Académique Documents
Professionnel Documents
Culture Documents
Vincent SAVAUX
Thèse de doctorat
Vincent SAVAUX
2
Contribution à l’estimation de canal multi-trajets dans un
contexte de modulation OFDM
Introduction - Généralité
Emetteur
Traitement à
Source binaire
l’émisson
Canal de
transmission
Traitement à Estimation
la réception de canal
Récepteur
Vincent SAVAUX
3
Contribution à l’estimation de canal multi-trajets dans un
contexte de modulation OFDM
Motivations
Interpolations
Estimation
de RSB
Etude de solutions :
Standard DRM/DRM+
Vincent SAVAUX
4
Contribution à l’estimation de canal multi-trajets dans un
contexte de modulation OFDM
Plan de la présentation
Contexte
Etat de l’art sur les techniques d’estimation de canal
Estimation de canal LMMSE par ajout d’un filtre de masquage
Estimation conjointe et itérative du RSB et du canal
Etude des interpolations sur l’estimation de canal de Rayleigh
Conclusion, discussion et perspectives
Vincent SAVAUX
5
Contexte
Etat de l’art sur les techniques d’estimation de canal
Estimation de canal LMMSE par ajout d’un filtre de masquage Le canal de transmission
Estimation conjointe et itérative du RSB et du canal Equation de transmission
Etude des interpolations sur l’estimation de canal de Rayleigh
Conclusion, discussion et perspectives
Contexte
Etat de l’art sur les techniques d’estimation de canal
Estimation de canal LMMSE par ajout d’un filtre de masquage
Estimation conjointe et itérative du RSB et du canal
Etude des interpolations sur l’estimation de canal de Rayleigh
Conclusions et perspectives
Récepteur
en mouvement
Emetteur
diffraction
diffusion
TF
-1
TF
Réponse impulsionnelle Réponse fréquentielle
Contribution à l’estimation de canal multi-trajets
Vincent SAVAUX
dans un contexte de modulation OFDM 7
Contexte
Etat de l’art sur les techniques d’estimation de canal
Estimation de canal LMMSE par ajout d’un filtre de masquage Le canal de transmission
Estimation conjointe et itérative du RSB et du canal Equation de transmission
Etude des interpolations sur l’estimation de canal de Rayleigh
Conclusion, discussion et perspectives
0
Taille de = . +
la FFT 0
Contexte
Etat de l’art sur les techniques d’estimation de canal
Estimation de canal LMMSE par ajout d’un filtre de masquage
Estimation conjointe et itérative du RSB et du canal
Etude des interpolations sur l’estimation de canal de Rayleigh
Conclusions et perspectives
Méthodes
d’estimation
f
Gain, phase et position connus de l’émetteur et du récepteur données
…
…
…
…
…
…
…
…
…
…
…
…
…
…
LMMSE : Linear minimum mean square error, ou erreur quadratique moyenne minimum linéaire
[1] M. Biguesh and A. B. Gershman, “Downlink Channel Estimation in Cellular Systems with Antenna Arrays at Base Stations Using Channel
Probing with Feedback,” EURASIP Journal on Applied Signal Processing, vol. 9, pp. 1330–1339, September 2004.
[2] Vincent Savaux, Yves Louet, Moise Djoko Kouam, Alexandre Skrzypczak "Minimum Mean Square Error Expression of LMMSE Channel
Estimation in SISO OFDM Systems“, IET Electronics Letters, Aug. 2013, vol. 49, issue 18, pp. 1152-1154
f f f
pilotes
Interpolation linéaire Interpolation cubique
Interpolation NN par morceaux
(nearest neighbor)
Plan de la présentation – Estimation de canal LMMSE par ajout d’un filtre de masquage
Contexte
Etat de l’art sur les techniques d’estimation de canal
Estimation de canal LMMSE par ajout d’un filtre de masquage
Estimation conjointe et itérative du RSB et du canal
Etude des interpolations sur l’estimation de canal de Rayleigh
Conclusions et perspectives
Estimation
Egalisation
LMMSE
Solution : ACA-LMMSE
Masquer le canal H par un filtre connu G appelé canal virtuel
Estimer par LMMSE le canal hybride K=H+G en utilisant les statistiques de G
Estimer H en soustrayant les coefficients de G
Egalisation
Estimation +
Soustraction LMMSE
de G du canal +
hybride K Canal
artificiel pilotes
G
3 2 1
- : nombres de trajets
[3] O. Edfors, M. Sandell, J.-J. van de Beek, S. K. Wilson, and P. O. Borjesson, “OFDM Channel Estimation by Singular Value
Decomposition,” IEEE Trans. on Communications, vol. 46, no. 7, pp. 931 – 939, July 1998.
Contribution à l’estimation de canal multi-trajets
Vincent SAVAUX
dans un contexte de modulation OFDM 17
Contexte
Etat de l’art sur les techniques d’estimation de canal Principe de ACA-LMMSE
Estimation de canal LMMSE par ajout d’un filtre de masquage Complexité de ACA-LMMSE
Estimation conjointe et itérative du RSB et du canal Choix des paramètres de G
Etude des interpolations sur l’estimation de canal de Rayleigh Résultats de simulations
Conclusion, discussion et perspectives
- Retard maximum
, car
Avec la durée du préfixe cyclique
h g
- Nombre de trajets
On peut encadrer :
h+g
Avec le temps d’échantillonnage
ACA-LMMSE LMMSE
Total
Retards
0 7 15 22
ms
Filtre G
- D = 15
- : exponentielle décroissante
On vérifie
ACA-LMMSE à 2 dB de
LMMSE
Performance de ACA-LMMSE
=
Performance de LMMSE
ACA-LMMSE – Conclusion
Une mise en œuvre pratique de LMMSE avec peu de perte sur les performances
Contributions :
Contexte
Etat de l’art sur les techniques d’estimation de canal
Estimation de canal LMMSE par ajout d’un filtre de masquage
Estimation conjointe et itérative du RSB et du canal
Etude des interpolations sur l’estimation de canal de Rayleigh
Conclusions et perspectives
[4] G. Ren, H. Zhang, and Y. Chang, “SNR Estimation Algorithm Based on the Preamble for OFDM Systems in Frequency
Selective Channels,” IEEE Transactions on Communications, vol. 57, no. 8, August 2009.
[5] X. Xu, Y. Jing, and X. Yu, “Subspace-Based Noise Variance and SNR Estimation for OFDM Systems,” in IEEE Mobile
Radio Applications Wireless Communication Networking Conference, March 2005, pp. 23 –26.
2 2
= -
En pratique :
i i+1
Estimation MMSE de la variance du bruit
Qu’en est-il
De l’initialisation ?
De la matrice de covariance ?
à l’itération i=1
bruit
Expression scalaire
Condition nécessaire :
Si converge vers
Valeurs réelles
Canal
Canal
retards
0 7 15 22
ms Canal
quasi-statique
gains 0,745 0,521 0,372 0,186
Signal
fréquence pilote
data
…
…
…
…
…
…
…
temps
Estimation du RSB
Cas théorique :
Matrice de covariance du canal
connue
Estimation de canal
Vérification de la convergence de
l’algorithme pour l’estimation de
canal
Contributions :
- V. SAVAUX , Y. LOUËT , M. DJOKO-KOUAM, A. SKRZYPCZAK “An iterative and joint estimation of SNR
and frequency selective channel for OFDM systems”, European Wireless, april 2012, Poznań, Poland
Contexte
Etat de l’art sur les techniques d’estimation de canal
Estimation de canal LMMSE par ajout d’un filtre de masquage
Estimation conjointe et itérative du RSB et du canal
Etude des interpolations sur l’estimation de canal de Rayleigh
Conclusions et perspectives
Formalisme
continu
Formalisme
discret
Symbole de constellation
Pilote
décorrélation
Canaux de transmission
trajets trajets
retard retard
variance variance
Canaux de Rayleigh
Contribution à l’estimation de canal multi-trajets
Vincent SAVAUX
dans un contexte de modulation OFDM 38
Contexte
Etat de l’art sur les techniques d’estimation de canal Modèle et notations
Estimation de canal LMMSE par ajout d’un filtre de masquage Statistiques des erreurs d’interpolation
Estimation conjointe et itérative du RSB et du canal Analyse géométrique des erreurs
Etude des interpolations sur l’estimation de canal de Rayleigh Résultats de simulations
Conclusion, discussion et perspectives
Statistiques de et ?
A partir de
Avec
Variance :
Canal 2
Canal 1
[7] M. K. Simon, Probability Distributions Involving Gaussian Random Variables: A Handbook For Engineers and Scientists.
Springer, 2006.
Contribution à l’estimation de canal multi-trajets
Vincent SAVAUX
dans un contexte de modulation OFDM 41
Contexte
Etat de l’art sur les techniques d’estimation de canal Modèle et notations
Estimation de canal LMMSE par ajout d’un filtre de masquage Statistiques des erreurs d’interpolation
Estimation conjointe et itérative du RSB et du canal Analyse géométrique des erreurs
Etude des interpolations sur l’estimation de canal de Rayleigh Résultats de simulations
Conclusion, discussion et perspectives
Egalisation
Détection
0 si
si
Contexte
Etat de l’art sur les techniques d’estimation de canal
Estimation de canal LMMSE par ajout d’un filtre de masquage
Estimation conjointe et itérative du RSB et du canal
Etude des interpolations sur l’estimation de canal de Rayleigh
Conclusions et perspectives
Conclusion
Conclusion
Algorithme itératif basé sur le critère MMSE pour l’estimation conjointe du RSB et du
canal
Permet de s’affranchir de la connaissance des statistiques d’ordre 2 du bruit et du
canal
Offre une estimation quasi-optimale, avec un bon ratio nombre de pilotes/ performance
Réduction de la complexité
Utilisation de l’algorithme pour la détection de signal dans une bande
Conclusion
Conclusion - Contributions
- 3 articles de revue
- Signal Processing, Elsevier
- EURASIP JASP
- IET Electronic Letter
- 4 conférences internationales : European Wireless, SPAWC, 4th Workshop of the COST
action
- 2 conférences nationales : GRETSI
Statistiques de ?
Loi gaussienne
La variance dépend
uniquement de