TP Traitement dAntenne

On se place dans le cadre du traitement dantenne en radiocommunications. Lantenne est constitue

de N capteurs (typiquement : 2 N 10 ) disposs dans le plan horizontal (antenne linaire,
circulaire, ). Les sources reues par lantenne dans la bande dintrt sont en nombre M limit
( M N ). Les sources sont bande troite : ce sont des signaux basse frquence (bande B )
transports par une frquence porteuse f 0 ( B << f 0 ).

source

capteurs

Point de rfrence
Exercice 1 - Vecteurs directionnels
Ce premier exercice est destin tablir la table des vecteurs directionnels. Elle nous servira plus tard
gnrer les signaux capteurs puis tablir les rponses des filtres spatiaux.
Les vecteurs directionnels sont les vecteurs des N gains complexes relatifs aux dphasages que
subirait un signal source provenant dune direction pour parvenir chacun des capteurs
(dphasages par rapport un point de rfrence arbitraire). La table des vecteurs directionnels est
une matrice dont les colonnes sont les vecteurs directionnels associs aux diffrentes directions
darrive possibles.
1) Etablir lexpression de la diffrence de marche subie par un front donde provenant dune direction
pour parvenir un capteur de coordonnes ( r , ) (par rapport au point et laxe de rfrence).
2) En dduire lexpression du retard diffrentiel et du dphasage induit sur la porteuse.
3) Programmer sous Matlab le calcul dun vecteur directionnel pour une direction quelconque
( 30 par exemple). On partira du code suivant :
f0=1e+9;
% Frquence porteuse
vp=3e+8;
% Vitesse de propagation
lambda=vp/f0; % Longueur d'onde
N=5;

% Nombre de capteurs

% Coordonnes des capteurs. Cas dune antenne linaire

r=(0:N-1)*lambda/2;
% Distance au point de rf. (capteur 1)
phi=ones(1,N)*pi/2;
% Angle 90 (orientation verticale)
4) Etablir la table des vecteurs directionnels en adoptant un chantillonnage spatial avec un pas d
( 1 par exemple).
5) Calculer la rponse dun filtre spatial w quelconque (pondrations toutes gales 1 N par
exemple). Tracer le module de cette rponse en linaire et en dB.

Exercice 2 Signaux capteurs

Dans cet exercice, nous allons simuler la rception bruite de M signaux sources par les capteurs de
lantenne. Nous obtiendrons ainsi N signaux capteurs que nous chercherons ensuite combiner pour
retrouver les signaux sources.
1) Gnrer sous Matlab des signaux sources en bande de base. Typiquement, il pourrait sagir de
signaux constitus de symboles alatoires ( Ts = 8Te par exemple). Mais par soucis de facilit, nous
pouvons commencer par gnrer des signaux sources sinusodaux :
M=N;
% Nombre de sources
T=100; % Nombre d'chantillons
fe=1; % Frquence d'chantillonnage (frq. rduite)
f=(1:M)'/M*0.1*fe; % Frquences des sources 0<f<0.1fe
S=exp(j*2*pi*f*(0:T-1)); % Sources sinusodales complexes
figure; plot(real(S')); grid; % Trac des signaux sources
2) Constituer la matrice de mlange dont les colonnes sont les vecteurs directionnels des sources :
theta=(0:M-1)/(M-1)*pi/2; % Angles d'arrive des sources
theta=round(theta/dtheta)*dtheta; % Arrondi
Z=D(:,round(1+theta/dtheta)); % Matrice des vect. direct. des sources

3) Gnrer les signaux capteurs en rglant (sigma), la valeur efficace du bruit pour que le rapport
signal bruit soit de 40 dB :
X=Z*S;
sigma=...; % 40 dB
X=X+sigma*(1/sqrt(2))*(randn(size(X))+j*randn(size(X)));
figure; plot(real(X')); grid;
4) Appliquer un premier filtre spatial constitu du vecteur directionnel de la source dsire (formation
de voie) :
desire=1;
% Numro de la source dsire
w=Z(:,desire)/N; % Filtre spatial tel que w'*Z(:,desire)=1;
y=w'*X;
% Filtrage
figure; hold on; plot(real(y)); plot(real(S(desire,:)),'r'); grid;
4) Mesurer le rapport signal bruit plus interfrence (SNIR) en cherchant prdire le signal source
estim partir du signal source original :
y( n )

b( n )

+
sd ( n )

su ( n )

+
-

[
[

]
]

E su ( n )
SNIR = S =
2
B
E b( n )

a
:
a=(S(desire,:)*y')/(S(desire,:)*S(desire,:)');
su=a'*S(desire,:);
b=y-su;
SNIR=mean(abs(su).^2)/mean(abs(b).^2);

Exercice 3 Filtre MMSE (Minimum Mean Square Error)

Dans cet exercice nous allons chercher traiter les signaux capteurs pour estimer les signaux sources
au sens du minimum de lerreur quadratique moyenne :
x1 ( n )

w1*

E e( n )

x2 ( n )
w*2

] = min w = R

y( n )

1
xx

rxd

- d( n )
e( n )

xN ( n )
w*N

1) Dfinir le signal dsir d ( n ) comme le signal de la source N 1. Estimer avec Matlab la matrice
dautocorrlation R xx du vecteur signal X ( n ) (vecteur des signaux capteurs) ainsi que le vecteur
dintercorrlation rxd entre le vecteur signal X ( n ) et le signal dsir d ( n ) :

R xx = E X ( n ) X ( n )T
rxd = E X ( n )d ( n )*

2) Calculer le filtre spatial minimisant lerreur quadratique moyenne w = R xx 1 rxd et lappliquer au

signaux capteurs pour obtenir lestimation du signal source recherch. Reprsenter cette estimation
ainsi que le signal source recherch.
3) Mesurer le rapport signal bruit plus interfrence en appliquant la mthode utilise lors de
lexercice 2.
4) Tracer la rponse spatiale du filtre (diagramme de rayonnement de lantenne multicapteurs) en
linaire puis en dB pour apprcier les zones daffaiblissement.

5) Programmer lalgorithme LMS (gradient stochastique) de manire dterminer progressivement

au cours du temps le vecteur filtre w . Calculer chaque instant lerreur quadratique moyenne :

EQM ( w ) = E e w ( n )

]= w R
T

xx w 2 Re( w

rxd ) + r0 avec r0 = E d ( n )

Puis reprsenter cette grandeur pour apprcier la convergence de lalgorithme. On pourra aussi
reprsenter lerreur instantane.
6) Sparation de sources : Estimer un signal source en mettant profit son module constant.

Exercice 4 Goniomtrie
Dans cet exercice nous allons tester diffrentes mthodes permettant de localiser les diffrentes
sources prsentes dans lenvironnement. Pour que ces mthodes fonctionnent il faut que le nombre
de sources soit strictement infrieur au nombre de capteurs. Nous nous placerons donc dans le cas :
M=N-1;

% Nombre de sources

1) Formation de voie : P fv ( ) = d ( )T R xx d ( ) o d ( ) est le vecteur directionnel associ la

direction . Calculer avec Matlab P fv ( ) puis reprsenter cette grandeur (linaire et dB).
2) Mthode de Capon : Pcap ( ) =

1
. Calculer avec Matlab Pcap ( ) puis reprsenter
d ( )T R xx 1 d ( )

cette grandeur (linaire et dB).

3) Mthode haute rsolution : w tel que R xx w = min w ( w : vecteur propre min de R xx ) :
[V,L]=eig(Rxx); [lmin, index]=min(diag(L)); w=V(:,index);
Et Phr ( ) =

min
wT d ( )

. Calculer avec Matlab Pcap ( ) puis reprsenter cette grandeur (linaire et dB).

4) Comparer les rsultats obtenus avec la mthode de Capon ceux obtenus avec la mthode haute
rsolution lorsque le rapport signal bruit est plus faible (20 dB par exemple).