Radiocoms Avancees Partie III PDF

Radiocommunications
les réseaux sans fil
Jean-Marie Gorce
année 2006-07
13-nov.-06 1
Plan du module
Partie I : La norme WiFi Partie III : La réception

Overview radio
La couche MAC Techniques de réception
La couche PHY en environnement réel
Le récepteur 802.11b
Partie II : Le canal radio Le récepteur 802.11a
Shadowing
Fading plat
Fading sélectif
Jean-Marie Gorce - CITI - Dept TC - INSA-

13-nov.-06 Lyon 2
Troisième partie : La réception radio
I. Techniques de réception
Récepteur AWGN : filtre adapté
Synchronisation
Egalisation
Diversité
II. Réception 802.11b
Synchronisation
Impact du DSSS
III. Réception 802.11a
Intérêt de l’OFDM
Intervalle de garde

13-nov.-06 Lyon 3
I-1. récepteur en AWGN
A) front-end RF
Filtre SAW LNA
925-960
i+
MHz
mélangeur i-
Σ Π/2
0
925-960 Fo=440 q+
MHz MHz
VCO variable
q-
VCO
1365-1400MHz 440MHz
Sélection
de canal
13-nov.-06 Lyon 4
• B) Modèle en bande de base

∞
T ∑ d (i)δ 0 (t − iT )
d(i ) impulse i =−∞
x(t )
Source gTx (t)
generator
discrete t ime continuous time Channel
i.T
y (t)
Desti - d% (i) x% (i )
gRx (t )
nation
pondérer des impulsions analogiques décalées en

temps gTx(t-iT) avec d(i)
∞
 ∞ 
x(t ) = T ⋅ ∑d (i) ⋅ δ0 (t − iT ) ∗ gTx (t ) = T ⋅ ∑ d (i) ⋅ gTx (t − iT )
 i=−∞  i =−∞
13-nov.-06 Lyon 5
g(t): réponse impulsionnelle du système de transmission

g(t)
1
mise en forme
0 Pas d‘ISI !
t
1
=T
2 fN t0 2t0
Critère de Nyquist :
1
-1 Zeros espacés : = T
2 f n

13-nov.-06 Lyon 6
B) récepteur en bande de base
Baseband converter
i+ I
i- CAN g(t) k
q+ i
q- CAN g(t) Q
synch

13-nov.-06 Lyon 7
C) Le convertisseur
(sur)échantillonnage
En général d’un facteur
2 à 4.
Garder toute
l’information (Nyquist)
Permettre la
synchronisation
+∞ numérique fine
~
x (t ) = ∑d (i ) ⋅ g
i =−∞
Tx (t −⋅ iTs ) + η(t )
kTe
+∞
~
xe ( k ) = ∑ d (i ) ⋅ g
i = −∞
Tx ( kTe − iTs ) + η (kTe )

13-nov.-06 Lyon 8
D) Le filtre adapté (matching filter)

Optimiser le SNR en réception
Noise
na(t) i ⋅T
d(i) gTx(t) gRx(t) dˆ (i) + n(i)

S
→ max
? N

13-nov.-06 Lyon 9
Critère de Nyquist
objectif : réduire l’occupation spectrale
max(R S ) = 2B
Il est possible de trouver un codage de symboles
le vérifiant et permettant une détection
sans pertes d ’information.
2B=2.Rs
13-nov.-06 Lyon 10
Impulsions idéales
Critère de Nyquist :
Pour permettre la reconstruction sans erreurs, les
différents symboles sk(t) doivent vérifier :
sk(0)=1
sk (n.T)=0; ∀n
Ce critère permet de garantir les interférences entre

symboles nulles, avec un décodeur approprié
exemple...

13-nov.-06 Lyon 11
Peut-on vérifier le critère de Nyquist tout en étant à la

limite du théorème de Nyquist ???
1
1
amplitudes
amplitude
0.8
0.5 0.6
0.4
0.2
0 0
-4Ts -3Ts -2Ts -Ts 0 Ts 2Ts 3Ts 4Ts -Rs/2 0 Rs/2
temps fréquence
Réponse : le sinus cardinal
Inconvénient majeur : ?????

13-nov.-06 Lyon 12
Impulsions «presque» idéales

Vérifier le critère de Nyquist
Elargir l ’occupation spectrale
1
1
amplitudes
amplitude
0.8
0.5 0.6
0.4
0.2
0 0
-4Ts -3Ts -2Ts -Ts 0 Ts 2Ts 3Ts 4Ts -B -Rs/2 0 Rs/2 B
temps fréquence

13-nov.-06 Lyon 13
Cosine rolloff filter sin(π Tt ) cos(rπ Tt )

grc0 (t ) = ⋅
Garanti une IIS nulle π T 1 − (2 r Tt )2
t
r : rolloff factor 0 ≤ r ≤1
ω
1 2T ≤1 − r
ω
Grc0 ( jω ) = 1
2
[1 + cos( ( 2T + r −1))]
π
2r
ω if 1 − r ≤ 2T ≤ 1 + r
ω
0 2T ≥1 + r

13-nov.-06 Lyon 14
Représentation de la fenêtre cosinus amortie

1
amplitude
0.5
0
-4Ts -3Ts -2Ts -Ts 0 Ts 2Ts 3Ts 4Ts
temps
1
amplitudes
0.8
0.6
α=0 :2B=Rs
0.4
0.2
α=0.5 :2B=3/2Rs
0 α=1 :2B=2Rs
-Rs/2 0 Rs/2
fréquence
13-nov.-06 Lyon 15
Cosine rolloff filter: Examples (w=4)

13-nov.-06 Lyon 16
Cosine rolloff filter: Eye pattern
2nd Nyquist 1st Nyquist:

1st Nyquist:
2nd Nyquist: 2nd Nyquist:
1st Nyquist
1st Nyquist: 1st Nyquist:
2nd Nyquist: 2nd Nyquist:

13-nov.-06 Lyon 17
Revenons au filtre adapté : ∞ 2
σ D2 ∫ gRx (τ ) gTx (T0 − τ ) dτ

determine signal-to-noise-ratio S −∞ !
= ∞
= max
N N0
∫ gRx (τ ) dτ
2
2 −∞
Avec pour énergie d‘un symbole transmis

∞
ES = d ∫ gTx (τ ) dτ
2 2
∞ 2
−∞
σ D2 ∫g Rx (τ ) gTx (T0 − τ ) dτ
S ES −∞
= ∞ ∞
N N0
2 ∫ gRx (τ ) dτ ∫ gTx (τ ) dτ
2 2
−∞ −∞

13-nov.-06 Lyon 18
S
When does equality apply (maximum )? gRx (t ) = K ⋅ gTx (T0 − t )
N

13-nov.-06 Lyon 19
E) Taux d’erreur (canal AWGN)

Pour connaître la capacité de canal, il faut estimer le
rapport signal à bruit : SNR.
Propriétés du signal en émission :
Puissance d’un symbole émis :

Sk=Ak2 /2 Ak
Energie ‘bit’ reçue :
Eb=Ak2.Tb /2
0 T
temps
Rem : tenir compte de l ’affaiblissement de propagation
13-nov.-06 Lyon 20
Propriétés du bruit AWGN lié aux systèmes

électroniques de réception
Puissance du bruit : N=κ.T°.W=N0.W

Energie sur une période : EN=N0.W.Ts
κ=1.38.10-23 J/K
Tk = 290 K (en réf. , T° en Kelvin)
0 T
Remarque : si modulation idéale : Ts=1/W. temps
alors, EN=N0.
On exprime souvent la qualité d’un système en fonction de Eb/N0.

13-nov.-06 Lyon 21
n(t)=nI(t)+jnQ(t)
ak m(t) T âk
CNA ∫0
dt
Taux d ’erreur théorique d ’une BPSK sur un canal

AWGN avec le démodulateur optimal :
P(err(k )) = P(â k = −1 / a k = 1) ⋅ P(a k = 1) + P(â k = 1 / a k = −1) ⋅ P(a k = −1)
−
( x − x 0 )2
1
p( x ) = e 2σ2
2 πσ
∞
 x0 
erfc(x ) =
1 2 −u 2
p( x < 0) = erfc
2

2 ⋅ σGorce
 Jean-Marie
;
 - CITI - Dept TC - INSA-
∫
πx
e ⋅ du
13-nov.-06 Lyon 22
0
u
n(t)=nI(t)+jnQ(t)
ak m(t) T âk
CNA ∫0
dt
Estimation de puissance :
- après intégration sur [0;T] : P=Â2/2=(A.T)2 /2=Eb.T
σ2=No.T
- variance du bruit : Pn=σ
1  Eb 
Pe = erfc 

2  N 0 

13-nov.-06 Lyon 23
probabilité d'erreur pour la BPSK
-2
10
-4
10
BER
-6
10
-8
10
1dB/decade
-4 -2 0 2 4 6 8 10 12 14
E b/N0 (dB)
13-nov.-06 Lyon 24
I-2. synchronisation
A) récupération de porteuse
Décalage de fréquence fort
Que va-t-il se passer sur la

constellation ?
Déphasage linéaire

13-nov.-06 Lyon 25
Critère de maximum de vraisemblance
y (t ) − ~
y (t )
2
Minimiser :  +∞ 
y (t ) = g Rx (t ) ∗  ∑ d (i ) ⋅ gTx (t − iTs ) + η (t )
~
 i = −∞ 
En pratique échantillonnage :
( ) ( )

Q=∑ y k −y k
~ 2
Minimiser une somme quadratique :
k
 +∞ 
y ( k ) = g Rx ( k ) ∗  ∑ d (i ) ⋅ gTx ( kT − iTs ) + η (t )
~
 i = −∞ 

13-nov.-06 Lyon 26
Résolution
Algorithmes itératifs (type LMS) : prédire le déphasage

courant en fonction du précédent. Algorithmes de
gradients…
φ (k ) = φ (k − 1) + γ ⋅ f (φ (k − 1), y (k ), y (k − 1), d (k − 1) )
Phase d’apprentissage : à partir d’une séquence pilote, on

détermine le décalage fréquentiel, puis on l’applique au reste
de la séquence
A creuser dans le récepteur WiFi sous ADS.

13-nov.-06 Lyon 27
B) récupération du rythme
échantillonner au « bon endroit »
Baseband converter
i+ I
i- CAN g(t) k
q+ i
q- CAN g(t) Q
synch

13-nov.-06 Lyon 28
Idem : maximum de vraisemblance

Minimiser l’erreur de prédiction
Attention reconstruction du signal complet par interpolation
Valable si Shannon respecté
+∞
π 
y (k .Ts + τ ) = ∑ y (n.Te ) sin c 
T (k .Ts + τ − n.T )
e 
Et résolution par : n = −∞  e 
Algorithmes itératifs (type LMS)
OU
Séquence pilote on applique un corrélateur, recherche du
maximum de corrélation.
A creuser dans le récepteur WiFi sous ADS.

13-nov.-06 Lyon 29
I-3. Egalisation
= réception en présence de fading sélectif
Egaliseurs linéaires
Egaliseur transverse
Egaliseur adaptatif
Egaliseur optimal au sens de Wiener
Egaliseur non linéaire
DFE
MLSE
Apprentissage du canal
Avec séquence pilote
Algorithmes adaptatifs
Égalisation aveugle

13-nov.-06 Lyon 30
I-3. Egalisation
A) Exemple de canal discret en bande de base

(Q=5, GSM)
Q 1er échantillon complexe

I
t
0 1 2 3 4 5
13-nov.-06 Lyon 31
I-3. Egalisation
Application avec une BPSK
Émission : 1 0 1 0 1 1
Réception :
t
13-nov.-06 Lyon 32
I-3. Egalisation
B) Egaliseur transverse
filtrage linéaire
b(n)
x(n) x’(n)
h(z) y(n) g(z)
g(z)=??

13-nov.-06 Lyon 33
I-3. Egalisation
Correspond au récepteur en râteau (Rake-

receiver) : combiner les chemins
s’(n)
TS TS TS
w1 w2 w3 wK
ê(n-K)
filtre FIR
peu efficace (sauf avec étalement de spectre)
13-nov.-06 Lyon 34
I-3. Egalisation
C) Egaliseur optimal sans bruit : Zero-forcing

1
g( z ) =
Propriétés h( z )
aucune IES en l ’absence de bruit
amplifie le bruit près des 0(adapté pour les canaux
faiblement bruités)
condition d ’inversibilité de h(z)
filtrage temps réel, 1 fois que h(z) a été inversé
filtre IIR

13-nov.-06 Lyon 35
I-3. Egalisation
D) Egaliseur optimal au sens de l ’erreur

quadratique moyenne : filtre de Wiener
h( z )
g∞ ( z ) =
σ b2 −1
Propriétés + h( z )h*
( z )
moins sensible au bruit σx 2
IES résiduelle si le bruit est important

plus de condition d ’inversibilité de h(z)
filtrage temps réel, 1 fois que h(z) a été inversé
filtre IIR

13-nov.-06 Lyon 36
I-3. Egalisation
E) égaliseur non linéaire :

Egaliseur à retour de décision (DFE, decision feedback equalizer)
x’(n)
y(n) N(z)
D(z)
Caractéristiques
Choix de N(z) et D(z) avec D(0)=0
N(z) : filtre adapté au canal (réduit l ’influence du
bruit). (proportionnel à h(-z))
D (z) : supprime les interférence = prédit les
interférences es échantillons précédents.
13-nov.-06 Lyon 37
I-3. Egalisation
F) égaliseur du maximum de vraissemblance

MLSE
2  L+Q 2
ˆ = arg min y - ˆy
x 2
= arg min  ∑ y( n ) − ŷ( n ) 
x∈Ω N x∈Ω N  n =0 
Q
Avec : ŷ( n ) = ∑ ĥ( k ) ⋅x̂( n − k )
k =0

13-nov.-06 Lyon 38
I-3. Egalisation
Algorithme de Viterbi
Exemple pour 1 BPSK, pour 1 canal de taille Q=2
Représentation sur un treillis, où les états sont les valeurs des Q

symboles précédents, les transitions sont les symboles courants
Etats 0 1 2 3
n-1 n-2
1 1
-1 1
1 -1
-1 -1
13-nov.-06 Lyon 39
I-3. Egalisation
Exemple de signal source :

1 -1 1 1 -1 -1 -1 1
0 1 2 3 4 5 6
Chemin initial
hyp : h(0)=1; h(1)= -0.7; h(2)= 0.5
signal reçu : 1 -1 2.2 -.2 -1.2 0.2 -0.8 1.2
1 -1 1 -1 -1 1
Jean-Marie Gorce - CITI - Dept TC - INSA- -1 1
13-nov.-06 Lyon 40
I-3. Egalisation
Signal reçu : 1 -1 2.2 -.2 -1.2 0.2 -0.8 1.2
étape 1
0 1 2 3
instant 3 : états 11 : 2 chemins : 111 ou -111

-11 : 11-1 ou -11-1
1-1 : 1-11 ou -1-11
-1-1 : 1-1-1 ou -1-1-1
13-nov.-06 Lyon 41
I-3. Egalisation
Propriétés du maximum de vraissemblance
peu sensible au bruit (adapté pour les canaux

fortement bruités)
Longueur d ’étude L assez grande pour assurer la

convergence (typiquement L>5.Q)
complexité en MQ. Valable seulement pour Q faible,

et petites constellations (GSM par ex)

13-nov.-06 Lyon 42
I-3. Egalisation
G) Apprentissage
Par séquence pilote (GSM, WiFi, …)

Estimation de canal / égalisation
Algorithmes adaptatifs : 2 phases (learning /
tracking)
Méthodes aveugles
On estime le canal et le signal simultanément

13-nov.-06 Lyon 43
I-3. Egalisation
Pilotage par les décisions :

On veut minimiser l’erreur quadratique : dérivée du
critère
Gradient stochastique, ou LMS (Least Mean Square)
w(k ) = w(k − 1) + µ ⋅ y (k ) ⋅ ε (k )
ε k = d k − R − w k − 1 ⋅ y (k )
( ) ( ) ( )t
Soit séquence d’apprentissage (learning),

Soit décision (pilotage par les décisions, tracking)

13-nov.-06 Lyon 44
I-3. Egalisation
Exemple : filtre FIR

13-nov.-06 Lyon 45
I-3. Egalisation
Exemple : GSM
Trame 142.T
58 26T 58
séquence d’apprentissage (26 symboles)
Perte de ~20% du débit

Manque de robustesse aux variations du canal (vitesse limitée)
Pas toujours possible (ex : DAB, DVB, espionnage...)

13-nov.-06 Lyon 46
I-3. Egalisation
Estimation du canal
b(n)
x(n)
h(z) y(n)
connu!!
A résoudre :
ϕ yx ( n ) = h( n ) ∗ ϕ xx ( n ) + ϕ bx ( n )

13-nov.-06 Lyon 47
I-3. Egalisation
Résolution
ϕ yx ( n ) = h( n ) ∗ ϕ xx ( n ) + ϕ bx ( n )
=0
= σ x2 ⋅ δ ( n )
1
h( n ) = ⋅ ϕ yx ( n )
σ x2
L −1
Avec l ’estimateur classique : ϕ̂ yx ( n ) = ∑ y( n ) ⋅ x*
(n− p)
n= p
13-nov.-06 Lyon 48
I-3. Egalisation
En conclusion sur l ’égalisation
Viterbi : constellation de faible taille, canal court :

GSM
filtre RIF transverse : RSB élevé, canal peu sévère,
constellation de grande taille (haut débit) : TV
numérique câblée
DFE : canal assez sévère, bruit élevé, mais canal
court (i.e. distance courtes) : DECT

13-nov.-06 Lyon 49
I-4. La diversité
Quelques grandes lignes
principes
objectifs
Les différents types de diversité

13-nov.-06 Lyon 50
I-4 La diversité
Principe :
combiner plusieurs signaux reçus pour améliorer
la qualité du signal reçu.

13-nov.-06 Lyon 51
I-4 La diversité
Principe :
base théorique.
y1(n)=a1.s(n)+b1(n)
w1
Σ
w2
y2(n)=a2.s(n)+b2(n)

13-nov.-06 Lyon 52
I-4 La diversité
Comportement en bruit blanc.

probabilité d'erreur pour la BPSK
-2
10
détails…
-4
10
BER
-6
10
-8
10
-4 -2 0 2 4 6 8 10 12 14
Eb/N0 (dB)
13-nov.-06 Lyon 53
I-4 La diversité
Comportement sur canal de Rayleigh

13-nov.-06 Lyon 54
I-4 La diversité

13-nov.-06 Lyon 55
I-4 La diversité

13-nov.-06 Lyon 56
I-4 La diversité
Avec diversité :
sur chaque canal, les signaux s ’expriment sous la forme :
yk(n)=ak.s(n)+bk(n)
et à la sortie du combineur :
y (n ) = ∑ wk a k s (n ) + ∑ wk bk (n )
k k
Pu = Ps ⋅ ∑ wk a k wl* al* PN = σ ⋅ ∑ wk
2 2
k ,l k
a k*
Optimisation du C/I wk = µ ⋅
σ2
13-nov.-06 Lyon 57
I-4 La diversité
Le SNR est alors donné par:

γ = ∑γ k

on peut en déduire la probabilité (loi du χ2 à 2N degrés de

liberté)
la probabilité d ’erreur se calcul par :
perr (γ ) = ∫ p(γ ) ⋅ erfc γ ⋅ dγ ( )

13-nov.-06 Lyon 58
I-4 La diversité

13-nov.-06 Lyon 59
I-4 La diversité
Les différents types de diversité

diversité de fréquence
diversité en temps
diversité de polarisation
diversité d’espace ou angulaire
émission
réception

13-nov.-06 Lyon 60
II. Réception 802.11b
Caractéristique principale :
DS-SS : direct sequence spread spectrum
étalement de spectre à séquence directe
1- réception avec étalement de spectre

2- récepteur IEEE802.11b

13-nov.-06 Lyon 61
II-1 réception DSSS
II-1. principes du DS-SS

DS-SS= Direct Sequence Spread Spectrum
étalement de spectre par séquence directe
Rappel : Le codeur
Le décodeur
correlateur
matching filter
phaseur

13-nov.-06 Lyon 62
le codeur
ak b(t) bs(t)
CNA sRF(t)
osc.
c(t)
-1
0 1 2 3 4 5 6 7
-1
0 1 2 3 4 5 6 7
13-nov.-06 Lyon 63
le décodeur
bs(t) b(t) T
âk
∫ dt
0
osc.
c(t)
1
-1
0 1 2 3 4 5 6 7
-1
0 1 2 3 4 5 6 7
13-nov.-06 Lyon 64
bs(t) b(t) T
âk
∫ dt
0
osc. Le corrélateur
c(t)
1
-1
0 1 2 3 4 5 6 7
-1
0 1 2 3 4 5 6 7
13-nov.-06 Lyon 65
bs(t) b(t) T âk
∫ dt
0
osc. II-1 réception DSSS

c(t)
Problèmes de synchronisation du décodeur

13-nov.-06 0 1 2 3Lyon 4 5 6 66
La synchronisation (corrélateur)
bs(t) b(t) T âk
∫
0
dt
c(t)
osc.
Code
gen.
corrélateur synchronisation
Réponse impulsionnelle : c’(t)=c(-t)

13-nov.-06 Lyon 67
bs(t) b(t) T âk
∫ dt
0
osc. II-1 réception DSSS

c(t)
Recherche du maximum de corrélation

13-nov.-06 Lyon 68
Le phaseur : réception sur I/Q.

(sans DS-SS)
T âk
∫
0
dt
I
sRF(t) osc.
phaseur
-90°
Q T
∫ dt âk
0
channel
phase
pilote
estimation
13-nov.-06 Lyon 69
Schéma-bloc du récepteur simple
DS-SS receiver
I
Correlator. Phasor
Q
Code
gen.
Matching Channel
filter estim.

13-nov.-06 Lyon 70
Propriétés du décodeur simple.

Sélection du code : connu a-priori ou recherché.
Synchronisation du code : matching filter.
Synchronisation de phase : le phaseur utilise une séquence
connue (pilote).
Toutes ces opérations se font en quasi-temps réel :
Matching filter : filtre RIF.
Corrélateur : produit instantané.
Phaseur : produit instantané.

13-nov.-06 Lyon 71
B) Propriétés du DS-SS
Étalement spectral
Résistance aux bruits et interférences
Résistance aux évanouissements sélectifs :
RAKE receiver
Choix des codes d’étalement

13-nov.-06 Lyon 72
Intérêt du DS-SS
cas à considérer :
∆t < Tc (durée chip) : on ne peut rien faire
∆t > Ts : même chose que sans étalement; égalisation à

la sortie du décodeur DS-SS.
Tc < ∆t < Ts : intéressant; exploiter les propriétés du DS-

SS

13-nov.-06 Lyon 73
Principe
exploiter les propriétés de certains codes : recherche
des corrélations
utiliser un code dont la fonction d ’autocorrélation est
‘idéale’
(cf. ci-après)
exemple (wLAN : IEEE802.11b)
code de Barker à 11bits :
0 1 0 0 1 0 0 0 1 1 1

13-nov.-06 Lyon 74
1 bonne fonction d’autocorrélation=1 dirac
baseband
signal
spreaded
signal
matching
0 1 2 3 4 5 6 7
13-nov.-06 Lyon 75
II-3 Le DS-SS
Exemple d’un chemin double
baseband
signal
spreaded
signal
matching
0 1 2 3 4 5 6 7
13-nov.-06 Lyon 76
RAKE receiver.
DSSS
DSSSreceiver
DSSSreceiver
receiver combiner
I
Correlator.
Correlator. Phasor
Phasor delay
delay
Σ
Σ
Correlator. Phasor delay
Code Q
Code
Code
gen.
gen.
gen. Channel
Channel
Channel
estim.
estim.
estim.
Le nombre de raies résolvables

Matching
filter
est égale à Ts/Tc.
13-nov.-06 Lyon 77
Intérêt du DS-SS :
il permet d ’introduire le RAKE receiver, grâce à des
codes dont l ’autocorrélation est proche du dirac.
Ceci permet de dissocier des chemins tels que :
Tc < ∆t < Ts
= introduit de la diversité (plusieurs chemins)
la combinaison des chemins diminue le taux d’erreur
pour un C/N donné.
applications : - wLAN : fchip=11Mcps; k=11

- UMTS : fchip=3,86Mcps; k [4;256]
calculez les différences de chemins exploitables
13-nov.-06 Lyon 78
Intérêt du DS-SS :
il permet d ’introduire le RAKE receiver, grâce à des
codes dont l ’autocorrélation est proche du dirac.
Ceci permet de dissocier des chemins tels que :
Tc < ∆t < Ts
= introduit de la diversité (plusieurs chemins)
la combinaison des chemins diminue le taux d’erreur
pour un C/N donné.
applications : - wLAN : fchip=11Mcps; k=11

- UMTS : fchip=3,86Mcps; k [4;256]
calculez les différences de chemins exploitables
13-nov.-06 Lyon 79
III. Réception 802.11a
Caractéristique principale :
1- OFDM :
Égalisation « naturelle » par intervalle de garde
2- récepteur IEEE802.11a
Cf en TPs

13-nov.-06 Lyon 80

Radiocoms Avancees Partie III PDF

Transféré par

Informations du document

Titre original

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

Radiocoms Avancees Partie III PDF

Transféré par

Droits d'auteur :

Formats disponibles

Radiocommunications

les réseaux sans fil

Partie I : La norme WiFi Partie III : La réception

Jean-Marie Gorce - CITI - Dept TC - INSA-

Jean-Marie Gorce - CITI - Dept TC - INSA-

• B) Modèle en bande de base

discrete t ime continuous time Channel

pondérer des impulsions analogiques décalées en

g(t): réponse impulsionnelle du système de transmission

Jean-Marie Gorce - CITI - Dept TC - INSA-

B) récepteur en bande de base

Jean-Marie Gorce - CITI - Dept TC - INSA-

Jean-Marie Gorce - CITI - Dept TC - INSA-

D) Le filtre adapté (matching filter)

d(i) gTx(t) gRx(t) dˆ (i) + n(i)

Jean-Marie Gorce - CITI - Dept TC - INSA-

Ce critère permet de garantir les interférences entre

Jean-Marie Gorce - CITI - Dept TC - INSA-

Peut-on vérifier le critère de Nyquist tout en étant à la

Réponse : le sinus cardinal

Inconvénient majeur : ?????

Impulsions «presque» idéales

Jean-Marie Gorce - CITI - Dept TC - INSA-

Cosine rolloff filter sin(π Tt ) cos(rπ Tt )

Jean-Marie Gorce - CITI - Dept TC - INSA-

Représentation de la fenêtre cosinus amortie

Jean-Marie Gorce - CITI - Dept TC - INSA-

2nd Nyquist 1st Nyquist:

2nd Nyquist: 2nd Nyquist:

1st Nyquist: 1st Nyquist:

2nd Nyquist: 2nd Nyquist:

Jean-Marie Gorce - CITI - Dept TC - INSA-

Revenons au filtre adapté : ∞ 2

σ D2 ∫ gRx (τ ) gTx (T0 − τ ) dτ

Avec pour énergie d‘un symbole transmis

Jean-Marie Gorce - CITI - Dept TC - INSA-

Jean-Marie Gorce - CITI - Dept TC - INSA-

E) Taux d’erreur (canal AWGN)

Propriétés du signal en émission :

Puissance d’un symbole émis :

Propriétés du bruit AWGN lié aux systèmes

Puissance du bruit : N=κ.T°.W=N0.W

On exprime souvent la qualité d’un système en fonction de Eb/N0.

Taux d ’erreur théorique d ’une BPSK sur un canal

- après intégration sur [0;T] : P=Â2/2=(A.T)2 /2=Eb.T

Jean-Marie Gorce - CITI - Dept TC - INSA-

Que va-t-il se passer sur la

Jean-Marie Gorce - CITI - Dept TC - INSA-

Critère de maximum de vraisemblance

Jean-Marie Gorce - CITI - Dept TC - INSA-

Algorithmes itératifs (type LMS) : prédire le déphasage

Phase d’apprentissage : à partir d’une séquence pilote, on

 A creuser dans le récepteur WiFi sous ADS.

Jean-Marie Gorce - CITI - Dept TC - INSA-

Jean-Marie Gorce - CITI - Dept TC - INSA-

Idem : maximum de vraisemblance

 A creuser dans le récepteur WiFi sous ADS.

Jean-Marie Gorce - CITI - Dept TC - INSA-

Jean-Marie Gorce - CITI - Dept TC - INSA-

A) Exemple de canal discret en bande de base

Q 1er échantillon complexe

Application avec une BPSK

Jean-Marie Gorce - CITI - Dept TC - INSA-

A creuser dans le récepteur WiFi sous ADS.

A creuser dans le récepteur WiFi sous ADS.

IES résiduelle si le bruit est important

peu sensible au bruit (adapté pour les canaux

Longueur d ’étude L assez grande pour assurer la

complexité en MQ. Valable seulement pour Q faible,

Viterbi : constellation de faible taille, canal court :