ANTENNE

REPUBLIQUE ALGERIENNE DÉMOCRATIQUE ET POPULAIRE
MINISTERE DE L'ENSEIGNEMENT SUPÉRIEUR ET DE LA RECHERCHE
SCIENTIFIQUE
UNIVERSITE DES SCIENCES ET DE TECHNOLOGIE D'ORAN
MOHAMED BOUDIAF
Faculté de Génie Electrique

Département d’Electronique
Mémoire de Thèse en vue de l’obtention du diplôme de
Doctorat en Science
Spécialité : Electronique
Option : Technique de communications modernes
Présenté par
Mr. KAID OMAR Omar
Thème :
Conception et modélisation d’une antenne

pour les communications
communications
Ultra Large Bande
Thèse soutenue le 30 avril 2013 devant le Jury composé de :
A. Ali Pacha Président Professeur, U.S.T.Oran

A. Boudghène Stambouli Rapporteur Professeur, U.S.T.Oran
K. Benchouk Examinateur Professeur, Univ. Oran
Z. Derrouich Examinateur M.C.A, U. S.T.Oran
M. Senouci Examinateur M.C.A, Univ. Oran
B. Kouninef Examinateur M.C.A, INTTIC. Oran
Avril 2013
Remerciements
Je souhaiterais tout d’abord remercier les personnes qui ont bien voulu prendre part au
jury de cette thèse, en commençant par Monsieur Ali Pacha Adda, Professeur à l’université
des sciences et de la technologie d’Oran, pour m’avoir fait l’honneur de présider le jury.
Je suis également très reconnaissant envers Monsieur Benchouk Kheirreddine,

professeur à l’université d’Es-Sénia Oran, Monsieur Senouci Mohamed, Maître de
conférences à l’IGMOran, Monsieur Derrouich Ziane, Maître de conférences à l’université
des sciences et de la technologie d’Oran et Monsieur Kouninef Belkacem, Maître de
conférences à l’Institut National des Télécommunications et des Technologies de
l’Information et de la communication qui ont accepté d’être membre du jury et de donner de
leur temps pour examiner cette thèse.
J’exprime ma profonde reconnaissance à mon directeur de thèse, Monsieur Boudghène

Stambouli Amine, Professeur à l’Université des sciences et de la technologie d’Oran pour
m’avoir fait l’honneur de diriger cette thèse ainsi que pour sa compétence, sa bienveillance, sa
disponibilité et sa gentillesse.
Je tiens à exprimer toute ma reconnaissance à Mademoiselle Debbat Fatima, Maître de

conférences à l’université de Mascara, pour avoir encadré mon travail de thèse, pour ses
conseils, ses encouragements, la patience et l’intérêt qu’elle a porté à mes travaux tout au long
de leur avancement et qui m’a permis de dépasser les impasses rencontrées le long de ce
travail.
Enfin, je remercie toute ma famille et mes amis de m’avoir soutenu et accompagné

pendant ces années.
Sommaire
Introduction générale
CHAPITRE I : La Technologie UWB
I.1 – Introduction………………………………………………………………..………........1
I.2 - Définition de l’UWB ……………………………………………………………............1
I.3 - Caractéristiques de la technologie UWB…………………………………………........3
I.4 - Historique de l’UWB ….................................................................................................4
I.5 - Applications de l’UWB....………………………………………………………............5
I.5.1 - Systèmes d’imagerie radar…....……………………………….………….…........5
I.5.2 - Systèmes radar de véhicule........…….…………………………………...............5
I.5.3 - Systèmes de communication.………………………………………………..........5
I.6 - Réglementation et normalisation de l’UWB.…….…………………………...............6
I.6.1- Problématique réglementaire UWB………………………………………...……..6
I.6.2 - Avancement des travaux ……...…………………………………………………..6
I.6.2.1 - Réglementation Américaine…………….……………………….......6
I.6.2.2 - Réglementation Européenne ……….…………………………….....7
I.7- Panorama de cohabitation …………….……………………………………………......8
I.8- Normes …………………………………………………………………………………....8
I.9 - Principes de communication UWB ...……………….……………………………….....8
I.9.1 - Principe ……………………………………………………………………………8
I.9.2 - Formes d'ondes UWB……………………………………………………….......11
I.9.2.1 - MB-OFDM ………………………………………………………....11
I.9.2.2 - DS-CDMA.....……………………………......................................11
I.9.2.3 - La radio par impulsions IR-UWB …………………………….......12
I.10 – Conclusion…………………………………………...…………...……….……….....13
CHAPITRE II : Caractérisation et performance des antennes UWB basées
sur la technologie des antennes imprimées
II.1- Introduction ………………………………………………………………………......15

II.2- Les antennes imprimées …………………….……………………………..…...........15
II.2.1 Description de la structure……………………………………………….......15
II.2.2 Principe de fonctionnement…………………………………………….........16
II.2.3 Eléments rayonnants……………………………………………………........18
II.2.4 Les modes d’alimentation ……………………………………………....…...19
II.2.4.1- Alimentation par ligne micro ruban………………..…………...….....20
II.2.4.2- Alimentation par une sonde coaxiale.……………..…………....…….21
II.2.4.3- Alimentation couplée par fente (ouverture)……..……………………22
II.2.4.4- Alimentation couplée par proximité.....................................................22
II.2.4.5- Comparaison entre ces différentes techniques d’alimentations...........23
II.2.5 Les diélectriques...............................................................................................24
II.3- Elargissement de la bande des antennes imprimées………………..…………...….26
II.3.1- Par modification de l’élément rayonnant : Introduction de fentes …….........28
II.3.2- Techniques d’alimentation………………..…………………….……….......29
II.4- Critères spécifiques de performances ……….……………………………………...30
II.4.1- Problématique de conception et de caractérisation des antennes UWB….......30
II.4.2- Fonction de transfert et réponse impulsionnelle...............................................31
II.4.2.1- Antenne à l’émission……………………………………………….....31
II.4.2.2- Antenne à la réception…………………………………………….......32
II.4.3- Définition de nouveaux critères.......................................................................34
II. 5- Implémentation et résultats……………………..……………………………..…....36
II.5.1- Objectifs de la simulation…..………………………………………..…..…..37
II.5.2 - Antenne avec patch rectangulaire et alimentation par ligne micro ruban.......37
II.5.3 - Antenne avec un élément rayonnant triangulaire...………..…………..…....40
II.5.4 - Antenne multicouche avec des éléments rayonnements sous forme de E......44
II.5.5 - Antenne avec élément rayonnant en forme de demi-sphère....…………........48
II.5.6 - Antenne avec élément rayonnant en forme de calottes ……………........…...50
II.6- Conclusion.…………………….……………………………………………….…......51
CHAPITRE III : Optimisation des réseaux adaptatifs d’antennes
III.1- Introduction……………………………………………..………………………................53
III.2- Réseaux adaptatifs d’antennes…………………………………………………………....54
III.2.1- Historiques des antennes adaptatives……………………………………….…....54
III.2.2- Principe de l’adaptation d’un réseau d’antennes………….………………...........55
III.2.3- Mise au point d’un réseau adaptatif d’antennes……….….………………..…….56
III.2.4- Avantages des réseaux adaptatifs d’antennes………..……………………..........57
III.2.5- Problème de réjection d’interférences………..……………………………..........58
III.2.5.1- Approches déterministes……………………………………………….59
III.2.5.2- Approches stochastiques ……………………………………………....59
III.3- Algorithmes adaptatifs d’un réseau d’antennes………………………………………....59
III.3.1- Méthodes non aveugles…………………………………………………………...60
III.3.1.1- La méthode des moindres carrés LMS………………………………...61
III.3.1.2- La méthode des moindres carrés récursive RLS……….....……….......63
III.3.2- Méthodes aveugles…………………………………………………………….…..63
III.3.2.1- La méthode MUSIC……………………………………………….….....64
III.3.2.2- La méthode ESPRIT……………………………….……………............64
III.4- Optimisation des réseaux adaptatifs d’antennes par les métaheuristiques……….…...64
III.4.1- Principe du Honey Bees Mating Optimisation (HBMO) ………………….……...65
III.4.2- La méthode de la Recherche Taboue (TS)…………………………………..........66
III.4.3- Principe général de l’Algorithme Génétique (AG)……………………….............67
III.4.4- Principe d’optimisation d’un réseau d’antennes……………………………….....68
III.5- Optimisation d’un réseau d’antennes par l’algorithme hybride HBMO/TS……........71
III.5.1 Application de l’HBMO et la TS………….…………………………………….....72
III.6- Implémentation et résultats…………………………………………………………….....76
III.6.1- Réjections d’interférences par l’approche HBMO/TS………..…………….…....76
III.6.1.1-Cas d’une rejection d’interférence dans la direction du lobe principal…....77
III.6.1.2-Cas de rejection de deux d’interférences très proches………………..…....78
III.6.1.3-Cas de plusieurs rejections d’interférences…………………………….….78
III.6.2- Comparaison HBMO/TS avec LMS et AG…………………………………….....79
III.6.3- Evolution de la fonction coût pour HBMO/TS et AG……………………........82
III.6.4- Valeurs des phases des éléments d’antennes pour HBMO/TS, LMS et AG .. ..82
III.7- Conclusion……………………………………………………………………..…………...83
CHAPITRE IV : Réseaux d’antennes larges bandes
IV.1- Introduction………………………………………………………………………….......84
IV.2- Modélisation des signaux ……………………………………………………..……..…85
IV.2.1- Modèle de signaux bande étroite………………………………………….…...86
IV.2.2- Modèle de signaux large bande……………………………………………...…87
IV.2.3- Influence de la largeur de bande sur le filtrage spatiale……..…………….…...89
IV.3- Formation de faisceaux large bande…………………………………………………....91
IV.3.1- Concept de base………………………………………………………………....92
IV.3.2- Exemple pour une onde impulsionnelle………………………………...............92
IV.4- Approches de formation de faisceaux large bande……………………………………95
IV.4.1- Domaine temporel………………………………………………….…...………97
IV.4.1- Domaine fréquentiel…………………………………………………...…….….98
IV.5- Algorithmes de formation de faisceaux………………………………………………...99
IV.5.1- Ligne à retard (TDL: Tapped-Delay Line)………………………………….....99
IV.5.2- LMS Least Mean Square widebande beamforming…………….………........102
IV.6- Conclusion…………………………………………………………………….…………104
Conclusion générale et perspectives................................…...…………………………..…...105
Références………………………………………………...…………………………………....108
Résumé
De nos jours, le domaine des télécommunications et des nouvelles technologies connaît un
véritable essor. On assiste aujourd’hui à un engouement sans précédent du grand public pour
les applications de communication multimédia (données, voix, vidéos) et la demande est de
plus en plus forte pour un transfert à haut débit entre des équipements communicants mobiles
et à encombrement réduit. Pour répondre à ces besoins croissants de communication sans fils
à haut débit, les futures générations d’équipements vont faire appel à des antennes de plus en
plus performantes ainsi qu’aux réseaux adaptatives d’antennes. Celles-ci devront fonctionner
sur plusieurs bandes de fréquences ou sur une très large bande UWB (Ultra Wide-Bande) et
ces types de réseaux sont capables d’annuler les signaux brouilleurs en pondérant et
combinant les signaux incidents sur chacune des antennes qui le composent.
Dans le cadre de notre étude, nous avons effectué une étude détaillée de la technologie Ultra
Large Bande ainsi que celle des antennes imprimées afin de concevoir une antenne
performante fonctionnant en UWB. Nous avons fait un développement des algorithmes de
réjection de brouillage basé sur une méthode déterministe : la méthode des moindres carrés
(LMS) et des méthodes stochastiques : l’Algorithme Génétique (AG), la recherche taboue
(TS) et l’approche Honey Bees Mating Optimisation (HBMO). Une analyse des performances
du réseau adapté, traduite en termes de taux de réjection, a été effectuée pour l’ensemble des
méthodes de réjection étudié. L’algorithme basé sur l’hybridation entre HBMO et TS
(dénommé HBMO/TS) a apporté une nette amélioration en terme de réjection d’interférence
sans dégradation du signal utile, en comparaison avec LMS et l’AG.
Mots clés : UWB (Ultra Wide-Bande), antennes imprimées, l’Algorithme Génétique (AG), la
recherche taboue (TS), Honey Bees Mating Optimisation (HBMO), réjection d’interférence
Abstract
Nowadays, the field of telecommunications and the new technologies is booming. Today
we are witnessing an unprecedented infatuation of the public for multimedia applications
(data, voice and video) and the demand is growing stronger for high speed transfer
between communicating devices and mobile footprint. To meet these growing needs for
wireless communication with high throughput, the future generations of equipment will
make use of more efficient antennas as well as adaptive antennas networks. These antennas
will run on multiple frequency bands or in UWB band (Ultra Wide Band) and these types
of networks are able to cancel interfering signals by weighting and combining the incident
signals on each of the antennas of the network.
In our study, we conducted a detailed study of Ultra Wide Band technology as well as the
printed antennas to design an efficient antenna operating in ultra wide-band. We have
made a development of algorithms for interferences rejections based on a deterministic
method: the method of least mean squares (LMS) and stochastic methods: the Genetic
Algorithm (GA), Tabu Search (TS) and Honey Bees Mating Optimisation (HBMO)
approach. An analysis of network performances adapted, translated in terms of rejection
rates, was carried out for all studied rejection methods. The algorithm based on the
hybridization of HBMO and TS (referred HBMO/TS) has made a significant improvement
in terms of interference rejection without degrading the signal, compared to LMS and GA.
Keywords: UWB (Ultra Wide Band), Printed antennas, the Genetic Algorithm (GA), Tabu
Search (TS), Honey Bees Mating Optimization (HBMO), Interference rejection.
----------------------------------------------------------------------------------------------------------------------------------------
INTRODUCTION GENERALE
1- Contexte
Depuis plusieurs années, le domaine des télécommunications et des nouvelles technologies
connaît un véritable essor. De plus, que le mode d’utilisation soit nomade ou sédentaire, les
technologies radio sans fils connaissent un grand succès. Les axes d’investigation sont
principalement motivés par un besoin toujours en termes de débit de données mais restent
freinés par un spectre des fréquences de plus en plus occupé. On assiste aujourd’hui à un
engouement sans précédent du grand public pour les applications de communication
multimédia (données, voix, vidéos) et la demande est de plus en plus forte pour un transfert à
haut débit entre des équipements communicants mobiles et à encombrement réduit. Dans ce
contexte, l’utilisation de signaux large bande pour transmettre l’information semble une
alternative très prometteuse.
Pour répondre à ces besoins croissants de communication sans fils à haut débit, les futures
générations d’équipements vont faire appel à des antennes de plus en plus performantes.
Celles-ci devront fonctionner sur plusieurs bandes de fréquences ou sur une large bande. Mais
elles devront aussi, pour des raisons pratiques et esthétiques, être intégrées aux systèmes
radio, ce qui requiert la mise au point de structures compactes, discrètes et n’ayant pas de
problèmes de compatibilité électromagnétique avec les circuits électroniques environnants.
2- Problématique et objectifs
Actuellement dans les communication sans fils, de nombreuses questions de faisabilité
demeurent en suspens, notamment liées au compromis entre l’optimisation du spectre alloué
et la performance de transmission des signaux malgré les limites de niveaux d’émissions
imposées, et la prise en compte du contexte réel d’utilisation. C’est dans ce cadre que la
conception et l’étude du comportement d’antennes adaptées à ses systèmes prennent toute leur
importance car celles-ci doivent répondre à chacun des challenges soulevés qu’elles affectent.
Ainsi, l’antenne doit présenter un rendement optimal et des caractéristiques constantes sur une
large bande. A cela s’ajoute bien entendu les problèmes d’intégration et donc le besoin de
concevoir une structure d’encombrement minimal.
Pour répondre à ces différents objectifs, nous avons axé notre recherche sur les antennes
planaires Ultra Large Bande (ULB ou UWB Ultra Wide-Bande). Ces structures sont souvent
----------------------------------------------------------------------------------------------------------------------------------------
complexes car elles comportent de nombreux paramètres. Nous proposons dans cette thèse
d’élaborer une démarche de conception de ces antennes.
3- Plan de la thèse et contributions
Le premier chapitre de cette thèse est consacré à la présentation de la technologie

ULB, à ses principales applications et à ses enjeux en regard avec les autres technologies
existantes. La vision proposée reste très générale et peu technique. Elle est plus orientée sur
des aspects régulations et normalisations, et donne un aperçu global. Cependant, cette
technologie impose des défis à relever par exemple au niveau de la conception d’antennes.
Face aux très nombreux travaux et publications sur les différentes thématiques liées à cette
technologie en devenir, la question principale est de déterminer une approche qui permette de
tenir compte des propriétés spécifiques des antennes dans l’analyse des systèmes UWB.
Ainsi, on propose dans le deuxième chapitre d’étudier la problématique de conception
d’antennes UWB ainsi que leurs caractérisations et l’analyse de leurs performances. Les
antennes UWB présentent des propriétés différentes des antennes classiques et ont un impact
très fort dans les systèmes de communication. Il est important de disposer de nouveaux outils
permettant de les caractériser et d’analyser leur comportement. Nous commençons par un
aperçu sur les antennes imprimées ainsi que sur les caractéristiques classiques d’antennes
UWB et aborderons par la suite la problématique de conception d’antennes UWB due
notamment à leur très large bande passante. Une série de simulations sera faite, grâce à
l’acquisition du logiciel de simulation CST (Computer Simulation Technology de
MICROWAVE Studio). Un premier travail sera réalisé en agissant sur les paramètres de
l’antenne (gamme de fréquence, permittivité (utilisation de plusieurs matériaux), épaisseur du
substrat etc.…). Les résultats seront basés sur les diagrammes de rayonnement, la distribution
du courant et les coefficients de réflexion. Nous simulerons plusieurs antennes patch sous
différentes formes (patch carré, triangulaire et en forme de E). D’autres simulations seront
faites, en agissant sur la forme du patch en 2D et 3D (cercle, demi-sphère et calottes). Dans
une deuxième partie de simulation, on utilisera le logiciel MATLAB pour déterminer
quelques critères de performance qu’on ne peut avoir avec CST.
Le troisième chapitre porte sur une seconde étape de modélisation qui concerne maintenant
les antennes réseaux et les problèmes d’interférences. Les systèmes de transmission à large
bande et haut débit doivent supporter les déplacements des utilisateurs, ainsi que des
changements de configuration de l’environnement. Pour répondre à ces besoins, ces systèmes
----------------------------------------------------------------------------------------------------------------------------------------
doivent améliorer la qualité de leurs liaisons et exploiter d’une manière optimale le spectre
radio. Mais ces objectifs sont ralentis par des problèmes qui dépendent du canal et de son
environnement. Ils sont dus principalement aux trajets multiples et aux interférences qui
peuvent dégrader sérieusement la qualité de la transmission. Face aux problèmes de
brouillages, plusieurs approches sont possibles et l’une d’entre elles consiste à combiner les
signaux reçus par les éléments d’une antenne réseau. Ce type de réseaux permet d’annuler les
signaux brouilleurs en pondérant et combinant les signaux incidents sur chacune des antennes
qui le composent. Ainsi le diagramme de réception du réseau prévoit une extinction dans les
directions des signaux brouilleurs tout en évitant une dégradation du gain dans la direction du
signal de communication désiré, c’est le principe d’un système de réseau adaptatif d’antennes.
Il peut donc être défini comme un réseau capable de modifier son diagramme de rayonnement
grâce à un logiciel se synthèse apte à répondre aux spécifications désirées. Le problème
d’adaptation d’un réseau d’antennes à son environnement est un problème d’optimisation
difficile qui requiert des méthodes de résolution robustes, efficaces et flexibles. Afin de
s’affranchir de la complexité du problème, on proposera un nouvel algorithme d’adaptation
nommé HBMO (Honey Bees Mating Optimisation) s’inspirant du comportement réel des
abeilles et classé dans la famille des méthodes évolutives. Cet algorithme est basé sur le
processus biologique de reproduction chez les abeilles. Nous traiterons dans ce chapitre les
principes d’adaptation, les problèmes de réjection d’interférences ainsi que les méthodes
d’optimisation dans le cas d’un réseau d’antennes linéaire. Les méthodes d’optimisation
peuvent être classées en méthodes déterministes et en méthodes stochastiques. Nous
proposons dans cette partie de développer trois algorithmes d’optimisation qui sont :
- Un algorithme basé sur l’hybridation de deux métaheuristiques : HBMO et la recherche
taboue (TS : Tabu Search) dénommé HBMO/TS (méthodes stochastiques).
- Un autre basé sur l’Algorithme Génétique (AG) (méthode stochastique).
- Et le dernier, la méthode des moindres carrés LMS (Least Mean Square) (méthode
déterministe).
Une série de simulation de plusieurs réjections d’interférences sera faite pour les trois
algorithmes. Une comparaison sera faite entre notre approche HBMO/TS et les deux autres
méthodes LMS (méthode exacte) et l’AG (une autre métaheuristique).
Nous avons traité le cas d’un signal en bande étroite dans le chapitre précédent.
L’utilisation de signaux large bande, rendue possible par les progrès technologiques,
notamment dans le domaine des antennes tout numérique, présente de nombreux avantages.
Cependant, en traitement d’antenne, la formation de faisceaux bande étroite standard n’est
----------------------------------------------------------------------------------------------------------------------------------------
pas adaptée à de tels signaux Lorsque la bande passante du signal augmente, sa performance
se dégrade de manière significative et les hypothèses introduites précédemment ne sont plus
valable. Afin de pouvoir optimiser le choix du traitement à appliquer sur des signaux ayant
une certaine largeur de bande, il semble donc important de quantifier la dégradation des
performances du filtrage par formation de faisceaux bande étroite standard résultant de
l’augmentation de largeur de bande.
Nous présenterons dans ce quatrième chapitre les modèles de signaux bande étroite et
large bande. On définira le concept de base de formation de faisceau pour les deux cas. Nous
aborderons le problème des approches de formation de faisceaux large bande pour les
domaines temporel et fréquentiel. Dans un deuxième temps, nous nous intéressons à des
algorithmes de traitement d’antenne sur signaux large bande. Nous allons présenter et
développer les principales méthodes de formation de faisceaux les plus répandus qui sont les
lignes à retard (TLD : Tapped-Delay Line) et la méthode des moindres carrés pour la
formation de faisceaux large bande LMSWB (Least Mean Square Widebande Beamforming).
Enfin, des éléments de conclusion et quelques perspectives dans la continuité de ce
travail seront donnés dans la dernière partie.
CHAPITRE I
La Technologie UWB
Chapitre I La technologie UWB
I.1- Introduction
L’UWB, technologie en plein développement et l’une des récentes techniques d’accès radio,
intéresse de plus en plus la communauté scientifique suite à la demande croissante en débit
pour de nombreuses applications sans fil. Les publications de plusieurs articles très complets
[1-6] démontrèrent le potentiel de l’UWB pour les télécommunications haut débit. Les
principales caractéristiques de l’UWB, justifient l’engouement actuel du monde des
télécommunications pour cette technologie, et attribuent à celle-ci le statut d’un candidat
potentiel et prometteur afin de répondre à cette demande en débits de plus en plus élevés. Par
ailleurs, la technologie UWB semble bien positionnée particulièrement pour les
radiocommunications à courte portée (WLAN, WPAN). Elle offre une alternative, à la fois
bas coût et de faible consommation, aux standards existants dans ces réseaux. Elle est
devenue l’un des principaux axes de développement et de recherche dans le domaine des
communications sans fil lorsqu’en février 2002 la FCC, organe de régulation américain, a
autorisé son utilisation.
De nouveaux défis scientifiques et techniques étaient lancés en raison de l’aspect spécifique
des systèmes UWB et de ses perspectives d’applications très prometteuses (débits dépassant
les Gbit/s et nouveaux services, intégrant en plus de la transmission d’informations des
fonctions de localisation et de détection).
La communication UWB est assez bien positionnée par rapport à ses concurrents (802.11x,
Bluetooth bas débit) grâce à ses propriétés de haut débit, basse consommation et faible coût.
Ce chapitre sera articulé de la façon suivante. Nous commençons par une définition de l’UWB
et nous donnons un bref historique et un aperçu des applications envisagées. Ensuite, nous
présentons l’état des lieux des aspects réglementation et normalisation. Enfin, les principes de
communication de l’UWB et des éléments de conclusion sont donnés dans la dernière partie.
I.2- Définition de l’UWB
L’acronyme UWB signifie Ultra Wideband, est un terme générique utilisé pour représenter
une technique d’accès radio qui a été étudié sous différentes appellations. Elle est connue
comme une nouvelle technologie de communication sans fil qui permettrait d’atteindre des
débits jamais atteints, dépassant le Gbits/s. De plus, elle offre la perspective de nouveaux
services comme l’intégration de fonctions de localisation en plus de celles de transmission.
A l’origine, les signaux UWB sont des signaux constitués de suites d’impulsions très étroites
avec des rapports cycliques très faibles. Ces signaux présentent la caractéristique de
Page 1
transporter l’information sans utiliser de porteuse contrairement aux techniques classiques qui
utilisent une à plusieurs porteuses.
Ainsi, un système UWB est défini comme un dispositif utilisant une largeur de bande
fractionnée supérieure à 20% ou occupant une bande B de 500 MHz ou plus. La Figure I.1 et
la relation (I.1) illustrent cette définition.
ଶ (௙ಹ ି௙௅) ஻ ଵ
ܾܽ݊݀݁ ݂‫≅ ݁ݎ݅ܽ݊݊݋݅ݐܿܽݎ‬ = ௙ = ொ ≥ 0,2 (I.1)
௙ಹ ା௙௅ బ
‫ ≥ ܤ‬500‫ݖܪܯ‬
Où ƒH et ƒL désignent respectivement la fréquence supérieure et la fréquence inférieure des
points à –10 dB par rapport au plus haut point d’émission par rayonnement, ƒ0 correspondant
à la fréquence centrale, B à la largeur de bande et Q est classiquement défini comme le facteur
de qualité.
Figure I.1 : Densité Spectrale de Puissance (DSP) d’un signal UWB
La figure I.2 illustre la comparaison entre les systèmes radio conventionnels (qui modulent
généralement un signal bande étroite sur une fréquence porteuse), les systèmes large bande
(avec par exemple l’étalement de spectre) et les systèmes ultra large bande, qui présentent une
très faible densité spectrale de puissance.
Page 2
Figure I.2 : Fréquence et puissance des différentes technologies sans fil
I.3- Caractéristiques de la technologie UWB
La technologie à bande ultra-large (UWB) possède certaines caractéristiques intéressantes :

- Une faible susceptibilité à l'évanouissement dû à la propagation par trajets multiples.
L'évanouissement dû à la propagation par trajets multiples peut réduire l'efficacité des
systèmes de communication classiques (non UWB). Dans le cas des communications UWB,
le signal transmis possède une grande largeur de bande (résolution temporelle très fine) et,
comme la fenêtre d'observation au récepteur est étroite, les réflexions multiples avec des
retards inférieurs à la nanoseconde peuvent être résolues et additionnées de manière
constructive pour donner un gain comparable à celui d'une propagation par trajet unique
direct.
- Une insensibilité au brouillage. Une caractéristique importante des systèmes UWB est leur
gain de traitement élevé, lequel donne une indication de la résistance d'un système au
brouillage.
- Des communications protégées. Les signaux UWB sont plus secrets et potentiellement plus
difficiles à détecter que les signaux de radiocommunication classiques, parce qu'ils occupent
une grande largeur de bande, peuvent être produits sous une forme semblable au bruit,
peuvent être transmis à un niveau de densité spectrale de puissance bien inférieur au bruit de
fond des récepteurs de radiocommunication classiques, et peuvent être transmis avec un code
de synchronisation unique à des millions de bits par seconde. Ces caractéristiques permettent
la transmission protégée de signaux avec une faible probabilité de détection (LPD) et une
faible probabilité d'interception (LPI).
Page 3
- Une simplicité relative des systèmes. Dans les systèmes de communication sans fil qui
utilisent la technologie UWB, l'information de la bande de base peut moduler directement des
impulsions courtes au lieu de moduler une onde sinusoïdale. Dans cette forme de mise en
œuvre, l'émetteur-récepteur UWB ne comprend aucun synthétiseur à boucle à verrouillage de
phase, ni oscillateur commandé par tension, ni mélangeur, ni amplificateur de puissance.
L'émetteur-récepteur UWB a donc une architecture relativement simple par comparaison à
l'émetteur-récepteur superhétérodyne, ce qui pourrait se traduire par des coûts inférieurs de
l'équipement.
- Des propriétés de pénétration. Les signaux UWB ont une bonne capacité de pénétration dans
les murs et les obstacles et ils permettent la localisation de grande précision. Ces propriétés
seraient également utiles dans des applications telles que l'imagerie médicale.
I.4- Historique de l’UWB
Les études sur la génération et l’utilisation des impulsions ultra brèves ont commencé avant
les années soixante, mais le terme UWB n’a été introduit que vers 1989 par le département de
la défense des Etats-Unis. Le premier brevet sur l’application de l’ultra large bande aux
télécommunications est dû à G. F. Ross en 1973. Jusqu’en 1994, de nombreux travaux ont été
financés par le gouvernement américain mais sous le couvert de la confidentialité. Depuis
lors, l’étude des systèmes de transmission par impulsions tant dans le monde industriel
qu’académique a fait l’objet de nombreuses publications. Le premier article décrivant cette
solution pour les télécommunications, connue sous le nom d’Impulse Radio (IR), est dû à
P.Withington et L. Fullerton [7] en 1992. Cet article a été suivi par des travaux académiques
démarrés en 1993, et ce n’est qu’en 1997 que le terme UWB apparaît dans le titre d’un article
consacré à l’IR [8]. Depuis lors, les deux appellations cohabitent suivant les auteurs.
En août 1998, la FCC (Federal Communication Commission) a fait paraître un avis
d’information publique (Notice of Inquiry) afin d’évaluer la possibilité de permettre
l’utilisation de systèmes employant l’UWB. Suite à cette publication, une centaine de
réponses et commentaires ont été faits par les divers organismes et partenaires industriels
impliqués de près ou de loin dans l’utilisation de l’UWB. A la suite de ces commentaires, la
FCC aux Etats-Unis a adopté en mai 2000 un avis de proposition de réglementation (Notice of
Proposed Rule Making) dans laquelle, elle reconnaissait les avantages que pourraient apporter
les systèmes utilisant l’UWB dans de nombreux domaines. La FCC a attribué finalement 7.5
Page 4
GHz de spectre dans la bande [3.1- 10.6 GHz] à l’UWB, et elle a autorisé son utilisation
commerciale pour les applications civiles.
Les comités de normalisation de l’IEEE ont envisagé l’utilisation de la technologie UWB
pour les réseaux sans fil à courte portée de faible puissance spécialisés. Le groupe de travail
IEEE 802.15.3a a alors été chargé d’élaborer une norme à débits de données élevés
(supérieurs à 100 Mbit/s). Par ailleurs, le groupe de travail IEEE 802.15.4a envisage
l’utilisation de la technologie UWB pour les applications sans fil à courte portée avec des
débits plus faibles allant de 500 kbit/s à quelques Mbit/s. Ce nouveau standard devrait
permettre de développer des applications intégrant des fonctionnalités à la fois de
transmission et de localisation.
I.5- Applications de l’UWB
La technologie UWB est présentée comme une solution très intéressante et innovatrice pour
un grand nombre d’applications qui sont généralement classées en trois catégories [9]:
I.5.1- Systèmes d’imagerie radar
Cette catégorie comprend les systèmes d’imagerie par radar à pénétration du sol (GPR),
d’imagerie de l’intérieur des murs, d’imagerie médicale, d’imagerie pour l’exploitation
minière et d’imagerie de surveillance. Le signal UWB permet de mesurer les distances avec
précision. Les principaux utilisateurs des systèmes sont des spécialistes dans les domaines de
l’application de la loi, de la recherche et du sauvetage, de la construction et de l’exploitation
minière, ainsi que de la géologie et de la médecine.
I.5.2- Systèmes radar de véhicule

Ces systèmes améliorés d’activation des coussins gonflables grâce à l’utilisation des radars
d’avertissement de collision, ils sont intégrés au système de navigation du véhicule. Ils
peuvent déterminer la distance entre des objets et un véhicule. Les systèmes de cette catégorie
sont surtout utilisés à l’extérieur, ce qui pourrait accroître le risque de brouillage d’autres
services.
I.5.3- Systèmes de communication

Cette catégorie présentera certainement la plus grande prolifération en raison de possibilité
d’utilisation massive des dispositifs UWB dans les immeubles à bureaux, les salles de réunion
et de conférence et les endroits publics (par exemple les aéroports ou les centres
Page 5
commerciaux). Cette catégorie comprend les systèmes de communication à courte distance,

notamment les réseaux personnels sans fil et les systèmes de mesure.
I.6- Réglementation et normalisation de l’UWB
I.6.1- Problématique réglementaire UWB
Une des idées maîtresses de l'UWB est de cohabiter dans des bandes de fréquences déjà
utilisées par d'autres systèmes de communications. L'avantage est immense, il permet d'éviter
de passer par un mécanisme d'allocation de licences pour utiliser des bandes de fréquence, et
il permet aussi d'éviter de se retrouver confiné dans les seules bandes dites sans licences
(exemple la bande ISM à 2.4 GHz) qui sont des bandes relativement étroites.
Bien entendu l'approche UWB a l'inconvénient majeur de risquer de brouiller des systèmes
existants. Dès lors, toute forme d'onde UWB doit "convaincre" ces autres systèmes, qui seront
ses futures victimes, que le brouillage du signal UWB sera négligeable et que son niveau se
situera en dessous du niveau bruit thermique naturel des équipements concernés. Dès lors on
conçoit bien que le compromis réglementaire est absolument crucial pour que l'UWB puise se
développer.
I.6.2- Avancement des travaux
I.6.2.1- Réglementation Américaine
La réglementation américaine des systèmes UWB a été définie en février 2002 par la FCC via
un premier rapport et ordonnance sur la technologie UWB (First Report and Order on UWB).
La FCC a indiqué que les règles définies dans cette loi sont très prudentes, ainsi elle considère
que l’UWB ne perturberait pas les autres systèmes radio [4].
Dans cette loi, la FCC a fixé les limites de la bande de fréquences et des puissances autorisées
pour un système de communication UWB. Par ces limites, la FCC a tenu à protéger les
systèmes de communication existants en proposant la bande de 3.1 GHz à 10.6 GHz afin
d’éviter de perturber les services existants sur les bandes inférieures et elle a ainsi imposé une
limite de densité spectrale de puissance très basse qui ne dépasse pas -41,3 dBm/MHz en
puissance moyenne. Les figures I-3(a) et I-3(b) représentent respectivement les gabarits de
puissance définis par cette réglementation lorsque les équipements sont censés fonctionner en
intérieur (Indoor) ou en extérieur (Outdoor).
Page 6
(a) (b)
Figure I.3 : Masques spectraux définis par la FCC [(a) en Indoor, (b) en Outdoor]
La différence principale entre les masques spectraux d’une liaison en intérieur ou en extérieur
est le degré de l’atténuation très élevée exigée sur la limite à gauche de la bande utile pour la
liaison outdoor. Ceci est justifié par le souhait de protéger les récepteurs du système mondial
GPS situé dans la bande [0.96-1.61GHz].
I.6.2.2- Réglementation Européenne
La commission européenne a mandaté le CEPT pour recommander une réglementation de

l’UWB en Europe. La première proposition du TG3 (groupe de travail s’est crée en mars 2004
au sein du CEPT) a été faite en octobre 2005, elle conserve les principales définitions faites
par la FCC. Néanmoins, elle propose des limites de puissance différentes et plus sévères dans
la partie basse du spectre par rapport aux gabarits de puissances de la FCC. Les figures 2(a) et
2(b) représentent respectivement les gabarits de puissance proposés par le CEPT en octobre
2005 et février 2006.
Ces deux masques à eux seuls illustrent bien la problématique de la réglementation de l’UWB
en Europe où les niveaux autorisés sont sensiblement plus bas que les niveaux préconisés par
la FCC. Les propositions européennes sont contraignantes en termes de protection des
services de communication existants. Par rapport à la FCC elles ajoutent 30 dB de protection
envers les bandes ISM (Industriel, Scientifique et Médical) centrées autour de 2,45 GHz ainsi
qu'envers les bandes autour de 5.8 GHz. Elles n’autorisent finalement les transmissions UWB
à -41dBm/MHz que dans la bande [6-9 GHz]. Elles possèdent cependant une certaine
flexibilité pour les bandes [3,1-4,8 GHz] dans la proposition d’octobre 2005 et pour les
bandes [3,4-4,8 GHz] dans celle de février 2006. Ces deux bandes seraient ainsi autorisées
Page 7
avec la valeur FCC de -41dBm/MHz, à condition de mettre en œuvre des mécanismes

d’atténuation efficaces de type détection et évitement (DAA). Enfin les deux propositions
autorisent transitoirement l’utilisation de la bande [4,2-4,8 GHz] 2012 [10] sans recourir à ces
techniques d’atténuation.
Figure I.4 : Masques spectraux définis par le CEPT

(a) Proposition d’octobre 2005 ; (b) Proposition de février 2006
I.7- Panorama de cohabitation
L’UWB doit coexister avec d’autres systèmes de communications sans être la source de
perturbation ou d’interférence pour ces systèmes. La figure 1.5 montre en termes
d’occupation spectrale la place de différentes technologies sans fil et les puissances relatives
requises. L’UWB offre donc l’originalité d’utiliser des bandes de fréquences déjà occupées
mais avec des puissances très faibles.
Figure I.5 : Les différents systèmes coexistant avec l’UWB
Page 8
I.8- Normes IEEE
Les activités de normalisation de la technologie UWB sont menées par le groupe de travail
802.15 du comité de normalisation de l’IEEE. Elles visent particulièrement des applications
dans le domaine des réseaux locaux sans fil à courte portée de faible puissance spécialisés, y
compris les réseaux personnels sans fil. Les spécifications principales sont indiquées dans le
tableau I.1 en termes de débits, portées et fréquences allouées. En particulier, le standard
Bluetooth apparaît dans la norme IEEE 802.15.1 et l’UWB dans les normes IEEE 802.15.3a
et IEEE 802.15.4a.
WLAN (Wifi) Bluetooth WPAN UWB ZigBee
La norme 802.11a 802.11b 802.11g 802.15.1 802.15.3 802.15.3a 802.15.4
3.1à
Fréquence 5 GHZ 2.4 GHZ 2.4 GHZ 2.4 GHZ 2.4 GHZ 2.4 GHZ
10.6 GHZ
Débit
54 Mbps 11 Mbps 54 Mbps 1 Mbps 55 Mbps > 100 Mbps 250 Ko/s
Maximal
La portée 100 mètres 100 mètres 100 mètres 10 mètres 10 mètres 50 mètres 50 mètres
Tableau I.1 : Comparaison technique de la technologie UWB et d’autres technologies sans fil
I.9- Principes de communication UWB
Le masque d’émission des signaux radio UWB établi par la FCC permet l’utilisation de
différents signaux. La figure I.6 présente les différentes solutions envisagées.
I.9.1- Principe
Il existe trois approches possibles : mono-bande, duales bandes et bandes multiples.
L’approche mono-bande (Figure I.6(a)) consiste à utiliser toute la bande de fréquences

disponible. Elle se caractérise par des impulsions très brèves, donc résistantes aux
effets de superposition des trajets multiples, et les signaux peuvent être créés à partir
d’une impulsion arbitraire modelée par un filtre adéquat. Cependant, cette approche
permet peu de flexibilité dans l’utilisation du spectre radio, et nécessite des solutions
de composants RF très performantes.
Une autre solution consiste à diviser le spectre alloué à l’UWB en deux parties ([3-6]
GHz et [6-10] GHZ) c’est l’approche bandes duales (Figure I.6(b)). La première bande
Page 9
est la plus utilisée, et la deuxième bande étant utilisée à mesure du développement des
solutions pour les composants RF. La flexibilité du spectre radio reste modérée, mais
cette solution permet toutefois d’éviter arbitrairement une bande sensible, comme la
bande UNII 5 GHz.
Enfin, l’approche bandes multiples (Figure I.6(c)) consiste à utiliser des bandes de
fréquences de largeur minimale (de l’ordre de 500 MHz). Cette solution présente une
très grande flexibilité pour la gestion du spectre radio. Par exemple, si le masque
d’émission est plus restreint dans certains pays, il suffit d’éviter les bandes partielles
qui ne sont pas autorisées. La gestion de la communication entre utilisateurs multiples
est également simplifiée, car de nombreuses combinaisons de duplexage fréquentiel ou
temporel sont possibles.
Signal
Signal DSP (dBm.MHz-1)
DSP (dBm.MHz-1) normalisé
normalisé
Fréquence (GHz) Temps (ns) Fréquence (GHz) Temps (ns)
mono-bande Bandes duales
(a) (b)
DSP (dBm.MHz-1) Signal normalisé
Fréquence (GHz) Temps (ns)
Bandes multiples
(c)
Figure I.6 : Signaux radio UWB
Page 10
I.9.2- Formes d'ondes UWB

Dans le domaine des transmissions UWB, deux grandes familles de formes d’onde sont en
concurrence. Il s’agit d’une part des formes d’onde impulsionnelle, et d’autre part des formes
d’onde multi-porteuses (MB-OFDM, DS-CDMA).
I.9.2.1- MB-OFDM
La bande de fréquence [3,1-10,6 GHz] est découpée en 14 bandes de 528 MHz, qui sont
réparties en cinq groupes différents (Figure I.7). Une application UWB utilisant le MB-
OFDM n’utilise qu’un seul des cinq groupes, et dans ce groupe, un utilisateur n’occupe
qu’une bande à la fois. Par ailleurs, l’allocation des bandes aux utilisateurs est gérée par un
code temps-fréquence qui a pour rôle de minimiser les collisions entre les différentes
communications. Enfin, chaque bande est découpée en 128 sous-porteuses de 4 MHz afin de
former un symbole OFDM.
Figure I.7: Bande OFDM définie par la norme 802.15.3a
L’utilisation de l’OFDM se justifie pour plusieurs raisons. La première est intrinsèque à cette
technique qui a été créée pour répondre aux problèmes des effets de fading des canaux de
propagation en exploitant une diversité spatio-temporelle (plusieurs porteuses et
entrelacement). D’autre part, elle présente l’avantage de pouvoir s’adapter facilement aux
problèmes d’interférences (technique DAA : Détection And Avoidance).
I.9.2.2 DS-CDMA
L’approche DS-CDMA est largement inspirée de celle de la technologie CDMA. Chaque

symbole de données est représenté par une séquence de données, unique pour chaque
utilisateur et constituée par un code orthogonal de type Walsh, Gold ou encore Hadamard, sur
le principe d’étalement de spectre à séquence directe. Le principe du codage CDMA est
illustré sur Fig. I.8. Il consiste à effectuer un « ou exclusif » entre la séquence d’information
Page 11
et le code. A la réception, l’information se retrouve en effectuant la même opération entre la

séquence reçue et le même code que celui utilisé en émission. La séquence codée est alors
modulée par une modulation de type BPSK ou QPSK.
Figure I.8 : Illustration du principe du CDMA
I.9.2.3- La radio par impulsions IR-UWB
Les signaux IR-UWB sont constitués d’une suite d’impulsions qui sont modulées et codées en
temps. Ces impulsions sont caractérisées par une période notée Tf et une durée très brève (de
l’ordre de 100 ps à 2 ns) notée Tp. Typiquement, ce type d’impulsions occupe un spectre très
large. Il s’agit donc d’une approche mono-bande. Les formes d’impulsions généralement
adoptées pour les communications UWB incluent l’impulsion gaussienne, sa dérivée première
(monocycle), et sa dérivée seconde, comme représenté dans la figure I.9. Le défaut de
l’impulsion gaussienne réside dans sa valeur moyenne non nulle, qui correspond dans le
domaine fréquentiel à une composante continue importante. L’impulsion gaussienne ne peut
donc pas se propager sans déformation, et on lui préfère
préfère généralement le monocycle gaussien.
Le monocycle gaussien peut s’écrire comme suivante :
೟ మ
௧
ܸ(‫(ି ݁ = )ݐ‬ഓ) (I.2)
ఛ
Avec τ la durée du monocycle et t représente la variable temps.
Figure I.9 : Formes d’impulsions de l’UWB
Page 12
Les modulations généralement utilisées sont les modulations classiques suivantes qui peuvent
être binaires ou M-aires : PAM, OOK, PPM, BPSK, ou encore par une combinaison de
modulations en phase et en amplitude.
Ces modulations sont illustrées dans le cas binaire (Figure I.10):
- PAM : à un « 0 » correspond une amplitude donnée de l’impulsion et à un « 1 » une autre
amplitude ;
- OOK : à un « 0 » correspond un signal nul et à un « 1 » une impulsion ;
- PPM : à un « 0 » correspond une impulsion sur la première moitié de la durée du bit et à un
« 1 » une impulsion sur la seconde moitié de cette durée ;
- BPSK : « 0 » et « 1 » sont différentiés par le signe de l’impulsion (retournement).
Figure I.10 : Illustration des modulations de base dans le cas binaire
Les principaux documents [11-19] ont été utilisés pour ce qui concerne les formes d’ondes et
la radio par impulsion.
I.10 – Conclusion
Dans le premier chapitre on a présenté les principes, les applications et les enjeux de la
technologie UWB en regard avec les autres technologies existantes. La vision proposée reste
très générale et peu technique. Elle est plus orientée sur des aspects régulations et
normalisations, et donne un aperçu global. Cependant, cette technologie impose des défis à
Page 13
relever par exemple au niveau de la conception d’antennes. Face aux très nombreux travaux et
publications sur les différentes thématiques liées à cette technologie en devenir, la question
principale est de déterminer une approche qui permette de tenir compte des propriétés
spécifiques des antennes dans l’analyse des systèmes UWB. Cette problématique se justifie
principalement parce que les antennes ont un très fort impact dans les communications UWB
et qu’il est nécessaire de tenir compte de leur influence.
Ainsi, on propose dans le deuxième chapitre d’étudier la problématique de conception
d’antennes UWB ainsi que leurs caractérisations et l’analyse de leurs performances.
Page 14
CHAPITRE II
Caractérisation et performance des antennes

UWB basées sur
la technologie des antennes imprimées
Caractérisation et performance des antennes UWB
Chapitre II basées sur la technologie des antennes imprimées
II.1- Introduction
Dans ce chapitre nous abordons la problématique de conception et d’analyse de performances

d’antennes UWB. Les antennes UWB présentent des propriétés différentes des antennes
classiques et ont un impact très fort dans les systèmes de communication. Il est important de
disposer de nouveaux outils permettant de les caractériser et d’analyser leur comportement.
Nous commençons par un aperçu sur les antennes imprimées ainsi que sur les caractéristiques
classiques d’antennes UWB et aborderons par la suite la problématique de conception
d’antennes UWB due notamment à leur très large bande passante. Nous avons en plus défini
deux nouveaux critères permettant une analyse pertinente du comportement d’une antenne
UWB en termes de distorsion.
II.2- Les antennes imprimées
Les antennes imprimées (encore appelées antennes plaquées ou antenne« patch ») ont connu
un essor phénoménal ces dernières années grâce à leur capacité à répondre notamment aux
contraintes d’encombrement, de poids et surtout de coût imposées par les systèmes mobiles
émergents [20]. Avant de parler des antennes UWB basées sur la technologie des antennes
imprimées, commençons par définir les antennes patchs. Le concept de «structures imprimées
rayonnantes» est apparu en 1953 avec Deschamps [21] et les premières validations ont été
réalisées vers 1970 par Maxwell et Nunson [22]. Ces antennes ont de nombreux avantages
bien connus, à savoir leur faible encombrement, leur faible coût de réalisation, leur faible
poids ainsi que leur fabrication relativement simple. En revanche, le principal inconvénient,
qui limite l’utilisation de ces antennes dans des communications UWB, est leur bande
passante étroite. Ceci est une conséquence du fait que ces antennes sont des résonateurs par
nature. Afin de surmonter ce problème, plusieurs méthodes ont été proposées dans la
littérature [23, 24]. Ils sont, aussi, fortement dépendants du substrat diélectrique employé dont
les caractéristiques ont une très forte influence sur les performances électromagnétiques de
l’antenne et sur la structure propre de l’antenne.
II.2.1- Description de la structure
Une antenne imprimée est composée d’une plaque de diélectrique appelée substrat dont une
face est entièrement métallisée représentant le plan de masse, l’autre face portant une
métallisation partielle formant l’élément rayonnant.
Page 15
Le diagramme de rayonnement présente un lobe principal et aucun lobe secondaire en mode

fondamental. La largeur de bande et l’aire physique varient avec la géométrie de l’antenne.
Les antennes plaquées rectangulaires et circulaires sont les plus favorables en raison de leur
facilité d’analyse et de fabrication, ainsi que leurs caractéristiques de rayonnement. L’antenne
imprimée de forme rectangulaire repérée par le système de coordonnées sphériques est
représentée par la figure II.1.
Figure II.1 : Antenne élémentaire repérée par le système de coordonnées sphériques
II.2.2- Principe de fonctionnement
La connaissance de la répartition du champ électromagnétique en zone de champ proche de

l’aérien permet de comprendre le fonctionnement de ce dernier. On adopte en général une
méthode approchée, la méthode de la cavité, pour simplifier le problème. La figure II.2
présente la structure d’une antenne imprimée telle qu’elle est modélisée dans cette
approximation.
On assimile la structure à une cavité limitée par deux « murs électriques » horizontaux
(l’élément rayonnant et le plan de masse) et des « murs magnétiques » transversaux à pertes.
Cette cavité amasse de l’énergie électromagnétique pour un ensemble discret de fréquences
(appelées fréquences de résonance) auxquelles se rapportent des configurations particulières
de champs, nommées modes. Les conditions aux limites de la structure nous mènent à des
Page 16
modes de type TMmnp (avec p=0 dans le cas de substrat diélectrique d’épaisseur faible
devant la longueur d’onde de fonctionnement λ0).
Les pertes dans les parois transversales reflètent le rayonnement d’une partie de l’énergie
emmagasinée à une fréquence de résonance donnée. Ce phénomène est caractérisé par
l’épanouissement des lignes de champ au voisinage des arêtes de l’élément rayonnant (figure
II-2).
Figure II-2 : Allure des lignes de champ dans la cavité (coupe transversale)
L’objectif est de déterminer les courants de surface sur le conducteur rayonnant pour pouvoir
calculer les champs rayonnés par celui-ci. Partant des équations de Maxwell, et des
transformations dans l’espace de fourrier, le problème revient à résoudre une équation
intégrale, dont l’inconnue est la densité du courant surfacique. Une des méthodes utilisées
pour traiter cette équation est d’appliquer la méthode des moments, qui permet de formuler
les courants :
 Ly   L 
sin K 0 sinθ cosφ  2 π cos K 0 x sinθ cos φ 
 2   2 
J x (θ, φ ) = L x L y I1 (II.1)
  
2
 Ly  L
K 0 sinθ cosφ   π 2 −  K 0 x sinθ cosφ  
 2    2  
 L   Ly 
sin  K 0 x sinθ cosφ  2π cos  K 0 sinθ cosφ 
 2   2 
J y (θ, φ ) = L x L y I 2 (II.2)
 2   
2
 Lx Ly
K
 0 2 sinθ cosφ   π −  K
 0 2 sinθ cosφ  
     
Page 17
Les courants I1 et I 2 sont des grandeurs complexes qui permettent de définir les plans E et
H. Si on choisit I1 =1 (purement réel) et I 2 =0 alors l’élément est polarisé linéairement selon

ox. Ainsi le plan E est le plan xoy alors que le plan H sera le plan yox. Ceux-ci seront
inversés si I 2 =1 et I1 =0.
A grande distance, au point M de l’espace, le champ induit par la source est situé dans le plan
(U θ , U φ ) , il s’exprime par :
→ → →
E(M ) = E θ (θ, φ ) U θ +E φ (θ, φ ) U φ (II.2)
La composante radiale du champ est considérée comme nulle, les deux autres composantes
s’expriment par les relations suivantes :
[
E θ (θ, φ ) = F(θ ) cosφ J x (θ, φ ) + sinφ J y (θ, φ ) ] (II.3)
[
E φ (θ, φ ) = G (θ ) − sin φ J x (θ, φ ) + cosφ J y (θ, φ ) ] (II.4)
− jwµ 0 Tcosφ
Avec : F(θ ) = (II.5)
T − jε r cosθ cotg (K 0 Th )
− jwµ 0 Tcosφ
G (θ ) = (II.6)
cosθ − jTcotg (K 0 Th )
T = ε r (1 − j tanδ ) − sin 2 θ (II.7)
Où µ 0 perméabilité du vide, K0 nombre d’onde, L x longueur de l’antenne, L y largeur de
l’antenne et tanδ pertes du substrat diélectrique.
II.2.3- Eléments rayonnants
Le premier critère de choix est bien sûr celui de la taille et de la forme. Afin de simplifier
l'analyse et l'estimation des performances, le patch a généralement une forme rectangulaire,
circulaire, triangulaire, elliptique ou autre forme connue comme indiqué dans la figure II.3.
Pour un patch rectangulaire, sa longueur L est généralement 0,3333λ0 < L < 0,5λ0, ou λ0 est
la longueur d'onde dans l'espace libre. Le patch est conçue de façon qu'il soit très mince
Page 18
(t<<λ0, ou t est l'épaisseur du patch). La hauteur h du substrat diélectrique est habituellement

0,003λ0 < h < 0,05λ0.
Il existe une grande variété de forme que peut prendre une antenne imprimée ou plaque. Les
plus souvent rencontrés, sont les éléments rectangulaires, carres, circulaires et elliptiques.
Figure II.3 : Divers types d’éléments rayonnants.
On trouve également d’autres formes plus complexes et plus difficiles à analyser. Elles
résultent souvent de la combinaison de deux formes simples et sont utilisées dans certaines
applications particulières.
Il existe aussi des antennes où la forme du patch est volumique, c’est le cas du très large
bande [25] (∆f ≥ 100%). La structure volumique du patch engendrera des antennes
encombrantes et de réalisation très complexes.
Le choix de la forme d’antenne dépendra aussi du type d’application désiré et des paramètres
qu’on cherche à optimiser (bande passante, gain et efficacité, impédance d’entrée, etc.…).
II.2.4- Les modes d’alimentation
L’alimentation joue un rôle très important lors de la conception des antennes imprimées.
Elle peut modifier les caractéristiques de rayonnement de celles-ci. L’alimentation pourra être
soit centrée, soit arbitraire par rapport à la géométrie de l’élément. Par sa position Figure II.4,
elle détermine l’adaptation de l’antenne à la ligne d’alimentation.
Page 19
Il existe une large variété de techniques d’alimentation permettant ainsi de fournir à l’antenne,
l’énergie qui lui est nécessaire pour rayonner.
Figure II.4 : Antenne imprimée rectangulaire alimentée en un point.
II.2.4.1- Alimentation par ligne micro ruban

Dans cette méthode d’alimentation, une ligne micro ruban est connectée directement au bord
du patch rayonnant figure II.5. La longueur de la bande conductrice est plus petite par rapport
au patch. Ce genre d’alimentation a l’avantage que l’alimentation peut être gravée sur le
même substrat pour fournir une structure planaire. C’est la technique la moins coûteuse et la
plus simple a réalisé.
Figure II.5 : Alimentation par ligne Micro ruban
L’alimentation par ligne micro-ruban peut se faire par connexion directe dont le point de
jonction est sur l’axe de symétrie de l’élément (figure II.6 (a)), ou décalé par rapport à cet axe
de symétrie (figure II.6 (b)). Pour une meilleure adaptation d’impédance, l’alimentation axiale
avec une encoche donne de bons résultats (figure II.6 (c)).
Page 20
Figure II.6 : Différents types d’alimentation par ligne Micro ruban

(a) axiale, (b) décalée, (c) axiale avec encoche.
II.2.4.2- Alimentation par une sonde coaxiale
étudiée dans la littérature. Elle a l’avantage de

Cette méthode d’alimentation a beaucoup été étudiée
positionner l’alimentation sous l’élément rayonnant et a utilisé une ligne non rayonnante
(coaxiale), ce qui diminue fortement le rayonnement parasite. Le conducteur central du câble
coaxial est soudé sur l’élément rayonnant après avoir traverser le plan de masse et le
diélectrique. Le conducteur extérieur est quant a lui soudé au plan de masse. (Figure II.7).
Figure II.7 : Alimentation par sonde coaxiale
L’avantage de cette technique est qu’elle peut être placée à n’importe quel endroit désiré du
patch afin d’assurer l’adaptation d’impédance. Cependant son inconvénient principal est
qu’elle fournit une bande passante étroite et elle manifeste des complexités mécaniques
(perçage du substrat, soudure, …), qui font que ce type d’alimentation devient très coûteux,
particulièrement pour les réseaux d’antennes.
Page 21
II.2.4.3- Alimentation couplée par fente (ouverture)
Dans ce type d’alimentation, le patch rayonnant et la ligne micro ruban d’alimentation sont
séparés par le plan de masse (figure II.8). Le couplage entre le patch et la ligne d’alimentation
est assuré par une fente ou une ouverture dans le plan de masse.
L’ouverture de couplage est habituellement centrée sous le patch. La quantité de couplage à
partir de la ligne d’alimentation au patch est déterminée par la forme, la taille et
l’emplacement de l’ouverture. Puisque le plan de masse sépare le patch et la ligne
d’alimentation, le rayonnement parasite est minimisé.
L’inconvénient d’une telle technique est sa complexité de fabrication. Cette complexité réside
dans l’ouverture dans le plan de masse, La réalisation de deux couches diélectriques. Elle
reste tout de même utilisée pour certaines applications, car elle permet une amélioration de la
bande passante.
Figure II.8 : Alimentation couplée par fente
II.2.4.4- Alimentation couplée par proximité
Cette technique d’alimentation est connue également sous le nom de couplage

électromagnétique. Deux substrats diélectriques sont employés tels que la ligne d’alimentation
est située entre les deux substrats et le patch est imprimé sur le substrat supérieur (figure II.9).
L’avantage principal de cette technique est qu’elle élimine le rayonnement parasite due à
l’alimentation et fournit une largeur de bande élevée, en raison de l’augmentation globale de
l’épaisseur de l’antenne microbande. Cette technique fournit également des choix entre deux
milieux diélectriques différents, un pour le patch et un pour la ligne d’alimentation pour
optimiser les performances de l’antenne.
Page 22
Figure II.9 : Alimentation couplée par proximité
II.2.4.5- Comparaison entre ces différentes techniques d’alimentations
Le tableau II.1 permet de donner une comparaison entre les différentes techniques
d’alimentations en fonction de certaines caractéristiques telles que l’adaptation d’impédance,
bande passante, techniques de fabrication, fiabilité et les rayonnements parasites.
Caractéristiques Alimentation par Alimentation Alimentation Alimentation

Ligne micro ruban coaxiale couplée par couplée par
ouverture proximité
rayonnement
parasite de Plus Plus Moins Minimum
l’alimentation
Pauvres à cause
Fiabilité Meilleur Bon Bon
de soudure
Facilité de Soudure et forage Alignement Alignement
Facile
fabrication requis requis requis
Adaptation
d’Impédance Facile Facile Facile Facile
Bande passante 2-5% 2-5% 2-5% 13%
Tableau II.1: Comparaison entre les différentes techniques d’alimentations
Page 23
II.2.5- Les diélectriques
D’épaisseur généralement faible devant la longueur d’onde de fonctionnement (h << λ0), le

substrat diélectrique sert non seulement de support mécanique de la structure mais il joue
également sur le comportement et les performances électromagnétiques de l’aérien. On
préfère souvent utiliser des substrats à faibles pertes diélectriques (tanδ < 10-3) qui favorisent
le rendement de l’antenne. Physiquement, le matériau doit résister aux contraintes mécaniques
et conserver sa forme originelle. Il est confronté à de fortes températures lors des soudures.
Enfin, son état de surface doit être le plus propre possible. L’intérêt majeur des diélectriques
réside dans la réduction d’encombrement qu’ils occasionnent sur les aériens.
Les matériaux diélectriques employés pour les structures imprimées se sont largement
développés ces dernières années et peuvent être regroupés en plusieurs familles.
• Les matériaux céramiques
Pour les circuits micro rubans, le matériau céramique le plus répandu est sans doute l'alumine
(Al2O3). D'un point de vue mécanique, ces substrats disposent généralement d'excellentes
qualités de surface et de rigidité mais sont extrêmement fragiles. Leurs permittivités relatives
sont pour la plupart élevées.
• Les matériaux semi-conducteurs
Les circuits M.M.I.C. sont fabriqués avec des semi-conducteurs de type Arséniure de Gallium
(GaAs) ou Silicium (Si). La surface disponible, généralement réduite pour réaliser des
antennes, les destine à des applications dans le domaine millimétrique où des antennes
monolithiques intégrées ont déjà été réalisées avec succès [26].
• Les matériaux ferromagnétiques
Ils comprennent les substrats Ferrite et YIG (Yttrium – Iron – Garnet). L'effet
gyromagnétique est mis à profit pour concevoir des circulateurs, des isolateurs ou encore des
antennes plaques rayonnant naturellement une onde en polarisation circulaire. Ce sont des
matériaux anisotropes à forte permittivité relative (de 9 à 16) et à faibles pertes diélectriques.
• Les matériaux synthétiques
Les plus connus sont le polyéthylène, le polyester, le téflon (très utilisé du fait de son coût
modéré), le polypropylène... La plupart de ces matériaux possède d'excellentes propriétés
électriques : une permittivité proche de 2 avec de faibles pertes (tanδ # 0,0003).
Malheureusement leurs propriétés mécaniques restent limitées (distorsion mécanique,
oxydation, faible tenue en température etc…).
Page 24
• Les matériaux composites

Les fabricants de substrats ont essayé de combiner les qualités radioélectriques et
mécaniques requises. En ajoutant aux matériaux plastiques de la fibre de verre (cas du
DUROÏD 5870, du TLC, de l’ARLON 320) ou de la poudre de céramique (ARLON 340),
les propriétés mécaniques sont améliorées et l'on peut, suivant le dosage, ajuster la
permittivité. Des produits comme le DUROÏD sont couramment utilisés pour réaliser des
antennes imprimées.
• Les matériaux T.M.M. (Thermoset Microwave Material)
Constitués de résines chargées de différents composants céramiques, ils génèrent une
gamme de substrats TMM-3, TMM-4, TMM-6, TMM-10 de faibles pertes (tan δ < 0,0018)
pour des permittivités respectivement égales à 3,25 - 4,5 - 6,5 - 9,8. Rigides et moins
cassants que les céramiques, ils conservent leurs dimensions et leurs permittivités à des
températures élevées.
• Les matériaux RO3000
Ces matériaux sont de permittivité relative stable en température et en fréquence. Ils sont
fabriqués par ajout de poudre céramique au Téflon et peuvent être utilisés à haute fréquence
(> 30 GHz).
Nous présentons ici un tableau récapitulatif non exhaustif (tableau II-2) de matériaux
couramment utilisés. Les caractéristiques des substrats fournis par les fabricants sont
généralement données à 10 GHz. Il n'y a pas de matériau idéal et universel dans le domaine
des hyperfréquences. Toutefois la palette de substrats proposée par les fournisseurs est
aujourd'hui relativement large. Le choix des matériaux diélectriques s’avère très important
en fonction des performances désirées (il existe toute une palette de choix pour le
diélectrique).
Page 25
Matériau εr à 10 GHz ∆εr/εr tan δ à 10 GHz

MY1 ∆ 2,17 ±1% 0,0013
ISOCLAD 917 2,17 ±1% 0,0011
CUCLAD 217 2,17 ±1% 0,0008
RT/DUROÏD 5880 O 2,2 ±1% 0,0009
DICLAD 880 2,2 ±2% 0,0009
RT/DUROÏD 5870 O 2,33 ± 0,85 % 0,0012
DICLAD 870 2,33 ± 1,7 % 0,0012
CUCLAD 233 2,33 ± 0,85 % 0,0014
ISOCLAD 933 2,33 ± 0,85 % 0,0014
DICLAD 527 2,5 ±1,6 % 0,0019
TACONIC TLX * 2,55 ± 1,5 % 0,0019
RT DUROÏD 6002 O 2,94 ± 1,35 % 0,0012
RO 3003 O 3,0 ± 1,33 % 0,0013
TACONIC TLC * 3,2 ± 1,5 % 0,003
ARLON 320 3,2 ± 1,5 % 0,0029
TMM3 O 3,25 ± 2,5 % 0,0016
RO4003 O 3,38 ± 1,5 % 0,002
ARLON 350 3,5 ± 4,5% 0,0026
VERRE EPOXY 4,4 ±1,5 % 0,02
TMM4 O 4,5 ± 2,5 % 0,0017
RT/DUROÏD 6006 O 6,15 ± 2,5 % 0,002
TMM6 O 6,5 ± 2,5 % 0,0018
TMM10 O 9,8 ± 2,5 % 0,0017
ALUMINE (Al2O3) 9,8 0,0003
10,2 - 10,5 -
RT/DUROÏD 6010 O ± 2,5 % 0,0024
10,8
SILICE 11,9 0,0024
GaAs 13,0 0,0006
Tableau II-2 : Principaux substrats utilisés dans le domaine des hyperfréquences [27]
Fournisseurs :
Δ: METCLAD ; O: MB ELECTRONIQUE ; *: P2M ; �: CCI EUROLAM
II.3. Elargissement de la bande des antennes imprimées
Actuellement, plusieurs structures d’antennes ont été étudiées pour satisfaire cette forte
demande d’antennes large bande, et plusieurs techniques de miniaturisation et d’élargissement
de bande ont été développées [28]. On peut citer plusieurs exemples l’utilisation de substrats
épais ou de forte permittivité, la modification de la géométrie des patches, l’utilisation du
couplage par fente, l’adjonction d’éléments parasites … [29].
Page 26
Puisque la largeur de bande dépend de la dimension physique de la plaque, une façon de

l’augmenter est d’agrandir les dimensions de l’antenne. Pour un seul élément, la dimension
peut être augmentée en rendant l’antenne plus longue, plus large ou plus épaisse. La longueur
de la plaque est dictée par l’exigence qu’elle soit résonnante. Elle peut être allongée
seulement en décroissant la constante diélectrique du substrat, ce qui n’est pas souhaitable, car
un substrat de grande constante diélectrique favorise l’excitation des ondes de surface. La
largeur de la plaque peut être augmentée jusqu'à la limite d’une longueur d’onde dans le
diélectrique, plus loin que ça, des modes de transmission d’ordres supérieurs peuvent être
excités.
La façon la plus facile pour augmenter la largeur de bande est d’utiliser des substrats épais.
Une étude paramétrique a été effectuée pour analyser l’impact de cette variable sur la largeur
de bande.
Figure II.11 : Largeur de Bande (%) d’une antenne plaque rectangulaire en fonction de
l’épaisseur du substrat pour plusieurs constantes diélectriques du substrat.
La figure II.11 montre la largeur de bande en fonction du paramètre (h/λ0) pour différents
substrats [30]. A partir de ces résultats, on peut conclure que la largeur de bande de l’antenne
plaque décroît quand la constante diélectrique εr croît, et elle augmente quand l’épaisseur du
substrat augmente.
L'augmentation de la largeur de bande peut être réalisée aussi par un choix approprié de la
technique d'alimentation ou du réseau d'impédances d’adaptation. Plus précisément, d’autres
Page 27
méthodes, soit l’adaptation ou la technique d’alimentation ont été utilisées pour augmenter la
bande passante d’une antenne micro ruban.
II.3.1- Par modification de l’élément rayonnant : Introduction de fentes
L’idée de base qui permet d’expliquer le mécanisme d’élargissement de bande par insertion
de fentes est illustré sur la figure II.12. Une antenne patch ordinaire peut être modélisée par
un simple circuit résonant LC (figure II.12(a)). Les courants circulent de la position
d’alimentation vers les bords. Les valeurs de L et C sont déterminées par la longueur des
lignes de courants. L’insertion de fentes modifie très sensiblement le résonateur, notamment
en introduisant une seconde résonance comme le montre la figure II.12(b). Dans la partie
centrale, le courant circule comme dans un patch ordinaire ; le circuit LC qui modélise cette
zone résonne à la fréquence initiale. Cependant, aux bords du patch, le courant doit
contourner les fentes, ce qui augmente la longueur des lignes de courant. Cet effet peut être
modélisé par une self supplémentaire ∆Ls en série, correspondant à une résonance plus
basse. L’antenne est donc équivalente à deux résonateurs. Ces derniers sont plus fortement
couplés, ce qui conduit à l’obtention d’une large bande passante.
(a)
(b)
Figure II.12 : Antenne patch sans fente (a) et avec une fente (b) avec circuit équivalent
Page 28
II.3.2- Techniques d’alimentation
Pour obtenir une bonne largeur de bande, il faut augmenter la largeur du substrat diélectrique.
Afin de tenir les ondes de surface à un niveau faible, la constante diélectrique du substrat en
question doit être la plus basse possible. Les plaques sur un substrat épais peuvent être
alimentées par une ligne micro ruban. Pour tenir l’impédance constante, les largeurs des
lignes doivent être en concordance avec l’augmentation du substrat. Une ligne trop large va
rayonner et son rayonnement va interférer avec le rayonnement de la plaque.
L’inductance introduite par ce type d’alimentation donne un caractère inductif à l’impédance
d’entrée. La façon de compenser cet effet inductif est d’additionner une capacité en série.
Ceci peut se faire à l’extérieur, dans le réseau d’alimentation, ou dans la plaque elle même. À
la résonance l’inductance équivalente est une résistance pure. La capacité est choisie de sorte
que sa réactance soit suffisante pour annuler la réactance inductive de la source. Cette
capacité est donnée par la relation suivante:

C= (II.8)

Où ωr est la pulsation à la résonance et Ls est l’inductance de la source.
Parmi les techniques d’alimentation on trouve,

• L’alimentation par sonde,
• L’alimentation par le bord,
• Le couplage de proximité à une ligne micro ruban,
• Le couplage d’ouverture par une alimentation en ligne micro ruban,
• L’alimentation coplanaire de guide d’onde.
L’alimentation par ligne micro ruban en forme de L est une nouvelle technique utilisée
récemment pour élargir la bande de l’antenne plaque en technologie micro ruban. Une
augmentation de la largeur de bande est obtenue en utilisant cette méthode d'alimentation
améliorée.
L’alimentation par couplage électromagnétique en forme de L est différente des autres
techniques d’alimentation, offrant l’avantage d’avoir une large bande sans aucun circuit
d’adaptation. La figure suivante montre la structure d’une alimentation en forme de L:
Page 29
Figure II.13 : Alimentation par ligne micro ruban en forme de L figure (a) et alimentation par
coaxiale en forme de L
La structure d’alimentation en forme de L agit comme un circuit résonant LC série connecté

au circuit composé des éléments résonnants RLC parallèle de la plaque. La partie horizontale
de l’alimentation en L fournit une capacité qui compense l’inductance introduite par la partie
verticale de cette alimentation.
Une alimentation conventionnelle d’une plaque introduit seulement une inductance qui
dégrade la largeur de bande de l’antenne plaque. Dans le nouveau type d’alimentation en
forme de L, le mécanisme de couplage est de prédominance capacitive.
II.4 - Critères spécifiques de performances

Généralement, les antennes sont caractérisées en considérant d’une part les propriétés liées au
circuit électrique qui leur est associé (impédance, coefficient de réflexion, taux d’onde
stationnaire) et d’autre part celles liées au rayonnement électromagnétique (diagramme de
rayonnement, directivité, gain, efficacité, polarisation).
II.4.1- Problématique de conception et de caractérisation des antennes UWB
Dans une transmission UWB, les antennes jouent un rôle essentiel dans la formation du signal
du fait de leurs caractéristiques. La différence par rapport aux antennes à bande étroite est que
la dimension fréquentielle joue un rôle prépondérant. Les dimensions électriques de l’antenne
varient d’autant plus que sa bande relative est large. Des paramètres comme le gain et le
diagramme de rayonnement deviennent alors dépendants de la fréquence. Par conséquent, une
variation importante du comportement de l’antenne UWB à l’intérieur de sa bande est
possible. Les outils présentés dans ce chapitre permettent d’étudier cette variation et
permettent en plus de quantifier la dégradation de performances qui en découle.
Page 30
Considérons dans un premier temps le cas d’une antenne UWB à l’émission. Cette antenne
étant supposée de petite taille électrique, avec une adaptation parfaite sur sa bande de
fréquences et ayant un gain réalisé idéalement constant en fonction de la fréquence
Quelle que soit la direction d’observation. Cette antenne se comporte ainsi idéalement étant
donné qu’elle rayonne exactement la forme d’onde du signal d’excitation. Il s’agit donc d’une
antenne idéale qui ne distord pas à l’émission.
En revanche, à la réception, la surface équivalente Se de cette antenne varie en 1/f² (Equation
II.9). La réponse impulsionnelle à la réception est, par conséquent, un intégrateur pur. On en
déduit qu’une antenne qui ne distord pas à l’émission, distord forcément à la réception.
. ()
S
= (II.9)
π
(). (). (). (). ()

() = ( !) .
= "# (II.10)
!
Dans les équations ci-dessus, c est la célérité de la lumière dans le vide, GTX (respectivement
GRX) est le gain de l’antenne à l’émission (respectivement à la réception et PTX
(respectivement PRX) est la puissance à l’émission (respectivement à la réception). Le
raisonnement précédent peut être tenu dans une bande finie BW en considérant une fonction
de transfert d’antenne de type rectangulaire et un signal d’excitation dont le spectre est
strictement contenu dans la bande BW.
De même, une antenne idéale qui ne distord pas à la réception est une antenne à surface
équivalente constante en fonction de la fréquence et parfaitement adaptée sur une bande
infinie, c'est-à-dire: "# = $%&. Il en résulte que cette antenne a un gain qui varie en f ², donc
introduit une distorsion du signal d’excitation à l’émission.
II.4.2- Fonction de transfert et réponse impulsionnelle
Dans ce formalisme, on distingue le cas d’une antenne à l’émission de celle à la réception.
II.4.2.1- Antenne à l’émission

Le schéma d’une antenne à l’émission est présenté dans la figure II.14.
Page 31
Figure II.14 : Schéma d’une antenne à l’émission.
On suppose l’antenne excitée par une source (d’impédance interne Zc) reliée à l’accès de
l’antenne par une ligne de transmission d’impédance caractéristique Zc également. On note a1
l’onde partielle incidente. Le champ électrique lointain 0() +'
() 1 rayonné par l’antenne dans la
() est donné par l’équation suivante :

direction du vecteur d’onde '
6
345
(E)+K
()1 =
7 :
9 ;.A
()+K
()1 (II.11)
8 π
Z0 étant l’impédance du vide et -)+'

() 1 le vecteur amplitude du champ suivant le vecteur de
() contenu dans le plan normal à '

polarisation , () .
On définit ainsi la fonction de transfert (((()

=> de l’antenne à l’émission comme suit :
(() (()
(((()
H @ +K()1 A+B1 (II .12)
C D
a1 (f) étant le spectre de l’onde incidente.
II.4.2.2- Antenne à la réception

Considérons maintenant la même antenne à la réception. Cette antenne est illuminée par une
onde plane d’amplitude -)./ () ()
./ , incidente suivant une direction -' et polarisée suivant E
(Figure II.8).
Page 32
Figure II.15 : Schéma d’une antenne à la réception.
On définit la fonction de transfert ((((()

= ! de l’antenne à la réception comme suit :
(((()I . (A)JK
bH H (II.13)
En appliquant le principe de réciprocité de Lorentz on obtient la relation suivante entre les

fonctions de transfert à l’émission et à la réception :
LMN (((()@
(((()
HI .H (II.14)
O
Afin d’analyser la distorsion introduite par l’antenne on effectue un passage au domaine

temporel. L’utilité de ce passage découle de la définition même de la distorsion qui se traduit
par un étalement temporel et une déformation de la forme d’onde rayonnée par l’antenne. On
définit ainsi la réponse impulsionnelle ((()
P> de l’antenne à l’émission comme étant tout
simplement la transformée de Fourier inverse de la fonction de transfert ((((
=()> .
((()
h)@ t, θ, φ TF L UH
(((()@ K
()V t (II.15)
Considérons maintenant un système à deux antennes (Figure 2.9). Les réponses

impulsionnelles à l’émission de chaque antenne => et =H> étant connues. On a les relations
suivantes :
bH HH . a (II.16)
6
345

7 LMN
HH . H@ . HH@ (II.17)
8 O
Page 33
Ce qui donne dans le domaine temporel :

hH h@ ∗ ∂L @
@ hH ∗ δIZ (II.18)
HI
Ainsi on peut reconstituer la réponse impulsionnelle h21 d’un système à deux antennes à partir
des réponses impulsionnelles à l’émission des deux antennes.
Figure II.16 : Système à deux antennes Tx/Rx.
En conclusion, notons qu’une idée consistant à considérer une antenne comme un élément
dérivateur dans une chaîne de communication s’est largement propagée. Cette supposition est
vraie dans le cas d’antennes à ouverture effective
effective constante mais n’est pas du tout
généralisable. Dans le contexte UWB, tout comportement entre un dérivateur et un intégrateur
pourrait exister. Le comportement pourrait aussi être dépendant de la direction d’observation.
Le caractère dérivateur d’une antenne UWB à l’émission existe toujours, mais il s’exprime ou
non selon le spectre du signal incident, plus précisément son support.
II.4.3- Définition de nouveaux critères
La quantification de la distorsion ou au contraire de la ‘fidélité’ de l’antenne consiste à

quantifier la ressemblance entre la forme d’onde rayonnée par l’antenne et la forme d’onde
d’excitation. Un outil mathématique simple permettant de quantifier une ressemblance entre
deux signaux est l’inter-corrélation. Ainsi l’inter-corrélation entre le signal d’excitation et le
( φ)) permet de quantifier la fidélité de l’antenne
signal rayonné dans une certaine direction (θ,
dans cette direction. Cette fidélité peut, cependant, varier angulairement. Ainsi on définit un
paramètre qu’on appelle «Fidélité Absolue» (FATx) comme suit :
Page 34
àbc de,fD gd

[- ] ^, _ (II.19)
àbc dfD ,fD gd
a1 étant la forme d’onde incidente, e = e(θ, φ, t) étant la forme d’onde rayonnée dans la
direction (θ,φ) et Rxy étant la fonction d’inter-corrélation entre les signaux x et y [31]. Comme
on peut le voir dans l’équation II.19 une normalisation par rapport à l’énergie du signal
d’excitation est faite. Il est possible de tenir compte de cette distorsion absolue, par exemple
grâce à un filtre de pré-distorsion, grâce à un filtre adapté ou encore par le choix approprié du
signal de référence dans le corrélateur du
du système UWB. La difficulté existe bien évidemment
dans le cas où la distorsion est fortement dépendante de la direction de rayonnement (Figure
II.10).
Figure II.17 : Dépendance angulaire de la distorsion introduite par une antenne UWB.
Dans ce cas, la compensation de cette distorsion dans le système UWB est elle aussi
dépendante de la direction d’observation. On introduit ainsi un deuxième outil qui permet de
comparer angulairement les formes d’ondes rayonnées. En effet, on choisit une direction de
référence (θ0, φ0) et on compare la forme d’onde rayonnée dans
dans une direction quelconque
(θ,φ) avec celle rayonnée dans la direction de référence. La comparaison étant toujours faite
par inter-corrélation. La direction de référence est choisie comme étant une direction
privilégiée de l’antenne en question ou comme étant la direction dans laquelle la fidélité
absolue est maximale (et donc la distorsion de l’antenne est minimale). C’est cette deuxième
approche que l’on a adoptée dans la définition de notre outil. On appelle ce dernier la «fidélité
relative» (FRTX) et on la définit comme suit :
àbc de,eh gd

[\] ^, _ (II.20)
àbc deh ,eh gd
Page 35
em étant la forme d’onde rayonnée dans la direction dans laquelle la fidélité absolue de
l’antenne est maximale.
Pour une antenne à la réception on peut définir également une fidélité absolue FARX et une
fidélité relative FRRX comme suit :
mCno piqr5 ,s (t)p
FAij (θ, φ) = (II.21)
mCno piqr5 ,qr5 (t)p
mCnτ dis ,sv (τ)d

FR ij (θ, φ) = (II.22)
mCnτ disv ,sv (τ)d
Ou b2m étant le signal en sortie de l’antenne de réception, provenant de la direction qui

maximise FARX. La distorsion introduite par une antenne a trois origines : les variations de
l’adaptation en fonction de la fréquence, les variations du gain en fonction de la fréquence et
la dispersion ou la non-linéarité de la phase. Ces différentes origines ne contribuent
probablement pas en proportion à la distorsion finale.
En revanche, pour décider si un niveau de fidélité est suffisamment fort ou pas, on doit fixer
un seuil. Par exemple, on considère l’ouverture angulaire ayant une fidélité relative forte
comme étant la plage angulaire définie a – X dB autour de la direction de référence. Il serait
pertinent de choisir ce seuil X en considérant les conséquences de ce choix sur les
performances du système UWB.
II. 5- Implémentation et résultats
La simulation comporte deux parties, la première est consacrée à la conception et simulations

des antennes UWB en utilisant le logiciel d’application CST et dans la deuxième partie on
utilise le logiciel MATLAB pour déterminer quelques critères de performance qu’on ne peut
avoir avec CST. Nous utilisons le logiciel Microwave Studio de CST (Computer Simulation
Technology) qui est basé sur la méthode des intégrales finies (Finite Integration Technique
FIT). Elle consiste à discrétiser spatialement les équations de Maxwell sous leur forme
intégrale. Le maillage généré est donc volumique. Dans Microwave Studio, chaque cellule du
maillage est cubique. Puis, l’outil de résolution temporelle remplace les dérivées partielles
w
temporelles par des différentielles ∆t. Le choix de ce logiciel se justifie par une utilisation
w>
Page 36
d’un outil de résolution dans le domaine temporel très avantageuse pour la simulation
d’antennes ultra large bande.
Nous avons simulé plusieurs types d’antennes patch. Notre travail consiste à faire varier les
différents paramètres des antennes telles la permittivité du substrat x r, la forme du patch, la
fréquence de travail, la bande passante afin de trouver une antenne performante et facile à
réaliser.
II.5.1 - Objectifs de la simulation
L’objectif de simulation est de mettre en évidence les caractéristiques spécifiques des

antennes UWB afin de pouvoir les concevoir. Les résultats attendus doit respecter les
conditions suivantes :
Une largeur de la bande supérieure à 500 MHZ ou la bande fractionnaire est

supérieure à20%.
Un coefficient de réflexion inferieur a -10dB (TOS< 2) déterminé à partir de la bande
Des dimensions d’antennes respectant des marges pour la miniaturisation d’antennes.
La distorsion introduit par l’antenne soit faible.
II.5.2 - Antenne avec patch rectangulaire et alimentation par ligne micro ruban
Le prototype de l’antenne rectangulaire est représenté sur la figure II.18 avec patch
rectangulaire et alimentation par ligne micro ruban. Les dimensions de l’antenne sont pour le
patch rectangulaire (L=28mm x W=16mm), la permittivité du substrat εr= 2.2 (DUROÏD
produits couramment utilisés pour réaliser des antennes imprimées) et sa hauteur est égale à
0.2mm.
Figure II.18: Prototype de l’antenne à patch rectangulaire
Grace au logiciel CST, on a obtenue les diagrammes du coefficient de réflexion, du taux

d’onde stationnaire, du diagramme de rayonnement ainsi que du gain de l’antenne.
Page 37
(a) (b)
Figure II.19 : Coefficient de réflexion (a) et le TOS (b) de l’antenne simulée.
(a) (b)
Figure II.20 : Le diagramme de rayonnement en 3D à 8GHz (a) et à 9GHz (b).
(a) (b)
Figure II.21: Les diagrammes de rayonnement et les gains aux fréquences de 8 GHz et 9GHz
Page 38
Les courbes du coefficient de réflexion et du TOS de l’antenne donnent une bande

d’adaptation de 1.78GHz a –10 dB. Les diagrammes de rayonnement
rayonnement illustrés dans la figure
II.20 montrent que cette antenne est omnidirectionnelle. Dans la figure II.21 on trace le gain
pour différentes fréquences (8 et 9 GHz), L’antenne est adaptée à une bande de fréquence
[7.82 - 9.5GHz]. Elle présente un diagramme de rayonnement omnidirectionnel avec un gain
max de 8.3 dB à 8GHz et 8.86dB à 9.5 GHz.
L’analyse de performance de l’antenne dans le domaine temporel a été effectuée afin de

mettre en valeur la distorsion introduite par cette dernière.
Figure II.22 : Forme d’onde du signal d’excitation(en rouge) et rayonné (en vert) dans la
direction de l’axe Z.
On constate sur la figure II.22 une distorsion négligeable introduite par l’antenne mais qu’il y
a un affaiblissement important de l’onde rayonnée en comparaison avec l’onde d’excitation.
La figure II.23 a été obtenue grâce à l’outil MATLAB. Le but est de déterminé la fidélité
absolue (FA) de l’antenne simulée qui permet de quantifier la fidélité de l’antenne dans la
direction principale de rayonnement. On a tracé la courbe de l’inter-corrélation du signal
d’entrée et de sortie et l’auto-corrélation du signal d’entrée.
Page 39
Figure II.23: la fidélité absolue de l’antenne rectangulaire
La fidélité a été calculé est sa valeur vaut -4.706 dB, ce qui correspond à 0.624 (fidélité
acceptable).
L’antenne à patch rectangulaire est très simple à réalisée et sa taille est acceptable. On peut
dire que cette antenne est performante car elle répond aux caractéristiques voulues (distorsion
relativement faible, fidélité acceptable, gain acceptable, diagramme de rayonnement
omnidirectionnel, une bande passante importante de 1.78GHz).
II.5.3 - Antenne avec un élément rayonnant triangulaire
Dans ce cas on a simulé une antenne de forme triangulaire avec une alimentation en forme
de L pour obtenir une large bande, nous avons choisi l’air comme substrat (h=1cm).
Page 40
(a) Vu de face de l’antenne b) Vue de profil de l’antenne
Figure II.24 : Prototype de l’antenne à patch triangulaire
(a) (b)
Figure II.25: Coefficient de réflexion (a) et le TOS (b) de l’antenne simulée.
(a) (b)
Figure II.26 : Les diagrammes de rayonnement en 3D à 6GHz (a) et à 7GHz (b).
Page 41
(a) (b)
Figure II.27 : Les diagrammes de rayonnement et les gains aux fréquences de 6GHz (a) et de
7GHz (b)
Dans la figure II.27 on a tracé le gain pour les fréquences de 6 et 7GHz. Le dépointage du
lobe principal autour de l’axe Z pour la fréquence 6GHz est à environ 15°. L’ouverture à -3
dB estimée sur le diagramme est de 50.4°.
Pour la fréquence 7GHz le dépointage du lobe principal est à environ (10°), moins qu’a la
fréquence de 6GHz et le diagramme de rayonnement est plus directif (L’ouverture à -3 dB est
42°) mais il représente un lobe secondaire avec un niveau important (-8.8 dB par contre le
niveau de lobe principale est 5.2dB).
La figure II.28 représente l’analyse de performance de l’antenne dans le domaine temporel.
Figure II.28: Comparaison entre le signal d’entrée (rouge) et le signal de sortie (vert).
Page 42
Figure II.29: La fidélité absolue de l’antenne triangulaire
D’après la figure II.29, on détermine la valeur de la fidélité absolue qui est égale à -0.294 dB,
ce qui correspond à 0.97 (haute fidélité).
L’antenne réalisée n’est pas complexe et sa taille est acceptable. On peut dire que cette
antenne est performante car elle repend aux caractéristiques voulues (distorsion relativement
faible, haute fidélité, gain acceptable, forte directivité et une bande passante importante de
2.33GHz).
Page 43
II.5.4 - Antenne multicouche avec des éléments rayonnements sous forme de E
(a) Vue de dessus (b) Vue de profil
Figure II.30 : Géométrie de l’antenne à deux patchs empilés en forme de E.
Le patch inférieur sera appelé E1 et le patch supérieur appelé E2. La conception de ce patch
dérive de celle du patch en forme de U.
La dimension du patch E2 ainsi que les paramètres de fentes (longueur, largeur et position) et
l’épaisseur de la deuxième couche de mousse ont été optimisés
optimisés de manière à ce que la limite
basse de la bande passante d’E2 soit légèrement supérieure à la limite haute de celle d’E1.
Ainsi les bandes individuelles de chaque patch seront en quelque sorte juxtaposées et la
structure finale à deux patchs aura une large bande passante.
a) Patch E1 (b) Patch E2
Figure II.31 : Les dimensions des éléments rayonnants E1 et E2
Page 44
P1 W2 Ls1 W1 L1 Ws1 W3
17 5.75 24 15.2 21 4 2.85
P2 Ps2 Ws2 Ls2 h1 h2 S

6.4 6 1.3 18 7 12 13
Tableau II.3: Dimension de l’antenne ( valeurs en mm).
(a) (b)
Figure II.32: Coefficient de réflexion (a) et le TOS (b) de l’antenne simulée.
(a) (b)
Figure II.33 : Diagrammes de rayonnement de l’antenne en 3D à 3GHz (a) et à 4GHz (b)
Page 45
(a) (b)
Figure II.34 : Les diagrammes de rayonnement et les gains

aux fréquences de 3GHz (a) et de 4GHz (b)
On a tracé les courbes de gain pour les fréquences 3 et 4GHz (Figure II.34). On constate un
dépointage du lobe principal autour de l’axe Z pour la fréquence 3GHz et qu’il est inférieur à
5°. Pour la fréquence 4GHz, le diagramme de rayonnement représente un lobe secondaire
avec un niveau faible et le dépointage est important (-20.9°) par rapport à l’axe Z.
L’ouverture à -3dB estimée sur le diagramme est relativement large (83.6° environ à f=3GHz
et 79.8° à f=4GHz), ce qui est souhaitable pour les applications UWB sectorielles.
L’analyse de performance de l’antenne a été aussi effectuée dans le domaine temporel. Ainsi,
la figure II.35 montre la forme d’onde d’excitation et la forme d’onde rayonnée par l’antenne
dans la direction de l’axe Z en réponse à cette excitation. Le signal d’excitation étant un signal
gaussien.
On constate que la distorsion introduite par l’antenne est nulle. La différence entre les deux
signaux ne concerne que l’amplitude.
Page 46
(a) Impulsion d’excitation (b) Impulsion rayonnée
Figure II.35: Signal gaussien d’excitation (a) et impulsion rayonnée (b)

par l’antenne dans la direction de l’axe Z.
La figure II.36 a été tracé à l’aide de l’outil MATLAB afin de déterminer la fidélité absolue
(FA) de l’antenne simulée qui permet de quantifier la fidélité de l’antenne dans la direction
principale de rayonnement, on trace aussi l’inter-corrélation du signal d’entré et le signal de la
sortie et l’auto-corrélation du signal d’entré. On détermine la valeur de la fidélité absolue qui
est égale à -2.71dB. Ce qui correspond à 0.76.
L’antenne réalisée respecte les conditions de départ sur la performance, le coût, la
complexité et la taille. Par ailleurs l’utilisation de substrats à la place des couches en
mousse, cela impliquera probablement une augmentation de la bande d’adaptation.
Page 47
Figure II.36 : La fidélité absolue de l’antenne multicouche
II.5.5 - Antenne avec élément rayonnant en forme de demi-sphère
Ce modèle est nommé demi-sphère à cause de la forme demi-sphérique du patch. Ce dernier

est placé sur le substrat et l’excitation de cette antenne est faite par un câble coaxial.
Le prototype de l’antenne demi-sphère est représenté sur la figure II.37 avec une
alimentation par câble coaxial. Les dimensions et caractéristiques de l’antenne sont : le
substrat LxW=50x50 mm2, l’épaisseur le plan du masse 5 mm, l’épaisseur du substrat
e=2mm, le rayon du patch r =20mm, la permittivité x r du patch = 9.8, La fréquence de
travail est égale à 7.5 GHz et la bande de fréquence est de [5-10] GHz.
Page 48
Figure II.37 : Vue de face de l’antenne demi-sphère
(a) (b)
Figure II.38: Signal gaussien d’excitation et impulsion rayonnée (a)

et coefficient de réflexion (b)
Figure II.39: diagramme de rayonnement de l’antenne demi-sphère à 7.5GHz
Page 49
Cette antenne, avec ses caractéristiques prédéterminées précédemment, donne un bon

rayonnement. On a obtenu une antenne directive avec un coefficient de réflexion égal à 0.08
(TOS égal à 1.1).On peut voir sur la figure II.38 que le signal rayonné ne subit aucune
distorsion mais qu’il y a un affaiblissement important de l’onde rayonnée en comparaison
avec l’onde d’excitation.
Remarques : ces résultats ont été obtenus après plusieurs simulations, en changeant les
caractéristiques de l’antenne (paramètres et dimensions).
L’antenne est très complexe à réalisée et sa taille est plus ou moins acceptable. On peut dire
que cette antenne n’est pas assez performante car elle ne répond pas aux caractéristiques
voulues.
II.5.6 - Antenne avec élément rayonnant en forme de calottes
Cette simulation est une sous partie de la précédente. L’élément rayonnant est conçu de tel
façon qu’on fasse des découpes sur le patch en demi-sphère pour plusieurs valeurs de r, c’est
ce que l’on appelle les patchs en calottes voir figure II.40.
Figure II.40 : Vue générale de l’antenne à calotte de 15mm (a) et de 10mm (b) à 7.5GHz
Page 50
(a) (b)
Figure II.41: Diagrammes de rayonnement des antennes à calotte

de 15mm (a) et de 10mm (b) à 7.5GHz
On a gardé les mêmes dimensions et caractéristiques que ceux de l’antenne demi sphère. Le
signal de sortie est très affaibli. Nous avons essayé plusieurs esquisses sur la demi-sphère
pour diminuer l’affaiblissement mais sans succès. On pourrait faire des fentes ou des
découpes sur ce patch afin d’augmenter davantage la BP comme dans [32] mais on restera
dans le même ordre de grandeur de la BP.
II.6- Conclusion
Nous avons présenté dans ce chapitre différentes antennes imprimées, de faible permittivité et
alimentées soit par ligne micro-ruban soit par câble coaxial.
On a obtenue une large bande passante avec l’antenne à patch rectangulaire. Afin d’avoir une
BP plus large, nous avons pris différents formats de patch (triangulaire, multicouches, demi-
sphère et calottes). L’antenne à patch triangulaire nous a donné de très
très bons résultats mais
l’inconvénient c’est que nous avons pris l’air comme substrat. Cette antenne est très difficile à
réaliser car le patch se trouve suspendu dans l’air.
Ensuite en ce qui concerne l’antenne multicouche, celle-ci a respecté les conditions de départ
mais prendre de la mousse comme substrat ne facilite pas la réalisation (antenne très fragile
vue l’épaisseur du patch).
Page 51
Une autre façon de voir les choses, c’était de prendre des patchs volumiques (en demi-sphère
et en calottes) car les antennes volumiques fournissent de très larges bandes passantes.
Malheureusement nous avons obtenu un affaiblissement très important du signal rayonné.
Cette structure est très difficile à réaliser et en plus il faudra résoudre le problème de
l’affaiblissement.
Pour la suite de la thèse et comme nous allons utiliser des réseaux antennes, nous avons opté
de prendre l’antenne à patch rectangulaire pour sa facilité de réalisation.
Page 52
CHAPITRE III
Optimisation des réseaux

adaptatifs d’antennes
Chapitre III Optimisation des réseaux adaptatifs d’antennes
III.1- Introduction
Dans une liaison de télécommunication, le réseau d’antennes peut être soumis à des
perturbations multiples. Au rayonnement utile, s’ajoute donc un rayonnement parasite,
provenant de diverses sources naturelles ou artificielles, capable de provoquer une
dégradation de la liaison utile de communication. Le réseau adaptatif d’antennes permet de
minimiser la dégradation par une programmation adéquate de sa loi. Son diagramme de
réception est adapté afin que le niveau de signal d’interférence reçu soit très faible ou nul. Le
problème d’adaptation d’un réseau d’antennes à son environnement est un problème
d’optimisation qui nécessite l’utilisation des techniques d’optimisation appropriées, efficaces
et flexibles qui permettent de calculer les pondérations pour chaque configuration des lobes
désirés. La solution optimale à un problème d’optimisation ne peut que très rarement être
déterminée en un temps polynomial. Il est donc souvent nécessaire de trouver des modes de
résolution qui fournissent une solution de bonne qualité dans un laps de temps raisonnable,
c’est ce que font les heuristiques. C’est pour cela que nous proposons l’utilisation d’une
métaheuristique hybride : Honey Bees Mating Optimisation (HBMO) avec la recherche
taboue (TS) pour l’annulation d’interférences par un réseau d’antennes, sous la contrainte que
seules les phases des coefficients de formation du faisceau sont réglables. Ainsi le diagramme
de réception prévoit une extinction dans les directions des signaux brouilleurs tout en évitant
une dégradation du gain dans la direction de communication désiré. Nous comparerons notre
approche avec la méthode des moindres carrés LMS (Least Mean Square), qui est sans doute
la plus commune et ou de nombreux travaux y font référence, ainsi qu’avec la méthode de
l’Algorithme Génétique (AG).
Dans ce chapitre nous allons, dans un premier temps, présenter les principes de base des
réseaux adaptatifs d’antennes ainsi que les avantages offerts par ce type de réseau d’antennes.
Nous aborderons le problème d’optimisation et les différents types de méthodes utilisées pour
la réjection d’interférences. Dans un deuxième temps, nous allons présenter et développer les
principales approches analytiques de réjection de brouillage avec des applications aux réseaux
d’antennes imprimées. Nous nous limiterons à l’étude de quelques méthodes déterministes
d’optimisation (spécifiquement la méthode des moindres carrés).
Ensuite, nous effectuerons l’étude et le développement de notre approche hybride de réjection
d’interférences, basée sur une méthode d’optimisation stochastique, appelée HBMO/TS
(Honey Bees Mating Optimisation (HBMO) en combinaison avec la recherche taboue(TS)).
C’est avec une méthode déterministe : la méthode des moindres carrés et une méthode
Page 53
stochastique : l’algorithme génétique, que nous comparerons nos résultats. Nous

commenterons nos résultats en dernier.
III.2- Réseaux adaptatifs d’antennes

Le développement des communications est en forte expansion. Ceci est dû à la forte
croissance des demandes de services multimédia : voix, donnée et vidéo. Elles doivent en
outre supporter les déplacements des utilisateurs, ainsi que des changements de configuration
de l’environnement et permettre la transmission de débits élevés. Pour répondre à ces besoins,
ces systèmes doivent améliorer la qualité de leurs liaisons et exploiter d’une manière optimale
le spectre radio. Mais ces objectifs sont ralentis par des problèmes qui dépendent du canal et
de son environnement. Ces problèmes sont dus principalement aux trajets multiples et aux
interférences qui peuvent dégrader sérieusement la qualité de la transmission.
Face aux problèmes de brouillages, plusieurs approches sont possibles et l’une d’entre elles
consiste à combiner les signaux reçus par les éléments d’une antenne réseau. L’intérêt de ces
systèmes est leur capacité à réagir automatiquement à un environnement complexe dont
l’interférence est connue à priori. Ils permettent de réduire les niveaux des lobes secondaires
existants dans la direction de l’interférence, tout en maintenant le lobe principal en direction
utile. Ces systèmes reposent sur des réseaux d’antennes, des dispositifs pour calculer les
angles d’arrivés et des outils numériques de synthèse qui attribuent des poids aux éléments du
réseau afin d’optimiser le signal de sortie selon des techniques de contrôles prédéfinies pour
la formation des voies et l’annulation des interférences. Un réseau adaptatif d’antennes peut
donc être défini comme un réseau capable de modifier son diagramme de rayonnement grâce
à un logiciel se synthèse apte à répondre aux spécifications désirées.
III.2.1- Historique des antennes adaptatives
Les antennes adaptatives d’antennes sont utilisées dans de nombreuses applications : dans les
télécommunications, les radars, la télédétection et la radio astronomie. Un premier exemple de
ce type d’antennes a été opéré en 1930 par H.T. Friis [33]. C’était un réseau d’antennes de six
éléments avec un contrôle manuel de la phase destiné pour la communication transatlantique.
Après la deuxième guerre mondiale, les antennes adaptatives ont été utilisées dans les
systèmes radars spécialement pour les services militaires [34]. Parmi plusieurs algorithmes
adaptatifs développés dans les années soixante, deux sont devenues largement populaire, à
savoir la méthode des moindres carrés (LMS) [35] et le réseau d’Applebaum qui est basé sur
Page 54
la méthode de maximisation du rapport signal sur bruit [36]. Avec les progrès très croissants
des communications spatiales dans les années soixante dix, les antennes adaptatives ont
trouvé de nouvelles applications dans ce domaine avec l’utilisation des réseaux d’antennes à
formation de faisceau (beamforming). Actuellement on trouve un intérêt significatif
d’utilisation de ce type d’antennes dans presque tous les services de télécommunications.
III.2.2- Principe de l’adaptation d’un réseau d’antennes

Les systèmes d’antennes adaptatives annulent les signaux brouilleurs
brouilleurs en pondérant et en
combinant les signaux d’un réseau d’antennes. Ainsi, le diagramme de réception du réseau
prévoit une extinction du signal dans les directions des brouilleurs tout en conservant un bon
gain en direction du signal de communication désiré.
désiré. Le processus de sélection des poids est
effectué par des algorithmes d’adaptation qui construisent des signaux de référence à partir
d’une connaissance préétablie de la structure des signaux de communication ou d’une portion
des données transmises. Ainsi, à tout instant, le rayonnement du réseau d’antennes peut être
adapté aux exigences de l’utilisateur grâce à un choix approprié de la loi d’alimentation des
sources [37-40].
En présence de sources d’interférences, le diagramme de rayonnement du réseau d’antennes
est adapté pour que le niveau des signaux reçus, dans chacune des directions de brouillage,
soit faible ou nul. La figure III.1 schématise le comportement d’un réseau adaptatif en
présence d’interférences.
Figure III.1 : Diagramme de rayonnement adapté
Page 55
On qualifie un réseau d’antennes d’auto-adaptatif lorsque la réjection d’interférences est

réalisée à l’aide d’une boucle ou d’une manière automatique.
La conception d’un réseau adaptatif nécessite donc une étude détaillée des algorithmes de
réjections de brouillages et de commande d’alimentation. La réjection obtenue est fonction
des paramètres suivants [41] :
• La géométrie du réseau
• La séparation angulaire entre signal utile et brouilleur
• Les caractéristiques des interférences
• La loi d’alimentation des éléments du réseau
• La précision de réalisation de la loi
Figure III.2 : Principe de fonctionnement d’un système de réseau adaptatif d’antennes
Page 56
III.2.3- Mise au point d’un réseau adaptatif d’antennes

Durant la phase d’étude de l’antenne adaptative, le concepteur doit faire un choix d’une
combinaison critère de réjection et méthode de programmation. Il doit par la suite valider par
l’expérience les modèles développés avant de réaliser le réseau d’antennes.
La mise au point d’un réseau adaptatif d’antennes peut être présentée sous les aspects suivants
[41-42] :
1) Le choix du type de réseau d’antennes
Le nombre d’éléments rayonnants
L’établissement de la géométrie du réseau d’antennes
2) L’étude du réseau d’alimentation
L’analyse des technologies envisageables compte tenu des
spécifications techniques (bandes de fréquence, perte, TOS, …)
La conception de l’architecture du réseau
La détermination du type de pilotage de réseau d’alimentation
analogique ou digital
3) L’élaboration de logiciel
Logiciel de commande de l’alimentation
Logiciel de réjection de brouillages
En pratique, les éléments énumérés ci-dessus dépendent les uns des autres. Par exemple les
contraintes des concepteurs en termes de poids, de coût et de complexité vont être
déterminantes dans le choix du nombre d’éléments et par conséquent de la géométrie du
réseau d’antennes.
III.2.4- Avantages des réseaux adaptatifs d’antennes

Bien que dépendant fortement de l’environnement de propagation, les avantages des antennes
adaptatives sont multiples. Par rapport au traitement du signal classique, qui s’effectue dans le
domaine temporel et/ou fréquentiel, l’utilisation d’un réseau d’antennes adaptatives permet
d’accéder à la dimension spatiale. Cette dimension supplémentaire autorise une réjection de
brouilleurs qu’il est très difficile d’obtenir avec un récepteur mono-capteur. Cette capacité est
due au fait que chacun des signaux incidents sur le réseau possède une signature différente.
On peut donc réaliser aisément une discrimination spatiale de ces signaux. Il est alors
possible qu’une station de base réalise un multiplexage spatial favorisant certains signaux et
éliminant l’interférence provenant d’autres [38, 43, 44].
Les avantages des réseaux adaptatifs sont :
Page 57
• Annulation des interférences et donc augmentation du rapport signal à

interférence du système de réception,
• Augmentation de la portée grâce au gain obtenue sur le rapport signal sur bruit.
Le lobe principal du réseau d’antennes est orienté dans la direction du signal
utile,
• Augmentation de la capacité dans le cas de la communication mobile (accroître
le nombre d’utilisateurs actifs pour une qualité donnée),
• Le balayage électronique permet le déplacement très rapide de la direction
d’émission ou de réception (absence d’inertie). Il permet aussi une simultanéité
de fonction : pointage, identification et sélection des cibles à poursuivre,
• L’auto-adaptativité modifie automatiquement le diagramme d’émission ou de
réception compte tenu des critères prédéterminés,
• Technique d’Accès Multiple par Répartition Spatial (AMRS ou SDMA pour
Spatial Division Access) : Dans une même cellule, plusieurs utilisateurs qui
occupent le même canal (temps, fréquence ou code) peuvent être séparés
spatialement par l’antenne à condition que leurs écarts angulaires soient
suffisants.
III.2.5- Problème de réjection d’interférences
Le problème d’adaptation, ou bien de réjection d’interférences, est basé sur le choix approprié
des paramètres du réseau tels que les pondérations complexes d’alimentation (amplitude et
phase), la phase seulement, ou bien l’amplitude seulement des éléments du réseau d’antennes,
de sorte que si les directions d’incidence des différentes sources sont connues comme le cas
traité dans le cadre de cette étude. On peut choisir de diriger les zéros du diagramme de
rayonnement dans les directions interférentes tout en privilégiant la direction d’incidence de
la source utile [45, 46]. La suppression d’interférences avec les pondérations complexes
d’alimentation est la plus efficace parce qu’elle a de plus grands degrés de liberté pour
l’espace de solution. Cependant, elle est également la plus chère, vu le coût de déphaseur et
d’atténuateur variable pour chaque élément du réseau.
Plusieurs approches de ce problème sont possibles et le choix de l’un ou de l’autre sera guidé
par la connaissance que l’on peut avoir du signal émis et/ou des interférences [43]. Tout
d’abord, il convient d’analyser le problème et d’opérer un certain nombre de choix préalables:
Page 58
- Variables du problème : quels sont les paramètres intéressants à faire varier ?

- Espace de recherche : dans quelle limite faire varier ces paramètres ?
- Fonctions objectives : quels sont les objectifs à atteindre ?
- Méthode d’optimisation : quelle méthode choisir ?
Une fois définie la fonction à optimiser, il s’agit de choisir une méthode adaptée au problème
posé. Les méthodes d’optimisation peuvent être classées de différentes manières : nous les
classerons en méthodes déterministes et en méthodes stochastiques.
III.2.5.1- Approches déterministes
Pour les méthodes déterministes, la recherche des extrémums d’une fonction revient à
résoudre un système de n équations à n inconnues, linéaires ou non. Il existe plusieurs
méthodes déterministes qui ont été développé pour la réjection d’interférences : la méthode
des moindres carrés (LMS), la méthode des projections, la méthode d’optimisation du rapport
signal sur bruit ainsi que d’autres méthodes. Ces méthodes adaptatives, de part leur variété,
sont générales dans le sens où la géométrie du réseau d’antennes (le nombre d’éléments et le
type de réseau : rectiligne ou plan), ainsi que le nombre d’interférences, leur direction et leur
puissance sont quelconques. C’est la méthode des moindres carrés que nous utiliserons pour
la réjection d’interférences que nous comparerons avec l’approche HBMO/TS.
III.2.5.2- Approches stochastiques
Ces méthodes font appel à des tirages de nombres aléatoires. Elles permettent d’explorer
l’espace de recherche plus efficacement que les méthodes déterministes mais il y a la
contrainte temps. Dans le cadre de notre étude nous utiliserons trois méthodes stochastiques
(non déterministes) : l’algorithme HBMO, la recherche tabou et l’algorithme génétique.
L’algorithme HBMO est une nouvelle méthode que nous testerons pour la première fois pour
la réjection d’interférences en combinaison avec la recherche tabou.
III.3- Algorithmes adaptatifs d’un réseau d’antennes

Une description succincte sur les différents algorithmes adaptatifs des réseaux d’antennes est
présentée dans cette partie. La plupart de ces algorithmes sont dérivés des algorithmes
d’égalisation pour être utilisés dans le traitement spatial. Les échantillons spatiaux sont les
échantillons d’entrée par opposition aux échantillons temporels dans l’égalisation.
Page 59
Un réseau d’antenne adapte son diagramme de rayonnement en fonction des conditions de

propagation. L’adaptation est réalisée par pondération complexe en sortie du réseau
d’antennes. Plusieurs critères existent et le choix de l’un ou de l’autre sera guidé par la
connaissance que l’on peut avoir du canal et/ou le signal émis [47,48].
Plusieurs algorithmes qui différents en complexité, existent pour obtenir les pondérations
optimales. Le choix de l’algorithme est une étape cruciale car de lui dépendent la vitesse de
convergence et la complexité d’intégration matérielle.
Les différents algorithmes d’adaptation peuvent être divisés en deux groupes principaux :
méthodes aveugles et méthodes non aveugles. Une large classification des algorithmes est
présentée dans la figure III.3.
Les algorithmes adaptatifs
Non aveugles Aveugles
LMS SMI RLS Rétablissement Estimation Etalement

de propriété du canal de spectre
Décision Module Cohérence

directe constant spectrale
Figure III.3 : Classification des algorithmes adaptatifs
II.3.1- Méthodes non aveugles

Dans les méthodes non aveugles, un signal de référence d(t) est utilisé pour ajuster le vecteur
de pondération. Le signal d(t) est connu par l’émetteur et le récepteur. Il est envoyé par
l’émetteur pendant une période de référence au récepteur. L’algorithme formateur de faisceau
utilise le signal de référence pour calculer le vecteur de l’alimentation optimal. En pratique le
Page 60
récepteur ne connait pas le signal émis sur toute la durée d’une communication mais
seulement sur un laps de temps associé à une séquence d’apprentissage. A chaque mobile est
associée une séquence d’apprentissage qui est insérée dans la trame de données. Parmi les
algorithmes non aveugles les plus utilisés nous avons : la méthode des moindres carrés
(LMS), la méthode des moindres carrés récursive (RLS) et la méthode SMI.
III.3.1.1- La méthode des moindres carrés LMS
Cet algorithme, le LMS [49], est sans doute le plus général et de nombreux travaux y font
référence. Il est basé sur la méthode du gradient qui calcule et remet à jour les pondérations de
façon récursive. Nous montrons que l’erreur est une forme quadratique des pondérations et,
intuitivement, la solution optimale est obtenue en corrigeant pas à pas le vecteur de
pondération dans la direction du minima.
Le principe de cette méthode consiste à minimiser l’erreur quadratique entre le signal de
référence d(t) et la sortie du réseau y(t).
Considérons y(k) et d(k) à l’instant k respectivement, donc l’erreur du signal est donnée par :
ek = dk– yk (III.1)
L’erreur quadratique moyenne du signal est donnée par :
J = Eek (III.2)
Donc J = E|dk − yk| (III.3)
J = Edk − ykdk − yk∗
J = E dk−w xkdk−w xk∗
J = E|dk| − dkx kw − w xkd∗ k + w xkx kw
J = E|dk| − p w − w p + w R w (III.4)
R = Exkx k (III.5)
p = Exkd∗ k (III.6)
R de dimension M*M, c’est ma matrice de corrélation du vecteur des signaux d’entrée

P : de dimension M*1, c’est la matrice de corrélation entre le vecteur d’entrée et le signal
désiré d(k).
Page 61
La méthode des moindres carrés est dérivée de la méthode de la descente rapide dont le
principe est le suivant:
1) Nous commençons par une initialisation du vecteur de pondération w(t)
2) Utilisons cette solution pour le calcul de ∇Jk à l’instant k
3) Calculer la nouvelle estimation du vecteur de pondération nous faisons un
changement dans l’estimation précédente dans le sens inverse du gradient du vecteur
4) Aller à la phase n°2 et refaire le processus
+ 1 = +
!"−∇Jk# (III.7)
! Constante positive.
Pour le LMS, on prend une estimation du gradient du vecteur J :
∇Jk = −2xke∗ k (III.8)
En remplaçant l’équation III.8 dans l’équation III.7 on a :
+ 1 = + !"%& ∗ # (III.9)
Nous pouvons décrire l’algorithme de LMS par les trois équations suivantes :
yk = w xk (III.10)
ek = dk − yk (III.11)
wk + 1 = wk + μ"xke∗ k# (III.12)
Le LMS est un algorithme adaptatif qui met à jour les pondérations au rythme de
l’échantillonnage des données de telle sorte que la séquence converge vers la solution
optimale. Le principal avantage du LMS est sa simplicité et ses performances sont acceptables
dans beaucoup d’applications. En termes de convergence, il est cependant médiocre. Quand
les valeurs propres de la matrice de corrélation sont très différentes, la convergence peut être
lente et d’autres algorithmes plus rapides doivent être envisagés.
La réponse de l’algorithme LMS dépend de trois facteurs essentiels : le pas de convergence µ,
le nombre d’éléments d’antennes et les valeurs propres de la matrice de corrélation des
vecteurs d’entrée.
Un réseau adaptatif d’antennes est simulé sous Matlab en utilisant l’algorithme LMS. On
donnera nos graphes et on commentera nos résultats dans la partie III.6 implémentation et
résultats.
III.3.1.2- La méthode des moindres carrés récursive RLS
Page 62
L’algorithme RLS utilise la méthode des moindres carrés pour la mise à jour du vecteur de
pondération. Son principe consiste à minimiser une fonction coût présentée par l’expression
suivante [50] :
( = ∑+-/ *+,- |&.| (III.13)
Cette fonction représente la somme des erreurs quadratiques pendant un intervalle de temps, λ
est une constante positive inférieure à 1. L’algorithme RLS a pour but la minimisation de
cette fonction. Nous ne ferons pas d’application pour l’algorithme RLS mais nous pourrions
comparer nos résultats avec ceux trouvés dans [51]. On sait que cette méthode donne d’assez
bons résultats.
III.3.2- Méthodes aveugles

Le terme aveugle vient du fait que ces méthodes dites autodidactes ont pour but de restituer
directement la séquence d’information transmise sans nécessiter ni l’accès à une séquence
d’apprentissage, ni l’identification préalable du canal. Les détecteurs aveugles exploitent la
connaissance de la signature temporelle de l’utilisateur désiré. Cette connaissance est
également utilisée pour estimer la signature spatiale (la réponse des antennes) de l’utilisateur
en question. De plus, l’estimation de la signature spatiale est basée sur l’orthogonalité entre le
sous-espace signal et celui du bruit. Les méthodes aveugles exploitent plutôt deux structures
différentes : structure spatiales et structures temporelles.
Le premier groupe utilisant la structure spatiale est généralement basé sur l’estimation de la
direction d’arrivée DOA. Ces méthodes angulaires ne peuvent pas être appliquées lorsque le
nombre de signaux est supérieur à M-1 (M est le nombre d’éléments du réseau d’antennes) ou
la dispersion angulaire est trop importante (canal de progression quelconque).
Le deuxième groupe comporte les techniques aveugles qui ne nécessitent plus d’estimer les
directions d’incidences des ondes ou l’emploi d’une séquence d’apprentissage. Elles
exploitent la connaissance des propriétés de la forme du signal par exemple le type de
modulation.
III.3.2.1- La méthode MUSIC
MUSIC (Multiple Signal Classification) est une méthode de haute résolution (très grande
précision) pour l’estimation de la direction d’arrivée DOA, elle est basée sur la notion de
sous-espace qui est basée sur la recherche spectrale. Elle utilise une analyse spectrale et
recherche les maximas et minimas. Les méthodes basées sur la recherche des minimas offrent,
Page 63
en comparaison avec les méthodes basées sur la recherche de maximas, une meilleure
discrimination. Cet avantage est dû au fait que les évanouissements profonds dans des
modèles de directivité peuvent être situés aussi étroitement que voulus, et sont beaucoup plus
faciles à réaliser que les crêtes pointues. Dans cette catégorie, MUSIC a été la méthode la plus
largement répandue [52].
III.3.2.2- La méthode ESPRIT
La méthode ESPRIT (Estimation of Signal Parameters via Rotationnal Invariance

Techniques) a été proposé par R. Roy [36, 53]. C’est une méthode qui calcul directement les
DOAs sans nécessité de calculer des spectres. ESPRIT est une méthode haute résolution pour
la détermination des paramètres d’un signal mesuré en sortie d’un réseau d’antennes.
L’estimation de ces paramètres est obtenue en exploitant les propriétés d’invariance
rotationnelle de la structure du sous-espace signal, dues aux propriétés d’invariance
translationnelle de la structure du réseau d’antennes associé. Cette méthode haute résolution
est classée parmi les méthodes sans recherche spectrale, donc il n’y a pas ici de calcul de
spectre, mais plutôt un calcul direct (les temps de retard et directions d’arrivée sont extraits à
partir d’un calcul de vecteurs propres). ESPRIT est une méthode informatique efficace et
robuste pour l’estimation des DOAs.
III.4- Optimisation des réseaux adaptatifs d’antennes par les métaheuristiques

Le problème d’adaptation d’un réseau d’antennes à son environnement est un problème
d’optimisation qui nécessite l’utilisation des techniques d’optimisation appropriées, efficaces
et flexibles qui permettent de calculer les pondérations pour chaque configuration des lobes
désirés afin de s’affranchir de la complexité du problème, de réduire le coût de réalisation et
de simplifier le modèle étudié. La solution optimale à un problème d’optimisation ne peut que
très rarement être déterminée en un temps polynomial. Il est donc souvent nécessaire de
trouver des modes de résolution qui fournissent une solution de bonne qualité dans un laps de
temps raisonnable : c’est ce que font les heuristiques. Depuis une vingtaine d’années, les
heuristiques les plus populaires, et également les plus efficaces, sont des techniques générales,
appelées métaheuristiques, qu’il s’agit d’adapter à chaque problème particulier. Les
techniques de réjections d’interférences (placer des zéros dans les diagrammes de
rayonnement des antennes pour supprimer les interférences et de maximiser leur gain dans la
direction du signal désiré) ont reçu une attention considérable dans le passé et sont encore
d’un grand intérêt en utilisant des algorithmes tels que les algorithmes génétiques (AG) [54-
Page 64
55], d’optimisation par essaim de particules (OSP) [56-59], la programmation séquentielle

quadratique(SQP) [60] ou Taguchi's optimization method [61].
Nous proposons dans cette partie de développer trois algorithmes d’optimisation qui sont :
• Un algorithme basé sur l’hybridation de deux métaheuristiques : Honey Bees Mating
Optimisation (HBMO) et la recherche taboue (TS)
• Un autre basé sur l’Algorithme Génétique
• Et le dernier sur le LMS
pour l’annulation d’interférences par un réseau adaptatif d’antennes, sous la contrainte que
seules les phases des coefficients de formation du faisceau sont réglables. Ainsi le diagramme
de réception prévoit une extinction dans les directions des signaux brouilleurs tout en évitant
une dégradation du gain dans la direction du signal de communication désiré.
La méthode HBMO (méthode très récente) a été présentée pour la première fois en [62-63] et
depuis utilisé dans différentes applications [64-68]. L’approche TS [69] est couramment
utilisée depuis plus de vingt ans. L’AG a déjà une histoire relativement ancienne puisque les
premiers travaux de John Holland sur les systèmes adaptatifs remontent à 1962 (John Holland
75) [70].
III.4.1- Principe du Honey Bees Mating Optimisation (HBMO)
En premier lieu nous allons décrire le processus d’accouplement des reines chez les abeilles.
Pendant les trois premiers jours de leur vie les reines ne peuvent pas voler. Du cinquième au
quinzième jour après sa naissance, par temps favorable la reine effectue un ou plusieurs vols
de repérage puis d’accouplement. La fécondation des reines d’abeilles par les mâles a lieu en
dehors de la ruche et dans les airs. La reine se fait féconder par plusieurs mâles jusqu'à ce que
sa spermathèque soit correctement remplie. Les sorties peuvent s’échelonner sur plusieurs
jours. Le nombre de copulations semblent se situer à une moyenne de huit. Mais ce nombre
peut varier en fonction des saisons et de la maturité des mâles disponibles. Jusqu'à dix huit
mâles sont parfois nécessaires pour la fécondation d’une seule reine. Après le vol nuptial la
reine revient à la ruche en portant parfois à l’extrémité de son abdomen, les organes génitaux
d’un mâle. Les spermatozoïdes vont se loger dans la spermathèque de la reine. Cette réserve
assurera la fécondation des ovules pendant toute la vie de la reine. Avant que le processus
d’accouplement commence, l'utilisateur doit définir un nombre ηsp qui correspond à la taille
de la spermathèque de la reine. Ce nombre correspond au nombre maximal d’accouplement
de la reine dans un vol nuptial unique. Chaque fois que la reine s'accouple avec succès, le
Page 65
génotype du drone est stocké et une variable est augmenté de un jusqu'à ce que la taille de la
spermathèque soit atteinte. Deux autres paramètres doivent être définis, le nombre de reines et
le nombre de couvées qui naîtront par les reines. Dans cette mise en œuvre de l'algorithme
HBMO, le nombre de reines est égal à un, parce que dans la vraie vie une seule reine survivra
dans la ruche, et le nombre de couvées est égal au nombre correspondant à la taille de la
spermathèque de la reine. Maintenant nous sommes prêts à commencer le vol nuptial de la
reine. Au début du vol, la reine est initialisée avec une certaine teneur en énergie et retourne à
sa ruche quand l'énergie est au sein d'un certain seuil de zéro à la valeur de la spermathèque
[71]. L’accouplement de la reine avec le drone a lieu avec une certaine loi de probabilité
définit [60-62] comme suit :
∆5
0123 = exp − (III.14)
67
0123 est la probabilité d’accouplement réussi donc la probabilité d’ajout du sperme du

drone dans la spermathèque de la reine.
∆8 est la valeur absolue de la différence entre la fonction fitness du drone et la fonction
fitness de la reine.
∆f = |fD − fQ| (III.15)
<= + 1 = > ∗ <= (III.16)

et
?= + 1 = > ∗ ?= (III.17)
α est un facteur de réduction de la vitesse S(t) et de l’énergie E(t) après chaque transition (α ∈
[0,1]). La probabilité de réussite de l’accouplement est élevée lorsque la vitesse de la reine est
à un haut niveau ou lorsque la fonction fitness du drone est à peu près égale à celle de la reine.
III.4.2- La méthode de la Recherche Tabou (TS)
L'idée de la recherche taboue consiste, à partir d'une position donnée, à en explorer le

voisinage et à choisir la position dans ce voisinage qui minimise la fonction objectif. Il est
essentiel de noter que cette opération peut conduire à augmenter la valeur de la fonction (dans
un problème de minimisation) : c'est le cas lorsque tous les points du voisinage ont une valeur
plus élevée. C'est à partir de ce mécanisme que l'on sort d'un minimum local. Le risque
Page 66
cependant est qu'à l'étape suivante, on retombe dans le minimum local auquel on vient
d'échapper. C'est pourquoi il faut que l'heuristique ait de la mémoire : le mécanisme consiste à
interdire (d'où le nom de tabou) de revenir sur les dernières positions explorées. Les positions
déjà explorées sont conservées dans une file (appelée souvent liste tabou) d'une taille donnée,
qui est un paramètre ajustable de l'heuristique. Cette pile doit conserver des positions
complètes, ce qui dans certains types de problèmes, peut nécessiter l'archivage d'une grande
quantité d'informations. Cette difficulté peut être contournée en ne gardant en mémoire que
les mouvements précédents, associés à la valeur de la fonction à minimiser.
La démarche adoptée consiste globalement à modifier itérativement une solution initiale en
espérant aboutir à une solution finale raisonnable dans un temps raisonnable. A cette fin, la
méthode taboue utilise des mouvements pour passer d’une solution à une autre à l’intérieur
d’un espace de recherche prédéfini.
La stratégie de recherche tabou est répartie en deux phases essentielles: une étape de
diversification pour la détection d’une solution prometteuse, ensuite une étape
d’intensification pour intensifier la recherche dans cette zone de cette solution, dans le but de
trouver le meilleur vecteur phase.
III.4.3- Principe général de l’Algorithme Génétique (AG)
Les variables à optimiser sont représentées par des gènes et l’ensemble des gènes constitue un
individu. Par analogie avec notre problème, les gènes sont les bn et l’individu est l’ensemble
du vecteur b de N éléments.
La première étape de l’algorithme génétique est de générer une population initiale sous forme
de matrice binaire de L lignes et de C colonnes, telles que L est le nombre d’individus dans la
population et C est le nombre de gènes dont l’individu est égal au nombre d’éléments c’est-à-
dire N fois le nombre de bits du codage binaire utilisé.
Nous évaluons la force des individus de la population, en calculant la fitness de chaque
individu (chaque ligne de la matrice initiale). Pour cela, on décode le chromosome
correspondant à chaque individu. Nous utiliserons alors la formule de décodage de
chromosomes suivante :
ABCD ,ABEF
b= ∑J, H
H/K 2 PH + PLHM (III.18)
G
Pmax et Pmin sont respectivement les bornes supérieure et inférieure de l’intervalle de variation
des phases bi. Pi est le énième bit du chromosome à décoder. Le vecteur b obtenu servira
Page 67
ensuite à calculer la fonction fitness pour cet individu. L’AG étant un maximiseur par défaut,
et puisque nous cherchons à minimiser le niveau de rayonnement, nous appliquons la formule
suivante :
Fitness = Max - fitness (III.19)
Max est un nombre réel positif de grande valeur (plus grande que le maximum de toutes les
valeurs de la fonction fitness). A partir de cette étape, les opérateurs de l’algorithme génétique
vont intervenir dans la reproduction de populations par les opérations : la sélection, le
classement, le croisement et la mutation. Notons que ces opérateurs sont réalisés sur la
population codée en binaire. Les dimensions de la matrice initiale doivent être maintenues
après chaque opérateur.
La dernière population d’individus obtenue est appelée une génération, elle est composée
d’individus meilleurs que la population initiale. Mais cela n’est pas suffisant pour avoir de
bons résultats. Il faut répéter les quatre opérations tant qu’un nombre de générations
déterminé n’est pas atteint ou tant que l’algorithme génétique ne converge pas vers un
individu optimal.
Un réseau adaptatif d’antennes est simulé sous Matlab en utilisant l’algorithme génétique. La
aussi on donnera nos graphes et on commentera nos résultats dans la partie III.6
implémentation et résultats.
III.4.4- Principe d’optimisation d’un réseau d’antennes

Un réseau d'antennes est un ensemble d’éléments rayonnants élémentaires, disposés selon une
géométrie particulière, et destinés à émettre ou à recevoir dans la même bande de fréquence.
En disposant de plusieurs sources rayonnantes dans l’espace, et en pondérant chacun de ces
éléments, les retards entre les signaux reçus par les différentes antennes peuvent être modifiés
pour obtenir une répartition spatiale de la puissance rayonnée avec une loi de pondération de
l’alimentation. Le processus de sélection des poids est effectué par des algorithmes
d’adaptation qui construisent des signaux de référence à partir d'une connaissance préétablie
de la structure des signaux de communication ou d'une portion des données
transmises[37],[72-74].
Page 68
Figure III.4 : Réseau d’antennes à bande étroite avec une pondération complexe.
La figure III.4 montre le concept de base d’un réseau adaptatif d’antennes. Les réponses des
sources élémentaires du réseau sont alors combinées par un traitement approprié afin de
pouvoir extraire le signal utile. Toute variation des coefficients de pondération complexe "wi"
entraîne une nouvelle réponse du réseau. En effet, le gain du réseau, par rapport à la direction
incidente du front d’onde est facilement adapté en ajustant l’amplitude et la phase des signaux
en provenance des différentes antennes avant de les sommer.
Si nous considérons un réseau adaptatif soumis à un brouillage, le problème peut être posé de
la même façon que dans le cas de la synthèse de réseau d’antennes : étant donné une liaison
utile de communication perturbée par des brouilleurs, quelle est la loi d’alimentation w qui la
protège face au brouillage ?
Soit un ensemble de N sources identiques alignées régulièrem
régulièrement
ent sur un axe OX et
équidistantes d’une distance d appelée : pas du réseau. Nous admettons qu’il n’existe pas de
couplage entre les sources, et que chaque source, en présence des autres, rayonne le même
champ f(θ) . Le champ total rayonné en zone lointaine, par le réseau rectiligne, sera la somme
des différentes contributions des champs rayonnés par chaque source pondérée par un
coefficient d’excitation.
N O = 8O ∑V,
-/K wH expj k K id sin θ cosφ (III.20)
Avec - W- exp XY- (III.21)
En remplaçant wi dans l’équation (III.20), on obtient l’équation suivante :
V,
NO = 8O Z-/K aH expj k K id sin θ cosφ Y- (III.22)
Page 69
θ et ϕ : angles d’observation, a i et b i : respectivement amplitude et phase de l’alimentation

de l’élément i, d : espacement entre les éléments du réseau, 8O: diagramme de rayonnement
propre d’un élément du réseau d’antenne et k 0 le nombre d’onde.
NO 8ON^ (III.23)
Où FR est une fonction propre au réseau appelée facteur de réseau. Il ne dépend que du pas du
réseau et de sa loi d’excitation. Physiquement, il représente le gain apporté par l’association
en réseau. La figure III.5 représente l’allure du facteur
facteur de réseau pour un réseau à 10 éléments
espacés uniformément de d =λ/2
λ (λ étant la longueur d’onde).
Le principe de l’adaptation du réseau d’antennes consiste à déterminer la pondération
complexe d’alimentation qui place des zéros dans les directions des interférences, c'est-à-dire
trouver les valeurs adéquates de a i et b i . Ceci dans le but de réduire la complexité et
l’encombrement du système d’alimentation du réseau d’antennes.
Figure III.5 : Facteur réseau d’un réseau rectiligne
Le lien entre l’algorithme d’optimisation (basé sur les différentes méthodes métaheuristiques
utilisés) et le problème d’adaptation du réseau d’antennes est réalisé par la minimisation de la
fonction « objectif » suivante:
8.=\&]] 20 log K <b |NOb | ∑d
-c7/ <-c7 |NO-c7 | (III.24)
Avec
<b |<b =| exp XOb (III.25)
<-c7 |<-c7 =| exp XO-c7 (III.26)
Page 70
de
8.=\&]] 20 log K ∑-/ <- |NO- | (III.27)
Avec
<- = <b + <-c7 (III.28)
En remplaçant F(θ) dans l’équation (III.27), le résultat final est :
8.=\&]] = 20f2g K h∑de V

-/ <- 8O- ∑c/ Wc exp XK \i].\Oc j2]kc + Yc l (III.29)
M nombre d’interférences, Sd signature spatiale du signal utile, Sint signature spatiale du

signal interférent, θn angle d’arrivée du signal utile, θi angle d’arrivée du signal interférent et
Si vecteur d’espace des sources.
III.5- Optimisation d’un réseau d’antennes par l’algorithme hybride HBMO/TS
L’objectif de ce travail est l’application des méthodes métaheuristiques et l’évaluation de

leurs performances, dans le cadre de l’optimisation d’un réseau adaptatif d’antennes.
L’approche utilisée à l’aide de l’algorithme HBMO/TS, pour adapter le réseau d’antennes
imprimées à son environnement, est de fixer l’amplitude de la pondération et de rechercher
uniquement la loi de phase optimale qui minimise les niveaux de rayonnement en direction
des interférences. La figure III.6 représente le principe de l’adaptation par la métaheuristique
HBMO/TS.
Page 71
Source
Éléments
d’antennes
Phase b1 b2 b3 b4 b5 bN
Amplitude a a a a a a La loi de phase
Métaheuristique
Σ
Récepteur
Figure III.6 : Principe d’adaptation du réseau d’antennes par la métaheuristique HBMO/TS
III.5.1 Application de l’HBMO et la TS
Après initialisation des paramètres HBMO, on générera aléatoirement un ensemble de

solutions (population d’abeilles). Chaque solution représentera un vecteur Phase pour le
réseau d’antennes. L’évaluation et le classement se fera selon les valeurs de la fonction fitness
(équation III.29). La meilleure solution (phase Optimale) sera considérée comme Reine et les
solutions restantes comme des drones. Le Mating, qui est le croisement de la reine avec les
drones, générera de nouvelles solutions (Broods). Chaque opération de croisement aura lieu
selon la probabilité Pro(D) (équation III.14). Le processus de croisement se fera par
permutation entre éléments du vecteur reine et du vecteur drone. Le choix des éléments de
Page 72
permutation se fera aléatoirement. Il faudra tester à chaque fois la faisabilité de la solution

(elle devra appartenir à l’espace de recherche). Après chaque mating, une mise à jour de la
spermathèque, de la vitesse et de l’énergie de la reine est faite systématiquement. Il y aura
arrêt du mating lorsque l’un des critères d’arrêts (taille de la spermathèque, énergie finale où
vitesse finale) sera atteinte.
Après l’étape de mating, on appliquera les Workers afin d’améliorer les solutions générées
nommées Broods. Les workers se basent sur la recherche taboue qui sera partie intégrante de
l’algorithme HBMO d’où l’appellation approche Hybride HBMO/TS. La démarche adoptée
consiste globalement à modifier itérativement une solution initiale en espérant aboutir à une
solution finale raisonnable en un temps raisonnable. A cette fin, la méthode taboue utilise des
mouvements pour passer d’une solution à une autre à l’intérieur d’un espace de recherche
prédéfini. La stratégie de recherche taboue consiste à générer à partir d’une solution initiale
(solution brood) un ensemble de solutions voisines dans tout l’espace de recherche. La
solution de départ ainsi que chaque solution dans le voisinage représentent un vecteur phase à
n inconnus (n : nombre d’antennes du réseau) dont chaque composante de ce vecteur est
comprise dans l’intervalle [-π/2, π/2] (bornes inférieure et supérieure de l’espace de
recherche). Les solutions voisines sont déterminées par l’application d’un mouvement de
recherche dans le voisinage de la solution de départ donnée par l’expression suivante:
m+e m+ gm+ (III.30)
m+ Représente le vecteur phase courant, m+e le vecteur phase voisin, k numéro d’itération
de ce processus. La fonction de transformation stochastique gm+ est déterminée
expérimentalement (avec r variable aléatoire ∈ à [-1, 1]):
pq ,K.s
gXo Xo (III.31)
KK
A chaque itération, on retient le meilleur vecteur phase voisin qui devient la solution de départ
de l’itération suivante. L’évaluation des vecteurs phases se fait selon le critère de
minimisation de la fonction « objectif » de l’équation (III.29). Pour ne pas tomber dans le
risque de recyclage, l’algorithme a besoin d’une mémoire pour conserver les dernières
meilleures solutions déjà visitées (liste taboue). En appliquant le critère d’aspiration de la
recherche taboue, nous choisissons le meilleur vecteur phase trouvé pendant ce processus
(même si cette solution appartient à la liste taboue). Ce vecteur phase représentera le brood
amélioré par les workers. L’algorithme suivant décrit le principe général de ce processus.
Page 73
Description de l’Algorithme HBMO/TS.

i. Initialisation des parameters HBMO
ηsp: Taille de la spermathèque
E (t) et S (t): Energie et Vitesse (E (t) et S (t) ∈ à l’interval [0.5, 1])
α : Facteur de réduction de l’Energie et de la Vitesse (α ∈ à l'interval [0, 1])
M: Nombre maximum de copulations (Mating)
ii. Génération d’une population initiale d’abeilles (stratégie aléatoire)
iii. Evaluation et classement selon les valeurs de la fonction Fitness (Coût)
iv. Sélection du meilleur vecteur phase lequel représentera la Reine
v. For i = 0 to M (M: nombre de Mating)
do while E(t) > Emin or S(t) > Smin or taille de la Spermathéque non atteinte (Sperm
≠ ηsp)
Sélectionner un drone
Si le drone satisfait les conditions de mating
Faire le Mating (croisement entre le drone et la reine → Génération d’un
brood)
Ajouter brood à la liste des broods
Ajouter le sperme du drone dans la spermathèque (mise à jour de la
spermathèque)
endif
S(t+1) = α × S(t)
E(t+1) = α × E(t)
Enddo
Amélioration de la fitness des broods par les workers( ) (basée sur la
recherche tabou)
Si la fitness du brood est meilleur que celle de la reine
On remplace la reine par ce brood
Aussi on ajoute ce brood à la population des drones
endif
vi. Mise à jour de la population des drones (On remplace les mauvais drones par les
meilleurs broods)
enddo ( for)
vii. Retour à la reine (meilleur solution)
Page 74
La procédure d’amélioration par les workers, basée sur la recherché tabou, est présenté par
l’algorithme suivant.
Amélioration par les workers ( ) : Recherche Tabou
i. Begin
Solution initiale s (amélioration du brood);
Inséré s dans la liste tabou;
ii. If F(s) < F(Smax) then Smax ← s. { Smax : la meilleur solution}
While (Critère d’arrêt non vérifier)
Générer le voisinage de la solution courante
Sélectionner s’ de ce voisinage bien que s’ n’est pas présent dans la liste tabou.
Smax ← s’ {minimisation de la fitness}
Mise à jour de la liste tabou
End_if
End_while
iii. End.
Après la phase d’amélioration par les workers, on refait l’évaluation et le classement des
broods améliorés et on compare la meilleure solution avec la reine. Si celle-ci apporte une
amélioration au niveau de la valeur de la fitness alors la reine sera remplacée par cette
solution. Dans le cas contraire, on gardera la reine. Le processus général, qui est
l’optimisation du réseau d’antennes basé sur HBMO/TS décrit dans la figure III.7, se
reproduira indéfiniment jusqu’à atteindre un critère d’arrêt qui est défini par un nombre
d’itérations.
Page 75
Figure III.7 : Organigramme d’optimisation par la Recherche Tabou
III.6- Implémentation et résultats
La méthode de l’adaptation d’un réseau d’antennes par l’algorithme hybride HBMO/TS a été
programmée sous Matlab. Nous avons considéré un réseau d’antennes imprimées rectiligne de
10 éléments espacés uniformément de λ/2 sur lequel on a effectué plusieurs mesures. Le
réseau d’antennes est d’abord alimenté uniformément en phase et en amplitude.
amplitude.
III.6.1- Réjections d’interférences par l’approche HBMO/TS
Afin d’appliquer notre algorithme, nous devons définir les paramètres d’initialisation qui sont
représentés sur le Tableau N°1. Dans un premier temps, nous avons appliqué directement
notre algorithme pour différentes mesures de réjection.
Page 76
Paramètres HBMO Paramètres de la TS

Nombre de reine: 1 Dimension de la liste taboue : 10
Nombre de drones: 40 Nombre d’itération : 100
Nombre de Mating (copulations): 20 Type de voisinage : Processus
Taille de la spermathèque de la reine ηsp: 20 stochastique au voisinage de
Nombre de Broods : 20 l’espace gm+
Nombre des Workers: 1
Facteur de réduction de la vitesse et de l’énergie α : 0.9
Vitesse S(t) et Energie E(t) ∈ [0.5, 1]
Nombre d’itérations de l’algorithme général : 100
Tableau N°1 : Paramètres de l’approche HBMO/TS
III.6.1.1- Cas d’une réjection d’interférence dans la direction du lobe principal
En présence d’une interférence dans la direction du lobe principale localisée à la direction 6°,
le diagramme de rayonnement adapté par l’algorithme HBMO/TS est représenté par la figure
III.8. Nous remarquons que le diagramme de rayonnement ne subit aucune dégradation dans
la zone de rayonnement du signal et la réjection se fait systématiquement dans la direction de
l'interférence. Le niveau de réjection de l’interférence est remarquablement très bas de l’ordre
de -118dB (figure III.8) réjection localisée à 6° très proche de la direction du signal utile. On
peut conclure que la méthode HBMO/TS apporte une nette amélioration sur le niveau de
réjection d’une interférence qui dépasse les -80dB et atteint un niveau très bas.
-20
-40
amplitude(dB)
-60
-80
-100
-120
-100 -80 -60 -40 -20 0 20 40 60 80 100

theta(degré)
Figure III.8 : Réjection d’une interférence à 6° (interférence dans la direction du lobe

principal).
Page 77
III.6.1.2- Cas de réjection de deux interférences très proches

La figure III.9 représente le cas de réjection de deux interférences très proches localisées à
40° et 42°.
-20
-40
amplitude(dB)
-60
-80
-100
-120
-100 -80 -60 -40 -20 0 20 40 60 80 100

theta(degré)
Figure III.9 : Deux réjections d’interférences très proches (40 ° and 42 °).
Nous remarquons la aussi que le diagramme de rayonnement ne subit aucune dégradation

dans la zone de rayonnement du signal et les réjections se font systématiquement dans la
direction des interférences. Les niveaux de réjection des interférences sont remarquablement
très bas de l’ordre de -106dB (figure III.9). On peut voir, clairement sur la figure III.9, la
précision de la rejection des deux interférences très proches localisées à 40° et 42°. On peut
conclure, encore, que la méthode HBMO/TS apporte une nette amélioration sur les niveaux de
réjections.
III.6.1.3- Cas de plusieurs rejections d’interférences

La figure III.10 représente le cas de réjection de plusieurs interférences espacées et localisées
à -50°, -30°, 20°, 40° et 60°.
Nous remarquons encore une fois que le diagramme de rayonnement ne subit aucune
dégradation dans la zone de rayonnement du signal et qu’il n’y a pas de décalage du lobe
principal et lobes secondaires. Les réjections se font systématiquement dans la direction des
interférences et leurs niveaux est très bas (varie de -86dB à -98dB). On peut voir, clairement
sur la figure III.10, la précision de toutes les rejections d’interférences. On peut conclure, la
aussi, que la méthode HBMO/TS apporte une nette amélioration sur les niveaux de réjections.
Page 78
-20
-40
amplitude(dB)
-60
-80
-100
-120
-100 -80 -60 -40 -20 0 20 40 60 80 100

theta(degré)
Figure III.10: Cas de plusieurs réjections d’interférences

(5 interférences à -50°,-30°,20°,40°,60°)
III.6.2- Comparaison HBMO/TS avec LMS et AG

Dans les simulations suivantes, nous effectuons une comparaison entre la méthode
développée et deux autres méthodes qui sont la méthode des moindres carrés LMS et
l’algorithme génétique AG.
La méthode LMS est basée sur la méthode du gradient qui calcule et remet à jour les
pondérations de façon récursive. On montre que l’erreur est une forme quadratique des
pondérations et, intuitivement, la solution optimale est obtenue en corrigeant pas à pas le
vecteur de pondération dans la direction du minimum [47].
En ce qui concerne l’application de l’AG, on doit définir les paramètres d’initialisation qui
sont représentés sur le tableau N°2 suivant:
Les paramètres de l’AG
Nombre de population : 50
Nombre de génération : 30
Probabilité de croisement : 0.7
Probabilité de mutation : 0.2
Type de croisement : Croisement en un seul point
Type de codage : Codage binaire
Tableau N°2: Les paramètres de l’algorithme génétique
Page 79
Les mesures ont été faites sur le même réseau et pour les mêmes cas de figures. Dans le cas
d’une réjection située à 45° (figure III.11), la méthode hybride et la méthode LMS donnent de
bons résultats (plus de -105dB) par rapport à l’AG (-80dB).
En ce qui concerne la réjection de deux interférences très proches 17° et 20° (figure III.12), le
niveau varie entre -95dB et -108dB pour HBMO/TS et ne dépasse pas -62dB pour le LMS et
l’AG.
On remarque sur la figure III.13 (Cas de plusieurs réjections d’interférences à -30°, 20° et
40°) que le niveau de réjection est compris entre -56dB et-65dB pour l’AG (niveaux faibles).
On remarque que la méthode LMS devient inefficace lorsque le nombre de réjection est
supérieur à deux, car on obtient un décalage des différentes réjections (-35°, 22° et 52° au lieu
de -30°, 20° et 40°).
La méthode hybride donne de très bons résultats (les niveaux sont compris entre -92dB et -
101dB). On peut conclure que la méthode HBMO/TS est très efficace pour tous les cas de
réjections d’interférences en comparaison avec LMS et AG.
0 HBMO/TS
AG -76 HBMO/TS
LMS AG
LMS
-20 -77
-78
-40
-79
a m p lit u d e (d B )
a m p lit u d e (d B )
-80
-60
-81
-82
-80
-83
-100 -84
40 42 44 46 48 50
theta(degré)
-120
-100 -80 -60 -40 -20 0 20 40 60 80 100

theta(degré)
Figure III.11: Réjection d’interférence à 45°.
Page 80
HBMO/TS
0
AG
LMS
-20
-40
amplitude(dB)
-60
-80
-100
-120
-100 -80 -60 -40 -20 0 20 40 60 80 100

theta(degré)
Figure III.12 : Deux réjections d’interférences très proches (17° and 20°).
0 HBMO/TS
AG
LMS
-20
-40
amplitude(dB)
-60
-80
-100
-120
-100 -80 -60 -40 -20 0 20 40 60 80 100

theta(degré)
Figure III.13: Cas de plusieurs réjections d’interférences

(4 interférences à -30°, 20°, 40°)
Page 81
III.6.3- Evolution de la fonction coût pour HBMO/TS et AG

Nous avons effectué une comparaison entre le HBMO/TS et l’AG en termes de convergence.
On peut voir sur la figure III.14 que la méthode HBMO/TS converge un peu plus lentement
que l’AG mais qu’elle atteint une meilleure valeur de la fitness (18.94 pour HBMO/TS et
28.75 pour AG).
100
HBMO/TS
90 AG
80
70
Normalized Finess
60
50
40
30 28.75
20 18.94
10
0 10 20 30 40 50 60 70 80 90 100
Iterations
Figure III.14: Evolution de la fonction cout pour le cas de réjection d’une interférence à 45°
pour HBMO/TS et AG
Les valeurs optimales de la fonction de coût pour le HBMO/TS (18.94) et l’AG (28.75) ont
été obtenues après 100 itérations.
III.6.4- Valeurs des phases des éléments d’antennes pour HBMO/TS, LMS et AG
Sur le tableau N°3 sont représentées les différentes valeurs de phases des éléments d’antenne.
Le calcul a été fait pour les trois scénarios et pour les différents cas de rejections
d’interférences.
y y
Nous remarquons d’après le tableau N°3 que la variation de phase est bornée entre − &=
pour le HBMO/TS et LMS et pour les différents cas de réjection. Ceci n’est pas le cas pour les
algorithmes génétiques AG où la phase est bornée entre 0 &= z.
Page 82
HBMO/RT AG LMS
Réjection à 40°, à 40°, à 40°,
d’interférence à 45° à 20° 20° à 45° à 20° 20° à 45° à 20° 20°
et et et et et et
Phase(°)
17° -30° 17° -30° 17° -30°
Phase1 9,29 -18,77 28,32 71,81 18,96 81,50 -35,65 25,95 -13,48
Phase2 43,02 44,10 34,26 69,16 87,04 69,69 -25,27 79,44 -19,94
Phase3 20,94 44,14 28,10 62,51 37,71 72,72 -43,52 81,43 -25,19
Phase4 15,83 22,07 67,17 67,63 66,68 120,00 -31,21 63,30 13,17
Phase5 14,97 25,83 64,09 52,36 47,26 89,98 -27,86 54,96 -7,03
Phase6 2,33 18,47 16,71 56,42 28,90 66,57 -61,02 51,65 -28,66
Phase7 6,97 21,46 21,57 69,16 15,77 42,22 -53,35 44,74 -22,49
Phase8 14,70 -11,17 46,85 70,16 5,79 81,04 -26,27 25,02 -10,49
Phase9 -1,29 2,35 57,09 62,21 12,85 95,03 -54,26 28,15 -15,74
Phase10 34,56 56,48 48,65 91,02 48,77 73,96 -35,78 81,42 -22,19
Tableau N°3: Les différentes valeurs de phases pour les trois scénarios
HBMO/TS, LMS et AG
III.7- Conclusion
Notre approche Hybride combinant HBMO (s’inspirant du comportement réel de
reproduction chez les abeilles) et la recherche Taboue nous a donné de très bons résultats en
ce qui concerne les réjections d’interférences. On a obtenue des niveaux très bas et des
rejections avec une bonne précision même dans le cas de plusieurs interférences. En
comparaison avec une méthode exacte LMS et une autre métaheuristique l’AG on a pu
observer l’efficacité de notre approche HBMO/TS. Cela pourrait être une méthode fiable pour
la réjections de plusieurs interférences. On pourrait envisager de l’utiliser pour d’autres types
d’architectures de réseaux (réseau plan, réseau conforme) et dans des contextes d’applications
plus précises telles que les télécommunications spatiales et les réseaux mobiles.
Nous avons fait notre application dans un contexte bande étroite en ce qui concerne la
réjection d’interférence. Il faudrait maintenant faire l’étude en ultra large bande (UWB), tel
est le but du chapitre IV.
Page 83
CHAPITRE IV
Réseaux d’antennes larges bandes

Chapitre IV Réseaux d’antennes larges bandes
IV.1- Introduction
Le traitement d’antenne est la discipline qui utilise un réseau de capteurs répartis dans
l’espace pour recevoir des signaux provenant de différentes sources. Son principe est
d’exploiter les caractéristiques spatiales des signaux reçus afin d’en extraire de l’information
[75-80]. Ainsi, le réseau de capteurs effectue un échantillonnage spatial d’un champ d’ondes
(pouvant être de nature acoustique ou électromagnétique) et un traitement est appliqué sur les
échantillons formés. Généralement, des signaux perturbateurs (interférences) viennent
s’ajouter au signal d’intérêt comme nous l’avions vu dans le chapitre III et comme leurs
directions d’arrivées sont la plupart du temps différentes, il est possible de les séparer par
filtrage spatial.
L’utilisation de signaux large bande, rendue possible par les progrès technologiques,
notamment dans le domaine des antennes tout numérique, présente de nombreux avantages.
Par exemple, elle permet d’accroître la capacité de canal en télécommunications ou
d’améliorer la résolution distance en radar. Cependant, en traitement d’antenne, la formation
de faisceaux bande étroite standard n’est pas adaptée à de tels signaux. Par conséquent, ses
performances se dégradent lorsque la largeur de bande des signaux augmente. Pour
compenser ces pertes en performance, un filtrage spatio-temporel peut être utilisé, implémenté
dans le domaine temporel ou fréquentiel, mais au prix d’une augmentation de la charge de
calcul. Afin de pouvoir optimiser le choix du traitement à appliquer sur des signaux ayant une
certaine largeur de bande, il semble donc important de quantifier la dégradation des
performances du filtrage par formation de faisceaux bande étroite standard résultant de
l’augmentation de largeur de bande.
Dans ce chapitre nous allons, dans un premier temps, présenter les modèles de signaux bande
étroite et large bande. On définira le concept de base de formation de faisceau pour les deux
cas. Nous aborderons le problème des approches de formation de faisceaux large bande pour
les domaines temporel et fréquentiel. Dans un deuxième temps, nous nous intéressons à des
algorithmes de traitement d’antenne sur signaux large bande. Nous allons présenter et
développer les principales méthodes de formation de faisceaux les plus répandus qui sont les
lignes à retard (TLD : Tapped-Delay Line) et LMSWB (Least Mean Square Widebande
Beamforming).
Page 84
IV.2- Modélisation des signaux
Pour étudier la robustesse de la formation de faisceaux bande étroite par rapport à la largeur
de bande, on s’intéresse au critère de SINR. En pratique, il est important de savoir si un signal
est à bande étroite ou large bande (au sens de la formation de faisceaux), dans l’optique de
choisir le traitement d’antenne approprié. En effet, si le signal est bande étroite, un filtrage
spatial seul est suffisant [76]. Dans le cas contraire, sous des hypothèses large bande, un
filtrage spatio-temporel ou par sous-bandes permet d’améliorer les performances par rapport à
un filtrage spatial seul [77] et [81-83].
Nous supposons que le milieu de propagation des ondes est homogène, c’est à dire que la
vitesse de propagation est constante. Cette vitesse est notée c. De plus, on suppose que les
sources sont très éloignées de l’antenne, de sorte que l’on peut considérer un modèle d’onde
plane. Les rayons reçus par les différents capteurs peuvent ainsi être supposés parallèles.
On considère un modèle de signaux passe bande. La fréquence porteuse des signaux est notée
rapport à f0 à l’instant t et n le retard de propagation en sortie du capteur n par rapport à un

f0 et la bande passante B. Puis, on note s(t) l’enveloppe complexe du signal de cible par
capteur de référence. En sortie du réseau de N capteurs, le vecteur du signal de cible s’écrit

donc :

= ..
.
! (IV.1)

Avec "0 = 2#f0 ou encore après démodulation, son enveloppe complexe est :
− ( ) *+

& − ( ) /
*+
= % . .
% . .
% .
(IV.2)
.
$ − , ) *+ -
Page 85
IV.2.1- Modèle de signaux bande étroite
Dans la formation de faisceau, on estime le signal d'intérêt en présence de bruit et de signaux

parasites en provenance de certaines directions, à l'aide d'un réseau de capteurs. Ces capteurs
sont situés à différentes positions spatiales et captent les ondes se propageant dans l'espace.
Les échantillons prélevés sont ensuite traitées spatialement pour atténuer ou annuler les
signaux brouilleurs et extraire le signal désiré.
Lorsqu’un signal est à bande étroite, le temps de traversée du réseau de capteurs est
négligeable devant le temps de cohérence du signal (correspondant à l’inverse de sa bande
passante). Par conséquent, l’enveloppe complexe peut être supposée constante durant la
traversée du réseau et devient :

0 = 1 3

.
⋮
(IV.3)

En notant :

45 ≝ 1 3

.
⋮
(IV.4)

le vecteur directionnel du signal utile, on obtient:
0 = 45 (IV.5)
Nous allons maintenant analyser la réponse due à une onde incidente plane complexe ) *+ où
78 9− ; , ; =. Pour plus de commodité, nous supposons que la phase du signal est nulle au
: :
premier capteur. Alors le signal reçu par le premier capteur est x0(t) = ejωt et celui reçu par
mième capteur est xm(t) =) *+> , m = 1, 2, . . ., M − 1, avec τm le délaie de propagation du
capteur 0 au capteur m et il est dépendant de 7. A la sortie du formateur de faisceaux (figure
III.4 dans chapitre III) on a :
? = ) *+ ∑C(

DE ) A
*+> ∗
(IV.6)
Page 86
Avec τ0 = 0. La réponse de ce formateur de faisceau est donnée par:
F", 7 = ∑C(
DE ) A = G H I", 7
*+> ∗
(IV.7)
Où le vecteur de poids W contient les M coefficients complexes conjuguées des capteurs,
G = J"E "( … "C( LM

définie par:
(IV.8)
Et le vecteur d(ω, θ)est donné par :
I", 7 = N1 ) *+ … ) *+P Q

M
(IV.9)
Nous nous référons à d(θ,ω) comme le vecteur réponse du réseau, qui est également connu
comme le vecteur de direction. Pour un réseau uniforme linéaire avec un espacement inter-
élément d, nous avons τm = mτ1 = m(dsin θ)/c and ω τm = m(2πd sin θ)/λ. Nous poserons
toujours d = λ/2, alors ωτm = mπsinθ , alors la réponse du réseau en bande étroite sera donné
par :
F", 7 = ∑C(
DE ) A
*: RST U ∗
(IV.10)
IV.2.2- Modèle de signaux large bande
Sous l’hypothèse d’un signal large bande, l’enveloppe complexe n’est plus invariante durant
la traversée du réseau de capteurs. On utilise la représentation spectrale de l’enveloppe
Z
complexe de signaux à bande limitée, stationnaires au second ordre 0 = V ) *;:W IXY .

Z

On obtient :
Z
V Z [\ [\]\ ^W
& /

% .
Z
V Z [\ [\]\ ^W
0 = % .
% .

.
% .
(IV.11)
⋮
Z
V Z [\ [\]\ ^W
$ -

Page 87
ce qui s’écrit encore sous la forme :

Z
0 = V ) *;:W 45 YE + Y IXY

Z

(IV.12)

[\]\
45 YE + Y = 1 [\. ]\ 3
⋮
avec (IV.13)
[\]\
La structure de formation de faisceaux introduit précédemment n’est valable uniquement que

pour les signaux à bande étroite. Lorsque la bande passante du signal augmente, sa
performance se dégrade de manière significative. Ceci peut être expliqué comme suit.
Supposons qu'il existe M signaux incidentes sm(t), m = 0, 1, . . ., M − 1, respectivement à

partir des directions de θm, m = 0, 1,. . . , M - 1. Le premier signale s0(t) est le signal d'intérêt
et les autres, se sont les interférences. Le vecteur directeur dm pour ces signaux est donné par:
I ", 7 = N1 ) *+ U … ) *+P U> Q

M
(IV.14)
Idéalement, pour la formation de faisceau, nous visons à donner une réponse fixe au signal
d'intérêt et une réponse nulle aux signaux brouilleurs. Pour la simplicité, nous ne considérons
pas l'effet du bruit. Cette exigence peut être exprimée par l'équation matricielle suivante:
1 ) *+ U … ) *+P U AE∗ àbcb)

A 0
&1 ) … )
*+ U *+P U ∗
/& ( / & /
. .
% . . . . .% .=% .
% . . . . .% . . % . .
. .
(IV.15)
. . . .
$1 ) *+ U
P
… ) *+ P P - $AC( -
U ∗ $ 0 -
Pour les signaux à large bande, puisque chacun d'eux est constitué d'un nombre infini de
composantes dépendant de fréquences différentes, la valeur des coefficients de pondération
doit être différente pour différentes fréquences et on peut écrire le vecteur de poids sous la
G" = JAE " A( " . . . AC( " LM

forme suivante:
(IV.16)
Page 88
C'est pour cela que la structure de bande étroite de formation de faisceaux, avec un coefficient
constant pour chaque signal reçu par capteur, ne fonctionne pas efficacement dans un
environnement à large bande.
La réponse de ce formateur de faisceau dépendant de l'angle et de la fréquence. Il peut être
exprimé sous forme vectorielle comme:
F7, " = G H I7, " (IV.17)
IV.2.3- Influence de la largeur de bande sur le filtrage spatiale
On considère une antenne linéaire uniforme (ALU) composée de N capteurs qui sont espacés
d’une demi-longueur d’onde par rapport à la fréquence porteuse. Puis, on considère un
environnement composé d’une source d’interférence, de bruit thermique, et d’une source
utile. Le signal d’interférence est modélisé par un processus stationnaire au second ordre,
blanc de largeur de bande non nulle et de puissance e*; . Le bruit thermique est modélisé par
un processus blanc spatialement et temporellement, de puissance ef; .
En utilisant le modèle de signaux large bande, la matrice de covariance interférences plus
bruit est égale à :
gh = V Z
Z
4* YE + Y 4* YE + Y H IY + ef; k

i
j
(IV.18)

Avec
\ \ M
4l = m1 ) ……… ) o
*: ^ *,( : ^
\ n \ n (IV.19)
Où Xl = sin75 et 7l est la DOA de la source d’interférence. Enfin, le signal utile est
puissance e5; . Sa DOA est notée 75 . En utilisant également le modèle de signaux large bande,
également modélisé par un processus stationnaire blanc de largeur de bande non nulle et de
sa matrice de covariance est donnée par :
hghh5 = V Z is 45 YE + Y 45 YE + Y H IY

Z
j
(IV.20)

avec
\ \ M
45 Y = m1 ) ……… ) o
*: ^ *,( : ^
\ s \ s (IV.21)
Page 89
où X5 = sin75 (IV.22)
Sous l’hypothèse de largeur de bande nulle, le filtre spatial optimal au sens de la
G tj ∝ g ( 45
maximisation du SINR a pour expression :
(IV.23)
g = el; 4l 4lH + ef; k

Où
(IV.24)
est la matrice de covariance interférences plus bruit et 4l = 4l YE et 45 = 45 YE sont

respectivement les vecteurs directionnels a bande nulle du signal d’interférence et du signal
utile. Le SINR optimal est alors égal à
0kvgtj = e5; 45H g ( 45 (IV.25)
Sous des conditions de largeur de bande non nulle, l’expression du SINR est donnée par :
0kvg =
w x hhhh
sw
w x h w
(IV.26)
Notons W le filtre formation de faisceaux bande étroite calculé sous des conditions de largeur
de bande non nulle. Son expression est :
G = gh ( 45 (IV.27)
En combinant les deux equations précedantes , le SINR à bande non nulle résultant devient :
0kvg =
ysx h hhhh
sh ys
ysx h ys
(IV.28)
j
La figure IV.1 [84] montre le SINR résultant après formation de faisceaux bande étroite sous
des conditions de largeur de bande nulle (i.e. pour une bande fractionnée W nulle) et sous des

j
W
conditions de largeur de bande non nulle pour deux valeurs de bande fractionnée = 0.05 et
j
W
= 0.1.
Page 90
Fig. IV.1: SINR en fonction de la DOA de la source utile, pour différentes valeurs de bande
fractionnée.
On remarque que les pertes en SINR par rapport au cas où la largeur de bande est nulle,
interviennent à la fois pour des sources utiles de DOA éloignée de la normale à l’antenne ou
pour des sources utiles de DOA proche de celle de la source d’interférence. De plus, on
observe que les pertes augmentent avec la largeur de bande.
IV.3- Formation de faisceaux large bande
La formation de faisceau pour les signaux d'impulsion UWB possède certaines propriétés
spéciales qui sont tout à fait différente de celle des formateurs de faisceaux à bande étroite.
L’utilisation, par exemple, de filtres de pondération inégaux
inégaux pour une branche d'antenne
individuelle augmentera le niveau des lobes latéraux dans la formation de faisceaux UWB, et
il n'y aura pas de lobes secondaires [85]. Dans cette section, nous allons étudier comment ces
propriétés apparaissent dans la formation de faisceau UWB.
Page 91
IV.3.1- Concept de base
Un système de formation de faisceaux UWB idéale est illustré dans la Figure IV.2 On
considère un réseau de M antennes de réception alignés linéairement de manière identique
séparés par une distance d. Toutes les antennes sont supposées être omnidirectionnelles.
Comme dans le cas bande étroite, nous supposons que le réseau d'antennes de réception est
située dans le champ lointain, c'est à dire les distances entre l'antenne d'émission et chaque
antenne de réception sont beaucoup plus grande que d, de sorte que les ondes d'émission
peuvent être considérés comme parallèle entre autres. Les βi(t), i=0; . . ., M-1 sont les
réponses impulsionnelles des pré-filtres et les τi, i = 0;. . . , M-1, sont les retards de temps
additionnels, qui sont appliqués à chaque branche pour commander le vecteur de direction du
formateur de faisceau.
Figure IV.2: Le schéma de principe d'un système UWB idéal de formation de faisceaux
IV.3.2- Exemple pour une onde impulsionnelle
Soit c la vitesse de propagation de l'onde impulsionnelle UWB, θ l'angle entre le rayon d’onde
et la direction du flanc d'incidence du réseau d'antennes et x (t) le signal émis.
En règle générale, x (t) est un train de mono impulsions donné par l’expression suivante :
{ = ∑~∞
fD∞ | ' b}W (IV.29)
Page 92
où | est la forme d'onde de mono-impulsion ultra large bande UWB et Tf est la période
de répétition des impulsions. La sortie du formateur de faisceau peut être exprimée comme
suit :
?; 7
∑C(
? DE ? ' (IV.30)
?
= { ' sin 7 ∗

; k = 0, …, M-1 (IV.31)
(
Ou * désigne le produit de convolution. Dans le cas où
C (i.e., constant et de
même poids), = − 1 ∆τ avec ∆τ constant et | est donné par l’expression suivante
[86]:
; ;

|
`f 1 ' 4# ){ '2# (IV.32)

Avec cnorm une constante qui permet de normaliser l’énergie de l’onde impulsionnelle | et
p= 0,1225 ns.
L’onde à la sortie du formateur de faisceaux est représentée dans la figure IV.3 [86].
A partir de cette figure, on peut voir que:
• La puissance principale à la sortie du formateur de faisceau est focalisée sur une
certaine direction
• La direction ciblée peut être contrôlée en ajustant les retards , i = 0;. . . , M-1.
Figure IV.3: Signal de sortie en fonction du temps et de l'angle spatiale

avec M=8, d=3,63cm, =0,1225ns. (a) ∆
0 et (b) ∆
0,1052b
Page 93
Maintenant, nous considérons le problème du faisceau qui est un enjeu majeur. Dans la
littérature, il existe trois types de définitions pour le faisceau [85].
]
F 7 =
V |;U |
]
V | |
Type I: (IV.33)
F 7 =
,] |;U |
∈,] | |
Type II: (IV.34)

]
∈,] V |;U |
F 7 =

]
∈,] V | |
Type III: (IV.35)

En utilisant les définitions ci-dessus, une mono-impulsion, au lieu d'un train d’impulsions,
devrait être adoptée dans l’équation IV.29 pour éviter la singularité triviale.
Pour le formateur de faisceau à bande étroite, les trois types de définitions pour le faisceau
sont équivalents, mais pour le large bande, ces définitions donnent des résultats différents.
Il est clair que l’équation IV.35 se réduit à l’équation IV.33 lorsque T tend vers l'infini, et la
IV.35 se réduit à IV.34 lorsque T tend vers zéro.
Par conséquent, l’équation IV.35 donne une définition plus générale. En règle générale,
l’équation IV.33 est plus adaptée à l'analyse théorique, alors que l’équation IV.35 convient
mieux pour le calcul du faisceau du point de vue pratique.
Pour le cas de la Figure IV.3, le faisceau correspondant est illustré sur la Figure IV.4 [86].
Page 94
où M=8, d=3,63 cm, p= 0,1225 ns, and T= 0,2419 ns.

Figure IV.4: Illustration des trois types de faisceau,
Dans le cas de la figure 14, si l'on choisit Tw=0,0691 ns (largeur du faisceau à -3dB) où w(t)
est proche de zéro, la définition (26) donne 7bw =11,6°, ce qui est tout à fait congruent avec le
résultat numérique.
IV.4- Approches de formation de faisceaux large bande

Il existe deux principales approches pour la formation de faisceau large bande basés sur le
traitement temporel et sur le traitement fréquentiel [87].
Ces approches peuvent produire des diagrammes de rayonnement invariants en fonction de la
fréquence pour un signal large bande. Cependant, pour des signaux larges bande, l'approche
dans le domaine fréquentiel dispose de l'avantage de complexité algorithmique réduit par
rapport à l'approche dans le domaine temporel.
Il existe une autre classification de systèmes de formation de faisceaux large bande
dénommés : FIB (Frequency Invariant Beamforming) et FVB (Frequency Variant
Beamforming). FIB est une technique
technique de conception large bande pour avoir une réponse
uniquement en fonction de l'angle d’arrivé (DOA) des signaux incidents, indépendant de la
fréquence du signal.
Les figures IV.5 et IV.6 montrent, respectivement, un exemple d'un faisceau variant en
fonction de la fréquence et un faisceau invariant en fonction de la fréquence dans la bande de
Page 95
fréquence normalisée de [0,1, 0,5] (bande passante fractionnelle de 133%). Les fréquences
sont normalisées par rapport à la fréquence d'échantillonnage.
Figures IV.5: Exemple de faisceau variant en fonction de la fréquence [88]
Figures IV.6: Exemple de faisceau invariant en fonction de la fréquence [88]
On voit bien que le faisceau principal est constant sur toute la plage de fréquence.
Page 96
IV.4.1- Domaine temporel
La structure d'un formateur de faisceau large bande utilisant l'approche de traitement dans le
domaine temporel est représenté dans la Figures IV.7. Dans cette figure, les blocs des «filtres»
sont conçus d'une manière particulière de sorte que le modèle de faisceau soit invariant selon
la fréquence sur toute la bande du signal.
Figures IV.7: Structure d’un Formateur de faisceau dans le domaine temporel [88]
La formation de faisceau Large bande basée sur le traitement temporel est généralement
réalisée à l'aide de filtres de ligne à retard (TDL : Tapped Delay-Lines) et la longueur de la
ligne à retard dépend de la largeur de bande des signaux. Le traitement de signaux large bande
nécessite des filtres plus long, ce qui conduit à un plus grand temps de calcul [87].
Le signal échantillonné à partir de chaque antenne est filtré puis combinés pour déterminer le
pour chaque branche, On peut augmenter ou
signal de sortie. En faisant varier les poids pour
diminuer l'intensité des signaux arrivant sous des angles différents. L'application des
coefficients de pondération se fait en utilisant les filtres présentés dans le bloc formation de
faisceaux large bande de la Figures IV.7.
Le formateur de faisceau, invariant en fonction de la fréquence, utilisant un traitement
temporel peut être réalisé aussi en utilisant des filtres à dilatation (TDFIB : time-domain
frequency-invariant beamforming)
beamforming) sur les éléments du réseau avant pondération. La théorie et
Page 97
un exemple de conception de filtre de dilatation sont présentés dans [89]. Le TDFIB nécessite
calcul, cependant, le faisceau
peu de stockage de données et une faible complexité de calcul,
indépendant de la fréquence ne peut pas être obtenu pour un réseau arbitraire. En outre, il est
difficile de contrôler la forme du faisceau (largeur du faisceau principal et le niveau des lobes
secondaires), étant donné que les amplitudes des coefficients de pondération de la formation
de faisceau peuvent influer sur la caractéristique de l’invariance du faisceau en fonction de la
fréquence.
IV.4.1- Domaine fréquentiel
La structure d'un formateur de faisceau large bande utilisant l'approche de traitement dans le
domaine fréquentiel est représenté dans la figure IV.8. Dans cette formation de faisceau, les
signaux large bande à partir de chaque élément sont transformés dans le domaine fréquentiel
en utilisant la transformation de Fourier rapide (FFT), et chaque groupe de fréquence est
générée par un processeur de bande étroite [87].
Figure IV.8: Structure d’un Formateur de faisceau dans le domaine fréquentiel [88].
Les coefficients de pondération requis pour chaque bande de fréquence sont choisis
indépendamment, cette sélection peut être effectuée en parallèle, ce qui donne un traitement
plus rapide. Grâce à l'utilisation du traitement dans le domaine fréquentiel, le formateur de
faisceau est insensible au taux d'échantillonnage et peut être en mesure de réduire les effets de
Page 98
dysfonctionnement de l'élément sur le faisceau. De plus, l'utilisation du formateur de faisceau

dans le domaine fréquentiel ne nécessite pas un taux d'échantillonnage élevé pour la
conversion A/D, ce qui entraîne des coûts de matériel faibles. Par exemple, en utilisant la
méthode temporelle, le taux d'échantillonnage requis pour une formation précise de faisceaux
est généralement de cinq à dix fois le taux de Nyquist, alors que la méthode dans le domaine
fréquentiel nécessite seulement une fréquence d'échantillonnage égale à la fréquence de
Nyquist [90].
La charge, en raison des taux d'échantillonnage élevés, sera plus importante pour les hautes
fréquences et quand un grand nombre d'éléments d'antenne est utilisé. Cependant, pour la
formation de faisceau dans le domaine fréquentiel, les exigences de stockage des données et
de l'effort de calcul (par exemple, pour FFT, FFT inverse) sont plus élevées.
IV.5- Algorithmes de formation de faisceaux
De nos jours, nous disposons de plusieurs algorithmes de formation de faisceau large bande.
Les plus utilisés sont les lignes à retard (TDL : Tapped-Delay Line) et la méthode des
moindres carrés à formation de faisceaux (Least-Squares Fixed Wideband Beamforming). La
formation de faisceaux peut être réalisé par des filtres FIR (finite impulse response) / IIR
(infinite impulse response) dans leurs formes discrètes ainsi que par capteurs de lignes à
retard (SDL : Sensor Delay-lines). Nous ne traiterons, dans cette partie, que les deux premiers
cas.
IV.5.1- Lignes à retard TDL
Nous avons vu, dans le cas de modèle de signaux large bande, que la valeur des coefficients
de pondération était différentes pour différentes fréquences et qu’on pouvait écrire le vecteur
de poids sous la forme de l’équation IV.14. Un moyen facile de former un tel ensemble de
poids dépendant de la fréquence est d'utiliser une série de lignes à retard (TDL : Tapped-
Delay Lines),
La figure IV.9 représente une structure générale de formation de faisceaux large bande. La
sortie du formateur de faisceau large bande peut être exprimée comme suit:
? = ∑C(
DE ∑DE { − } × A,
l( ∗
(IV.36)
Où J-1 est le nombre d'éléments de retard associés à chacun des M capteurs et Ts est le retard
entre les éléments adjacents des lignes de retards.
Page 99
Figure IV.9: Structure générale de formation de faisceaux large bande [91].
Sous forme vectorielle, l'équation IV.36 peut être réécrite sous la forme:
? = G H (IV.37)
Le vecteur de poids W détient tous les MJ coefficients des capteurs avec:
GE
£ G ¦
¢ .( ¥
G=¢ . ¥
¢ ¥
(IV.38)
¢ . ¥
¡Gl( ¤
Où chaque vecteur wi, i = 0, 1, • • •, J - 1, contient les M coefficients complexes conjugués

trouvés à la iième position de l’élément des M lignes de retards, et est exprimée comme suit:
Page 100
A = N"E, "(, . . . "C(, Q

M
(IV.39)
De même, les données d'entrée sont également représentées par un vecteur comme suit:
E
£ ¦
( − }
¢ ¥
¢ . ¥
=
¢ . ¥
.
(IV.40)
¢ ¥

¡ l( − § − 1 }
¤
où xi(t-iTS), i = 0, 1,. . . , J - 1, contient les ième données correspondant au ième coefficient du

vecteur wi:
− } = J{E − } {( − } . . . {C( − } LM (IV.41)
On remarque, que pour le cas particulier où J=1, cette notation intègre le formateur de
faisceau à bande étroite.
Pour une onde incidente plane complexe ) *+ , supposons x0(t)= ) *+ donc nous avons :
{ − } = ) *+>~M¨ (IV.42)
avec m = 0, 1, . . . ,M−1, i = 0, . . . , J − 1. A la sortie du formateur de faisceau, on a:
? = ) *+ ∑C(

DE ∑DE ) × ", = ) *+ × F7, "
l( *+> ~M¨ ∗
(IV.43)
où P (θ, ω) est la réponse de ce formateur de faisceau dépendant de l'angle et de la fréquence.

Il peut être exprimé sous forme vectorielle par:
F7, " = G H I7, " (IV.44)
Où d(θ,ω) est le vecteur de direction de ce nouveau formateur de faisceau large bande et ses
éléments correspondent aux exponentielles complexes ) *+>~M¨ :
I7, " = N) *+ © . . . ) *+P ) *+ ~M¨ . . . ) *+P ~M¨
. . . ) *+~l( M¨ . . . ©) *+P~l( M¨ Q
M
(IV.45)
On remarque la aussi, que pour le cas particulier où J = 1, on retrouve l’expression du vecteur

directeur bande étroite (l’équation IV.9).
Page 101
Pour un réseau linéaire, avec un espacement inter-élément d constant, nous avons τm = mτ1 et
ωτm = m(2πd sinθ)/λ, m = 0, 1, . . . , M − 1. Pour éviter le repliement, d < λmin/2 où λmin est la
longueur d'onde de la composante de signal à la fréquence la plus élevée ωmax.
Supposons que la fréquence de fonctionnement du réseau ω ∈ [ωmin ωmax] et d = αλmin/2 avec

α≤1.
Dans sa forme discrète, Ts est la période d'échantillonnage temporelle du système et ne

devrait pas être plus grande de la moitié de la période Tmin du signal à la fréquence la plus
élevée selon le théorème de Nyquist [92] soit Ts ≤ Tmin/2.
Avec la fréquence normalisée Ω = ωTs , ω(mτ1 + iTs ) devient mµ Ω sin θ + i Ω avec µ =

d/(cTs ) alors le vecteur de direction d (θ, ω) devient :
I7, " = N1 . . . ) *C( ^Ω RST U ) *Ω . . . ) *Ω^ RST UC( ~( ©
©. . . ) *l( Ω . . . ) *Ω^ RST UC( ~l( QM (IV.46)
Et nous avons :
F7, " = ∑C(

DE ∑DE ) × A,
l(
*Ω^ RST U~ ∗
(IV.47)
= ∑C(
DE )
*^Ω RST U ∑l( *Ω
DE ) × A,
∗
(IV.48)
= ∑C(
DE )
*^Ω RST U
× G) *Ω (IV.49)
où G) *ª = ∑l(
DE )
*ª
× A,
∗
est la transformée de Fourier des coefficients de lignes à
retards liés au mième capteur. Dans le cas où α = 1 et Ts = Tmin/2, on a µ = 1.
IV.5.2- LMS Least Mean Square widebande beamforming
La méthode des moindres carrés à formation de faisceau large bande a été choisie parce
qu'elle peut offrir une solution clos au problème.
Page 102
Le but de l'approche LMS est de minimiser la somme des carrés des erreurs entre le
diagramme de rayonnement désiré et celui obtenu par la minimisation de la fonction objective
suivante [93]:
min §¬5 = ∑,(

fDE ∑DE |A Ωf , 7 − A Ω , 7 | + ∑U¯ °Θ¨ |A Ω , 7 |
®( M M ; M ;
(IV.50)
Avec : A M Ω , 7 = 1 (IV.51)
JCLS représente la fonction coût. Ωf , 7 décrit le vecteur de direction dans le profil de
faisceau conçu et Ω , 7 est le vecteur de direction de référence. Les vecteurs directeurs
sont des vecteurs colonnes ayant une forme similaire à celle de xi. Le facteur sommation qui
est multiplié par β représente les lobes latéraux avec β le facteur de compromis (entre le
paramètre de la propriété d'invariance en fréquence et l'atténuation des lobes secondaires).
Ω Représente la plage de fréquence normalisée et θ la plage d'angles sur laquelle nous
La contrainte A M Ω , 7 = 1 lorsque l’amplitude du lobe principal est égale 1.

formons le faisceau.
Nous pouvons simplifier cette équation en définissant une nouvelle variable Q [93] telle que :
±b§¬5 = A M ²A
Ω , 7 H A = 1
(IV.52)
Avec (IV.53)
,( ®(
² = ³ ³ g ´Ωf , 7 − Ω , 7 Ωf , 7 − Ω , 7 µ

H
fDE DE
+ ∑U¯°Θ¨ g ¶Ω , 7 Ω , 7 H · (IV.54)
Si nous définissons maintenant deux autres variables:
¸ = JΩ , 7 , Ω , 7 L (IV.55)
Et Y = J1 0LM (IV.56)
Tel que : ¸MA = Y (IV.57)
Page 103
Sachant que Ω , 7 est une valeur complexe on peut voir que le calcul approprié du
vecteur de pondération ne nous donne que la partie réelle du vecteur de direction. Avec ces
variables définies, nous pouvons exprimer [93]:
§¬5 = A M ²¬5 A (IV.58)
Avec ¸MA = Y (IV.59)
Ce problème a une solution analytique pour les pondérations, qui est donné par:
A = ² ( ¸ ¸ M ²¸ ( Y (IV.60)
Il existe plusieurs approches pour l’optimisation du vecteur poids w comme par exemple la
décomposition orthogonale du vecteur de pondérations pour avoir une transformation sans
contraintes [93] et l’utilisation du traitement graphique (GPGPU : General Purpose
computation on Graphics Processing Units) [94].
IV.6- Conclusion
Dans ce chapitre nous nous somme intéressé aux signaux large bande et au traitement
d’antenne afin d’évaluer les performances des algorithmes utilisés lors du traitement de ces
signaux. En ce qui concerne les approches pour la formation de faisceau large bande basés sur
le traitement temporel et sur le traitement fréquentiel, nous avons vu que ces approches
peuvent produire des diagrammes de rayonnement invariants en fonction de la fréquence pour
un signal large bande. Cependant, pour des signaux larges bande, l'approche dans le domaine
fréquentiel dispose de l'avantage de complexité algorithmique réduite par rapport à l'approche
dans le domaine temporel. Aussi Nous avons présenté et développé les principales méthodes
de formation de faisceaux les plus répandus qui sont les lignes à retards et la méthode des
moindres carrés.
Le but de ce chapitre était de présenter les différents algorithmes de formation de faisceaux
afin de pouvoir faire une réjection d’interférence en UWB dans le même contexte que celui du
chapitre III.
Page 104
Conclusion générale
et
Perspectives
Conclusion générale et perspectives
---------------------------------------------------------------------------------------------------------------------------------------
L'objectif de cette thèse était de concevoir et de modéliser des antennes Ultra Large Bande.
Dans le premier chapitre, nous avons détaillé les caractéristiques de cette technologie
et montré qu'elle possède de nombreux atouts. Elle est devenue l’un des principaux axes de
développement et de recherche dans le domaine des communications sans fil. On peut citer
entre autres la possibilité de coexister avec d'autres technologies à bande étroite. La possibilité
de localiser de façon précise une personne ou des objets et de faire de la communication haut
débit, font également partie des caractéristiques intéressantes de cette technologie.
Dans le second chapitre, un premier travail a été réalisé en agissant sur les paramètres
de l’antenne (gamme de fréquence, permittivité (utilisation de plusieurs matériaux), épaisseur
du substrat etc.…) en utilisant le logiciel d’application CST de Microwave studio. Nous avons
simulé plusieurs antennes patch sous différentes formes (patch carré, triangulaire et en forme
de E). D’autres simulations ont été faites, en agissant sur la forme du patch en 2D et 3D
(cercle, demi-sphère et calottes). Les antennes à patch carré et triangulaire ont donné de très
bons résultats. On peut conclure que les antennes à patch carré sont les plus favorables en
raison de leur facilité d’analyse et de fabrication, ainsi que leurs caractéristiques de
rayonnement. Pour les antennes volumiques, patch en forme de calottes ou demi-sphère, on
n’a pas obtenue de très bons résultats et en plus la structure volumique du patch engendrera
des antennes encombrantes et de réalisation très complexes et il faudra encore résoudre le
problème de l’affaiblissement. Dans une deuxième partie de simulation, on a utilise le logiciel
MATLAB pour déterminer quelques critères de performance qu’on ne peut avoir avec CST.
Il s’agit de quantifier la fidélité de l’antenne, ce qui consiste à quantifier la ressemblance entre
la forme d’onde rayonnée par l’antenne et la forme d’onde d’excitation. L’antenne à patch
rectangulaire est performante par rapport aux autres antennes car elle répond aux
caractéristiques voulues (distorsion relativement faible, fidélité acceptable, gain acceptable,
diagramme de rayonnement omnidirectionnel, une bande passante importante). Nous nous
attachons à souligner la difficulté à caractériser les antennes ULB.
Le troisième chapitre porte sur une seconde étape de modélisation qui concerne
maintenant les antennes réseaux et les problèmes d’interférences. L’approche utilisée à l’aide
Page 105
---------------------------------------------------------------------------------------------------------------------------------------
de l’algorithme HBMO/TS, pour adapter le réseau d’antennes imprimées à son
environnement, était de fixer l’amplitude de la pondération et de rechercher uniquement la loi
de phase optimale qui minimise les niveaux de rayonnement en direction des interférences.
Nous avons considéré un réseau d’antennes imprimées rectiligne de 10 éléments espacés
uniformément de λ/2 sur lequel on a effectué plusieurs mesures. Nous avons effectué
plusieurs cas de réjections d’interférence (interférence dans la direction du lobe principal,
deux réjections d’interférences très proches et même le cas de plusieurs réjections
d’interférences simultanément). On a obtenue des niveaux de rejections très bas et avec une
très bonne précision même dans le cas de plusieurs interférences. L’algorithme basé sur
l’hybridation entre HBMO et la recherche taboue (HBMO/TS) a apporté une très nette
amélioration, en termes de réjection d’interférences sans dégradation du signal utile, en
comparaison avec LMS et l’AG. Cette approche peut être considérée comme une méthode
très optimale pour l’adaptation d’un réseau d’antenne à son environnement.
Nous avons traité le cas d’un signal en bande étroite dans le troisième chapitre. Dans le
quatrième chapitre nous avons présenté et développé les principales méthodes de formation de
faisceaux les plus répandus qui sont les lignes à retard (TLD : Tapped-Delay Line) et la
méthode des moindres carrés pour la formation de faisceaux large bande LMSWB (Least
Mean Square Widebande Beamforming). Après avoir examiné les principaux points qui
différencient les antennes à bande étroite des antennes ULB, il est important de savoir si un
signal est à bande étroite ou large bande (au sens de la formation de faisceaux), dans l’optique
de choisir le traitement d’antenne approprié. Le but de ce chapitre était de faire une réjection
d’interférence en UWB dans le même contexte que celui du chapitre III, application de notre
approche HBMO/TS pour des signaux larges bandes.
Perspectives
Suite à ce travail de thèse, plusieurs constats peuvent être fait et soulever de nouveaux
problèmes :
Dans le cas de réseaux d’antennes planaires large bande, une phase d’optimisation des
diagrammes de rayonnement doit être envisagée afin de réduire les ondulations observées
dans le lobe principal du à la variation fréquentielle. Cette étape essentielle permettrait à
terme d’utiliser le réseau d’antennes pour différentes applications large bande. Ensuite étendre
cette étude vers d’autres configurations géométrique de réseaux d’antennes telles que les
réseaux plan, volumique ou non uniforme.
Page 106
---------------------------------------------------------------------------------------------------------------------------------------
Nous envisageons également d’appliquer les approches métaheuristiques essentiellement la
méthode HBMO pour la formation de faisceau et la réjection d’interférences pour une
application large bande et comparer les résultats trouvés avec ceux présentées dans le
chapitre IV.
Enfin, nous aimerions bien développer et réaliser un prototype d’un système de transmission
multi-antennaire (MIMO : multiple input, multiple output) large bande dédié pour un contexte
applicatif bien étudié et maitrisé tel que le WPAN : Wireless Personal Area Network (la
norme de transmission sans fils IEEE 802.15).
Page 107
Références
Bibliographiques
Références
[1] M. Z. Win, R.A. Scholtz, “Impulse radio: how It works”, IEEE Communications Letters,
Vol. 2, N°2, pp. 36-38, February 1998.
[2] M.Z. Win, R.A. Scholtz, “Ultra-wide bandwidth time-hopping spread-spectrum impulse
radio for wireless multiple-access communications”, IEEE Transactions on Communications,
Vol. 48, No 4, pp 679-691, April 2000.
[3] M.Z. Win, “A unified spectral analysis of generalized time-hopping spread-spectrum
signals in the presence of timing jitter”, IEEE Journal on Selected Areas in Communications,
Vol. 20, No. 9, pp. 1664-1676, December 2000.
[4] M.Z. Win, R.A. Scholtz, “Characterization of ultra-wide bandwidth wireless indoor
channels: a communication-theoretic view”, IEEE Journal on Selected Areas in
Communications, Vol. 20, No.9, pp. 1613-1627, December 2002.
[5] M.Z. Win, G. Chrisikos, N.R. Solenberger, “Performance or rake reception in dense
multipath channels : implications of spreading bandwidth and selection diversity order”, IEEE
Journal on Selected Areas in Communications, Vol. 18, No. 8, pp. 1516-1525, August 2000.
[6] M.Z. Win, “Spectral density of random UWB signals”, IEEE Communications Letters,
Vol. 6, No. 12, pp. 526-528, December 2002.
[7] P. II. Withington and L. Fullerton, "An impulse radio communications system", in Proc. of
the International Conference on Ultra-Wide Band, Short Pulse Electromagnetics, Brooklyn
NY, USA, pp:113-120, October 1992.
[8] M. Z. Win, F. Ramirez-Mireles, R. A. Scholtz, M. A. Barnes, "Ultra-Wide Bandwidth
(UWB) signal propagation for outdoor wireless communications", Proc. of the 47th Vehicular
Technology Conference VTC 1997, Phoenix, AZ, USA, pp: 251-255, May 1997.
[9] E. T. Docket No. 98-153, "Revision of part 15 of the commission’s rules regarding Ultra-
Wideband transmission systems", Adopted February 14, 2002, Released April 22, 2002.
[10] E. Faussurier, “Gestion des fréquences et introduction des équipements Ultra Large
Bande (ULB)”, Ecole d’automne du GDR ONDES ultra large bande, ANFR, 25 octobre 2006.
[11] K. Siwiak, P. Withington and S. Phelan, “Ultra-Wide Band radio: The emergence of a
important new technology”, In Proc. IEEE Vehicular Technology Conference, Rhodes,
Greece, Vol. 2, pp. 1169-1172, 2001.
[12] M.L. Welborn, “System considerations for Ultra-Wideband wireless networks”, in Proc.
IEEE Radio and Wireless Conference, Waltham, USA, pp. 5-8, August 2001.
Page 108
[13] J.R. Foerster, “Ultra-Wideband technology enabling low-power, high-rate connectivity”,
invited paper, in Proc. IEEE Workshop Wireless Communications Networking, Pasadena,
September 2002.
[14] G.R. Aiello and G.D. Rogerson, "Ultra-Wideband wireless system", IEEE Microwave
Magazine, Vol. 4, No. 2, pp. 36-47, June 2003.
[15] K. Mandke, H. Nam, L. Yerramneni, C. Zuniga, T. Rappaport, “The evolution of Ultra
Wide Band radio for wireless personal area networks”, High Frequency Electronics,
September 2003.
[16] D. Porcino and W. Hirt, “Ultra-Wideband radio technology: potential and challenges
ahead", IEEE Communications Magazine, Vol. 41, No. 7, pp. 66-74, July 2003.
[17] A.F. Molisch, J. Zhang, “Ultra Wideband systems”, Business Briefing: Wireless
Technology, 2003.
[18] R. Kohno, “State of arts in Ultra Wideband (UWB) wireless technology and global
harmonization”, in Proc. 34th European Microwave Conference, Amsterdam, Nederland, Vol.
2, pp. 1093-1099, October 2004,
[19] L. Yang, G.B. Giannakis, “Ultra-Wideband communications : an idea whose time has
come”, IEEE Signal Processing Magazine, Vol. 21, No. 6, pp. 26-54, November 2004.
[20] J.R. James and P.S. Hall, “Handbook of microstrip antennas”, I.E.E. Electromagnetic
Waves Series 28 – Peter Peregrinus LTD, 1989.
[21] G.A. Deschamps, “Microstrip microwave atennas”, 3rd USAF – Symposium on
Antennas, 1953.
[22] J.Q. Howell, “Microstrip antennas”, I.E.E.E. Transactions on Antennas and Propagation
– Vol. AP-22 – pp.90-93, January 1975.
[23] J.Y. Dauvignac, N. Fortino, S.Tourette, G. Kossiavas et P. Ciais, “Miniaturisation des
antennes UWB planaires”, Ecole ULB du GDR Ondes, LEAT, 2006.
[24] J.R. James, P.S. Hall and C. Wood, “Microstrip antenna theory and design”, I.E.E.
Electromagnetic Waves Series 12 – Peter Pelegrinus LTD, 1981
[25] I. Pelé, A. Chousseau and S. Toutain, “conception et modélisation d’antennes ultra large
bande et d’antennes multistandards pour les communications mobiles”, Equipe
Communication Numériques et Radio Fréquences, IREENA, octobre 2006.
[26] G.M. Rebeiz, L.P.B. Katehi and All, "Integrated Horn Antennas for Millimeter Wave
Application", I.E.E.E. Antennas and Propagation Magazine - Vol. 34, pp7-16, 1992.
Page 109
[27] R. Besançon, “Contribution à l’étude de réseaux d’antennes imprimées à pointage
électronique : Conception et réalisation de maquettes en bande C et Ka”, Thèse de doctorat –
n°47-97 – Université de Limoges, Décembre 1997.
[28] A.K. Shackelfford, K.F. Lee and K.M. Luk, “Design of small-size wide-bandwidth
microstrip-patch antennas”, IEEE Antennas Propagat. Mag, Vol 45, n° 2, pp. 75-83, 2003.
[29] J. Liang, C.C. Chiau, X. Chen, and C.G. Parini, “Printed circular ring monopole
antennas”, Microwave andoptical technology letters, Vol 45, n° 6, pp. 372-375, 2005.
[30] M. Hassad, “ Modélisation d'une antenne patch réalisée sur un substrat à tenseurs de
permittivité et de perméabilité diagonaux”, Mémoire de Magistère, Université de Batna, 2009.
[31] A. Sibille, C. Roblin, S. Bories, A.C. Lepage and X. Begaud, “Conception et
caractérisation d'antennes ULB pour communications multimédia haut débit”, ENSTA/UEI,
2004.
[32] M. Tariqul Islam, M. Nazmus Shakib, N. Misran and T.Saw Sun, “Broadband
Microstrip Patch Antenna”,Vol 27, No2, pp.174-180, 2009.
[33] H. T. Friis and C.B. Feldman, "A multiple unit steerable antenna for short wave
reception", Proc . IRE, Vol.25, N°7, 1937.
[34] S. Drabowith, " Modern antennas ", Microwave and RF Technology Series 12, Chapman
& Hall, London 1998.
[35] B. Widrow, P. E. Mantey, L.J. Griffiths and B.B Goodb, "Adaptive array systems", IEEE
transactions on antenna and propagation, Vol.55, N°12, pp: 2143-2159, Décembre 1967.
[36]S. Applebaum, "Adaptive array", IEEE transactions on antenna and propagation, Vol.24,
N°5, pp:585-595, September 1976.
[37] A .Farina, "Antenna-Based signal processing techniques", Artech house, INC. 1992.
[38] Z. Rong, "Simulation of adaptive array algorithms for cdma systems", Master thesis,
Verginia Polytechnic and State University, Blasksburg, Verginia, September 1996.
[39] T. Quiniou, "Les antennes intelligentes dans le domaine des radiocommunications fixes
et mobiles : caractérisation et modélisation spatio-temporelle du canal de propagation", Thèse
de Doctorat, Université de Renne1, Juin 1999.
[40] P. H. Lehne and M. Pettersen, "An overview of smart antenna technology for mobile
communications systems", IEEE Communications Servys Vol.2, N°4,1999.
[41] M. Cohen, "Etude théorique et expérimentale d'une antenne réseau adaptative", Thèse de
doctorat, Centre MARTA Toulouse, 1983.
[42] K. Hettak, "Conception et réalisation d'antennes intelligentes", LRST, Rapport d'activités,
1999.
Page 110
[43] F. Edman, "Implementation aspects of algorithms for adaptive antennas", Master of
science Thesis, Mats Torkelson, Ericsson, Kista, Stockolm, June 1999.
[44] M. Cooper and M. Goldburg, "Intelligent antennas: Spatial Division Multiple Access",
Array Comm, INC 1996.
[45] H. Steykal, R. A. Shore and R. L. Haupt, "Methods for null control and their effects on
the radiation pattern", IEEE transactions on antenna and propagation, Vol.34, pp:404-409,
1986.
[46] B. K. Yeo and Y. Lu, "Array failure correction with a genetic algorithm", IEEE
transactions on antenna and propagation; Vol.47, N°5, May 1999.
[47] L. C. Godara, "Application of Antenna Arrays to Mobile Communications, Part II:
Beamforming and Direction-of-Arrival Considerations", Proc. of the IEEE, Vol. 85, No 8, pp;
1193-1245, Aug 1997.
[48] F. Edman, "Implementation aspects of algorithms for adaptive antennas", master of
science thesis, mats Torkelson, ericsson, kista, stockholm, june 1999.
[49]S. Applebaum, "Adaptive arrays", Technical Report SPL TR-66-001, Syracuse Univ. Res.
Corp. Report, 1965.
[50] Z. Rong, "Simultation of adaptive array algorithms for cdma systems", master thesis,
verginia polytechnic and state university, blasksburg, verginia, September 1996.
[51] F. Debbat, “Réseaux intelligents d’antennes pour détection auto-adaptative de liaisons de
communications”, Thèse de doctorat, Univesité de Tlemcen, 2007.
[52] R. D. Degroat, E. M. Dowling, and D. A. Linebarger, "The constrained MUSIC problem
", IEEE Trans. Signal Processing, Vol. 41, pp; 1445-1449, 1993.
[53] R. Roy and T. Kailath, "Esprit-Estimation of signal parameters via rotational invariance
techniques”, IEEE Trans. Acoust, Speech, Signal Processing, Vol. ASSP-37, pp: 984-995,
1989.
[54] Y.C. Chung and R.L Haupt, “Amplitude and phase adaptive nulling with a genetic
algorithm”, Journal of Electromagnetic Waves and Applications, Vol. 14, pp:631–649, 2000.
[55] Caorsi, S., DeNatale, F., Donelli, M., and Massa, A., “A versatile enhanced genetic
algorithm for planar array design”, JEWA, Vol.11, 1533-48, 2004.
[56] D.W. Boeringer, and D. H. Werner, “Particle swarm optimization versus genetic
algorithms for phased array synthesis”, IEEE Transactions on Antennas and Propagation, Vol.
52, No3, pp:771– 779, March 2004.
Page 111
[57] Li, W. T., Shi, X. W. and. Hei, Y. Q, “An improved particle swarm optimization
algorithm for pattern synthesis of phased arrays", Progress In Electromagnetics Research,
PIER 82, 319-332, 2008.
[58] Rocca, P., Donelli, M., Massa, A. and Franceschini, D., “Three-dimensional microwave
imaging problems solved through an efficient multiscaling particle swarm optimization”,
IEEE Trans. on geoscience and remote sensing, Vol.47, 1467-81, 2009.
[59] Azaro, R., DeNatale, F., Donelli, M., Zeni, E. and Massa, A., “Synthesis of a prefractal
dual-band mono polar antenna for gps applications”, IEEE antennas and wireless prop.
Letters, Vol.5, N°9, 361-64, 2006.
[60] M. Mouhamadou and P. Vaudon, “Smart antenna array patterns synthesis: null steering
and multi_user beamforming by phase control”, Progress In Electromagnetics Research, PIER
60, 95–106, 2006.
[61] Dib, N., Goudos, S. K. and Muhsen, H., “Application of taguchi's optimization method
and self-adaptive differential evolution to the synthesis of linear antenna arrays”, Progress In
Electromagnetics Research, PIER 102, 159-80, 2010.
[62] H. A. Abbass, “Marriage in honeybees optimization (MBO): A haplometrosis
polygynous swarming approach”, in The Congress on Evolutionary Computation, CEC2001,
Seoul, Korea, pp. 207–214, 2001.
[63] H.A. Abbass, “A Monogenous MBO approach to satisfiability, in The International
Conference on Computational Intelligence for Modelling’, Control and Automation,
CIMCA’2001, LasVegas, NV, USA, 2001.
[64] O. Bozorg Haddad, A. Afshar and M.A. Mariño, “Honey-bees Mating Optimization
(HBMO) Algorithm: A New Heuristic Approach for Water Resources Optimization”, Water
Resources Management, Vol. 20, pp. 661-680, 2006.
[65] F. Mohammad, A. Babak and M. Ali, “Application of Honey-Bee Mating Optimization
Algorithm on Clustering”, Applied Mathematics and Computations, pp.1502-1513, 2007.
[66] B. Amiri and M. Fathian, “Integration of self Organizing Feature Maps and Honey Bee
Mating Optimization Algorithm for Market Segmentation”, Journal of Theoretical and
Applied Information Technology, pp. 70-86, 2007.
[67] M. Fathian and B. Amiri, “A Honey Bee Mating Approach for Cluster Analysis”,
International Journal of Advance Manufacturing and Technology, Vol. 38, pp. 809-821, 2008.
[68]H. Shayegi, H.A Shayanfar, A. Jalili and A. Ghasemi, “LFC design using HBMO
technique in Interconnected Power System”, international Journal on Technical and Physical
Problems of Engineering (IJTPE), vol.2, pp.41-48, 2010.
Page 112
[69] F.Glover, “tabu search part I”, ORSA journal on computing, Vol.1, pp.190-206, 1989.
[70] J. Holland, “Adaptation in natural and artificial systems”, mit press, 1975.
[71] T. Niknam, J. Olamei and R. Khorchidi, “A Hybrid Algorithm based on HBMO and
fuzzy set for Multi-Objective Distribution Feeder Reconfiguration”, World applied Science
Journal 4 (2): 308-315, 2008.
[72] Z. Rong, “Simulation of adaptive array algorithms for CDMA systems”, Master thesis,
verginia Polytechnic and state University, blasksburg, Verginia, September 1996.
[73] T. Quiniou, “ Les antennes intelligentes dans le domaine des radiocommunications fixes
et mobiles: caractérisation et modélisation spatio-temporelle du canal de propagation”, Thèse
de Doctorat, Université de Rennel, Juin 1999.
[74] P. H. Lehne and M. Pettersen, “An overview of smart antenna technology for mobile
communications systems”, IEEE Communications Survys Vol.2 N°.4, 1999.
[75] R. Monzingo and T. Miller. “Introduction to Adaptive Arrays”, Wiley and Sons, New
York, 1980.
[76] J.E. Hudson, “Adaptive Array Principles”, Peter Peregrinus Ltd, London, 1981.
[77] R.T. Compton, “The bandwidth performance of a two-element adaptive array with
tapped delay-line processing”, IEEE Trans, Antennas Propagation, 36 :5–14, January 1988.
[78] B.D. Van Veen and K.M. Buckley. “Beamforming: A versatile approach to spatial
filtering”, IEEE ASSP magazine, pages 4–24, April 1988.
[79] S. Marcos, “Les méthodes à haute résolution: Traitement d’antenne et analyse
spectraleHermes”, Sciences, 1998.
[80] H.L. Van Trees, “Optimum Array Processing”, Wiley and Sons, New York, 2002.
[81] L.C. Godara and M.R.S. Jahromi, “Limitations and capabilities of frequency domain
broadband constrained beamforming schemes”, IEEE Trans. Signal Process., 47:2386–2395,
September 1999.
[82] C.L. Koh, S. Weiss and W. Liu. “A comparison of adaptive beamforming
implementations for wide-band scenarios”, U.K. MoD’s Corporate Research Programme,
September 2005.
[83] H. Duan, B.P. Ng, and L.M. Se, “Broadband beamforming using TDL-form IIR filters”,
IEEE Trans. Signal Process., 55 :990–1002, March 2007.
[84] M. Oudin, “Etude d’algorithmes de traitement d’antenne sur signaux large bande et
signaux radar bande étroite à antenne tournante”, Thèse de doctorat de l’université Paris 6,
2008.
Page 113
[85] S. Ries and T. Kaiser, “Ultra wideband impulse beamfoming: It is a different world”,
Signal Process., vol. 86, pp. 2198–2207, 2006.
[86] T. Kaiser, F. Zheng and E. Dimitrov, “An overview of ultra wide-bande system with
mimo”, Proceedings of the IEEE, Vol.97, N°2, 2009.
[87] L.C. Godara, “Application of the fast Fourier transform to broadband beamforming”,
J.Acoust. Soc. Amer., vol. 98, No. 1, pp. 230–240, Jul. 1995.
[88] P. Russer, “Signal Processing for Wideband Smart Antenna Array Applications”,
Microwave Magazine, IEEE, vol. 5, no. 1, pp. 57–67, 2005.
[89] D.B. Ward, R.A. Kennedy, and R.C. Williamson, “Theory and design of broadband
sensor arrays with frequency invariant farfield beam-patterns”, J. Acoust. Soc. Amer., vol. 97,
No. 2, pp. 1023–1034, Feb. 1995.
[90] R.A. Mucci, “A comparison of efficient beamforming algorithms”, IEEE Trans. Acoust.,
Speech, Signal Processing, Vol. 32, pp. 548–558, June 1984.
[91] W. Liu and S.Weiss, “Wideband Beamforming: Concepts and Techniques”, John Wiley
& Sons, Chichester, UK, 2010.
[92] A.V. Oppenheim and R.W. Schafer, “Digital signal processing”, Prentice-Hall
international editions, 1975.
[93] Y. Zhao, W. Liu, and R. Langley, “A Least Squares Approach to the Design of
Frequency Invariant Beamformers”, in Proceedings of European Signal Processing
Conference, Glasgow, Scotland, pp. 844–848, 2009.
[94] J. D. Bonior, Z. Hu, R. C. Qiu, M. Renfro and N. Guo, “Calculation of Weight Vectors
for Wideband Beamforming Using Graphics Processing Units”, Department of Electrical and
Computer Engineering, Tennessee, 2011.
Page 114
Résumé
De nos jours, le domaine des télécommunications et des nouvelles technologies connaît un

véritable essor. On assiste aujourd’hui à un engouement sans précédent du grand public pour les
applications de communication multimédia (données, voix, vidéos) et la demande est de plus en
plus forte pour un transfert à haut débit entre des équipements communicants mobiles et à
encombrement réduit. Pour répondre à ces besoins croissants de communication sans fils à haut
débit, les futures générations d’équipements vont faire appel à des antennes de plus en plus
performantes ainsi qu’aux réseaux adaptatives d’antennes. Celles-ci devront fonctionner sur
plusieurs bandes de fréquences ou sur une très large bande UWB (Ultra Wide-Bande) et ces types
de réseaux sont capables d’annuler les signaux brouilleurs en pondérant et combinant les signaux
incidents sur chacune des antennes qui le composent.
Dans le cadre de notre étude, nous avons effectué une étude détaillée de la technologie Ultra Large
Bande ainsi que celle des antennes imprimées afin de concevoir une antenne performante
fonctionnant en UWB. Nous avons fait un développement des algorithmes de réjection de
brouillage basé sur une méthode déterministe : la méthode des moindres carrés (LMS) et des
méthodes stochastiques : l’Algorithme Génétique (AG), la recherche taboue (TS) et l’approche
Honey Bees Mating Optimisation (HBMO). Une analyse des performances du réseau adapté,
traduite en termes de taux de réjection, a été effectuée pour l’ensemble des méthodes de réjection
étudié. L’algorithme basé sur l’hybridation entre HBMO et TS (dénommé HBMO/TS) a apporté
une nette amélioration en terme de réjection d’interférence sans dégradation du signal utile, en
comparaison avec LMS et l’AG.
Mots clés : UWB (Ultra Wide-Bande), antennes imprimées, l’Algorithme Génétique (AG), la
recherche taboue (TS), Honey Bees Mating Optimisation (HBMO), réjection d’interférence.
Abstract
Nowadays, the field of telecommunications and the new technologies is booming. Today we are
witnessing an unprecedented infatuation of the public for multimedia applications (data, voice and
video) and the demand is growing stronger for high speed transfer between communicating
devices and mobile footprint. To meet these growing needs for wireless communication with high
throughput, the future generations of equipment will make use of more efficient antennas as well
as adaptive antennas networks. These antennas will run on multiple frequency bands or in UWB
band (Ultra Wide Band) and these types of networks are able to cancel interfering signals by
weighting and combining the incident signals on each of the antennas of the network.
In our study, we conducted a detailed study of Ultra Wide Band technology as well as the printed
antennas to design an efficient antenna operating in ultra wide-band. We have made a development
of algorithms for interferences rejections based on a deterministic method: the method of least
mean squares (LMS) and stochastic methods: the Genetic Algorithm (GA), Tabu Search (TS) and
Honey Bees Mating Optimisation (HBMO) approach. An analysis of network performances
adapted, translated in terms of rejection rates, was carried out for all studied rejection methods.
The algorithm based on the hybridization of HBMO and TS (referred HBMO/TS) has made a
significant improvement in terms of interference rejection without degrading the signal, compared
to LMS and GA.
Keywords: UWB (Ultra Wide Band), Printed antennas, the Genetic Algorithm (GA), Tabu Search
(TS), Honey Bees Mating Optimization (HBMO), Interference rejection.

ANTENNE

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

ANTENNE

Transféré par

Droits d'auteur :

Formats disponibles

REPUBLIQUE ALGERIENNE DÉMOCRATIQUE ET POPULAIRE

MINISTERE DE L'ENSEIGNEMENT SUPÉRIEUR ET DE LA RECHERCHE

UNIVERSITE DES SCIENCES ET DE TECHNOLOGIE D'ORAN

Faculté de Génie Electrique

Mémoire de Thèse en vue de l’obtention du diplôme de

Conception et modélisation d’une antenne

Thèse soutenue le 30 avril 2013 devant le Jury composé de :

A. Ali Pacha Président Professeur, U.S.T.Oran

Je suis également très reconnaissant envers Monsieur Benchouk Kheirreddine,

J’exprime ma profonde reconnaissance à mon directeur de thèse, Monsieur Boudghène

Je tiens à exprimer toute ma reconnaissance à Mademoiselle Debbat Fatima, Maître de

Enfin, je remercie toute ma famille et mes amis de m’avoir soutenu et accompagné

CHAPITRE I : La Technologie UWB

II.1- Introduction ………………………………………………………………………......15

3- Plan de la thèse et contributions

Le premier chapitre de cette thèse est consacré à la présentation de la technologie

I.2- Définition de l’UWB

Où ƒH et ƒL désignent respectivement la fréquence supérieure et la fréquence inférieure des

Figure I.1 : Densité Spectrale de Puissance (DSP) d’un signal UWB

Figure I.2 : Fréquence et puissance des différentes technologies sans fil

I.3- Caractéristiques de la technologie UWB

La technologie à bande ultra-large (UWB) possède certaines caractéristiques intéressantes :

I.4- Historique de l’UWB

I.5- Applications de l’UWB

I.5.2- Systèmes radar de véhicule

I.5.3- Systèmes de communication

commerciaux). Cette catégorie comprend les systèmes de communication à courte distance,

I.6- Réglementation et normalisation de l’UWB

I.6.1- Problématique réglementaire UWB

I.6.2- Avancement des travaux

I.6.2.1- Réglementation Américaine

I.6.2.2- Réglementation Européenne

La commission européenne a mandaté le CEPT pour recommander une réglementation de

avec la valeur FCC de -41dBm/MHz, à condition de mettre en œuvre des mécanismes

Figure I.4 : Masques spectraux définis par le CEPT

I.7- Panorama de cohabitation

Figure I.5 : Les différents systèmes coexistant avec l’UWB

I.8- Normes IEEE

WLAN (Wifi) Bluetooth WPAN UWB ZigBee

La norme 802.11a 802.11b 802.11g 802.15.1 802.15.3 802.15.3a 802.15.4

I.9- Principes de communication UWB

Il existe trois approches possibles : mono-bande, duales bandes et bandes multiples.

L’approche mono-bande (Figure I.6(a)) consiste à utiliser toute la bande de fréquences

Fréquence (GHz) Temps (ns) Fréquence (GHz) Temps (ns)

mono-bande Bandes duales

DSP (dBm.MHz-1) Signal normalisé

Fréquence (GHz) Temps (ns)

I.9.2- Formes d'ondes UWB

Figure I.7: Bande OFDM définie par la norme 802.15.3a

L’approche DS-CDMA est largement inspirée de celle de la technologie CDMA. Chaque

et le code. A la réception, l’information se retrouve en effectuant la même opération entre la

Figure I.8 : Illustration du principe du CDMA

I.9.2.3- La radio par impulsions IR-UWB

Avec τ la durée du monocycle et t représente la variable temps.

Figure I.9 : Formes d’impulsions de l’UWB

Figure I.10 : Illustration des modulations de base dans le cas binaire

Caractérisation et performance des antennes

Dans ce chapitre nous abordons la problématique de conception et d’analyse de performances

II.2- Les antennes imprimées

II.2.1- Description de la structure

Le diagramme de rayonnement présente un lobe principal et aucun lobe secondaire en mode

Figure II.1 : Antenne élémentaire repérée par le système de coordonnées sphériques

II.2.2- Principe de fonctionnement

La connaissance de la répartition du champ électromagnétique en zone de champ proche de

(). (). (). (). ()

`abc de,fD gd

`abc de,eh gd

mCnτ dis ,sv (τ)d