Vous êtes sur la page 1sur 58

TS217 - Communications numériques sans fil

TS217 - Communications numériques sans fil - Benoît ESCRIG - ENSEIRB / IRIT 03/02/09 Communications Numériques

- Benoît ESCRIG - ENSEIRB / IRIT

03/02/09

Communications Numériques Sans

Fil

Benoît ESCRIG

1

Objectif général du cours Étudier des techniques de transmission utilisées dans les systèmes de communication
Objectif général du cours
Étudier des techniques de
transmission utilisées dans
les systèmes de
communication sans fil :

Égalisation, Étalement de spectre.

Systèmes de communication sans fil : réseaux sans fil, télédiffusion, téléphonie mobile.

: réseaux sans fil, télédiffusion, téléphonie mobile. 03/02/09 Communications Numériques Sans Fil Benoît ESCRIG 3

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

3

Bibliographie
Bibliographie
 

Rappaport : Wireless Communications, 2ème Edition, Ed Prentice Hall, 2002. Sklar : Digital Communications, Fundamentals And Applications, Ed. Prentice Hall, 2004. Proakis : Digital Communications, 4ème Edition, Ed Mac Graw Hill, 2001.

Haykin, Moher : Modern Wireless Communications, Ed Prentice Hall, 2005.

 
Wireless Communications, Ed Prentice Hall, 2005.   03/02/09 Communications Numériques Sans Fil Benoît

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

 

2

Modèle de transmission sans fil

Modèle de transmission sans fil
 

Un émetteur (mobile ou fixe) avec un modem. Un récepteur (mobile ou fixe) avec un modem. Entre l’émetteur et le récepteur : le canal de transmission (l’air).

Voie descendante, voie aller, downlink :

 

station de base vers terminal.

 
 
 
 
 

Voie montante, voie retour, uplink :

terminal vers station de base.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

 

4

Connaissances acquises durant les cours précédents Conception de l’émetteur et du récepteur dans le cadre
Connaissances acquises durant les
cours précédents
Conception de l’émetteur et du récepteur dans le
cadre d’une transmission dans un canal AWGN
(Additive White Gaussian Noise).
CANAL AWGN
BITS
EMETTEUR
RECEPTEUR
BITS
BRUIT AWGN
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
5
Apport des techniques de transmission avancées Canal sélectif en fréquence sans correction des ISI Probability
Apport des techniques de
transmission avancées
Canal sélectif en
fréquence sans
correction des ISI
Probability of Error for Binary Modulation
0
Canaux de propagation
réels : toute dégradation
des conditions de
propagation entraîne une
dégradation des
performances.
Les techniques de
transmission permettent
de se rapprocher des
performances des canaux
AWGN en présence de
canaux réels.
10
-2
10
P
b
Canal sélectif en
fréquence avec
-4
10
correction des ISI
Canal AWGN
-6
10
-5
0
5
10
E b /N 0 (dB)

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

7

Intérêt du canal AWGN Probability of Error for Binary Modulation Le canal AWGN modélise le
Intérêt du canal AWGN
Probability of Error for Binary Modulation
Le canal AWGN modélise le
canal idéal et permet
d’établir les performances de
référence.
Exemple : BER d’une BPSK
avec E b /N 0 , SNR moyen par
bit.
0
10
-2
10
P
b
E
-4
10
P
=
2 1 erfc
b
b
N
0
-6
10
-5
0
5
10
E b /N 0 (dB)
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
6
Canal AWGN vs canal de communication sans fil CANAL AWGN BITS EMETTEUR RECEPTEUR BITS BRUIT
Canal AWGN vs canal de
communication sans fil
CANAL AWGN
BITS
EMETTEUR
RECEPTEUR
BITS
BRUIT AWGN
CANAL DE COMMUNICATION SANS FIL
BITS
EM.
FILTRE VARIANT
ALÉATOIREMENT
DANS LE TEMPS
RE.
BITS
BRUIT AWGN

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

8

Objectifs du cours
Objectifs du cours

CANAUX DE TRANSMISSION

Caractériser les canaux de transmission pour les systèmes de communication sans fil (mobiles ou fixes).

TECHNIQUES DE TRANSMISSION

Présenter les techniques de transmission utilisées dans les systèmes de communications sans fil actuels.

Remarque sur les systèmes filaires : les techniques appliquées aux systèmes de communication sans fil sont applicables aux systèmes filaires (moins contraignants).

Exemple : OFDM utilisé dans le WiFi, le WiMAX, le DVB-T et l’ADSL sous le nom de DMT (Discrete Multi-Tone).

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

9

Communications Numériques Sans Fil Benoît ESCRIG 9 Plan du cours en 3 leçons 1 CARACTERISATION DES
Plan du cours en 3 leçons
Plan du cours en 3 leçons
1
1

CARACTERISATION DES CANAUX

3 ETALEMENT EGALISATION DE SPECTRE
3 ETALEMENT EGALISATION DE SPECTRE
3
3

ETALEMENT

EGALISATIONDE SPECTRE

DE SPECTRE

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

11

Connaissances acquises à l’issue du cours

Connaissances acquises à l’issue du cours

CARACTERISATION DES CANAUX DE COMMUNICATION SANS FIL :

Trajets multiples, fading, slow et fast fading, sélectivité en fréquence et flat fading.

TECHNIQUES DE TRANSMISSION :

Égalisation, étalement de spectre.

UTILISATION DES TECHNIQUES DANS LES SYSTEMES SANS FIL :

GSM, IS-95.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

10

Communications Numériques Sans Fil Benoît ESCRIG 10 Pré-requis : COMMUNICATIONS NUMERIQUES Modulations

Pré-requis : COMMUNICATIONS NUMERIQUES

Pré-requis : COMMUNICATIONS NUMERIQUES

Modulations numériques :

M-PSK pour M-ary Phase Shift Keying, M-QAM pour M-ary Quadrature Amplitude Modulation,

Canaux AWGN et récepteurs numériques, Chaîne passe-bas équivalente, Canaux à bande limitée, ISI (Inter-Symbol Interference).

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

12

Plan du cours
Plan du cours

I. Caractérisation des canaux

II. Égalisation

III. Étalement de spectre

IV. Conclusion

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

13

Utilisation de la caractérisation des canaux

Canal sélectif en fréquence sans égalisation
Canal sélectif en fréquence
sans égalisation

Les canaux conditionnent l’utilisation des techniques de transmission. Pour chaque type de canal, un ensemble de techniques doit être mis en œuvre pour retrouver les performances établies avec le canal AWGN. Exemple : utilisation de l’égalisation pour pallier la sélectivité en fréquence des canaux.

03/02/09

pallier la sélectivité en fréquence des canaux. 03/02/09 Probability of Error for Binary Modulation 0 10
Probability of Error for Binary Modulation 0 10 -2 10 Canal sélectif en P b
Probability of Error for Binary Modulation
0
10
-2
10
Canal sélectif en
P
b
fréquence avec
égalisation
-4
10
Canal AWGN
-6
10
-5
0
5
10
E b /N 0 (dB)
Communications Numériques Sans Fil
Benoît ESCRIG
15
Plan du cours
Plan du cours

I. Caractérisation des canaux

II. Égalisation

III. Étalement de spectre

IV. Conclusion

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

14

Caractérisation des canaux sans fil Atténuation de la puissance émise. Phénomène de trajets multiples.
Caractérisation des canaux sans fil
Atténuation de la puissance
émise.
Phénomène de trajets
multiples.
Phénomène de fading.
Trajets
multiples
Fading

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

16

Caractérisation de l’atténuation de la puissance émise

Caractérisation de l’atténuation de la puissance émise Perte en espace libre : formule en 1/d n

Perte en espace libre : formule en 1/d n où d représente la distance entre l’émetteur et le récepteur. Pertes dues aux gros obstacles (shadowing) : variations gaussiennes sur les pertes en dB (variations log-normales sur les pertes en échelle linéaire).

log-normales sur les pertes en échelle linéaire). 03/02/09 Communications Numériques Sans Fil Benoît ESCRIG

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

17

Variations log-normales autour de la perte moyenne Le fading à long terme est une RV
Variations log-normales autour de la
perte moyenne
Le fading à long terme est une RV (random variable)
L s (d) composée d’une valeur moyenne et d’une RV X .
X suit une loi log-normale en échelle linéaire; donc X
suit une loi normale en échelle logarithmique.
Dynamique : de 6 à 10 dB, voire plus.
L d
(
=
L d
(
+
(
X
)
L d
(
)
=
L d
(
) (
X
)
s
) dB
s
) dB
dB
s
s
atténuation
atténuation moyenne
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
19

Exemple : cas d’une antenne isotropique

Exemple : cas d’une antenne isotropique L p (d) dépend de d et de la longueur

L p (d) dépend de d et de la longueur d’onde du

signal

(

= c/f).

Rappel : c=3.10 8 m/s.

Application numérique : GSM

Fréquence : 900 MHz

Affaiblissement entre une station de base et un portable situé à 100 m : 70 dB.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

L

p

(

)

d =

d 18
d
18

(

4

( 4 d ) 2

d

) 2

Gestion à long terme de l’atténuation de la puissance émise

à long terme de l’atténuation de la puissance émise La puissance reçue est mesurée par le

La puissance reçue est mesurée par le récepteur. Elle est comparée au niveau minimal requis pour atteindre les objectifs en termes de performances. Cette mesure est renvoyée à l’émetteur qui ajuste la puissance à émettre en conséquence. Phénomène à long terme ne nécessitant pas un temps de réaction rapide.

P min

Puissance reçue
Puissance reçue

t

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

20

Phénomène de trajets multiples D’un point de vue macroscopique, les ondes électromagnétiques (EM) subissent des
Phénomène de trajets multiples
D’un point de vue macroscopique, les ondes
électromagnétiques (EM) subissent des réflexions sur
les obstacles entre l’émetteur et le récepteur.
Le récepteur reçoit plusieurs signaux décalés en
temps.
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
21
Modèle de propagation
Trajets
Le phénomène de trajets
multiples est modélisé par la
réception de plusieurs
versions atténuées et
retardées du signal émis
s(t).
Le phénomène de fading est
modélisé par une
atténuation aléatoire sur
chaque trajet.
multiples
Fading
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
23
Phénomène de fading
Phénomène de fading

D’un point de vue microscopique, les ondes EM subissent des diffractions et réfractions sur les obstacles entre l’émetteur et le récepteur. Chaque trajet est constitué d’un continuum de trajets multiples.

trajet est constitué d’un continuum de trajets multiples. 03/02/09 Communications Numériques Sans Fil Benoît ESCRIG

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

22

Utilisation du modèle « trajets multiples » et du modèle « fading »

modèle « trajets multiples » et du modèle « fading » Dès que les trajets multiples

Dès que les trajets multiples sont séparables, le modèle à base de trajets multiples peut être utilisé. Dans le cas contraire, il faut utiliser le modèle à base de fading. Dans la pratique, un mélange des deux modèles est utilisé.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

24

Modèles mathématiques correspondants

N 1
N
1

Modèle trajets multiples

r(t)

=

h s(t

i

τ )

i

+

n(t)

 
 

i

= 0

N

1

 

Modèle fading

Modèle fading

( )

r t

=

i

= 0

(

hs t

i

τ

i

)

+

( )

n t

τ i

égaux

r(t) h(t)s[t τ(t)] n(t)

=

+

 

N

1

 

Modèle général

r(t)

=

h (t)s[t

i

τ

i

(t)]

+

n(t)

 

i

= 0

 

Notations :

Bruit AWGN (Additive White Gaussian Noise) : n(t) Coefficient du trajet i : h i ou h i (t) Signal reçu : r(t). Nombre de trajets identifiables : N

 

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

 

25

Gestion des phénomènes dus aux trajets multiples et au fading

Gestion des phénomènes dus aux trajets multiples et au fading
 

L’échelle de variation temporelle de ces phénomènes est beaucoup trop courte pour qu’ils soient compensés par un

Puissance reçue

ajustement de la puissance émise. Par ailleurs, ces phénomènes induisent des déformations du signal reçu qui ne peuvent être compensées par l’augmentation de la puissance émise.

   

Des techniques de réception combinées avec des techniques d’émission appropriées doivent être mises en œuvre : elles ont pour objectif de tirer profit des phénomènes de dispersion que sont les phénomènes de trajets multiples et de fading.

 

t

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

 

27

Caractérisation des phénomènes de dispersion d’énergie par rapport au modèle de propagation

Caractérisation des phénomènes de dispersion d’énergie par rapport au modèle de propagation

Loi des coefficients multiplicatifs Étalement temporel du signal reçu

Variation temporelle du canal

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

26

Communications Numériques Sans Fil Benoît ESCRIG 26 Caractérisation des phénomènes de dispersion d’énergie

Caractérisation des phénomènes de dispersion d’énergie par rapport au modèle de propagation

Caractérisation des phénomènes de dispersion d’énergie par rapport au modèle de propagation

Loi des coefficients multiplicatifs Étalement temporel du signal reçu Variation temporelle du canal

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

28

Loi des coefficients multiplicatifs Le gain h i de chaque trajet i est un coefficient
Loi des coefficients multiplicatifs
Le gain h i de chaque trajet i est un
coefficient aléatoire complexe.
Sa phase est uniformément répartie
sur [0,2 [.
Si le trajet correspond à une ligne de
mire entre l’émetteur et le récepteur,
le module de h i suit une loi de Rice.
Si le trajet correspond à un chemin
réfléchi entre l’émetteur et le
récepteur, le module de h i suit une loi
de Rayleigh.
Densités de Probabilité ( 2 =1 et s=1)
0.7
loi de
rice
loi de
rayleigh
0.6
loi gaussienne
0.5
0.4
p X (x)
0.3
0.2
0.1
0
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
x
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
29
Exemple : modèle TU 50
Typical Urban 50 km/h.
Modèle de propagation pour le GSM.
Delays (in ns)
0
200
500
1600
2300
5000
Powers (in dB)
-3.0
0.0
-3.0
-6.0
-8.0
-10.0
Canal TU 50
50 km/h
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
31
Fading de Rayleigh
Fading de Rayleigh
 

Loi de h : loi de Rayleigh.

 

C’est le modèle de fading privilégié car il modélise les

conditions les plus sévères avec l’expression la plus

 

simple.

 

h = h

+ jh

 

2

exp

 

2

2

 

~

c

s

p

~

h

(

x

)

=

x

σ

x

2 σ

h =

2 2 h = h + h c s
2
2
h
=
h
+
h
c
s
 

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

 

30

Exemple : modèle TU50
Exemple : modèle TU50
 

Les retards sont fixes. Les modules des gains suivent des lois de Rayleigh. Les puissances indiquées donnent la différence (en dB) entre la puissance reçue par le trajet et la puissance émise.

Power_i(dB) = P_reçue_i(dB) - P_émise = | i |²(dB)

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

 

32

Exemple : modèle TU 50 Réponse impulsionnelle

TU50 Path Gains
TU50 Path Gains

Débit = 270,83 kbit/s

T=1/D = 36,92 µs

OvsF=8

Te=T/OvsF = 4,62 µs

fc= 900 MHz

v= 50 km/s

c=3e8 m/s

fd = fc*v/c

03/02/09

1 0.8 0.6 0.4 0.2 0 -1 0 1 2 3 4 5 Delays (s)
1
0.8
0.6
0.4
0.2
0
-1
0
1
2
3
4
5
Delays (s)
x 10 -6
Communications Numériques Sans Fil
Benoît ESCRIG
33

Commentaires sur le choix de la loi du module des gains

Commentaires sur le choix de la loi du module des gains Le modèle de Rayleigh est

Le modèle de Rayleigh est davantage utilisé que le modèle de Rice pour les raisons suivantes :

Le modèle de Rayleigh correspond à une propagation sans ligne de mire, donc plus contraignante. Cela permet de se fonder sur le pire cas. Le modèle Rayleigh correspond à de nombreux cas pratiques de propagation, en milieu urbain ou en propagation intérieure (indoor). Il est donc plus souvent rencontré dans la pratique. L’expression mathématique d’une loi de Rayleigh est plus simple que celle d’une loi de Rice.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

35

Exemple : modèles HTx
Exemple : modèles HTx

Modèle de propagation en terrain avec collines. Le ‘x’ désigne la vitesse du terminal Source : 3GPP TS 05.05 (08/2003).

la vitesse du terminal Source : 3GPP TS 05.05 (08/2003). 03/02/09 Communications Numériques Sans Fil Benoît
la vitesse du terminal Source : 3GPP TS 05.05 (08/2003). 03/02/09 Communications Numériques Sans Fil Benoît

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

34

Caractérisation des phénomènes de dispersion d’énergie par rapport au modèle de propagation

d’énergie par rapport au modèle de propagation Loi des coefficients multiplicatifs Étalement temporel

Loi des coefficients multiplicatifs Étalement temporel du signal reçu Variation temporelle du canal

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

36

Fonction de transfert du canal C(f, )
Fonction de transfert du canal C(f, )

Pour évaluer l’impact du canal sur le signal reçu (évolution temporelle du signal reçu), comme pour évaluer la variation temporelle du canal, les propriétés statistiques de la fonction de transfert du canal sont étudiées. La fonction de transfert du canal varie au cours du temps : elle est donc notée C(f, ). Cela correspond à la fonction de transfert obtenue à la date .

C(f, )
C(f, )

f

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

37

Bande de cohérence B c et sélectivité en fréquence des canaux de propagation

et sélectivité en fréquence des canaux de propagation La bande de cohérence B c donne une

La bande de cohérence B c donne une approximation de la

bande sur laquelle le canal se comporte comme un gain constant. La bande de cohérence B c permet de caractériser l’étalement

temporel du signal reçu dans le domaine des fréquences. Principe : comparer B c à W, la bande occupée par le signal émis.

Rappel : W est proportionnel à D, débit symbole.

 

Sélectivité en fréquence

B c < W

canal sélectif en fréquence (frequency selective channel)

B c > W

canal non sélectif en fréquence (flat fading)

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

39

Utilisation de C(f, )
Utilisation de C(f, )
R CC ( f, ) tend vers 0
R CC ( f,
)
tend vers 0

Fonction de corrélation en temps et en fréquence

f tend vers 0
f tend vers 0

Corrélation statistique en fréquence

Corrélation statistique en temps

Caractérisation de l’étalement temporel du signal reçu

Caractérisation de la variation temporelle du canal

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

38

Canaux sélectifs en fréquence (B c < W)

Canaux sélectifs en fréquence (B c < W) La bande dans laquelle le canal se comporte

La bande dans laquelle le canal se comporte comme un gain constant est inférieure à la bande du signal émis. Interprétation : il y a des parties de W filtrées de façon différente et le canal introduit des gains différents en fonction de la fréquence.

|C(f, )| W B f c
|C(f, )|
W
B
f
c

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

40

Impact de la sélectivité en fréquence La fonction de transfert ne se comporte pas comme
Impact de la sélectivité en fréquence
La fonction de transfert ne se comporte
pas comme un gain.
Au niveau du modèle mathématique,
cela se traduit par un signal reçu
constitué de plusieurs répliques d’un
même signal.
Au niveau du symbole traité r k ,
intervient non seulement le symbole
émis s k mais également une
combinaison linaires d’autres symboles.
C’est l’interférence entre symboles (ISI
pour Inter-Symbol Interference).
N
1
r t
( )
= ∑
hs t
(
τ
)
+
n t
( )
i
i
i = 0
r
=
h s
+
h s
+
n
n
n
n
n
n
k
n
n
π k
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
41

Exemple de canal à trajets multiples :

c(t)= (t)+0,5 (t-T)
c(t)= (t)+0,5 (t-T)

T : période symbole

s(t) c(t) r(t) n(t) r t ( ) = c t ( ) * s
s(t)
c(t)
r(t)
n(t)
r t
( )
=
c t
( )
*
s t
( )
+
n t
( )
r(t) s(t)
=
+
0,5
s(t
T) n(t)
+
= 1 0 = 0 0
=
1
0
=
0
0

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

1 = 0,5

1 =T

43

Impact de l’interférence entre symboles

Impact de l’interférence entre symboles
 

La distance entre les symboles d’une constellation diminue et la transmission devient

 

Sans ISI

Avec ISI

 

Diagramme

Eye Diagram 5 1 4 0.8 3 0.6 2 0.4 1 0.2 0 0 -1
Eye Diagram
5
1
4
0.8
3
0.6
2
0.4
1
0.2
0
0
-1
-0.2
-0.4
-2
-0.6
-3
-0.8
-4
-1
-5
-20
-1
-0.5
0
0.5
1
Time
Amplitude
Amplitude
   

de l’oeil

Eye Diagram -15 -10 -5 0 5 10 15 20 Time
Eye Diagram
-15
-10
-5
0
5
10
15
20
Time

d’autant plus sensible à un même niveau de bruit. Visualisation :

diagrammes de l’œil ou constellations.

03/02/09

Constellations

2

1 0 -1 -2 -2 -1 0 1 2
1
0
-1
-2
-2
-1
0
1
2

2

1

0

-1

-2

-2

-1

0

1

2

Communications Numériques Sans Fil Benoît ESCRIG

 

42

Exemple : fonction de transfert associée à c(t)

Exemple : fonction de transfert associée à c(t) ( ) c t = ( ) t

( )

c t

=

( )

t

+

0,5

(

t

T

)

|C(f)| / c(t)= (t)+0,5 (t-T)

 
10

10

0

-1

0 - 1

C(f )

1 0,5exp

= +

(

j

2

fT )

10

0

0.5

1

Normalized Frequency

 

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

 

44

Conséquence : sélectivité en fréquence

Conséquence : sélectivité en fréquence
 
 

La fonction de transfert C(f) n’est pas constante et introduit des interférences entre symboles ou ISI (Inter-Symbols Interferences). L’ISI contribue à diminuer la distance minimale entre les symboles et donc à augmenter le BER (Bit Error Rate) à niveau de bruit AWGN constant.

Emitted signal s(t)

2

Received signal r(t)

2

2

2

1

 
1 1 1 0 0 0 -1 -1 -1 -2 -2 0 2 4 6
1
1
1
0
0
0
-1
-1
-1
-2
-2
0
2
4
6
-2
-2
-1
0
1
2
-2
-1
0
1
2
[t/T]

0

-1

-2

0

2

4

6

[t/T]

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

45

Impact des canaux peu sélectifs en fréquence

Impact des canaux peu sélectifs en fréquence
 
 

Le canal se comporte comme un gain mais ce gain peut être inférieur à 1. Conséquence : chute possible du SNR et donc dégradation des performances en termes de BER.

r (t) = hs(t)+ n(t)

1.4 1.2 1 0.8 0.6 0.4 0.2
1.4
1.2
1
0.8
0.6
0.4
0.2

0

0

1000

2000

3000

4000

5000

6000

7000

8000

9000

10000

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

47

Canaux non sélectif en fréquence - flat fading - (B c > W)

Canaux non sélectif en fréquence - flat fading - (B c > W)
   

La bande dans laquelle le canal se comporte comme

|C(f, )|

W

 

un gain constant est supérieure à la bande du signal émis. Interprétation : toute la bande W est filtrée avec un gain constant.

est supérieure à la bande du signal émis. Interprétation : toute la bande W est filtrée
: toute la bande W est filtrée avec un gain constant.     B c f
   

B

c

f

 

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

46

Étalement des trajets multiples T m et sélectivité en fréquence des canaux de propagation

Étalement des trajets multiples T m et sélectivité en fréquence des canaux de propagation
 

L’étalement des trajets multiples T m donne une approximation du temps pendant lequel toute l’énergie servant à émettre un symbole va être reçue. L’étalement des trajets multiples T m permet de caractériser l’étalement temporel du signal reçu dans le domaine temporel. Principe : comparer T m à T, la période symbole.

 

Sélectivité en fréquence

1 B c T m
1
B
c
T
m

T m > T

canal sélectif en fréquence (frequency selective channel)

T m < T

canal non sélectif en fréquence (flat fading)

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

 

48

Sélectivité en fréquence caractérisée dans le domaine temporel

Sélectivité en fréquence caractérisée dans le domaine temporel

T m > T : canal sélectif en fréquence (frequency selective channel).

L’énergie émise pendant une durée T est récupérée sur une durée supérieure à T. Interprétation : dispersion de l’énergie transmise pour un symbole au delà de la durée d’un symbole. Conséquence : ISI (Inter Symbol Interference).

T m < T : canal non sélectif en fréquence (flat fading).

L’énergie émise pendant une durée T est récupérée sur une durée inférieure à T. Interprétation : pas d’ISI mais un risque de combinaison destructive des trajets (opposition de phase). Conséquence : chute possible du SNR.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

49

Temps de cohérence T c
Temps de cohérence T c

Le temps de cohérence T c donne une approximation du temps pendant lequel le comportement du canal est relativement constant. Le temps de cohérence T c permet de caractériser la variation temporelle du canal dans le domaine temporel. Principe : comparer T c à T, la période symbole.

   

Vitesse de fading

 

T c > T

Fading lent (slow fading)

T c < T

Fading rapide (fast fading)

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

51

Caractérisation des phénomènes de dispersion d’énergie par rapport au modèle de propagation

d’énergie par rapport au modèle de propagation Loi des coefficients multiplicatifs Étalement temporel

Loi des coefficients multiplicatifs Étalement temporel du signal reçu Variation temporelle du canal

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

50

Slow fading si T c > T Le temps pendant lequel le comportement du canal
Slow fading si T c > T
Le temps pendant lequel le comportement du canal
est identique est plus grand que la période symbole.
Interprétation : le canal change mais lentement.
Conséquence : il est possible de considérer que les
coefficients du canal ont des valeurs constantes
pendant un certain laps de temps (correspondant à la
durée d’émission d’une trame, par exemple).
N
1
r(t)
= ∑
hs(t
τ
) +
n(t)
i
i
i = 0
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
52
Fast fading si T c < T Le temps pendant lequel le comportement du canal
Fast fading si T c < T
Le temps pendant lequel le comportement du canal
est identique est plus petit que la période symbole.
Interprétation : le canal change très rapidement.
Conséquence : il est impossible de considérer les
gains des trajets comme constants sur une fenêtre
d’observation.
N
1
r(t)
=
h (t)s[t τ (t)] n(t)
+
i
i
i = 0
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
53

Vitesse de fading caractérisée dans le domaine des fréquence

de fading caractérisée dans le domaine des fréquence Slow fading si f d < W La

Slow fading si f d < W

La bande sur laquelle le canal étale les composantes spectrales est inférieure à la bande occupée par le signal. Interprétation : le canal varie lentement dans le temps. Conséquence : il est possible d’adapter les techniques de réception aux changements du canal.

Fast fading si f d > W

La bande sur laquelle le canal étale les composantes spectrales est supérieure à la bande occupée par le signal. Interprétation : le canal varie rapidement dans le temps. Conséquence : il est impossible d’adapter les techniques de réception aux changements du canal.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

55

Étalement Doppler f d
Étalement Doppler f d

L’étalement Doppler f d donne une approximation de la bande

sur laquelle le canal étale les composantes spectrales. L’étalement Doppler f d permet de caractériser la variation

temporelle du canal dans le domaine des fréquences. Principe : comparer f d à W, la bande occupée par le signal.

 

Vitesse de fading

f d < W

Fading lent (slow fading)

f d > W

Fading rapide (fast fading)

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

1 T c f d
1
T
c
f
d

54

Conclusion
Conclusion

Deux types de fading pour les communications sans fil. Fading à long terme : atténuation de la puissance émise. Compensation du fading à long terme :

Augmenter la puissance émise ou diminuer la puissance requise à l’arrivée (par des codes correcteurs par exemple).

Fading à court terme : déformation du signal émis. Compensation du fading à court terme :

Utiliser des techniques de diversité en fonction du type de fading.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

56

Récapitulatif Etalement temporel du signal Variation temporelle du canal Canal sélectif en fréquence (ISI) T
Récapitulatif
Etalement
temporel du signal
Variation temporelle
du canal
Canal sélectif en fréquence (ISI)
T m > T
Fading rapide (échec PLL, fort Doppler)
f d > W
Flat Fading (perte de SNR)
T m < T
Fading lent (perte de SNR)
f d < W
Canal sélectif en fréquence (ISI)
B c < W
Fading rapide (échec PLL, fort Doppler)
T c < T
Flat Fading (perte de SNR)
B c > W
Fading lent (perte de SNR)
T c > T
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
57
Plan du cours
Caractérisation des canaux
I.
Égalisation
II.
III. Étalement de spectre
IV. Conclusion
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
59
Modèle de canal : récapitulatif Sélectif en fréquence et Fast Fading Non sélectif en fréquence
Modèle de canal : récapitulatif
Sélectif en fréquence et
Fast Fading
Non sélectif en fréquence
et Fast Fading
r
(
t
)
=
h t τ
(
,
)
*
s t
( )
+
n t
( )
N
1
r(t)= h(t)s(t)+ n(t)
=
h (t)s[t
τ
(t)]
+
n(t)
i
i
W
i
= 0
Sélectif en fréquence et
Slow Fading
Non sélectif en fréquence
et Slow Fading
r
(
t
)
= h t
( )
*
s t
( )
+
n t
( )
N
1
W
r (t ) = hs(t)+ n(t)
= τ
hs(t
)
+
n(t)
i
i
i
= 0
Bande de cohérence
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
Étalement Doppler

58

Pourquoi commencer par l’égalisation ?

Pourquoi commencer par l’égalisation ? Parmi les techniques présentées dans le cours, l’égalisation est la

Parmi les techniques présentées

dans le cours, l’égalisation est la première technique à avoir été utilisée, dans les systèmes filaires, puis dans les systèmes sans fil. L’égalisation répond aux

problèmes causés par les canaux sélectifs en fréquence : B c < W

B c , bande de cohérence du canal, W, bande occupée par le signal.

Conséquence : ISI.

C(f,t) W f B c
C(f,t)
W
f
B
c

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

60

Idée de base Un égaliseur est utilisé à la réception pour compenser les atténuations du
Idée de base
Un égaliseur est utilisé à la réception
pour compenser les atténuations du
canal dans certaines bandes de
fréquences.
Égaliseur
C(f,t)
W
Premiers développements
1965 : bases de l’égalisation et de
l’égalisation adaptative par Lucky.
1972 : égalisation optimale MLSE par
Forney (algorithme de Viterbi
appliqué à l’égalisation).
f
B
c
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
61
Contrainte : connaissance de la RI du
canal
Pour compenser les distorsions causées par le canal, il faut
connaître la réponse impulsionnelle (RI) du canal.
Pour connaître la RI du canal, l’émetteur doit émettre une
séquence de bits connue du récepteur : c’est la séquence
d’apprentissage.
TS
DATA
CANAL
TS
DATA
Estimation RI canal
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
63
Égalisation temporelle et égalisation en fréquence Égalisation Application Utilisation Temporelle r(t) Canaux
Égalisation temporelle et égalisation
en fréquence
Égalisation
Application
Utilisation
Temporelle
r(t)
Canaux peu sélectifs
(RI sur peu de
symboles)
En fréquence
R(f)
Canaux très sélectifs

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

62

Égalisation et slow fading
Égalisation et slow fading

Dans le cas des canaux slow fading, il est possible d’adapter les techniques d’égalisation aux variations temporelles du canal par égalisation adaptative. T c >T (T c , temps de cohérence du canal, T, période symbole).

CANAL Égalisation Variations du canal 03/02/09 Communications Numériques Sans Fil Benoît ESCRIG
CANAL
Égalisation
Variations du canal
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG

64

Trois approches
Trois approches

Égaliseur MLSE (Maximum Likelihood Sequence Estimator) :

égaliseur optimal mais dont la complexité peut être rédhibitoire. Égaliseurs linéaires (filtres linéaires) : égaliseurs sous-optimaux mais beaucoup moins complexes que le MLSE. Égaliseurs non linéaires : compromis entre les égaliseurs linéaires et le MLSE.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

65

Communications Numériques Sans Fil Benoît ESCRIG 65 II. Égalisation 1. Nouveau modèle de canal 2. Égaliseur
II. Égalisation
II. Égalisation

1. Nouveau modèle de canal

2. Égaliseur MLSE

3. Trois égaliseurs

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

67

II. Égalisation
II. Égalisation

1. Nouveau modèle de canal

2. Égaliseur MLSE

3. Trois égaliseurs

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

66

Modèle de chaîne passe-bas équivalente

Modèle de chaîne passe-bas équivalente EMETTEUR RECEPTEUR r(t) * h( t) Filtre adapté s(t) Mapping en

EMETTEUR

RECEPTEUR r(t) * h( t) Filtre adapté
RECEPTEUR
r(t)
*
h( t)
Filtre adapté

s(t)

Mapping en fonction de la modulation numérique utilisée
Mapping en
fonction de la
modulation
numérique
utilisée

03/02/09

fonction de la modulation numérique utilisée 03/02/09 Détecteur CANAL n(t) complexe AWGN 2N 0 Filtre de
Détecteur
Détecteur

CANAL

n(t) complexe AWGN 2N 0

Filtre de mise en forme

Communications Numériques Sans Fil Benoît ESCRIG

68

Bits

Bits g(t) c(t) Bits

g(t)

Bits g(t) c(t) Bits

c(t)

Bits g(t) c(t) Bits

Bits

Hypothèses RECEPTEUR EMETTEUR s(t) r(t) Bits g(t) * c(t) h( t) Bits CANAL x(0)=1 h
Hypothèses
RECEPTEUR
EMETTEUR
s(t)
r(t)
Bits
g(t)
*
c(t)
h( t)
Bits
CANAL
x(0)=1
h
(
t
)
=
c t
( )
*
g t
( )
Échantillonnage prenant en
compte les temps de
propagation de groupe de tous
les filtres.
n(t) complexe
AWGN 2N 0
x
(
t
)
*
=
h t
( )
*
h
(
t
)
*
(t) n(t) h ( t)
=
*
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
69
Modèle de chaîne passe-bas
équivalente sur les symboles
+•
I
x
y
y
=I +
∑ n
I x
+
n
k
k
k
k
n
k
k
n
=
0,
n
π
k
k bruit gaussien complexe
Problème : le bruit (t) n’est plus blanc car il résulte du filtrage
de n(t), bruit AWGN.
Or, la plupart des techniques d’égalisation se fonde sur une
hypothèse de bruit blanc.
D’où, la nécessité de blanchir le bruit coloré.
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
71
Sortie du filtre adapté RECEPTEUR EMETTEUR s(t) r(t) Bits g(t) * c(t) h( t) Bits
Sortie du filtre adapté
RECEPTEUR
EMETTEUR
s(t)
r(t)
Bits
g(t)
*
c(t)
h( t)
Bits
CANAL
+•
n(t) complexe
AWGN 2N 0
y =I +
∑ n
I x
+
k
k
n
k
k
n =
0,
n
π
k
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
70

Chaîne passe-bas équivalente avec les TZ

Chaîne passe-bas équivalente avec les TZ I x I(z) y TZ X(z) Y(z) n k k
I x I(z) y TZ X(z) Y(z) n k k (z) k 1 I(z) X
I
x
I(z)
y
TZ
X(z)
Y(z)
n
k
k
(z)
k
1
I(z)
X z
(
)
= F z F
(
)
*
(
1
)
.
z
V(z)
*
(
1
)
F
z
TZ : transformée en z
Blanchiment du bruit

(z)

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

72

Décomposition de X(z) + L Hypothèse : canal à mémoire bornée, donc x k est
Décomposition de X(z)
+
L
Hypothèse : canal à mémoire bornée, donc
x k est tel que k appartient à [-L,+L].
X z
(
)
k
=
x z
k
Conséquence : X(z) à coefficients tels que x k
= 0 pour |k|>L.
X(z) peut se décomposer en deux polynômes
F(z) et F * (z -1 ).
k
=
L
(
)
(
)
*
(
1
)
X z
= F z
.
F
z
+
L
k
F z
(
)
=
∑ k
f z
k
= 0
+
L
*
(
1
)
*
+ k
F
z
=
∑ k
f
z
k
= 0
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
73
II. Égalisation
Nouveau modèle de canal
1.
2. Égaliseur MLSE
Trois égaliseurs
3.
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
75
Nouveau modèle de canal L v = f I + I(z) F(z) k ∑ n
Nouveau modèle de canal
L
v
=
f I
+
I(z)
F(z)
k
∑ n n
k
k
V(z)
n = 0
L
(z)
∑ n
f
2 = 1
n = 0
Bruit blanc complexe k de densité spectrale 2N 0 .
Possible normalisation des coefficients f n .
Objectif de l’égalisation : restituer les I n en traitant les v k
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
74
Égaliseur MLSE
Hypothèse : le récepteur connaît le canal.
Le récepteur sait calculer la valeur théorique des symboles qu’il
peut recevoir.
L’égaliseur va comparer les séquences de symboles reçues aux
séquences théoriques pré-calculées : estimateur séquentiel du
maximum de vraisemblance (Maximum Likelihood Sequence
Estimator).
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
76
Égaliseur MLSE
Égaliseur MLSE

Si la RI du canal est connue et si le traitement des symboles se fait sur des séquences de N symboles, le récepteur génére les M N séquences possibles qu’il peut recevoir.

M N séquences de

 

Génération de M N

RI du canal

N symboles

séquences types

 

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

77

Avantages et inconvénient de l’égaliseur MLSE

Avantages et inconvénient de l’égaliseur MLSE

Avantages :

Égaliseur optimal en termes de probabilité d’erreur (cad en termes de performances) car de type ML. Fait l’égalisation et la détection en même temps.

Inconvénient : à chaque séquence de N symboles reçue, il faut calculer M N distances.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

79

Égaliseur MLSE
Égaliseur MLSE

L’égaliseur MLSE consiste à calculer les distances euclidiennes entre la séquence reçue et M N séquences possibles et à choisir la séquence donnant la plus petite distance.

Génération de M N séquences types

EGALISEUR MLSE
EGALISEUR MLSE
EGALISEUR MLSE

EGALISEUR MLSE

EGALISEUR MLSE
EGALISEUR MLSE

séquence de N

Séquence

symboles reçue

estimée

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

78

Égaliseur de Viterbi
Égaliseur de Viterbi

Réduction du nombre d’opérations par l’utilisation de l’algorithme de Viterbi. Même principe que pour le

décodage des codes convolutifs.

Exemple de codeur C(3,½)

x x
x x

sortie

entrée

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

80

Analogie entre un codeur convolutif et un canal

Analogie entre un codeur convolutif et un canal

Le canal est un codeur convolutif de rendement 1 et de longueur de contrainte

 

L+1.

Exemple : canal [1 0,5]

Les entrées et les sorties sont des complexes (décodage avec des distances euclidiennes et non plus des distances de Hamming).

I

n

x
x

0,5

sortie

 

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

81

Exemple : décodage de la séquence [- 0,5 +1,5 –0,5 +0,5]

Exemple : décodage de la séquence [- 0,5 +1,5 –0,5 +0,5]

0/-1

1/+1

-1,5

+0,5 -0,5
+0,5
-0,5

0/-1

1/+1

1

1
1
 

+1,5

 

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

83

Exemple : BPSK et canal [1 0,5]

Exemple : BPSK et canal [1 0,5]
 

Symboles I n : -1 (0 émis) ou +1 (1 émis).

 

v

k

=I +

n

0,5

I

n

1

+

k

 
 

n

x
x

0,5

sortie

 

-1,5

I

0/-1

+0,5

0/-1

entrée 0/-1

entrée 1/+1

-0,5

 

1/+1

1/+1

 
 

+1,5

 

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

 

82

Exemple : décodage de la séquence [- 0,5 +1,5 –0,5 +0,5]

Exemple : décodage de la séquence [- 0,5 +1,5 –0,5 +0,5]
 

A partir du moment où des chemins partent de tous les états, il est possible de sélectionner les chemins survivants.

-1,5

1 10

9

 

0/-1

1/+1

+0,5 -0,5
+0,5
-0,5

0/-1

1/+1

 

1

1 5

 

4

2

 

+1,5

 

0

1

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

 

84

Exemple : décodage de la séquence [- 0,5 +1,5 –0,5 +0,5]

Exemple : décodage de la séquence [- 0,5 +1,5 –0,5 +0,5] 0/-1 1/+1 -1,5 +0,5 -0,5

0/-1

1/+1

-1,5 +0,5 -0,5
-1,5
+0,5
-0,5

+1,5

03/02/09

0/-1

1/+1

5 1 6 1 1 1 0 6 4 5
5
1 6
1
1
1 0
6
4 5

Communications Numériques Sans Fil Benoît ESCRIG

85

Exemple : décodage de la séquence [- 0,5 +1,5 –0,5 +0,5] Séquence émise : [1
Exemple : décodage de la séquence [-
0,5 +1,5 –0,5 +0,5]
Séquence émise : [1 1 0 1].
1
-1,5
5 4
0/-1
0/-1
+0,5
6
-0,5
1
5
1
1/+1
1/+1
+1,5
6
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
87

Exemple : décodage de la séquence [- 0,5 +1,5 –0,5 +0,5]

Exemple : décodage de la séquence [- 0,5 +1,5 –0,5 +0,5]

-1,5

1

4 5

0/-1

1/+1

+0,5 -0,5
+0,5
-0,5

0/-1

1/+1

0 6

1

5

1 1

+1,5

1 6

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

86

Avantages et inconvénients de l’algorithme de Viterbi

Avantages et inconvénients de l’algorithme de Viterbi

Avantage : performances optimales en termes de probabilité d’erreur. Inconvénient : complexité.

Le nombre d’états croît avec l’ordre du canal L. Le nombre de transition croît avec M. Exemple : L = 10 donne 1024 états !

Viterbi retenu pour les RI (très) courtes. Sinon, choisir un égaliseur moins complexe.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

88

II. Égalisation
II. Égalisation

1. Nouveau modèle de canal

2. Égaliseur MLSE

3. Trois égaliseurs

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

89

Synthèse du filtre égaliseur
Synthèse du filtre égaliseur

Les coefficients du filtre égaliseur sont calculés en fonction d’un critère à optimiser. ZFE (Zero-Forcing Equalizer) : minimisation de l’ISI. MMSE (Minimum Mean Square Error) : minimisation de l’erreur quadratique entre les symboles émis et les symboles à la sortie de l’égaliseur.

03/02/09

 

~

k

=

I

k

I

k

Communications Numériques Sans Fil Benoît ESCRIG

91

Égalisation linéaire
Égalisation linéaire

L’égaliseur est un filtre (opération linéaire).

I(z)

Sortie égaliseur ~ V(z) I (z) F(z) (z) ˆ Dét I (z) EGALISEUR (z) Estimation
Sortie égaliseur
~
V(z)
I
(z)
F(z)
(z)
ˆ
Dét
I
(z)
EGALISEUR
(z)
Estimation

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

de I(z)

90

Égaliseur équivalent
Égaliseur équivalent

L’égaliseur englobe l’égaliseur et le filtre blanchissant.

I(z)

Sortie égaliseur

~ Y(z) I (z) 1 X(z) ˆ (z) Dét I(z) * ( 1 ) F
~
Y(z)
I
(z)
1
X(z)
ˆ
(z)
Dét
I(z)
*
(
1
)
F
z
(z)
Estimation
'(z)
de I(z)
ÉGALISEUR ÉQUIVALENT
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
92
Égaliseur ZFE
Égaliseur ZFE
ZFE : Zero Forcing Equalizer. Le critère à optimiser pour calculer les coefficients du filtre
ZFE : Zero Forcing Equalizer.
Le critère à optimiser pour calculer les coefficients du
filtre est l’absence d’ISI, cad le critère de Nyquist.
~
V(z)
I
(z)
I(z)
F(z)
(z)
ˆ
Dét
I
(z)
EGALISEUR
(z)
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
93
Exemple : L=1 / N 0 =0
Exemple : L=1 / N 0 =0

I(z)

Exemple : L=1 / N 0 =0 I ( z ) V(z)   F ( z

V(z)

 

F(z)

     

(z)

 
 

F z = +

(

)

1 0,5

1
1

z

(z)

(

)

z

=

1 0,5 z

+

1

~

I

(z)

1
1
2 1 0 -1 -2 -2 -1 0 1 2
2
1
0
-1
-2
-2
-1
0
1
2

03/02/09

2 2 1 1 0 0 -1 -1 -2 -2 -2 -1 0 1 2
2
2
1
1
0
0
-1
-1
-2
-2
-2
-1
0
1
2
-2
-1
0
1
2
Communications Numériques Sans Fil
Benoît ESCRIG
95
Synthèse de l’égaliseur ZFE Trouver les coefficients de l’égaliseur de sorte que la cascade des
Synthèse de l’égaliseur ZFE
Trouver les coefficients de l’égaliseur de sorte que la
cascade des filtres de la chaîne soit un filtre qui
respecte le critère de Nyquist.
1
F
(
z
)
(
z
)
= 1 ⇒
(
z
)
=
F(z)
1
X
(
z
)
'
(
z
)
= 1⇒
'
(
z
)
=
X(z)
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
94
Exemple : L=1 / N 0 =0,01
V(z)
~
I(z)
F(z)
(z)
I
(z)
F z = +
(
)
1
1 0,5
z
(
)
1
z
=
(z)
1
1 0,5 z
+
2
2
2
1.5
1.5
1.5
1
1
1
0.5
0.5
0.5
0
0
0
-0.5
-0.5
-0.5
-1
-1
-1
-1.5
-1.5
-1.5
-2
-2
-2
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
96
Exemple : L=1 / N 0 =0,1
Exemple : L=1 / N 0 =0,1
V(z) ~ I(z) F(z) (z) I (z) F z = + ( ) 1 1
V(z)
~
I(z)
F(z)
(z)
I
(z)
F z = +
(
)
1
1 0,5
z
1
(
z
)
=
(z)
1
1 0,5 z
+
2
2.5
2
2
1.5
1.5
1.5
1
1
1
0.5
0.5
0.5
0
0
0
-0.5
-0.5
-0.5
-1
-1
-1
-1.5
-1.5
-1.5
-2
-2
-2.5
-2
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG

97

Exemple d’instabilité ( ) 1 F z = + 1 0,5 z Y(z) ~ I(z)
Exemple d’instabilité
(
)
1
F z = +
1 0,5
z
Y(z)
~
I(z)
X(z)
'(z)
I
(z)
1
(
)
1
' z
(
)
=
X z =
0,5
z+
1,25 0,5
+
z
(z)
1
0,5
z
+
1,25 0,5
+
z
Un pôle de l’égaliseur est en dehors
du cercle unité : le filtre est instable.
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
99
Inconvénients du ZFE
Inconvénients du ZFE

Filtres RII (Réponse Impusionnelle Infinie) : risque de pôles hors du cercle unité, entraînant un filtre instable. Filtres de la forme 1/F(z) : les 0 de F(z) génèrent des gains infinis. En présence de bruit : les atténuations du canal demandent des gains supérieurs à 1 (amplification du bruit).

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

98

Synthèse de filtres ZFE de forme RIF
Synthèse de filtres ZFE de forme RIF

RIF : Réponse Impulsionnelle finie. Le fait de tronquer la RI de l’égaliseur induit une perte de performances : présence d’une ISI résiduelle après égalisation.

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

100

Synthèse de filtre ZFE RIF + K ( ) i z = ∑ c z
Synthèse de filtre ZFE RIF
+ K
(
)
i
z
=
c z
i
i
=
K
T
f
=
[f ,f ,
L
,f ,
L
f
]
0
1
i
L
Q(z)=F(z) (z)
Q(z) = 1
+ K
q
=
c f
i
j
i
j
+
K
j
=
K
c f
=
∑ j i
j
0
i
j
=
K

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

101

Égaliseur : filtre à 2K+1 coefficients. Filtre F(z) à L+1 coefficients. ZFE fini : système d’équations. Remarque : solution possible à condition que l’œil soit ouvert.

L+1 coefficients. ZFE fini : système d’équations. Remarque : solution possible à condition que l’œil soit

L+1 coefficients. ZFE fini : système d’équations. Remarque : solution possible à condition que l’œil soit

L+1 coefficients. ZFE fini : système d’équations. Remarque : solution possible à condition que l’œil soit
Systèmes d’équations C Si 2L’+1=2K+1, alors Si 2L’+1>2K+1, système surdéterminé et solution au sens
Systèmes d’équations
C
Si 2L’+1=2K+1, alors
Si 2L’+1>2K+1, système surdéterminé
et solution au sens des moindres carrés,
F
Res
alors
(F
1
H
H
C =
F) F
Re
s
C
H : symétrie hermitienne (matrice
transposée conjuguée)
F
Res

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

103

+ K Mise en œuvre ∑ c f = j i j 0 i 
+ K
Mise en œuvre
c f
=
j
i
j
0 i
64444444744444448
2
K +
1
j
=
K
f
0
L
L
L
0 
0
f
f
0
L
L
0
0  
1
0
FC=Res
M
f
f
0
L
0
c
1
0
K
 M 
K
M
M
f 1 O
M
0
Matrice
2
L ' +
1
f
M
M
O
c
2
K
+
1
=
1
2
L +
'
1
de
L
0
Toeplitz
0
f
M
O 
M
0
L
M
0
f
c
M
L
K
M
M
0
O
0
  
0
0
0
O

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

102

Exemple : L=1 / 2K+1=5 / 2L’+1=5 / N 0 =0,01 V(z) ~ I(z) F(z)
Exemple : L=1 / 2K+1=5 / 2L’+1=5
/ N 0 =0,01
V(z)
~
I(z)
F(z)
(z)
I
(z)
(
)
1
F z = +
1 0,5
z
(z)
 c 
2
 1
0
0
0
0 
 0
 c
0,5
1
0
0
0
0 
0
0
c
1
F =
0
0,5
1
0
0
Res =
1 
0
0
1 
= 
-0,5
0
0
0,5
1
0
c 1 
0
0
0
0,5
1
 0 
0,25
 
c
2
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
104

Exemple : L=1 / 2K+1=5 / 2L’+1=5 / N 0 =0,01

Exemple : L=1 / 2K+1=5 / 2L’+1=5 / N 0 =0,01 Présence d’une ISI résiduelle après

Présence d’une ISI résiduelle après égalisation. Pour la réduire, il faut augmenter l’ordre du filtre.

 

2

1

ZFE RII

ZFE RIF

 

0

-1

-2

-2

-1

0

1

2

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

2

1

0

-1

-2 -2

-1

0

1

2

105

Conclusion sur le ZFE
Conclusion sur le ZFE

Avantage : très simple. Inconvénients :

Présence d’une ISI résiduelle. L’égaliseur amplifie le bruit dans les bandes atténuées par le canal.

03/02/09

20 0 -20 0 0.2 0.4 0.6 0.8 1 Normalized Frequency ( rad/sample) Channel Equalizer
20
0
-20
0
0.2
0.4
0.6
0.8
1
Normalized Frequency (
rad/sample)
Channel
Equalizer
1
( z
)
=
F(z)
Communications Numériques Sans Fil
Benoît ESCRIG
107
Magnitude (dB)

Lorsque la taille de l’égaliseur croît, l’ISI diminue

Lorsque la taille de l’égaliseur croît, l’ISI diminue 2K+1=5 2K+1=9 2       2  

2K+1=5

2K+1=9

2

     

2

   

1

1

   

0

0

   

-1

-1

     

-2 -2

-1

0

1

2

-2 -2

-1

0

1

2

03/02/09

Communications Numériques Sans Fil Benoît ESCRIG

106

Égaliseur MMSE MMSE : Minimum Mean Square Error. Le critère à optimiser pour calculer les
Égaliseur MMSE
MMSE : Minimum Mean Square Error.
Le critère à optimiser pour calculer les coefficients du
filtre est l’erreur moyenne quadratique entre les
symboles émis et les symboles à la sortie de
l’égaliseur.
~
I(z)
F(z)
(z)
[
2 ]
~ 2
I
(z)
E
= E
I
n
 I
n
n
(z)
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
108
Mode supervisé
Mode supervisé
Pour calculer les coefficients du filtre égaliseur, le récepteur doit connaître une séquence de symbole
Pour calculer les coefficients du filtre égaliseur, le
récepteur doit connaître une séquence de symbole
émis : c’est le mode supervisé.
~
I(z)
F(z)
(z)
I
(z)
_
(z)
~
=
I
I
n
n
n
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG

109

Avantage des filtres MMSE sur les filtres ZFE Compromis entre compensation du canal et atténuation
Avantage des filtres MMSE sur les
filtres ZFE
Compromis entre compensation du
canal et atténuation du bruit.
Quand le bruit est important par
rapport au canal, l’égaliseur atténue le
bruit. Sinon, il compense le canal.
2 N
I
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
111

( z

)

=

*

F

(

z

1

)

(

)

X z +

( ) X z + 0 2

0

2

MMSE sous la forme de RII Comme pour le ZFE, il est possible de générer
MMSE sous la forme de RII
Comme pour le ZFE, il est possible de générer les
filtres égaliseurs MMSE sous forme de filtres RII.
Inconvénient des filtres égaliseurs MMSE RII : risque
d’avoir des filtres instables.
+•
[
*
]=
[
*
]
∑ j
c Ev
v
EI v
k,
l
] •
,
+• [
k
j
k
l
k
k
l
j = •
I
I
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
110

(

z )

=

F

*

(

z

1

)

( z ) = F * ( z 1 ) ' ( z ) = 1

' (

z )

=

1

( X z ) + 2 N 0 2 ( X z ) + 2

(

X z

)

+

2

N

0

2

(

X z

)

+

2 N

0

2

Filtres égaliseurs MMSE RIF Il est possible de synthétiser les filtres égaliseurs MMSE sous la
Filtres égaliseurs MMSE RIF
Il est possible de synthétiser les filtres égaliseurs
MMSE sous la forme de RIF.
La troncature de la RI dégrade, ici aussi, les
performances.
+ K
[
*
] =
[
*
]
∑ j
c Ev
v
EI v
k
j
k
l
k
k
l
j
= K
k
]
, +•
[
,
l
]
K, K[
+
03/02/09
Communications Numériques Sans Fil
Benoît ESCRIG
112
Exemple : L=1 / 2K+1=5 / 2L’+1=5 / N 0 =0,01 V(z) ~ I(z) F(z)
Exemple : L=1 / 2K+1=5 / 2L’+1=5
/ N 0 =0,01
V(z)
~
I(z)
F(z)
(z)
I
(z)
(
)
1
F z = +
1 0,5
z
(z)
 c 
 c 
 1,25
0,5
0
0
0
2
0
2
 -0,0029 
 c