont dpend le domaine de
validit de la mthode et dfini par:
=
(2.18)
Nous allons nous servir du modle (2.17) pour diviser le processus destimation en deux tapes. Notons
P T
s la somme des lments du vecteur s : s = ni=1
si et rav la valeur moyenne du vecteur reu: r av =
1 P nR
i=1 ri o si et ri sont les lments du vecteur s et r respectivement. Nous pouvons galement dfinir le
nR
42
Si on multiplie gauche lquation dfinissant le modle MIMO classique (2.2) par un vecteur de taille
e av s + av
s + 1 H
(2.19)
Sous certaines conditions de faible diversit [61], cette quation peut tre approxime par:
rav '
s + av
(2.20)
On peut alors appliquer un algorithme rapide sous-optimal bas sur le maximum de vraisemblance (BMV)
qui consiste en:
1. Une estimation MV de s grce lquation (2.20)
2. Lestimation du vecteur symbole s en utilisant une dtection MV dans le sous-espace des vecteurs dont
les lments ont pour somme s .
La premire tape se rvle cruciale, car si la dtermination de s est correcte, alors lestimation du vecteur symbole est quivalente celle dun dtecteur global optimal bas sur le maximum de vraisemblance.
Le gain en terme de distances calcules du BMV sur le MV est reprsent sur la figure 2.6 et augmente en
fonction du nombre dantennes mettrices et surtout de la taille de la constellation. Pour plus de dtails sur cet
algorithme BMV, les lecteurs se rfreront [62, 61].
C=
o = E{xx }
max
p(x):trace()PT
I(x,y)
(2.21)
43
200
MAQ64
MAQ16
MAQ4
180
160
140
MV/BMV
120
100
80
60
40
20
2.5
3.5
Nombre dmetteurs n
4.5
(2.22)
= H(y) H(|x)
= H(y) H()
Etant donn que la distribution normale maximise lentropie pour une variance donne, cette information
mutuelle est maximise quand y est gaussien. Pour un vecteur y gaussien complexe, H(y) log 2 [det(eK)]
et il ny a galit que si y est gaussien complexe symtrique circulairement [63] avec E{yy } = K.
La matrice de covariance du vecteur complexe reu y est donne par:
E{yy } = E{(Hx + )(Hx + ) }
= E{Hxx H } + E{ }
= HH + K
= Kd + K
(2.23)
44
Considrons prsent le maximum dinformation mutuelle dun canal MIMO I(x,y). Cette information
mutuelle est maximise lorsque y suit une distribution gaussienne optimale. On obtient alors:
I(x,y) = H(y) H()
= log2 [det(e(Kd + K ))] log2 [det(eK )]
(2.24)
pT
In
nT T
(2.25)
Les bruits correspondant chaque sous-chane sont gnralement considrs comme dcorrls:
K = 2 InR
(2.26)
En remplaant K et par leur expression dans (2.24), la capacit ergodique (moyenne) dun canal
MIMO sexprime [20]:
C = EH {log 2 [det(InR +
pT
(2.27)
Pour pousser plus avant lanalyse sur la capacit des systmes MIMO, on peut exprimer encore plus
simplement la capacit des systmes multi-antennes en dcomposant la matrice de canal laide de matrices diagonales et unitaires. En ralisant la dcomposition en valeurs propres (DVP) du produit matriciel
HH = EE :
C = EH {log 2 [det(InR +
EE )]}
nT
(2.28)
C = EH {log 2 [det(InR +
U U )]}
nT
(2.29)
(2.30)
45
= diag{i }ki=1 et = diag{i }ki=1 sont des matrices diagonales contenant respectivement les valeurs
propres de HH et les valeurs singulires de la matrice de canal H. Etant donn que ces formules contiennent
maintenant des matrices diagonales ou unitaires seulement, il est vident que la capacit totale dun canal
MIMO est donne par la somme des capacits de sous-canaux parallles SISO bruit additif blanc et gaussien.
Capacit ergodique dun canal MIMO de Rayleigh
50
45
40
capacit(bit/s/Hz)
35
30
25
20
15
10
0
10
10
15
RSB (dB)
20
25
30
35
40
F IG . 2.7 Capacit ergodique dun canal MIMO vanouissements de Rayleigh avec n T = nR = 4 (ligne
pointille) compare la capacit de Shannon pour un canal SISO (ligne continue)
Le dterminant dune matrice unitaire est gal 1, donc la capacit dun canal MIMO peut sexprimer:
C = EH {
= EH {
k
X
i=1
k
X
i=1
log 2 (1 +
i )}
nT
(2.31)
2
)}
log 2 (1 +
nT i
Afin de prouver lefficacit du concept multi-antennaire, la figure 2.7 reprsente la capacit dun canal
MIMO vanouissements de Rayleigh compare la capacit de Shannon dun canal SISO. La figure 2.8
montre plus prcisment que la capacit des systmes MIMO crot linairement avec le nombre dantennes
mettrices et rceptrices, si celui-ci est gal.
Si on considre un nombre constant de rcepteurs n R , lorsque le nombre dmetteurs nT devient grand
46
capacits thoriques des systmes MIMO dans un canal de Rayleigh pour nT=nR= 4
120
nT=nR=16
100
capacit (bit/s/Hz)
80
60
nT=nR=8
40
20
nT=nR=4
0
10
RSB en dB
12
14
16
18
20
F IG . 2.8 Capacits des systmes MIMO dans un canal de Rayleigh pour un nombre dantennes mettrices
et rceptrices gal (nT = nR ), en fonction du RSB
(2.32)
Il devient donc, comme le montre la figure 2.9, parfaitement inutile daugmenter le nombre dantennes,
puisque la capacit du systme sature. Certains systmes, tel le BLAST original, supposent dailleurs que le
nombre dantennes en rception est toujours au moins aussi grand que le nombre dantennes lmission.
En revanche, pour un nombre dantennes mettrices donn, la capacit des systmes augmente thoriquement indfiniment avec le nombre de rcepteurs (fig. 2.10). Ceci suppose cependant des conditions idales,
cest--dire une parfaite dcorrlation entre les signaux sur les rcepteurs pour avoir des points de vue indpendants sur le canal, ce qui est impossible en pratique pour des raisons dencombrement et de conditions de
propagation souvent imprvisibles.
47
30
25
nT=16
nT=8
capacit (bit/s/Hz)
20
nT=4
15
10
10
RSB (dB)
12
14
16
18
20
F IG . 2.9 Capacits des systmes MIMO dans un canal de Rayleigh en fonction du nombre dantennes
mettrices pour 4 rcepteurs (nR = 4)
35
nR=16
30
nR=8
capacit (bit/s/Hz)
25
nR=4
20
15
10
10
RSB (dB)
12
14
16
18
20
F IG . 2.10 Capacit thorique des systmes MIMO dans un canal de Rayleigh en fonction du nombre de
rcepteurs pour un nombre dantennes mettrices donn (n T = 4)
48
dailleurs cette hypothse. Il faut cependant avouer que ce cas de figure nest que trs rarement rencontr en
pratique, et de nombreuses campagnes de mesures sont actuellement en cours afin dtablir des modles de
canaux de propagation pour les systmes multi-antennes et leffet de la corrlation sur leurs performances. Le
cas corrl considrant un trajet direct est tudi de faon gomtrique dans [60]. Cette tude est approfondie
dans [57] qui montre que la corrlation affecte les capacits respectives des diffrents sous-canaux, et propose
alors des bornes pour la capacit globale. Linfluence de langle dtalement (plus il diminue, plus la capacit
dcrot) et de la position gomtrique des antennes y est galement souligne. Il serait en outre intressant
de se pencher sur les angles darrive sur les antennes en appliquant aux systmes MIMO des techniques de
mesure dj utilises en transmission mono-antenne [64].
Une classification des modles de canaux est enfin propose dans [65], qui distingue trois catgories:
Le modle dcorrl de rang plein, qui est le modle considr dans la plupart des tudes. Les lments
de la matrice H sont i.i.d. et suivent une loi normale centre de variance unit.
Le modle dcorrl de rang faible: H = g R gT , o gR et gT sont respectivement les vecteurs dattnuation la rception et lmission, dont les lments sont i.i.d. et complexes. H est alors toujours de
rang 1. Ceci arrive en particulier quand il existe des trajets directs ou que les metteurs et les rcepteurs
sont trs loigns.
Le modle corrl de rang faible: H = g R gT uR uT dans lequel gR et gT sont des variables alatoires
qui suivent une loi normale centre de variance unit et u R et uT sont des vecteurs dterministes fixes
dont les composantes ont un module gal lunit.
Ces deux derniers modles, qui se rencontrent rgulirement en pratique, nutilisent donc pas la distribution normale qui caractrise habituellement H mais un produit de deux gaussiennes. En ce qui nous concerne,
nous nous retreindrons dans cette thse la plupart du temps au cas idal, cest dire le modle dcorrl
de rang plein. Dans le chapitre suivant, nous validerons nanmoins nos tudes par des simulations sur des
modles de canaux rels.
49
qui a permis de valider le procd. Lenvironnement intra-muros est particulirement favorable aux systmes
de communication multi-antennes puisquil engendre de nombreux chos et que les canaux de transmission
varient trs lentement dans le temps. Les standards de rseaux locaux sans fil haut dbit, tel Hiperlan 2, vont
donc trs probablement adopter les systmes MIMO dans leurs futures normes [66, 67].
Lavnement des systmes MIMO concerne aussi les rseaux fixes daccs large bande. Il y a quelques
annes, prvoyant une explosion des communications large bande, les industriels nord-amricains ont dploy une soixantaine de millions de kilomtres de fibre optique. Cependant, devant le cot dexploitation
faramineux, les oprateurs nont connect que moins de la moiti du rseau, et encore aujourdhui les donnes
sont achemines par seulement 20% de ce potentiel. Pourtant les utilisateurs ntaient gure enchants par le
dlai dattente pour des applications comme la vido-confrence, d au goulot dtranglement des premiers
kilomtres. Des technologies parallles se sont alors mises en place comme lADSL ou les transmissions
hertziennes. Malheureusement la premire gnration de systmes ntait pas franchement fiable, puisque les
antennes assurant les liaisons ncessitaient une "ligne de vue" et la couverture ntait gnralement pas bonne.
Larrive des systmes multi-antennes dans la deuxime gnration [68] a rvolutionn le march en rduisant
les cots dexploitation tout en augmentant les dbits et la couverture des rseaux.
La prochaine application, la plus attendue sans aucun doute, des systmes MIMO reste bien sr les rseaux
mobiles de troisime gnration (UMTS en Europe) et au-del [69]. Lapproche MIMO augmente bien sr les
cots de fabrication puisquelle ncessite plus de chanes damplification radio-frquences (RF), sans compter que la taille des metteurs et des rcepteurs devraient augmenter puisquil faut une certaine distance de
cohrence entre les antennes. Nanmoins ces problmes devraient tre rsolus par les progrs de lintgration
RF et les productions grande chelle. Les industriels esprent beaucoup de la technologie multi-antennes, et
pensent quelle peut rgler nombre de problmes de dbit et de fiabilit. Mais les systmes MIMO sont encore
plus efficaces sils sont associs avec dautres technologies, comme les multiporteuses ou laccs multiple.
50
2.9 Conclusions
Depuis quelques annes, les systmes multi-antennes connaissent un net regain dintrt et le nombre
dtudes sur le sujet suit une courbe quasiment exponentielle. Nous avons essay dans ce chapitre de proposer
une vue densemble du domaine, en nous attardant principalement sur les diffrents types darchitectures et
les algorithmes de rception. Les systmes MIMO peuvent se diviser en deux classes, dont lobjectif final
de haute efficacit spectrale reste le mme, mais qui diffrent par la faon de latteindre. Les architectures
2.9. CONCLUSIONS
51
spatio-temporelles par couches, lorigine du regain dintrt pour les multi-antennes, ont pour but daugmenter le dbit de transmission en dmultiplexant les sous-chanes de symboles et en les transmettant ensuite
simultanment et indpendamment sur les n T antennes mettrices. Si les codes spatio-temporels ne ngligent
pas cet aspect capacitif, ils ont galement pour but de fiabiliser les transmissions, en particulier pour viter
les vanouissements profonds qui caractrisent les communications radio-mobiles. Ils introduisent donc de la
redondance avant lmission des symboles, grce des algorithmes de codage qui forment deux familles: les
codes spatio-temporels en treillis et les codes spatio-temporels en blocs, qui semblent les plus prometteurs.
Les antennes rceptrices reoivent un mlange des contributions de toutes les antennes mettrices. Nous
avons donc prsent plusieurs algorithmes, linaires ou non, permettant de sparer les signaux et de retrouver linformation initiale. Les critres bass sur le forage zro et la minimisation de lerreur quadratique
moyenne ont t passs en revue, avant daborder lalgorithme optimal bas sur le maximum de vraisemblance, que nous retiendrons majoritairement dans la suite de cette thse. Celui-ci pouvant se rvler assez
complexe, quelques algorithmes sous-optimaux ont toutefois t brivement proposs, dont un algorithme
original que nous avons dvelopp pour des transmissions sur des canaux de modle ricien.
Enfin nous nous sommes penchs sur les caractristiques principales de ces systmes MIMO. Nous avons
expliqu la raison de leur succs en montrant que la capacit pouvait crotre linairement avec le nombre dantennes mettrices nT . Outre les environnements de propagation qui doivent proposer de nombreux chos pour
atteindre un ordre de diversit acceptable, la principale limitation dans le cas des systmes spatio-temporels
par couches reste lobligation dutiliser le systme dans une bande de frquence relativement troite. Dans le
chapitre suivant, nous proposons donc une solution ce problme en associant aux techniques multi-antennes
des modulations multi-porteuses.
52
53
Chapitre 3
La principale contrainte des systmes MIMO utilisant le multiplex spatial rside dans lobligation dutiliser les systmes dans une bande de frquence relativement troite. Ces systmes ne fonctionnent en effet que
dans des environnements propices aux multi-trajets et qui proposent par consquent de nombreux chos. Pour
viter lIES, la priode symbole doit donc tre largement suprieure au plus long des chos, ce qui rduit le
spectre utilisable. Il existe plusieurs techniques pour largir la bande spectrale dun signal, parmi lesquelles
ltalement de spectre, quil soit par squence directe ou par sauts de frquence, et les techniques multiporteuses. Dans ce chapitre, on sintresse une modulation multiporteuses particulire, le multiplex division
de frquences othogonales (OFDM). Cette modulation divise une large bande de frquences en plusieurs porteuses contigus, et lorthogonalit qui la caractrise autorise un certain recouvrement spectral des porteuses.
La bande de frquence utile peut donc tre largie et larchitecture spatio-temporelle par couches conserve
dans chaque sous-porteuse. Aprs avoir brivement prsent la technologie multiporteuse OFDM, nous prsentons donc dans ce chapitre les bases de lassociation dune telle modulation avec un systme BLAST.
Nous analysons ensuite ses performances sur des modles de canaux rels, comme le COST 207, souvent
utilis pour simuler des transmissions de type GSM, et un modle de canal acoustique sous-marin. Enfin nous
prsentons une mthode qui permet de calculer rapidement le TEB dune transmission et nous lappliquons
notre systme.
54
s(t) =
1
X PX
k
n=0
avec
fn = f0 + nf
(3.1)
o les lments cn,k sont les symboles mettre, f0 est la frquence de la porteuse originale et f n la
frquence de la porteuse dindice n, f reprsente lcart entre deux porteuses voisines, P le nombre de porteuses, Ts la dure dun symbole OFDM et g(t) la forme donde de la modulation. Pour simplifier lexpression,
55
(3.2)
Afin de discriminer les porteuses la fois en temps et en frquence, on impose la contrainte suivante:
Z
n,k (t)m,l
(t) = E m,n k,l
(3.3)
m,n =
si m = n
(3.4)
sinon
Cette contrainte est une condition dorthogonalit pour les fonctions n,k (t). En choisissant judicieusement g(t) et f , les fonctions n,k (t) forment une base orthogonale de lespace temps-frquence, ce qui
permet de retrouver facilement les symboles et autorise donc un recouvrement spectral sans perte de linformation.
La dure Tu pendant laquelle est mise linformation diffre de la priode symbole T s car il faut prendre
en compte entre deux priodes utiles un "temps de garde" T g qui a pour but dliminer lIES qui subsiste
malgr lorthogonalit des porteuses. Pour que cet intervalle de garde soit efficace, sa dure doit tre au moins
gale lcho non ngligeable le plus long (celui qui a le retard maximal).
Entre la priode symbole, la priode utile et lintervalle de garde sinstaure donc la relation:
Ts = T u + T g
(3.5)
Le temps de garde, sil peut tre un intervalle de garde "blanc" pendant lequel on nmet rien [76], est plus
gnralement une copie de la fin de la trame OFDM. Si cette mthode est efficace pour lutter contre lIES, elle
pnalise cependant sensiblement le dbit de transmission, et certains systmes OFDM profitent des progrs
dans le domaine de lgalisation pour sen affranchir [77].
56
g(t) =
Tu
sur [0,Tu ]
(3.6)
ailleurs
La fonction porte est la forme donde que nous avons retenue pour notre application. Il existe de nombreuses autres formes donde acceptables pour la gnration de signaux OFDM [7]. On peut entre autres citer
la fonction cosinus, associe une modulation MSK, la fonction racine de cosinus surlev, retenue pour le
projet DVB, la fonction de Tuckey ou encore la forme IOTA qui repose sur la thorie des ondelettes.
fmin =
1
Tu
(3.7)
57
symboles suivants:
sk,l =
P
1
X
n=0
(3.8)
sk (t) =
P
1
X
n=0
cn e2ifCN A
nt
P
g(t)
(3.9)
Le signal mis est alors la suite des symboles mis chaque instant k T u :
s(t) =
1
X PX
n=0
ck,n e2ifCN A
nt
P
g(t kTu )
(3.10)
Il faut enfin noter que des tudes ont rcemment montr que la TFR nest pas le seul algorithme capable
de remplacer les bancs de filtres, mais quun signal OFDM pouvait tre aussi gnr par la transforme de
Hadamard, dautant plus quelle facilite limplantation sur circuit numrique [78].
h=
(3.11)
Il est vident que par des transmissions dites "classiques", les chances de retrouver linformation initiale
sont quasi-nulles, notamment cause des 2 e`me et 3e`me composantes du filtre. La densit spectrale de puissance
58
DSP normalise
10
10
10
0.5
0.4
0.3
0.2
0.1
0
0.1
Frquence normalise
0.2
0.3
0.4
0.5
DSP normalise
10
10
10
0.5
0.4
0.3
0.2
0.1
0
0.1
Frquence normalise
0.2
0.3
0.4
0.5
59
60
P
b
a
P/2
Paquet de P symboles
P/2
2P
P/2
P/2
2P
Transforme de Fourier inverse
2 P+ P g
c
Pg
Intervalle de garde
2P
Paquet de donnes
paquet prcdent.
2. Leffet des chos pouvant tre vu comme une convolution circulaire, on peut utiliser le fait que la TFD
transforme la convolution circulaire en multiplication.
P 1
1
On note {ak }k=0
les symboles, {ck }2P
k=0 les chantillons du paquet de donnes, tandis que les chan-
considr modulo R.
ck =
nk
a<n>P ej2 2P
(3.12)
n=P/2
Si Tu est la priode symbole OFDM, le signal analogique en bande de base peut scrire:
P/21
c(t) =
n=P/2
a<n>P ej2n Tu
(3.13)
parce que t =
kTu
2P .
61
s(t) = Re c(t)e
j2Fc t
P/21
n=P/2
n
o
n
Re a<n>P ej2(Fc + Tu )t
(3.14)
Ainsi, le signal transmis peut tre vu comme un multiplex de P sous-porteuses rgulirement espaces (lcart
de frquence entre deux sous-porteuses adjacentes est 1/T u et la frquence centrale est Fc ). Chaque symbole
ak est transmis par une sous-porteuse.
Pg
Echantillons reus
2P
Intervalle de garde
Paquet de donnes
2P
Suppression de lintervalle de garde
2P
d
P/2
P/2
P
a
P/2
P/2
g
Si on note {fk }k=0
le filtre du canal, on peut crire grce lintervalle de garde (en omettant le bruit
additif):
cek =
Pg 1
n=0
fn c<kn>2P
(3.15)
62
rk = h k ak
o
hk =
Pg 1
fn ej2
(3.16)
n(k+k )
2P
(3.17)
n=0
avec
k =
pour k = 0 . . . P/2 1
(3.18)
pour k = P/2 . . . P 1
Ce rsultat montre que leffet du canal est de multiplier chaque symbole a k par un nombre complexe
donn hk . Ainsi, lgalisation de canal est simple parce quelle consiste estimer ces nombres et multiplier
les symboles reus par leurs inverses.
Ts T d
(3.19)
o Ts est la priode symbole et Td la dure de lcho le plus grand. Si lon considre par exemple une transmission hertzienne indoor, avec Td = 106 s, la priode symbole doit tre au moins gale T = 10 5 s, ce
qui correspondrait un dbit maximal de 2 Mbit/s, en considrant une efficacit spectrale de 20 bits/s/Hz. La
largeur de bande maximale utilise serait approximativement 1/T = 100 kHz, ce qui reprsente une bande
vraiment troite. Il serait donc intressant dutiliser une bande plus large pour augmenter le dbit, mais cest
impossible, car dans ce cas le modle BLAST de base (2.2) nest plus valable.
Dans ce travail nous proposons une approche qui utilise simultanment BLAST et lOFDM. Une large
bande est divise en P bandes troites par lOFDM. Dans chacune de ces bandes, lapproche BLAST peut
tre utilise pour tirer profit des multi-trajets et atteindre une grande efficacit spectrale. Ainsi, pour lexemple
prcdent, si on utilise une OFDM avec P = 128 porteuses, on utilise une largeur de bande de 12,8 MHz pour
63
A=
s0
s nT
snT (P 1)
s1
..
.
snT +1
..
.
..
.
snT (P 1)+1
..
.
snT 1 s2nT 1
snT P 1
(3.20)
o chaque ligne correspond aux symboles mis par un metteur et passe par un modulateur OFDM.
On insre ensuite P colonnes ne contenant que des 0 au milieu de cette matrice A, entre la colonne P/2
et la colonne P/2 + 1. On note B cette nouvelle matrice, et on fait lopration suivante:
C = B.W
o:
W=
2P
(3.21)
w2
w2P 1
1
..
.
w2
..
.
w4
..
.
..
.
w2(2P 1)
..
.
1 w2P 1 w2(2P 1)
w(2P 1)
(3.22)
et w = ej2/2P . Lquation (3.21) correspond une transforme de Fourier discrte inverse. Enfin, une
copie des Pg dernires colonnes de la matrice C est insre au dbut de la matrice. La matrice rsultante, de
taille nT (2P + Pg ) est appele D et chacune de ses lignes i reprsente un signal numrique en bande de
base qui est transmis par la ie antenne mettrice.
e de taille nR
En rception, aprs retour en bande de base et chantillonnage, on obtient une matrice D
Fourier discrte:
64
1
e = C.W
e
B
(3.23)
de cette approche, comme nous allons le montrer dans la prochaine section, est que ce systme de transmission
est quivalent P systmes BLAST en parallle, chacun transmettant une colonne de la matrice A. Pour obtenir une estimation des symboles mis, il suffit donc dappliquer lalgorithme BLAST chacune des colonnes
e Le principe de cette association MIMO-OFDM est reprsente sur la figure 3.5.
de A.
Recepteurs
Emetteurs
Frequence 1
modulation
OFDM
Entree
Demultiplex
..
nT
.
.
.
OFDM
a
1
nT
nR
demodulation
OFDM
(P porteuses)
1
algorithme
BLAST
nR
.
.
.
. a1
nT
.
.
.
1
modulation
OFDM
demodulation
Canal riche
en echos
(P porteuses)
1
..
P
a
P
..
Sortie
Multiplex
1
algorithme
BLAST
.. aP
nT
nR
Frequence P
Par souci de simplicit, le bruit napparat pas dans les quations ci-dessous. En utilisant la transforme
e peut tre reprsent
en Z, le canal de transmission entre les antennes, cest--dire entre les matrices D et D,
(3.24)
o chaque Fi est une matrice de taille nR nT . Reprsentons la matrice C par le vecteur c(z):
c(z) = c0 + c1 z 1 + . . . + c2P 1 z (2P 1)
(3.25)
65
e
o ci reprsente la colonne i + 1 de la matrice C. En utilisant une reprsentation similaire pour la matrice C,
on peut crire:
e
c(z) = F(z)c(z)
mod (z 2P 1)
(3.26)
A cause de la structure de la matrice D leffet du canal peut en effet tre vu comme une convolution
circulaire multidimensionnelle sur les colonnes de C. De plus, comme (w k )2P = 1 quel que soit lentier k,
lquation (3.26) donne:
e
c(wk ) = F(wk )c(wk )
(3.27)
(3.28)
(3.29)
e on a:
note ak et e
ak les colonnes de A et A,
o, comme w P = 1
Hk =
F(wk )
e
ak = H k ak
F(wk )
pour k = 0,...,P/2 1,
(3.30)
(3.31)
pour k = P/2,...,P 1
Le systme de transmission est donc quivalent P systmes BLAST parallles et indpendants, chacun
tant caractris par une matrice H k de taille nR nT . Il n y a donc qu utiliser lalgorithme BLAST pour
chaque vecteur e
ak pour estimer les vecteurs de symboles a k . Ce systme global quivalent BLAST/OFDM
est reprsent sur la figure 3.6.
66
b1
Emission
a1
nT
H1
e
a1
Rception
r1
nR
ZF ou
VBLAST
nT
a1
b2
a2
nT
H2
e
a2
r2
nR
ZF ou
VBLAST
nT
a2
bP
aP
nT
HP
e
aP
nR
rP
ZF ou
VBLAST
nT
aP
Nous venons de voir que lassociation des techniques BLAST et OFDM permettait de saffranchir de
la contrainte de bande troite impose par lalgorithme BLAST. Cependant, cette association ne fonctionne,
comme lalgorithme BLAST, que dans des environnements riches en chos. On peut trouver ce type de canaux
lors de transmissions intra-muros, avec les nombreuses rlexions et rfractions sur les parois internes des
btiments. Cest dailleurs le schma retenu pour le prototype BLAST initial, conu dans les locaux des
laboratoires Bell. Lacoustique sous-marine peut galement tre un domaine dapplication, grce aux chos,
gnralement assez longs, gnrs par la surface de leau et les diffrents types de fonds marins. Nous avons
choisi, dans ce chapitre, de nous intresser dans un premier temps un autre domaine dapplication, celui des
communications mobiles, et pour prouver la validit de lassociation BLAST-OFDM dans ce milieu, nous
lavons exprimente sur le modle de canal trs hautes frquences COST 207, utilis notamment lors de
la dfinition de la norme GSM. Nous vrifierons ensuite que les transmissions MIMO-OFDM sont galement
efficaces en milieu ASM, en nous servant dun modle directement issu dun simulateur, et en comparant les
performances avec lOFDM utilise en transmission SISO.
Echo
1
2
3
4
5
6
7
8
9
10
11
12
Retard
(s)
0
0.2
0.4
0.6
0.8
1.2
1.4
1.8
2.4
3.0
3.2
5.0
67
Puissance
(lin)
0.4
0.5
1
0.63
0.5
0.32
0.2
0.32
0.25
0.13
0.08
0.1
Puissance
(dB)
-4
-3
0
-2
-3
-5
-7
-5
-6
-9
-11
-10
Catgorie
de Doppler
CLASS
CLASS
CLASS
GAUS1
GAUS1
GAUS1
GAUS1
GAUS1
GAUS2
GAUS2
GAUS2
GAUS2
68
milieu montagneux. Le modle de canal rural sans relief ne nous intresse pas, car il ne propose pas assez
dchos pour le bon fonctionnement de notre systme. Les paramtres du COST 207 urbain non montagneux,
sont reprsents sur le tableau 3.1.
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.5
1.5
2.5
3.5
4.5
Les chos sont classs par ordre croissant de retard, et sont aussi caractriss par lattnuation et la catgorie de Doppler correspondantes. On distingue trois classes de Doppler, le spectre de Doppler classique
(CLASS), ainsi que deux spectres bass sur des distributions gaussiennes (GAUS1 et GAUS2). La figure 3.7
propose la rponse impulsionnelle moyenne obtenue partir de la table 3.1.
69
(3.32)
o le facteur reprsente la perte defficacit inhrente lintervalle de garde et se dfinit comme suit:
2P
2P + Pg
(3.33)
Lorsque P augmente, le dbit augmente, et sa borne suprieure est mB s . En pratique, P ne doit pas tre
trop grand, sinon les porteuses se rapprochent trop, et des erreurs dues un petit effet Doppler peuvent mme
apparatre. De la mme faon, si m devient trop important, les points de la constellation se rapprochent et
mme un bruit faible pourrait causer des erreurs.
Considrons maintenant un systme MIMO-OFDM. Grce aux n T metteurs, le dbit devient:
DbM IM OOF DM = nT mBS
(3.34)
Cependant, cela ne veut pas dire forcment que lassociation MIMO-OFDM est n T fois plus efficace que
lOFDM seule. En effet, dans la transmission MIMO-OFDM, la puissance de transmission est rpartie sur les
nT metteurs, ce qui amoindrit (relativement) le raport signal sur bruit, et oblige rduire m et/ou P pour
compenser. Ceci revient dire que comparer les dbits de ces deux approches avec les mmes valeurs de m et
P ne serait pas juste, parce que les taux derreurs ne seraient pas les mmes.
Comparer les efficacits spectrales de ces deux systmes (en bits par seconde par Hertz (bit/s/Hz)) semble
une plus juste comparaison, parce que cela revient en fait mesurer linformation, et les erreurs sont alors
automatiquement prises en compte.
Chaque sous-canal utilisant la mme largeur de bande, lefficacit spectrale globale thorique est lefficacit spectrale moyenne (si les largeurs de bande ntaient pas identiques, il faudrait avoir recours une somme
pondre selon chaque sous-bande):
P 1
1 X
C=
Ck
P
(3.35)
k=0
Pour exprimer la capacit dun sous-canal, on reprend lexpression classique de la capacit MIMO [4]
donne par lexpression (2.27), ici corrige pour prendre en compte la perte defficacit inhrente lintervalle
70
de garde:
Ck = log 2 {det [InR + k Gk Gk ]}
(3.36)
nR
Gk =
Hk
kHk kF
(3.37)
(3.38)
(3.39)
Si les symboles mis sont statistiquement indpendants (ou du moins dcorrls) on peut les sommer de
manire non cohrente et la puissance reue sur le rcepteur i scrit:
pf
R k (i) =
nT
X
j=1
|Hk (i,j)|2
pT
nT
(3.40)
(3.41)
i=1 j=1
2
Par consquent, le RSB moyen sur une porteuse est k = pf
R k / , soit:
k =
kHk k2F pT
nR nT 2
(3.42)
71
Le RSB global de transmission est donn par la moyenne des RSB par porteuse:
RSB = hk i =
pT
PP
2
k=1 kHk kF
P nT nR 2
(3.43)
Si on considre une modulation numrique dont la constellation comporte 2 m points, le rapport signal sur
bruit par bit est li au RSB global par:
1
Eb
=
RSB
N0
nT m
(3.44)
16
capacits (bit/s/Hz)
14
12
MAQ4096
10
MAQ256
6
MAQ16
10
15
20
25
RSB (dB)
30
35
40
45
50
F IG . 3.8 Capacits (bit/s/Hz) dun systme de transmission MIMO-OFDM sur canal UHF COST 207 pour
les modulations MAQ-16, 256 et 4096
La figure 3.8 tudie limpact du RSB sur la capacit du systme BLAST-OFDM. On utilise une modulation damplitude en quadrature avec des constellations de 2 m points pour m = 4, 8 et 12. Ce dernier cas
correspond une constellation MAQ-4096; ce type de constellation est videmment irraliste en pratique,
mais elle montre dans notre exemple laccord des capacits exprimentales avec la courbe thorique. Le systme exprimental retenu comporte n T = 4 antennes mettrices et nR = 8 rcepteurs, et les symboles sont
transmis simultanment sur P = 128 porteuses. Pour prendre en compte tous les chos du modle, on fixe la
priode dchantillonnage Te = 0.2 s, ce qui implique une largeur de bande de f = 1/(2P T e ) = 19.5
KHz pour chaque porteuse. Lcho le plus long ayant un retard de 5 s, on choisit un temps de garde de
72
Cexp = nT m c
(3.45)
(3.46)
avec
A la vue de la figure 3.8 il ny a aucun doute que le potentiel des systmes MIMO-OFDM en terme de
capacit est norme. La figure 3.9 considre les cas de lOFDM seul, c--d que lon a choisi un canal entre
un metteur et un rcepteur. Bien que lon ait choisi systmatiquement le meilleur canal (c--d le meilleur
couple metteur-rcepteur), la capacit atteinte par ce systme est clairement plus faible que celle atteinte par
BLAST-OFDM, comme on la thoriquement prouv prcdemment. Ainsi, pour un RSB = 25 dB, on a
seulement 3.5 bit/s/Hz pour une modulation MAQ-16, alors quon atteint presque 15 bit/s/Hz en utilisant 4
antennes lmission (cf figure 3.8).
La figure 3.10 montre le TEB en fonction du E b /N0 , pour diffrentes constellations (MAQ-4, 16, et 256)
et pour les mmes systmes exprimentaux que la figure 3.8. Si le TEB augmente bien videmment avec la
taille de la constellation, la diffrence nest pas aussi importante quon aurait pu sy attendre, et quand on
monte en rapport signal sur bruit, le nombre derreurs diminue trs rapidement. Ces estimations de capacits
et de TEB par simulation de transmission sur le canal UHF COST 207 ont fait lobjet dune communication
internationale [83].
73
20
capacit exprimentale
capacit thorique
18
16
capacits (bit/s/Hz)
14
12
MAQ4096
10
MAQ256
6
MAQ16
10
15
20
25
RSB (dB)
30
35
40
45
50
74
10
TEB
10
MAQ256
10
MAQ16
10
MAQ4
4
10
15
10
10
15
20
Eb/N0 (dB)
metteurs et les rcepteurs 5 km. Le profil de la clrit du son est mesur partir dun scenario dacquisition
de donnes relles INTIMATE96 (voir http://w3.ualg.pt/sjesus/intimate/intimate.htm pour
plus de prcision). On considre un fond marin plat et sablonneux. La frquence des metteurs (qui ont une
ouverture de 15 ) est de 10 kHz. La figure 3.11 reprsente la rponse impulsionnelle dun trajet (metteur
30 m et rcepteur 10 m). En valuant les rponses impulsionnelles pour toutes les combinaisons possibles
metteurs-rcepteurs, et en gardant les chos les plus significatifs, il sest avr que lintervalle de garde
ncessaire pour viter les IES dans la transmission OFDM est T g = 96 ms. Cette dure tant trs longue, elle
restreint la largeur de bande des porteuses. Nous avons donc choisi dutiliser 64 porteuses de 10 Hz chacune,
qui donnent donc une largeur de bande totale de B s = 640 Hz.
La capacit des systmes de transmission MIMO-OFDM est illustre par la figure 3.12. La capacit thorique est obtenue par (3.36) et lefficacit spectrale exprimentale par (3.45). La capacit thorique dun systme MIMO-OFDM sur canal gaussien, considr comme plus facile, est galement donne titre indicatif.
Cette figure prouve laptitude de lassociation MIMO-OFDM transmettre de linformation trs haut dbit
dans le milieu ASM.
La comparaison thorique est base sur ltude de lefficacit spectrale globale des systmes. Pour asseoir
la supriorit des systmes multi-antennes sur les systmes SISO, la figure 3.13 illustre la comparaison entre
75
x 10
3.5
2.5
1.5
0.5
3.31
3.32
3.33
3.34
3.35
time (s)
3.36
3.37
3.38
3.39
45
40
Capacits (bit/s/Hz)
35
30
MAQ4096
25
20
MAQ256
15
MAQ16
10
10
15
20
25
RSB (dB)
30
35
40
45
50
76
lOFDM et MIMO-OFDM en terme de TEB avec la mme largeur de bande B s et le mme dbit, fix
Db = 8Bs (cf. (3.32) et (3.34) pour le dbit de lOFDM et de MIMO-OFDM respectivement). Les paramtres
pour le systme MIMO-OFDM sont nT = 4, nR = 8 et m = 2, et pour lOFDM, nT = nR = 1 et m = 8.
TEB en milieu ASM pour P=64, Pg=123
0
10
10
10
10
10
15
10
10
15
20
25
Eb / N0 (dB)
F IG . 3.13 Comparaison entre BLAST/OFDM et OFDM avec mme dbit et mme largeur de bande
On remarque clairement que la solution BLAST-OFDM offre des performances largement suprieures
lOFDM seule. Ceci dmontre lindiscutable supriorit dun tel systme et son utilit pour des transmissions
trs haute efficacit spectrale.
77
tirages, des mthodes du type "importance sampling" peuvent tre mises en oeuvre [85].
Dans [86] nous avons propos un algorithme destimation rapide du TEB, qui constitue une adaptation
aux communications numriques dune mthode propose par Julier et Uhlmann [87, 88] dans le cadre de
la trajectographie en robotique. Cette mthode saffranchit du tirage alatoire par un choix dterministe des
chantillons de la distribution du bruit. Ceux-ci permettent de "capturer" les deux premiers moments du bruit
la rception puis destimer le TEB grce une formule thorique.
X0 = x
W0 = /(n + )
(3.47)
+
Xi = x
Wi = 1/2(n + )
(3.48)
Wi+n = 1/2(n + )
(3.49)
Xi+n
o
p
(n + )Rx
p
(n + )Rx
i
p
(n + )Rx
=x
donne un degr de libert que lon fixe = 3 n dans le cas o x est un vecteur gaussien.
Ensuite, chacun des chantillons X i subit la transformation T pour donner les chantillons Y i = T (Xi ).
On obtient alors une estime de la moyenne et de la covariance de y :
=
y
l1
X
i=0
Ry =
l1
X
i=0
Wi Yi
(3.50)
}{Yi y
}T
Wi {Yi y
(3.51)
Dans un systme MIMO/OFDM le TEB est la moyenne des TEB par metteur et par sous-porteuse :
Peb
P nt
1 1 XX
peip
=
P nt
(3.52)
p=1 i=1
Si lon utilise par exemple une modulation MAQ-4, son TEB pour un systme mono-metteur et mono-
78
1
pT
+ erfc
2V < 2
pT
2V =
(3.53)
o V < et V = sont les variances des parties relle et imaginaire du bruit en sortie du rcepteur, estimes par
(3.51).
Avec un rcepteur ZF, pour chaque metteur, on peut injecter (3.53) dans (3.52) pour obtenir le TEB de
la transmission. Dans le cas dun rcepteur V-BLAST, le retour de dcision implique une dpendance dans
la dmodulation des symboles. On ne pourra donc pas appliquer directement la stratgie prcdente, mais on
peut nanmoins estimer le TEB en reprsentant la propagation des erreurs par une structure en arbre (pour une
description plus dtaille, le lecteur pourra se rfrer [86]).
La figure 3.14 propose lestimation du TEB pour un systme MIMO comportant n T = 3 metteurs et
nR = 5 rcepteurs. Cette estimation est valide en plusieurs points par des tirages MC sur 10000 paquets de
nT symboles, qui prouvent la grande prcision de notre mthode. Cette courbe permet par ailleurs de vrifier
la supriorit de lalgorithme de rception BLAST par rapport un rcepteur linaire utilisant le critre de
forage zro.
0
10
10
10
TEB
10
10
10
10
10
JU Zero Forcing
JU VBLAST
Monte Carlo Zero Forcing
Monte Carlo VBLAST
10
5
RSB (dB)
10
15
Pour plus de simplicit, la statistique du bruit est dans notre exemple considre comme gaussienne, et
3.7. CONCLUSIONS
79
les moments dordre 2 suffisent valuer correctement le TEB. Toutefois, si ce nest pas le cas, la mthode
JU peut stendre lordre 4 pour affiner lestimation [89]. Une autre amlioration de cette mthode serait
dinclure dans le vecteur alatoire de bruit les statistiques du canal, si celui-ci est dun type bien identifi
(Rayleigh, Rice,...).
3.7 Conclusions
Nous avons propos une approche qui profite simultanment de la diversit spatiale (traitement multiantennes) et de la diversit frquentielle pour atteindre de grandes efficacits spectrales et de hauts dbits sur
les canaux multi-trajets. Cette mthode est une amlioration de lalgorithme BLAST par ailleurs trs performant (mais qui est bas seulement sur la diversit spatiale): elle enlve la principale contrainte de BLAST
qui empche datteindre de hauts dbits quand les chos sont longs. Le systme BLAST-OFDM est particulirement bien adapt aux transmissions hertziennes, que ce soit en rseau GSM urbain ou en indoor. Pour
le systme BLAST seul, le dbit est limit par la priode symbole T s qui doit tre plus grande que lcho le
plus long (i.e., Ts Td ) alors que dans lapproche BLAST-OFDM, cette condition nest pas ncessaire. On a
juste besoin dun intervalle de garde T g Td . Malgr de longs chos, comme dans le cas ASM par exemple,
BLAST atteint donc une efficacit spectrale relativement grande.
La comparaison entre le systme BLAST-OFDM et lOFDM dmontre quil ny a aucun doute quant
lintrt de BLAST-OFDM en terme de capacit et de TEB, mme dans un contexte difficile comme cest le cas
pour les communications intra-muros, radio-mobiles ou en acoustique sous-marine. Durant ce travail de thse,
des travaux ont t mens paralllement et indpendamment par dautres laboratoires sur cette association et
les tudes sur la capacit fournies dans [90] confirment le grand potentiel des systmes MIMO-OFDM. Celuici est dailleurs susceptible dintresser les industriels, qui pourraient y voir lavenir des communications sans
fil.
Les courbes exprimentales nous ont montr que lalgorithme de dmodulation BLAST nest sans doute
pas optimal, et lutilisation dun autre critre de dcision que le zro-forcing, par exemple le minimum derreur
quadratique ou le maximum de vraisemblance, permettrait damliorer le traitement du signal en rception.
On peut galement envisager damliorer le taux derreur en incluant dans lmetteur un codage et/ou un
entrelacement, qui permettrait linformation de mieux rsister aux perturbations de canal.
Dans le cas o les transmissions sont de bonne qualit, il devient difficile de proposer des courbes de TEB
dans la mesure o il ny a pas beaucoup derreurs. Nous avons donc propos dans le dernier paragraphe un
algorithme destimation rapide du TEB, driv de la mthode de Julier et Uhlmann, qui permet dviter de
80
fastidieuses simulations Monte-Carlo et nous avons exploit cette mthode pour des transmissions MIMOOFDM.
Dans la suite de cette thse, nous allons nous pencher sur un autre moyen daugmenter lefficacit des
systmes MIMO, savoir loptimisation globale par prcodage et dcodage en considrant que ltat du canal
est connu de lmetteur.
81
Chapitre 4
82
et reste trs gnral, puisquil repose entirement sur des oprations matricielles.
Depuis le dbut de cette thse, dautres quipes ont propos de manire indpendante des approches prsentant quelques similarits avec celle que nous proposons dans ce chapitre. Cependant, ces approches ngligent
la corrlation spatiale du bruit et les problmes de rang des matrices. Les oprations de dcomposition matricielle sont utilises non pas pour simplifier les systmes mais plutt pour les optimiser, que ce soit selon les
critres de capacit [20] ou derreur quadratique minimale [91]. La diagonalit rsultante du systme est alors
le fruit de cette optimisation, mais nest pas franchement un rsultat recherch originellement. Les rsultats
obtenus sont donc beaucoup moins gnraux que ceux proposs ci-dessous.
(4.1)
E {ss } = Ib
E { } = R
E {s } = 0
(4.2)
83
Si la puissance totale dmission est note p T , la contrainte suivante doit tre naturellement respecte:
trace {FF } = pT
(4.3)
Une alternative est cependant donne dans [92] qui consiste contraindre la plus grande valeur propre
max de la matrice de covariance FF du signal mis (aprs le prcodeur). Cette condition limite aussi la
puissance puisquelle constitue une majoration de (4.3):
(4.4)
Si on appelle T la plus grande valeur propre tolre de la matrice de covariance des vecteurs mis, la
contrainte peut scrire:
max (FF ) = T
(4.5)
En plus de limiter la puissance globale dmission, cette contrainte impose une limite sur la puissance
crte, indpendamment de lalphabet utilis. Cependant, la borne est moins prcise que pour (4.3) et nous
avons de ce fait choisi de conserver cette dernire comme contrainte pour la suite de nos travaux.
Pour linstant, on suppose que ltat du canal est disponible lmission.
SHV
(4.6)
Comme H est dtermin par la matrice de canal, on ne peut pas le modifier. En revanche, avec CSI, le fait
de modifier la matrice F nous permet de dplacer le sous-espace S lintrieur de H.
Notons H un sous-espace de dimension (n R k) tel que:
V =HH
(4.7)
84
(4.8)
V =S S H
(4.9)
Notons V une matrice de dimension nR nR dont les colonnes sont une base de V telle que:
V=
VS
VS
VH
(4.10)
o les colonnes de VS , VS , et VH sont des bases de S, S et H. Supposons que nous puissions choisir
cette base de V de telle faon que la matrice de corrlation du bruit devienne la matrice identit de taille
(nR nR ) ( cette tape de notre dveloppement, nous supposons juste que cest possible, nous expliquerons
plus loin comment trouver cette base). Notons r v le vecteur dont les lments sont les composantes, dans cette
nouvelle base, du vecteur reu r:
rv = V1 r
(4.11)
85
(4.12)
r
S
rv =
rS
rH
(4.13)
Les sous-vecteurs rS , rS et rH contiennent les composantes de r dans les bases de S, S et H. Etant donne
la structure de la base, nous voyons immdiatement que:
r
S
r =
S
rH
Hv
0
0
s+
S
(4.14)
(4.15)
86
s1
y1
Environnement
Prcodeur
riche en
chos
Linaire
sb
Linaire
H
nT
Dcodeur
nR
yb
Notre approche est base sur la dcomposition des matrices de prcodage et de dcodage comme suit:
F = F v Fd
(4.16)
G = G d Gv
(4.17)
y = G d Hv Fd s + G d v
(4.18)
Hv = Gv HFv
(4.19)
v = G v
(4.20)
Rv = Gv RGv
(4.21)
et:
Nous allons utiliser seulement des matrices de prcodage virtuelles F v dont les colonnes sont orthonormes, et par consquent:
Fv Fv = I
(4.22)
trace {Fd Fd } = pT
(4.23)
Preuve: pT = trace {FF } = trace {F F} = trace {Fd Fv Fv Fd } = trace {Fd Fd } = trace {Fd Fd }
87
Notre objectif est de dterminer les prcodeurs et dcodeurs virtuels F v et Gv de telle sorte que le canal
virtuel Hv et la matrice de corrlation du bruit R v deviennent aussi simples que possible. Cela facilitera
grandement lanalyse du systme ainsi que la dtermination de F d et Gd .
Cet objectif sera atteint grce plusieurs transformations successives visant simplifier le modle au
maximum. Les prcodeurs et dcodeurs virtuels sont alors dfinis respectivement par:
Gv = G 3 G2 G1
(4.24)
Fv = F 1 F2 F3
(4.25)
et
Il faut noter que dans le cas o on na aucune information sur le canal, la matrice de prcodage doit tre
incluse dans la matrice de canal et dans ce cas n T = b.
R = QQ
(4.26)
o Q est une matrice unitaire et = diag( 1 ,...,nR ) est une matrice relle diagonale avec 1 ...
nR 0; les valeurs propres sont ranges dans lordre dcroissant. Prenons:
1
G1 = 2 Q
(4.27)
F 1 = I nT
(4.28)
et:
1
2 est simplement une matrice diagonale, dont les lments sont 1/ 1 ,...,1/ nR . La matrice de
(4.29)
88
Les vecteurs de la base rsultante sont les colonnes de (G 1 )1 (avec leurs coordonnes exprimes dans la
base initiale). Dans la nouvelle base, le bruit est blanc et isotrope. Comme les transformations que nous allons
utiliser par la suite sont toutes unitaires (c..d. des rotations de bases), cette matrice de corrlation du bruit ne
changera absolument plus. Le canal intermdiaire virtuel est:
Hv1 = G1 HF1
(4.30)
(4.31)
o A est une matrice unitaire de taille (n R nR ), B est une matrice unitaire de taille (n T nT ) , et
est une matrice de taille (nR nT ) dont la structure est la suivante:
k
=
0
0
(4.32)
o k = diag(1 ,...,k ) est une matrice diagonale de taille (k k) dont les lments diagonaux sont rels
et strictement positifs. En supposant que ces lments ont t rangs de telle sorte que 1 ... k > 0,
prenons:
G2 = A
(4.33)
F2 = B
(4.34)
et:
Il faut remarquer que choisir cette valeur pour F 2 nimplique aucune perte de gnralit dans la mesure
o, si lmetteur a accs ltat du canal, il sera toujours possible dinclure B dans Fd pour annuler F2 . Le
canal virtuel est alors:
Hv2 = G2 Hv1 F2 =
(4.35)
(4.36)
89
A ce stade, la matrice de canal et la matrice de corrlation du bruit virtuel sont toutes deux extrmement
simples. Comme les nR k dernires colonnes de Hv2 sont nulles, il est vident que les n R k derniers
lments de rv sont les composantes de r dans la base de H, (c..d., rH ). De plus, comme expliqu prcdemment, le prcodeur doit aligner S avec le sous-espace de gain maximal de canal. Etant donns la structure
de Hv2 et lordre dcroissant des lments diagonaux de k , il est clair que les b plus hauts gains de canal
correspondent aux b premiers lments diagonaux de k . On peut donc crire:
r
S
rv =
rS
rH
(4.37)
Ib 0
(4.38)
De plus, comme le prcodeur doit aligner S sur le sous-espace de gain maximal de canal, on peut prendre
pour F3 la matrice de taillle (nT b) ci-dessous:
Ib
F3 =
(4.39)
(4.40)
(4.41)
90
(4.42)
tape
blanchiment
du bruit
diagonalisation
du canal
rduction de
dimension
Fi
Gi
F 1 = I nT
G1 = 2 Q
Hv1 = G1 HF1
F2 = B
G 2 = A
Hv2 =
mthode
EVD:
R = QQ
SVD:
Hv1 =
rv =
AB
rS !
rS
rH
F3 =
Ib
0
H vi
G3 =
Ib 0
Hv = G3 Hv2 F3
= b
R vi
Rv1 = G1 RG1
= I nR
Rv2 = InR
Rv = I b
Si lon restreint les prcodeurs et dcodeurs au cas diagonal, comme nous le ferons dans le chapitre
suivant, le systme MIMO global est alors quivalent b voies totalement indpendantes, comme le montre la
figure 4.3.
(4.43)
o A est une matrice unitaire (nR nR ), B est une matrice unitaire (b b), et est une matrice (n R b)
91
F
sb
r1
s1
(nT b)
(nR nT )
r nR
h v1
vb
h vb
sb
+
Fd
y1
r1
yb
g1
v1
s1
fb
(b nR )
nR
nT
f1
y1
gb
rb
yb
Gd
Hv
b
=
(4.44)
o b = diag(1 ,...,b ) est une matrice diagonale (b b) dont les lments diagonaux sont rels et
strictement positifs. Supposons que ces lments ont t rangs de telle sorte que 1 ... b > 0. Prenons:
G2 = A
(4.45)
F 2 = I nT
(4.46)
et:
k
Hv2 = G2 Hv1 F2 = B =
0
(4.47)
92
Aussi, les dernires nR b lignes de Hv2 sont nulles. Ceci veut dire que les b premires composantes
de rv correspondent aux composantes du vecteur reu dans S, alors que les autres n R b contiennent ses
composantes dans S H. Enfin, pour la rduction de dimension, il faut garder les b premires composantes
de rv qui correspondent au mme choix de F 3 et G3 que dans le cas avec CSI.
Il faut bien noter que le canal virtuel rsultant H v nest plus diagonal, contrairement au cas o ltat du
canal est disponible lmission. La dmarche consiste simplement blanchir le bruit et projeter le vecteur
reu dans le sous-espace S de dimension b.
4.4 Conclusions
Nous avons prsent dans ce chapitre un processus de simplification des canaux MIMO. Base sur des
oprations matricielles simples comme les dcompositions en valeurs propres ou en valeurs singulires, la
dmarche reste trs gnrale. Elle permet dintgrer au systme de transmission un prcodeur et un dcodeur
diagonaux qui augmentent la fiabilit de la communication. Si lon utilise des prcodeurs et dcodeurs diagonaux, le systme global peut tre vu comme b voies parallles indpendantes. Cette diagonalit autorise de
plus une dtection optimale, base sur le critre du maximum de vraisemblance, dont la complexit dans ce
contexte reste raisonnable.
93
Chapitre 5
y = G d Hv Fd s + G d v
o v = Gv est un bruit blanc dont la matrice de corrlation sexprime R v = Ib et Hv = b =
diag(1 ,...,b ) est la matrice de canal virtuel (b b) (cest une matrice diagonale dont les lments sont
positifs et rangs dans lordre dcroissant).
Nous utilisons un rcepteur bas sur le critre de Maximum de Vraisemblance dont la complexit augmente trs rapidement avec le nombre dantennes mettrices. Si le systme global est non-diagonal (ce qui est
le cas pour tous les systmes qui ne supposent aucune connaissance du canal lmission), la complexit de
cet algorithme de dtection augmente exponentiellement avec le nombre dantennes, tandis que si le systme
est entirement diagonal laugmentation est seulement linaire. Aussi, par soucis de moindre complexit, ainsi
que de simplicit, nous considrons dans ce dernier chapitre uniquement des prcodeurs diagonaux.
La recherche des prcodeurs optimaux peut donc se limiter au cas diagonal, cest--dire F d = diag{fi }bi=1
et Gd = diag{gi }bi=1 . Le systme peut alors tre vu comme un ensemble de canaux indpendants (figure 4.3),
et la dtection par MV peut tre utilise efficacement, mme pour de grandes valeurs de b et pour de larges
94
constellations. Les valeurs des matrices de prcodage et dcodage dpendent du critre choisi pour loptimisation, et correspondent en fait une rpartition de la puissance dmission sur les canaux virtuels. Plusieurs
critres bien connus sont dtaills dans la premire partie de ce chapitre. Le critre le plus populaire et sans
doute encore le plus utilis lheure actuelle est le critre de la maximisation de la capacit, connu sous le nom
de water-filling (WF). On trouve galement frquemment le critre de minimisation de lerreur quadratique
moyenne (EQMM), ou encore le critre de maximisation de la plus faible valeur singulire du canal quivalent
Hv Fd , not ici max(min ).
Nous dtaillerons ensuite le prcodeur diagonal optimal labor pendant cette thse. Partant de la constatation que dans les sytmes pratiques, le taux derreur bit (TEB) est le paramtre principal minimiser durant
la transmission, nous avons dvelopp un prcodeur dont le but est de veiller ce que le TEB soit le plus
faible possible, nimporte quel moment de la transmission. Nous donnerons galement une approximation
de ce prcodeur qui permet de baisser la complexit de loptimisation.
Dans une considration gnrale, et pour nimporte lequel de ces critres, nous tudierons limpact de la
rduction de voies virtuelles sur la fiabilit des transmissions, et montrerons que suivant la gamme de RSB
qui caractrise la liaison, le sacrifice de la voie la moins favorise peut savrer bnfique. Nous tirerons les
conclusions qui simposent en commentant largement les courbes de TEB et de capacit notamment. Enfin,
avant doffrir quelques perspectives nos tudes sur le prcodage linaire, nous situerons notre travail par
rapport dautres schmas qui utilisent la connaissance du canal lmission, et plus particulirement la
slection dantennes.
95
C=
b
X
log2 (1 + fi2 i2 )
(5.1)
i=1
o fi et i reprsentent les valeurs diagonales de la matrice de prcodage F d et de la matrice du canal quivalent Hv , respectivement.
Comme le systme comporte b voies parallles et indpendantes, la capacit est tout simplement b fois
la capacit dun canal SISO. Pour trouver les valeurs de la matrice de prcodage F d = diag{fi }bi=1 qui
maximisent cette capacit, nous allons utiliser la mthode des multiplicateurs de Lagrange. La contrainte de
la puissance maximale lmission scrit prsent:
b
X
fi2 = pT
(5.2)
i=1
LW F (,fi ) =
b
X
b
X
log2 (1 + fi2 i2 ) +
i=1
i=1
fi2
pT
1
i2
pour
(5.3)
LWF
fi
suffit
(5.4)
1/i2
Si on note b lentier tel que i2 > 1/ pour i = 1,...,b et i2 1/ (et donc fi2 = 0) pour i = b + 1,...,b.
Alors, grce la contrainte, on obtient:
pT =
b
X
i=1
fi2 = b
(5.5)
i=1 i
(5.6)
pT +
b
(5.7)
=
Ainsi le seuil est:
=
Il convient de vrifier que cette valeur rgnre le mme b . On peut alors facilement trouver les valeurs f i
partir de (5.4). Cette solution WF a dj t lobjet de nombreuses tudes, et est largement reconnue pour
96
son aptitude augmenter les capacits des systmes MIMO [94, 20, 95]. Cependant, si on retrouve ici les
mmes rsutats que dans la littrature, la mthode est dveloppe ici dune manire beaucoup plus simple et
rapide, grce la diagonalit du systme quivalent.
Pondration de lEQMM
Pour apprhender ce problme, on se propose dutiliser un critre qui minimise lerreur quadratique
moyenne, mais de faon pondre, en introduisant par exemple une matrice de pondration diagonale et dfi
2
nie positive W = diag{wi }bi=1 . Le critre minimiser devient alors E[
W1/2 (y s)
], et tant donne la
diagonalit du systme, il sexprime:
b
X
i=1
(5.8)
|fi |2 pT
(5.9)
(5.10)
i=1
(5.11)
et on prend des valeurs relles pour g i . On se retrouve donc avec un problme qui considre uniquement des
97
variables relles. Pour rsoudre ce problme doptimisation, nous faisons de nouveau appel la mthode de
Lagrange, combine avec les conditions doptimalit de Karush, Kuhn et Tucker (KKT). Formons dans un
premier temps le Lagrangien:
b
X
wi (gi2 i2 fi2
i=1
2gi i fi +
gi2
+ 1) + [(
b
X
i=1
fi2 ) pT ]
(5.12)
Les conditions KKT ci-dessous sont alors ncessaires et suffisantes pour garantir loptimalit de notre
systme diagonal:
LEQM M (,gi ,fi )
=0
gi
(5.13)
(5.14)
(5.15)
b
X
i=1
[(
fi2 pT 0
b
X
i=1
fi2 ) pT ] = 0
(5.16)
(5.17)
(5.18)
gi =
i fi
(i fi )2 + 1
En remplaant alors les gi par leur expression (5.19), lannulation de la drive partielle
(5.14) fournit:
fi2
1 (wi
i
1
i )
(5.19)
LEQM M (,gi ,fi )
fi
(5.20)
pour wi 1/i
Il faut noter quil existe une relation vidente entre le critre qui maximise la capacit du canal et le critre
de minimisation pondre de lerreur quadratique, puisque le cas particulier w i = i nous renvoie directement
au prcodeur bas sur la technique du WF (5.4).
98
1
wi
pour i = 1,...,b et i
b
X
i=1
1
wi
fi2 =
o:
(5.21)
b
X
wi
(5.22)
pT +
(5.23)
i=1
Ainsi
=
En utilisant les trois quations prcdentes, b dtermine . Mais il faut vrifier que cette valeur de
rgnre le mme b que prcdemment. Lquation (5.20) nous donne facilement les f i . La prsence de wi
dans ce systme dquations permet dintervenir sur chacune des voies suivant la valeur que lon donne ce
paramtre.
fi2 i2 = i
(5.24)
99
fi2 =
b
X
i
i=1
i2
b
X
i
2
i=1 i
(5.25)
(5.26)
i
i=1 i2
i2
pT i
Pb
(5.27)
k
k=1 2
k
Les RSB propres chaque voie sont alors dfinis par des rapports entre eux, le scalaire servant assurer
un RSB global constant. Ainsi, pour un systme 2 voies, il suffit de prendre 2 = 21 pour avoir 3 dB dcart
entre les voies, comme le montre la figure 5.1. Bien videmment, plus le rapport
2
1
global de la transmission augmente. Le cas le plus favorable est donn par un rapport
= 1, dtaill dans le
paragraphe suivant.
Erreur gale
Le schma doptimisation classique par le critre de lerreur quadratique moyenne peut donner des erreurs
sur chaque voie trs diffrentes les unes des autres. Cependant, des systmes dbit constant ncessitent des
transmissions sres utilisant des modulations et des schmas de codage identiques sur chaque voie. Ces voies
doivent donc avoir des erreurs quadratiques moyennes gales, ce qui revient avoir le mme RSB sur toutes les
voies. Cest donc un cas particulier de loptimisation base sur la qualit de services du paragraphe prcdent,
et en posant i = ce RSB unique se dfinit par:
= fi2 i2
(5.28)
100
25
donnes video
donnes audio
20
15
10
6
8
10
12
14
puissance totale mise / bruit reu (en dB)
16
18
20
F IG . 5.1 Systme MIMO bas sur la Qualit de Service: les donnes video sont transmises sur une voie
favorise de 3dB par raport aux donnes audio
En remplaant les RSB des diffrentes voies par ce RSB unique dans (5.27), on obtient alors directement:
fi2 =
pT
=
P
2
i
i2 bk=1
(5.29)
1
k2
Ce prcodeur, que lon appellera par la suite EGAL peut en fait tre retrouv par loptimisation dun autre
critre max(min ) [92] qui consiste maximiser la plus petite valeur singulire de lassociation du canal
quivalent et du prcodeur Hv Fd . Ce critre se justifie par le fait que min soit une borne infrieure la
distance minimale entre les symboles reus dont dpend la probabilit derreur [98]:
i6=j
(5.30)
101
y i = i f i s i + vi
(5.31)
Les lments i sont rels et positifs, et nous allons donc choisir pour f i des valeurs relles et positives (il est
facile de montrer que considrer des valeurs complexes ou ngatives ne modifierait ni le RSB, ni le TEB). Le
RSB pour chaque sous-canal sexprime:
i = i2 fi2
(5.32)
2
log2 M (1
1 )
M
et M =
1
b
Pb
i=1
M i
(5.33)
3
2(M 1) .
A partir de cette probabilit derreur, on peut crire le Lagrangien que lon va chercher minimiser:
LBER
b
p
M X
erfc
M i fi +
=
b
i=1
b
X
i=1
fi2
pT
(5.34)
LBER
fi
donne lexpres-
sion des valeurs diagonales de notre prcodeur bas sur le taux derreur binaire minimal (TEBM):
fi2
1
2M i2
W0
2
2i4 2M M
2 b2
(5.35)
o W0 reprsente la fonction de Lambert dindex 0 [99]. Cette fonction W 0 (x) est croissante. Elle est positive
pour x > 0, et W0 (0) = 0. Ainsi, quand 2 augmente, les fi2 dcroissent. 2 peut alors tre facilement
P
dtermin grce la contrainte bi=1 fi2 = pT .
102
Pour illustrer lintrt de notre approche, nous avons voulu comparer les performances de ce prcodeur
avec un prcodeur classique bas sur lEQMM. Nous avons alors repris le schma doptimisation de Sampath
et al [91]. Si la diagonalit de leur systme est le fruit dune optimisation globale plutt quun objectif ou
une contrainte, elle nous permet cependant dinsrer notre prcodeur diagonal en amont [100]. La figure 5.2
montre clairement la rduction du TEB apporte par le prcodeur TEBM dans le cas dune transmission sur
canal de Rayleigh. On observe ainsi un gain de 1 dB en rapport signal-sur-bruit pour une mme probabilit
derreur.
10
TEBM (exprimental)
TEBM (thorique)
EQMM (exprimental)
EQMM (thorique)
2
10
TEB
10
10
10
10
10
12
RSB (dB)
La complexit de cette solution peut en fait tre considrablement amoindrie (voir annexe) en approximant
la fonction de Lambert dindex 0 par:
for x 1
(5.36)
En utilisant la fois cette approximation dans (5.35) et la contrainte on obtient directement la solution simpli-
fie:
fi2
ai (1
o:
ai =
103
Ak )
kP
+ Ai
a
k k
ak
pour i = 1, . . . ,b
(5.38)
2M i2
(5.37)
2
2i4 2M M
b2
(5.39)
Il faut toutefois noter que lapproximation (5.36) nest plus valable pour de faibles RSB; log(b i ) peut tre
infrieur 1 et on ne peut pas calculer (5.39). Dans ce cas, la mthode simplifie TEBMA nglige les souscanaux les plus dfavoriss, tout comme les solutions WF et EQMM, et (5.37) calcule les f i2 pour les modes
restants.
Cette mthode simplifie TEBMA est la plus rapide parmi celles prsentes dans ce chapitre, car elle ne
ncessite aucune optimisation, pas plus que de recherche de . Pour plus de prcisions sur ces prcodeurs
diagonaux bass sur la minimisation du taux derreur binaire, le lecteur pourra galement se rfrer [101].
Si la diversit de lenvironnement de transmission est faible, les valeurs singulires du canal MIMO
tendent vers une valeur unique (i.e., i ' , pour i = 1, . . . ,b). Les solutions WF et EQMM convergent
alors vers une stratgie dallocation qui rpartit galement la puissance sur tous les sous-canaux (i.e.,
fi2 = pT /b pour i = 1, . . . ,b). Cette stratgie est appele allocation uniforme.
Pour des RSB levs, lallocation de puissance opre par la solution EQMM est inversement proportionnelle i , alors que le critre WF choisit une allocation uniforme. Nous obtenons en effet
fi2 =
pT + 1
i
En revanche, aucune des deux stratgies, pas plus que le TEBMA, nalloue la moindre puissance une
voie si la valeur singulire i de celle-ci se situe sous un certain seuil, ce qui provoque une slection des
104
sous-canaux par lesquels va transiter linformation. En se rfrant (5.4) et (5.20), il est vident que ce
seuil, dtermin grce la contrainte de puissance, nest pas du tout le mme suivant le critre retenu.
A titre dinformation, la figure 5.3 prsente une tude statistique pour des canaux de Rayleigh sur le
sacrifice de voies par les critres EQMM et WF pour des transmissions sur 2 voies indpendantes avec deux
metteurs et deux rcepteurs (b = 2 et n T = nR = 2). La probabilit de sacrifier une voie est visiblement
bien plus importante pour le critre WF que pour lEQMM.
Probabiblit dutiliser une seule voie pour les prcodeurs EQMM et WF (b=2, nT=2, nR=2, MDP4)
10
EQMM
WF
10
10
10
10
10
10
12
14
16
18
20
22
RSB en dB
Considrons prsent un systme MIMO avec 5 metteurs et 5 rcepteurs qui transmet de linformation sur 4 voies indpendantes (les considrations pratiques sont dtailles dans le paragraphe suivant). La
figure 5.4 prsente les stratgies dallocation de puissance des prcodeurs WF, EQMM, TEBM et EGAL pour
3 rapports signal-sur-bruit: -6, 2 et 10 dB.
On remarque immdiatement que le prcodeur dont lobjectif est dassurer un TEB identique sur chaque
voie quel que soit lenvironnement de transmission adopte une stratgie totalement indpendante du RSB: la
majeure partie de la puissance est alloue la voie la plus dfavorise, alors que le meilleur sous-canal nen
reoit que trs peu. Dautre part, la stratgie du WF dans le cas o le RSB slve diffre radicalement de celle
des autres qui sont somme toute assez proches. En effet, alors que les prcodeurs EQMM et TEBM favorisent
105
1.2
0.8
0.6
0.4
0.2
2
RSB en dB
10
F IG . 5.4 Allocations de puissance pour les prcodeurs WF(A), EQMM(B), TEBM(C) et EGAL(D)
P1,...,P4 reprsentent les puissances moyennes transmises sur les voies de la plus favorise la moins favorise
la voie la plus faible, le WF choisit une allocation uniforme et quirpartit la puissance sur toutes les voies. En
revanche, lorsque le RSB dcrot, ces trois prcodeurs observent des stratgies similaires, et dlaissent la voie
la moins favorise. Pour mieux apprhender ce phnomne, les figures 5.5, 5.6, et 5.7 prsentent lvolution
des stratgies des prcodeurs suivant le RSB.
La principale diffrence rside dans la vitesse laquelle le systme va ngliger une voie. Le critre le
moins indulgent est le WF, puisque la puissance alloue la voie la plus faible est en constante diminution ds
10 dB, et cette dernire est mme totalement nglige partir de -10 dB. La puissance est alors rpartie sur les
modes restants. Le critre EQMM nglige lui ausi la voie la plus faible, mais le seuil est situ bien plus bas.
Si lapproximation du TEBM finit elle aussi par dlaisser la voie la moins favorise, le critre TEBM original
en revanche lui alloue toujours un minimum de puissance. Sans doute est-ce l le secret de sa supriorit, tout
du moins en termes de TEB et defficacit spectrale, comme nous allons le montrer.
106
0.5
0
20
15
10
5
0
Puissance moyenne par voie pour le critre EQMM
10
15
10
5
0
Puissance moyenne par voie pour le critre TEBM
10
10
0.5
0
20
1
0.5
0
20
15
10
5
RSB en dB
Allocation de puissance avec prcodeurs diagonaux (b=4, nt=5, nr=5 et 10000 H and R alatoires)
P1
1
TEBM
EQMM
WF
0.5
0
20
0.6
15
10
10
15
10
10
15
10
10
15
10
5
RSB en dB
10
P2
0.4
0.2
0
20
0.6
P3
0.4
0.2
P4
0
20
1
0.5
0
20
107
1
0.5
0
20
15
10
5
0
Puissance cumule pour le critre EQMM
10
15
10
5
0
Puissance cumule pour le critre TEBM
10
10
1.5
1
0.5
0
20
1.5
1
0.5
0
20
15
10
5
RSB en dB
Comme nous lavons dj mentionn, les performances dun systme de transmission sont surtout values
par son aptitude rsister aux perturbations, cest dire assurer un TEB aussi faible que possible, et
acheminer le plus dinformation utile, ce qui revient maximiser sa capacit, ou son efficacit spectrale. Pour
pouvoir comparer les diffrents prcodeurs tudis au dbut de ce chapitre, nous allons donc avoir recours
des simulations de transmissions de type Monte-Carlo. Considrons par exemple un systme MIMO compos
de nT = 5 antennes mettrices et nR = 5 rcepteurs, par lequel sont achemines b voies indpendantes
dinformation. Pour chaque RSB, on transmet 10000 symboles appartenant une constellation MDP-4. Afin
dobtenir des rsultats ne dpendant ni dun canal de transmission ni de statistiques de bruit particuliers, une
nouvelle matrice de canal H et une nouvelle matrice de corrlation de bruit sont tires alatoirement pour
chaque vecteur de symboles mis. Les lments de H sont indpendants et identiquement distribus (i.i.d.),
appartiennent au domaine complexe et suivent une loi gausienne centre de variance unit. Le bruit est lui
aussi gaussien, et le RSB est dfini comme le rapport de la puissance totale dmission sur la puissance totale
de bruit reu.
108
25
capacit (bit/s/Hz)
20
15
10
0
20
15
10
10
RSB en dB
Comme ctait prvisible, le systme utilisant le prcodeur bas sur le principe du WF est celui qui est
susceptible datteindre la capacit la plus leve. Lorsque le RSB augmente, lallocation uniforme de puissance semble aussi efficace, ce qui est logique au vu des tudes prcdentes. Le prcodeur EQMM propose
des capacits moindres, mais intressantes, alors que celles autorises par le prcodeur TEBM sont seulement
meilleures que celles des concepts derreur gale et de qualit de services, solutions particulires de lEQMM,
mais dont le but nest pas la hausse de lefficacit spectrale mais simplement une liaison stable sur lensemble
des voies ou sur une ou plusieurs voies du systme.
109
du systme peuvent tre vues comme de simples chanes de donnes binaires. Aussi, le canal est considr
comme binaire symtrique (CBS) et la capacit exprimentale C M DP 4 est donc lie au TEB par lexpression
suivante [3]:
CM DP 4 = 2b(1+T EB log 2 (T EB)+(1T EB)log 2 (1T EB)) (bits / vecteur transmis) (5.40)
Capacit exprimentale avec prcodeurs diagonaux (b=4, nt=5, nr=5 et 10000 H et R alatoires)
8
TEBM
MMSE
WF
EGAL
capacit (bit/s/Hz)
0
20
15
10
10
RSB en dB
Les figures 5.9 et 5.10 montrent clairement que les meilleures performances sont apportes par le prcodeur TEBM, qui prcde de peu celui bas sur la minimisation de lerreur quadratique moyenne. Contrairement aux attentes thoriques, le prcodeur bas sur la maximisation de la capacit reste trs en de des
autres, et accuse notamment un dficit de prs de 5 dB par rapport au TEBM. Ces figures illustrent aussi
lintrt de lapproximation du TEBM, puisque malgr la simplicit de ce prcodeur, ses performances restent
trs proches de loptimal, le TEBM, et sont mme quivalentes pour des RSB levs.
110
TEB avec prcodeurs diagonaux (QAM4, b=4, nt=5, nr=5 et 10000 H et R alatoires)
10
TEB
10
10
10
10
MBER
MBER approx
EQMM
WF
uniforme
erreur gale
QoS
4
2
RSB en dB
10
111
TEB par voie avec prcodeurs diagonaux (MAQ4, b=2, nt=4, nr=4 et 10000 H and R alatoires)
10
TEBM1
TEBM2
EQMM1
EQMM2
WF1
WF2
TEB
10
10
10
10
2
RSB en dB
10
TEB par voie avec prcodeurs diagonaux (MAQ4, b=3, nt=4, nr=4 et 10000 H and R alatoires)
10
TEB
10
10
10
TEBM1
TEBM2
TEBM3
EQMM1
EQMM2
EQMM3
WF1
WF2
WF3
10
2
RSB en dB
10
112
Cette influence de la rduction du nombre de voies sur la fiabilit des communications peut galement
tre illustre par un raisonnement inverse. La figure 5.13 prsente ainsi des courbes de TEB pour plusieurs
systmes MIMO. Le systme basique est un systme non-optimis comportant 2 metteurs et 2 rcepteurs,
par lequel on transmet linformation sur 2 voies indpendantes. On ajoute ensuite ce systme une puis trois
antennes mettrices, mais la transmission de linformation se fait toujours sur seulement 2 voies. Si lajout
dune seule antenne mettrice amliore un peu la fiabilit de la transmission, le rsultat est par contre trs
significatif quand on passe 5 metteurs. Le fait de pouvoir rpartir la puissance de manire optimale sur
les voies diminue grandement le TEB, sans pour autant augmenter le dbit puisque lon utilise dans tous les
cas seulement 2 sous-canaux pour mettre. Si lide est sans doute inapplicable du ct rcepteur mobile
pour des contraintes videntes de dimension, elle est en revanche intressante pour la station de base, et
les cots matriels ds laugmentation du nombre dmetteurs seront sans doute largement compenss par
lamlioration des performances.
10
TEB
10
10
10
10
12
14
RSB en dB
F IG . 5.13 Impact de laugmentation du nombre dantennes mettrices sur le TEB pour un nombre fixe de
voies de transmission et de rcepteurs (b = 2 et n R = 2)
113
Plus rcemment Heath et al. introduisent dans [106] un nouveau critre de slection base sur la maximisation de la distance euclidienne minimale entre les symboles sur la constellation reue. Ce critre, troitement
li au TEB, amliore sensiblement la qualit de la transmission, la fois en terme de TEB et de capacit. Etant
donn que le TEBM propose les performances optimales en terme de TEB parmi tous les prcodeurs diagonaux, il nest pas franchement intressant dappliquer le critre de distance minimale au prcodage diagonal.
En revanche il parat plus judicieux de concevoir un prcodeur non-diagonal bas sur ce critre, pour tudier
ses performances et vrifier que laugmentation de complexit au niveau de la dtection nest pas prohibitive.
114
Comparaison entre prcodage linaire diagonal et slection dantennes (MAQ4 / canal de Rayleigh)
10
10
TEB
10
10
10
10
10
12
14
RSB en dB
dessayer de reproduire la forme dune constellation MAQ pour les symboles reus sur chaque rcepteur. Nous
nous limitons ltude de coefficients rels et, si le nombre dmetteurs et de rcepteurs peut varier, les outils
mathmatiques utiliss (reprsentation angulaire) restreignent le domaine dapplication du procd aux systmes utilisant seulement deux voies indpendantes (par consquent, comme b = 2, il faut n T 2 et nR 2).
Enfin la modulation utilise est une MDP-4.
Reprenons la version simplifie du canal de transmission. Celui-ci peut scrire en fonction des valeurs
singulires:
1 0
H=
0 2
(5.41)
x y
Fdmin =
w z
(5.42)
115
y = Hv Fdmin s + v
y1 1 (xs1 + ys2 ) + v1
=
2 (ws1 + zs2 ) + v2
y2
soit
(5.43)
Le prcodeur Fdmin est sujet la contrainte de puissance lmission trace(F dmin Fdmin ) pT . On peut le
dcomposer en valeurs singulires et, comme il est de dimension 22, lcrire de faon angulaire. En galisant
les distances sur les deux rcepteurs, on se rend compte que le prcodeur optimal peut se dcomposer sous
deux formes bien distinctes selon le rapport des RSB des voies k = 1 /2 .
Ainsi, pour k 2, Fdmin est diagonal et donn par lexpression:
Fdmin =
pT 1 0
1 + k2
0 k
(5.44)
Fdmin =
pT 2 1
5
0 0
(5.45)
Cette dernire solution signifie que la voie virtuelle la plus dfavorise est abandonne, mais physiquement lmetteur comme le rcepteur utilisent toutes les antennes. En fait, le prcodeur transforme la MDP-4
sur deux voies en une MAQ-16 sur la meilleure voie. Le dveloppement de ce prcodeur est dtaill dans
[107]. La flexibilit du prcodeur linaire bas sur la distance minimale lui confre un avantage certain en
terme de TEB sur la slection dantennes brute, comme le montre la figure 5.15.
Ce prcodeur bas sur la maximisation de la distance minimale semble donc trs prometteur, mais il est
toutefois bien moins gnral que le prcodeur TEBM puisquil nest ici question que de deux voies indpendantes. Il nutilise de plus que des coefficients rels, et nest donc pas vraiment optimal au sens de la distance
euclidienne minimale. Dans de futurs travaux, il faudra donc essayer de dpasser cette contrainte de nombre
de voies en trouvant un autre formalisme, et se pencher sur lapport potentiel de coefficients complexes.
116
10
TEB
10
10
10
10
10
12
RSB en dB
F IG . 5.15 Comparaison en TEB entre slection dantennes et prcodage linaire par le critre de la distance
minimale
5.8 Conclusions
Nous avons dvelopp dans ce chapitre diffrentes architectures de prcodage diagonal, bases sur plusieurs critres doptimisation. Bnficiant dune structure de canal diagonale acquise dans le chapitre prcdent, tous ces prcodeurs diagonaux amliorent grandement les performances des systmes de transmission
MIMO tout en autorisant une dtection optimale base sur le maximum de vraisemblance. Chaque architecture est destine un objectif particulier, quil sagisse de la maximisation de la capacit du canal ou de la
minimisation de lerreur quadratique. Ce dernier critre, sil est pondr, permet par ailleurs dobtenir des
RSB propres chaque voie indpendante, perspective intressante si on veut transmettre plusieurs types dinformation en parallle. Si ces critres bass sur le WF ou lEQMM sont connus, nous avons montr que grce
au processus de diagonalisation et de simplification des canaux MIMO dvelopp dans le chapitre prcdent,
nous retrouvions les rsultats dune manire bien plus simple et rapide que dans la littrature.
Cependant, si lon considre que les paramtres prpondrants dans lanalyse de la qualit dun systme
de transmission sont lefficacit spectrale et le TEB, le prcodeur le plus prometteur semble tre celui bas sur
la minimisation directe du TEB. Si lon considre lensemble des prcodeurs linaires diagonaux, ce dernier
est optimal au sens du taux derreur binaire minimal, et garantit donc des transmissions dexcellente facture.
5.8. CONCLUSIONS
117
Son approximation logarithmique se rvle un excellent compromis, puisquelle atteint des performances
quasiment quivalentes (pour des RSB levs) pour une trs faible complexit.
Une perspective intressante serait donc de regarder lapport dun prcodeur non diagonal, et le cot que
cela entranerait en temps de calcul pour le rcepteur MV. Dautres critres peuvent galement tre envisags,
par exemple le critre maximisant la distance euclidienne minimale entre symboles sur la constellation reue.
Nous avons brivement dcrit un prcodeur non-diagonal bas sur ce critre pour un systme contraint deux
voies indpendantes. Les rsultats sont prometteurs, mais lextension un nombre de voies plus grand parat
encore difficile.
118
C ONCLUSION
119
Conclusion
Cette thse a t consacre ltude des systmes de transmissions multi-antennes et leur optimisation.
Dans un premier temps, nous avons brivement dcrit le fonctionnement dune chane classique de transmissions numriques et avons prsent les modulations numriques usuelles et plus prcisment la modulation
damplitude en quadrature, utilise dans la majeure partie de nos tudes. Les diffrents modles de canaux
rencontrs en pratique ont t examins, notamment les canaux vanouissements de Rice et de Rayleigh qui
caractrisent le mieux les communications radio-mobiles. Aprs avoir rappel quelques notions de thorie de
linformation et dvelopp le calcul de la capacit dans le cas dun canal vanouissements mono-antenne,
nous avons prsent les diffrentes sortes de diversit susceptibles damliorer les transmissions sur ce type
de canal.
La diversit spatiale, la fois lmission et la rception, a fait lobjet de notre deuxime chapitre. Les
diffrentes architectures MIMO, cest--dire les codages spatio-temporels en blocs ou en treillis ainsi que les
systmes bass sur le multiplexage spatial ont t prsentes. Nous avons alors dtaill les rcepteurs envisageables pour ce type de transmission, quils soient linaires ou non. Si le rcepteur bas sur le forage zro
est le plus simple mettre en oeuvre, ses performances sont trop mdiocres pour tre satisfaisantes. Le rcepteur bas sur lerreur quadratique moyenne offre des perspectives plus intressantes, tout comme le rcepteur
annulations successives dinterfrences. Enfin nous nous sommes attards sur le dtecteur optimal, bas sur
le maximum de vraisemblance a posteriori qui, malgr une complexit croissante avec le nombre dantennes
et la taille de la constellation, conserve un grand intrt grce ses excellentes performances. Dans le cas
particulier dun canal ricien vanouissements, nous avons dvelopp un dtecteur sous-optimal bas sur le
principe du MV, qui produit des rsultats presque quivalents pour une complexit bien moindre, et qui semble
donc tre un excellent compromis. En dveloppant et en illustrant la capacit des systmes MIMO, nous avons
expliqu la cause de leur actuelle popularit et de leur implication dans la plupart des systmes sans fil venir,
quil sagisse des communications radio-mobiles de troisime et quatrime gnration ou encore des rseaux
C ONCLUSION
120
Ces systmes MIMO, et notamment les systmes bass sur le multiplexage spatial, telle larchitecture
BLAST dveloppe par les laboratoires Bell doivent cependant respecter bon nombre de contraintes, dont
la bande troite reste la principale. Afin de surmonter ce handicap et dtendre les possibilits de BLAST,
nous avons propos dans le chapitre 3 une association avec la modulation OFDM. Cette modulation multiporteuses permet en effet de diviser une grande bande de frquence en de multiples sous-bandes contigus
et orthogonales entre elles, vitant ainsi lIES et autorisant lutilisation de lalgorithme BLAST initial dans
chaque sous-porteuse. Larchitecture dun tel systme est largement dtaille, et pour valider le procd, des
simulations furent conduites sur des modles de canaux radio-mobiles. Nous avons ainsi dmontr, par des
calculs defficacit spectrale et de TEB que le canal UHF COST 207, utilis comme rfrence pour la norme
GSM, est particulirement bien adapt lutilisation dune combinaison MIMO-OFDM. Cette association devrait plaire nombre dindustriels, qui pourraient y voir entre autres le moyen de supplanter les technologies
daccs multiples actuelles, essentiellement bases sur le CDMA.
Un grand nombre de systmes pratiques permettent lmetteur de connatre ltat temporaire du canal grce notamment des techniques de duplexage, quil soit en temps ou en frquence. Une optimisation
conjointe par addition dans la chane de transmission dun prcodeur et dun dcodeur permet de profiter au
mieux de cette information. Cependant, pour pouvoir utiliser le dtecteur optimal avec une complexit raisonnable, le systme quivalent doit tre diagonal. Grce des oprations de dcomposition matricielles, nous
avons ainsi propos une mthode de simplification et de diagonalisation du canal MIMO. La construction
des prcodeurs et dcodeurs, volontairement restreints des matrices diagonales, permet alors dagir directement sur la puissance alloue chaque metteur. Aprs avoir tudi plusieurs critres, notamment le WF
qui consiste maximiser la capacit et celui bas sur la minimisation de lerreur quadratique moyenne, nous
avons montr que nous pouvions btir un prcodeur qui minimise directement le TEB. Des courbes de TEB
et defficacit spectrale illustrent clairement la supriorit du TEBM, mais aussi celle de son approximation,
dont la complexit est nettement infrieure puisquelle ne ncessite aucune optimisation. Le prcodeur TEBM
est donc le prcodeur diagonal optimal au sens du taux derreur bit minimal, alors que thoriquement il est susceptible dacheminer une capacit infrieure comparativement aux systmes bass sur le WF ou sur lEQMM.
Notre travail, comme la quasi-totalit des travaux disponibles dans la littrature scientifique fait lhypo-
C ONCLUSION
121
thse dune connaissance parfaite du canal de transmission lmission comme la rception ainsi que dune
synchronisation parfaite de rythme et de porteuse. Par ailleurs, aucun moment dans ce mmoire il nest question de codage dtecteur et correcteur derreurs. Une extension possible ce travail serait donc dinclure par la
suite du codage dans nos simulations, pour vrifier lefficacit de nos prcodeurs. Les turbo-codes en particulier, semblent devenus incontournables dans les systmes de transmission numriques et plusieurs normes de
systmes pratiques, tels lUMTS, prconisent leur utilisation. Lapplication pratique de notre systme devra
galement tre prcde de nombreuses tudes sur le canal de transmission, que ce soit des mesures empiriques, des travaux de modlisation ou encore des tudes sur les imperfections destimation et de retour
dinformation. En ce qui concerne le prcodage, nous avons dvelop le prcodeur optimal dans le cas diagonal. On pourrait envisager de considrer prsent les prcodeurs non-diagonaux, et vrifier si la perte en
terme de complexit est compense par laccroissement des performances. En particulier, les prcodeurs nondiagonaux bass sur la distance euclidienne minimale paraissent trs prometteurs.
122
C ONCLUSION
A NNEXE
123
Annexe
Approximation de la fonction de Lambert
La fonction de Lambert vrifie lquation
y exp y = x
(46)
Cette quation ayant un nombre infini de solutions pour chaque valeur non-nulle de x, la fonction de Lambert
possde un nombre infini de branches. Une seule de ces branches est analytique en 0, elle est donc considre
comme la branche principale de la fonction Lambert et est note W 0 (x).
X
8
125 5
3
(n)n1 n
x + ... =
x
W0 (x) = x x2 + x3 x4 +
2
3
24
n!
n=1
(47)
o n! est le factoriel de n. Cependant, cette srie oscille constamment entre de grandes valeurs positives
et ngatives pour tout rel x & 0.4, et ne peut par consquent pas tre utilise pour tout calcul numrique. En
revanche il existe une formule asymptotique [99] pour x & 3 dont les rsultats sont assez prcis:
(48)
k=0 m=0
Les coefficients ckm peuvent tre dtermins par le thorme dinversion de Lagange. Dans notre cas, on
nglige le terme de droite pour obtenir finalement lapproximation:
(49)
A NNEXE
124
4.5
3.5
2.5
1.5
200
400
600
800
1000
Ltude de ces courbes montre clairement que lapproximation est un peu grossire, mais dune part elle
se justifie largement au vu des courbes de rsultats du chapitre 5, et dautre part, comme nous allons le voir
ci-dessous, le fait de ne garder que les 2 premiers termes permet disoler et de saffranchir de son optimisation, offrant ainsi un gain important en temps de calcul.
Si lon remplace en effet la fonction de Lambert par son approximation dans lquation (5.35), on obtient:
fi2 = ai (log
bi
bi
log log 2 )
2
(50)
A NNEXE
125
avec
ai =
bi =
(51)
2M d2i
2
2i4 2M M
b2
(52)
fi2 = ai (log bi 2 log log(log bi 2 log )) = ai log bi ai log log bi 2ai (log log log ) (53)
Pb
2
i=1 fi
= pT , on obtient:
b
X
i=1
fi2
b
X
i=1
Ai 2
b
X
i=1
soit
log log log =
Pb
Ai p T
Pb
2 i=1 ai
i=1
(54)
(55)
En remplaant log log log par cette expression dans (53), on obtient:
fi2
= Ai 2ai (
Pb
k=1 Ak pT
P
2 bk=1 ak
(56)
fi2
ai (1
Pb
k=1 Ak ) + Ai
Pb
k=1 ak
Pb
k=1 ak
pour i = 1, . . . ,b
(57)
126
A NNEXE
B IBLIOGRAPHIE
127
Bibliographie
[1] C. E. Shannon. A mathematical theory of communication. Bell Systems Technical Journal, 27:379423
and 623656, July and October 1948.
[2] R. Gautier, G. Burel, J. Letessier, and O. Berder. Blind estimation of scrambler offset using encoder redundancy. In Proceedings of IEEE Asilomar Conference on Signals, Systems and Computers,
volume 1, pages 626630, Pacific Grove (CA), USA, 2002.
[3] John G. Proakis. Digital communications. McGraw-Hill, Third Edition, 1995.
[4] G. J. Foschini and M. J. Gans. On limits of wireless communications in a fading environment when
using multiple antennas. Wireless Personal Communications, 6(3):311335, march 1998.
[5] R. M. Fano. Transmission of information. John Wiley and Sons, New York, 1961.
[6] H. Blcskei and A. J. Paulraj. The Communications Handbook, chapter Multiple-input multiple-output
(MIMO) wireless systems. CRC Press, 2001.
[7] B. Le Floch, M. Alard, and C. Berrou. Coded orthogonal frequency division multiplex. IEEE Proceedings, 83(6):982996, 1995.
[8] G. Burel, C. Bouder, and O. Berder. Detection of direct sequence spread spectrum transmissions
without prior knowledge. In Proceedings of IEEE Global Telecommunications Conference (Globecom),
volume 1, pages 236239, San Antonio (TX), USA, November 2001.
[9] O. Berder, C. Bouder, and G. Burel. Identification of frequency hopping communications. In Proceedings of WSEAS Conference on Circuits, Systems, Communications and Computers (CSCC), pages
38513856, Vouliagmeni, Greece, July 2000.
[10] R. G. Vaughan. Polarization diversity in mobile communications. IEEE Transactions on Vehicular
Technology, 39:177186, August 1990.
[11] V. Erceg, L. Greenstein, S. Tjandra, S. Parkoff, A. Gupta, B. Kulic, A. Julius, and R. Bianchi. An
empirically based path loss model for wireless channels in suburban environments. IEEE Journal on
128
BIBLIOGRAPHIE
frequency-division-duplex (FDD) transmission systems using transmitted antenna diversity. International Journal of Wireless Information Networks, 1(1):4959, January 1994.
[16] S. Benedetto and E. Biglieri. Principles of Digital Transmission with Wireless Applications. PlenumKluwer, New York, 1999.
[17] N. Kong and L. Milstein. Average SNR of a generalized diversity selection combining scheme. IEEE
Communications Letters, 3(3):5759, March 1999.
[18] R. Price and P. Green. A communication technique for multipath channels. In Proceedings of the
Institute of Radio Engineers, pages 555570, 1958.
[19] C. Lamy. Communications grande efficacit spectrale sur le canal vanouissements. PhD thesis in
electrical and computer engineering, ENST Paris, April 2000.
[20] I. E. Telatar. Capacity of multi-antenna Gaussian channels. European Transactions on Telecommunications, 10(6):585595, 1999.
[21] D. Gesbert and J. Akhtar. Breaking the barriers of Shannons capacity: An overview of MIMO wireless
system. Telektronikk Telenor Journal, January 2002.
[22] V. Tarokh, N. Seshadri, and A. R. Calderbank. Space-time codes for high data rate wireless communication: Performance criterion and code construction. IEEE Transactions on Information Theory,
44(2):744765, March 1998.
[23] S. M. Alamouti. A simple diversity technique for wireless communications. IEEE Journal on Selected
Areas in Communications, 16(8):14511458, October 1998.
[24] Special issue on blind systems identification and estimation. IEEE Proceedings, 86, 1998.
[25] T. L. Marzetta and B. M. Hochwald. Capacity of a mobile multiple-antenna communication link in
Rayleigh flat fading. IEEE Transactions on Information Theory, 45(1):139157, January 1999.
BIBLIOGRAPHIE
129
[26] B. M. Hochwald and T. L. Marzetta. Unitary space-time modulation for multiple-antenna communications in rayleigh flat fading. IEEE Transactions on Information Theory, 46(2):543564, March
2000.
[27] B. L. Hughes.
130
BIBLIOGRAPHIE
BIBLIOGRAPHIE
131
[50] X. Li, H. Huang, G. J. Foschini, and R. A. Valenzuela. Effects of iterative detection and decoding on the
performance of BLAST. In Proceedings of IEEE Global Telecommunications Conference (Globecom),
volume 2, pages 10611066, San Francisco (CA), USA, November 27 - December 3 2000.
[51] A. Bhargave, R. J. P. de Figueiredo, and T. Eltoft. A detection algorithm for the V-BLAST system. In
Proceedings of IEEE Global Telecommunications Conference (Globecom), volume 1, pages 494498,
San Antonio (TX), USA, November 2001.
[52] X. Li, H. Huang, A. Lozano, and G. J. Foschini. Reduced-complexity detection algorithms for systems
using multi-element arrays. In Proceedings of IEEE Global Telecommunications Conference (Globecom), volume 2, pages 10721076, San Francisco (CA), USA, November 27 - December 3 2000.
[53] M. O. Damen, A. Chkeif, and J. C. Belfiore. Lattice code decoder for space-time codes. IEEE Communications Letters, 4(5):166169, May 2000.
[54] E. Viterbo and J. Boutros. A universal lattice code decoder for fading channels. IEEE Transactions on
Information Theory, 45(5):16391642, July 1999.
[55] A. K. Lenstra and H. W. Lenstra Jr. and L. Lovsz. Factoring polynomials with rational coefficients.
Mathematische Annalen, 261:515534, 1982.
[56] C. P. Schnorr and M. Euchner. Lattice basis reduction: improved practical algorithms and solving subset
sum problems. Mathematical Programming, 66(2):181199, 1994.
[57] D. Shiu, G. J. Foschini, M. J. Gans, and J. M. Kahn. Fading correlation and its effect on the capacity of
multi-element antenna systems. IEEE Transactions on Communications, 48(3):502513, March 2000.
[58] M. Godavarti, A. O. Hero, and T. L. Marzetta. Min-capacity of a multiple-antenna wireless channel in a
static Rician fading environment. In Proceedings of the IEEE International Symposium on Information
Theory (ISIT), page 57, Washington (D.C.), USA, June 24-29 2001.
[59] M. Godavarti, T.L. Marzetta, and S.S. Shitz. Capacity of a mobile multiple-antenna wireless link
with isotropically random Rician fading. In Proceedings of the IEEE International Symposium on
Information Theory (ISIT), page 323, Washington (D.C.), USA, June 24-29 2001.
[60] P. F. Driessen and G. J. Foschini. On the capacity of multiple-input multiple-output wireless channels:
a geometric interpretation. IEEE Transactions on Communications, 47(2):173176, February 1999.
[61] L. Collin, P. Rostaing, O. Berder, and G. Burel. A fast ML-based receiver for MIMO Rician fading
channel. In IEEE International Conference Communications 2002, pages 154159, Bucarest, Roumanie, December 5-7 2002.
132
BIBLIOGRAPHIE
[62] L. Collin. Optimisation de systmes multi-antennes base sur la distance minimale. PhD thesis, IRENav/LEST, dcembre 2002.
[63] B. Holder. On the capacity of the MIMO channel - a tutorial introduction. In Proceedings of the IEEE
Norwegian Symposium on Signal Processing (NORSIC), pages 167172, Trondheim, Norway, October
2001.
[64] T. Quiniou, A. Affandi, G. El Zein, and J. Citerne. Experiments on direction of arrival for indoor
propagation channel at 1.8 GHz. In Proceedings of the IEEE Vehicular Technology Conference (VTCFall99), volume 3, pages 14391443, Amsterdam, The Netherlands, September 19-22 1999.
[65] D. Gesbert, H. Blcskei, D. Gore, and A. Paulraj. MIMO wireless channels: Capacity and performance
prediction. In Proceedings of IEEE Global Telecommunications Conference (Globecom), volume 2,
pages 10831088, San Francisco (CA), USA, November 27 - December 3 2000.
[66] R. Piechocki, P. Fletcher, A. Nix, N. Canagarajah, and J. McGeehan. A measurement based feasibility
study of space-frequency MIMO detection and decoding techniques for next generation wireless LANs.
IEEE Transactions on Consumer Electronics, 48(3):732737, August 2002.
[67] E. De Marinis, O. Gasparini, and M. Iarossi. Spatial multiplexing for wireless LAN: performance
recovery in presence of channel estimation errors and evaluation for HiperLAN/2. In Proceedings of
the European Conference on Wireless Technology, Milan, Italy, September 2002.
[68] K. Sheikh, D. Gesbert, D. Gore, and A. Paulraj. Smart antennas for broadband wireless access networks.
IEEE Communications Magazine, 37(11):100105, November 1999.
[69] 3GPP. TR 25.876: Multiple-Input Multiple Output antenna processing for HSDPA. Technical report,
ITU, 2001.
[70] J. Pautler, M. Ahmed, and K. Rohani. On application of multiple-input multiple-output antennas to
CDMA cellular systems. In Proceedings of the IEEE Vehicular Technology Conference (VTC-Fall01),
volume 3, pages 15081512, Atlantic City (NJ), USA, October 7-11 2001.
[71] C. Ming, W. Gang, and W. Haifeng. Space-time codes of multi-code transmission for WCDMA. In
Proceedings of the IEEE Vehicular Technology Conference (VTC-Spring01), volume 2, pages 1311
1313, Rhodes, Greece, May 2001.
[72] D. Samardzija, P. Wolniansky, and J. Ling. Performance evaluation of the VBLAST algorithm in
W-CDMA systems. In Proceedings of the IEEE Vehicular Technology Conference (VTC-Fall01),
volume 2, pages 723727, Atlantic City (NJ), USA, October 7-11 2001.
BIBLIOGRAPHIE
133
[73] T. He, N. Arumugam, and G.H. Krishna. Performance of space-time coded MC-CDMA over time and
frequency selective fading channel. In Proceedings of the 4th IEEE International Workshop on Mobile
and Wireless Communications Networks (MWCN), pages 419423, Stockholm, Sweden, September
2002.
[74] A. Stamoulis, L. Zhiqiang, and G.B. Giannakis. Space-time block-coded OFDMA with linear precoding for multirate services. IEEE Transactions on Signal Processing, 50(1):119129, January 2002.
[75] R. W. Chang. Synthesis of band-limited orthogonal signals for multichannel data transmission. Bell
Systems Technical Journal, 45:17751796, December 1966.
[76] W. Akmouche. Etude et caractrisation des modulations multiporteuses OFDM. PhD thesis in electrical engineering, Universit de Bretagne Occidentale, October 2000.
[77] V. Demoulin and M. Pecot. Vector equalization: an alternative approach for OFDM systems. Annales
des tlcommunications, 1-2(52):411, 1997.
[78] P. Y. Cochet and R. Serpollet. Utilisation des transformes de Hadamard pour les transmissions numriques "parallles". application lOFDM-DMT sur des canaux slectifs. Traitement du signal, 14(3),
1997.
[79] COST 207 (sous la direction de Mr. Failly). COST 207: Digital land mobile radio communications.
Technical Report EUR 12160, Commission of the European Communities, September 1988.
[80] D. I. Laurenson, D. G. M. Cruickshank, and G. J. R. Povey. A computationally efficient multipath
channel simulator for the COST 207 models. In Digest of the IEE Colloquium on Computer Modelling
of Communication Systems, pages 8/18/6, May 1994.
[81] L. M. Correia. Wireless flexible personalised communications: COST 259. Wiley, New York, 2001.
[82] S. Catreux, V. Erceg, D. Gesbert, and R. W. Heath Jr. Adaptive modulation and MIMO coding for
broadband wireless data networks. IEEE Communications Magazine, 40(6):108115, June 2002.
[83] O. Berder, L. Collin, G. Burel, and P. Rostaing. Digital transmissions combining BLAST and OFDM
concepts : Experimentation on the UHF COST 207 channel. In Proceedings of IEEE Global Telecommunications Conference (Globecom), volume 1, pages 141145, San Antonio (TX), USA, November
2001.
[84] M. B. Porter and H. P. Bucker. Gaussian beam tracing for computing ocean acoustic fields. Journal of
the Acoustical Society of America, 82:13491359, 1987.
134
BIBLIOGRAPHIE
[85] K. S. Shanmungan and P. Balaban. A modified Monte-Carlo simulation technique for the evaluation
of error rate in digital communication systems. IEEE Transactions on Communications, 28(11):1916
1924, November 1980.
[86] L. Collin, P. Rostaing, O. Berder, and G. Burel. Application de lestimateur de Julier et Uhlmann
lvaluation rapide du taux erreur bit dans un systme de transmission MIMO/OFDM. In Actes du
GRETSI (Colloque sur le Traitement du signal et des Images), Toulouse, France, September 2001.
[87] S. J. Julier and J. K. Uhlmann. A general method for approximating nonlinear transformations of
probability distributions. Technical report, Department of Engineering Science, University of Oxford,
November 1996.
[88] S. J. Julier and J. K. Uhlmann. A new extension of the Kalman filter to nonlinear systems. In Proceedings of the 11th SPIE International Symposium on Aerospace/Defense Sensing, Simulation and
Controls (AeroSense), Orlando (FL) USA, 1997.
[89] S. J. Julier and J. K. Uhlmann. Consistent, debiased method for converting between polar and cartesian
coordinate systems. In Proceedings of the 11th SPIE International Symposium on Aerospace/Defense
Sensing, Simulation and Controls (AeroSense), volume 3086, pages 110121, Orlando (FL), USA,
1997.
[90] H. Blcskei, D. Gesbert, and A. J. Paulraj. On the capacity of wireless systems employing OFDM-based
spatial multiplexing. IEEE Transactions on Communications, 50(2):225234, Februrary 2002.
[91] H. Sampath and A. Paulraj. Joint transmit and receive optimization for high data rate wireless communications using multiple antennas. In Proceedings of IEEE Asilomar Conference on Signals, Systems
and Computers, volume 1, pages 215219, Pacific Grove (CA), USA, 1999.
[92] A. Scaglione, P. Stoica, S. Barbarossa, G. B. Giannakis, and H. Sampath. Optimal designs for spacetime linear precoders and decoders. IEEE Transactions on Signal Processing, 50(5):10511064, May
2002.
[93] O. Berder, P. Rostaing, G. Burel, and L. Collin. Diagonal precoders for MIMO systems using eigen
sub-channels representation. Submitted to Digital Signal Processing, February 2002.
[94] M. A. Khalighi, J. M. Brossier, G. Jourdain, and K. Raoof. Water filling capacity of Rayleigh MIMO
channels. In Proceedings of the IEEE Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC), San Diego (CA), USA September 30 - October 3 2001.
[95] F. Boixadera and J. Boutros. Capacity considerations for wireless multiple-input multiple-output channels. In Workshop on Multiaccess, Mobility and Teletraffic for Wireless Communications, volume 4,
BIBLIOGRAPHIE
135
136
BIBLIOGRAPHIE
L ISTE DE
PUBLICATIONS
137
Liste de publications
Publication dans des revues internationales comit de lecture
P. Rostaing, O. Berder, L. Collin et G. Burel. Minimum BER Diagonal Precoder for MIMO Digital
Transmissions. Signal Processing, 82(10):1477-1480, octobre 2002.
L ISTE
138
DE PUBLICATIONS
of WSEAS Conference on Circuits, Systems, Communications and Computers (CSCC), pp. 3851-3856,
Vouliagmeni, Grce, juillet 2000.