These Olivier Be Rder

THSE
prsente devant
lUniversit de Bretagne Occidentale
pour obtenir le grade de
DOCTEUR DE LUNIVERSIT DE BRETAGNE OCCIDENTALE
Mention LECTRONIQUE
par
Olivier BERDER
Laboratoire daccueil : LEST - UMR CNRS 6165
cole doctorale : SMIV
Titre de la thse :
Optimisation et stratgies dallocation de puissance
des systmes de transmission multi-antennes
Soutenue le 20 dcembre 2002 devant la commission dexamen compose de :
M. : Pierre VILB Prsident
MM. : Ghas EL ZEIN Rapporteurs
Christian JUTTEN
MM. : Jean LE BIHAN Examinateurs
Philippe ROSTAING
Gilles BUREL Directeur de thse
M. : Stphane AZOU Invit
REMERCIEMENTS i
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 VILB, 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 EL ZEIN, de lInstitut National des Sciences Appliques de Rennes, et Christian
JUTTEN 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 nale du document.
Je remercie galement Monsieur Jean LE BIHAN, Professeur lEcole Nationale dIngnieurs de Brest,
et Monsieur Stphane AZOU, 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 BUREL, de l Universit de Bretagne
Occidentale, sans qui ce travail naurait jamais vu le jour. Sa grande culture scientique, 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 Bre-
tagne Occidentale, qui reoit galement toute ma gratitude pour les nombreuses suggestions et les conseils
quil a pu me donner.
ii REMERCIEMENTS
Les quelques annes passes au Laboratoire dlectronique et Systmes de Tlcommunications furent
une exprience fort enrichissante. Le dynamisme de ses membres et lexcellente ambiance de travail (surtout
le vendredi...) en font un lieu de travail fort sympathique et motivant.
Merci enn 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
protables...
TABLE DES MATIRES iii
Table des matires
Liste des acronymes et abrviations vii
Notations mathmatiques ix
Table des gures xi
Introduction 1
1 Gnralits sur les transmissions numriques 5
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Chane de transmission numrique classique . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Modulations numriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.1 Modulations numriques classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.2 Modulation damplitude en quadrature (MAQ) . . . . . . . . . . . . . . . . . . . . . 10
1.4 Canaux de transmission . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.1 Canal binaire symtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.2 Canal bruit additif blanc gaussien . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.3 Canal vanouissements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Quelques rappels sur la thorie de linformation . . . . . . . . . . . . . . . . . . . . . . . . . 17
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 Combinaisons des rpliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
iv TABLE DES MATIRES
1.7 Techniques de duplexage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.8 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2 Systmes multi-antennaires 27
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Modle de systme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 Codes spatio-temporels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.1 Codage spatio-temporel en treillis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.2 Codes spatio-temporels par blocs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4 Multiplex spatial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5 Algorithmes de dtection associs aux systmes MIMO . . . . . . . . . . . . . . . . . . . . . 36
2.5.1 Critre de forage zro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5.2 Rcepteur qui minimise lerreur quadratique moyenne (EQMM) . . . . . . . . . . . . 37
2.5.3 Dtecteur annulation successive dinterfrences (ASI) . . . . . . . . . . . . . . . . 38
2.5.4 Rcepteur Maximum de Vraisemblance (MV) . . . . . . . . . . . . . . . . . . . . . 39
2.5.5 Dcodage par sphres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5.6 Rcepteur rapide bas sur le MV pour canaux vanouissements de Rice . . . . . . . 41
2.6 Principales caractristiques des systmes multi-antennes . . . . . . . . . . . . . . . . . . . . 42
2.6.1 Expression de la capacit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.6.2 Inuence du milieu de propagation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.7 Applications envisages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.8 Compatibilit avec les techniques daccs multiple . . . . . . . . . . . . . . . . . . . . . . . 49
2.9 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3 Elargissement de la bande spectrale grce lOFDM 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
TABLE DES MATIRES v
3.2.6 Rsistance aux perturbations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.3 Description vectorielle de lOFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.3.1 Principe de lmetteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.3.2 Description du rcepteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.4 Approche de lassociation MIMO/OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.4.1 Ides de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.4.2 Principe de lapproche propose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.4.3 Dmonstration du modle thorique quivalent . . . . . . . . . . . . . . . . . . . . . 64
3.5 Simulation et performances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5.1 Canal radio-mobile COST 207 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.5.2 Canal acoustique sous-marin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.6 Estimation rapide du TEB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.7 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4 Diagonalisation des systmes MIMO 81
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.2 Principe de lapproche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.2.1 Modle de systme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.2.2 Ides de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.2.3 Canal virtuel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.3 Simplication du canal MIMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.3.1 Etape 1: Blanchiment du bruit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.3.2 Etape 2: Diagonalisation du canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.3.3 Etape 3: Rduction de dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.3.4 Rsum de la mthode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.3.5 Cas o lon na pas de connaissance du canal lmission . . . . . . . . . . . . . . . 90
4.4 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5 Prcodage diagonal optimal pour systmes MIMO 93
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.2 Critres doptimisation classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
5.2.1 Maximisation de la capacit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
vi TABLE DES MATIRES
5.2.2 Minimisation de lerreur quadratique moyenne . . . . . . . . . . . . . . . . . . . . . 96
5.3 Minimisation du taux derreur binaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.4 Allocations de puissance lmission . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.5 Rsultats exprimentaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5.5.1 Capacits thoriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
5.5.2 Efcacits spectrales exprimentales et taux derreur binaire . . . . . . . . . . . . . . 108
5.5.3 Consquences de la rduction de voies . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.6 Slection dantennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5.7 Perspectives sur le prcodage bas sur la distance euclidienne minimale . . . . . . . . . . . . 113
5.8 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Conclusion 119
Annexe 123
Bibliographie 127
Liste de publications 137
LISTE DES ACRONYMES ET ABRVIATIONS vii
Liste des acronymes et abrviations
ADSL Assymetric Digital Suscriber Line
ASI Annulation Successive dInterfrences
ASIO Annulation Successive dInterfrences Ordonne
ASM Acoustique Sous-Marine
BBAG Bruit Blanc Additif Gaussien
BLAST Bell Labs Layered Space-Time
CDMA Code Division Multiple Access
COST COopration europenne pour la recherche Scientique et Technique
CSI Connaissance de ltat du canal ("Channel State Information")
CST Codes Spatio-Temporels
CSTB Codes Spatio-Temporels en Blocs
CSTT Codes Spatio-Temporels en Treillis
dmin distance euclidienne minimale
DMT Discrete Multi-Tone
DSP Digital Signal Processing
DVP Dcomposition en Valeurs Propres
DVS Dcomposition en Valeurs Singulires
EDGE volution du GSM ("Enhanced Data Rate for GSM Evolution")
ERD galiseur Retour de Dcision
EQMM Erreur Quadratique Moyenne Minimale
FDD Frequency Division Duplex
GPRS Global Packet Radio Service
GSM Global System for Mobile communications
IES Interfrences Entre Symboles
viii LISTE DES ACRONYMES ET ABRVIATIONS
KKT Karush-Kuhn-Tucker
MAQ Modulation dAmplitude en Quadrature
MDA Modulation Dplacement dAmplitude
MDF Modulation Dplacement de Frquence
MDP Modulation Dplacement de Phase
MIMO Multi-Input Multi-Output
MV Maximum de Vraisemblance
OFDM Multiplexage Division de Frquences Orthogonales
PEB Probabilit dErreur Binaire
RSB Rapport Signal sur Bruit
RTC Rseau Tlphonique Commut
TDD Time Division Duplex
TEB Taux dErreur Binaire
TEBM Taux dErreur Binaire Minimal
TEBMA Taux dErreur Binaire Minimal Approxim
TF Transforme de Fourier
TFD Transforme de Fourier Discrte
TFR Transforme de Fourier Rapide
UHF Ultra Hautes Frquences
UMTS Universal Mobile Telecommunications System
WF Water-Filling (maximisation de la capacit)
ZF Zero-Forcing
NOTATIONS MATHMATIQUES UTILISES ix
Notations mathmatiques
a Scalaire a
a Vecteur a
A Matrice A
A
T
Matrice transpose de A
A
Matrice transpose conjugue de A

A
Pseudo-inverse de A
|a| Norme euclidienne du vecteur a
|A|
F
Norme de Frobenius de la matrice A
n Attnuation du n
e
trajet
b
Nombre de voies indpendantes du canal
B
c
Largeur de bande de cohrence du canal
B
s
Largeur de bande du signal
B
m
talement frquentiel du signal
ij
Symbole de Kronecker (vaut 1 si i = j, 0 sinon)
E
b
N
0
Rapport signal sur bruit par lment binaire
c Esprance mathmatique
F Matrice de prcodage
G Matrice de dcodage
H Matrice de canal
H(X) Entropie de X
I
n
Matrice identit de taille n
I(X,Y ) Information mutuelle de X et Y
I
0
(x) Fonction de Bessel modie dordre 0
Partie imaginaire
x NOTATIONS MATHMATIQUES
L Lagrangien
n
R Nombre de rcepteurs
n
T Nombre dmetteurs
Bruit additif
P Nombre de sous-porteuses utilise par lOFDM
p(x) Densit de probabilit de x
Pr(.) Probabilit
p
T Puissance totale du signal lmission
Densit spectrale de puissance du bruit

'
Partie relle
R Rapidit de modulation
R
Matrice de covariance du vecteur
Rapport signal sur bruit moyen

cart-type (chapitre 1) ou valeur singulire du canal (chapitre 4 et 5)
T
b
Priode binaire
T
c
Temps de cohrence du canal
T
m
talement frquentiel
T
s
Priode symbole
n Retard du n
e
trajet
W
o
(x) Fonction de Lambert dindice 0
TABLE DES FIGURES xi
Table des gures
1 Applications et services selon les technologies . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1 Chane de transmission numrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Constellations pour modulations MAQ-E . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Description dun canal binaire symtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Diagramme du canal binaire symtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Exemple de canal radio-mobile soumis aux multi-trajets . . . . . . . . . . . . . . . . . . . . . 15
1.6 Densits de probabilit des distributions de Rice et de Rayleigh . . . . . . . . . . . . . . . . . 17
1.7 Capacit dun canal binaire symtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.8 Capacit ergodique dun canal SISO vanouissement de Rayleigh (ligne pointille) compa-
re la capacit de Shannon (ligne continue) . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.9 Le mme signal est transmis sur plusieurs intervalles temporels . . . . . . . . . . . . . . . . . 21
1.10 Le mme signal est transmis sur plusieurs intervalles frquentiels . . . . . . . . . . . . . . . . 22
2.1 Schma dun systme de transmission sans l MIMO . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Reprsentation des diffrents trajets entre antennes mettrices et rceptrices . . . . . . . . . . 29
2.3 Architecture dun systme de codage spatio-temporel . . . . . . . . . . . . . . . . . . . . . . 31
2.4 Diagramme de treillis pour un CSTT 4 tats utilisant n
T
= 2 metteurs et une modulation
MDP-4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5 Systme de transmission spatio-temporel par couches . . . . . . . . . . . . . . . . . . . . . . 35
2.6 Gain du BMV sur le MV en terme de distances calcules . . . . . . . . . . . . . . . . . . . . 43
2.7 Capacit ergodique dun canal MIMO vanouissements de Rayleigh avec n
T
= n
R
= 4
(ligne pointille) compare la capacit de Shannon pour un canal SISO (ligne continue) . . . 45
2.8 Capacits des systmes MIMO dans un canal de Rayleigh pour un nombre dantennes met-
trices et rceptrices gal (n
T
= n
R
), en fonction du RSB . . . . . . . . . . . . . . . . . . . . 46
xii TABLE DES FIGURES
2.9 Capacits des systmes MIMO dans un canal de Rayleigh en fonction du nombre dantennes
mettrices pour 4 rcepteurs (n
R
= 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 Densit spectrale de puissance dune transmission OFDM lmission . . . . . . . . . . . . . 58
3.2 Densit spectrale de puissance dune transmission OFDM la rception . . . . . . . . . . . . 58
3.3 Principe de lmetteur OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.4 Principe du rcepteur OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.5 Principe du systme BLAST/OFDM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.6 Systme quivalent de lassociation MIMO/OFDM . . . . . . . . . . . . . . . . . . . . . . . 66
3.7 Rponse impulsionnelle moyenne du canal COST 207 urbain . . . . . . . . . . . . . . . . . . 68
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 Capacit dun systme OFDM simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.10 TEB pour les modulations MAQ-4, 16, et 256 . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.11 Module de la rponse impulsionnelle du canal acoustique sous-marin . . . . . . . . . . . . . . 75
3.12 Capacits de lassociation MIMO/OFDM en milieu acoustique sous-marin . . . . . . . . . . . 75
3.13 Comparaison entre BLAST/OFDM et OFDM avec mme dbit et mme largeur de bande . . . 76
3.14 TEB estim et TEB exprimental pour n
T
= 3 metteurs, n
R
= 5 rcepteurs et P = 64
porteuses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.1 Reprsentation planaire des sous-espaces des signaux, du canal et du bruit . . . . . . . . . . . 84
4.2 Systme MIMO avec prcodeur et dcodeur . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.3 Schma quivalent de transmission MIMO avec prcodeur et dcodeur diagonaux . . . . . . . 91
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 Comparaison des TEB pour les prcodeurs EQMM et TEBM . . . . . . . . . . . . . . . . . . 102
5.3 Sacrices de voies par les critres WF et EQMM en fonction du RSB . . . . . . . . . . . . . 104
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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
TABLE DES FIGURES xiii
5.5 Stratgie dallocation de puissance par prcodeur en fonction du RSB . . . . . . . . . . . . . 106
5.6 Stratgie de rpartition de puissance par voie en fonction du RSB . . . . . . . . . . . . . . . . 106
5.7 Puissance cumule pour chaque prcodeur en fonction du RSB . . . . . . . . . . . . . . . . . 107
5.8 Capacits des systmes utilisant les diffrents prcodeurs . . . . . . . . . . . . . . . . . . . . 108
5.9 Efcacits spectrales exprimentales des systmes prcods . . . . . . . . . . . . . . . . . . . 109
5.10 TEB des systmes avec prcodeurs diagonaux . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.11 Systme MIMO avec n
T
= 4 metteurs, n
R
= 4 rcepteurs et b = 2 voies indpendantes . . . 111
5.12 Systme MIMO avec n
T
= 4 metteurs, n
R
= 4 rcepteurs et b = 3 voies indpendantes . . . 111
5.13 Impact de laugmentation du nombre dantennes mettrices sur le TEB pour un nombre xe
de voies de transmission et de rcepteurs (b = 2 et n
R
= 2) . . . . . . . . . . . . . . . . . . . 112
5.14 Slection dantennes vs. prcodage linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5.15 Comparaison en TEB entre slection dantennes et prcodage linaire par le critre de la
distance minimale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
16 Fonction de Lambert principale W
0
(x) (ligne continue) et son approximation par log(x) log(log(x))
(ligne pointille) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
xiv TABLE DES FIGURES
INTRODUCTION 1
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 com-
munication numriques autorisent dj de nombreux services, comme la tlvision et la radio numrique, les
rseaux locaux sans l, linternet haut dbit et bien sr la tlphonie mobile. Car paralllement cette ex-
plosion 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 phno-
mne 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 cel-
lulaire, 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 uti-
lisateurs. Lexplosion du march des mobiles, sa croissance soutenue et lapparition de nouveaux services
(gure 1) amnent les rseaux GSM actuels leur limite. Le dbit de 9,6 Kbits/s, dni lorigine, est insuf-
sant pour couvrir les nouveaux besoins de transferts de donnes et constitue un frein la diffusion de contenus
multimdias.
Les premires applications WAP (norme permettant lafchage de pages Web sur les mobiles) sur rseau
sans l souffrent encore de temps de connexion et de rponse trop longs. De plus, la qualit de service est
encore insufsante et la abilit 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 possibi-
lits, mais leur lancement est sans cesse retard.
Lune des principales raisons qui expliquent ce dlai est la volont des constructeurs dintgrer les toutes
2 INTRODUCTION
1998 2000 2002 2004 2006 2008
GSM/WAP GPRS/EDGE UMTS
SMS
ERP
CRM
Guidage
Messagerie
instantane
multimdia
Messages
multimdia
Informations
Vidoconfrence
Email
Messagerie unifie
Services de golocalisation
Intranet/Extranet
Mobile
Chat
Forum
Informations
Annuaire Fax
Dbits en kbps
10
32
64
384
144
2000
FIG. 1 Applications et services selon les technologies
nouvelles technologies permettant daugmenter sensiblement lefcacit 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 daug-
menter 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 perfor-
mances 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 inno-
vations afuent. Ce travail a donc pour objectif dune part de lever quelques restrictions propres ces systmes
spatio-temporels, et dautre part doptimiser leurs performances.
Ce document se compose de cinq chapitres, qui se rpartissent comme suit:
Le premier chapitre propose quelques gnralits sur les communications numriques. Il dcrit brive-
ment le fonctionnement dune chane de transmission et prsente les modulations numriques et les modles
INTRODUCTION 3
de canaux utiliss dans ce travail. Il propose quelques rappels sur la thorie de linformation, et indique lex-
pression 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 inh-
rentes cette association. Des simulations sont conduites sur un modle de canal radio-mobile qui prouvent
lefcacit 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 doptimisa-
tion. Des matrices diagonales de prcodage et de dcodage sont alors conues, qui amliorent sensiblement
la abilit 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 defcacit 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.
4 INTRODUCTION
5
Chapitre 1
Gnralits sur les transmissions numriques
1.1 Introduction
Lobjectif de ce chapitre est dintroduire le concept des communications numriques et les gnralits
qui serviront la bonne comprhension de lensemble de cette thse. Nous allons dans un premier temps
dcrire le fonctionnement dune chane de transmission numrique, de la source dinformation binaire au des-
tinataire, par les tapes successives de codage, de transmission dans un canal physique et de dcodage. Les
canaux de transmission vont alors tre dcrits, et comme nous privilgions dans ce document les transmis-
sions hertziennes, nous nous attarderons sur les canaux vanouissements. Pour pouvoir juger de la qualit
des performances des systmes de transmission numrique, la capacit constitue un des paramtres les plus
importants. Aprs avoir rapidement introduit la notion de thorie de linformation, nous calculerons donc cette
expression. Nous ferons ensuite un inventaire rapide des techniques de diversit qui permettent de combattre
les vanouissements et les distorsions provoqus par les canaux de transmission, amenant ainsi au concept
des systmes multi-antennes. Enn, nous voquerons les techniques de duplexage qui caractrisent certaines
normes de tlphonie mobile, et nous permettent de justier la connaissance du canal lmission, notion
indispensable loptimisation globale des systmes MIMO que nous proposons plus avant dans cet ouvrage.
1.2 Chane de transmission numrique classique
Les systmes de transmission numrique vhiculent de linformation sous forme numrique entre une
source et un ou plusieurs destinataires (Fig. 1.1) en utilisant un support physique comme le cble, la bre
optique ou encore la propagation sur un canal radiolectrique. Les signaux transports peuvent tre soit direc-
tement dorigine numrique, comme dans les rseaux de donnes, soit dorigine analogique (parole, image...)
6 CHAPITRE 1. GNRALITS SUR LES TRANSMISSIONS NUMRIQUES
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 abilit 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 bi-
naires par des tapes successives dchantillonnage, de quantication et de codage binaire. Dans le cas idal,
cette squence doit tre la plus courte possible. Pour augmenter lefcacit de la transmission et optimiser
lutilisation des ressources du systme, un codeur de source compresse donc les donnes en liminant les
lments binaires non signicatifs. 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 identi-
quement distribus (i.i.d.).
Lors du passage dans le canal physique de transmission, le signal est altr par du bruit et des interf-
rences, induisant parfois le rcepteur en erreur. An daugmenter la abilit 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. An 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.
1.2. CHANE DE TRANSMISSION NUMRIQUE CLASSIQUE 7
codeur source modulateur
dmodulateur dcodeur destinataire
canal
FIG. 1.1 Chane de transmission numrique
Le canal de transmission est le support physique utilis pour envoyer linformation de lmetteur au r-
cepteur, et il diffre selon le type dapplication envisage. Ainsi, si le tlphone utilise le cble bilaire,
des applications plus gourmandes en dbit privilgieront la cble coaxial, autorisant des dbits de lordre du
Mbit/s, ou mieux la bre 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 lec-
tromagntiques 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 ther-
mique 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 quantication 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 g-
nrique qui regroupe lensemble des perturbations subies par le signal lors de son passage dans le canal de
transmission. An 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 abilit de la communication. Pour la quantier,
on dnit 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. Enn loccupation spectrale du signal
mis doit tre connue pour utiliser efcacement la bande passante du canal de transmission, et les besoins en
dbit des applications nouvelles conduisent de plus en plus des modulations grande efcacit 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.
1.3 Modulations numriques
La modulation a pour objectif dadapter le signal mettre au canal de transmission. Pour les transmissions
en bande de base, la forme donde utilise pour la mise en forme du signal physique est le plus souvent une
porte ou un crneau. Dans le cas de transmissions sur porteuse, lopration consiste modier un ou plusieurs
paramtres dune onde porteuse de forme sinusodale dexpression gnrale s(t) = Acos(t +) centre sur
la bande de frquence du canal.
Dans cette expression les paramtres modiables sont:
Lamplitude de londe A
La frquence porteuse f =

2
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 T
b
secondes, la priode symbole est dnie par T
s
= nT
b
et le dbit binaire sexprime D
b
=
1
T
b
.
La rapidit de modulation R =
1
Ts
=
D
b
log
2
M
sexprime en bauds et correspond au nombre de changements
1.3. MODULATIONS NUMRIQUES 9
dtats par seconde dun ou de plusieurs paramtres modis simultanment. Un changement de phase du
signal porteur, une excursion de frquence ou une variation damplitude sont par dnition des changements
dtats.
1.3.1 Modulations numriques classiques
La modulation dplacement damplitude (MDA) consiste faire varier lamplitude du signal selon la
loi de transcodage associe. Celui-ci sexprime alors:
s(t) = A(t) cos(
0
t +) avec A(t) =

k
a
k
h(t kT
s
) (1.1)
o h(t) est un ltre 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
k
h(t kT
s
) cos(
0
t +
k
) (1.2)
o A reprsente lamplitude constante de londe porteuse et
k
la valeur de la phase pendant un inter-
valle de temps [kT
s
,(k + 1)T
s
[. 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)
La complexit de lensemble mission/rception de la MDP augmente avec M, mais reste raisonnable,
ce qui en fait une modulation frquemment utilise pour M allant de 2 16 avec de bonnes performances.
Dans les inconvnients de la MDP, citons lexistence de sauts de phase importants qui font apparatre des
discontinuits damplitude. Les modulations dcales ou tournes peuvent tre une solution ce problme.
En ce qui concerne la modulation dplacement de frquence (MDF), cest la frquence instantane,
drive de la phase instantane, qui peut prendre plusieurs valeurs associes aux tats possibles. Aprs modu-
lation, le signal a pour expression:
s(t) = Acos[(
0
+ 2a
k
F)t] (1.4)
avec les symboles a
k
appartenant 1, 3, . . . , (M1) et lexcursion en frquence 2F =
m
Ts
o
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.
1.3.2 Modulation damplitude en quadrature (MAQ)
Les modulations prcdentes ne constituent pas une solution satisfaisante pour utiliser efcacement lner-
gie mise lorsque le nombre de points M est grand. En effet, dans la MDA les points de la constellation sont
sur une droite, et dans la MDP les points sont sur un cercle. Or, la probabilit derreur est fonction de la
distance minimale entre les points de la constellation, et la meilleure modulation est celle qui maximise cette
distance pour une puissance moyenne donne. Un choix plus rationnel est alors une modulation qui rpartit
les points uniformment dans le plan.
Pour ce faire, on crit le signal modul s(t) sous la forme suivante:
s(t) = a(t) cos(
0
t +
0
) b(t) sin(
0
t +
0
) (1.5)
o les deux signaux a(t) et b(t) ont pour expression :
a(t) =

k
a
k
h(t kT) et b(t) =

k
b
k
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 b
k
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
,b
k
) ou ce qui revient au mme par un symbole complexe c
k
= a
k
+
jb
k
. Dans le cas particulier mais trs frquent o M peut scrire M = 2
n
, alors les a
k
reprsentent un
mot de n bits et les b
k
reprsentent aussi un mot de n bits. Le symbole complexe c
k
= a
k
+ jb
k
peut par
consquent reprsenter un mot de 2n bits. Lintrt de cette conguration est que le signal s(t) est alors
1.3. MODULATIONS NUMRIQUES 11
obtenu par une combinaison de deux porteuses en quadrature modules en amplitude par des symboles a
k
et b
k
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.
7 5 3 1 1 3 5 7
7
5
3
1
1
3
5
7
Q
u
a
d
r
a
t
u
r
e
Phase
E = 64
E = 16
E = 4
FIG. 1.2 Constellations pour modulations MAQ-E
Par exemple, la MAQ-16 est construite partir de symboles a
k
et b
k
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 b
k
prennent leurs
valeurs dans lalphabet d, 3d, 5d,..., (M1)d avec M = 2
n
, on obtient une modulation 2
2n
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 gure 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 a
k
et b
k
indpendants, cela simplie le modulateur et le dmodulateur.
La rception dun signal MAQ fait appel une dmodulation cohrente et par consquent ncessite lex-
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.
1.4 Canaux de transmission
1.4.1 Canal binaire symtrique
Le canal binaire symtrique (CBS) est un canal discret dont les alphabets dentre et de sortie sont nis et
gaux 0,1. On considre dans ce cas que le canal comprend tous les lments de la chane compris entre
le codeur de canal et le dcodeur correspondant (Fig. 1.3).
codeur modulateur canal
dmodulateur dcodeur
destinataire
source
canal entre et sortie discrte
FIG. 1.3 Description dun canal binaire symtrique
On note respectivement a
k
et y
k
les lments lentre et la sortie du CBS. Si le bruit et autres per-
turbations causent des erreurs statistiquement indpendantes dans la squence binaire transmise avec une
probabilit p, alors [3]:
Pr(y
k
= 0[a
k
= 1) = Pr(y
k
= 1[a
k
= 0) = p
Pr(y
k
= 1[a
k
= 1) = Pr(y
k
= 0[a
k
= 0) = 1 p
(1.7)
Le fonctionnement du CBS est rsum sous forme de diagramme sur la gure 1.4. Chaque lment binaire
la sortie du canal ne dpendant que de llment binaire entrant correspondant, le canal est appel sans
mmoire.
1.4. CANAUX DE TRANSMISSION 13
Entres
Sorties
0 0
1
1
1p
1p
p
p
FIG. 1.4 Diagramme du canal binaire symtrique
1.4.2 Canal bruit additif blanc gaussien
Le modle de canal le plus frquemment utilis pour la simulation de transmissions numriques, qui est
aussi un des plus faciles gnrer et analyser, est le canal bruit blanc additif gaussien (BBAG). Ce bruit
modlise la fois les bruits dorigine interne (bruit thermique d aux imperfections des quipements...) et le
bruit dorigine externe (bruit dantenne...). Ce modle est toutefois plutt associ une transmission laire,
puisquil reprsente une transmission quasi-parfaite de lmetteur au rcepteur. Le signal reu scrit alors:
r(t) = s(t) +(t) (1.8)
o (t) reprsente le BBAG, caractris par un processus alatoire gaussien de moyenne nulle, de variance
et de densit spectrale de puissance bilatrale
=
N
0
2
. La densit de probabilit conditionnelle de r est
donne par lexpression:
p(r[s) =
1
(rs)
2
2
2
(1.9)
1.4.3 Canal vanouissements
Les communications radio ont souvent besoin dun modle plus labor prenant en compte les diffrences
de propagation du milieu, appeles encore attnuations ou vanouissements, qui affectent la puissance du si-
gnal. Cette attnuation du signal est principalement due un environnement de propagation riche en chos et
donc caractris par de nombreux multi-trajets, mais aussi au mouvement relatif de lmetteur et du rcep-
teur entrainant des variations temporelles du canal. Le phnomne de multi-trajets sobserve lorsque londe
lectromagntique portant le signal modul se propage par plusieurs chemins de lmetteur au rcepteur. Les
transmissions intra-muros, avec toutes les perturbations lies aux parois du btiment, et les communications
radio-mobiles, dont les multi-trajets sont causs par les montagnes, immeubles et autres voitures, sont les
exemples les plus courants denvironnements propices aux multi-trajets (Fig. 1.5). Ces derniers apparaissent
toutefois dans dautres milieux, et les transmissions acoustiques sous-marines doivent ainsi affronter de nom-
breux 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 consti-
tuer une base pour la classication des canaux vanouissements.
Dnition de ltalement temporel
Lors dune transmission sur un canal vanouissements, les composantes du signal ayant emprunt des
chemins distincts arrivent au rcepteur avec des retards diffrents. Ltalement temporel, not T
m
et dni par
la diffrence entre le plus grand et le plus court des retards, permet de caractriser par une seule variable la
dispersion temporelle du canal. La bande de cohrence du canal, note B
c
, correspond la gamme de fr-
quences sur laquelle les amplitudes des composantes frquentielles du signal, fortement corrles, subissent
des attnuations semblables. En dehors de cette bande de frquence en revanche, les distorsions du signal
deviennent non ngligeables. En gnral, la bande de cohrence dun canal est du mme ordre de grandeur
que linverse de son talement temporel: B
c

1
Tm
. Notons B
s
la largeur de bande du signal transmis. Tant
que B
s
B
c
, 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 su-
bissent 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 dnir ainsi un talement frquentiel
B
m
correspondant la diffrence entre le plus grand et le plus petit dcalage en frquence inhrents aux mul-
tiples 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 : T
c

1
Bm
. Si on note T
s
la priode symbole, il est clair que pour viter la slectivit en temps, il
faut respecter la contrainte T
s
T
c
.
1.4. CANAUX DE TRANSMISSION 15
FIG. 1.5 Exemple de canal radio-mobile soumis aux multi-trajets
Pour garantir la non slectivit la fois en frquence et en temps, il faut en rsum respecter les conditions:
T
m
T
s
T
c
(1.10)
Parmi les environnements de propagations courants, il est toutefois assez rare quun canal respecte parfaite-
ment ces contraintes, obligeant les oprateurs trouver un compromis.
Canal trajets multiples
Nous considrons que le canal subit des vanouisssements lents, c--d que la dure dun symbole est trs
infrieure au temps de cohrence du canal, et que le signal reu ne varie donc pas ou trs peu sur la dure
dun symbole. En tenant compte du bruit blanc additif gaussien, le signal quivalent en bande de base reu
la sortie de ce canal vanouissements lents comportant N trajets multiples sexprime alors:
r(t) =
N1
n=0
n
s(t
n
) +(t) (1.11)
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 signicatifs, dont le
retard et lattnuation restent en de dun seuil acceptable. Mais ces dispositions ne sufsent pas toujours, et
dans le cas o le nombre N de trajets signicatifs reste important, le thorme de la limite centrale [3] justie
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
l=0
l
s(t
l
) +(t) (1.12)
A la sortie de lchantillonneur, lobservation donne:
r
k
=
L1
l=0
l
s
k
l
+
k
(1.13)
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:
p(
l
) =

l
l
e

2
l
2
2
l
(1.14)
Cest le modle le plus couramment utilis pour les communications radiomobiles. En revanche, si len-
vironnement permet un trajet direct entre lmetteur et le rcepteur, ce module suivra une loi de distribution
ricienne:
p(
l
) =

l
l
e
2
l
+
2
2
2
l
I
0
_
l
_
(1.15)
o est un paramtre de non-centralit d au trajet direct et I
0
(x) reprsente la fonction de Bessel modi-
e dordre 0. Ces deux distributions sont reprsentes sur la gure 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.
1.5. QUELQUES RAPPELS SUR LA THORIE DE LINFORMATION 17
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Densits de probabilit des distributions de Rice et de Rayleigh
r
d
d
p
distribution de Rice
distribution de Rayleigh
FIG. 1.6 Densits de probabilit des distributions de Rice et de Rayleigh
1.5 Quelques rappels sur la thorie de linformation
En pratique, pour sassurer de lefcacit et de la abilit dun systme les oprateurs sattardent princi-
palement sur deux paramtres: la capacit du canal, qui doit tre aussi leve que possible, et le TEB que lon
cherche minimiser. Mais avant de pouvoir apprhender ces deux paramtres, quelques rappels de la thorie
de linformation, dveloppe principalement par C. Shannon [1], sont ncessaires.
Pour cela, introduisons une variable alatoire X de densit de probabilit p(x) o x est une ralisation
de X appartenant un ensemble A quelconque. On dnit la quantit dinformation lie la ralisation de
lvnement x comme:
I(x) = log
2
p(x) (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:
H(X) = E[log
2
p(x)] =
x.
p(x) log
2
p(x) (1.17)
Considrons prsent une deuxime variable alatoire discrte Y dont la densit de probabilit scrit
p(y), avec y un vnement appartenant un ensemble quelconque . On appelle entropie conjointe de X et
Y linformation moyenne apporte par leur connaissance simultane, soit:
H(X,Y ) =
x.
y
p(x,y) log
2
p(x,y) (1.18)
Lentropie conditionnelle H(Y [X) se dnit comme lincertitude lie la ralisation de Y , connaissant la
ralisation de X, soit:
H(Y [X) =
x.
p(x)H(Y [X = x) =
x.
y
p(x,y) log
2
p(y[x) = H(X,Y ) H(X) (1.19)
Enn, linformation mutuelle ou transinformation est la rduction dincertitude quapporte en moyenne la
ralisation de Y sur X et inversement:
I(X,Y ) =

x.
y
p(x,y) log
2
p(x,y)
p(x)p(y)
= H(X) +H(Y ) H(X,Y ) = H(X) H(X[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 respec-
tivement, la capacit dun canal est dnie 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 dni,
cette capacit sexprime simplement:
C = 1 +p log
2
p + (1 p) log
2
(1 p) (1.22)
1.5. QUELQUES RAPPELS SUR LA THORIE DE LINFORMATION 19
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
p
C
FIG. 1.7 Capacit dun canal binaire symtrique
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
p
E
la puissance totale mise, on a:
C = max
p(x):p
E
p
T
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 = B
s
log
2
(1 +
p
E
B
s
N
0
) (1.24)
On rappelle que B
s
reprsente la bande de frquence utilise pour transmettre le signal et que N
0
est
dni par la densit spectrale de puissance du bruit
=
N
0
2
. En notant le rapport signal sur bruit moyen
en rception (rapport entre la puissance mise et la puissance du bruit en rception) et en normalisant la
capacit par la bande utile B
s
, on obtient:
C = log
2
(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
h
11
est donne par lexpression [4, 5]:
C = c
H
log
2
(1 +[h
11
[
2
) (1.26)
o c
H
dsigne lesprance mathmatique sur toutes les ralisations du canal.
Le cas o [h
11
[ est constant nous ramne la borne suprieure de capacit (1.25) dcrite par Shannon dans
[1]. Lors dune communication radio-mobile, [h
11
[ suit dans la majorit des cas une loi de Rayleigh, ce qui
entrane pour [h
11
[
2
une distribution en chi carr avec deux degrs de libert [3]. Cette capacit thorique dun
canal SISO et la borne de Shannon sont reprsentes sur la gure 1.8.
0 2 4 6 8 10 12 14 16 18 20
0
1
2
3
4
5
6
7
RSB (dB)
C
a
p
a
c
i
t

(
b
i
t
s
/
s
/
h
z
)
capacit SISO
FIG. 1.8 Capacit ergodique dun canal SISO vanouissement de Rayleigh (ligne pointille) compare
la capacit de Shannon (ligne continue)
1.6. NOTION DE DIVERSIT 21
1.6 Notion de diversit
La diversit est utilise dans les systmes de transmission sans l pour combattre lvanouissement
faible chelle caus par les multi-trajets. En effet, si plusieurs rpliques de linformation sont reues par des
liaisons dont les vanouissements respectifs sont indpendants les uns des autres, il y a une trs forte proba-
bilit pour que lune de ces liaisons au moins ne subisse pas de forte attnuation, augmentant ainsi la abilit
de la liaison. La diversit se rvle donc tre un outil trs puissant pour combattre les vanouissements et les
interfrences entre canaux de transmission, et permet notamment daugmenter la capacit et la couverture des
systmes radios. Les trois formes de diversit traditionnellement exploites en communications numriques
sont la diversit temporelle, la diversit frquentielle et la diversit spatiale [6].
1.6.1 Diversit temporelle
Utilise pour combattre lvanouissement slectif en temps, la diversit temporelle consiste mettre plu-
sieurs rpliques du signal (ou des versions redondantes) dans des intervalles temporels spars dau moins
le temps de cohrence du canal T
c
(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
temps
s(t) s(t)
T
B
c
s
FIG. 1.9 Le mme signal est transmis sur plusieurs intervalles temporels
1.6.2 Diversit frquentielle
Efcace 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 transmis-
sion. 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.
B
c
frquence
temps
s(t)
s(t)
B
s
FIG. 1.10 Le mme signal est transmis sur plusieurs intervalles frquentiels
1.6.3 Diversit de polarisation
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].
1.6. NOTION DE DIVERSIT 23
1.6.4 Diversit spatiale
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 rai-
sonnable. 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 spcique chaque antenne an 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 prltrage rponse impulsionnelle nie (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 sui-
vant, rduisent clairement les uctuations 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.
1.6.5 Combinaisons des rpliques
La multiplicit dantennes la rception permet lutilisation de techniques de combinaison des rpliques
pour combattre distorsions et vanouissements subis par le signal lors de la transmission. Ces techniques
sont en fait une source de diversit linaire puisquelles combinent tout ou partie des signaux reus sur les
antennes [16].
La combinaison gain gal utilise simplement la somme des diffrentes rpliques du signal acquises
par les antennes rceptrices
La combinaison par slection ne prend en compte que lobservation possdant le meilleur rapport signal
sur bruit.
La combinaison gain maximal (CGM), considre comme la technique de combinaison linaire opti-
male, utilise des coefcients de pondration des rpliques dtermins de faon maximiser le rapport
entre lnergie instantane du signal et la densit spectrale de puissance du bruit.
La complexit de la CGM devient cependant prohibitive lorsque le nombre dchos augmente, et cette
technique est de plus trs sensible aux erreurs destimation du canal. De ces observations sont naturellement
nes des structures hybrides entre la combinaison par slection et la combinaison gain maximal, qui consi-
drent seulement des sous-ensembles de rpliques pour reconstituer le signal, vitant ainsi les trop grandes
attnuations [17].
Ces techniques de diversit linaires sont lorigine des rcepteurs en rteau ("RAKE" [18]) qui sont
utiliss dans de nombreux systmes, comme les systmes daccs multiple rpartition par code utilisant
ltalement de spectre par squence directe (DS-CDMA).
An dobtenir la meilleure efcacit 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 l 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).
1.7. TECHNIQUES DE DUPLEXAGE 25
1.7 Techniques de duplexage
Les futurs systmes de tlphonie mobile doivent offrir un dbit lev (jusqu 2 Mbit/s pour lUMTS) et
permettre des applications multimedia (consultation de serveurs web, courrier lectronique, ...). Trs souvent,
ces applications gnrent des ux dissymtriques o le ux de donnes vers le terminal est suprieur au ux
vers le rseau mais dautres applications gnrent des ux symtriques (communications tlphoniques, vi-
siophonie). Lun des objectifs de la norme standard UMTS tant de supporter des communications aussi bien
symtriques quasymtriques, laccs radio terrestre de lUMTS (UTRA) combine deux modes daccs : lac-
cs multiple rpartition des codes bande largie et laccs multiple rpartition des codes et dans le temps,
reposant respectivement sur les modes FDD (Frequency Division Duplex) et TDD (Time Division Duplex).
Le mode FDD utilise un duplexage en frquence et il est bien adapt aux ux symtriques. Le mode TDD
repose lui sur un duplexage temporel, dans lequel il est possible de faire varier dynamiquement la proportion
du temps allou un sens de transmission. Cependant, en contexte multicellulaire, cela peut conduire des
schmas dinterfrence trs dfavorables. Il est donc ncessaire de proposer des algorithmes dallocation dy-
namique de ressources radios qui permettent au systme de sadapter aux caractristiques courantes du trac
(symtriques ou asymtriques) et danalyser leurs performances. On tient compte de la ncessit de maximiser
la capacit du systme en rutilisant les mmes ressources radio sur des emplacements proches tout en limitant
les interfrences gnres. Dans cette thse, la proprit des techniques de duplexage qui nous intresse plus
particulirement est leur facult transmettre lmetteur des informations sur le canal de transmission (CSI)
pour procder une ventuelle optimisation (cf. chapitres 4 et 5 de cette thse).
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 ca-
naux que nous utiliserons dans cette thse ont t dcrits, en particulier les canaux vanouissements qui
caractrisent les communications radio-mobiles. Nous avons ainsi dni ltalement temporel et leffet Dop-
pler. 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 efcaces 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. Enn, les techniques de duplexage, intressantes dans le
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, d-
passant de manire signicative la limite thorique de Shannon [21]. Laptitude des systmes multi-antennes
rsister aux vanouissements et aux interfrences constitue par ailleurs un avantage supplmentaire indniable.
2
1
1
2
canal
dcodage
dmodulation
codage
modulation
entre binaire sortie binaire
H
n
T n
R
FIG. 2.1 Schma dun systme de transmission sans l MIMO
Ces dcouvertes ont fait des systmes MIMO (gure 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 l large bande. De nombreuses tudes ont donc t menes depuis lors,
28 CHAPITRE 2. SYSTMES MULTI-ANTENNAIRES
proposant de nouvelles architectures, diffrents algorithmes de rception ou encore des mthodes doptimi-
sation. On distingue principalement deux types darchitecture de systmes multi-antennes, dveloppes pour
atteindre le mme objectif de dpart, savoir laugmentation de lefcacit spectrale de la trasmission, mais
de manire diffrente. Larchitecture originale, connue sous le nom de BLAST (Bell Labs Layered Space-
Time) 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. An damliorer la qualit de la transmission, Tarokh [22] puis Alamouti [23] ont conu des sys-
tmes 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, sacriant 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 dispo-
nible. 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 efcaces. A la n
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 tlcom-
munications.
2.2 Modle de systme
Lide de base des systmes MIMO est trs simple puisquil sagit dassocier la diversit spatiale lmis-
sion la diversit spatiale la rception. Il sagit en quelque sorte dune extension des "antennes intelligentes".
Utilis dans les systmes sans l traditionnels, ce concept regroupe les techniques de traitement du signal qui
exploitent la multiplicit dantennes dun seul ct de la liaison (souvent dailleurs au niveau de la station de
base pour des raisons videntes dencombrement spatial). La multiplicit autorise une communication plus
sre et permet dviter les dsagrments inhrents aux conditions de propagation, tels les trajets multiples et
les vanouissements. Si les antennes sont multiples lmission, on parle de liaison MISO (Multiple-Input
Single Output), et dans le cas inverse de liaison SIMO (Single Input Multiple-Output). La formation de fais-
ceaux est une application particulire de ce type de systme qui consiste augmenter le RSB en regroupant
lnergie dans des directions privilgies, vitant ainsi les vanouissements trop profonds et les interfrences.
2.2. MODLE DE SYSTME 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 dni 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 spatio-
temporel 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 n
R
rcepteurs et n
T
metteurs. On suppose que la bande de fr-
quence 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
h
ji
reprsentant le coefcient dvanouissement entre le i
e
metteur et le j
e
rcepteur (g. 2.2). A la rcep-
tion, chaque antenne reoit la somme des symboles s
i
transmis simultanment par chacune des n
T
antennes
mettrices. Le signal r
j
reu par la j
e
antenne peut par consquent scrire de manire discrte:
r
j
=
n
T
i=1
h
ji
s
i
+
j
(2.1)
o
j
reprsente un chantillon du bruit qui perturbe le signal, gnralement considr comme BBAG.
2
1 1
2
codage
modulation
entre binaire
dcodage
dmodulation
sortie binaire
n
T n
R
h
n
R
n
T
h
n
R
1
h
11
h
21
h
1n
T
FIG. 2.2 Reprsentation des diffrents trajets entre antennes mettrices et rceptrices
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)
o Hest la matrice de canal de taille n
R
n
T
dnie par lensemble des trajets:
H =
_
_
h
11
. . . h
1n
T
h
21
. . . h
2n
T
.
.
.
.
.
.
.
.
.
h
n
R
1
. . . h
n
R
n
T
_
_
. (2.3)
s est le vecteur mis de taille n
T
1 et est le vecteur de bruit de taille n
R
1.
Dans la suite de cet ouvrage, on suppose que les symboles sont indpendants et identiquement distribus
et que le bruit et ces mmes symboles sont parfaitement dcorrls. Si on note de plus R
la matrice de
corrlation du bruit, on peut crire:
c ss
= I
n
T
c
= R
c 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.
2.3 Codes spatio-temporels
Si larchitecture originale propose par Foschini dans [28] et dtaille dans le paragraphe 2.4 avait surtout
pour but daugmenter la capacit des systmes de transmission, certaines tudes ont vite dmontr que les
2.3. CODES SPATIO-TEMPORELS 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 gure 2.3 ajoute donc de la redondance aux donnes binaires
mises an daugmenter la diversit spatiale et viter les vanouissements propres au canal radio-mobile.
1
2 2
1
chos
riche en
Environnement
modulation
des
symboles
codeur
r
p
a
r
t
i
t
i
o
n

p
a
r

b
l
o
c
s
s
p
a
r
a
t
i
o
n

d
e
s

b
l
o
c
s
dmodulation
dcodeur
Sortie
dinformation
Source
n
R
n
T
FIG. 2.3 Architecture dun systme de codage spatio-temporel
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 difcile.
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). Cepen-
dant 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.
2.3.1 Codage spatio-temporel en treillis
Proposs originellement par Tarokh et al. des laboratoires de recherche AT&T [22], ils combinent le co-
dage de canal avec la modulation sur les antennes mettrices, et peuvent tre considrs comme une extension
des codes en treillis classiques [29] au cas des antennes multiples lmission et la rception. Si le code
est bien construit, on peut ajouter lavantage vident de diversit un gain de codage loin dtre ngligeable.
Le CSTT cre des relations entre les signaux la fois dans lespace (plusieurs antennes mettrices) et dans
le temps (symboles conscutifs). Le codeur est compos de n
T
polynmes gnrateurs qui dterminent les
symboles mis simultanment. La gure 2.4 propose le diagramme de treillis dun CSTT 4 tats utilisant
une modulation simple MDP-4, avec un nombre dantennes mettrices n
T
= 2.
k
20, 21, 22, 23
30, 31, 32, 33
10, 11, 12, 13
00, 01, 02, 03
k+1
1
2
3
0
FIG. 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 alpha-
bet, lefcacit 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 coefcients dvanouissement du canal et un algorithme de d-
codage parmi ceux que nous prsentons dans la section 2.5. Etant donne la structure des treillis, la complexit
2.3. CODES SPATIO-TEMPORELS 33
de dcodage augmente toutefois trs rapidement.
2.3.2 Codes spatio-temporels par blocs
Esprant rduire la complexit exponentielle du dcodeur dvolu aux CSTT, Alamouti a propos un
schma simple de diversit dmission [23], tendu par la suite par Tarohk et al. [31] pour former une nouvelle
classe de codes spatio-temporels: les codes spatio-temporels en blocs (CSTB), possdant le mme avantage
de diversit que les techniques de combinaisons des rpliques gain maximal. Les CSTB sont dnis comme
une opration de modulation dun bloc de symboles la fois dans lespace et dans le temps, crant ainsi des
squences orthogonales transmises par des antennes mettrices diffrentes.
Le schma original dAlamouti comportait deux antennes lmission pour atteindre un ordre de diversit
gal 2 et une seule la rception, le tout sans aucune connaissance du canal lmission. La structure de
codage propose peut tre reprsente matriciellement sous la forme suivante:
C =
1
2
_
_
_
s
0
s
1
s
1
s
0
_
_
_ (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 Creprsentent les antennes alors que les colonnes sont les poids attribus
chaque priode symbole. Comme le bloc de symboles form par s
0
et s
1
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 im-
possible 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 sacriant 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,
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 sys-
tmes bass sur le multiplexage spatial en revanche, comme le systme V-BLAST propos par les laboratoires
Bell permettent daugmenter signicativement le dbit comme nous allons le voir dans le paragraphe suivant.
2.4 Multiplex spatial
Contrairement aux codes spatio-temporels, dont lefcacit spectrale est limite par le codeur utilis, la
capacit des systmes spatio-temporel par couches (LST pour Layered Space-Time), formes par un mul-
tiplexage initial (Fig. 2.5), crot linairement avec le nombre dantennes mettrices, et le TEB dcrot ex-
ponentiellement si lon utilise un dtecteur optimal (MV). Lavenir des communications numriques rside
sans doute dans la capacit envoyer simultanment des informations spciques pour diffrents types dap-
plications. Les chanes de symboles seront alors envoyes diffrents sous-canaux ddis avec un codage
appropri, imposant aux systmes de transmission une certaine souplesse. Ainsi, contrairement aux codes
spatio-temporels, le nombre dantennes, la technique de modulation, lentrelaceur utilis peuvent facilement
sajuster dans des systmes spatio-temporels par couches, dont les voies sont indpendantes.
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 n
T
sous-chanes, chacune dentre elles tant transmise par son antenne respective aprs
avoir t module.
2.4. MULTIPLEX SPATIAL 35
1
2 2
1
dcodage
Encodage
chos
riche en
Environnement
et
Dtection
Dmultiplexage
dinformation
Sortie
Source
n
R
n
T
FIG. 2.5 Systme de transmission spatio-temporel par couches
Si on note b
1
,b
2
, . . . ,b
k
, . . . les bits dinformation provenant de la source binaire et s
l
k
les symboles
mettre qui se trouvent sur la l
e
ligne de la matrice rsultante, le processus peut tre reprsent sous forme de
diagramme:
_
b
1
b
2
. . . b
k
. . .
_
_
_
_
_
_
_
_
_
_
b
1
b
n
T
+1
. . .
b
2
b
n
T
+2
. . .
.
.
.
.
.
. . . .
b
n
T
b
2n
T
. . .
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
s
1
1
s
1
2
. . .
s
2
1
s
2
2
. . .
.
.
.
.
.
. . . .
s
n
T
1
s
n
T
2
. . .
_
_
_
_
_
_
_
_
_
(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, . . . ,n
T
). 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 efcacit. 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 dmul-
tiplexeur. 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 prcdem-
ment c
l
k
les symboles cods transmis par la l
e
antenne, on obtient le schma suivant:
_
b
1
b
2
. . . b
k
. . .
_
_
_
_
_
_
_
_
_
_
b
1
b
n
T
+1
. . .
b
2
b
n
T
+2
. . .
.
.
.
.
.
. . . .
b
n
T
b
2n
T
. . .
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
c
1
1
c
1
2
. . .
c
2
1
c
2
2
. . .
.
.
.
.
.
. . . .
c
n
T
1
c
n
T
2
. . .
_
_
_
_
_
_
_
_
_
(2.7)
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:
_
_
_
_
_
_
_
_
_
c
1
1
c
1
2
. . .
c
2
1
c
2
2
. . .
.
.
.
.
.
. . . .
c
n
T
1
c
n
T
2
. . .
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
c
1
1
c
2
1
. . . c
n
T
1
0 . . . 0
0 c
1
2
c
2
2
. . . c
n
T
2
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
0 . . . 0 c
1
n
T
c
2
n
T
. . . c
n
T
n
T
_
_
_
_
_
_
_
_
_
(2.8)
Cette architecture, bien quelle ait le mrite de mieux rsister aux perturbations que les autres, fut cependant
momentanment abandonne, du fait de son manque defcacit (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 multi-
trajets, compliquant la tche des rcepteurs traditionnels. La section suivante propose diffrents algorithmes
permettant de restituer linformation.
2.5 Algorithmes de dtection associs aux systmes MIMO
Il existe de nombreux algorithmes de rception envisageables pour rcuprer les symboles lors dune
transmission multi-antennes. Les moins complexes sont les rcepteurs linaires bass sur le critre de forage
zro (ZF) ou la minimisation de lerreur quadratique moyenne (EQMM). Lalgorithme de rception propos
pour le systme V-BLAST original dans [28] essaie dliminer successivement les interfrences dues aux
metteurs autres que celui dont on estime les symboles. Le dtecteur optimal est bas sur le maximum de
vraisemblance et se sert donc de toute lobservation dont il dispose pour rcuprer linformation. Il existe
enn bon nombre dalgorithmes sous-optimaux bass sur le MV ou sur la distance euclidienne minimale.
2.5. ALGORITHMES DE DTECTION ASSOCIS AUX SYSTMES MIMO 37
2.5.1 Critre de forage zro
Le rcepteur linaire le plus simple est le rcepteur bas sur le critre de forage zro (ZF pour zero-
forcing) qui inverse tout simplement la matrice de canal. Supposant que H est inversible, le vecteur de sym-
boles estims de taille n
T
1 est alors donn par la relation:
s = H
1
r (2.9)
Le rcepteur ZF spare ainsi parfaitement les symboles (s
i
)
i=1..n
T
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 Hnest pas carre (i.e. si n
T
,= n
R
)
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 don-
nes.
2.5.2 Rcepteur qui minimise lerreur quadratique moyenne (EQMM)
La contrepartie de la parfaite sparation des signaux est laugmentation du bruit. Le rcepteur qui mini-
mise lerreur quadratique moyenne (EQMM) constitue une excellente alternative. Cet autre rcepteur linaire
minimise lerreur globale due au bruit et linterfrence mutuelle des signaux transitant par le mme canal.
Lerreur quadratique moyenne est donne par:
= c(s s)
(s s) (2.11)
Dans ce cas, on estime s grce la relation:
s =

n
T
H
(
2
I
n
R
+

n
T
HH
)
1
r (2.12)
dans laquelle on suppose que css
=

n
T
I
n
T
et c
=
2
I
n
R
. Le rcepteur EQMM est moins sensible
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.
2.5.3 Dtecteur annulation successive dinterfrences (ASI)
Les mthodes linaires cites plus haut possdent chacune un inconvnient majeur : alors que le critre de
forage zro spare parfaitement les symboles au prix dun niveau de bruit envahissant sur certaines voies,
le critre qui fait appel lEQMM, sil est moins touch par le phnomne daugmentation du bruit, nest en
revanche pas capable denlever toute lIES. Dans le systme V-BLAST original [41, 46] dvelopp par les
laboratoires Bell, Foschini et al. proposent une approche alternative trs intressante qui augmente les perfor-
mances du rcepteur au prix dune complexit accrue.
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 able 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 n
T
1 symboles restants, et ainsi de suite jusqu ce que tous les symboles soient estims. Lal-
gorithme 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):
On considre dans cet algorithme les notations suivantes:
(G
i
)
j
est la j
i` eme
ligne de G
i
et les k
i
reprsentent lordre de dtection des symboles (k
1
le premier,
..., k
n
T
le dernier), soit lordre des metteurs du plus favoris au moins favoris en terme de rapport
signal-sur-bruit.
Q symbolise le processus de quantication par lequel le dtecteur dcide de la valeur estime du sym-
bole.
H
k
i
indique que lon a annul la contribution des i premiers metteurs, c--d que les colonnes k
1
,...,k
i
de H ont t remplaces par des 0. Le systme devient alors quivalent une version simplie de la
g. 2.5 de laquelle les metteurs k
1
,...,k
i
ont t enlevs.
Il faut signaler que dans lalgorithme initial prsent ici, lordre de dtection des symboles doit tre recal-
phase dinitialisation
i 1
G
1
= H
k
1
= arg min
j
_
_
_(G
1
)
j
_
_
_
2
(2.13)
boucle rcursive
w
k
i
= (G
i
)
k
i
y
k
i
= w
T
k
i
r
i
s
k
i
= Q
_
y
k
i
_
r
i+1
= r
i
s
k
i
(H)
k
i
G
i+1
=
_
H
k
i
_
k
i+1
= arg min
j / k
1
...k
i
_
_
_(G
i+1
)
j
_
_
_
2
i i + 1
(2.14)
TAB. 2.1 Algorithme de dtection V-BLAST
cul tous les n
T
symboles. En fait, si lon considre que le milieu est quasi-statique, lordre des metteurs du
plus favoris au moins favoris est le mme durant un intervalle de temps bien plus long que n
T
T
s
, et il peut
donc ntre calcul quune seule fois. Par ailleurs on peut amliorer la prcision de la dtection des symboles
en remplaant le critre de forage zro utilis pour estimer y
k
i
par le critre EQMM, ceci au dtriment de
la rapidit de lalgorithme, bien videmment.
Cet algorithme peut en fait tre considr comme un cas particulier de lgaliseur retour de dcision
(ERD) gnralis [47], si celui-ci opre lui aussi un ordre privilgi de dtection des symboles suivant le RSB
des trajets, et dans le cas o lon ne considre aucune optimisation de transmission. Une architecture dERD
a dailleurs t prsente dans [48] pour la rception des systmes MIMO.
De nombreux auteurs ont depuis propos des amliorations des algorithmes ASI, les uns bas sur une
dcomposition QR [49], les autres en prenant en compte le codage utilis par les systmes de type H-BLAST
ou D-BLAST [50]. Le but recherch est toujours le compromis parfait entre la meilleure dtection possible et
la faible complexit de lalgorithme de dcodage.
2.5.4 Rcepteur Maximum de Vraisemblance (MV)
Le rcepteur qui apporte les meilleures performances en terme de taux derreur est le rcepteur maxi-
mum de vraisemblance. Cependant, ce rcepteur possde aussi la plus grande complexit et celle-ci crot
exponentiellement avec le nombre dantennes mettrices. En supposant un bruit gaussien et un tat de canal
parfaitement connu ct rcepteur, le rcepteur MV donne les symboles estims s grce la formule:
s = argmin
s
| r Hs |
2
(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
n
T
, 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 MAQ 64 et n
T
= 3, le
rcepteur doit passer en revue 262 144 vecteurs diffrents).
2.5.5 Dcodage par sphres
Etant donne la grande complexit de lalgorithme du maximum de vraisemblance, spcialement pour les
constellations de grande taille, de nombreux algorithmes sous-optimaux, amliorations des ASI ou drivs
du MV [51, 52], ont vu le jour. Il est cependant possible dapprocher les performances du maximum de
vraisemblance en gardant une complexit raisonnable.
Ainsi, en considrant le cas n
T
= n
R
, Damen et al. ont montr dans [53] que le modle classique de
systme MIMO pouvait scrire:
r
t
= ['(r
T
) (r
T
)]
= uM
H
+
t
(2.16)
o u = ['(s
T
) (s
T
)] Z
2n
T
et
t
= ['(
T
) (
T
)] R
2n
T
. Dans ces expressions, '(x) et (x)
reprsentent respectivement les parties relle et imaginaire du vecteur x et Z et R reprsentent respectivement
les ensembles des entiers et des rels.
Quant la matrice M
H
, de taille 2n
T
2n
T
, elle est dnie par M
H
=
_
_
_
'(H
T
) (H
T
)
(H
T
) '(H
T
)
_
_
_.
Le rang de M
H
est presque toujours 2n
T
et sa matrice de Gram G
M
= M
H
M
H
est dnie 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.
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].
2.5.6 Rcepteur rapide bas sur le MV pour canaux vanouissements de Rice
En pratique, il arrive rarement que la matrice de canal dcrivant une transmission MIMO soit parfaitement
dcorrle [57], diminuant ainsi la diversit spatiale. Par ailleurs, une matrice de canal dcorrle mais conte-
nant des lments valeur moyenne non-nulle peut aussi savrer mal conditionne, et amoindrir la diversit
spatiale, particulirement lorsque lcart type de ses lments est faible au regard de leur valeur moyenne
(voir section 2.6.2). Cest le cas du modle de canal ricien qui considre un ou, plusieurs trajets directs entre
les antennes mettrices et rceptrices. Les performances des systmes multi-antennes sont alors susceptibles
de dcrotre rapidement et les rcepteurs trop simples (du type ZF ou ASI) ne sont plus sufsants. Nous
proposons donc ici un rcepteur rapide bas sur le MV qui tire parti des caractristiques du canal.
Le modle de canal ricien dcorrl correspond la combinaison dun modle de Rayleigh et dun va-
nouissement spculaire [58, 59]:
H =
H
m
+
H (2.17)
o

Hreprsente une matrice dont les lments sont i.i.d., centrs et de variance gale lunit et H
m
est
une matrice dterministe de rang 1 [60] telle que trace(H
m
H
m
) = n
T
n
R
. 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 coefcient de dispersion du canal dont dpend le domaine de
validit de la mthode et dni par:
=
_
1
(2.18)
Nous allons nous servir du modle (2.17) pour diviser le processus destimation en deux tapes. Notons
s
la somme des lments du vecteur s : s
=

n
T
i=1
s
i
et r
av
la valeur moyenne du vecteur reu: r
av
=
1
n
R
n
R
i=1
r
i
o s
i
et r
i
sont les lments du vecteur s et r respectivement. Nous pouvons galement dnir le
bruit moyen
av
de la mme manire. Enn, notons

H
av
le vecteur de taille (1 n
T
), dont les entres sont
les moyennes des colonnes de

H.
Si on multiplie gauche lquation dnissant le modle MIMO classique (2.2) par un vecteur de taille
(1 n
R
) dont les lments valent 1/n
R
, on obtient:
r
av
=
H
av
s +
av
(2.19)
Sous certaines conditions de faible diversit [61], cette quation peut tre approxime par:
r
av

+
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 vec-

teur 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 gure 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].
2.6 Principales caractristiques des systmes multi-antennes
2.6.1 Expression de la capacit
La capacit dun canal MIMO sans mmoire avec une contrainte de puissance P
T
lmission est:
C = max
p(x):trace()P
T
I(x,y) (2.21)
o = cxx
2.6. PRINCIPALES CARACTRISTIQUES DES SYSTMES MULTI-ANTENNES 43

2 2.5 3 3.5 4 4.5 5
0
20
40
60
80
100
120
140
160
180
200
Nombre dmetteurs n
T
M
V
/
B
M
V
Rapport de distances calcules MV/BMV (n
R
=5)
MAQ64
MAQ16
MAQ4
FIG. 2.6 Gain du BMV sur le MV en terme de distances calcules
En utilisant la relation entre linformation mutuelle et lentropie, on obtient:
I(x,y) = H(y) H(y[x)
= H(y) H(Hx +[x)
= H(y) H([x)
= H(y) H()
(2.22)
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 cyy
= K.
La matrice de covariance du vecteur complexe reu y est donne par:
cyy
= c(Hx +)(Hx +)
= cHxx
+c
= HH
+K
= K
d
+K
(2.23)
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()
= log
2
[det(e(K
d
+K
))] log
2
[det(eK
)]
= log
2
[det((K
d
+K
)(K
)
1
)]
= log
2
[det(HH
(K
)
1
+I
n
R
)]
(2.24)
Quand lmetteur na aucune connaissance de ltat du canal, la distribution de puissance optimale est
uniforme:
=
p
T
n
T
I
n
T
(2.25)
Les bruits correspondant chaque sous-chane sont gnralement considrs comme dcorrls:
K
=
2
I
n
R
(2.26)
En remplaant K
et par leur expression dans (2.24), la capacit ergodique (moyenne) dun canal
MIMO sexprime [20]:
C = c
H
log
2
[det(I
n
R
+

n
T
HH
)] bits/s/Hz, avec le RSB =

p
T
(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 ma-
trices diagonales et unitaires. En ralisant la dcomposition en valeurs propres (DVP) du produit matriciel
HH
= EE
:
C = c
H
log
2
[det(I
n
R
+

n
T
EE
)] (2.28)
Si lon considre plutt la dcomposition en valeurs singulires (DVS) H = UV
:
C = c
H
log
2
[det(I
n
R
+

n
T
U
)] (2.29)
Le nombre de sous-canaux parallles est dtermin par le rang de la matrice de canal:
rang(H) = k minn
T
,n
R
(2.30)
= diag
i
k
i=1
et = diag
i
k
i=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.
10 5 0 5 10 15 20 25 30 35 40
0
5
10
15
20
25
30
35
40
45
50
RSB (dB)
c
a
p
a
c
i
t
(
b
i
t
/
s
/
H
z
)
Capacit ergodique dun canal MIMO de Rayleigh
FIG. 2.7 Capacit ergodique dun canal MIMO vanouissements de Rayleigh avec n
T
= n
R
= 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 = c
H
i=1
log
2
(1 +

n
T
i
)
= c
H
i=1
log
2
(1 +

n
T
2
i
)
(2.31)
An de prouver lefcacit du concept multi-antennaire, la gure 2.7 reprsente la capacit dun canal
MIMO vanouissements de Rayleigh compare la capacit de Shannon dun canal SISO. La gure 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 n
T
devient grand
0 2 4 6 8 10 12 14 16 18 20
0
20
40
60
80
100
120
capacits thoriques des systmes MIMO dans un canal de Rayleigh pour nT=nR= 4
RSB en dB
c
a
p
a
c
i
t

(
b
i
t
/
s
/
H
z
)
nT=nR=4
nT=nR=8
nT=nR=16
FIG. 2.8 Capacits des systmes MIMO dans un canal de Rayleigh pour un nombre dantennes mettrices
et rceptrices gal (n
T
= n
R
), en fonction du RSB
(
1
n
T
HH
I
n
R
), la capacit est alors indpendante de n
T
:
C = n
R
log
2
(1 +) (2.32)
Il devient donc, comme le montre la gure 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 thorique-
ment indniment avec le nombre de rcepteurs (g. 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 ind-
pendants sur le canal, ce qui est impossible en pratique pour des raisons dencombrement et de conditions de
propagation souvent imprvisibles.
2.6.2 Inuence du milieu de propagation
La plupart des tudes concernant les systmes MIMO considrent des antennes parfaitement dcorrles,
la fois lmission et la rception. Lexpression de la capacit dans le paragraphe prcdent reprenait
0 2 4 6 8 10 12 14 16 18 20
0
5
10
15
20
25
30
capacits MIMO pour nR=4 rcepteurs
c
a
p
a
c
i
t

(
b
i
t
/
s
/
H
z
)
RSB (dB)
nT=4
nT=8
nT=16
FIG. 2.9 Capacits des systmes MIMO dans un canal de Rayleigh en fonction du nombre dantennes
mettrices pour 4 rcepteurs (n
R
= 4)
0 2 4 6 8 10 12 14 16 18 20
0
5
10
15
20
25
30
35
capacits MIMO pour n
T
=4 metteurs
RSB (dB)
c
a
p
a
c
i
t

(
b
i
t
/
s
/
H
z
)
nR=4
nR=8
nR=16
FIG. 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)
dailleurs cette hypothse. Il faut cependant avouer que ce cas de gure nest que trs rarement rencontr en
pratique, et de nombreuses campagnes de mesures sont actuellement en cours an 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. Linuence 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 classication des modles de canaux est enn 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 Hsont i.i.d. et suivent une loi normale centre de variance unit.
Le modle dcorrl de rang faible: H = g
R
g
T
, o g
R
et g
T
sont respectivement les vecteurs datt-
nuation la rception et lmission, dont les lments sont i.i.d. et complexes. Hest 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
g
T
u
R
u
T
dans lequel g
R
et g
T
sont des variables alatoires
qui suivent une loi normale centre de variance unit et u
R
et u
T
sont des vecteurs dterministes xes
dont les composantes ont un module gal lunit.
Ces deux derniers modles, qui se rencontrent rgulirement en pratique, nutilisent donc pas la distribu-
tion normale qui caractrise habituellement Hmais 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.
2.7 Applications envisages
La premire application connue des systmes MIMO concerne les rseaux locaux sans l, et larchitecture
V-BLAST [40] a dailleurs immdiatement engendr un dmonstrateur au sein mme des laboratoires Bell
1
1. Ce prototype, qui comporte nT = 8 metteurs et nR = 12 rcepteurs et opre une frquence porteuse de 1,9 GHz, a permis
datteindre des efcacits spectrales jusque l ingales, de lordre de 20-40 bit/s/Hz.
2.8. COMPATIBILIT AVEC LES TECHNIQUES DACCS MULTIPLE 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 l 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 xes daccs large bande. Il y a quelques
annes, prvoyant une explosion des communications large bande, les industriels nord-amricains ont d-
ploy une soixantaine de millions de kilomtres de bre 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 able, 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 damplication radio-frquences (RF), sans comp-
ter 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 abilit. Mais les systmes MIMO sont encore
plus efcaces sils sont associs avec dautres technologies, comme les multiporteuses ou laccs multiple.
2.8 Compatibilit avec les techniques daccs multiple
La recherche sur les MIMO sest pour linstant focalise sur la caractrisation des liaisons point point.
Cependant, les systmes cellulaires en particulier ne peuvent pas tre considrs comme des ensembles de
laisons point point mais plutt comme un canal accs multiple pour la liaison montante (beaucoup duti-
lisateurs mettant vers une station de base) et un canal de large diffusion pour la liaison descendante (une
station de base qui met vers beaucoup dutilisateurs).
De nombreuses tudes sont donc menes pour associer lefcacit de la technologie multi-antennes aux
possibilits daccs multiples [70, 71], principalement laccs multiple rpartition par code (AMRC, plus
connu sous son acronyme anglais CDMA). En particulier, la technologie V-BLAST, dont les performances en
contexte daccs multiple restent trs intressantes [72], semble vivement intresser les oprateurs.
Le CDMA fut une rvolution technologique pour la transmission de la parole, puisquil tait conu pour
laccs de multiples utilisateurs faible bande. Cependant, les modications ncessaires pour les applications
large bande loignent la technologie CDMA de ses atouts originels, entranant une perte de couverture et de
capacit du rseau.
Les industriels cherchent donc dautres techniques daccs multiples plus adaptes aux transmissions large
bande. Les caractristiques des modulations multiporteuses sont ainsi trs attrayantes et de nombreux algo-
rithmes daccs multiple MIMO MC-CDMA ont vu le jour [73]. Les dbits levs et la abilit de la transmis-
sion offerts par les multiporteuses semblent ainsi prendre le pas sur le manque de exibilit et de simplicit
de rgulation des frquences.
Nous allons dmontrer dans le chapitre suivant lefcacit de lassociation MIMO et de la modulation
multiporteuse OFDM (Orthogonal Frequency Division Multiplexing), caractrise par lorthogonalit entre
ses porteuses. La technique daccs multiple base sur lOFDM porte logiquement le nom dOFDMA et son
association avec le codage spatio-temporel en blocs conus est dj ltude et semble trs prometteuse [74].
tant donn le potentiel des systmes MIMO, ceux-ci seront trs certainement retenus par la plupart des
normes de tlcommunications et devront donc tre associs la plupart des techniques daccs multiple.
Quelle que soit la mthode daccs retenue, les tudes engages tendent prouver que cette association est
largement viable. La prfrence des concepteurs semble toutefois aller lOFDMA, dont les performances
sont suprieures dans le cas des transmissions large bande et dont lassociation avec les systmes MIMO
fonctionne parfaitement, comme nous allons le montrer dans le chapitre suivant.
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 nal
de haute efcacit 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 daug-
menter 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 abiliser 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 retrou-
ver 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 vraisem-
blance, 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.
Enn 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 dan-
tennes mettrices n
T
. 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.
53
Chapitre 3
Elargissement de la bande spectrale grce
lOFDM
3.1 Introduction
La principale contrainte des systmes MIMO utilisant le multiplex spatial rside dans lobligation dutili-
ser 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 multipor-
teuses. 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 por-
teuses 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 pr-
sentons 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. Enn nous
prsentons une mthode qui permet de calculer rapidement le TEB dune transmission et nous lappliquons
notre systme.
54 CHAPITRE 3. ELARGISSEMENT DE LA BANDE SPECTRALE GRCE LOFDM
3.2 Prsentation de lOFDM
Si les premires tudes sur les multiporteuses datent de la n des annes 1950, le multiplex division de
frquences orthogonales, plus connu sous le nom anglophone OFDM (Orthogonal Frequency Division Mul-
tiplexing) a fait son apparition une dizaine dannes plus tard grce notamment aux travaux de Chang [75].
Dlaisse ensuite lors du dveloppement de la thorie de lgalisation pour les systmes monoporteuses (de
moindre complexit), lOFDM dut son retour en grce vers le milieu des annes 1980 au projet de radio-
diffusion numrique DAB (Digital Audio Broadcasting). En effet les systmes monoporteuses, contrairement
lOFDM, ne remplissaient pas les conditions de rsistance aux trajets multiples et de dbit lev pour un
taux derreur binaire faible requis par cette nouvelle application. Depuis lors, lOFDM est reste une tech-
nique prpondrante, puisquelle est utilise pour de nombreuses applications comme la tlvision numrique
DVB (Digital Video Broadcasting) ou la norme ADSL (Assymetric Digital Suscriber Line) permettant des
liaisons internet haut dbit. Enn lOFDM sadapte parfaitement aux communications mobiles, et semble
incontournable pour les futurs standards de troisime et quatrime gnrations, o il est notamment question
de lassocier au CDMA (Code Division Multiple Access) ou aux systmes multi-antennes, comme nous allons
le voir dans ce chapitre.
3.2.1 Notion dorthogonalit
La diffrence fondamentale entre les diffrentes techniques classiques de modulation multiporteuses et
lOFDM est que cette dernire autorise un fort recouvrement spectral entre les porteuses, ce qui permet daug-
menter sensiblement leur nombre ou damoindrir lencombrement spectral. Cependant, pour que ce recouvre-
ment nait pas deffet nfaste, les porteuses doivent respecter une contrainte dothogonalit, la fois dans les
domaines temporel et frquentiel.
En considrant tout dabord le signal OFDMcomme un simple multiplexage en frquence, on peut lcrire
sous la forme:
s(t) =
k
P1
n=0
c
n,k
e
2ifnt
g(t kT
s
) avec f
n
= f
0
+nf (3.1)
o les lments c
n,k
sont les symboles mettre, f
0
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 por-
teuses, T
s
la dure dun symbole OFDMet g(t) la forme donde de la modulation. Pour simplier lexpression,
3.2. PRSENTATIONDE LOFDM 55
on pose tout dabord:
n,k
(t) = g(t kT
s
)e
2ifnt
(3.2)
An de discriminer les porteuses la fois en temps et en frquence, on impose la contrainte suivante:
_
+
n,k
(t)
m,l
(t) = E
m,n
k,l
(3.3)
o E
est lnergie de la fonction et

m,n
dsigne le symbole de Kronecker:
m,n
=
_
_
1 si m = n
0 sinon
(3.4)
Cette contrainte est une condition dorthogonalit pour les fonctions
n,k
(t). En choisissant judicieuse-
ment 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 linfor-
mation.
3.2.2 Intervalle de garde
La dure T
u
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 efcace, 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:
T
s
= 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 n de la trame OFDM. Si cette mthode est efcace pour lutter contre lIES, elle
pnalise cependant sensiblement le dbit de transmission, et certains systmes OFDM protent des progrs
dans le domaine de lgalisation pour sen affranchir [77].
3.2.3 Orthogonalit temporelle
La contrainte dorthogonalit temporelle des fonctions
n,k
(t) se traduit directement par des proprits
sur le module et largument de la forme donde g(t) [75]. La forme donde la plus utilise, parce que la plus
simple gnrer, est la fonction porte
g(t) =
_
_
1
Tu
sur [0,T
u
]
0 ailleurs
(3.6)
La fonction porte est la forme donde que nous avons retenue pour notre application. Il existe de nom-
breuses 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.
3.2.4 Orthogonalit frquentielle
Malgr le recouvrement spectral des porteuses, il doit tre possible tout instant de discriminer deux
porteuses voisines pour rcuprer les symboles. Cela conduit un cart inter-frquentiel minimal, dpendant
de la forme donde retenue pour la gnration de la trame OFDM, en dessous duquel la sparation des sym-
boles ne peut plus tre assure. An de rduire au maximum le spectre de frquence utilis, la majorit des
systmes employant lOFDM choisissent comme espace inter-frquentiel cet cart minimal admissible entre
deux porteuses. Dans le cas que nous avons retenu, celui de la fonction porte, il est dni par:
f
min
=
1
T
u
(3.7)
3.2.5 Gnration du signal
Si lon considre lOFDM comme un multiplexage de modulations, lapproche la plus intuitive consiste
gnrer les signaux voie par voie, puis les sommer. En pratique, cette solution se rvle extrmement
complexe et coteuse mettre en oeuvre, puisquelle ncessite autant de ltres que de porteuses utilises.
Depuis une trentaine dannes, une autre approche, bien plus pratique, consiste considrer le multiplexage
en frquence et le passage par un banc de ltres comme une transforme de Fourier discrte (TFD) inverse.
Pour faciliter les calculs, on utilise plutt lalgorithme de la transforme de Fourier rapide (TFR) inverse. En
effet, partir dune suite de symboles c
k,n
, 0 n P 1, on obtient en utilisant cet algorithme les P
3.2. PRSENTATIONDE LOFDM 57
symboles suivants:
s
k,l
=
P1
n=0
c
k,n
e
2inl/P
, pour l = 0,1, . . . ,P 1 (3.8)
En faisant passer ces symboles dans un convertisseur numrique-analogique de frquence f
CNA
= P/T
u
puis dans un ltre de mise en forme de rponse g(t), ces symboles sexpriment dans le domaine analogique:
s
k
(t) =
P1
n=0
c
n
e
2if
CNA
nt
P
g(t) (3.9)
Le signal mis est alors la suite des symboles mis chaque instant k T
u
:
s(t) =
k
P1
n=0
c
k,n
e
2if
CNA
nt
P
g(t kT
u
) (3.10)
Il faut enn noter que des tudes ont rcemment montr que la TFR nest pas le seul algorithme capable
de remplacer les bancs de ltres, mais quun signal OFDM pouvait tre aussi gnr par la transforme de
Hadamard, dautant plus quelle facilite limplantation sur circuit numrique [78].
3.2.6 Rsistance aux perturbations
Le fait de transmettre sur P porteuses othogonales augmente bien videmment la rsistance de lOFDM
aux parasites, brouilleurs et autres perturbations, et cest dautant plus vrai que ce nombre P est en pratique
assez lev (la norme de tlvision numrique DVB permet dutiliser jusqu 8192 porteuses). Dautre part la
prsence de lintervalle de garde permet dviter les interfrences entre symboles qui pourraient provoquer des
pertes dinformation. Ces proprits de scurit et de robustesse sont reprsentes par lexemple ci-dessous.
Nous avons choisi une transmission OFDM 8 frquences porteuses seulement pour pouvoir bien distin-
guer les frquences les unes des autres.
La gure 3.1 reprsente la densit spectrale de puissance de cette OFDM avant le passage dans un canal,
et on distingue nettement les 8 lobes correspondant aux 8 frquences utilises. On fait passer cette modulation
OFDM travers un canal extrmement svre dont le ltre h sexprime:
h =
_
1 0 0.1 (0.9 + 0.9i)
_
(3.11)
Il est vident que par des transmissions dites "classiques", les chances de retrouver linformation initiale
sont quasi-nulles, notamment cause des 2
` eme
et 3
` eme
composantes du ltre. La densit spectrale de puissance
0.5 0.4 0.3 0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
10
2
10
1
10
0
DSP du signal mis
Frquence normalise
D
S
P

n
o
r
m
a
l
i
s
e
FIG. 3.1 Densit spectrale de puissance dune transmission OFDM lmission
0.5 0.4 0.3 0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
10
2
10
1
10
0
DSP du signal reu
Frquence normalise
D
S
P

n
o
r
m
a
l
i
s
e
FIG. 3.2 Densit spectrale de puissance dune transmission OFDM la rception
3.3. DESCRIPTION VECTORIELLE DE LOFDM 59
du signal reu est reprsente sur la gure 3.2.
Mme si une partie du signal a t fortement endommage par les perturbations dues au canal, on se
rend compte que seules certaines frquences en ont pati, mais que globalement linformation est quand mme
parvenue jusquau rcepteur. Il faut ajouter cette rsistance la simplicit dgalisation mentionne plus haut.
Avec un multiplex plus raliste (on utilisera plus loin 128 porteuses), on peut facilement imaginer que les
rsultats seraient encore plus probants. Mme si lutilisation de lOFDM est dans notre cas initialement lie au
besoin dlargir la bande passante pour obtenir plus de dbit, la robustesse de ce type de multiplex est un atout
supplmentaire, notamment pour les canaux vanouissements sur lequels nous effectuons nos simulations.
Pour supporter encore mieux les perturbateurs de canal, la modulation OFDM peut tre code, et est alors
appele COFDM; cest ce type de modulation quutilise par exemple les standards de tlvision numrique
terrestre.
3.3 Description vectorielle de lOFDM
An de pouvoir utiliser efcacement lOFDM avec les systmes MIMO que nous avons introduits dans le
chapitre prcdent, nous allons adopter une reprsentation vectorielle puis matricielle de lOFDM.
3.3.1 Principe de lmetteur
La gure 3.3 montre le principe de lmetteur. Avant deffectuer la TFR inverse on insre des zros au
milieu du paquet, ce qui permet dassurer lallocation de la puissance aux basses frquences et de considrer
les symboles comme la transforme de Fourier du signal en bande de base. Pour viter les interfrences
entre symboles (IES), on insre alors au dbut du paquet un intervalle de garde contenant P
g
chantillons,
correspondant gnralement une copie des P
g
derniers chantillons du paquet, et dont la dure doit tre
au moins gale au retard de lcho le plus long. Le signal numrique en bande de base est alors converti en
analogique, pass dans un ltre passe-bas, et est utilis pour moduler une porteuse.
Leffet du canal multi-trajets est modlis par une convolution linaire avec un ltre, dont la longueur
maximale correspond P
g
. On appelle "paquet de donnes" les 2P points obtenus aprs la TFR inverse.
Grce au fait que lintervalle de garde est une copie de la n du paquet de donnes, la convolution linaire
peut tre remplace par une convolution circulaire entre le ltre et le paquet de donnes. Cette proprit est
trs intressante parce que:
1. Les paquets sont indpendants. Leffet des chos sur un paquet donn ne dpend pas du contenu du
PP
P/2 P/2

aa b
Paquet de P symboles
P/2

aa
P/2 PP
2 P
00 Insertion de zros au milieu du paquet
2 P
Transforme de Fourier inverse
2 P+ P
gg
PP
gg
2 P
Intervalle de garde
Paquet de donnes
b
c c
Insertion dun intervalle
de garde au dbut du paquet
FIG. 3.3 Principe de lmetteur OFDM
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.
On note a
k
P1
k=0
les symboles, c
k
2P1
k=0
les chantillons du paquet de donnes, tandis que les chan-
tillons correspondants en rception sont nots a
k
et c
k
. Le symbole < . >
R
veut dire que lindex doit tre
considr modulo R.
On peut alors crire:
c
k
=
P/21
n=P/2
a
<n>
P
e
j2
nk
2P
(3.12)
Si T
u
est la priode symbole OFDM, le signal analogique en bande de base peut scrire:
c(t) =
P/21
n=P/2
a
<n>
P
e
j2n
t
Tu
(3.13)
3.3. DESCRIPTION VECTORIELLE DE LOFDM 61
parce que t =
kTu
2P
. Le signal transmis est:
s(t) = Re
_
c(t)e
j2Fct
_
=
P/21
n=P/2
Re
_
a
<n>
P
e
j2(Fc+
n
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 F
c
). Chaque symbole
a
k
est transmis par une sous-porteuse.
3.3.2 Description du rcepteur
La gure 3.4 montre le principe du rcepteur aprs la conversion en bande de base et la conversion
analogique-numrique. On suppose que le signal est synchronis, ce qui implique que le dbut de chaque
paquet et la frquence dchantillonnage sont corrects. On enlve dabord lintervalle de garde. On effectue
ensuite une TFR, et on supprime le milieu du paquet (ce qui correspond la suppression des hautes fr-
quences).
2 P+ P
gg
PP
gg
2 P
Intervalle de garde
Paquet de donnes
c c Echantillons reus
2 P
Suppression de lintervalle de garde
P/2
dd
P/2 PP
2 P
Transforme de Fourier rapide ee ff
PP
P/2 P/2

aa b
Suppression du milieu du paquet
FIG. 3.4 Principe du rcepteur OFDM
Si on note f
k
Pg1
k=0
le ltre du canal, on peut crire grce lintervalle de garde (en omettant le bruit
additif):
c
k
=
Pg1
n=0
f
n
c
<kn>
2P
(3.15)
Grce aux proprits de la TFD, le symbole reu sexprime alors:
r
k
= h
k
a
k
(3.16)
o
h
k
=
Pg1
n=0
f
n
e
j2
n(k+
k
)
2P
(3.17)
avec
k
=
_
_
0 pour k = 0 . . . P/2 1
P pour k = P/2 . . . P 1
(3.18)
Ce rsultat montre que leffet du canal est de multiplier chaque symbole a
k
par un nombre complexe
donn h
k
. Ainsi, lgalisation de canal est simple parce quelle consiste estimer ces nombres et multiplier
les symboles reus par leurs inverses.
3.4 Approche de lassociation MIMO/OFDM
3.4.1 Ides de base
BLAST est une approche trs efcace pour la transmission de donnes sur des canaux sans ls multi-
trajets. La condition de bande troite impose cependant la contrainte suivante:
T
s
T
d
(3.19)
o T
s
est la priode symbole et T
d
la dure de lcho le plus grand. Si lon considre par exemple une trans-
mission hertzienne indoor, avec T
d
= 10
6
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 efcacit 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 prot des multi-trajets et atteindre une grande efcacit 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
3.4. APPROCHE DE LASSOCIATION MIMO/OFDM 63
atteindre un dbit de 256 Mbit/s.
3.4.2 Principe de lapproche propose
La chane de symboles est dmultiplexe en n
T
sous-chanes qui correspondent aux n
T
metteurs. Chaque
sous-chane passe dans un modulateur OFDM. Si on considre un paquet de n
T
P symboles et que lon
note s
k
n
T
P1
k=0
ces symboles, ceux-ci peuvent tre placs dans une matrice Ade taille n
T
P:
A =
_
_
_
_
_
_
_
_
_
s
0
s
n
T
s
n
T
(P1)
s
1
s
n
T
+1
s
n
T
(P1)+1
.
.
.
.
.
.
.
.
.
.
.
.
s
n
T
1
s
2n
T
1
s
n
T
P1
_
_
_
_
_
_
_
_
_
(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 (3.21)
o:
W=
1
2P
_
_
_
_
_
_
_
_
_
_
_
_
_
1 1 1 1
1 w w
2
w
2P1
1 w
2
w
4
w
2(2P1)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 w
2P1
w
2(2P1)
w
(2P1)
2
_
_
_
_
_
_
_
_
_
_
_
_
_
(3.22)
et w = e
j2/2P
. Lquation (3.21) correspond une transforme de Fourier discrte inverse. Enn, une
copie des P
g
dernires colonnes de la matrice C est insre au dbut de la matrice. La matrice rsultante, de
taille n
T
(2P + P
g
) est appele D et chacune de ses lignes i reprsente un signal numrique en bande de
base qui est transmis par la i
e
antenne mettrice.
En rception, aprs retour en bande de base et chantillonnage, on obtient une matrice

D de taille n
R

(2P +P
g
). On obtient la matrice

Cen supprimant les P
g
premires colonnes, et on opre une transforme de
Fourier discrte:
B =

C.W
1
(3.23)
On obtient nalement la matrice

Ade taille n
R
P en supprimant les P colonnes centrales de

B. Lintrt
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 obte-
nir une estimation des symboles mis, il suft donc dappliquer lalgorithme BLAST chacune des colonnes
de

A. Le principe de cette association MIMO-OFDM est reprsente sur la gure 3.5.
.
.
.
.
.
.
Canal riche
en echos
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

1
Demultiplex
Entree
(P porteuses)
OFDM
modulation
(P porteuses)
OFDM
modulation
Emetteurs
1
1
1 1
1
1
1
1
Recepteurs
demodulation
OFDM
demodulation
OFDM
Multiplex
Sortie
algorithme
BLAST
BLAST
algorithme nT
nT
nR
Frequence 1
nT
P
P
nR
a1
aP
nR
Frequence P
aP
a1
nT
FIG. 3.5 Principe du systme BLAST/OFDM
3.4.3 Dmonstration du modle thorique quivalent
Par souci de simplicit, le bruit napparat pas dans les quations ci-dessous. En utilisant la transforme
en Z, le canal de transmission entre les antennes, cest--dire entre les matrices D et

D, peut tre reprsent
par une matrice F(z):
F(z) = F
0
+F
1
z
1
+. . . +F
Pg1
z
(Pg1)
(3.24)
o chaque F
i
est une matrice de taille n
R
n
T
. Reprsentons la matrice C par le vecteur c(z):
c(z) = c
0
+c
1
z
1
+. . . +c
2P1
z
(2P1)
(3.25)
3.4. APPROCHE DE LASSOCIATION MIMO/OFDM 65
o c
i
reprsente la colonne i + 1 de la matrice C. En utilisant une reprsentation similaire pour la matrice

C,
on peut crire:
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:
c(w
k
) = F(w
k
)c(w
k
) (3.27)
Mais daprs (3.23) et (3.22):
B =
_
c(1),c(w),c(w
2
), . . . ,c(w
2P1
)
(3.28)
Il existe une relation quivalente entre les matrices B et C, donc:
b
k
= F(w
k
).b
k
(3.29)
o k = 0,1,2,...,2P 1 et b
k
et

b
k
reprsentent respectivement les colonnes de Bet

B. Finalement si on
note a
k
et a
k
les colonnes de Aet

A, on a:
a
k
= H
k
a
k
(3.30)
o, comme w
P
= 1
H
k
=
_
_
F(w
k
) pour k = 0,...,P/2 1,
F(w
k
) pour k = P/2,...,P 1
(3.31)
Le systme de transmission est donc quivalent P systmes BLAST parallles et indpendants, chacun
tant caractris par une matrice H
k
de taille n
R
n
T
. Il n y a donc qu utiliser lalgorithme BLAST pour
chaque vecteur a
k
pour estimer les vecteurs de symboles a
k
. Ce systme global quivalent BLAST/OFDM
est reprsent sur la gure 3.6.
ou ZF
ou ZF
ou ZF
Emission Rception
VBLAST
VBLAST
VBLAST
n
T
n
T
n
T
n
T
n
T
n
T
a
2
a
2
r
2
n
R
b
2
a
2
a
1
a
1
r
1
b
1
a
1
H
1
H
2
a
P
a
P
r
P
n
R
b
P
a
P
H
P
n
R
FIG. 3.6 Systme quivalent de lassociation MIMO/OFDM
3.5 Simulation et performances
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 dnition de la norme GSM. Nous vrierons ensuite que les transmissions MIMO-OFDM sont galement
efcaces en milieu ASM, en nous servant dun modle directement issu dun simulateur, et en comparant les
performances avec lOFDM utilise en transmission SISO.
3.5. SIMULATION ET PERFORMANCES 67
Echo
Retard
(s)
Puissance
(lin)
Puissance
(dB)
Catgorie
de Doppler
1 0 0.4 -4 CLASS
2 0.2 0.5 -3 CLASS
3 0.4 1 0 CLASS
4 0.6 0.63 -2 GAUS1
5 0.8 0.5 -3 GAUS1
6 1.2 0.32 -5 GAUS1
7 1.4 0.2 -7 GAUS1
8 1.8 0.32 -5 GAUS1
9 2.4 0.25 -6 GAUS2
10 3.0 0.13 -9 GAUS2
11 3.2 0.08 -11 GAUS2
12 5.0 0.1 -10 GAUS2
TAB. 3.1 Cas typique pour un environnement urbain (non vallonn)
3.5.1 Canal radio-mobile COST 207
Lorganisme europen COST (COopration europenne pour la recherche Scientique et Technique) a
lanc plusieurs projets concernant les tlcommunications, et plus particulirement la modlisation de canaux
radio-frquences. Le plus connu dentre eux reste le projet COST 207 ([79], [80]) qui a abouti la n de lan-
ne 1988 la dnition dun simulateur de canaux vanouissements slectifs en frquences. Ce modle est
bas sur des campagnes de mesures effectues dans les diffrents pays partenaires dans la bande de frquence
900 MHz et a particip llaboration du futur standard GSM encore employ aujourdhui. Des projets plus
rcents ont suivi, tels le COST 231 qui a largi le champ dapplications du COST 207 la bande 1800 MHz et
le COST 259 [81] qui par des simulations a particip au dbat sur les techniques daccs multiples (TDMA vs.
CDMA). Actuellement est en cours le projet COST 273 dont le but est laugmentation des connaissances sur
les communications large bande et le dveloppement de nouvelles techniques, nouvelles mthodes et stratgies
ainsi que de nouveaux outils pour limplantation des rseaux mobiles de quatrime gnration. Par ailleurs,
de nombreux laboratoires se sont lancs dans la caractrisation des canaux MIMO et proposent des modles
selon diffrentes congurations, mais ces tudes indpendantes manquent pour linstant de concertation et
dharmonisation.
Dans ce contexte, le COST 207 reste un modle de canal trs utilis pour les simulations, dautant plus
que son implantation est relativement simple. Ces campagnes de mesure ont en fait dbouch sur plusieurs
modles, rpartis en quatre catgories, environnement rural, urbain non vallonn, urbain vallonn, et enn
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.
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
FIG. 3.7 Rponse impulsionnelle moyenne du canal COST 207 urbain
Les chos sont classs par ordre croissant de retard, et sont aussi caractriss par lattnuation et la ca-
tgorie 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 gure 3.7
propose la rponse impulsionnelle moyenne obtenue partir de la table 3.1.
En pratique, les valeurs ci-dessous sont imposes par le contexte de transmission:
La dure T
g
de lintervalle de garde est impose par lcho le plus long (T
g
doit tre suprieur ou gal
la dure de cet cho).
La largeur de bande B
s
utile est impose soit par les autorits responsables de lallocation des fr-
quences, soit par le matriel de transmission, soit par les caractristiques du canal.
La puissance de transmission p
T
est impose par les sources dnergie utiles (et aussi par le matriel).
On peut alors comparer diffrentes approches pour des mmes valeurs de T
g
, B
s
et p
T
. Sil y a n
T
met-
teurs, chacun transmet avec une puissance de p
T
/n
T
.
En considrant une constellation de 2
m
points, le dbit binaire pour lOFDM est :
D
OFDM
b
= mB
s
(3.32)
o le facteur reprsente la perte defcacit inhrente lintervalle de garde et se dnit comme suit:
=
2P
2P +P
g
(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:
D
MIMOOFDM
b
= n
T
mB
S
(3.34)
Cependant, cela ne veut pas dire forcment que lassociation MIMO-OFDM est n
T
fois plus efcace que
lOFDM seule. En effet, dans la transmission MIMO-OFDM, la puissance de transmission est rpartie sur les
n
T
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 efcacits 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, lefcacit spectrale globale thorique est lefca-
cit spectrale moyenne (si les largeurs de bande ntaient pas identiques, il faudrait avoir recours une somme
pondre selon chaque sous-bande):
C =
1
P
P1
k=0
C
k
(3.35)
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 defcacit inhrente lintervalle
de garde:
C
k
= log
2
det [I
n
R
+
k
G
k
G
k
] (3.36)
o est toujours dni par (3.33).
Dans cette expression:
G
k
est la version normalise de la matrice de sous-canal H
k
obtenue par :
G
k
=
n
R
|H
k
|
F
H
k
(3.37)
et |H
k
|
F
reprsente la norme de Frobenius de la matrice H
k
.

k
est le RSB moyen sur un rcepteur, pour le sous-canal k.
Pour lOFDM seule, n
T
= n
R
= 1, donc:
C
k
= log
2
_
1 +
k
[G
k
[
2
_
(3.38)
Mais lquation de normalisation (3.37) montre que [G
k
[
2
= 1. Ainsi:
C
k
= log
2
1 +
k
(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:
p
Rk
(i) =
n
T
j=1
[H
k
(i,j)[
2
p
T
n
T
(3.40)
La puissance reue moyenne est donc:
p
Rk
=
1
n
R
n
R
i=1
n
T
j=1
[H
k
(i,j)[
2
p
T
n
T
(3.41)
Par consquent, le RSB moyen sur une porteuse est
k
= p
Rk
/
2
, soit:
k
=
|H
k
|
2
F
p
T
n
R
n
T
(3.42)
Le RSB global de transmission est donn par la moyenne des RSB par porteuse:
RSB =
k
) =
p
T
P
k=1
|H
k
|
2
F
Pn
T
n
R
(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:
E
b
N
0
=
1
n
T
m
RSB (3.44)
0 5 10 15 20 25 30 35 40 45 50
0
2
4
6
8
10
12
14
16
18
20
capacits pour n
T
=1, n
R
=1, P=128, Pg=26
c
a
p
a
c
i
t
s

(
b
i
t
/
s
/
H
z
)
RSB (dB)
capacit exprimentale
capacit thorique
MAQ16
MAQ256
MAQ4096
FIG. 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 gure 3.8 tudie limpact du RSB sur la capacit du systme BLAST-OFDM. On utilise une modu-
lation 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 sys-
tme exprimental retenu comporte n
T
= 4 antennes mettrices et n
R
= 8 rcepteurs, et les symboles sont
transmis simultanment sur P = 128 porteuses. Pour prendre en compte tous les chos du modle, on xe la
priode dchantillonnage T
e
= 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
P
g
= 26 chantillons. La largeur totale de bande utilise est donc 2.5 MHz.
Lefcacit spectrale, qui reprsente la capacit rellement atteinte par le systme en pratique est lie au
nombre derreurs lors de la transmission. Elle est calcule grce lquation:
C
exp
= n
T
mc (3.45)
avec
c = 1 +teb log
2
(teb) + (1 teb) log
2
(1 teb) (3.46)
o teb est le TEB estim.
Cette gure illustre clairement quen fonction du RSB, la capacit maximale susceptible dtre atteinte
par le systme de transmission dpend du type de constellation utilis. Ainsi, le mieux est dutiliser une mo-
dulation MAQ-16 jusqu 18 dB, une MAQ-256 entre 17 et 30 dB, et une MAQ-4096 partir de 32 dB.
En considrant la possibilit pour lmetteur de connatre ltat du canal, certains systmes adaptatifs ont
dailleurs t proposs pour exploiter au mieux les possibilits du milieu de transmission [82]. Grce au retour
dinformation, quil soit sous forme de RSB ou de TEB (mais dans ce cas la quantit dinformation est plus
importante et le dlai plus long), lmetteur choisit la modulation la mieux adapte. Lcart qui subsiste par
ailleurs entre les courbes pratiques et thoriques permet de vrier que le rcepteur BLAST nest pas optimal.
A la vue de la gure 3.8 il ny a aucun doute que le potentiel des systmes MIMO-OFDM en terme de
capacit est norme. La gure 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 gure 3.8).
La gure 3.10 montre le TEB en fonction du E
b
/N
0
, pour diffrentes constellations (MAQ-4, 16, et 256)
et pour les mmes systmes exprimentaux que la gure 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].
0 5 10 15 20 25 30 35 40 45 50
0
2
4
6
8
10
12
14
16
18
20
capacits pour n
T
=1, n
R
=1, P=128, Pg=26
c
a
p
a
c
i
t
s

(
b
i
t
/
s
/
H
z
)
RSB (dB)
capacit exprimentale
capacit thorique
MAQ16
MAQ256
MAQ4096
FIG. 3.9 Capacit dun systme OFDM simple
3.5.2 Canal acoustique sous-marin
Le canal acoustique sous-marin petits fonds (en zone littorale, hauteur deau de 10 200 m) est carac-
tris par une structure de trajets multiples trs dense, dpendant de la conguration gomtrique (distances,
immersions) et du prol de clrit, ainsi que par une forte variabilit spatio-temporelle due la fois aux
caractristiques physiques de lenvironnement (bathymtrie, structures sdimentaires, mares, houle...) et
linfrastructure exprimentale (mouvements des porteurs).
On utilise un simulateur lancer de rayons ("BELLHOP gaussian beam") pour gnrer des rponses
impulsionnelles ralistes dun canal acoustique. BELLHOP simule des champs acoustiques en environnement
ocanique grce la mthode du lancer de rayons. Lenvironnement tudi est un milieu acoustique avec une
vitesse de son dpendante de la porte et de la profondeur. Ce logiciel a t dvelopp par M. Porter lInstitut
de Technologie de New Jersey. Pour une description thorique, se reporter [84].
Donnons prsent les paramtres de simulation. Les 4 metteurs sont situs verticalement tous les 20
mtres partir de 10 m de profondeur jusqu 70 m et les rcepteurs sont situs sur une ligne verticale tous
les 10 mtres de 10 m 80 m de profondeur. La profondeur de leau est 100 mtres et la distance entre les
15 10 5 0 5 10 15 20
10
4
10
3
10
2
10
1
10
0
T
E
B
Eb/N0 (dB)
TEB pour nT=4, nR=8, P=128, Pg=26
MAQ4
MAQ256
MAQ16
FIG. 3.10 TEB pour les modulations MAQ-4, 16, et 256
metteurs et les rcepteurs 5 km. Le prol 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 gure 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 signicatifs, 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 gure 3.12. La capacit tho-
rique est obtenue par (3.36) et lefcacit spectrale exprimentale par (3.45). La capacit thorique dun sys-
tme MIMO-OFDM sur canal gaussien, considr comme plus facile, est galement donne titre indicatif.
Cette gure prouve laptitude de lassociation MIMO-OFDM transmettre de linformation trs haut dbit
dans le milieu ASM.
La comparaison thorique est base sur ltude de lefcacit spectrale globale des systmes. Pour asseoir
la supriorit des systmes multi-antennes sur les systmes SISO, la gure 3.13 illustre la comparaison entre
3.31 3.32 3.33 3.34 3.35 3.36 3.37 3.38 3.39
0
0.5
1
1.5
2
2.5
3
3.5
4
x 10
4
Source 2(30 m), Sensor 1(10 m)
time (s)
FIG. 3.11 Module de la rponse impulsionnelle du canal acoustique sous-marin
0 5 10 15 20 25 30 35 40 45 50
0
5
10
15
20
25
30
35
40
45
50
Capacits pour nT=4, nR=8, P=64, Pg=123
C
a
p
a
c
i
t
s

(
b
i
t
/
s
/
H
z
)
RSB (dB)
capacit exprimentale ASM
capacit thorique ASM
capacit thorique gaussienne
MAQ4096
MAQ256
MAQ16
FIG. 3.12 Capacits de lassociation MIMO/OFDM en milieu acoustique sous-marin
lOFDM et MIMO-OFDM en terme de TEB avec la mme largeur de bande B
s
et le mme dbit, x
D
b
= 8B
s
(cf. (3.32) et (3.34) pour le dbit de lOFDMet de MIMO-OFDMrespectivement). Les paramtres
pour le systme MIMO-OFDM sont n
T
= 4, n
R
= 8 et m = 2, et pour lOFDM, n
T
= n
R
= 1 et m = 8.
15 10 5 0 5 10 15 20 25
10
4
10
3
10
2
10
1
10
0
Eb / N0 (dB)
TEB en milieu ASM pour P=64, Pg=123
BLASTOFDM (nT=4, nR=8)
OFDM
FIG. 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 efcacit spectrale.
3.6 Estimation rapide du TEB
Dans la plupart des cas, il est difcile dobtenir les courbes de TEB de faon analytique, et il faut se ra-
battre sur des techniques numriques. La plus utilise est connue sous le nom de Monte-Carlo (MC) et consiste
faire un grand nombre de tirages de bruit pour obtenir une statistique la sortie du rcepteur. Cest dailleurs
la technique retenue pour la plupart des simulations prsentes dans cette thse. Cependant lorsque le RSB
augmente les erreurs ont tendance diminuer, et pour avoir des courbes faible TEB, la mthode MC peut se
rvler particulirement fastidieuse. La gure 3.10 montre dailleurs ses limites puisque la courbe de TEB de
la MAQ-4 sinterrompt au dessous de 10
4
, faute derreurs lors de la simulation. Pour limiter le nombre de
3.6. ESTIMATION RAPIDE DU TEB 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.
Considrons un vecteur alatoire y, provenant de la transformation y = T(x) dun vecteur alatoire x
caractris par sa moyenne x et sa matrice de covariance R
x
. La mthode reprsente les 2 premiers moments
de x par un ensemble de l chantillons A
i
de poids W
i
. Pour x vecteur de dimension n, on aura l = 2n + 1
chantillons donns par :
A
0
= x W
0
= /(n +) (3.47)
A
i
= x +
_
_
(n +)R
x
_
i
W
i
= 1/2(n +) (3.48)
A
i+n
= x
_
_
(n +)R
x
_
i
W
i+n
= 1/2(n +) (3.49)
o
_
_
(n +)R
x
_
i
correspond la ime ligne de la racine carre de la matrice (n + )R
x
. Le paramtre
donne un degr de libert que lon xe = 3 n dans le cas o x est un vecteur gaussien.
Ensuite, chacun des chantillons A
i
subit la transformation T pour donner les chantillons
i
= T(A
i
).
On obtient alors une estime de la moyenne et de la covariance de y:
y =
l1
i=0
W
i
i
(3.50)
R
y
=
l1
i=0
W
i
i
y
i
y
T
(3.51)
Dans un systme MIMO/OFDM le TEB est la moyenne des TEB par metteur et par sous-porteuse :
P
eb
=
1
P
1
n
t
P
p=1
nt
i=1
p
e
ip
(3.52)
Si lon utilise par exemple une modulation MAQ-4, son TEB pour un systme mono-metteur et mono-
rcepteur, est donne par :
p
e
=
1
2
erfc
_
p
T
2V
T
+
1
2
erfc
_
p
T
2V
.
(3.53)
o V
T
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 gure 3.14 propose lestimation du TEB pour un systme MIMO comportant n
T
= 3 metteurs et
n
R
= 5 rcepteurs. Cette estimation est valide en plusieurs points par des tirages MC sur 10000 paquets de
n
T
symboles, qui prouvent la grande prcision de notre mthode. Cette courbe permet par ailleurs de vrier
la supriorit de lalgorithme de rception BLAST par rapport un rcepteur linaire utilisant le critre de
forage zro.
5 0 5 10 15
10
8
10
7
10
6
10
5
10
4
10
3
10
2
10
1
10
0
RSB (dB)
T
E
B
TEB avec 3 metteurs, 5 rcepteurs et 64 sousporteuses
JU Zero Forcing
JU VBLAST
Monte Carlo Zero Forcing
Monte Carlo VBLAST
FIG. 3.14 TEB estim et TEB exprimental pour n
T
= 3 metteurs, n
R
= 5 rcepteurs et P = 64 porteuses
Pour plus de simplicit, la statistique du bruit est dans notre exemple considre comme gaussienne, et
3.7. CONCLUSIONS 79
les moments dordre 2 sufsent valuer correctement le TEB. Toutefois, si ce nest pas le cas, la mthode
JU peut stendre lordre 4 pour afner 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 identi
(Rayleigh, Rice,...).
3.7 Conclusions
Nous avons propos une approche qui prote simultanment de la diversit spatiale (traitement multi-
antennes) et de la diversit frquentielle pour atteindre de grandes efcacits spectrales et de hauts dbits sur
les canaux multi-trajets. Cette mthode est une amlioration de lalgorithme BLAST par ailleurs trs perfor-
mant (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 particu-
lirement 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., T
s
T
d
) alors que dans lapproche BLAST-OFDM, cette condition nest pas ncessaire. On a
juste besoin dun intervalle de garde T
g
T
d
. Malgr de longs chos, comme dans le cas ASM par exemple,
BLAST atteint donc une efcacit spectrale relativement grande.
La comparaison entre le systme BLAST-OFDM et lOFDM dmontre quil ny a aucun doute quant
lintrt de BLAST-OFDMen terme de capacit et de TEB, mme dans un contexte difcile 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] conrment le grand potentiel des systmes MIMO-OFDM. Celui-
ci est dailleurs susceptible dintresser les industriels, qui pourraient y voir lavenir des communications sans
l.
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 difcile 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
fastidieuses simulations Monte-Carlo et nous avons exploit cette mthode pour des transmissions MIMO-
OFDM.
Dans la suite de cette thse, nous allons nous pencher sur un autre moyen daugmenter lefcacit des
systmes MIMO, savoir loptimisation globale par prcodage et dcodage en considrant que ltat du canal
est connu de lmetteur.
81
Chapitre 4
Diagonalisation des systmes MIMO
4.1 Introduction
Nous venons de montrer lefcacit de lassociation des technologies multi-antennes et des systmes mul-
tiporteuses. Dans les chapitres venir, nous nous affranchissons donc du problme de limitation de bande
pour nous pencher sur les mthodes qui permettent de rendre les systmes MIMO encore plus performants.
Le codage, quil soit inclus dans le principe mme des systmes, comme cest le cas pour les codes spatio-
temporels, ou quil soit rajout sous la forme de codes correcteurs derreurs, constitue bien videmment une
possibilit de sapprocher de la capacit du canal, et de nombreuses tudes sont menes sur le codage appro-
pri la multiplicit dantennes. En considrant la possibilit dobtenir lmission des informations sur ltat
du canal (CSI pour "Channel State Information"), nous avons choisi dans cette thse une autre approche qui
consiste tudier la structure mettrice la plus efcace possible. Les systmes qui considrent que lmetteur
peut connatre ltat du canal existent dj en pratique et font entre autres appel des techniques de duplexage
en temps ou en frquence (paragraphe 1.7). Il existe ensuite plusieurs moyens de prendre en compte cette
information pour optimiser la transmission, comme la slection dantennes ou loptimisation globale par pr-
codage et dcodage.
Ce chapitre thorique a pour but de simplier au maximum le canal de transmission MIMO, en tenant compte
de ces oprations doptimisation globale. Ainsi, nous allons dans un premier temps "blanchir" spatialement
le bruit qui perturbe le signal durant son passage dans le canal. Ensuite, nous allons diagonaliser le canal en
faisant appel des oprations matricielles de dcomposition en valeurs propres et valeurs singulires. Enn,
la matrice de canal ntant toujours pas de rang plein au terme de cette seconde tape, nous allons procder
une rduction de dimension. Ce processus de simplication du canal MIMO est trs simple mettre en oeuvre
82 CHAPITRE 4. DIAGONALISATION DES SYSTMES MIMO
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 prsen-
tant 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 matri-
cielle sont utilises non pas pour simplier 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.
4.2 Principe de lapproche
4.2.1 Modle de systme
Considrons un systme MIMO classique avec n
R
rcepteurs et n
T
metteurs. La matrice de canal H
est souvent dciente ou mal conditionne, et il ne sert rien dutiliser les n
T
antennes mettrices la fois.
La possibilit de CSI lmission peut donc permettre soit de slectionner un sous-ensemble dantennes
privilgies, soit de construire un prcodeur et un dcodeur conjoints. Cette dernire solution est celle que
nous avons retenue, et nous considrons donc prsent que nous voulons mettre seulement sur b voies
indpendantes. Pour un canal MIMO sans dlai, lquation du systme incluant le prcodeur est directement
inspire de lquation (2.2):
r = HFs + (4.1)
o H est la matrice de canal de taille n
R
n
T
, F est la matrice de prcodage de taille n
T
b, s est le
vecteur mis de taille b 1 et est le vecteur de bruit de taille n
R
1.
Notons k le rang de H. De faon vidente, nous avons 1 b k min(n
T
,n
R
) si lmetteur connat le
canal et seulement 1 b min(n
T
,n
R
) et k min(n
T
,n
R
) dans le cas contraire.
On suppose, comme dans le chapitre 2, que les symboles sont indpendants et identiquement distribus,
et que les symboles et le bruit additif sont totalement dcorrls. Si on appelle Rla matrice de covariance du
bruit, nous retrouvons donc les expressions:
c ss
= I
b
c
= R c s
= 0 (4.2)
4.2. PRINCIPE DE LAPPROCHE 83
Si la puissance totale dmission est note p
T
, la contrainte suivante doit tre naturellement respecte:
trace FF
= p
T
(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):
trace FF
b
max
(FF
) (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.
4.2.2 Ides de base
Notons 1 lespace de dimension n
R
dans lequel se trouvent les vecteurs r et . La matrice Htant de rang
k, les vecteurs HFs sont conns dans un sous-espace Hde dimension k engendr par les colonnes de H. De
plus, le vecteur s tant de taille b, HFs est conne dans un sous-espace o de dimension b engendr par les
colonnes de HF. Les trois sous-espaces dnis ci-dessus simbriquent donc de la faon suivante (gure 4.1):
o H 1 (4.6)
Comme Hest dtermin par la matrice de canal, on ne peut pas le modier. En revanche, avec CSI, le fait
de modier la matrice F nous permet de dplacer le sous-espace o lintrieur de H.
Notons H un sous-espace de dimension (n
R
k) tel que:
1 = HH (4.7)
H S
FIG. 4.1 Reprsentation planaire des sous-espaces des signaux, du canal et du bruit
o dsigne la somme directe de deux espaces complmentaires.
Si lon note de manire quivalente o un sous-espace de dimension (k b) tel que:
H = o o (4.8)
alors nous avons:
1 = o o H (4.9)
Notons V une matrice de dimension n
R
n
R
dont les colonnes sont une base de 1 telle que:
V =
_
_
_
_
_
_
V
S
V
S
V
H
_
_
_
_
_
_
(4.10)
o les colonnes de V
S
, V
S
, et V
H
sont des bases de o, o et H. Supposons que nous puissions choisir
cette base de 1 de telle faon que la matrice de corrlation du bruit devienne la matrice identit de taille
(n
R
n
R
) ( 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:
r
v
= V
1
r (4.11)
4.2. PRINCIPE DE LAPPROCHE 85
Ainsi, si on note
v
= V
1
, nous avons:
r
v
= V
1
HFs +
v
(4.12)
et nous pouvons crire:
r
v
=
_
_
_
_
_
_
r
S
r
S
r
H
_
_
_
_
_
_
(4.13)
Les sous-vecteurs r
S
, r
S
et r
H
contiennent les composantes de r dans les bases de o, o et H. Etant donne
la structure de la base, nous voyons immdiatement que:
_
_
_
_
_
_
r
S
r
S
r
H
_
_
_
_
_
_
=
_
_
_
_
_
_
H
v
0
0
_
_
_
_
_
_
s +
_
_
_
_
_
_
H
_
_
_
_
_
_
(4.14)
o H
v
est une matrice de taille (b b). On peut remarquer que:
r
H
dpend seulement du bruit (et ne contient donc pas la moindre information sur les donnes trans-
mises) et on ne peut pas le changer;
r
S
dpend aussi seulement du bruit, mais on peut laffecter en changeant la matrice de prcodage F;
r
S
dpend la fois des donnes transmises et du bruit, et on peut le modier en changeant F. Il faut
alors aligner o avec le sous-espace de gain maximal de canal.
Comme la matrice de corrlation du bruit est la matrice identit (dans la nouvelle base), r
H
et r
S
ne sont pas
corrls avec le bruit qui affecte le signal mis (c..d.,
S
), ce qui revient dire que r
H
et r
S
napportent
aucune information utile pour lestimation de s. Donc, en rception, on peut rduire la dimension du systme
en gardant seulement r
S
.
4.2.3 Canal virtuel
En considrant une matrice de prcodage F et de dcodage G, le modle de base du systme, reprsent
sur la gure 4.2 scrit:
y = GHFs +G (4.15)
1
2 2
1
Linaire
Prcodeur Dcodeur
Linaire
chos
riche en
Environnement
n
R
n
T
G
y
1
y
b
s
1
s
b
F
H
FIG. 4.2 Systme MIMO avec prcodeur et dcodeur
Notre approche est base sur la dcomposition des matrices de prcodage et de dcodage comme suit:
F = F
v
F
d
(4.16)
et:
G = G
d
G
v
(4.17)
Le modle devient alors:
y = G
d
H
v
F
d
s +G
d
v
(4.18)
o H
v
est le canal virtuel dni par:
H
v
= G
v
HF
v
(4.19)
et
v
est le bruit virtuel:
v
= G
v
(4.20)
Sa matrice de corrlation est:
R
v
= G
v
RG
v
(4.21)
Nous allons utiliser seulement des matrices de prcodage virtuelles F
v
dont les colonnes sont orthonor-
mes, et par consquent:
F
v
F
v
= I (4.22)
La contrainte de puissance est:
trace F
d
F
d
= p
T
(4.23)
Preuve: p
T
= trace FF
= trace F
F = trace F
d
F
v
F
v
F
d
= trace F
d
F
d
= trace F
d
F
4.3. SIMPLIFICATION DU CANAL MIMO 87

Notre objectif est de dterminer les prcodeurs et dcodeurs virtuels F
v
et G
v
de telle sorte que le canal
virtuel H
v
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 G
d
.
Cet objectif sera atteint grce plusieurs transformations successives visant simplier le modle au
maximum. Les prcodeurs et dcodeurs virtuels sont alors dnis respectivement par:
G
v
= G
3
G
2
G
1
(4.24)
et
F
v
= F
1
F
2
F
3
(4.25)
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.
4.3 Simplication du canal MIMO
4.3.1 Etape 1: Blanchiment du bruit
La dcomposition en valeurs propres (DVP) de la matrice de corrlation du bruit nous donne:
R = QQ
(4.26)
o Q est une matrice unitaire et = diag(
1
,...,
n
R
) est une matrice relle diagonale avec
1
...
n
R
0; les valeurs propres sont ranges dans lordre dcroissant. Prenons:
G
1
=
1
2
Q
(4.27)
et:
F
1
= I
n
T
(4.28)
1
2
est simplement une matrice diagonale, dont les lments sont 1/
1
,...,1/
_
n
R
. La matrice de
corrlation du bruit virtuel est alors:
R
v1
= G
1
RG
1
= I
n
R
(4.29)
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:
H
v1
= G
1
HF
1
(4.30)
4.3.2 Etape 2: Diagonalisation du canal
La dcomposition en valeurs singulires (DVS) est un outil trs utile la simplication des canaux de
transmission. La DVS de H
v1
donne:
H
v1
= AB
(4.31)
o A est une matrice unitaire de taille (n
R
n
R
), B est une matrice unitaire de taille (n
T
n
T
) , et
est une matrice de taille (n
R
n
T
) dont la structure est la suivante:
=
_
_
_
k
0
0 0
_
_
_ (4.32)
o
k
= diag(
1
,...,
k
) est une matrice diagonale de taille (kk) 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:
G
2
= A
(4.33)
et:
F
2
= B (4.34)
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 F
d
pour annuler F
2
. Le
canal virtuel est alors:
H
v2
= G
2
H
v1
F
2
= (4.35)
et la matrice de corrlation du bruit virtuel est toujours:
R
v2
= G
2
R
v1
G
2
= I
n
R
(4.36)
A ce stade, la matrice de canal et la matrice de corrlation du bruit virtuel sont toutes deux extrmement
simples. Comme les n
R
k dernires colonnes de H
v2
sont nulles, il est vident que les n
R
k derniers
lments de r
v
sont les composantes de r dans la base de H, (c..d., r
H
). De plus, comme expliqu prc-
demment, le prcodeur doit aligner o avec le sous-espace de gain maximal de canal. Etant donns la structure
de H
v2
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
v
=
_
_
_
_
_
_
r
S
r
S
r
H
_
_
_
_
_
_
(4.37)
Et G
2
G
1
nest rien dautre que la matrice de transformation V
1
mentionne dans (4.11).
4.3.3 Etape 3: Rduction de dimension
Comme expliqu plus avant, r
S
et r
H
napportent aucune information utile sur le signal mis, et nous
pouvons donc garder seulement r
S
en prenant pour G
3
la matrice de taille (b n
R
) ci-dessous:
G
3
=
_
I
b
0
_
(4.38)
De plus, comme le prcodeur doit aligner o sur le sous-espace de gain maximal de canal, on peut prendre
pour F
3
la matrice de taillle (n
T
b) ci-dessous:
F
3
=
_
_
_
I
b
0
_
_
_
(4.39)
Le canal virtuel devient la matrice (b b) suivante:
H
v
= G
3
H
v2
F
3
=
b
(4.40)
o
b
est la matrice diagonale (b b) contenant les b premiers lments diagonaux de . La matrice de
corrlation du bruit virtuel est:
R
v
= I
b
(4.41)
Le modle est maintenant:
r
s
= H
v
F
d
s +
v
(4.42)
4.3.4 Rsum de la mthode
Les diffrentes tapes ncessaires lobtention du canal MIMO diagonal sont rsums dans la table 4.1 et
ont fait lobjet dune soumission darticle [93]. Tous ces calculs sont bass sur des manipulations de matrices
trs simples et ne demandent que quelques lignes de programme dans des langages orients matrices tels
Matlab ou Octave.
tape
i mthode F
i
G
i
H
v
i
R
v
i
blanchiment
du bruit
1
EVD:
R = QQ
F
1
= I
n
T
G
1
=
1
2
Q
H
v1
= G
1
HF
1
R
v1
= G
1
RG
1
= I
n
R
diagonalisation
du canal
2
SVD:
H
v1
= AB
F
2
= B G
2
= A
H
v2
= R
v2
= I
n
R
rduction de
dimension
3 r
v
=
_
r
S
r
S
r
H
_
F
3
=
_
I
b
0
_
G
3
=
_
I
b
0
_ H
v
= G
3
H
v2
F
3
=
b
R
v
= I
b
TAB. 4.1 Etapes pour obtenir un systme MIMO diagonal.
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
gure 4.3.
4.3.5 Cas o lon na pas de connaissance du canal lmission
Si ltat du canal est inconnu lmission, le prcodeur ne peut pas tre optimis (on ne peut pas aligner
o sur le sous-espace de gains maximaux de canal). Dans ce cas, ltape 1 reste inchange, mais lors de la
deuxime tape, il faut faire la SVD de H
v1
F (au lieu de H
v1
):
H
v1
F = AB
(4.43)
o Aest une matrice unitaire (n
R
n
R
), Best une matrice unitaire (b b), et est une matrice (n
R
b)
+
+
+
+
y
1
F
d
H
v
y
b
s
1
s
b
y
1
y
b
s
1
s
b
F
n
T
H
G
G
d
f
1
f
b
h
v1
h
vb
g
1
g
b
v1
vb
1
(n
T
b) (n
R
n
T
)
(b n
R
)
1
nR
r
1
r
n
R
r
1
r
b
FIG. 4.3 Schma quivalent de transmission MIMO avec prcodeur et dcodeur diagonaux
dont la structure est la suivante:
=
_
_
_
b
0
_
_
_ (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:
G
2
= A
(4.45)
et:
F
2
= I
n
T
(4.46)
Le canal virtuel est alors:
H
v2
= G
2
H
v1
F
2
= B
=
_
_
_
k
B
0
_
_
_
(4.47)
Aussi, les dernires n
R
b lignes de H
v2
sont nulles. Ceci veut dire que les b premires composantes
de r
v
correspondent aux composantes du vecteur reu dans o, alors que les autres n
R
b contiennent ses
composantes dans o H. Enn, pour la rduction de dimension, il faut garder les b premires composantes
de r
v
qui correspondent au mme choix de F
3
et G
3
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 o de dimension b.
4.4 Conclusions
Nous avons prsent dans ce chapitre un processus de simplication 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 abilit de la communication. Si lon utilise des prcodeurs et dcodeurs dia-
gonaux, 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
Prcodage diagonal optimal pour systmes
MIMO
5.1 Introduction
Nous avons vu dans le chapitre prcdent que lon pouvait largement simplier les systmes de trans-
mission MIMO, et rendre tout systme MIMO virtuellement diagonal. Dans la nouvelle reprsentation, nous
avons alors:
y = G
d
H
v
F
d
s +G
d
v
o
v
= G
v
est un bruit blanc dont la matrice de corrlation sexprime R
v
= I
b
et H
v
=
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 aug-
mente 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
= diagf
i
b
i=1
et G
d
= diagg
i
b
i=1
. Le systme peut alors tre vu comme un ensemble de canaux indpendants (gure 4.3),
et la dtection par MV peut tre utilise efcacement, mme pour de grandes valeurs de b et pour de larges
94 CHAPITRE 5. PRCODAGE DIAGONAL OPTIMAL POUR SYSTMES MIMO
constellations. Les valeurs des matrices de prcodage et dcodage dpendent du critre choisi pour loptimi-
sation, 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-lling (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
H
v
F
d
, not ici max(
min
).
Nous dtaillerons ensuite le prcodeur diagonal optimal labor pendant cette thse. Partant de la consta-
tation 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 abilit des transmissions, et montrerons que suivant la gamme de RSB
qui caractrise la liaison, le sacrice de la voie la moins favorise peut savrer bnque. Nous tirerons les
conclusions qui simposent en commentant largement les courbes de TEB et de capacit notamment. Enn,
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.
5.2 Critres doptimisation classiques
Nous tudions dans cette partie les critres le plus souvent utiliss pour loptimisation des systmes
MIMO. En faisant appel la mthode doptimisation de Lagrange, nous donnons lexpression du prcodeur
qui optimise le critre considr. Grce au processus de diagonalisation, on retrouve les prcodeurs classiques
doptimisation mais de faon plus simple que dans la littrature.
5.2.1 Maximisation de la capacit
La capacit du canal ne dpend absolument pas du type de rcepteur utilis, et nest donc pas inuence
par les valeurs de la matrice de dcodage. En effet, si lon reprend lexpression de la capacit (2.31) et lon
prend en compte les hypothses de base, le modle quivalent (4.42) entrane lexpression suivante pour la
capacit [20]:
5.2. CRITRES DOPTIMISATION CLASSIQUES 95
C =
b
i=1
log
2
(1 +f
2
i

2
i
) (5.1)
o f
i
et
i
reprsentent les valeurs diagonales de la matrice de prcodage F
d
et de la matrice du canal qui-
valent H
v
, 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
= diagf
i
b
i=1
qui
maximisent cette capacit, nous allons utiliser la mthode des multiplicateurs de Lagrange. La contrainte de
la puissance maximale lmission scrit prsent:
b
i=1
f
2
i
= p
T
(5.2)
Appelons le multiplicateur de Lagrange, nous pouvons former le Lagrangien:
L
WF
(,f
i
) =
b
i=1
log
2
(1 +f
2
i

2
i
) +
__
b
i=1
f
2
i
_
p
T
_
(5.3)
Comme il ny a quune seule variable en plus du multiplicateur, lannulation de la drive
/
WF
f
i
suft
trouver le prcodeur optimal:
f
2
i
=
_
2
i
pour > 1/
2
i
0 pour 1/
2
i
(5.4)
Si on note b
lentier tel que

2
i
> 1/ pour i = 1,...,b
et
2
i
1/ (et donc f
2
i
= 0) pour i = b
+1,...,b.
Alors, grce la contrainte, on obtient:
p
T
=
b
i=1
f
2
i
= b
(5.5)
o
est dni par:
=
b
i=1
1
2
i
(5.6)
Ainsi le seuil est:
=
p
T
+
(5.7)
Il convient de vrier 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
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.
5.2.2 Minimisation de lerreur quadratique moyenne
La minimisation de lerreur quadratique moyenne (EQMM) reprsente une autre solution connue pour
loptimisation de systmes MIMO, et elle est particulirement apprcie pour sa faible complexit et sa ro-
bustesse [91, 96]. Cette erreur, que lon va chercher minimiser, scrit E[|y s|
2
]. Cependant, si ce critre
EQMM minimise la somme des erreurs destimation des symboles sur toutes les voies, il ne donne pas din-
formation sur lerreur quadratique propre chaque mode. Certaines voies peuvent pourtant tre bien plus
dfavorables que dautres, et il est intressant de pouvoir mieux matriser la rpartition des erreurs, en parti-
culier si les voies sont ddies des applications diffrentes, comme ce sera sans doute le cas dans un proche
avenir.
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 d-
nie positive W= diagw
i
b
i=1
. Le critre minimiser devient alors E[
_
_
W
1/2
(y s)
_
_
2
], et tant donne la
diagonalit du systme, il sexprime:
b
i=1
E[w
i
[(g
i
i
f
i
1)s
i
+g
i
v
i
[
2
] (5.8)
Sous la contrainte de puissance:
b
i=1
[f
i
[
2
p
T
(5.9)
la relation (5.8) devient:
b
i=1
w
i
([g
i
i
f
i
1[
2
+[g
i
[
2
) (5.10)
Comme la phase de f
i
na aucun effet sur la contrainte, on choisit:
Arg (f
i
) = Arg (g
i
) (5.11)
et on prend des valeurs relles pour g
i
. On se retrouve donc avec un problme qui considre uniquement des
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:
L
EQMM
(,g
i
,f
i
) =
b
i=1
w
i
(g
2
i
2
i
f
2
i
2g
i
i
f
i
+g
2
i
+ 1) +[(
b
i=1
f
2
i
) p
T
] (5.12)
Les conditions KKT ci-dessous sont alors ncessaires et sufsantes pour garantir loptimalit de notre
systme diagonal:
L
EQMM
(,g
i
,f
i
)
g
i
= 0 (5.13)
L
EQMM
(,g
i
,f
i
)
f
i
= 0 (5.14)
0 (5.15)
b
i=1
f
2
i
p
T
0 (5.16)
[(
b
i=1
f
2
i
) p
T
] = 0 (5.17)
Ainsi, en utilisant lannulation de la drive partielle (5.13)
L
EQMM
(,g
i
,f
i
)
g
i
= w
i
(2g
i
2
i
f
2
i
2
i
f
i
+ 2g
i
) = 0 (5.18)
on obtient lexpression des valeurs diagonales de la matrice de dcodage:
g
i
=

i
f
i
(
i
f
i
)
2
+ 1
(5.19)
En remplaant alors les g
i
par leur expression (5.19), lannulation de la drive partielle
/
EQMM
(,g
i
,f
i
)
f
i
(5.14) fournit:
f
2
i
=
_
_
1
i
(w
i
i
) pour w
i
> 1/
i
0 pour w
i
1/
i
(5.20)
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).
Si on note b
lentier tel que

i
>
1
w
i
pour i = 1,...,b
et
i

1
w
i
(soit f
2
i
= 0) pour i = b
+ 1,...,b,
la contrainte nous donne:
p
T
=
b
i=1
f
2
i
=
(5.21)
o:
=
b
i=1
w
i
i
(5.22)
et
est toujours dnie par (5.6).

Ainsi
=
p
T
+
(5.23)
En utilisant les trois quations prcdentes, b
dtermine . Mais il faut vrier que cette valeur de

rgnre le mme b
que prcdemment. Lquation (5.20) nous donne facilement les f

i
. La prsence de w
i
dans ce systme dquations permet dintervenir sur chacune des voies suivant la valeur que lon donne ce
paramtre.
Optimisation EQMM classique
Le schma impondr doptimisation des systmes MIMO bas sur lEQMM, c--d la conception du
prcodeur et du dcodeur qui minimisent la somme des erreurs quadratiques destimation des symboles, est
dj bien prsente dans la littrature [20, 97, 91]. On peut facilement la retrouver ici en prenant la matrice
identit comme matrice de pondration (W= I, i.e. w
i
= 1
b
i=1
).
Qualit de services
La qualit de services est une notion trs actuelle dans toute lindustrie des tlcommunications. Dans
notre contexte, elle reprsente la possiblit dutiliser les systmes de transmission multi-antennes pour ache-
miner diffrents types dinformation sur des voies indpendantes. Considrons par exemple des applications
multimdia qui ncessitent la transmission simultane de donnes de nature diffrente, comme la vido et la
parole. Il est vident que pour que la transmission soit efcace, la vido doit se voir attribuer des voies dont
le RSB est bien meilleur que celui des sous-canaux par lesquels transiteront les donnes audio. Pour pouvoir
moduler le RSB selon la distribution des voies, on introduit la contrainte supplmentaire:
f
2
i

2
i
=
i
(5.24)
o est un scalaire positif et
i
le RSB relatif dsir sur la voie i.
En utilisant la contrainte de puissance dans (5.24) on obtient:
b
i=1
f
2
i
=
b
i=1
2
i
=
b
i=1
2
i
(5.25)
Lexpression de est alors donne par:
=
p
T
b
i=1
2
i
(5.26)
Finalement les f
2
i
sont calculs par lexpression suivante:
f
2
i
=
p
T
2
i
b
k=1
2
k
(5.27)
Les RSB propres chaque voie sont alors dnis par des rapports entre eux, le scalaire servant assurer
un RSB global constant. Ainsi, pour un systme 2 voies, il suft de prendre
2
= 2
1
pour avoir 3 dB dcart
entre les voies, comme le montre la gure 5.1. Bien videmment, plus le rapport

2
1
est grand, plus le TEB
global de la transmission augmente. Le cas le plus favorable est donn par un rapport

2
1
= 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 RSBsur 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 dnit par:
= f
2
i

2
i
(5.28)
0 2 4 6 8 10 12 14 16 18 20
0
5
10
15
20
25
puissance totale mise / bruit reu (en dB)
R
S
B

p
a
r

v
o
i
e

(
e
n

d
B
)
donnes video
donnes audio
FIG. 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:
f
2
i
=

2
i
=
p
T
2
i
b
k=1
1
2
k
(5.29)
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 H
v
F
d
. Ce critre se justie par le fait que
min
soit une borne infrieure la
distance minimale entre les symboles reus dont dpend la probabilit derreur [98]:
d
min
= min
i,=j
| H
v
F
d
(s
i
s
j
) |
min
min
i,=j
| s
i
s
j
| (5.30)
o
min
est la plus petite valeur singulire de H
v
F
d
.
Dans la mesure o maximiser la plus petite valeur singulire revient rendre gales toutes les valeurs
singulires, les voies se retrouvent alors avec le mme rapport signal-sur-bruit, ce qui conduit une erreur
quadratique gale.
5.3. MINIMISATION DU TAUX DERREUR BINAIRE 101
5.3 Minimisation du taux derreur binaire
Les prcodeurs bass sur la maximisation de la capacit et sur la minimisation de lerreur quadratique
moyenne amliorent sensiblement les performances des systmes MIMO. Cependant, la abilit et la scurit
des systmes dpendent essentiellement du TEB de la transmission, et en pratique cest plutt ce paramtre
quil faut chercher minimiser. Grce la reprsentation diagonale, un prcodeur optimal diagonal bas sur la
minimisation directe du TEB peut tre dvelopp. Comme on utilise un rcepteur MV, les valeurs de g
i
nont
aucun impact sur la minimisation du TEB, et on choisit donc g
i
= 1.
Le modle de transmission pour le i
e
sous-canal est alors:
y
i
=
i
f
i
s
i
+
v
i
(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 modierait ni le RSB, ni le TEB). Le
RSB pour chaque sous-canal sexprime:
i
=
2
i
f
2
i
(5.32)
Pour une constellation carre MAQ-M (M = 2
2n
), le TEB est P
e
=
1
b
b
i=1
P
e,i
o le TEB dans le
sous-canal i est [3]:
P
e,i
=
M
erfc
_
M

i
(5.33)
avec
M
=
2
log
2
M
(1
1
M
) et
M
=
3
2(M1)
.
A partir de cette probabilit derreur, on peut crire le Lagrangien que lon va chercher minimiser:
L
BER
=

M
b
b
i=1
erfc
_
_
i
f
i
_
+
__
b
i=1
f
2
i
_
p
T
_
(5.34)
La solution doit alors vrier les conditions doptimalit de KKT; lannulation de
/
BER
f
i
donne lexpres-
sion des valeurs diagonales de notre prcodeur bas sur le taux derreur binaire minimal (TEBM):
f
2
i
=
1
2
M
2
i
W
0
_
2
4
i
2
M
2
M
2
b
2
_
(5.35)
o W
0
reprsente la fonction de Lambert dindex 0 [99]. Cette fonction W
0
(x) est croissante. Elle est positive
pour x > 0, et W
0
(0) = 0. Ainsi, quand
2
augmente, les f
2
i
dcroissent.
2
peut alors tre facilement
dtermin grce la contrainte

b
i=1
f
2
i
= p
T
.
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 gure 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.
6 4 2 0 2 4 6 8 10 12
10
6
10
5
10
4
10
3
10
2
10
1
RSB (dB)
T
E
B
TEB (b=4, nT=5, nR=5, MDP4)
TEBM (exprimental)
TEBM (thorique)
EQMM (exprimental)
EQMM (thorique)
FIG. 5.2 Comparaison des TEB pour les prcodeurs EQMM et TEBM
La complexit de cette solution peut en fait tre considrablement amoindrie (voir annexe) en approximant
la fonction de Lambert dindex 0 par:
W
0
(x) log(x) log(log(x)) for x 1 (5.36)
En utilisant la fois cette approximation dans (5.35) et la contrainte on obtient directement la solution simpli-
5.4. ALLOCATIONS DE PUISSANCE LMISSION 103
e:
f
2
i
=
a
i
(1
k
A
k
) +A
i
k
a
k
k
a
k
pour i = 1, . . . ,b (5.37)
o:
a
i
=
1
2
M
2
i
(5.38)
A
i
= a
i
(log(b
i
) log(log(b
i
))) avec b
i
=
2
4
i
2
M
2
M
b
2
(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 simplie TEBMA nglige les sous-
canaux les plus dfavoriss, tout comme les solutions WF et EQMM, et (5.37) calcule les f
2
i
pour les modes
restants.
Cette mthode simplie 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].
5.4 Allocations de puissance lmission
Les prcodeurs prcdemment dnis nutilisent pas les mmes critres doptimisation, et ont par cons-
quent des stratgies dallocation de puissance aux metteurs trs diffrentes. Avant dtudier en dtail les
stratgies des principaux types de prcodeurs, plusieurs commentaires simposent, issus directement de lob-
servation de lexpression mathmatique des matrices F.
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.,
f
2
i
= p
T
/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 pro-
portionnelle
i
, alors que le critre WF choisit une allocation uniforme. Nous obtenons en effet
f
2
i
=
p
T
+
i
(i = 1, . . . ,b) pour lEQMM, et f
2
i
= p
T
/b (i = 1, . . . ,b) pour le WF.
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
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 gure 5.3 prsente une tude statistique pour des canaux de Rayleigh sur le
sacrice 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
= n
R
= 2). La probabilit de sacrier une voie est visiblement
bien plus importante pour le critre WF que pour lEQMM.
0 2 4 6 8 10 12 14 16 18 20 22
10
5
10
4
10
3
10
2
10
1
10
0
Probabiblit dutiliser une seule voie pour les prcodeurs EQMM et WF (b=2, nT=2, nR=2, MDP4)
RSB en dB
EQMM
WF
FIG. 5.3 Sacrices de voies par les critres WF et EQMM en fonction du RSB
Considrons prsent un systme MIMO avec 5 metteurs et 5 rcepteurs qui transmet de linforma-
tion sur 4 voies indpendantes (les considrations pratiques sont dtailles dans le paragraphe suivant). La
gure 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
5.4. ALLOCATIONS DE PUISSANCE LMISSION 105
6 2 10
0
0.2
0.4
0.6
0.8
1
1.2
RSB en dB
P
u
i
s
s
a
n
c
e

m
o
y
e
n
n
e

p
a
r

v
o
i
e
A: WF, B: EQMM, C: TEBM, D: EGAL
A A A B B B C C C D D D
P1
P2
P3
P4
FIG. 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 fa-
vorise
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 gures 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 nit 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 defcacit spectrale, comme nous allons le montrer.
20 15 10 5 0 5 10
0
0.5
1
Puissance moyenne par voie pour le critre WF
P1
P2
P3
P4
20 15 10 5 0 5 10
0
0.5
1
Puissance moyenne par voie pour le critre EQMM
20 15 10 5 0 5 10
0
0.5
1
Puissance moyenne par voie pour le critre TEBM
RSB en dB
FIG. 5.5 Stratgie dallocation de puissance par prcodeur en fonction du RSB
20 15 10 5 0 5 10
0
0.5
1
P
1
Allocation de puissance avec prcodeurs diagonaux (b=4, nt=5, nr=5 et 10000 H and R alatoires)
TEBM
EQMM
WF
20 15 10 5 0 5 10
0
0.2
0.4
0.6
P
2
20 15 10 5 0 5 10
0
0.2
0.4
0.6
P
3
20 15 10 5 0 5 10
0
0.5
1
P
4
RSB en dB
FIG. 5.6 Stratgie de rpartition de puissance par voie en fonction du RSB
5.5. RSULTATS EXPRIMENTAUX 107
20 15 10 5 0 5 10
0
0.5
1
1.5
Puissance cumule pour le critre WF
P1+P2+P3+P4
P1+P2+P3
P1+P2
P1
20 15 10 5 0 5 10
0
0.5
1
1.5
Puissance cumule pour le critre EQMM
20 15 10 5 0 5 10
0
0.5
1
1.5
Puissance cumule pour le critre TEBM
RSB en dB
FIG. 5.7 Puissance cumule pour chaque prcodeur en fonction du RSB
5.5 Rsultats exprimentaux
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 efcacit 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 n
T
= 5 antennes mettrices et n
R
= 5 rcepteurs, par lequel sont achemines b voies indpendantes
dinformation. Pour chaque RSB, on transmet 10000 symboles appartenant une constellation MDP-4. An
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 dni comme le rapport de la puissance totale dmission sur la puissance totale
de bruit reu.
5.5.1 Capacits thoriques
Les capacits respectives des systmes utilisant nos diffrents prcodeurs, c--d lefcacit spectrale quils
peuvent thoriquement atteindre, sont directement calcules par lexpression (5.1) et reprsentes sur la -
gure 5.8. Ces capacits sont moyennes sur le nombre de tirages de H.
20 15 10 5 0 5 10
0
5
10
15
20
25
30
RSB en dB
Capacit thorique avec prcodeurs diagonaux (b=4, nt=5, nr=5 et 10000 H et R alatoires)
c
a
p
a
c
i
t

(
b
i
t
/
s
/
H
z
)
TEBM
EQMM
WF
uniforme
EGAL
QoS
FIG. 5.8 Capacits des systmes utilisant les diffrents prcodeurs
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 puis-
sance semble aussi efcace, 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 lefcacit spectrale mais simplement une liaison stable sur lensemble
des voies ou sur une ou plusieurs voies du systme.
5.5.2 Efcacits spectrales exprimentales et taux derreur binaire
Les efcacits spectrales effectives (gure 5.9) et les taux derreur binaire correspondants (gure 5.10)
sont cependant dun tout autre acabit. Comme nous utilisons un rcepteur optimal (MV), lentre et la sortie
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
MDP4
est donc lie au TEB par lexpression
suivante [3]:
C
MDP4
= 2b(1+TEBlog
2
(TEB)+(1TEB)log
2
(1TEB)) (bits / vecteur transmis) (5.40)
20 15 10 5 0 5 10
0
1
2
3
4
5
6
7
8
RSB en dB
Capacit exprimentale avec prcodeurs diagonaux (b=4, nt=5, nr=5 et 10000 H et R alatoires)
c
a
p
a
c
i
t

(
b
i
t
/
s
/
H
z
)
TEBM
MMSE
WF
EGAL
FIG. 5.9 Efcacits spectrales exprimentales des systmes prcods
Les gures 5.9 et 5.10 montrent clairement que les meilleures performances sont apportes par le pr-
codeur TEBM, qui prcde de peu celui bas sur la minimisation de lerreur quadratique moyenne. Contrai-
rement aux attentes thoriques, le prcodeur bas sur la maximisation de la capacit reste trs en de des
autres, et accuse notamment un dcit de prs de 5 dB par rapport au TEBM. Ces gures 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.
6 4 2 0 2 4 6 8 10
10
5
10
4
10
3
10
2
10
1
RSB en dB
TEB avec prcodeurs diagonaux (QAM4, b=4, nt=5, nr=5 et 10000 H et R alatoires)
T
E
B
MBER
MBER approx
EQMM
WF
uniforme
erreur gale
QoS
FIG. 5.10 TEB des systmes avec prcodeurs diagonaux
5.5.3 Consquences de la rduction de voies
Lorsque lon regarde le dtail des TEB par voies, on saperoit que la diffrence se fait essentiellement au
niveau de la voie la moins favorise. En effet lorsque le systme comporte seulement 2 voies indpendantes
pour 4 antennes mettrices et rceptrices (voir gure 5.11) le systme optimis par le critre TEBM fait
beaucoup plus derreurs sur la voie la plus favorise. Par contre il en fait moins sur la voie la moins favorise,
et comme le TEB nal est une moyenne des diffrentes voies, celle qui est prpondrante est videmment la
voie la moins favorise qui se trouve plus haut en TEB sur lchelle logarithmique.
Si le systme comporte 3 voies indpendantes (gure 5.12), on retrouve le mme schma, et note mme que
les prcodeurs bass sur la capacit et lerreur quadratique possdent 2 voies sur 3 dont le TEB est infrieur au
TEBM. Dans ce dernier cas, le prcodeur ax sur la maximisation de la capacit favorise tellement la meilleure
voie que celle-ci ne commet mme plus assez derreurs pour entrer dans lchelle de notre gure.
Ces gures permettent galement de montrer limportance du gain en abilit lorsque lon diminue le
nombre de voies pour une mme conguration de dpart. Le fait de prendre un sous-ensemble de 2 voies au
lieu de 3 sur un ensemble de dpart de n
T
= 4 antennes mettrices divise le TEB global de transmission par
plus de 100 pour le prcodeur TEBM. Mme si le systme perd en dbit, il gagne sans doute en capacit; il
reste alors trouver le compromis idal entre la abilit et le dbit dinformation.
6 4 2 0 2 4 6 8 10
10
5
10
4
10
3
10
2
10
1
RSB en dB
TEB par voie avec prcodeurs diagonaux (MAQ4, b=2, nt=4, nr=4 et 10000 H and R alatoires)
T
E
B
TEBM1
TEBM2
EQMM1
EQMM2
WF1
WF2
FIG. 5.11 Systme MIMO avec n
T
= 4 metteurs, n
R
= 4 rcepteurs et b = 2 voies indpendantes
6 4 2 0 2 4 6 8 10
10
5
10
4
10
3
10
2
10
1
RSB en dB
TEB par voie avec prcodeurs diagonaux (MAQ4, b=3, nt=4, nr=4 et 10000 H and R alatoires)
T
E
B
TEBM1
TEBM2
TEBM3
EQMM1
EQMM2
EQMM3
WF1
WF2
WF3
FIG. 5.12 Systme MIMO avec n
T
= 4 metteurs, n
R
= 4 rcepteurs et b = 3 voies indpendantes
Cette inuence de la rduction du nombre de voies sur la abilit des communications peut galement
tre illustre par un raisonnement inverse. La gure 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 abilit de la transmission, le rsultat est par contre trs
signicatif 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.
2 0 2 4 6 8 10 12 14
10
4
10
3
10
2
10
1
RSB en dB
T
E
B
Prcodage diagonal optimal vs.VBLAST (nR=2, b=2)
ML (2,3,2)
VBLAST(2,2)
ML(2,5,2)
FIG. 5.13 Impact de laugmentation du nombre dantennes mettrices sur le TEB pour un nombre xe de
voies de transmission et de rcepteurs (b = 2 et n
R
= 2)
5.6. SLECTION DANTENNES 113
5.6 Slection dantennes
Une autre approche est actuellement considre par le laboratoire ISL de Stanford qui mne des tudes
sur les techniques de slection dantennes. La slection, motive comme le prcodage linaire par la volont
de abiliser la transmission et daugmenter sa capacit, permet en plus une conomie au niveau des structures
mettrices. En effet le cot des metteurs est largement domin par les amplicateurs RF, alors que lon
peut facilement trouver des antennes bon march. La slection dantennes permet donc de nutiliser quun
nombre limit damplicateurs qui sont relis automatiquement aux antennes du sous-ensemble retenu. Ainsi
dans [102] le critre de capacit maximale, sans hypothse de diagonalit, est utilis pour slectionner, dans
de bonnes conditions de transmission (i.e. des RSB levs) un sous-ensemble dantennes de taille k, gale au
rang de la matrice de canal.
Cette tude est ensuite gnralise des sous-ensembles de taille quelconque [103] et pour la gamme
entire des RSB [104]. Les rsultats obtenus sont encourageants (gure 5.14), et peuvent sans doute tre am-
liors par le critre du TEBM. En revanche, slectionner des antennes en rception naugmente en aucun cas la
capacit du canal, ce qui se comprend aisment dans la mesure o lon recevrait moins dinformation (sauf si
les antennes rceptrices sont parfaitement corrles). Cette approche, drive des techniques de combinaison
des rpliques, est toutefois envisageable pour rduire la complexit ou le cot des rcepteurs et est tudie
dans [105].
Plus rcemment Heath et al. introduisent dans [106] un nouveau critre de slection base sur la maximi-
sation 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 diago-
naux, 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 vrier que laugmentation de complexit au niveau de la dtection nest pas prohibitive.
5.7 Perspectives sur le prcodage bas sur la distance euclidienne minimale
Nous nous intressons donc dans ce paragraphe au prcodage bas sur la distance euclidienne minimale sur
la constellation reue. Comme prcis dans notre premier chapitre, les modulations damplitude en quadrature
possdent dexcellentes proprits de distance minimale, et lide originale dveloppe dans ce paragraphe est
2 0 2 4 6 8 10 12 14
10
6
10
5
10
4
10
3
10
2
10
1
RSB en dB
T
E
B
Comparaison entre prcodage linaire diagonal et slection dantennes (MAQ4 / canal de Rayleigh)
FIG. 5.14 Slection dantennes vs. prcodage linaire
dessayer de reproduire la forme dune constellation MAQ pour les symboles reus sur chaque rcepteur. Nous
nous limitons ltude de coefcients rels et, si le nombre dmetteurs et de rcepteurs peut varier, les outils
mathmatiques utiliss (reprsentation angulaire) restreignent le domaine dapplication du procd aux sys-
tmes utilisant seulement deux voies indpendantes (par consquent, comme b = 2, il faut n
T
2 et n
R
2).
Enn la modulation utilise est une MDP-4.
Reprenons la version simplie du canal de transmission. Celui-ci peut scrire en fonction des valeurs
singulires:
H =
_
_
_
1
0
0
2
_
_
_ (5.41)
Le prcodeur est non-diagonal et peut donc scrire:
F
d
min
=
_
_
_
x y
w z
_
_
_
(5.42)
5.7. PERSPECTIVES SUR LE PRCODAGE BAS SUR LA DISTANCE EUCLIDIENNE MINIMALE 115
Le systme global est dni par lquation:
y = H
v
F
d
min
s +
v
soit
_
_
_
y
1
y
2
_
_
_ =
_
_
_
1
(xs
1
+ys
2
) +
v
1
2
(ws
1
+zs
2
) +
v
2
_
_
_ (5.43)
Le prcodeur F
d
min
est sujet la contrainte de puissance lmission trace(F
d
min
F
d
min
) p
T
. 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, F
d
min
est diagonal et donn par lexpression:
F
d
min
=
_
p
T
1 +k
2
_
_
_
1 0
0 k
_
_
_
(5.44)
Dans le cas contraire, le prcodeur se rsume la premire ligne:
F
d
min
=
_
p
T
5
_
_
_
2 1
0 0
_
_
_ (5.45)
Cette dernire solution signie que la voie virtuelle la plus dfavorise est abandonne, mais physique-
ment 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 exibilit 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 gure 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 indpen-
dantes. Il nutilise de plus que des coefcients 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 coefcients complexes.
2 0 2 4 6 8 10 12
10
5
10
4
10
3
10
2
10
1
RSB en dB
Slection dantenne vs. Prcodage linaire (MDP4, b=2, nt=3, nr=2)
T
E
B
Hard max (Dmin)
Soft max (Dmin)
FIG. 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 plu-
sieurs critres doptimisation. Bnciant dune structure de canal diagonale acquise dans le chapitre prc-
dent, 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 architec-
ture 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 din-
formation en parallle. Si ces critres bass sur le WF ou lEQMM sont connus, nous avons montr que grce
au processus de diagonalisation et de simplication 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 lefcacit 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 difcile.
CONCLUSION 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 transmis-
sions 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 envisa-
geables 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 rcep-
teur bas sur lerreur quadratique moyenne offre des perspectives plus intressantes, tout comme le rcepteur
annulations successives dinterfrences. Enn 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 l venir,
quil sagisse des communications radio-mobiles de troisime et quatrime gnration ou encore des rseaux
120 CONCLUSION
locaux sans l.
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. An 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 multi-
porteuses 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 defcacit 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 de-
vrait 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 ca-
nal 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 proter au
mieux de cette information. Cependant, pour pouvoir utiliser le dtecteur optimal avec une complexit raison-
nable, le systme quivalent doit tre diagonal. Grce des oprations de dcomposition matricielles, nous
avons ainsi propos une mthode de simplication et de diagonalisation du canal MIMO. La construction
des prcodeurs et dcodeurs, volontairement restreints des matrices diagonales, permet alors dagir direc-
tement 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 defcacit 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 sus-
ceptible 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 scientique fait lhypo-
CONCLUSION 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 ques-
tion de codage dtecteur et correcteur derreurs. Une extension possible ce travail serait donc dinclure par la
suite du codage dans nos simulations, pour vrier lefcacit de nos prcodeurs. Les turbo-codes en particu-
lier, 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 em-
piriques, 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 dia-
gonal. On pourrait envisager de considrer prsent les prcodeurs non-diagonaux, et vrier si la perte en
terme de complexit est compense par laccroissement des performances. En particulier, les prcodeurs non-
diagonaux bass sur la distance euclidienne minimale paraissent trs prometteurs.
122 CONCLUSION
ANNEXE 123
Annexe
Approximation de la fonction de Lambert
La fonction de Lambert vrie lquation
y exp y = x (46)
Cette quation ayant un nombre inni de solutions pour chaque valeur non-nulle de x, la fonction de Lambert
possde un nombre inni 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).
Cette fonction W
0
(x) a pour dveloppement en srie [108]:
W
0
(x) = x x
2
+
3
2
x
3
8
3
x
4
+
125
24
x
5
+. . . =
n=1
(n)
n1
n!
x
n
(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:
W
0
(x) = log x log log x +
k=0
m=0
c
km
(log log x)
m+1
(log x)
km1
(48)
Les coefcients c
km
peuvent tre dtermins par le thorme dinversion de Lagange. Dans notre cas, on
nglige le terme de droite pour obtenir nalement lapproximation:
W
0
(x) log x log log x (49)
Pour illustrer la pertinence de cette approximation asymptotique, la gure 16 reprsente la fonction de
124 ANNEXE
Lambert dindice 0 W
0
(x) et son approximation pour x rel de 10 1000.
1.5
2
2.5
3
3.5
4
4.5
5
200 400 600 800 1000
x
FIG. 16 Fonction de Lambert principale W
0
(x) (ligne continue) et son approximation par
log(x) log(log(x)) (ligne pointille)
Ltude de ces courbes montre clairement que lapproximation est un peu grossire, mais dune part elle
se justie 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 optimisa-
tion, 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:
f
2
i
= a
i
(log
b
i
2
log log
b
i
2
) (50)
ANNEXE 125
avec
a
i
=
1
2
M
d
2
i
(51)
b
i
=
2
4
i
2
M
2
M
b
2
(52)
Lquation (50) se dveloppe alors comme suit:
f
2
i
= a
i
(log b
i
2 log log(log b
i
2 log )) = a
i
log b
i
a
i
log log b
i
2a
i
(log log log ) (53)
En posant ensuite A
i
= a
i
(log(b
i
) log(log(b
i
))), et en tenant compte de la contrainte de puissance
b
i=1
f
2
i
= p
T
, on obtient:
b
i=1
f
2
i
=
b
i=1
A
i
2
b
i=1
a
i
(log log log ) = p
T
(54)
soit
log log log =
b
i=1
A
i
p
T
2
b
i=1
a
i
(55)
En remplaant log log log par cette expression dans (53), on obtient:
f
2
i
= A
i
2a
i
(
b
k=1
A
k
p
T
2
b
k=1
a
k
) (56)
Finalement les lments du prcodeur peuvent tre exprims par:
f
2
i
=
a
i
(1
b
k=1
A
k
) +A
i
b
k=1
a
k
b
k=1
a
k
pour i = 1, . . . ,b (57)
126 ANNEXE
BIBLIOGRAPHIE 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 enco-
der redundancy. In Proceedings of IEEE Asilomar Conference on Signals, Systems and Computers,
volume 1, pages 626630, Pacic 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 Procee-
dings, 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. Identication of frequency hopping communications. In Pro-
ceedings 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
Selected Areas in Communications, 17(7):12051211, July 1999.
[12] W. C. Jakes. Microwaves mobile communications. McGraw-Hill, New-York, 1982.
[13] A. Mansour, C. Jutten, and P. Loubaton. Adaptive subspace algorithm for blind separation of inde-
pendent sources in convolutive mixture. IEEE Transactions on Signal Processing, 48(2):583586,
February 2000.
[14] A. Wittneben. Basestation modulation diversity for digital simulcast. In Proceedings of the IEEE
Vehicular Technology Conference (VTC91), pages 848853, May 1991.
[15] N. Seshadri and J. H. Winters. Two signaling schemes for improving the error performance of
frequency-division-duplex (FDD) transmission systems using transmitted antenna diversity. Interna-
tional Journal of Wireless Information Networks, 1(1):4959, January 1994.
[16] S. Benedetto and E. Biglieri. Principles of Digital Transmission with Wireless Applications. Plenum-
Kluwer, 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 efcacit 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 Telecommuni-
cations, 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 com-
munication: 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 identication and estimation. IEEE Proceedings, 86, 1998.
[25] T. L. Marzetta and B. M. Hochwald. Capacity of a mobile multiple-antenna communication link in
Rayleigh at 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 commu-
nications in rayleigh at fading. IEEE Transactions on Information Theory, 46(2):543564, March
2000.
[27] B. L. Hughes. Differential space-time modulation. IEEE Transactions on Information Theory,
46(7):25672578, November 2000.
[28] G. J. Foschini. Layered space-time architecture for wireless communication in a fading environment
when using multi-element antennas. Bell Labs Technical Journal, pages 4157, Autumn 1996.
[29] G. Ungerboeck. Channel coding with multilevel/phase signals. IEEE Transactions on Information
Theory, 28(1):5567, January 1982.
[30] N. Seshadri and C. E. W. Sundberg. Multi-level trellis coded modulations for the Rayleigh fading
channel. IEEE Transactions on Communications, 41(9):13001310, September 1993.
[31] V. Tarokh, H. Jafarkhani, and A. R. Calderbank. Space-time block codes from orthogonal designs.
IEEE Transactions on Information Theory, 45(5):14561467, July 1999.
[32] G. Ganesan and P. Stoica. Space-time diversity using orthogonal and amicable orthogonal designs.
Wireless Personal Communications, 18(2):165178, August 2001.
[33] C. Berrou, A. Glavieux, and P. Thitimajshima. Near Shannon limit error-correcting coding and deco-
ding: Turbo-codes. In Proceedings of the IEEE International Conference on Communications (ICC),
pages 10641070, Genve, Suisse, May 1993.
[34] A. S. Stefanov and T. M. Duman. Turbo coded modulation for systems with transmit and receive
antenna diversity. In Proceedings of IEEE Global Telecommunications Conference (Globecom), pages
23362340, Rio De Janeiro, Brazil, 1999.
[35] K. Cavalec-Amis. Optimisation des Turbo Codes pour les systmes grande efcacit spectrale. PhD
thesis, ENST Bretagne, 2001.
[36] A. Grant and C. Schlegel. Differential turbo space-time coding. In Proceedings of the IEEE Information
Theory Workshop (ITW), pages 120122, Cairns, Australia, September 2-7 2001.
[37] C. Schlegel and A. Grant. Concatenated space-time coding. In Proceedings of the IEEE Symposium
on Personal, Indoor and Mobile Radio Communications (PIMRC), pages 139143, San Diego (CA),
USA, September 30 - October 3 2001.
[38] B. Hassibi and B. M. Hochwald. Cayley differential unitary space-time codes. IEEE Transactions on
Information Theory, 48(6):14851503, June 2002.
130 BIBLIOGRAPHIE
[39] G. D. Golden, G. J. Foschini, P. W. Wolnianski, and R. A. Valenzuela. V-BLAST: A high capacity
space-time architecture for the rich-scattering wireless channel. In Proceedings of the International
Symposium on Advanced Radio Technologies, Boulder (CO), USA, September 10 1998.
[40] P. W. Wolniansky, G. J. Foschini, G. D. Golden, and R. A. Valenzuela. V-BLAST: An architecture for
realizing very high data rates over the rich-scattering wireless channel. In Proceedings of the URSI
International Symposium on Signal, Systems and Electronics (ISSSE), pages 295300, Pisa, Italy, Sep-
tember 29 - October 2 1998.
[41] G. D. Golden, C. J. Foschini, R. A. Valenzuela, and P. W. Wolniansky. Detection algorithm and initial
laboratory results using v-blast space-time communication architecture. Electronic Letters, 35(1):14
15, January 1999.
[42] A. R. Hammons and H. El Gamal. Space-time codes: New design criteria and general constructions.
In Proceedings of the Sixth Annual Workshop on Smart Antennas in Wireless Mobile Communications,
Stanford University (CA), USA, July 22-23 1999.
[43] D. Shiu and J. M. Kahn. Scalable layered space-time codes for wireless communications: Performance
analysis and design criteria. In IEEE Proceedings of Wireless Communications and Networking Confe-
rence (WCNC), volume 1, pages 159163, New Orleans (LA), USA, September 21-24 1999.
[44] B. A. Bjerke and J. G. Proakis. Multiple antenna diversity techniques for transmission over fading
channels. In IEEE Proceedings of Wireless Communications and Networking Conference (WCNC),
volume 3, pages 10381042, New Orleans (LA), USA, September 21-24 1999.
[45] S. Ariyavisitakul. Turbo space-time processing to improve wireless channel capacity. In Proceedings
of the IEEE International Conference on Communications (ICC), volume 3, pages 12381242, Hyde-
rabad, India, June 2000.
[46] G. J. Foschini, G. D. Golden, R. A. Valenzuela, and P. W. Wolnianski. Simplied processing for wi-
reless communication at high spectral efciency. IEEE Journal on Selected Areas in Communications,
17(11):18411852, November 1999.
[47] G. Ginis and J. M. Ciof. On the relation between V-BLAST and the GDFE. IEEE Communications
Letters, 5(9):364366, September 2001.
[48] C. Tidestav, A. Ahlen, and M. Sternad. Realizable MIMO decision feedback equalizers: Structure and
design. IEEE Transactions on Signal Processing, 49(1):121133, January 2001.
[49] M. O. Damen, K. Abed-Meraim, and S. Burykh. Iterative QR detection for BLAST. Wireless Personal
Communications, 19(3):179192, December 2001.
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 (Globe-
com), volume 2, pages 10721076, San Francisco (CA), USA, November 27 - December 3 2000.
[53] M. O. Damen, A. Chkeif, and J. C. Belore. Lattice code decoder for space-time codes. IEEE Com-
munications 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 coefcients.
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, Rouma-
nie, December 5-7 2002.
132 BIBLIOGRAPHIE
[62] L. Collin. Optimisation de systmes multi-antennes base sur la distance minimale. PhD thesis, IRE-
Nav/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 (VTC-
Fall99), 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 preco-
ding 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 electri-
cal 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 num-
riques "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 efcient 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 exible 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 Telecom-
munications 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 elds. Journal of
the Acoustical Society of America, 82:13491359, 1987.
134 BIBLIOGRAPHIE
[85] K. S. Shanmungan and P. Balaban. A modied 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 lter to nonlinear systems. In Pro-
ceedings 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 commu-
nications using multiple antennas. In Proceedings of IEEE Asilomar Conference on Signals, Systems
and Computers, volume 1, pages 215219, Pacic Grove (CA), USA, 1999.
[92] A. Scaglione, P. Stoica, S. Barbarossa, G. B. Giannakis, and H. Sampath. Optimal designs for space-
time 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 lling capacity of Rayleigh MIMO
channels. In Proceedings of the IEEE Symposium on Personal, Indoor and Mobile Radio Communica-
tions (PIMRC), San Diego (CA), USA September 30 - October 3 2001.
[95] F. Boixadera and J. Boutros. Capacity considerations for wireless multiple-input multiple-output chan-
nels. In Workshop on Multiaccess, Mobility and Teletrafc for Wireless Communications, volume 4,
BIBLIOGRAPHIE 135
Venice, Italy, October 6-8 1999.
[96] H. Sampath, P. Stoica, and A. Paulraj. Optimum precoder and equalizer designs for xed rate MIMO
systems. In Proceedings of IEEE International Workshop on Intelligent Signal Processing and Com-
munications Systems (ISPACS), pages 823828, Honolulu (HI), USA, November 2000.
[97] A. Scaglione, S. Barbarossa, and G. B. Giannakis. Filterbank transceivers optimizing information
rate in block transmissions over dispersive channels. IEEE Transactions on Information Theory,
45(3):10191032, April 1999.
[98] G. Burel. Statistical analysis of the smallest singular value in MIMO transmission systems. In Pro-
ceedings of the WSEAS International Conference on Signal, Speech and Image Processing (ICOSSIP),
pages 15411546, Skiathos Island, Greece, September 25-28 2002.
[99] R. M. Corless, G. H. Gonnet, D. E. G. Hare, D. J. Jeffrey, and D. E. Knuth. On the Lambert W Function.
Advances in Computational Mathematics, 5:329359, 1996.
[100] P. Rostaing, O. Berder, G. Burel, and L. Collin. Minimum BER diagonal precoder for MIMO digital
transmissions. Signal Processing, 82(10):14771480, October 2002.
[101] O. Berder, P. Rostaing, L. Collin, and G. Burel. Minimum BER diagonal precoder for MIMO sys-
tems. In IEEE International Conference Communications 2002, pages 160165, Bucarest, Roumanie,
December 5-7 2002.
[102] D. Gore, R. Nabar, and A. Paulraj. Selecting an optimal set of transmit antennas for a low rank ma-
trix channel. In Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal
Processing (ICASSP), volume 5, pages 27852788, Istanbul, Turkey, June 2000.
[103] R. U. Nabar, D. Gore, and A. J. Paulraj. Optimal selection and use of transmit antennas in wireless
systems. In Proceedings of the International Conference on Telecommunications (ICT), Acapulco,
Mexico, May 22-25 2000.
[104] S. Sandhu, R. U. Nabar, D. Gore, and A. J. Paulraj. Near-optimal selection of transmit antennas for a
MIMO channel based on Shannon capacity. In Proceedings of IEEE Asilomar Conference on Signals,
Systems and Computers, volume 1, pages 567571, Pacic Grove (CA), USA, October 2000.
[105] A. F. Molisch, M. Z. Win, and J. H. Winters. Capacity of MIMO systems with antenna selection. In
Proceedings of the IEEE International Conference on Communications (ICC), volume 2, pages 570
574, Helsinki, Finland, June 11-15 2001.
[106] R. W. Heath Jr. and A. Paulraj. Antenna selection for spatial multiplexing systems based on minimum
error rate. In Proceedings of the IEEE International Conference on Communications (ICC), volume 7,
136 BIBLIOGRAPHIE
pages 22762280, Helsinki, Finland, June 11-15 2001.
[107] L. Collin, P. Rostaing, O. Berder, and G. Burel. Soft vs. hard antenna selection based on minimum
distance for MIMO systems. In Proceedings of IEEE Asilomar Conference on Signals, Systems and
Computers, volume 2, pages 13691373, Pacic Grove (CA), USA, November 3-6 2002.
[108] C. Caratheodory. Theory of Functions of a Complex Variable. Chelsea, New York, 1954.
LISTE 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.
Communications dans des confrences internationales comit de lecture
O. Berder, P. Rostaing, L. Collin et G. Burel. Minimum BER Diagonal Precoder for MIMO Systems.
Proceedings of the IEEE International Conference Communications 2002, pp. 160-165, Bucarest, Rou-
manie, dcembre 2002.
L. Collin, P. Rostaing, O. Berder et G. Burel. A Fast ML-Based receiver for MIMO Rician Fading
Channel. Proceedings of the IEEE International Conference Communications 2002, pp. 154-159, Bu-
carest, Roumanie, dcembre 2002.
L. Collin, O. Berder, P. Rostaing et G. Burel. Soft vs. Hard Antenna Selection based on Minimum Dis-
tance Criterion for MIMO Systems. Proceedings of the 36th Annual Asilomar Conference on Signals,
Systems and Computers, vol. 2, pp. 1369-1373, Pacic Grove (CA), USA, 3-6 novembre 2002.
R. Gautier, G. Burel, J. Letessier et O. Berder. Blind Estimation of Scrambler Offset using Encoder
Redundancy. Proceedings of the 36th Annual Asilomar Conference on Signals, Systems and Computers,
vol. 1, pp. 626-630, Pacic Grove (CA), USA, 3-6 novembre 2002.
O. Berder, L. Collin, G. Burel et P. Rostaing. Digital Transmissions Combining BLAST and OFDM
Concepts: Experimentation on the UHF COST 207 Channel. Proceedings of IEEE Global Telecommu-
nications Conference (Globecom), vol. 1, pp. 141-145, San Antonio (TX), USA, novembre 2001.
G. Burel, C. Bouder et O. Berder. Detection of Direct Sequence Spread Spectrum Transmissions
without Prior Knowledge. Proceedings of IEEE Global Telecommunications Conference (Globecom),
vol. 1, pp. 236-239, San Antonio (TX), USA, novembre 2001.
O. Berder, C. Bouder, G. Burel. Identication of Frequency Hopping Communications. Proceedings
138 LISTE DE PUBLICATIONS
of WSEAS Conference on Circuits, Systems, Communications and Computers (CSCC), pp. 3851-3856,
Vouliagmeni, Grce, juillet 2000.
Communications dans des confrences nationales avec comit de lecture
L. Collin, P. Rostaing, O. Berder et G. Burel. Application de lestimateur de Julier et Uhlmann lva-
luation rapide du Taux Erreur Bit dans un systme de transmission MIMO/OFDM. Actes du GRETSI
(Colloque sur le Traitement du Signal et des Images), Toulouse, France, septembre 2001.
Article retenu en ouvrage suite une confrence
O. Berder, C. Bouder, G. Burel. Identication of Frequency Hopping Communications. Problems in
modern applied mathematics, N. Mastorakis, pp. 259-264, 2000, ISBN:960-8052-15-7.
Articles soumis des revues internationales comit de lecture
O. Berder, L. Collin, P. Rostaing et G. Burel. Diagonal precoders for MIMO systems using eigen
sub-channels representation. Digital Signal Processing, soumis en fvrier 2002.
L. Collin, O. Berder, P. Rostaing et G. Burel. Optimal Minimum Distance Based Precoder for MIMO
Spatial Multiplexing Systems. IEEE Transactions on Signal Processing, Special Issue on MIMO, sou-
mis en dcembre 2002.

These Olivier Be Rder

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

These Olivier Be Rder

Transféré par

Droits d'auteur :

Formats disponibles

THSE

Matrice transpose conjugue de A

Densit spectrale de puissance du bruit

Matrice de covariance du vecteur

Rapport signal sur bruit moyen

et de densit spectrale de puissance bilatrale

de la matrice de canal pour rcuprer tous les

la somme des lments du vecteur s : s

grce lquation (2.20)

est correcte, alors lestimation du vec-

2.6. PRINCIPALES CARACTRISTIQUES DES SYSTMES MULTI-ANTENNES 43

)] bits/s/Hz, avec le RSB =

est lnergie de la fonction et

du signal mis (aprs le prcodeur). Cette condition limite aussi la

4.3. SIMPLIFICATION DU CANAL MIMO 87

lentier tel que

est dni par:

. On peut alors facilement trouver les valeurs f

lentier tel que

est toujours dnie par (5.6).

dtermine . Mais il faut vrier que cette valeur de

que prcdemment. Lquation (5.20) nous donne facilement les f

Vous aimerez peut-être aussi