Académique Documents
Professionnel Documents
Culture Documents
Rsum
Ce papier invit traite de plusieurs aspects relatifs au canal de propagation dans un contexte multiantennes MIMO. Diffrentes approches, bases sur des simulations et des mesures, utilises pour
modliser le canal de propagation sont d'abord prsentes. Le potentiel de ces modles est ensuite
valu quant leur extension au contexte MIMO. Ainsi, quelques problmatiques lies la simulation du
canal MIMO sont voques notamment en lien avec une simulation raliste dans des milieux complexes.
Ensuite, les diffrentes techniques de mesure utilises dans le but de caractriser le canal de propagation
dans divers milieux sont dcrites. Des campagnes de mesures effectues dans diffrents environnements
ont t analyses pour obtenir les paramtres statistiques du canal. Les rsultats obtenus, en simulation
comme en mesure, permettent une valuation de la capacit du canal MIMO. Ces rsultats permettent
de discuter de l'intgration des techniques MIMO dans des systmes de communication sans fil.
Mots cls : Canal de propagation, caractrisation, modlisation, capacit, MIMO
Abstract
This invited paper deals with several aspects relative to the MIMO propagation channel. Different
approaches, based on simulations and measurements, used to model the propagation channel are first
presented. The interest of these models is shown for the MIMO concept. Some specific points are also
underlined in order to realize realistic MIMO channel simulation in complex environment. Then, the
different measurement techniques used in order to characterize the propagation channel in various
environments (outdoor, indoor, penetration) are described. Measurement campaigns made in different
environments have been analyzed to obtain the relevant statistical parameters of the channel. Simulation
of MIMO channel is then processed. Measurement and simulation results provide an evaluation of the
capacity of MIMO channel. These results make it possible to discuss the integration of MIMO techniques
in practical wireless communication systems.
Key words : Propagation channel, characterization, modeling, capacity, MIMO
-1/15-
81
Introduction
Aujourd'hui, les rseaux d'accs sans fil montrent des limites en termes de dbit numrique, de qualit de
service (QoS) et defficacit spectrale. De nombreuses applications sont concernes, telles que les rseaux
locaux sans fil (WLAN), la boucle locale radio (WLL) et les futures gnrations de systmes radiomobiles
(3G+, 4G). Depuis plusieurs annes, des efforts ont t conduits pour amliorer la conception des
systmes existants. En fait, la tendance l'augmentation des dbits va continuer trs probablement pour
atteindre quelques 100 Mbit/s pour une mobilit modre, et jusqu' 1 Gbit/s pour une mobilit rduite.
Dans ce contexte, la technologie MIMO apparat comme incontournable pour rpondre ces
spcifications. Le principe MIMO (Multiple-Input Multiple-Output) peut tre dfini simplement. Comme les
traitements dans les domaines temporel et frquentiel ont t pousss leurs limites, le domaine spatial
peut tre exploit. L'ide principale est de transmettre de multiples flux de donnes sur plusieurs
antennes. En rception, plusieurs antennes sont considres en vue d'amliorer les performances du
systme (Fig. 1).
Tx
Rx
Dans un cas idal, il peut tre dmontr que le dbit maximal (capacit du canal) crot linairement avec
le nombre des antennes dmission (Tx) et de rception (Rx) [1]. Ainsi, cette technique peut tre
considre comme une gnralisation de la diversit d'espace [2]. Elle suppose une propagation riche en
trajets multiples en vue de l'exploitation indpendante des canaux entre les antennes Tx et Rx. Cette
structure dmission et de rception peut tre modlise en utilisant une reprsentation matricielle du
canal.
Des considrations bases sur la thorie de linformation permettent de mettre en vidence que deux
mcanismes fondamentaux sont en jeu dans le processus de transfert des donnes : la diversit
(rception de multiples copies dcorrles de la mme information transmise, pour lutter contre les
vanouissements du canal), et le multiplexage (rception de symboles indpendants pour accrotre la
capacit de canal) [3]. La structure du canal de propagation impose un compromis entre les deux types
-2/15-
82
de gain. Lamlioration des performances et/ou des dbits, prdite par la thorie de l'information, repose
sur une connaissance fine des phnomnes de propagation. Cette connaissance permet de choisir, pour
un environnement donn, les schmas de codage et de modulation les plus appropris. Les antennes
d'mission et de rception doivent tre soigneusement conues pour maximiser le rang du canal, c'est-dire le nombre de modes propres de communications disponibles. Dans ce cas, la corrlation et la
dispersion des paramtres du canal jouent un rle central.
La propagation des ondes lectromagntiques entre un metteur et un rcepteur est caractrise par la
prsence des trajets multiples causs par diffrents phnomnes tels que la rflexion, la rfraction, la
diffusion et la diffraction. Les performances des systmes MIMO sont largement tributaires du milieu de
propagation et de la structure des rseaux dantennes. Cette observation est plus importante dans le cas
MIMO que dans une configuration SISO (Single-Input Single-Output). Dans ce contexte, la caractrisation
et la modlisation de l'espace-temps de la chane semblent essentielles. Ainsi, l'objectif de notre tude
vise apporter une meilleure comprhension de la chane de propagation MIMO pour enfin proposer un
modle appropri. Plusieurs mthodes de classification des modles sont proposes dans la littrature [2][8]. Dans ce papier, nous distinguons les modles dterministes et stochastiques.
2.1. Modles dterministes
Ces modles sont bass sur une description minutieuse d'un environnement spcifique. Dans cette
catgorie, deux approches peuvent tre identifies : les mthodes par trac de rayons et des techniques
bases sur le traitement et l'exploitation des donnes de mesure. Les modles bass sur le trac de
rayons, fonds sur des approximations optiques, ncessitent de connatre les spcifications gomtriques
et lectromagntiques compltes de l'environnement simul. Ils permettent d'estimer les caractristiques
du canal avec une bonne prcision qui dpend intrinsquement de la description de l'environnement
modlis. Cette mthode est gnralement base sur une description 3D de l'environnement. En outre,
d'autres modles peuvent tre utiliss qui sont bass sur les quations de Maxwell, ils ncessitent
toutefois des temps de calcul dautant plus excessifs que lenvironnement trait est grand. Une
comparaison de prdictions par trac de rayons avec des mesures montre que les simulations ont
tendance sous-estimer la capacit du canal MIMO [9]. Un autre type de modles consiste enregistrer
les donnes de mesure pour pouvoir ensuite les rejouer. Ainsi, les campagnes de mesure de la
propagation permettent d'extraire diffrents paramtres caractristiques d'un environnement spcifique.
Mais ces paramtres sont valables pour des conditions exprimentales donnes, et les simulations ont
besoin de grandes ressources en mmoire.
2.2. Modles stochastiques
Les modles stochastiques ont pour but de dcrire les paramtres du canal par des lois de variables
alatoires. Le COST 259 Directional Channel Model [10] est un exemple de modles statistiques du canal
MIMO. On peut galement citer les modles bass sur la gomtrie et ceux bass sur la corrlation. Les
modles gomtriques considrent une distribution statistique des diffuseurs autour de la station de base
et du mobile. En supposant la prsence d'un rebond unique ou dun double rebond, le modle du canal
peut tre calcul. Ces modles permettent galement de faire varier le canal dans le temps en prenant en
compte le dplacement relatif entre l'metteur et le rcepteur. Les modles les plus couramment utiliss
sont certainement les modles stochastiques gaussiens fonds sur des proprits de second ordre
(corrlation) entre les lments de la matrice du canal. Le modle le plus complet consiste en la
dtermination de la matrice de corrlation entre tous les canaux, ce qui conduit des calculs complexes
qui sont difficiles interprter dun point de vue physique. Pour cette raison et afin de faciliter l'extension
des modles SIMO et MISO existants, d'autres modles sparant les corrlations lmission (Tx) et
rception (Rx) sont utiliss en particulier dans les projets europens tels que les projets IST METRA et
ASILUM. Dans ces modles, une structure de sparation de covariance (dnomme ci-aprs le modle de
produit de Kronecker) peut tre cre avec le produit de Kronecker des matrices de covariance des
signaux sur les rseaux de transmission et de rception. Des travaux rcents ont dmontr des lacunes
dans le principe de ces modles [11]. En particulier, si pour les rseaux avec un faible nombre d'antennes
-3/15-
83
ce type de modle semble correct, il devient de moins en moins appropri lorsque le nombre d'antennes
augmente. Ainsi, Weichselberger [12] a labor un modle qui peut envisager une certaine relation entre
les proprits du second ordre en Tx et Rx. Ce modle, bas sur la dfinition des modes vectoriels
structurs et la dfinition d'une matrice de couplage, permet une plus grande souplesse dans la mesure
de la diversit et de multiplexage offert par le canal. Une autre approche base sur la corrlation utilise
les proprits des matrices alatoires. Rcemment, d'autres tudes ont montr qu'un phnomne
dtranglement (keyhole) est thoriquement possible (par exemple, dans un couloir, un tunnel ou lorsque
les ondes se propagent travers le mme conduit) [13]. Un modle associ cette situation est un
modle non gaussien. Il permet en particulier de reprsenter les canaux dont la diversit en Tx et Rx est
riche, tandis que le degr de multiplexage est nul. Le principal inconvnient de ce modle, qui spare les
proprits du second ordre en Tx et Rx, rside dans la complexit de dterminer ses paramtres partir
de la mesure. En effet, il est ncessaire de dterminer trois matrices, la matrice de corrlation en Tx, en
Rx, et une troisime pour relier les diffuseurs hypothtiques de Tx et Rx.
L'tude de la propagation des ondes apparat comme une tche importante lors du dveloppement d'un
systme sans fil. L'analyse est gnralement mene dans le domaine temporel, en mesurant la bande de
cohrence, le temps de cohrence, la dispersion des retards et la dispersion Doppler. Aussi, la distance de
cohrence et la dispersion angulaire des trajets sont utilises pour mettre en vidence le lien entre la
propagation et le systme dans le domaine spatial. Pour les systmes large bande, l'analyse doit porter
sur les pertes de puissance (estimation de la couverture radiolectrique et du rapport signal sur
interfrent) et sur la rponse impulsionnelle (estimation des caractristiques du canal large bande). Par
consquent, une description prcise de la dimension spatiale et temporelle des proprits du canal est
ncessaire pour la conception de systmes haut dbit, et aussi pour le choix de la topologie du rseau.
Pour rpondre cet objectif, une thorie a t propose tout dabord par Bello [14], dans le domaine
temporel, puis tendue une caractrisation spatio-temporelle par Eggers [15] et Durgin [16]. Cette
thorie de caractrisation spatio-temporelle permet de dfinir les relations existant entre les diffrentes
reprsentations possibles du canal de propagation. Ds lors, de toutes ces reprsentations, nous pouvons
extraire des informations prcises lies au degr de cohrence ou de dispersion spatio-temporel du canal.
Toutefois, ces paramtres caractristiques du canal sont trs souvent dfinis dans le cadre dune
hypothse de travail purement statistique. Il sagit de lhypothse de stationnarit au sens large et
diffuseurs non corrls WSSUS (Wide Sense Stationary Uncorellated Scatterers) qui suppose que la
variation de la puissance moyenne du signal est quasi nulle sur une faible chelle de variations spatiale,
temporelle ou frquentielle. Ainsi, cette hypothse implique que les moments statistiques dordre 1 et 2
du canal sont quasi indpendants des variations temporelles, spatiales ou frquentielles.
3.1. Paramtres caractristiques du canal MIMO
En considrant le canal de transmission MIMO, dfini par les rseaux dantennes Tx et RX avec le canal de
propagation les sparant, plusieurs paramtres peuvent tre exploits. Les paramtres les plus utiliss
sont les valeurs propres de la matrice du canal, le conditionnement, la capacit et la corrlation.
La reprsentation classique du canal repose sur une description considrant NrxNe canaux SISO (Fig. 2) et
est modlise par la matrice de canal note H. La diagonalisation du systme matriciel correspondant
permet dexprimer le canal comme la superposition de plusieurs sous-canaux (ou modes) propres
dcorrls transportant chacun une fraction du signal transmis. Ainsi, la diagonalisation se matrialise par
une dcomposition en valeurs singulires de la matrice H tel que :
H
La matrice diagonale
U6V H
H, o les Ok
V k2 sont
-4/15-
84
H.HH. Les
V.V H
I Ne
U.U
I Nr
Ainsi, comme lillustre la figure 2, cette dcomposition du canal en valeurs singulires permet dassimiler
le canal de propagation, constitu de NrxNe canaux plus ou moins corrls, N (N = min {Nr,Ne}) canaux
totalement dcorrls de coefficients de transfert Ok1/2. La valeur de ces coefficients dpend du degr de
corrlation entre les trajets. Ces valeurs singulires tendent vers zro lorsque la corrlation augmente.
O 11/2
O 21/2
O n1/2
NeT
antennes
NeT
antennes
NrR
antennes
Nn valeurs
singulires
positives ou nulles
P valeurs
r valeurs
NNr R
propres
nonnon antennes
singulires
nulles
nulles
Fig. 2. Dcomposition dun canal MIMO en canaux indpendants par dcomposition en valeurs singulires
( gauche : reprsentation classique en canaux corrls, droite : reprsentation en canaux dcoupls)
Dans la mesure o la dcomposition fournit une reprsentation quivalente du canal H, les coefficients de
transfert du canal (Ok ou H~ ij selon la reprsentation choisie) conservent la mme puissance totale :
P
k 1
Nr
Ne
2
ij
i 1 j 1
Cette dcomposition montre quau plus, P antennes reoivent un signal. Les autres antennes (P +1 N)
associes des valeurs singulires nulles ne reoivent que du bruit. Aussi, dans cette reprsentation
quivalente, le nombre effectif dantennes recevant un signal se limite P, rang de la matrice H.
Ce paramtre nous informe sur la qualit de la liaison. Il est dfini par le rapport entre la valeur propre
maximale et la valeur propre minimale du canal. Si ce rapport est proche de 1, alors toutes les voies
dmission peuvent transmettre la mme quantit dinformation, alors que dans le cas contraire, la liaison
est dsquilibre.
Shannon a dmontr quil existe un dbit dinformation en dessous duquel il est possible de transmettre
avec une probabilit derreur arbitrairement faible en utilisant un codage suffisamment labor. Au-dessus
de ce dbit, la probabilit derreur ne peut plus tre annule. Cette grandeur sappelle la capacit du canal
que nous notons C (en bit/s/Hz).
On dfinit, dans le cas o la puissance des antennes mettrices est identique, la capacit instantane du
canal par lexpression :
C
U
log 2 det I N r
H .H H
N
e
-5/15-
85
N r d N e
Nous pouvons simplifier lexpression prcdente en lcrivant partir des valeurs propres Ok de la matrice
H ; elle devient alors :
P
log
i 1
U
1
Oi
N e
Dans le cas o le nombre dantennes la rception devient strictement suprieur au nombre dantennes
lmission, les expressions prcdentes deviennent :
U H
log 2 det I N r
H .H N r ! N e
Ne
ou :
P
log
i 1
U
1
O i
N
e
Les expressions prcdentes permettent de calculer la capacit pour une ralisation particulire de la
matrice de canal H. Cette capacit instantane fluctue au rythme du canal. Aussi, on prfre dfinir une
capacit moyenne du canal.
Le canal fluctuant de faon alatoire , la capacit instantane C peut galement tre considre
comme une variable alatoire. Nous dfinissons la capacit moyenne, Cmoy, comme lesprance de C pour
toutes les ralisations du canal :
C moy
E >C @
U
E log 2 det I N r
H .H H
N
e
N r d N e
ou :
C moy
E >C @
U
H H .H N r ! N e
E log 2 det I N r
Ne
Un des lments cls associ la performance dun canal MIMO est le bon positionnement des antennes.
En effet, et en particulier pour les systmes de faible encombrement, nous ne pouvons pas disposer les
antennes de manire quelconque sans prendre le risque davoir des liaisons MIMO trs fortement
corrles. Pour cela, nous disposons de la matrice de corrlation, note RH, de dimension gale
(NrxNe). Chaque lment de cette matrice est dfini par :
X/Y
cov( X ,Y )
var( X ).var( Y )
variance et de covariance.
Ainsi, lvolution de ces critres en fonction dune variation de lespacement entre antennes lmission
et/ou la rception permet de dtecter les points de dcorrlation maximale, et donc de rpondre aux
problmes lis larchitecture des antennes mise en uvre.
3.2. Techniques et systme de mesure
Dans la pratique, deux approches principales peuvent tre utilises afin de caractriser la propagation du
canal [17]. La premire approche mesure directement les coefficients de la matrice du canal MIMO
simultanment dans les domaines temporel, frquentiel et spatial. Cependant, cette mthode prsente
certaines limites lies au fait que les rseaux dantennes utiliss lors de la mesure doivent tre retenus
pour les simulations. La deuxime approche, base sur le traitement de la fonction de transfert et
gnralement dnomme mesure doublement directionnelle du canal [18], permet destimer les
paramtres des trajets multiples (la direction de dpart DoD, la direction d'arrive DoA, le retard, le
dcalage Doppler, la polarisation et l'amplitude), en utilisant des techniques de sondage MIMO haute
-6/15-
86
Tx
Rx
Pour les mesures en outdoor 2,2 GHz, nous avons utilis des rseaux linaires uniformes ULA (Uniform
Linear Array) avec 4 et 8 lments actifs (Fig. 4), respectivement lmission (Tx) et la rception (Rx).
Un rseau rectangulaire uniforme URA (Uniform rectangular Array) de 16 lments actifs a galement t
dvelopp (Fig. 5). Cette antenne permet la caractrisation spatiale en azimut et en lvation en vue
d'tre utilise en indoor et pour la pntration des environnements (outdoor/indoor).
-7/15-
87
Pour les mesures 3,5 GHz, plusieurs architectures de rseaux dantennes ont t dveloppes. En
particulier, des rseaux circulaires uniformes UCA (Uniform Circular Array) ont t raliss. La figure 6
prsente le rseau circulaire dmission de 4 lments et de rception de 16 lments 3,5 GHz. Ces
systmes antennaires acclrent grandement la collecte de mesure, puisquils permettent de scruter en
une manipulation toutes les directions dans le plan horizontal.
Lalgorithme haute rsolution Unitary ESPRIT [20] (Estimation of Signal Parameters via Rotational
Invariance Techniques) tant adapt des architectures de type planaires, nous avons choisi de
dvelopper galement lalgorithme SAGE [21] (Space-Alternating Generalized Expectation-Maximization).
Cet algorithme offre les meilleures performances avec lutilisation de rseaux circulaires [22].
Une campagne de mesure dans un environnement de type "Outdoor-Indoor" a t effectue 3,5 GHz.
Lmetteur tait plac sur le toit dun btiment et le rcepteur dans diffrentes positions lintrieur dun
deuxime btiment (Fig. 7). La figure 8 ( gauche) prsente les diffrentes positions de mesure Rx pour
une position de Tx. La figure 8 ( droite) prsente les diffrentes positions mesures et les rsultats de
DoA (Direction of Arrival) obtenus avec lalgorithme SAGE. Pour chaque point de mesure, une
reprsentation polaire donne la puissance reue (proportionnelle la longueur dun segment). Daprs ces
rsultats, on peut dduire que la propagation dans ce type denvironnement, et dans le cas de non
visibilit entre lmetteur et le rcepteur, empreinte des chemins privilgis de propagation travers les
ouvertures radiolectriques (fentres et portes). De plus, ces mesures ont mis en vidence limportance
de la diffraction sur les cadres verticaux des fentres.
-8/15-
88
3.3. La simulation
-9/15-
89
de simulation
Frquentielle (RF)
Reprsentations du canal
RF
DoD
DoA
-10/15-
90
(b) Hall
(a) Couloir
Fig. 11. Environnements dtudes
Ainsi, deux approches complmentaires ont t envisages. La premire consiste analyser limpact des
murs ralistes sur la caractrisation des canaux SISO et MIMO ; la deuxime, quant elle, aborde cette
problmatique en tudiant linfluence dune description plus globale de lenvironnement sur le
comportement du canal.
Dans la premire approche, linvestigation a port sur des murs de structures, gomtriques et/ou
lectriques, priodiques. Il a t montr que considrer de telles structures ajoute des interfrences
constructives et destructives dans le signal reu, ce qui peut sensiblement altrer la qualit des
communications. Ainsi, pour un canal MIMO, ltude statistique ralise par Yun et Iskander [27,28], a
permis danalyser leffet de ces murs htrognes sur la modlisation du canal 900 MHz. Ils ont montr
quil existe, comme en SISO, une diffrence notable entre une caractrisation issue de murs htrognes
et celle provenant de murs homognes et ceci, tant du point de vue de la rpartition de la puissance
reue que de celui de la capacit du canal, et quel que soit le nombre dantennes lmission et la
rception considr.
Concernant la deuxime approche, nous avons montr que la simulation du canal MIMO reste quasi
insensible aux proprits lectriques des matriaux. Notons tout de mme que le modle de propagation
utilis est asymptotique en frquence et interagit donc localement avec lenvironnement. Ainsi, cela
signifie que le caractre htrogne des diffrents lments (murs, portes, fentres, radiateurs)
constituants lenvironnement ne peut tre pris en compte, contrairement aux modles exacts. Ainsi, une
-11/15-
91
modlisation hybridant ces deux approches pourrait tre envisager. Toutefois, il semble, travers cette
tude, que la caractrisation du canal MIMO soit peu sensible une htrognit plus globale lie aux
diffrents matriaux constituants lenvironnement. De plus, ltude montre que les pices qui sont
loignes de la transmission ont peu dimpact sur la caractrisation MIMO. Nanmoins, une description
gomtrique prcise des pices directement concernes par la transmission est cruciale pour la
caractrisation. En effet, les paramtres caractristiques divergent trs sensiblement lorsquune
description trop simpliste est envisage. Ce point est dailleurs amplifi lorsque les antennes mettrices et
rceptrices sont en non visibilit [29]. Un exemple de cette tude est illustr la figure 12 montrant, pour
diffrents niveaux de description, lvolution du paramtre de gain en capacit [28] en fonction du
nombre dantennes (mme nombre dantennes lmission et la rception).
Gain en Capacit
Niveau A
Niveau B
Niveau C
Niveau D
1
1
Nombre dantennes
Ainsi, dans ce cas dtude quatre niveaux de description sont analyss. Le niveau A est le plus simple et
est constitu de 2 paralllpipdes rectangles, comprenant les antennes mettrices et rceptrices, dont
les murs sont en bton. Le niveau B ne considre que les volumes prcdents du niveau A mais dont la
description gomtrique est conforme au plan architectural (prise en compte des portes, fentres, etc.).
Toutefois, les proprits lectriques de ces diffrents lments sont celles du bton. Le niveau C tient
compte de toutes les pices (voisines ou non des antennes). Celles-ci sont gomtriquement bien dcrites
mais leurs proprits lectriques sont similaires celles du bton. Enfin le niveau D correspond la
description la plus fine tant gomtriquement qulectriquement. Il en ressort quun trop faible niveau de
description (A) introduit des erreurs significatives dans les simulations ralises.
Dans cette tude, nous avons galement analys limpact de la diversit de polarisation sur les
performances du canal pour le niveau de description le plus complet (D). La figure 13 illustre lvolution
du conditionnement (en %) en fonction de lespacement entre antennes (mme espacement lmission
et la rception) avec et sans diversit de polarisation.
Sans diversit
Avec diversit
-12/15-
92
Il en ressort que le conditionnement du canal sans diversit de polarisation est trs fluctuant, ce qui
implique quun sous canal du lien radio MIMO est prdominant. Il peut alors pnaliser les performances
dune transmission MIMO. En revanche, pour le canal avec diversit de polarisation, le conditionnement
est stable et faible. Cela signifie que la puissance associe aux diffrents sous canaux est mieux rpartie
que dans le cas prcdent. Cela doit donc favorablement influer sur les performances du systme de
communication.
Un environnement urbain dense a t choisi pour ces campagnes de mesure ralises 2,2 GHz (bande
UMTS). L'analyse statistique permet d'extraire les statistiques du second ordre du canal de propagation et
de fournir des paramtres importants pour la conception de systmes tels que la bande de cohrence, les
distances de cohrence lmission et la rception.
Le tableau 1 prsente la moyenne (m) et la dispersion () de la bande de cohrence (en MHz) et le
tableau 2 prsente les distances de cohrence (en longueur donde ) obtenues lmission (Tx) et la
rception (Rx). Ces diffrents paramtres de cohrence ont une implication directe dans la conception de
systmes de communication MIMO. En fait, les deux principaux indicateurs de performance pertinents,
lis la limitation de la puissance et de la bande, savoir la probabilit d'erreur et le dbit de
transmission, dpendent du comportement au deuxime ordre du canal.
titre d'exemple, nous pouvons noter que l'espacement des antennes, dans les rseaux lmission et la
rception, doit tre suprieur la distance de cohrence pour obtenir des signaux suffisamment
dcorrls. De mme, la bande passante de transmission doit tre plus grande que la bande de cohrence
du canal pour bnficier de la diversit de frquence.
Site
Victoire
Station
JMF
Bande de cohrence
(MHz)
50%
m
90%
18.4
13.9
6.9
Dist. Coh. Rx ()
Site
Victoire
Station
JMF
50%
m
9.73
5.7
6.34
6.03
4.3
5.21
90%
m
1.8
0.7
1
1.8
0.9
1.6
Dist. Coh. Tx ()
50%
m
0.23
0.22
0.29
0.10
0.12
0.12
90%
m
0.06
0.05
0.07
0.03
0.03
0.03
Cette campagne de mesure montre que pour un systme UMTS de 5 MHz de bande passante (Tab. 1), le
canal offre peu de voies de diversit de frquence (moins de 10% des cas) [30]. En outre, la diversit
d'espace est obtenue la station de base Rx en sparant les antennes par des distances de prs de 11
(1,5 m 2,2 GHz) (Tab. 2). Aussi, la diversit au niveau de la station mobile Tx est value par
l'espacement des antennes une distance denviron 0,36 (4,9 cm 2,2 GHz).
5. Conclusion
Dans cet article, nous avons pass en revue diffrents aspects concernant la caractrisation et la
modlisation du canal MIMO. Les deux familles de modles de propagation dterministes et stochastiques
ont t prsentes. S'agissant de la mesure du canal de propagation MIMO, la mthode adopte est
base sur le sondage doublement directionnel. Cette mthode permet de rsoudre les paramtres du
canal, et de saffranchir des caractristiques des antennes dans les rsultats. En considrant diffrentes
situations, les statistiques du second ordre des paramtres du canal 2,2 GHz (UMTS) sont extraites et
-13/15-
93
sont utilises pour mettre en vidence le lien entre la propagation et les paramtres systme dans le
domaine spatial. Une autre campagne de mesure ralise 3,5 GHz (WiMAX) dans un environnement
particulier de l'extrieur vers l'intrieur (pntration) a t prsente. Dautres campagnes de mesure
sont prvues pour caractriser le canal bi-directionnel en polarisation notamment, en utilisant des
antennes adaptes cette problmatique. Un grand nombre de mesures sera ncessaire pour obtenir des
rsultats statistiques conduisant des modles de canal MIMO. Concernant la simulation, il ressort, de
lutilisation de logiciels de propagation trac de rayons et de caractrisation du canal SISO/MIMO, que la
description des environnements considrs est cruciale avec ou sans diversit de polarisation. Il reste
nanmoins beaucoup faire dans ce domaine pour des environnements de rfrence indoor et outdoor.
Remerciements
Ce travail a t ralis en partie dans le cadre des projets Techim@ges et CPER PALMYRE II avec le
soutien financier de la "Rgion Bretagne". Les auteurs tiennent remercier Ronan Cosquer, Julien Guillet,
Guy Grunfelder et Thierry Tenoux pour leur contribution la ralisation du sondeur, aux campagnes de
mesure et leur exploitation. Ils remercient galement Yannick Chartois et Carlos Pereira pour les
dveloppements lis aux simulations.
Rfrences bibliographiques
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
G. J. Foschini, and M. J. Gans, "On limits of wireless communications in a fading environment when using
multiple antennas," IEEE Wireless Personal Communications, vol. 6, no. 3, pp. 311-335, March 1998.
D. Gesbert, M. Shafi, D. Shiu, P. J. Smith, and A. Naguib, "From theory to practice: An overview of MIMO spacetime coded wireless systems," IEEE Journal on Selected Areas in Communications, vol. 21, no. 3, pp. 281-301,
April 2003.
P. Guguen et G. El Zein, Les techniques multi-antennes pour les rseaux sans fil. Edition Hermes, Paris, 2004.
K. Yu, and B. Ottersten, "Models for MIMO propagation channels, a review," Special Issue on "Adaptive
Antennas and MIMO Systems", Wiley Journal on Wireless Communications and Mobile Computing, vol. 2, no. 7,
pp. 653-666, November 2002.
M. A. Jensen, and J. W. Wallace, "A review of antennas and propagation for MIMO wireless
communications," IEEE Transactions on Antennas and Propagation, vol. AP-52, n 11, pp. 2810-2824, November
2004
L. Schumacher, L. T. Berger, and J. Ramiro-Moreno, "Recent advances in propagation characterisation and
multiple antenna processing in the 3GPP framework," in Proceedings of XXVIth URSI General Assembly,
Maastricht, The Netherlands, August 02.
J. Guillet, "Caractrisation et modlisation spatio-temporelles du canal de propagation radiolectrique dans le
contexte MIMO," Thse de doctorat, INSA Rennes, Juillet 2004.
P. Pajusco, "Modles de propagation pour les systmes radio-mobiles", Actes des Journes Scientifiques du
CNFRS Vers des Radiocommunications Reconfigurables et Cognitives , Paris, 28-29 Mars 2006.
A. L. Swindlehurst, G. German, J. Wallace, and M. Jensen, "Experimental measurements of capacity for MIMO
indoor wireless channels," in Proc. IEEE 3rd Workshop on Signal Processing Advances in Wireless
Communications (SPAWC 01), pp. 3033, March 2001.
L. M. Correia, Ed., Wireless Flexible Personalised Communications, chapter 3, pp. 77-277, John Wiley & Sons,
Inc., 2001.
H. zcelik, M. Herdin, W. Weichselberger, J. Wallace, and E. Bonek, "Deficiencies of the kronecker MIMO radio
channel model," Electron. Lett., vol. 39, pp. 1209-1210, August 2003.
W. Weichselberger, "Spatial structure of multiple antenna radio channel - a signal processing viewpoint," Ph.D.
Thesis, Technischen Universitt Wien, Fakultt fr Elektrotechnik und Informationstechnik, December 2003.
M. Linard, P. Degauque, J. Baudet and D. Dgardin, "Investigation on MIMO channels in subway tunnels," IEEE
J. on Selected Areas in Communications, vol. 21, n3, pp 332 339, April 2003
P. A. Bello, "Characterization of randomly time-variant linear channels," IEEE Transactions on Communications,
pp. 360-393, December 1963.
P. C. F. Eggers, "Angular-temporal domain analogies of the short-term mobile radio propagation channel at the
base station". IEEE Personal, Indoor and Mobile Radio Communications Symposium, pp. 742746, October
1996.
G. Durgin, "Theory of stochastic local area channel modeling for wireless communications," Phd. Thesis in
Electrical Engineering, Faculty of the Virginia Polytechnic Institute and State University, December 2000.
S. Salous, "Multiple input multiple output systems: capacity and channel measurements," in Proceedings of the
Seventh World Multiconference on Systemics, Cybernetics and Informatics (SCI2003), Florida, USA, pp. 1-5, 2730 July 2003.
M. Steinbauer, A. F. Molisch, and E. Bonek, "The Double-Directional Radio Channel," IEEE Antennas &
Propagation Magazine, vol. 43, no. 4, pp. 51-63, 2001.
-14/15-
94
[19] R. Cosquer, "Conception dun sondeur de canal MIMO. Caractrisation du canal de propagation dun point de vue
directionnel et doublement directionnel," Thse de doctorat, INSA Rennes, Octobre 2004.
[20] M. Haardt, "Efficient one-, two and multidimensional high resolution array signal processing," Ph.D. Thesis, TUMunchen, 1996.
[21] B. H. Fleury et al., "Channel parameter estimation in mobile radio environments using the SAGE algorithm," IEEE
JSAC, vol. 17, no. 3, pp. 434-449, Mar. 1999.
[22] C. M. Tan et al., "On the application of circular arrays in direction finding, Part I: Investigation into the
estimation algorithms," Companion paper in 1st Annual COST 273 Workshop, Espoo, Finland, May 2002.
[23] F. Escarieu, Y. Pousset, R. Vauzelle, L. Aveneau. "Outdoor and indoor channel characterization by a 3D
simulation software". PIMRC '2001, IEEE Personal Indoor and Mobile Radio Communications, San diego, USA Septembre 2001.
[24] Y. Pousset, R. Vauzelle, L. Aveneau, M. Mriau, "Characterization of the mobile channel by a 3D UTD
propagation model," PSIP'2001, Marseille, France - Janvier 2001.
[25] F. Escarieu, Y. Pousset, R. Vauzelle. "Caractrisation large bande du canal radio mobile par un modle de
propagation TUD 3D," JNM 2001, Futuroscope, France - Mai 2001.
[26] D. Fradin, D. Meneveaux et P. Lienhardt, "Partition de lespace et hirarchie de cartes gnralises : application
aux complexes architecturaux," AFIG 2002, Lyon, Dcembre 2002.
[27] M.F. Iskander, Z. Yun, and Z. Zhang. "Outdoor/indoor propagation modeling for wireless communications
systems," in IEEE AP-S Int. Symp. Dig., USNC/URSI Nat. Radio Sci. Meeting, vol. 2, July 813, 2001, pp. 150
153.
[28] Z. Yun, M.F. Iskander, and Z.Zhang, "Complex-Wall Effect on Propagation Characteristics and MIMO Capacities
for an Indoor Wireless Communication Environment," IEEE Trans. on Ant. and Propag, vol. 52, n 4, April 2004.
[29] C. Pereira, "Etude avance des canaux de transmission radio en contexte MIMO : environnements complexes et
couplage inter-antennes trs large bande," Thse de doctorat, Universit de Poitiers, 18 dcembre 2008.
[30] H. Farhat, R. Cosquer, J. Guillet, and G. El Zein, "Mobile radio channels characterization based on wideband
SIMO 1 u 8 measurements at 2.2 GHz," in Proceedings of the 5th International Conference on ITS
Telecommunications (ITST '05), Brest, June 27- 29, 2005.
-15/15-
95