Vous êtes sur la page 1sur 77
Systemes` MIMO et codage Spatio Temporel Didier Le Ruyet Conservatoire National des Arts et Metiers´
Systemes` MIMO et codage Spatio Temporel Didier Le Ruyet Conservatoire National des Arts et Metiers´

Systemes`

MIMO et codage Spatio Temporel

Didier Le Ruyet

Conservatoire National des Arts et Metiers´ Email leruyet@cnam.fr

Cours ELE 203

v2.0

CNAM Cours ELE 203. – p.1/77

Plan Canal radiomobile et diversité Système MIMO Capacité et modèles de canaux Probabilité d’erreurs et
Plan Canal radiomobile et diversité Système MIMO Capacité et modèles de canaux Probabilité d’erreurs et

Plan

Canal radiomobile et diversitéPlan Système MIMO Capacité et modèles de canaux Probabilité d’erreurs et critères de construction Codes

Système MIMOPlan Canal radiomobile et diversité Capacité et modèles de canaux Probabilité d’erreurs et critères de construction

Capacité et modèles de canauxPlan Canal radiomobile et diversité Système MIMO Probabilité d’erreurs et critères de construction Codes

Probabilité d’erreurs et critères de constructionet diversité Système MIMO Capacité et modèles de canaux Codes spatio-temporels en bloc Codes en treillis

Codes spatio-temporels en bloccanaux Probabilité d’erreurs et critères de construction Codes en treillis spatio-temporel CNAM Cours ELE 203. –

Codes en treillis spatio-temporelcanaux Probabilité d’erreurs et critères de construction Codes spatio-temporels en bloc CNAM Cours ELE 203. –

CNAM Cours ELE 203. – p.2/77

Canal radiomobile atténuation proportionnelle à 1 /d α avec α compris entre 2.5 et 5
Canal radiomobile atténuation proportionnelle à 1 /d α avec α compris entre 2.5 et 5

Canal radiomobile

Canal radiomobile atténuation proportionnelle à 1 /d α avec α compris entre 2.5 et 5 bruit

atténuation proportionnelle à 1 /d α avec α compris entre 2.5 et 5 1 /d α avec α compris entre 2.5 et 5

bruit thermiqueà 1 /d α avec α compris entre 2.5 et 5 phénomène de masquage ( variation

phénomène de masquage ( variation suffisamment lente pour pouvoir être corrigée par un contrôle de puissance)/d α avec α compris entre 2.5 et 5 bruit thermique multi-trajets engendrant des évanouissements (variation

multi-trajets engendrant des évanouissements (variation rapide)pour pouvoir être corrigée par un contrôle de puissance) interférence entre utilisateurs, cellules, CNAM Cours ELE

interférence entre utilisateurs, cellules,un contrôle de puissance) multi-trajets engendrant des évanouissements (variation rapide) CNAM Cours ELE 203. – p.3/77

CNAM Cours ELE 203. – p.3/77

Modèle Bande étroite Réponse équivalente en bande de base : r b ( t )
Modèle Bande étroite Réponse équivalente en bande de base : r b ( t )

Modèle Bande étroite

Réponse équivalente en bande de base :Modèle Bande étroite r b ( t ) = h b ( τ, t ) ∗

r b (t )

= h b (τ, t ) x b (t )

N


=

n =0

α n (t )e jφ n ( t) x b (t τ n (t ))

avec φ n (t ) = 2πf 0 τ n (t ) φ Dn

lorsque l’étalement temporel est trés inférieur au temps symbole, on a :φ n ( t ) = 2 πf 0 τ n ( t ) − φ

r b (t ) =

N

n =0

α n (t )e jφ n ( t) x b (t )

CNAM Cours ELE 203. – p.4/77

Modèle Bande étroite Une petite variation du retard entraîne une grande variation de la phase
Modèle Bande étroite Une petite variation du retard entraîne une grande variation de la phase

Modèle Bande étroite

Une petite variation du retard entraîne une grande variation de la phase du trajet associéeModèle Bande étroite On peut aussi considérer que les retards comme les phases associés aux N

On peut aussi considérer que les retards comme les phases associés aux N + 1 trajets varient indépendamment et de façon imprévisible. Le signal reçu est donc N + 1 trajets varient indépendamment et de façon imprévisible. Le signal reçu est donc un processus aléatoire.

Théorème limite centrale : lorsque le nombre de trajets est grand, la réponse rb(t) peut être modélisée par un processus complexe gaussien.Le signal reçu est donc un processus aléatoire. La distribution du module de r b (

La distribution du module de r b ( t ) est une distribution de Rayleigh r b (t ) est une distribution de Rayleigh

la phase est distribuée uniformément sur l’intervalle [0 , 2 π ] [0, 2 π ]

CNAM Cours ELE 203. – p.5/77

Distribution de Rayleigh Soit la variable aléatoire R obtenue comme suit: R = X +
Distribution de Rayleigh Soit la variable aléatoire R obtenue comme suit: R = X +

Distribution de Rayleigh

Soit la variable aléatoire R obtenue comme suit: R obtenue comme suit:

R

= X + X

2

1

2

2

(1)

Si X 1 et X 2 sont deux v. a. indépendantes centrées gaussiennes et de variance X 1 et X 2 sont deux v. a. indépendantes centrées gaussiennes et de variance σ 2 , alors R est une v. a. dont la distribution est de Rayleigh.

p R ( r ) = r 2 exp − r 2 2 σ 2
p R ( r ) = r 2 exp − r 2 2
σ
2
σ
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
r
p
R (r)

(2)

CNAM Cours ELE 203. – p.6/77

Correlation temporelle • Lorsque la somme résultante est nulle ou proche de zéro, on dit
Correlation temporelle • Lorsque la somme résultante est nulle ou proche de zéro, on dit

Correlation temporelle

Lorsque la somme résultante est nulle ou proche de zéro, on dit qu’il se produit un évanouissement Les évanouissements sont principalement liés aux variations des phases

un évanouissement Les évanouissements sont principalement liés aux variations des phases CNAM Cours ELE 203. –

CNAM Cours ELE 203. – p.7/77

Canal de Rayleigh x y i i h i b i Si le canal est
Canal de Rayleigh x y i i h i b i Si le canal est

Canal de Rayleigh

x

Canal de Rayleigh x y i i h i b i Si le canal est non
Canal de Rayleigh x y i i h i b i Si le canal est non

y

i

i

Canal de Rayleigh x y i i h i b i Si le canal est non

h

i

b i

Si le canal est non sélectif en fréquence : y i = h i x i + b i ||h i || = r suit une loi de Rayleigh en absence de trajet direct.

La phase de h i est distribuée uniformément entre [0; 2π ].

CNAM Cours ELE 203. – p.8/77

Performance sur canal gaussien ± x i E b n i y i N 0,
Performance sur canal gaussien ± x i E b n i y i N 0,

Performance sur canal gaussien

±

x i

Performance sur canal gaussien ± x i E b n i y i N 0, N
E b
E
b

n i

y i

N

0,

N

0

2

TEB = 2 erfc

1

N 0

d

eucl

n i y i N 0, N 0 2 TEB = 2 erfc 1 N 0

2

=

1

2 erfc

N 0

E

b

avec

erfc(a) =

2 √ π a
2
π
a

+

exp(x 2 )dx

CNAM Cours ELE 203. – p.9/77

Performance sur canal de Rayleigh x y i i h i b i E b
Performance sur canal de Rayleigh x y i i h i b i E b

Performance sur canal de Rayleigh

x

Performance sur canal de Rayleigh x y i i h i b i E b =
Performance sur canal de Rayleigh x y i i h i b i E b =

y

i

i

Performance sur canal de Rayleigh x y i i h i b i E b =

h

i

b i

E b = ||h i || 2 E b = r 2 E b

(3)

Le taux d’erreurs bit s’obtient en intégrant sur r :

TEB = +2 erfc r 2 E b p (r )dr

0

1

N

0

CNAM Cours ELE 203. – p.10/77

Performance sur canal de Rayleigh • Après calcul, on obtient : TEB = 2 1
Performance sur canal de Rayleigh • Après calcul, on obtient : TEB = 2 1

Performance sur canal de Rayleigh

Après calcul, on obtient :

TEB = 2 1

1

1 + γ

γ

avec γ le rapport signal à bruit moyen :

γ = E N 0 = E r 2 E b

E

b

N 0

Lorsque γ est grand en utilisant la relation de Taylor

γ + O

1 + γ = 1 2 1

γ

2

1

γ

Nous obtenons l’approximation suivante :

TEB

1

4 γ

CNAM Cours ELE 203. – p.11/77

Diversité • Plus il y a de branches indépendantes, plus la probabilité d’être simultanément dans
Diversité • Plus il y a de branches indépendantes, plus la probabilité d’être simultanément dans

Diversité

Plus il y a de branches indépendantes, plus la probabilité d’être simultanément dans un évanouissement diminue :

Pour 2 branches :

Pour L branches :

P e 3

1

(4γ ) 2

L 1

2

L 1

P e C

(4γ ) L

CNAM Cours ELE 203. – p.12/77

Diversité temporelle, fréquentielle et spatiale Il est possible d’améliorer les performances d’un système en
Diversité temporelle, fréquentielle et spatiale Il est possible d’améliorer les performances d’un système en

Diversité temporelle, fréquentielle et spatiale

Il est possible d’améliorer les performances d’un système en exploitant ses différentes diversitésDiversité temporelle, fréquentielle et spatiale temporelle : le signal est transmis sur plusieurs trames (temps de

temporelle : le signal est transmis sur plusieurs trames (temps de cohérence). L’entrelacement est généralement utilisé à cet effet. Possible uniquement sur des canaux variant dans le tempsd’un système en exploitant ses différentes diversités fréquentielle : le signal est transmis sur plusieurs bandes

fréquentielle : le signal est transmis sur plusieurs bandes de fréquence (bande de cohérence). Possible uniquement sur les canaux sélectifs en fréquence. Exemple de technique utilisant cette diversité :Possible uniquement sur des canaux variant dans le temps RAKE,OFDM. spatiale : en utilisant plusieurs antennes

RAKE,OFDM.

spatiale : en utilisant plusieurs antennes à l’émission et à la réception. Ces antennes doivent être espacées suffisamment pour que l’évanouissement sur chaque antenne soit indépendant (distance de cohérence)sélectifs en fréquence. Exemple de technique utilisant cette diversité : RAKE,OFDM. CNAM Cours ELE 203. –

CNAM Cours ELE 203. – p.13/77

Système SISO TX h RX C = n y x E S h log 2
Système SISO TX h RX C = n y x E S h log 2

Système SISO

TX

TX

TX
TX
TX
TX
Système SISO TX h RX C = n y x E S h log 2 (1

h

Système SISO TX h RX C = n y x E S h log 2 (1
RX
RX
RX
RX
RX

RX

RX
RX
RX
RX
RX
RX
Système SISO TX h RX C = n y x E S h log 2 (1
Système SISO TX h RX C = n y x E S h log 2 (1

C =

n y x E S h log 2 (1 + ||h || 2 ρ )
n
y
x
E
S
h
log 2 (1 + ||h || 2 ρ )
en

Sh/ 2 D

E s

avec ρ =

h log 2 (1 + ||h || 2 ρ ) en Sh/ 2 D E s

N 0 . Pour le canal de Rayleigh, la capacité est une variable aléatoire

CNAM Cours ELE 203. – p.14/77

Système MISO       TX 1   TX 2 TX     TX N
Système MISO       TX 1   TX 2 TX     TX N

Système MISO

 
 
   

TX 1

      TX 1   TX 2 TX     TX N t
 

TX 2

TX

TX
      TX 1   TX 2 TX     TX N t
 
 
      TX 1   TX 2 TX     TX N t
 

TX N t

RX
RX
RX
RX
RX

RX

RX
RX
RX
RX
RX
RX
      TX 1   TX 2 TX     TX N t RX RX
      TX 1   TX 2 TX     TX N t RX RX

RX 1 RX 1

      TX 1   TX 2 TX     TX N t RX RX

CNAM Cours ELE 203. – p.15/77

Système MISO n y E x 1 S N t h 1 x E 2
Système MISO n y E x 1 S N t h 1 x E 2

Système MISO

n y E x 1 S N t h 1 x E 2 S N
n
y
E
x
1
S
N
t
h
1
x
E
2
S
N
t
h
2
x
E
Nt
S
N
t
h
Nt

C = log 2 (1 +

ρ

N t

N t

i =1

||h i || 2 )

CNAM Cours ELE 203. – p.16/77

Système SIMO RX 1 RX 2 TX 1 TX RX RX N r CNAM Cours
Système SIMO RX 1 RX 2 TX 1 TX RX RX N r CNAM Cours

Système SIMO

RX 1 RX 2 TX 1 TX RX RX N r
RX 1
RX 2
TX 1
TX
RX
RX N r

CNAM Cours ELE 203. – p.17/77

Système SIMO n 1 h 1 x y 1 ( ) E S n h
Système SIMO n 1 h 1 x y 1 ( ) E S n h

Système SIMO

n 1 h 1 x y 1 ( ) E S n h 2 2
n
1
h
1
x
y
1
(
)
E
S
n
h
2
2
y
2
y
Nr
h
Nr
n
Nr

la capacité est atteinte par combinaison linéaire optimale (MRC) : on multiplie chaque y i par h

i

ρ instant = E s (

N

i

=1 ||h i || 2 ) 2 = E s ( =1 ||h i || 2 )

i

r

N

N 0

N

r

N 0 ( =1 ||h i || 2 )

i

r

C = log 2 (1 +

N r

i

1

||h i || 2 ρ )

=

N

r

i

=1

||h i || 2 ρ

CNAM Cours ELE 203. – p.18/77

Système MIMO c 1 c 2 codageet modulation c Nt entrée binaire y = Hc
Système MIMO c 1 c 2 codageet modulation c Nt entrée binaire y = Hc

Système MIMO

c 1 c 2 codageet modulation c Nt
c
1
c
2
codageet
modulation
c Nt

entrée binaire

y = Hc + n

avec

h 11

modulation c Nt entrée binaire y = Hc + n avec h 11 y 1 y
modulation c Nt entrée binaire y = Hc + n avec h 11 y 1 y
y 1 y 2 décodageet démodulation y Nr
y 1
y
2
décodageet
démodulation
y
Nr

sortie binaire

y 1 y 2 décodageet démodulation y Nr sortie binaire h NrNt H =  
y 1 y 2 décodageet démodulation y Nr sortie binaire h NrNt H =  

h NrNt

H =

 

h

11

.

.

.

h N r 1

.

.

.

h

1 N t

.

h N r N t

CNAM Cours ELE 203. – p.19/77

Capacité des systèmes MIMO • hypothèse : canal connu parfaitement à la réception • r
Capacité des systèmes MIMO • hypothèse : canal connu parfaitement à la réception • r

Capacité des systèmes MIMO

hypothèse : canal connu parfaitement à la réception

r min(N t ,N r ) est le rang de la matrice de canal H

N t N r

Décomposition SVD de la matrice H (dimension N r × N t ):

H = UΣ V H

N r × N t

N t × N t

N t × N t

U et V sont des matrices unitaires et Σ est la matrice diagonale :

λ i (i = 1,

Σ =

λ 1

λ 2

.

.

.

λ r

0

(4)

, r ) sont les valeurs propres non nulles de H H H (N t × N t )

CNAM Cours ELE 203. – p.20/77

Capacité des systèmes MIMO H   H = U V       n  
Capacité des systèmes MIMO H   H = U V       n  

Capacité des systèmes MIMO

H

 

H

= U V

   
 

n

 
H   H = U V       n   y
H   H = U V       n   y

y

H   H = U V       n   y

c

H = U V       n   y c y = U Σ V
H = U V       n   y c y = U Σ V

y = UΣ V H c + n

CNAM Cours ELE 203. – p.21/77

Capacité des systèmes MIMO V H H=U Σ V y n   ~ U H
Capacité des systèmes MIMO V H H=U Σ V y n   ~ U H

Capacité des systèmes MIMO

Capacité des systèmes MIMO V H H=U Σ V y n   ~ U H y

V

H H=U Σ V
H
H=U Σ V
y n
y
n
 

~

U

H

y

 

postcodage

~

c

c

V y n   ~ U H y   postcodage ~ c c précodage U H
V y n   ~ U H y   postcodage ~ c c précodage U H

précodage

U H y =

U H (UΣ V H )V c˜ + U H n

y˜ = Σc˜ + n˜

n˜ est encore gaussien avec la même variance que n.

n ˜ est encore gaussien avec la même variance que n . Système équivalent à r

Système équivalent à r canaux SISO en parallèle dont les puissances sont données par les valeurs propres.

CNAM Cours ELE 203. – p.22/77

Water filling (cas général) hypothèse : N canaux gaussiens parallèles indépendants E s = b
Water filling (cas général) hypothèse : N canaux gaussiens parallèles indépendants E s = b

Water filling (cas général)

hypothèse : N canaux gaussiens parallèles indépendants N canaux gaussiens parallèles indépendants

E s = s =

b i : C (0 , N 0 i ) i : C (0, N 0 i )

N i =1 E si

x y 1 1 b 1
x
y
1
1
b 1

x

N

y

N

b N

energy

si x y 1 1 b 1 x N y N b N energy   Es
 

Es

2

   

Es

 

Es

3

1

   

Es

4

No

1

No

2

No

3

No

4

channel

Es 4 No 1 No 2 No 3 No 4 channel C = N i =1

C =

N

i =1

log 2 1 +

E

N 0 i

si

E si = µ N 0 i

E si = 0

si

N 0 i µ

sinonCNAM Cours ELE 203. – p.23/77

Capacité des systèmes MIMO 1 ~ n 1 ~ y 1 ~ y r ~
Capacité des systèmes MIMO 1 ~ n 1 ~ y 1 ~ y r ~

Capacité des systèmes MIMO

Capacité des systèmes MIMO 1 ~ n 1 ~ y 1 ~ y r ~ c
1
1
Capacité des systèmes MIMO 1 ~ n 1 ~ y 1 ~ y r ~ c

~

n

1

~

y

1

~

y

r

des systèmes MIMO 1 ~ n 1 ~ y 1 ~ y r ~ c 1
des systèmes MIMO 1 ~ n 1 ~ y 1 ~ y r ~ c 1

~

c

1

~

c

r

r
r
y 1 ~ y r ~ c 1 ~ c r r ~ n r C

~

n

r

1 ~ y r ~ c 1 ~ c r r ~ n r C =

C =

N t

i =1

log 2 1 + E si

N

0

λ i

N 0 i = N 0

λ

i

CNAM Cours ELE 203. – p.24/77

Capacité (suite) Foschini98 Telatar95 hypothèse : canal inconnu à l’émission la même énergie E s
Capacité (suite) Foschini98 Telatar95 hypothèse : canal inconnu à l’émission la même énergie E s

Capacité (suite) Foschini98 Telatar95

hypothèse : canal inconnu à l’émissionCapacité (suite) Foschini98 Telatar95 la même énergie E s i = E s t est appliquée

la même énergie E s i = E s t est appliquée sur chacune des N t antennes E si = E s t est appliquée sur chacune des N t antennes d’émission

soit ρ = ρ =

N

E

N

o le rapport signal à bruit à la réception

s

C (ρ, N t ,N r ) =

=

r

i =1

r

i =1

C i

log 2 1 +

N t λ i

ρ

= log 2 det

I N r + N t HH H

ρ

(5)

CNAM Cours ELE 203. – p.25/77

Capacité ergodique et de coupure La capacité ergodique s’obtient en calculant l’espérance sur toutes les
Capacité ergodique et de coupure La capacité ergodique s’obtient en calculant l’espérance sur toutes les

Capacité ergodique et de coupure

La capacité ergodique s’obtient en calculant l’espérance sur toutes les réalisations possibles du canal MIMO.

C (ρ, N t ,N r ) = E log 2 det I N r + N t HH H

ρ

(Sh/2D)

(6)

Si la durée du bloc d’information est limitée devant le temps de cohérence du canal, on utilise la capacité de coupure q % C out,q . Elle est définie comme le débit d’information garanti pour (100 q )% des réalisations du canal, i.e, P (C C out,q ) = q % .

CNAM Cours ELE 203. – p.26/77

Capacité ergodique C=f(RSB) Capacité ergodique en fonction du RSB 35 (1,1) iid (2,2) iid (3,3)
Capacité ergodique C=f(RSB) Capacité ergodique en fonction du RSB 35 (1,1) iid (2,2) iid (3,3)

Capacité ergodique C=f(RSB)

Capacité ergodique en fonction du RSB

35 (1,1) iid (2,2) iid (3,3) iid 30 (4,4) iid (2,2) corr. (3,3) corr. (4,4)
35
(1,1) iid
(2,2) iid
(3,3) iid
30
(4,4) iid
(2,2) corr.
(3,3) corr.
(4,4) corr.
25
20
15
10
5
0
0
5
10
15
20
25
30
C (bit/s/Hz)

RSB (dB)

Les capacités ergodiques pour canaux i.i.d gaussiens et pour canaux de transmission corrélés (lien montant, à l’émission : distance entre antenne =0.5 λ, angle de départ= 20 ˚, à la réception distance entre antenne =4.0 λ, angle d’arrivée= 50 ˚, angle de dispersion azimutal= 5 ˚). La capacité croît en fonction de min( N t , N r ) log( SNR )

CNAM Cours ELE 203. – p.27/77

Modèle de canaux de transmission • Modèle i.i. d. gaussien • Modèle de Kronecker :
Modèle de canaux de transmission • Modèle i.i. d. gaussien • Modèle de Kronecker :

Modèle de canaux de transmission

Modèle i.i. d. gaussien

Modèle de Kronecker :

H = R

1 / 2

rec

ΘR

1 / 2

tx

R tx et R rec sont respectivement les matrices de corrélation à l’émission et à la réception Θ est une matrice N r × N t i.i.d. gaussienne

Modèle "trou de serrure"

CNAM Cours ELE 203. – p.28/77

Codes spatio temporel en bloc On considère des canaux à évanouissement par bloc ( constant
Codes spatio temporel en bloc On considère des canaux à évanouissement par bloc ( constant

Codes spatio temporel en bloc

On considère des canaux à évanouissement par bloc ( constant pendant T intervalles de temps élémentaires)

Q symbole d’information S = [s 1 ,s 2 ,

encodés par la matrice code C de dimension N t × T :

, s Q ] T de dimension Q × 1 sont

C =

c 11

.

.

.

c N t 1

·

·

.

·

.

·

·

.

·

c 1 T

.

c N t T

(7)

Le rendement du code MIMO code est égal à R M IMO = Q/T . On a alors la relation suivante :

Y = HC + N

(8)

Y et N sont respectivement les matrices de réception et de bruit de dimension N r × T.

CNAM Cours ELE 203. – p.29/77

Compromis diversité - rendement Lu03 • Si T ≥ N t alors R ≤ N
Compromis diversité - rendement Lu03 • Si T ≥ N t alors R ≤ N

Compromis diversité - rendement Lu03

Si T N t alors

R N t d t + 1

d t diversité à l’émission Démonstration : borne de Singleton

Si T < N t alors

R N t N t (dt + 1)

T

CNAM Cours ELE 203. – p.30/77

Compromis facteur de diversité - facteur de multiplexage Zheng03 facteur de diversité d = d
Compromis facteur de diversité - facteur de multiplexage Zheng03 facteur de diversité d = d

Compromis facteur de diversité - facteur de multiplexage Zheng03

facteur de diversité

d = d t N r =

lim

SNR →∞

log P e (SNR )

log SNR

facteur de multiplexage

r =

Si T N t + N r 1 , on a la relation limite :

lim

SNR →∞

R (SNR )

log SNR

d = (N t r )(N r r )

Diversity−multiplexing tradeoff

(0,N t N r ) Multiple antenna channel (1,(N t −1)(N r −1)) (2,(N t
(0,N t N r )
Multiple antenna
channel
(1,(N t −1)(N r −1))
(2,(N t −2)(N r −2))
(r,(N t −r)(N r −r))
(0,1)
Single antenna
channel
(min(N t ,N r ),0)
Multiplexing gain, r
(1,0)
Diversity gain, d(r)

CNAM Cours ELE 203. – p.31/77

Probabilité d’erreurs par paire Tarokh98 • Probabilité d’erreurs par paire P { C → C
Probabilité d’erreurs par paire Tarokh98 • Probabilité d’erreurs par paire P { C → C

Probabilité d’erreurs par paire Tarokh98

Probabilité d’erreurs par paire P { C C |H} : probabilité que le récepteur décode le bloc C alors que le bloc C a été transmis. Soit la matrice de différence

c 21 c

c N t 1 c

c 11 c

11

21

D =

.

N t 2

.

c 1 T c

1

c 2 T c

2

T

T

.

c N t 2 c

N t 2

(9)

Soit la matrice hermitique E = DD H . Il existe une matrice unitaire T et une matrice réelle diagonale U tel que TET H = U. Les éléments de la diagonale

de U sont les valeurs propres de E, i.e. λ i ; i = 1, 2 ,

, N t .

CNAM Cours ELE 203. – p.32/77

Probabilité d’erreurs par paire P ( C → C | H ) = 1 2
Probabilité d’erreurs par paire P ( C → C | H ) = 1 2

Probabilité d’erreurs par paire

P (C C |H) = 1 2 erfc

E

N 0 d 2 (C, C )

s

4 N t

exp

E s N 0 d 2 (C, C )

N t

4

avec

d 2 (C, C ) =

N

r

j

=1

h j DD H h

H

j =

N

r

j

=1

h j T H UTh

H

j

N

r

N

t


=

j =1 i =1

λ i ||β ij || 2

h j = [ h j 1

élément du vecteur β j = h j T H .

h j 2

h jN t ] est la j-ième ligne de H. β ij est le ième

CNAM Cours ELE 203. – p.33/77

Probabilité d’erreurs par paire Pour calculer P ( C → C ) , il faut
Probabilité d’erreurs par paire Pour calculer P ( C → C ) , il faut

Probabilité d’erreurs par paire

Pour calculer P (C C ), il faut moyenner sur l’ensemble des ||β ij ||,

P (C C ) E

| β ij |

N r N t

j =1 i =1

exp E s

4

N 0

N t λ i ||β ij || 2

1

β ij sont des variables aléatoires complexes gaussiennes centrées de variance 1/2 par dimension (canal de Rayleigh) :

P (C C )

N t

i =1

1 +

N t λ i N r

1

E

s

4

N 0

Pour les rapports SNR suffisamment élevés on obtient

P (C C )

N t r d N r r

1

d

k =1 λ k N r

E s

4 N 0

(10)

r d est le rang de la matrice E et λ k correspond aux valeurs propres non nulles de la matrice de différence D .

CNAM Cours ELE 203. – p.34/77

Critères de construction • Objectif : minimiser P { C → C } pour toutes
Critères de construction • Objectif : minimiser P { C → C } pour toutes

Critères de construction

Objectif : minimiser P { C C } pour toutes les paires possibles.

On dérive deux critères : le critère de rang et le critère de déterminant

Critère du rang: Afin d’obtenir le degré maximum de diversité N t N r , la matrice de différence D doit avoir un rang plein pour toutes les paires distinctes de mot de code. Si le rang minimum est égal à r d , le gain de diversité sera égal à r d N r .

r d = min rank (C C )

C

=C

(11)

r d

Critère du déterminant: le terme

Celui-ci doit être maximisé pour l’ensemble de toutes les paires de matrices codes C.

k =1

λ k représente le gain de codage.

c g = min

C

=C

r d

k

=1

λ k

CNAM Cours ELE 203. – p.35/77

Critères de construction TEB Gain de codage Gain de diversité SNR Soit la pseudo distance
Critères de construction TEB Gain de codage Gain de diversité SNR Soit la pseudo distance

Critères de construction

TEB

Gain de codage Gain de diversité
Gain de codage
Gain de diversité

SNR

Soit la pseudo distance

d g = min

C

=C

N t

k =1

λ k

Si d g = 0, alors le code est à diversité maximale et d g est égal au gain de codage

CNAM Cours ELE 203. – p.36/77

Code d’Alamouti A l a m o u t i 9 8 • Pour le
Code d’Alamouti A l a m o u t i 9 8 • Pour le

Code d’Alamouti Alamouti98

Pour le cas N t = 2 et N r = 1, Alamouti a proposé un code spatio-temporel avec Q = T = 2 et donc R M IMO = 1. A l’instant 1, les symboles s 1 et s 2 sont transmis respectivement sur les antennes 1 et 2 puis à l’instant 2, les symboles s 2 et s sont transmis sur les antennes 1 et 2 . Ainsi sous forme matricielle, on a :

1

C ST BC,2 =

s 1 s 2

s

s

1

2

(12)

[y 11

y 12 ] = [h 11

h 12 ]

s 1 s 2

s

s

1

2

+ [n 11

n 12 ]

Le code présente la propriété d’être orthogonal car nous avons

C ST BC,2 C H

ST BC,2 = ||s 1 || 2 + ||s 2 || 2 I 2

CNAM Cours ELE 203. – p.37/77

Code d’Alamouti Ce système peut se mettre sous la forme équivalente Y =  
Code d’Alamouti Ce système peut se mettre sous la forme équivalente Y =  

Code d’Alamouti

Ce système peut se mettre sous la forme équivalente

Y = y 11

y

12

= h 11

h

12

h 12

h 11

  s 1

s

2

+

n

n

11

12

  = H s + N

Pour ce code, le gain de diversité est égal à ||h 11 || 2 + ||h 21 || 2 . Comme H est une matrice orthogonale, le décodage au sens du maximum de vraisemblance (MV) s’obtient simplement en multipliant le vecteur reçu par H H ,

˜s = H H Y = (||h 11 || 2 + ||h 12 || 2 )s + n˜

CNAM Cours ELE 203. – p.38/77

Code d’Alamouti • 3 dB de moins que la diversité MRC à l’émission S N
Code d’Alamouti • 3 dB de moins que la diversité MRC à l’émission S N

Code d’Alamouti

3 dB de moins que la diversité MRC à l’émission

SNR = E s (||h 11 || 2 + ||h 12 || 2 ) 2 ) = E s (||h 11 || 2 + ||h 12 || 2 )

2 N 0 (||h 11 || 2 + ||h 12 || 2

2

N 0

0 10 Alamouti (M=2,N=1) Alamouti (M=2,N=2) MRC (M=2, N=1) MRC (M=2, N=2) −1 10 canal
0
10
Alamouti (M=2,N=1)
Alamouti (M=2,N=2)
MRC
(M=2, N=1)
MRC
(M=2, N=2)
−1
10
canal
de Rayleigh
−2
10
−3
10
−4
10
−5
10
−6
10
0
5
10
15
20
25
30
Uncoded BER

CNAM Cours ELE 203. – p.39/77

Autres codes ST en bloc orthogonaux • Le code d’Alamouti est le seul code orthogonal
Autres codes ST en bloc orthogonaux • Le code d’Alamouti est le seul code orthogonal

Autres codes ST en bloc orthogonaux

Le code d’Alamouti est le seul code orthogonal complexe permettant

d’atteindre la diversité maximale avec un rendement égal à R M IMO = 1

Tarokh99.

Il existe seulement quelques autres codes orthogonaux complexes ayant un

rendement inférieur à 1. Par exemple pour N t = 3, N r = 1,Q = 3 et T = 4 et donc R M IMO = 3/ 4 on a le matrice code suivante:

s 3

s 1

s

s 2

s 1

0

s 3

0

s 1

0

C ST BC,3 =

2

3

s

Comme précédemment, la structure orthogonale permet de décoder simplement ce code.

s 2

(13)

CNAM Cours ELE 203. – p.40/77

Codes ST en bloc presque orthogonaux • Sous réserve de sacrifier la propriété d’orthogonalité, il
Codes ST en bloc presque orthogonaux • Sous réserve de sacrifier la propriété d’orthogonalité, il

Codes ST en bloc presque orthogonaux

Sous réserve de sacrifier la propriété d’orthogonalité, il est possible de construire des codes de rendement supérieur ou égal à 1. Exemple : N t = 4 et R M IMO = 1.

C ST BC,4 =

s 1

s 2

s 3

s 4

s 2

s 1

s

s

3

4

3

s

s 4

s 1

s 2

s 4

s

s

s 1

3

2

(14)

Cette matrice est obtenue à partir de deux matrices d’Alamouti et d’une transformée de Hadamard.

Contrairement aux codes STBC orthogonaux on a :

H H H =

4

i =1

(||h 1 i || 2 )I 4 + J

où la matrice J est la matrice d’interférence

(15)

CNAM Cours ELE 203. p.41/77

Codes ST en bloc presque orthogonaux • la matrice de différence B n’est pas de
Codes ST en bloc presque orthogonaux • la matrice de différence B n’est pas de

Codes ST en bloc presque orthogonaux

la matrice de différence B n’est pas de rang plein pour toutes les paires de

mot de code.

Pour obtenir un rang plein, on applique une rotation sur les symboles s 3 et s 4 :

C ST BC,4 =

s 1

s 2

s 3 e jφ rt

s 4 e jφ rt

s 2

s 1

4 e jφ rt

s

s

e rt

3

s

s

e rt

3

e rt

4

s 1

s 2

s 4 e rt

s 3 e rt

s 2

s 1

(16)

CNAM Cours ELE 203. – p.42/77

Code DAST D a m e n 0 2 • les codes spatio-temporels DAST (Diagonal
Code DAST D a m e n 0 2 • les codes spatio-temporels DAST (Diagonal

Code DAST Damen02

les codes spatio-temporels DAST (Diagonal Algebraic Space Time Block)

sont une généralisation des modulations tournées introduites pour le canal de

Rayleigh par Boullé et Belfiore.

Le codage spatio-temporel DAST est un code de rendement R M IMO = 1

avec Q = T = N t construit à partir d’une matrice de rotation M. La matrice code est de la forme

C = diag (t 1 ,t 2 ,

,t N t )

avec t = [t 1 t 2

La matrice de rotation M est le produit de la matrice de Fourier F N t de dimension N t × N t et de la matrice diagonale composée des puissances successives du paramètre de rotation α :

t N t ] T = Ms

M = F N t diag 1 , α, α 2 ,

N t 1

(17)

(18)

CNAM Cours ELE 203. – p.43/77

Code DAST • Les codes DAST atteignent la diversité maximale de N t N r
Code DAST • Les codes DAST atteignent la diversité maximale de N t N r

Code DAST

Les codes DAST atteignent la diversité maximale de N t N r grâce à l’extension de constellation. α est choisi afin de maximiser le gain de codage.

α est déterminé soit par recherche exhaustive ou en utilisant les propriétés de la théorie des nombres. Par exemple, pour N t = T = 2 et une modulation MDP4 des symboles s i , on obtient α = exp( jπ )

4

C =

s 1 + s 2 exp j π

0

4

0

s 1 s 2 exp j π

4

CNAM Cours ELE 203. – p.44/77

Codes TAST Damen02 El Gamal 03 • Les codes TAST (threaded algebraic space time) sont
Codes TAST Damen02 El Gamal 03 • Les codes TAST (threaded algebraic space time) sont

Codes TAST

Damen02 El Gamal 03

Les codes TAST (threaded algebraic space time) sont une généralisation des

codes DAST . Ces codes permettent d’atteindre le compromis optimal entre gain de diversité et de multiplexage. Pour N t = 2, N r 2 et un rendement

R M IMO = 2, on a la matrice de code suivante :

C =

s 1 ψ tt s 2

ψ

1

/ 2

tt

(s 3 ψ tt s 4 )

ψ

1

/ 2

tt

(s 3 + ψ tt s 4 )

s 1 + ψ tt s 2

(19)

ψ tt = e jζ tt et ζ tt est un paramètre réel à optimiser pour obtenir le meilleur gain de codage. On a ζ tt = 0.5 pour une modulation MDP4 et ζ tt = 0.448 pour une modulation MAQ16.

Comme pour les codes non orthogonaux, on peut utiliser un décodage linéaire (ZF ou MMSE), non linéaire (SIC) ou par sphère.

CNAM Cours ELE 203. – p.45/77

Performances des codes TAST • Comparaison des performances TEM = f ( E B /N
Performances des codes TAST • Comparaison des performances TEM = f ( E B /N

Performances des codes TAST

Comparaison des performances TEM = f (E B /N 0 ) du code d’Alamouti (2, 2) avec le code TAST (2, 2) pour un débit binaire de 4 bits par intervalle de temps élémentaire ( MAQ 16 pour le code d’Alamouti et MAQ 4 pour le code TAST).

0 10 Alamouti code TAST code −1 10 −2 10 −3 10 −4 10 5
0
10
Alamouti code
TAST code
−1
10
−2
10
−3
10
−4
10
5
10
15
20
25
Taux d’erreurs bloc

CNAM Cours ELE 203. – p.46/77

Multiplexage spatial V-BLAST Foschini99 modulation et codage démodulation et décodage Exemple : N t =
Multiplexage spatial V-BLAST Foschini99 modulation et codage démodulation et décodage Exemple : N t =

Multiplexage spatial V-BLAST Foschini99

modulation et codage démodulation et décodage
modulation et codage
démodulation et décodage

Exemple :N t = N r = N = 2, Q = 2, T = 1 soit R M IMO = 2 :

C V BLAST ,2 =

s 1

s

2

Le signal reçu s’écrit alors :

   = H   s 1

y

y

11

21

s

2

+ n 11

n

21

CNAM Cours ELE 203. – p.47/77

Décodage linéaire • Décodeur par forçage à zéro • Décodeur MMSE y ˜ = H
Décodage linéaire • Décodeur par forçage à zéro • Décodeur MMSE y ˜ = H

Décodage linéaire

Décodeur par forçage à zéro

Décodeur MMSE

y˜ = H 1 y

ˆs

= décision (y˜ )

y˜ = (H H H + σ 2 I ) 1 H H y

ˆs

= décision (y˜ )

CNAM Cours ELE 203. – p.48/77

Décodage par soustraction successive d’interférence 1) Décomposition QR de H = QR où Q est
Décodage par soustraction successive d’interférence 1) Décomposition QR de H = QR où Q est

Décodage par soustraction successive d’interférence

1) Décomposition QR de H = QR Q est une matrice unitaire et R est une matrice triangulaire supérieure. On calcule ensuite les deux matrices G et L :

G = diag 1 (R)Q H

L = diag 1 (R)R I N

2) Multiplication du vecteur reçu par G :

y˜ = Gy = diag 1 (R)Rs + Gn

3) Estimation successive des symboles s N , s N 1 ,

,

s 1

CNAM Cours ELE 203. – p.49/77

Décodage par soustraction successive d’interférence Réduction de l’interférence spatiale + + – L décodeur G
Décodage par soustraction successive d’interférence Réduction de l’interférence spatiale + + – L décodeur G

Décodage par soustraction successive d’interférence

Réduction de l’interférence spatiale

+ + – L décodeur
+
+
L
décodeur
de l’interférence spatiale + + – L décodeur G   ˆ s N  
de l’interférence spatiale + + – L décodeur G   ˆ s N  
de l’interférence spatiale + + – L décodeur G   ˆ s N  
de l’interférence spatiale + + – L décodeur G   ˆ s N  

G

G
G
G

  ˆs N

 

= décision ((y˜ ) N )

ˆs N 1 = décision ((y˜ ) N 1 ˆs N L N 1 ,N )

.

.

.

ˆs 1

 

 

= décision ((y˜ ) 1 ˆs N L 1 ,N

ˆs 2 L 1 ,2 )

CNAM Cours ELE 203. – p.50/77

Décodage par sphère • On utilise la relation réelle entre x et y (dimension 2
Décodage par sphère • On utilise la relation réelle entre x et y (dimension 2

Décodage par sphère

On utilise la relation réelle entre x et y (dimension 2 N × 1 )

avec b ij =

xˆ = arg min ||y Bx|| 2

(h ij ) (h ij )

(h ij )

(h ij )

x

Equivalent à la recherche du point le plus proche dans un réseau de point

Au lieu de rechercher les 2 2 N points (modulation QPSK), on limite cette

recherche aux points situés dans l’hypersphère de rayon C 1 autour du point reçu y

CNAM Cours ELE 203. – p.51/77

Décodage par sphère M ( x(c) ) = y − Bx(c) 2 = ( x
Décodage par sphère M ( x(c) ) = y − Bx(c) 2 = ( x

Décodage par sphère

M(x(c) ) = y Bx(c) 2

= (x ˜x ) T B T B(x ˜x ) + y T (I B(B T B) 1 B T )y

= (x ˜x ) T R T R (x ˜x) + y T (I B (B T B) 1 B T )y

˜x = (B T B ) 1 B T y est la solution ZF R = { r ij } 2 N ×2 N est une matrice triangulaire avec B T B = R T R obtenue par factorisation de Cholesky.

CNAM Cours ELE 203. – p.52/77