Canal de Propagation

3ème année Télécom-Réseaux

2007-2008

Martial COULON
1
2
Chap. I : INTRODUCTION

I.1. Concept des Systèmes Cellulaires

BSC BTS

PSTN MSC BSS

BSC BTS
HLR VLR BSS

PSTN : Public Switched Telephone Network

MSC : Mobile Switching Center
HLR : Home Location Register
VLR : Visitor Location Register
BSS : Base Station Subsystem
BSC : Base Station Controller
BTS : Base Transceiver Station 3
MS : Mobile Station
 BASE
STATION

Types de Cellules :

Méga-Cellules : ∅ 1000km, Bandes L, S (1 à 4GHz), Ka

Macro-Cellules : ∅ 1 à qques dizaines de km, Bandes VHF/UHF
Micro-Cellules : ∅ 500m, Bandes VHF/UHF
Pico-Cellules : ∅ qques m, haut débit.
4
 I.2. Définition du Canal Radio Mobile

• Canal de Propagation (linéaire, réciproque, TV)

• Antennes Emettrices et Réceptrices
• Fréquences entre 3kHz et 300GHz (λ entre 100km et 1mm)

Canal montant (Reverse Channel ou Uplink Channel)

Mobiles vers BS
Transmissions Asynchrones
Effet d’éblouissement (near-far, proche-éloigné)

Canal descendant (Forward Channel ou Downlink Channel)

BS vers Mobiles
Transmissions synchrones
Peu d’effet d’éblouissement
5
 I.3. Fréquences du Canal Radio

Onde de sol, f<2MHz

Réflexion ionosphérique Propagation

2MHz<f<30MHz en vue directe, f>30MHz

6
Bande de Désignation Caractéristique de Services
Fréquence propagation

Trés Basses Onde de sol Navigation, sous marins

3-30 kHZ
Fréquences (VLF) Faible atténuation jour et
nuit Grandes distances
Basses Fréq. Navigation, marine
30-300 kHZ (LF) Onde de sol
Grandes distance
Att. plus grande le jour
AM Radiodiffusion
300-3000 kHZ Moyennes Onde de sol Radio marine,
fréquences (MF) Att. faible la nuit Grandes distances

Hautes Fréq. Radio-amateurs,

3-30 MHZ Propagation Ionosphérique
(HF) militaires,Avions,
Bateaux
Reflection sur couches
ionophériques
Grandes distances
Variable jour/nuit

7
Bande de Désignation Caractéristique de Services
Fréquence propagation
TV VHF (54-72MHz,76-
Trés Hautes Pratiquement
30-300 MHz 88MHz, 174-216MHz)
Fréq. (VHF) en vue directe Radio FM (88-108MHz),
navigation aérienne

0.3-3 GHz Ultra Hautes Vue directe TV UHF (470-806MHz)

Mobiles (GSM : 890-960MHz, DCS
Fréq.(UHF) 1800 : 1710-1880MHz, IS95 :
824-894 MHz),
GPS : 1217,6-1237,6MHz,
1565,42-1585,42 MHz

1-2 GHz Bande L Vue directe Radars, Faisceaux Hertziens

2-4 GHz Bande S Satellites
Att. pluie (f>10GHz) Bluetooth : 2,4-2,483 GHz
3-30 GHz Super Hautes
Att. Vapeur d'eau 802.11a : 5 GHz
Fréq.(SHF) (f> 22GHz) 802.11b : 2.4 GHz (Wi-fi)
4-8 GHz Bande C
8-12 GHz Bande X
12-18 GHz Bande Ku
18-26 GHz Bande K
26-40 GHz Bande Ka

8
 I.4. Phénomènes Physiques

Émetteur
Réflexion (surfaces lisses)
Réfraction (milieux translucides)
Dispersion (milieux rugueux)
Diffraction (angles, pointes)

Récepteur

• Phénomènes aléatoires modélisation statistique du canal

• Importances des phénomènes fonction de la fréquence
modélisation du canal dépendante du signal considéré

2 types de bruit :
additif (thermique, radiations,…)
multiplicatif (attenuations successives) 9
 I.5. Les Trois Types de Fading

× × × × × +

Antenne Path Loss Shadowing Fast Fading Antenne Bruit additif

émettrice réceptrice

FADING

PATH LOSS (Affaiblissement de parcours)

diminution de la puissance du signal due à l’éloignement
phénomène déterministe

SHADOWING (Effet de masque)

phénomène plus local, aléatoire
dû aux atténuations successives

FAST FADING ou SMALL-SCALE FADING (Evanouissement)

variations rapides de l’amplitude du signal (addition constructive ou
10
destructive des ondes)
Exemple de signal en radio mobile :

11
 Chap. II : LE PATH LOSS

II.1. Description Physique du Modèle

Phénomène macroscopique
Modélise la diminution de l’amplitude du signal avec l’éloignement
suivant certaines situations

Paramètres :
hm : hauteur locale de l’antenne mobile
(environ 1,5m)
hb : hauteur locale de l’antenne de la BS
d : distance mobile/BS
dm : distance entre le mobile et l’obstacle
le plus proche
h0 : hauteur locale du bâtiment le plus proche
f : fréquence porteuse du signal (ou λ)
12
Définition du Path Loss (L):

1 PR PR : puissance reçue
=
L PE PE : puissance émise

Différents types de modèles :

• Modèles empiriques
• Modèles physiques
• Modèles hybrides

13
 II.2. Modèles Empiriques

Méthode : séries de mesures effectuées dans

un environnement donné
détermination d’une fonction approchant au mieux
les données en fonction de certains paramètres

1 mesure : moyenne calculée sur une petite aire

élimination des phénomènes locaux 14
a. Modèles « Power-Law »
1 PR k
= = n
L PE d
L = 10n log(d ) + K (en dB )
d
L = 10n log + Lref
d ref
n : exposant du Path-Loss, calculé d’après mesures

b. Modèle de Okumura-Hata
• modèle standard pour les macro-cellules
• mesures faites en 60-70 pour f entre 200MHz et 2GHz

15
3 catégories de terrain :
zone ouverte : pas de grands obstacles
zone sub-urbaine : qques obstacles (village, autoroutes,…)
zone urbaine : beaucoup d’obstacles (villes)

zone ouverte : LdB = A+BlogR-E

zone sub-urbaine : LdB = A+BlogR-C
zone urbaine : LdB = A+BlogR-D
A = 69.55 + 26.16 log f c − 13.82 log hb
B = 44.9 − 6.55 log hb
C = 2(log( f c / 28)) 2 + 5.4
D = 4.78(log f c ) 2 + 18.33 log f c + 40.94
E = 3.2(log(11.75hm )) 2 − 4.97 pour grandes villes, f c ≥ 300 MHz
E = 8.29(log(1.54hm )) 2 − 1.1 pour grandes villes, f c < 300 MHz
E = (1.1 log f c − 0.7)hm − (1.56 log f c − 0.8) pour petites et moyennes villes
R = d .10−3 , f c = f .10−3 16
Exposant du PL :

n = B/10 ≤ 4
augmente quand hb diminue
intérêt à placer l’antenne les plus haut possible

Conditions de validité du modèle :

f entre 150MHz et 1.5GHz

hb entre 30m et 200m
hm entre 1m et 20m
d > 1km

Nécessité d’adapter le modèle à l’environnement considéré

17
c. Modèle de COST231-Hata
• modèle pour petites et moyennes villes
• f entre 1.5GHz et 2GHz

L = F + B log R − E + G
F = 46.3 + 33.9 log f c − 13.82 log hb
G = 0dB pour villes moyennes et zones sub - urbaines
G = 3dB pour zones urbaines

d. Autres modèles : Lee, Ibrahim-Parsons,...

Inconvénients des modèles empiriques

• valables que pour un ensemble de paramètres fini
• nécessité de classifier en différentes zones
• trop généraux car pas de considérations physiques18
 II.3. Modèles Physiques
a. Modèle d’atténuation à l’air libre
• modèle idéal, pas d’obstacles,
existence d’une ligne de vue (« Line Of Sight »)
• modèle type power-law, fonction des gains des antennes
émettrice et réceptrice

LdB = 20logd + 10log(4π 2 Ls ) − 10log(GRGE λ2 )

exposant n=2 : atténuation « relativement » faible

b. Modèle de propagation extérieure

• 1 signal direct + 1 signal réfléchi
• approprié si surface plane entre émetteur et récepteur

19
  2πhbhm 
LdB = 20logd + 10log(4π 2 ) − 10log(GRGE λ2 ) − 20logsin 
 λd 
LdB ≈ 40logd − 10log(GRGE hb2hm2 ) pour λd >> hbhm

• exposant n=4, comme pour modèles empiriques

• Path Loss indépendant de la fréquence porteuse

c. Modèle de diffraction par les toits

• formes des obstacles supposées peu influentes sur la diffraction

• M-1 obstacles avec diffraction faible
• dernier obstacle qui diffracte vers le mobile, avec coefficient20connu
 Problèmes :
• trop complexe
• trop de connaissances a priori nécessaires
rarement utilisé modèles simplifiés

d. Modèle de diffraction par toits plats

Modèle simplifié :
• bâtiments de même taille
• séparations identiques

Path Loss en excès (en plus de la propagation à l’air libre)

−0.99 log M
 hb − h0 πw 
Le ∝  
 d λ 
21
exposant n=2+0.99logM
 II.4. Conclusion

• grand nb de modèles de Path Loss, empiriques ou physiques

• modélisation fonction de l’environnement de propagation

• développement de logiciels grâce aux progrès en informatique

et en propagation

• développement de systèmes d’info géographiques

• en pratique, on se tourne de plus en plus vers des modèles

hybrides physiques/statistiques pour trouver un compromis
précision/complexité

22
Chap. III : LE SHADOWING

III.1. Causes Physiques et Modélisation Statistique

• Phénomène plus local (sur qques centaines de λ)
• Variations de la puissance due à de (gros) obstacles
• Pour 2 mobiles à égale distance de la BS, shadowing différent
(contrairement au PL, si environnement homogène)
• Important pour déterminer la robustesse de couverture
d’un système
• Phénomène aléatoire (car obstacles aléatoires)
• Moyennage du shadowing Path Loss

Modélisation : pour N atténuations successives

Atotale = A1 × A2 × L × AN
Atotale,dB = A1,dB + A2,dB + L + AN ,dB
23
 Théorème de la Limite Centrale :

AdB suit une loi Gaussienne (A suit une loi log-normale)

AdB ~ N (0, σ ) 2
L

σL : « location variability »,
dépend de la fréquence, de la taille des antennes, de l’environnement

24
 III.2. Influence du Shadowing
sur la couverture d’une cellule
Shadowing chutes importantes du SNR (surtout en liaison montante)
Conséquences :
• frontières de la cellule floues
• phénomène de hand-over (ou hand-off)
• perte d’efficacité
• nécessité de connaître σL (modèles empiriques de Okumura,…)

25
 III.3. Shadowing Corrélé

Le shadowing sur un chemin (path) peut influer sur celui d’un autre chemin

Base 1
S11 Mobile 1

S12
r
S21
Base 2
Mobile 2
S22

2 types de corrélation :

• entre 2 positions de mobile (corrélation série)

• entre 2 positions de stations (corrélation site-à-site)
26
Corrélation Série
Coefficient de corrélation :

E [S11S12 ] E [S11S12 ]
ρs (r) = ≈ (si r assez petit)
σ 1σ 2 σ 2
L

• indique la vitesse de variation du shadowing qd le mobile se déplace

• modèles exponentiels

Corrélation Site-à-Site
Coefficient de corrélation :

E [S11S21 ]
ρi ( r ) =
σ 1σ 2

• indique l’importance du rapport Signal/Interférence

• effet important sur la capacité du système
• pour le moment, pas de modèles très performants 27
 Exemple de modèle physique
Mobile
r1

Base 1 r2
φ

Base 2
• φ ≈ 0 et r1 ≈ r2 : corrélation forte car environnement identiques
• φ ≈ 0 et r1<r2 : corrélation plus faible car environnements différents
Modèle de corrélation (pour r1<r2 ) :
 r1
 si 0 ≤ φ ≤ φT
 r2
ρi =  avec φT = 2 arcsin( rc / 2 r1 )
φT r1 si φT ≤ φ ≤ π
 φ r2
28
rc : distance de corrélation du shadowing
 III.4. Bilan de Liaison

Déf. : ensemble des paramètres permettant de vérifier l’équilibrage de la liaison

(puissance reçue sur liaison montante = puissance reçue sur liaison descen-
dante pour terminal en limite de portée)
fermer la liaison : puissance reçue suffisamment forte pour assurer la comm.

ajustement de la puissance des émetteurs, des gains d’antennes, …

en fonction du modèle de propagation (Path-Loss) et des marges (Shadowing)

Bilan de liaison en espace libre :

équation du bilan de liaison (équation de Friis)
PE GE GR
PR =
Lp

PE, PR : puissances émises et reçue

GE, GR : gains des antennes d’émission et de réception
LP : Path-Loss en espace libre (sans prendre en compte les gains
29
d’antennes)
Liaison satellite en espace libre :

Puissance du bruit de réception (bruit thermique) :

N 0 = kTe
Te : température équivalente du système, k : cte de Boltzmann

Rapport signal-sur-bruit :

(C / N 0 ) = PR PE GRGE
=
N0 Lp kTe

Rapport signal-sur-bruit (dB) :

(C / N 0 ) = EIRP − Lp + (G / T ) − k
EIRP = GEPE : Equivalent Isotropic Radiated Power
(G/T) = GR/Te : valeur spécifiée ds systèmes satellites 30
Ex. 1 : Bilan de liaison en espace libre sur liaison satellite montante

Station terrestre émettrice :

Fréq. émission 6,0 GHz
Puissance émise -10 dBW
Gain de l’antenne d’émission 30 dB
EIRP émis 20 dBW

Pertes :
Elévation satellite 45 °
Distance satellite 37630 km
PL en espace libre 193,5

Station satellite réceptrice :

Gain de l’antenne de réception 23 dB
Puissance reçue -150,5 dBW
G/T en réception -2,5 dB.K

Système :
constante de Boltzmann -228,6 dBWs.K-1
C/N0 de la liaison montante 52,6
31
Ex. 2 : Bilan de liaison en espace libre sur liaison satellite descendante
Station satellite émettrice :
Fréq. Émission 1,5 GHz
Puissance reçue -150,5 dBW
Gain du satellite 150 dB
Gain de l’antenne d’émission 26 dBi
EIRP émis 25,5 dBW

Pertes :
Elévation satellite 20 °
Distance satellite 39809 km
PL en espace libre 181,9
Absorption 0,2

Station terrestre réceprice :

G/T reçu -22,6 dBi
Pertes d’implémentation 1,0 dB

Système :
constante de Boltzmann -228,6 dBWs.K-1
C/N0 de la liaison montante 52,6
C/N0 de la liaison descendante 48,6
47,1 32
C/N0 de la liaison globale
 III.5. Conclusion

• phénomène aléatoire, fait varier localement le PL

• rayon de couverture d’une cellule aléatoire

• influe sur la dynamique du signal

• influe sur le pourcentage de positions bien couvertes

• corrélations série et site-à-site doivent être fortes

• besoin d’estimations dynamiques des corrélations

• prise en compte des marges dans le bilan de liaison

33
Chap. IV : FAST FADING
POUR CANAUX A BANDE ETROITE

IV.1. Introduction au Fast Fading

• phénomène très local : se produit dès que le mobile se déplace

d’une faible distance ( « small scale »)

• variations aléatoires de la puissance du signal étude statistique

• statistiques supposées stationnaires sur qques dizaines de λ

• variations le plus souvent destructrices pour le signal

problème majeur en télécom

34
 Causes du fading

émetteur

récepteur

• multi-trajet (multi-path) :
signal reçu = somme de signaux retardés, réfléchis, diffractés,…
• 1 signal 1 atténuation, 1 retard, 1 décalage de phase
• sommation constructrice ou destructrice
• changements importants de phase et d’atténuation
pour déplacements très courts
ex : déplacement de λv/2c déphasage de π
35
 Modélisation du fading

• canal de propagation linéaire (car opérations linéaires)

• canal variant dans le temps

K
y (t ) = ∑ h (t , k ) s (t − τ k (t )) + n (t )
k =1

•K : nombre de signaux reçus

• s(t) : signal émis
• τk(t) : retard de la kème composante
• h(t,k) : réponse impulsionnelle du canal
• n(t) : bruit additif (gaussien)
36
2 types de canaux :
• canal à bande étroite :
les signaux arrivent quasiment en même temps
pas d’étalement temporel canal plat en fréquences

• canal large bande :

retards relativement grands entre signaux
canal sélectif en fréquences

37
 IV.2. Canal Gaussien

Path Loss
α

signal émis s(t)

× + signal reçu y(t)

Bruit additif n(t)

Canal le plus simple :
• Path Loss + Shadowing
• atténuation invariante par rapport au temps
• pas de multi-trajet

y (t ) = αs (t ) + n (t )
38
 Performances

• détection par MAP (filtre adapté)

• modulation BPSK

( )
signaux antipodaux : TEB = Q 2γ b avec γ b =
α Eb
2

( )
signaux orthogonaux : TEB = Q γ b N0

39
 IV.3. Canal de Rayleigh
2 types de propagation :
• pas de ligne de vue (propagation NLOS) : canal de Rayleigh

émetteur
récepteur

• existence d’une ligne de vue (propagation LOS) : canal de Rice

émetteur
récepteur

40
Caractérisation d’un canal de Rayleigh :

y (t ) = α (t ) s(t ) + n(t )

α(t) : variable aléatoire gaussienne complexe de moyenne nulle

r(t)=|α(t)| : variable de Rayleigh, de densité de probabilité :
0.7
loi théorique
loi expérimentale

densité de probabilité
0.6

 r2 
0.5
r
p( r ) = 2 exp −  ,
2 
r≥0
σ  2σ 
0.4

0.3

0.2

0.1

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5

amplitudes

41
 Performances

• détection par MAP (filtre adapté)

• modulation BPSK
• SNR moyen élevé

signaux antipodaux : TEB ~ 1 / 4γ

signaux orthogonaux : TEB ~ 1 / 2γ
2
10

1 / 4γ
0
10

-2
10
TEB

-4
canal de Rayleigh
10

10
-6
canal gaussien

-8
10
-1 0 1 2
10 10 10 10
γ 42
 IV.4. Canal de Rice

Propagation LOS signal direct plus puissant que les autres

y (t ) = α (t ) s(t ) + n(t )
α(t) : variable aléatoire gaussienne complexe de moyenne non-nulle
r(t)=|α(t)| : variable de Rice, de densité de probabilité :

r  r 2 + s 2   rs 
p( r ) = 2 exp − I
2  0 2 
, r≥0
σ  2σ   σ 

s : amplitude du signal LOS

re − k  r 2   r 2k 
p( r ) = exp − I  2
2  0
 , r≥0

σ2  2σ   σ 
puissance du signal LOS s2
k= = : paramètre de Rice
puissance des signaux NLOS 2σ 2 43
k → 0 : canal de Rayleigh
k → +∞ : canal gaussien

44
 IV.5. Variations temporelles du Fading : effet Doppler

Caractérisée par les statistiques d’ordre 2, ç-à-d par le spectre

45
 IV.5.1 Effet Doppler

direction d’arrivée du signal

φ direction du mouvement, à v m/s

Effet Doppler : décalage de la fréquence dû au déplacement

v v
fd = cos φ = f cos φ = f m cos φ
λ c
v
fm = f = (maximum du) décalage Doppler
c
( Doppler-spread )

Chaque composante du multi-trajet subit l’effet Doppler

étalement du spectre du signal
46
 IV.5.2 Spectre Doppler

• Modèle de Clarke (le plus courant) : φ uniforme sur [-π,+π]

8

densité spectrale de puissance S(f)

7

 1.5
 , f < fm 5

Sα ( f ) =  πf m 1 − ( f / f m )2
4

0
 sinon 3

0
-1 -0.5 0 0.5 1

• Modèle pas toujours valable fréquence normalisée f/fm

(faibles distances φ non-uniforme), mais bonne approximation

ex : GSM pour zones rurales

 c1
 + c2δ ( f − 0.7 f m ), f < f m
Sα ( f ) =  2πf m 1 − ( f / f m )2

0 47
 sinon
 Conséquence de l’effet Doppler

Autocorrélation (normalisée) du fading de Rayleigh :

[
E α (t )α * (t − τ ) ]= J
ρα (τ ) =
[
E α (t )
2
] 0 ( 2πf mτ )

Temps de cohérence Tc : temps pendant lequel le canal est constant,

tq ρα (Tc ) = 0.5

9
Tc ≈
16πf m

Conséquences :

vitesse élevée variations rapides du canal

48
 IV.5.3 Autres paramètres liés
à la vitesse de variation du fading

Level Crossing Rate (LCR) :

Nb moyen de passage du signal au-dessus d’un seuil R par unité de temps

Canal de Rice :
(
LCR = 2π ( k + 1) f m ρe −k e −( k +1) ρ I 0 2 ρ k (k + 1)
2
) avec ρ =
R
σ 2
−ρ2
Canal de Rayleigh : LCR = 2π f m ρe

49
 Average Fade Duration (AFD)
durée moyenne pendant laquelle le signal reste sous un certain seuil R

Canal de Rayleigh :
ρ2
e −1
AFD =  → +∞
ρ → +∞
ρf m 2π
Estimation Pratique : 1 N
AFD ≈
N
∑τ
n =1
n

erreurs par rafales (bursts) techniques d’entrelacement (interleaving

50 )
 Chap. V : FAST FADING
POUR CANAUX A LARGE BANDE

V.1. Causes Physiques et Conséquences

• grand nombre de diffracteurs dans un large rayon

• retards importants (par rapport au temps d’émission d’un symbole)

entre les différents signaux (canal large bande)

• étalement temporel des symboles (delay spread)

Interférence Inter-Symboles (si débit élevé)

51
 V.2. Modèle de Canal Large Bande

y (t ) = ∑ α k (t ) s (t − τ k (t )) + n (t )
k

• αk(t) : variable de Rayleigh ou de Rice + Effet Doppler

αk(t) indépendants (par rapport à k) : uncorrelated scattering

• τk(t) = k/W où W/2 est la bande du signal passe-bas x(t)

1/W : résolution du système

52
 V.3. Détection sur Canal Large Bande
L
y (t ) = ∑ α k (t ) s(t − τ k ) + n (t )
k =1
L
M symboles possibles M signaux s1(t) ,…, sM(t) vm: ( t ) = ∑α
k =1
k ( t ) sm ( t − τ k )

(
Symbole m estimé : maximise U m = Re ∫ y (t )vm* (t )dt )
s1(t)
1/W 1/W 1/W
α∗1(t) ⊗ α∗2(t) ⊗ a*L(t) ⊗

⊗ ⊗ ⊗

Σ ∫ ( )dt U 1 = Re ( )
y(t)
... 53
 Autre interprétation (pour M=2) : récepteur RAKE
r(t)
1/W 1/W 1/W

s1* (t ) s2* (t ) s1* (t ) s2* (t ) s1* (t ) s2* (t )

⊗ ⊗ ⊗ ⊗ ⊗ ⊗
α L* (t ) α L−
*
2 (t ) α1* (t )

⊗ ⊗ ⊗ ⊗ ⊗ ⊗

Σ Σ
∫ ( )dt ∫ ( )dt
−
décision

54
V.4. Performances d’un Canal Large Bande à Fading Lent

• détection par MAP (Rake)

• modulation BPSK

Hypothèse : αk(t) = αk (sur une période)

Calcul du TEB à αk fixés :

signaux antipodaux : TEB = Q 2γ b( ) avec γ b =

Eb
∑ α
2
= ∑γ k
( )
( k )
N0 k
signaux orthogonaux : TEB = Q γ b k

Intégration pour αk variables de Rayleigh :

1
signaux antipodaux : TEB = C2LL−1 ∏
k 4γ k
1
avec γ k =
Eb
N0
[
E α (k )
2
]
signaux orhtogonaux : TEB = C2LL−1 ∏
k 2γ k 55
Chap. VI : PARAMETRES ET CARACTERISATION
DU CANAL DE PROPAGATION

VI.1. Hypothèses standard sur le canal

y (t ) = ∑ h (t , k ) s(t − τ k (t )) + n (t )
k

y (t ) = ∫ h (t ,τ ) s(t − τ )dτ = (h (t ,τ ) ∗τ s(τ ) )(t) avec h(t ,τ ) = ∑ h (t , k )δ (τ − τ k (t ))

k

Autocorrélation du canal (dans le domaine temps/retards) :

ρ h (t1 , t2 ;τ 1 ,τ 2 ) = E [h(t1 ,τ 1 )h* (t2 ,τ 2 )]

Autocorrélation du canal (dans le domaine temps/fréquences) :

ρ H (t1 , t2 ; f1 , f 2 ) = E [H (t1 , f1 ) H * (t2 , f 2 )]

où H (t , f ) = TFτ ( h(t ,τ ))( f ) = ∑ h(t , k )e −2 jπfτ k

k
56
fonction de transfert du filtre à l’instant t
Hypothèse de stationnarité en temps (Wide-Sense Stationary - WSS)
ρ h (t1 , t2 ;τ 1 ,τ 2 ) = ρ h ( ∆t;τ 1 ,τ 2 ) ne dépend que de la différence ∆t = t2 − t1
(vérifiée pour canal constant)

Hypothèse d’indépendance des trajets (Uncorrelated Scaterring - US)

Coefficients h(t1,k1) et h(t2,k2) indépendants pour tout t1, t2 si k1≠ k2

Hypothèse WSSUS : Wide-Sense Stationary + Uncorrelated Scaterring

Liens entre les hypothèses :

hsi canal US en temps + Rayleigh, alors WSS en fréquences, càd :
ρ H (t1 , t2 ; f1 , f 2 ) = ρ H (t1 , t2 ; ∆f ) avec ∆f = f 2 − f1
hsi canal WSS en temps ds le domaine (t,τ), alors WSS en
temps ds le domaine (t,f)
hsi canal US en fréquences + Rayleigh, alors WSS en τ 57
 VI.2. Dispersion temporelle

Variations fréquentielles du canal

Etalement temporel Td (time delay-spread):

pour canal WSSUS,
ρ h ( ∆t;τ 1 ,τ 2 ) = Ph ( ∆t;τ 1 )δ τ ,τ
1 2

Pour ∆t=0,
[
Ph (τ ) = Ph ( ∆t;τ ) = E h(t ,τ )
2
] (indépendant de τ)

Ph (τ ) : Power delay profile, puissance moyenne de la composante

du canal correspondant au retard τ

Td : longueur du support de Ph (τ ) , càd :

longueur de l’intervalle des valeurs de τ pour lesquelles Ph (τ )
est (à peu près) non-nulle.
58
 Power delay profile
Puissance Ph(t)
P1
écart-type du retard
P0 P2
retard moyen P3

retard t

retard en excès
Retard moyen (mean excess delay): moyenne des délais pondérés par
les puissances
1
τ = ∑ Pkτ k avec PT = ∑ Pk et Pk = E h (t ,τ k
PT k k
2
[ ]
Retard en excès (total excess delay): écart temporel entre la première
et la dernière composante du signal mesure l’importance de l’IIS
Ecart-type du retard (RMS delay spread) : écart-type pondéré
par les puissances 1/ 2
 1 2
τ RMS =  ∑ Pk (τ k − τ ) 
 PT k  59
Exemples 1 :
zone rurale, v=250km/h
0
Ts=3.7ms
écart-type
Environnement du retard (en µs)
-5

-10
Cellules 0.01-0.05
Zone ouverte < 0.2 -15
Zonesub-urbaine <1
τRMS=0.1ms
Zone urbaine 1-3 -20

Zone montagneuse 3-10

-25
-5 0 5 10 15 20

zone urbaine, v=50km/h zone montagneuse, v=100km/h

0 0
Ts=3.7ms Ts=3.7ms
-5 -5

-10 -10

-15 -15

τRMS=1.03ms τRMS=5.1ms
-20 -20

-25
60
-5 0 5 10 15 20 -25
-5 0 5 10 15 20
Transmission d’un signal GSM (GMSK) sur différents canaux mobiles

Canal Gaussien−0 Canal Gaussien−50

Canal RA−0 Canal RA−50

Canal TU−0 Canal TU−50

61
Exemples 2 :

Environnement Fréquences (MHz) RMS delay spread Lieu

Urbain 910 1300 ns (moyenne)
600 ns (ecart-type) New-York
3500 ns (maximum)
Urbain 892 10-25 µs San Francisco (pire cas)
Sub-urbain 910 200-310 ns Moyenne cas typique
Sub-urbain 910 1960-2110 ns Moyenne cas extrème
Indoor 1500 10-50 ns Immeuble bureaux
Indoor 850 270 ns (maximum) Immeuble bureaux
Indoor 1900 70-94 ns (moyenne) 3 immeubles
1470 ns (maximum) San Francisco

62
Exemples 3 : delay-spreads mesurés dans la bande 800 MHz-1.5 GHz

Delay-spread moyen (ns) Delay-spread maximal (ns) Lieu

25 50 Immeuble de bureaux
30 56 Immeuble de bureaux
27 43 Immeuble de bureaux
11 58 Immeuble de bureaux
35 80 Immeuble de bureaux
40 90 Centre commercial
80 120 Aéroport
120 180 Usine
50 129 Dépôt
120 300 Usine

63
Exemples 4 : delay-spreads mesurés dans la bande 4 GHz-6 GHz

Delay-spread moyen (ns) Delay-spread maximal (ns) Lieu

40 120 Grand immeuble

50 60 Immeuble de bureaux

35 55 Salle de réunion (5m x 5m)

à murs métalliques
10 35 Salle de réunion
à murs en brique
40 130 Immeuble de bureaux

40 120 Centre sportif couvert

65 125 Usine

25 65 Immeuble de bureaux

20 30 Pièce individuelle dans

immeuble de bureaux
64
Bande de cohérence Bc (coherence bandwidth) :
ρ H ( ∆f ) = ρ H (t , t; ∆f ) = E [H (t , f1 ) H * (t , f 2 )] avec ∆f = f 2 − f1
Bc : écart fréquentiel pour lequel 2 composantes fréquentielles
du canal deviennent décorrélées

ρ H ( Bc ) = 0.5

Lien entre étalement temporel et bande de cohérence :

1
Td =
2πBc
Interprétation :

Td faible peu de retard H(f) ≈constant Bc grand

65
 VI.2. Dispersion fréquentielle
Variations temporelles du canal
Temps de cohérence Tc (coherence time) :
Intervalle de temps pendant lequel le canal est (à peu près) constant

Etalement Doppler Bd (doppler spread) :

largeur de l ’étalement du spectre du signal par passage dans le canal,
càd, largeur du spectre Doppler.

Bd = 2 f m
Lien entre étalement Doppler et temps de cohérence :
9
Tc ≈
16πf m
Interprétation :
Peu d’effet Doppler variations lentes du canal 66
 VI.4. Classification des Canaux

Dépend du signal considéré (période symbole Ts et largeur de bande Bs)

Tc < Ts et Bc < Bs : canal sélectif en temps et en fréquences

K

Bs y (t ) = ∑ h (t , k ) s (t − τ k ) + n (t )
k =0

Non-sélectif en tps Sélectif. Tc > Ts : canal invariant par rapport au temps

(« time flat ») (« non- flat ») pendant la transmission du symbole
K
y ( t ) = ∑ h ( k ) s (t − τ k ) + n (t )
Bc k =0

Bc > Bs : bande du canal constante sur

Non-sélectif. Non-sélectif en fréq. la bande de x(t)
(« flat- flat ») (« frequency flat »)
y (t ) = h (t ) s (t ) + n (t )
0
0
Tc Ts Tc > Ts et Bc > Bs : canal « plat » sur Bx
pendant Tx
67
y (t ) = hx (t ) + n (t )
 VI.5. Estimation de canal
Intérêts :

permet l’utilisation de certains algorithmes d ’égalisation qui
nécessitent la connaissance du canal

permet l’utilisation de certains algorithmes de détection de symboles

qui nécessitent la connaissance du canal (notamment en réception)
Deux types d’estimation possibles :

fixe : pour canaux fixes (non-sélectifs en temps)

adaptative : pour canaux variables (sélectifs en temps)

Deux stratégies :

avec séquence d’apprentissage (le plus utilisé)

sans séquence d’apprentissage : techniques aveugles (complexes)

Rq : estimation du canal à l’émetteur

existence d’un canal retour (feedback)

sans feedback, utilisation d’autres techniques (ex : réciprocité) 68
Exemple d’estimation basée sur les statistiques d’ordre 2 (canal fixe) :
insertion dans les données utiles d’une séquence d’apprentissage sa (t )
de fonction d ’autocorrélation Rsa (t ) telle que :
Rsa (t ) ≈ δ (t )
signal reçu : y (t ) = h(t ) ∗ sa (t ) + n(t )
Intercorrélation entre sa (t ) et y (t ) (si on néglige le bruit) :

R y ,sa (t ) = Rsa (t ) ∗ h (t ) ≈ δ (t ) ∗ h (t ) ≈ h (t )

Limitations :

séquence connue assez courte pour ne pas diminuer le débit utile

estimation non parfaite car Rsa (t ) n’est pas strictement un dirac.

Ex : pour GSM, 8 séquences différentes de 26 bits appelées séquences

CAZAC (Constant Amplitude Zero Correlation) construites chacune à
partir de 16 bits b1,…, b16 tels que
Rb (0) = 16
Rb ( k ) = 0 , -5 ≤ k ≤ −1, 1 ≤ k ≤ 5 69
 Chap. VII : DIVERSITE

VII.1. Récapitulatif des problèmes de propagation

• bruit multiplicatif dû au Path Loss, Shadowing, et Fast Fading
apparitions aléatoires de trous de fading
rafales (bursts) d’erreurs
• retards relatifs entre les composantes d’un signal (dus au multi-trajet)
IIS pour débit élevé (canaux large bande)
phénomène d’error floor : augmentation du SNR diminution du TEB

70
•effet Doppler (dû au déplacement du mobile) distorsions du signal
 Solutions Possibles

antennes directionnelles

petites cellules pour réduire les retards

égaliseurs (ZFE, DFE, MMSE, Viterbi,…) pour diminuer l’IIS

techniques multi-porteuses (OFDM) pour diminuer le débit

techniques de diversité

71
 VII.2 Principes de la Diversité

Principe : le récepteur reçoit différentes versions du signal émis.

ces versions sont émises sur des canaux différents et indépendants
L branches indépendantes diversité d’ordre L (au maximum)

Intérêt : la proba pour que le signal soit dans un « trou de fading »

simultanément sur tous les canaux est faible.
atténuation des effets du fading
diminuation du TEB

Ex. 1 : L=3 canaux. Probabilité de 10% d’être

dans un « fade » sur chaque canal
Probabilité de 10-3=0.1% d’être dans
un « fade » simultanément.
Ex. 2 : L=2 canaux. A chaque instant, on
considère le signal le plus fort.
diminution de la probabilité de «fade» 72
 Schéma du principe de la diversité

Canal 1

Canal 2 Diversité à
Modulation L branches Démodulation
Combinaison
…
EMETTEUR

Canal L
RECEPTEUR

Ordre de diversité : exposant Gd tel que proba d’erreur symbole

1 1
pour SNR grand : Pe ∝ (détection optimale ML)
Gc SNR Gd
Pe,dB = −Gd SNRdB − Gc ,dB + cte 73
 Diversité avec répétition du signal
Diversité temporelle :

• émission du signal à L instants séparés d’au moins le temps de cohérence Tc

• nécessité d’avoir un canal sélectif en temps pour avoir des fadings
indépendants.
Pb : retransmission des données diminution de la capacité du système.

Diversité fréquentielle :

• émission du signal sur L différentes fréquences séparées d’au moins

la bande de cohérence Bc .
• nécessité d’avoir un canal sélectif en fréquences pour avoir des fadings
indépendants.
Pb : utilisation de plusieurs bandes pour émettre un signal
mauvaise efficacité spectrale.

Div. temporelle et fréquentielle utilisées en communications analogiques

Pb : pertes d’efficacité spectrale et de capacité du système 74

 Diversité sans répétition du signal

Diversité d’antennes (de polarisation) :

les canaux correspondent à différents angles de l’antenne

émettrice/réceptrice,
et on suppose que les fadings pour chaque angle sont indépendants.

Diversité spatiale :

émission et/ou réception du signal sur différentes antennes

suffisamment espacées pour avoir des fadings indépendants.
espacement supérieur à Dc distance de cohérence
Dc ,min > λ / 2

Gd nb de diffuseurs décorrélation plus importante entre canaux

pour antennes élevées, Dc plus grande car angle spread plus faible
75
 VII.3. Méthodes de Diversité Mixte (Combining)

Principe : améliorer les performances de la diversité en utilisant

des méthodes se basant sur le SNR en sortie de chaque branche.

1. Selection Combining : on sélectionne la branche dont le SNR instantané

est le plus fort

Calcul
du 
Sélection du Ex : L branches, canal de Rayleigh
SNR sur chaque branche ~ exp(γ )
plus fort

Canal 1

Outage probability :
Canal 2
Emetteur Récepteur
P[SNR sur ttes les branches ≤ γ S ]
( )
…
−γ s / γ L
CanalL
= 1− e
L
γ 
≈  s  → 0 pour γ S faible
 γ  L→∞
76
Pb : estimation du SNR sur chaque branche
2. Switched Combining : on saute de branche en branche jusqu’à ce
que le SNR soit supérieur à un certain seuil
plus rapide, mais sous-optimal
3. Scanning Combining :
 sélection du SNR le plus fort branche k
 conservation de la branche k tant que SNRk> γ S
 dès que SNRk< γ S , retour à 
performances proches de selection combining

4. Equal-gain Combining : sommation cohérente de tous les signaux

utilise l’énergie de toutes les branches.
- jφ1
e
Ex : L=2 branches.
Canal 1 ´- jφ γ 1 + γ 2 + 2 γ 1γ 2
e 2
γ =
2
Canal 2 ´
Emetteur Σ Récepteur γ 1 = γ 2 ⇒ γ = 2γ 1
… - jφ L
e
Augmentation du SNR de 3dB
Canal L ´ 77
 5. Maximum Ratio Combining : (méthode optimale)
attribution à chaque branche d’un poids particulier.
combinaison linéaire des signaux qui maximise le SNR total

w1 Poids optimaux : wk ∝ α *
k

Canal 1 ´
w2
SNR total :
L L
Es
´ γ = ∑α = ∑γ k
2
Canal 2
Emetteur Σ Récepteur N0 k =1
k
k =1
…
wL
Outage probability beaucoup plus
Canal L ´ grande que pour selection combining

Ex : Modulation BPSK, canal de Rayleigh :

Pe ∝ 1 / (4γ ) ,
L L
antipodale :
γ = ∑γ k
orthogonale : Pe ∝ 1 / (2γ )
L
k =1

Pb : connaissance des coefficients du canal 78

6. Square-Law Combining :
pas de connaissance du canal nécessaire
méthode applicable aux modulations orthogonales (BPSK ortho, BFSK,…)

Modulation à M états M signaux s1(t) ,…, sM(t) orthogonaux :

1 Ts Es i= j
∫ si (t ) s j (t )dt = 
*

Ts 0
0 i≠ j
Ts
on définit : Qik = ∫ yk (t ) s* j (t )dt , i = 1,K, M , k = 1,K, L
0
L
Qi = ∑ Qik , i = 1,K, M
2

k =1

On choisit symbole i si : Qi > Q j , ∀j ≠ i

performances proches de MRC (à 3 dB près)

79
Chap. VIII : SYSTEMES MIMO

MIMO : Multiple-Input, Multiple-Output

EMISSION ME NE
CANAL EMISSION

RECEPTION MR NR RECEPTION

Principe : utiliser des antennes multiples en émission et réception afin :

d’augmenter la diversité (émission et réception) diminuer le TEB

d’augmenter la capacité du système

d’augmenter l’efficacité spectrale (pas de répétition du signal)
Applications :

réseaux locaux sans fil (WLAN)

réseaux cellulaires fixes wireless large bande 2G

réseaux cellulaires mobiles 2.5G/3G (EDGE, UMTS)

communications haut débit 80

systèmes broadcast
 VIII.1. Modèles de canaux MIMO

VIII.1.1 Modèles SISO (Single-Input,Single-Output)

Signal continu :
y (t ) = ∫ h (t ,τ ) s (t − τ )dt + n (t ) = (h (t ,τ ) ∗τ s (τ ) )(t ) + n (t )

Signal échantillonné :

canal non-sélectif en f : y ( k ) = Es hs( k ) + n ( k )

n(k) : bruit blanc gaussien, variance N0

L −1
canal sélectif en f : y ( k ) = Es ∑ h (l ) s ( k − l ) + n ( k )
l =0

 s( k − L + 1)
= Es [h ( L − 1) K h(0)] M  + n(k )
 
 s( k )  81
 VIII.1.2 Modèles SIMO (Single-Input,Multiple-Output)
MR antennes réceptrices 1 canal SISO sur chaque antenne

Signal continu :
yi (t ) = (hi (t ,τ ) ∗τ s(τ ) )(t ) + n (t ), i = 1,K, M R
[
y (t ) = (h (t ,τ ) ∗τ s(τ ) )(t ) + n (t ) avec h (t ,τ ) = h1 (t ,τ ),K, hM R (t ,τ ) ]
T

Signal échantillonné :
canal non-sélectif en f :
[
y ( k ) = Es h s ( k ) + n (k), avec y( k ) = y1 ( k ),K, y M R ( k ) ]T

n(k) : bruit blanc gaussien, avec E [ n ( k ) n ( l )] = N 0δ k ,l I M R

H

canal sélectif en f :
L −1
 s( k − L + 1)
y(k) = Es ∑ h (k)s (k − l ) + n k = Es [h (L-1 )K h ( 0 )] M  + n (k)
l =0
 
 s( k ) 
avec [
h (l ) = h1 (l ),K, hM R (l )
T
] 82
 VIII.1.3 Modèles MISO (Multiple-Input,Single-Output)
ME antennes émettrices somme de ME canaux SISO
Signal continu :

y (t ) = ∑ (h j (t ,τ ) ∗τ s j (τ ) )(t ) + n(t ) = (h (t ,τ ) ∗τ s(τ ) )(t ) + n(t )

ME

j =1

[ ] [
h (t ,τ ) = h1 (t ,τ ),K, hM E (t ,τ ) , s(t ) = s1 (t ),K, sM E (t ) ] T

Signal échantillonné :
Es
canal non-sélectif en f : y (k ) = hs ( k ) + n(k),
ME
avec [
h = h1 , K , h M E ] , s ( k ) = [s ( k ), K , s
T
1 M E (k ) ]
T

canal sélectif en f :  s1 ( k ) 
y (k ) =
Es
ME
[
h1 K h M E ]
 
 M  + n(k)
s M ( k ) 
 E 
h j = [h j ( L − 1), K, h j (0)], s j ( k ) = [s j ( k − L + 1) K s j ( k )]
T 83
avec
 VIII.1.4 Modèles MIMO
ME, MR ant. émet./récep. canal MISO sur chaque ant. récep.
Signal continu :

yi (t ) = ∑ (hi , j (t ,τ ) ∗τ s j (τ ) )(t ) + n(t ),

ME
i = 1,K, M R
j =1

y(t ) = (H (t ,τ ) *τ s(τ ) )(t ) + n(t ) où (H (t ,τ ) )i , j = hi , j (t ,τ )

Signal échantillonné :
Hs(k ) + n (k), avec H = (hi , j )1≤i ≤ M R
Es
canal non-sélectif en f : y ( k ) =
ME 1≤ j ≤ M E

avec s ( k ) = [s1 ( k ), K , s M ( k ) ]T , y ( k ) = [y 1 ( k ), K , y M ( k ) ]T
E R

canal sélectif en f :  h 1,1 K h 1,M E   s1 ( k ) 

Es   
y(k ) =  M O M   M  + n (k)
ME
 h M ,1 K h M ,M  s M ( k )
 R R E  E 
h i , j = [hi , j ( L − 1),K, hi , j (0)], s j ( k ) = [s j ( k − L + 1) K s j ( k )]
84
avec T
 VIII.2. Capacité des canaux MIMO

Capacité : débit moyen maximal (bits/s) que le canal peut

supporter sans erreur.

Pour messages émis x, messages reçus y :

C = max I ( x, y )
f ( x)

où :
f(x) : densité de probabilité de la source x
I(x,y)=H(x)-H(x|y)=H(y)-H(y,x) : transinformation entre x et y,
càd : information obtenue sur x quand on observe y,
càd : information transmise à travers le canal

Th. de la capacité de Shannon : pour canal gaussien de largeur W,

C = W log 2 (1 + SNR ) bits/s

càd :
C = log 2 (1 + SNR ) bits/s/Hz 85
 VIII.2.1 Canal MIMO déterministe non-sélectif

Es
y= Hs + n
ME
Contrainte pour conserver l’énergie émise totale :

[ ]) = ∑ E [s
Tr ( Rs ) = Tr (E ss ]= M
ME
H 2
j E
j =1

Hypothèse : H déterministe, connue par le récepteur

Pour canal de bande 1 Hz :

 Es 
C = max log 2 det  I M R + HRs H H  bits/s/Hz
Tr ( Rs ) = M E M E N0
 
(pour canal de bande W, multiplier C par W)

Pb : déterminer la matrice de corrélation R optimale

86
 Canal inconnu par l’émetteur

répartition uniforme des données sur les antennes émettrices

= IME
opt
Rs

 Es H 
r
 Es 
C = log 2 det  I M R + HH  = ∑ log 2 1 + λi  bits/s/Hz
 M E N0  i =1  M E N0 

où λi valeurs propres de HHH, et r rang de H (« rang du canal »)

C = somme des capacités de r canaux SISO
de gain λi et d’énergie émise Es/N0
Capacité maximale (obtenue pour canal orthogonal) :
 E 
C = M log2 1 + s  pour M = M E = M R
 N0 
càd M fois la capacité du canal SISO gaussien
87
 Canal connu par l’émetteur

l’émetteur s’arrange pour répartir les données de façon optimale

sur les antennes d’émission compte tenu du canal

Décomposition : (
H = UΣV H où Σ = diag λ1 ,K, λM )
on émet : s = V~
s
[ ] , avec la contrainte : ∑γ
r
γ i = E ~si = ME
2
soit i
i =1
on obtient :
r
 Es 
C = ∑ log 2 1 + γ i λi  bits/s/Hz
opt

i =1  M E N0 

où γ i
opt
obtenus par l’algorithme waterfilling (ou waterpouring)

Capacité pour canal Capacité pour canal

connu par l’émetteur > inconnu par l’émetteur 88
 Cas particulier : SIMO
M E = 1 ⇒ Rs = 1 pour canal connu ou inconnu, car contrainte Tr ( Rs ) = M E
 Es 2  Es 
C = log2 1 + h  = log2 1 + M R  ( si hi = 1 )
2

 N0   N0 

augmentation logarithmique de la capacité (faible)

connaissance du canal pas de bénéfice pour la capacité

Cas particulier : MISO

Canal inconnu par l’émetteur
 Es 2  Es 
C = log2 1 + h  = log2 1 +  ( si hi = 1 )
2

 M E N0   N0 

capacité d ’un canal gaussien SISO pas d ’intérêt a priori
d ’avoir plusieurs antennes émettrices (faux pour canal aléatoire)

CMISO
inconnu
< CSIMO
connu/inconnu

 E 2
Canal connu par l’émetteur C = log2 1 + s h 
 N0 
= CSIMO
89

CMISO
connu connu/inconnu
 VIII.2.2 Canal MIMO aléatoire non-sélectif

Hypothèse : canal de Rayleigh spatialement blanc, càd

H ≡ H w avec E [H w (i, j )] = 0, E [H ]
(i, j ) = 1,
2
w

[ ]
et E H w (i, j ) H *w ( k , l ) = 0 si i ≠ k ou j ≠ l

Capacité asymptotique (pour M = M E = M R )

 Es 
C ~ M log2 1 + 
M → +∞ N0 

Augmentation linéaire par rapport à M (càd, augmentation de
M bits/s/Hz pour gain de 3dB de SNR, au lieu de 1 bit/s/Hz en SISO)

Capacité ergodique : moyenne C de la capacité C par rapport à H

on a :
C inconnu < C connu ∀SNR , mais C inconnu ~ C connu
SNR grand

C inconnu
− C connu
augmente avec M, mais s’annule pour
90
tout M pour SNR suffisamment grand
Capacité ergodique pour différents canaux MIMO Capacité ergodique pour un canal MIMO(4,4)
pour canal connu/inconnu de l’émetteur

91
 Capacité garantie (outage capacity) :

q%-outage capacity Cout,q : capacité minimale garantie pour (100-q) %

des réalisations du canal, càd :

P[C ≤ Cout ,q ] = q%

10% outage capacity pour différents canaux MIMO 10% outage capacity pour canal MIMO(2,2)
avec canal connu/inconnu par l’émetteur

Cout,q augmente quand SNR ou ME ou MR augmente

inconnu

Cout ,q − C connu
out , q augmente avec M, mais s’annule pour
92
tout M pour SNR suffisamment grand
 VIII.3. Diversité spatiale

VIII.3.1 Diversité spatiale en réception seule

Canal SIMO non-sélectif : y = Es hs + n

z = h y = Es h s + h H n
H 2
Maximum-Ratio-Combining :
Es
η = h ρ avec ρ =
2
SNR sur z :
N
SNR moyen sur z : η = M R ρ (si h ≡ h w ) 0

Pour détection ML et SNR grand :

−MR
 ρd
2

Pe ≤ N e  min
 ( N e , d min dépendent du code)
 4 

Rq. : pour une diversité à M branches avec répétition, on obtient

−M
 ρd min
2

Pe ≤ N e  
 4M 
(car énergie divisée par M sur chaque branche pour conserver énergie totale émise)
93
Conséquences :

gain dû à une diversité d’ordre MR

gain dû à une baisse du SNR
performances éventuellement supérieures au canal SISO gaussien
(pour TEB élevés)

Diversité d’antennes en réception

pour différents nombres d’antennes en réception

Pb de diversité en réception : coût et espace disponible (sur mobiles)

étude de techniques de diversité en émission
94
 VIII.3.2 Diversité spatiale en émission

Canal MISO connu de l’émetteur

Pondération du signal émis sur chaque antenne par (wi )i =1,K,M

E

signal émis : ws
signal reçu : y=
Es
ME
[
hw s + n où h = h1 ,K, hM e ]
Objectif : déterminer w qui maximise le SNR
hH
w = ME : schéma Transmit-MRC
h
(Rq : normalisation de w pour conserver l’énergie totale émise)
−ME
 ρd min
2

on obtient : η = M E ρ (si h ≡ h w ) et Pe ≤ N e  
 4 

mêmes performances que diversité en réception + MRC

95
Pb : connaissance du canal par l’émetteur
 Canal MISO inconnu par l’émetteur : Schéma d’Alamouti
Principe : faire de la diversité spatiale en émission au niveau de la BS

Objectif : avec 2 antennes d’émission et 1 antenne de réception,

obtenir la même diversité qu’avec 1 antenne d’émission
et 2 antennes de réception + MRC
s1 s2
-s2* s1* Idée : émettre s1 puis -s2* sur antenne 1
émettre s2 puis s1* sur antenne 2
h1 h2
antenne 1 antenne 2
Hypothèse : fading lent
antenne de réception h1 (t ) = h1 (t + T ) = h1 = h1 e jθ1
bruit additif
⊕ h2 (t ) = h2 (t + T ) = h2 = h2 e jθ 2

Réception :
Es Es
estimation canal combinaison
t: y1 = h1s1 + h2 s2 + n1
h1,, h2 2 2
h1,, h2 ~
s1 , ~
s2 Es * Es *
t +T : y2 = − h1s2 + h2 s1 + n2
Détecteur Maximum de Vraisemblance 2 2
96
Combinaison :
z1 = h1 y1 + h2 y2*
z2 = h2* y1 − h1 y2*
Bilan :

z1 =
Es
2
( )
h1 + h2 s1 + h1*n1 + h2 n2*
2 2

z2 =
Es
2
( )
h1 + h2 s2 − h1n2* + h2*n1
2 2

mêmes expression que pour le MRC en réception à 2 branches

même ordre de diversité M=2 (maximale)
on peut aussi écrire :

[
y = y1 y 2]
* T
=
Es
2
 h1
h *
h2   s1   n1 
*  
+ =
− h1   s2  n2 
Es
2
H eff s + n avec H Heff H eff = h I 2
 2
2
Es 2 h
z=H y H
eff
zi = h si + n~i , i = 1,2 SNR = η = ρ
2 2
97
SNR divisé par 2 par rapport à SIMO+MRC perfs. diminuées de 3dB
 Canal MIMO inconnu par l’émetteur
généralisation du schéma d’Alamouti pour ME=2 et MR quelconque :

même principe d’émission de 2 symboles sur 2 antennes à t et t+T

signaux reçus aux instants t et t+T de dimension MR
  n1 
 Es  s1   
 y1 = 2 H  s  +  M   h1,1 h1,2 
  2  n 
 MR   
 avec H =  M M 
  n '1 
hM ,1 hM , 2 
 y 2 = Es H − s2  +  M 
 *
  R R 
 2  s1   
 n ' M 
 R
 h1,1 h1, 2   n1 
 M M   M 
   
 y1  Es hM R ,1 hM R , 2   s1   nM R  Es
H eff s + n , H Heff H eff = H I 2
2
y =  * =  * *   +  *  =
 y2  h
2  1, 2 − h s
1, 1   2 
n
 1 ' 2
 M M   M 
 *   * 
h
 M R , 2 − h *
M R ,1  n' M R 

98
diversité d’ordre 2MR et gain de MR sur le SNR
 VIII.3.3 Ordres de diversité pour canaux MIMO

Hypothèse : canal MIMO de Rayleigh, spatialement blanc.

Canal Gain Ordre de diversité

SIMO (CI) ΜΡ ΜΡ
SIMO (CC) ΜΡ ΜΡ
MISO (CI) 1 ΜΕ
MISO (CC) ΜΕ ΜΕ
MIMO (CI) ΜΡ Μ ΡΜ Ε
MIMO (CC) ∈ [max(ΜΕ,ΜΡ),ΜΕΜΡ] Μ ΡΜ Ε

Quand MR ME augmente :

beaucoup moins de fades,
et beaucoup moins profonds

niveau moyen du signal augmente
à cause du gain

Niveau de signal reçu pour différentes

99
configurations de MR ME
 VIII.4. Classification des systèmes MIMO

Systèmes MIMO

Codage espace/temps Multiplexage spatial Antennes intelligentes

(space-time coding) (spatial multiplexing) (smart antennas)

Par blocs Treillis Méthodes ... SDMA ...

(STBC) (STTC) BLAST

Orthogonaux Méthodes Méthodes

(OSTBC) D-BLAST V-BLAST
ex : Alamouti
100
 VIII.5. Codage Espace-Temps

Hypothèse : canal inconnu de l’émetteur

Objectif : déterminer un codage espace-temps, càd répartir les données

à émettre sur les différentes antennes émettrices et au cours du temps
pour améliorer les performance, càd maximiser le débit en minimisant
les erreurs.

On cherche donc à :

maximiser la diversité (bornée par MR ME)

augmenter le gain dû au codage (dépend de la distance minimale
du code)

augmenter le gain dû au traitement, borné par MR (car canal inconnu
de l ’émetteur)

101
 VIII.5.1 Construction du mot de code ST
qK bits Codage temporel
+ entrelacement Codage ST M ME Mot de code ST
+ modulation

N symboles ME antennes T
Principe :

Émission de K blocs de q bits

codage canal (temporel), entrelacement, modulation 2q-aire
N symboles de q bits

codage espace temps MExT symboles (mot de code ST)

émission de ces symboles sur les ME antennes pendant
T périodes symboles
Débit de qK/T bits par transmission (doit rester < à la capacité du canal)
qK  qK  N 
= q   = qrt rs
T  qN  T 
rt = qK / qN : taux de codage temporel
102
rs = N / T : taux de codage spatial

si toutes les antennes réunies émettent 1 seul symbole par période,
on a :
rs = 1

si chaque antenne émet 1 symbole indépendant des autres par période,

on a :
rs = M E
cas particulier de codage ST : multiplexage spatial

suivant le type de codage, on a :

0 ≤ rs ≤ M E

pour certains types de codage (ex : STTC), mapping des symboles

+ codeur ST regroupé un un seul bloc

entrelacement : nécessaire pour limiter le fading spatial sur les

antennes d’émission, permet d’utiliser au mieux la diversité disponible
103
 VIII.5.2 Codage ST pour canal non-sélectif
VIII.5.2.1 Modèle de signal

Modèle MIMO (ME, MR) avec émission d’un mot de code ST de dimension
MExT constitué de symboles d’énergie totale unité
S = [s( 1 ) s( 2 ) K s(T)]
où [
s(k) = s1(k) s2(k) K sM E (k) ]T
: vecteur de symboles transmis à la période k

Hypothèse : canal Rayleigh blanc, constant pendant la durée du mot

 Es
y(k ) = Hs( k ) + n ( k ) , k = 1,K, T
 ME Y = [ y( 1 ) K y(T)]
 avec
 Y= Es N = [n ( 1 ) K n (T)]
HS + N
 ME


Décodage ML pour canal connu par le récepteur :

2 2
T
Es Es
Sˆ = arg min Y − HS = arg min ∑ y(k) − Hs(k) 104
S ME S k =1 M E
 VIII.5.2.2 Critères pour le choix des codes
on définit :
E i, j = S (i ) − S ( j ) pour 2 mots S(i) et S(j)
G i , j = E i , j E iH, j matrice ME xME

pour obtenir une diversité maximale (MEMR), il faut que

rang (G i , j ) = M E ∀i,j

pour maximiser le gain de codage, il faut maximiser min det( G i , j )

i, j

VIII.5.2.3 Différents types de codage ST

Codage ST treillis (STTC) : émission des symboles en série,

utilisation conjointe de techniques de TS en réception et de techniques
de codage appropriées aux antennes multiples en émission
décodage par Viterbi vectorisé, complexité exponentielle par rapport à
l’efficacité spectrale

Codage ST par blocs (STBC) 105
 VIII.5.2.4 Codes STBC

Ex 1 : schéma d’Alamouti à 2 antennes d’émission, MR quelconque

temps
 s1 − s2*  antenne 1
S= 
 s2 s1*  antenne 2
espace
t1 t2
E i,j matrice orthogonale de rang 2

diversité maximale d’ordre 2MR, transformation du pb de détection ML
vectorielle a priori complexe en détections scalaires simples

cas particulier des codes STBC orthogonaux (OSTBC), càd SS ∝ I M
H
E
qui donnent une diversité maximale MEMR avec une détection simple

rendement spatial rs = 1

Ex 2 : code OSTBC pour symboles réels, ME=4, N=4, T=4 (donc rs=1)
 s1 − s2 − s3 − s4 
s s1 s4 − s3 
S= 2 
 s3 − s4 s1 s2 
  espace
 s4 s3 − s2 s1 
106
temps
Pb : pour constellations complexes, pas de code OSTBC avec rs=1
pour ME>2
Idée : généraliser les codes OSTBC aux constellations complexes
pour ME>2 en prenant rs<1

transmission de symboles s1 ,…, sN par des mots de codes de dimension

MExT (avec N<T) composés des éléments
± s1 , ± s1* , L , ± sN , ± s*N
on obtient un code OSTBC si :
 N 2
SS H
=  ∑ s j  I M E (orthogonalité temporelle)
 j =1 
Ex 1 : Me=3, N=4, T=8 (donc rs=1/2)
 s1 − s2 − s3 − s4 s1* − s2* − s3* − s4* 
 
S = H 3 =  s2 s1 s4 − s3 s2* s1* s4* − s3* 
 s3 − s4 s1 s2 − s4* − s4* s1* s2* 
 107
Ex 2 : Me=4, N=4, T=8 (donc rs=1/2)
 s1 − s2 − s3 − s4 s1* − s2* − s3* − s4* 
 
s s1 s4 − s3 s2* s1* s4* − s3* 
S = H4 =  2
 s3 − s4 s1 s2 s3* − s4* s1* s2* 
 
 s4 s3 − s2 s1 s4* s3* − s2* s1* 

Inconvénients de ces exemples :

efficacité spectrale divisée par 2 (car rs=1/2)

le canal doit être constant 4 fois plus longtemps par rapport à Alamouti

codes sporadiques pour augmenter le rendement (et donc l’efficacité

spectrale), càd mots de code composés de combinaisons linéaires des
( )
± si ,± si* i =1,K, N tout en conservant l’orthogonalité temporelle

Ex 1 : ME=3, N=3, T=4 (donc rs=3/4)

 s1 − s2* s3* / 2 s3* / 2 
 
S = G 3 =  s2 s1* s3* / 2 − s3* / 2 
 s3 / 2
 s3 / 2 (− s1 − s1 + s2 − s2 )/ 2 (s1 − s1 + s2 + s2 )/ 2
* * * *
108
Ex 2 : ME=4, N=3, T=4 (donc rs=3/4)
 s1 − s2* s3* / 2 s3* / 2 
 
s s1* s3* / 2 − s3* / 2
S = G4 =  2 
 s3 / 2

s3 / 2 (− s1 − s1 + s2 − s2 )/ 2 (s1 − s1 + s2 + s2 )/ 2 
* * * *

 s3 / 2 − s3 / 2 (s1 − s1* − s2 − s2* )/ 2 (− s1 − s1* + s2 − s2* )/ 2

Comparaisons entre schémas de mêmes efficacités spectrales :

Alamouti+8-PSK / G3+16-QAM / G4+16-QAM

Alamouti+QPSK / H3+16-QAM / H4+16-QAM

(a) Pas de code ST (a) Pas de code ST

(b) Alamouti+8-PSK (b) Alamouti+QPSK 109
(c) G3+16-QAM (c) H3+16-QAM
(d) G4+16-QAM (d) H4+16-QAM
 VIII.5.3 Récepteur pour codes ST pour canal non-sélectif

pour codes OSTBC, le canal MIMO pour tous les symboles se transforme
en canal SISO sur chaque symbole :

Es 2
yi = H si + ni , i = 1,K, N
ME
(généralisation possible aux canaux sélectifs)

techniques de détection SISO. Par ex., détection ML :

2
Es
sˆi = arg min yi −
2
H si
si ∈constellation ME

pour codes STTC, en général décodage par décodage Viterbi scalaire

ou vectorisé, autres techniques possibles dans certains cas particuliers

110
 VIII.6. Multiplexage spatial

VIII.6.1 SM comme cas particulier de codes ST

Multiplexage spatial : émission de ME symboles indépendants par période

SM non-codé : symboles émis par les antennes sont les mêmes que
les symboles en entrée du système

rt = qK / qN = 1 , rs = N / T = M E

(débit de qMe bits par transmission)

chaque vecteur de symboles émis est un mot de code T=1
mots S(i) de dimension MEx1 Gi,j de rang 1

diversité d’ordre MR

SM codé : différentes structures de codage

codage horizontal

codage vertical
111

codage diagonal
 Codage SM horizontal :
T = N / ME
qK / M E
codage+entrelacement+mapping
qK bits N/ME symboles
Démultiplexeur
1: ME M M M
codage+entrelacement+mapping
qK / M E N/ME symboles
T = N / ME

données démultiplexées en sous-flots indépendants

chaque sous-flot codé/entrelacé/mappé émis sur les antennes, au taux
de 1 symbole par période et par antenne
rs = M E

il faut N/ME périodes pour émettre les N=(N/ME) ME symboles en
sortie des codeurs

débit binaire de qrt ME bits/transmission

chaque symbole (donc chaque information, car indépendance) est émis
par 1 antenne d ’émission et reçue par MR antennes de réception
canal SIMO
diversité maximale de MR
112

technique sous-optimale mais réception simple
Codage SM vertical :
T = N / ME

qK bits codage+ N/ME symboles

Démultiplexeur
entrelacement
+ modulation 1: ME M
N symboles
N/ME symboles

données codées/entrelacées/mappées

démultiplexage des N symboles en ME flots indépendants, émis
sur chacune des antennes
rs = M E

débit binaire de qrt ME bits/transmission

différence avec codage horizontal : chaque information d ’entrée
est répartie sur les ME antennes
diversité (éventuellement) supérieure à MR

technique plus performante que codage horizontale, mais plus
complexe car nécessite un décodage conjoint des sous-flots
en réception 113
 VIII.6.2 Récepteurs pour SM sur canal non-sélectif
signal reçu pour SM non-codé :
Es
y= Hs + n
ME
Objectif : réduire les effets dus à l’interférence entre les symboles émis
(MSI : Multi-Stream Interference), et ceux dus au bruit
1. Détecteur ML 2
Es
sˆ = arg min y − Hs
s ME
où optimisation sur l’ensemble des vecteurs de symboles s possibles
+ : optimal en terme de TES
- : complexité exponentielle par rapport à ME
Ex. : 64-QAM, ME =3 643=262144 possibilités
2. Détecteur «Sphère»
réduction de la complexité en ne considérant que les symboles pour
lesquels Hs tombent dans une (hyper)sphère de rayon R autour de y

choix de R
114

sélection des vecteurs s algorithme de Fincke-Pohst
 + : complexité en général polynômiale (cubique) par rapport à ME
- : performances difficiles à déterminer

3. Détecteur Zero-Forcing (linéaire)

Es #
z = GZF y avec GZF = H
ME
Es #
z = s+ H n
ME
+ : séparation parfaite des canaux (élimination de la MSI)
- : forte augmentation du bruit, diversité d’ordre MR- ME+1

4. Détecteur MMSE (linéaire)

z = GMSME y [
où GMMSE minimise E Gy − y
2
]
-1
ME  H M 
GMSME =  H H + E I M E  H H
Es  ρ 
+ : moins sensible au bruit, perfs meilleures que ZF (≈ pour SNR élevés)
- : séparation incomplète des signaux 115
5. Détecteur Successive (Interference) Cancellation (SUC ou SIC)
Principe : détecter les symboles 1 par 1, en retirant à chaque fois
du signal reçu la composante correspondant au symbole détecté

Algorithme :
1. nulling : former z = g T y , où g première ligne de la matrice G
d’un détecteur linéaire (par ex., ZF ou MMSE)
2. slicing : détection de s1 à partir de z ŝ1
3. symbol cancellation : enlever le symbole détecté dans y
Es
y (−1) = y − h 1sˆ1
ME

[ ] [ ]
Es
= H (−1)s(−1) avec H (−1) = h 2 K h M , s(−1) = s2 K sM T
(si sˆ1 = s1 )
ME E E

4. Retour à 1 jusqu’au dernier symbole sM E

+ : si pas d ’erreur, diversité d ’ordre (ME-k) MR à l’étape k
- : propagation d ’erreurs perfs limitées par le flot le plus faible
116
Ordonnancement des symboles (Ordered SUC/SIC)
 VIII.6.3 Architectures BLAST
BLAST : Bell laboratories Layered Space-Time architecture

VIII.6.3.1 Architecture Diagonal-BLAST (D-BLAST)

qK / M E
codage+entrelacement+mapping
qK bits N/ME
Démultiplexeur
1: ME M M rotation M
codage+entrelacement+mapping
qK / M E N/ME

données démultiplexées en sous-flots indép. codés/entrelacés/mappés

chaque sous-flot découpé en «trames» et chaque trame émise par une
antenne différente de façon cyclique

rendement rs= ME , débit binaire de qrt ME bits/transmission

diversité maximale MR ME si couplage codage temporel/rotation optimal

117
Pb : très bonnes perfs, mais complexe
 VIII.6.3.2 Architecture Vertical-BLAST (V-BLAST)

méthode plus simple que D-BLAST (car pas de bloc de rotation)

permet d ’obtenir des efficacités spectrales de 20-40 bits/s/Hz

suit le schéma de fonctionnement du codeur horizontal (!)

Réception : détecteur OSUC/OSIC (ordered SUC/SIC)

{
détermination d’un ordre optimal k1 ,K , k M
E
}
on reprend le détecteur SUC en remplaçant les symboles
s1 ,K, sM E par sk1 ,K, sk M
E

choix de g ki (vecteur g à l ’étape ki) : ZFE, MMSE,...

ex : pour ZFE, g ki orthogonal à l’espace engendré par les symboles
non encore détectés

g (H )k j
T
ki
0 pour j ≥ i
=
1 pour j = i
( )
g ki = H #ki −1
ki

où H l est la matrice obtenue en annulant les l premières colonnes de H

118
 Références
- G. Baudouin et al., Radiocommunications numériques : Principes, modélisation et simulation,
Dunod, Paris, 2002.
- S. Haykin and M. Moher, Modern Wireless Communications, Pearson Prentice Hall, NJ, 2003.
- W.C. Jakes, Micro-Wave Mobile Communications, IEEE Press, New York, 1994.
- X. Lagrange, P. Godlewski, S. Tabbane, Réseaux GSM-DCS, 2ème édition revue et augmentée,
Collection Réseaux et Télécommunications, Hermès, Paris, 1996.
- E. G. Larsson and P. Stoica, Space-Time Block Coding for Wireless Communications,
Cambridge University Press, 2003.
- A. Paulraj, R. Nabar and D. Gore, Introduction to Space-Time Wireless Communications,
Cambridge University Press, 2003.
- H.V. Poor and G.W. Wornell, Wireless Communications: Signal Processing and Perspectives,
Prentice Hall, NJ, 1998.
- J. Proakis, Digital Communications. New York: McGraw-Hill, 2nd ed., 1989.
- T. S. Rappaport, Wireless Communications, Principles and Practice, Second Edition,
Prentice Hall PTR, NJ 2002.
- S.R. Saunders, Antennas and Propagation for Wirelesss Communications Systems,
John Wiley and Sons, Ltd, New York, 1999.
- R. Steele and L. Hanzo, Mobile Radio Comunications, Second and Third Generation
Cellular and WATM Systems, 2nd ed., John Wiley and Sons, Ltd, New York, 1999. 119