Vous êtes sur la page 1sur 51

Traitement du signal pour les communications

numériques au travers de canaux radio-mobiles

Laurent ROS

Laboratoire Gipsa-lab, dpt Images-Signal, équipe CICS,


Grenoble-INP, école PHELMA

Soutenance d’Habilitation à Diriger des Recherches, 7 Mars 2016


école doctorale EEATS de l’Université Grenoble Alpes
Sommaire

1 Contexte des activités de recherche, et vue d’ensemble des travaux

2 Focus sur quelques contributions

3 Conclusion et Perspectives

2/35
1/ Contexte des activités de recherche et vue d’ensemble

Sommaire

1 Contexte des activités de recherche, et vue d’ensemble des travaux

2 Focus sur quelques contributions

3 Conclusion et Perspectives

3/35
1/ Contexte des activités de recherche et vue d’ensemble

Parcours

Juin 1992 : Diplôme d’ingénieur Supélec, option “Radiocommunications”,


1992-1993 : Scientifique du contingent à la DCN/Certel, Toulon

1993-1999: Ingénieur Recherche & Développement dans l’industrie


Centre National d’Etudes des Télécommunications, à Lannion
société Sodiélec (équipementier Télécom), à Millau

1999-2001 : Doctorat à l’Institut National Polytechnique de Grenoble,


sous la direction de Geneviève Jourdain et Marylin Arndt (Orange-lab, Meylan),
Titre : Réception multi-capteur pour un terminal radio-mobile dans un système d’accès multiple CDMA.

2001-2002 : ATER à l’ENSERG (Electronique et Radio-électricité, Grenoble)

2002-présent : Maître de conférences


enseignement à Grenoble-INP, école ENSERG puis PHELMA
recherche au Laboratoire des Images et des Signaux, puis Gipsa-lab

4/35
1/ Contexte des activités de recherche et vue d’ensemble

Encadrement doctoral

Co-encadrement de 7 thèses soutenues, et de 2 thèses en cours:


3 thèses internes au laboratoire (bourses du ministère):
Hussein Hijazi (2008), Jordi Vilà-Valls (2010), Soukayna Ghandour-Haidar (2014),
1 thèse en collaboration avec l’université de Lille:
Huaqiang Shu (2013)

5 thèses extérieures (collaboration R&D locale):


CEA-LETI: Youssef Nasser (2006), Mathieu Des Noes (2015),
Marguerite Marnat, et Yoann Roth,
STMicroelectronics: Robin Gerzaguet (2015)

Publications: 24 journaux, 58 conférences, 1 brevet, 1 chapitre de livre


á revues de “Traitement du Signal” (55 % des articles) ou “Communications” (45 %)

5/35
1/ Contexte des activités de recherche et vue d’ensemble

Domaine : communication et traitement du signal

Schéma de communication de Claude Shannon, 1948 

Bruit, perturbations

Source(s) Émission Réception Destinataire(s)


(codage,  Canal (démodulation, 
bits modulation) signal signal décodage) bits

objet: transmission d’information de manière fiable


au travers d’un canal donné (caractéristiques, perturbations)

á définition de schémas d’émission / réception adaptés au contexte


á estimation des paramètres du canal au niveau du récepteur

6/35
1/ Contexte des activités de recherche et vue d’ensemble

Contexte : communication radio-mobile

Exemples d’applications:
radio-navigation,
radio-diffusion, ...
WIFI mobile (WIMAX)
téléphonie mobile (3G, ...),

ondes radio-électriques, avec émetteur ou/et récepteur mobile :


spécificités systèmes: Bande passante, Puissances, type d’accès multiple, ...
canal “riche”: échos + évolutions dynamiques (effet Doppler), ...
7/35
1/ Contexte des activités de recherche et vue d’ensemble

Modulation (multi-voie, linéaire) sur fréquence porteuse

symboles xRF(t) Signal en bande portée:


d’information formes d’ondes signal en Bande globale
bande de base Transposition
{a1 [m]} 1 (t) sur fréq. porteuse
B
x (t)
{a2 [m]} 2 (t) + Re
f

B Station 0 f0
{aK [m]} K (t) Fréquence porteuse
f e+j2f0 t
téléphonie 3G:
Émission (partie bande de base) 0 B = 5 MHz et f0 = 2 GHz

8/35
1/ Contexte des activités de recherche et vue d’ensemble

Modulation (multi-voie, linéaire) sur fréquence porteuse

symboles xRF(t) Signal en bande portée:


d’information formes d’ondes signal en Bande globale
bande de base Transposition
{a1 [m]} 1 (t) sur fréq. porteuse
B
x (t)
{a2 [m]} 2 (t) + Re
f

B Station 0 f0
{aK [m]} K (t) Fréquence porteuse
f e+j2f0 t
téléphonie 3G:
Émission (partie bande de base) 0 B = 5 MHz et f0 = 2 GHz

Signal d’information à l’émission (en bande de base)


Temps symbole Ts ,

x(t) = ak × φk (t) 1 symbole, 1 voie Bande B1 d’une voie,


selon forme d’onde φk (t)

8/35
1/ Contexte des activités de recherche et vue d’ensemble

Modulation (multi-voie, linéaire) sur fréquence porteuse

symboles xRF(t) Signal en bande portée:


d’information formes d’ondes signal en Bande globale
bande de base Transposition
{a1 [m]} 1 (t) sur fréq. porteuse
B
x (t)
{a2 [m]} 2 (t) + Re
f

B Station 0 f0
{aK [m]} K (t) Fréquence porteuse
f e+j2f0 t
téléphonie 3G:
Émission (partie bande de base) 0 B = 5 MHz et f0 = 2 GHz

Signal d’information à l’émission (en bande de base)

+∞ Temps symbole Ts ,
X
x(t) = ak[m] × φk (t − m.Ts ) Bande B1 d’une voie,
m=0 selon forme d’onde φk (t)

1
Symboles successifs: sans interférence (IES) => B1 ≥ Ts
= bande minimale

8/35
1/ Contexte des activités de recherche et vue d’ensemble

Modulation (multi-voie, linéaire) sur fréquence porteuse

symboles xRF(t) Signal en bande portée:


d’information formes d’ondes signal en Bande globale
bande de base Transposition
{a1 [m]} 1 (t) sur fréq. porteuse
B
x (t)
{a2 [m]} 2 (t) + Re
f

B Station 0 f0
{aK [m]} K (t) Fréquence porteuse
f e+j2f0 t
téléphonie 3G:
Émission (partie bande de base) 0 B = 5 MHz et f0 = 2 GHz

Signal d’information à l’émission (en bande de base)

K X
+∞ Temps symbole Ts ,
X
x(t) = ak[m] × φk (t − m.Ts ) Bande B1 d’une voie,
k=1m=0 selon forme d’onde φk (t)

1
Symboles successifs: sans interférence (IES) => B1 ≥ Ts
= bande minimale

K Voies (utilisateurs): sans interférence (IEV) si h φk ; φk 0 i = 0

8/35
1/ Contexte des activités de recherche et vue d’ensemble

Exemples de Formes d’ondes : OFDM et CDMA


Orthogonal Frequency Division Multiplexing Coded Division Multiple Access

Parties réelles de k () Parties réelles de k ()


Voies fk Voies
k=1 0 k=1
1
2 f 2
T
3 2f 3
4 3f 4

⁞ ⁞ ⁞

8
⁞ 
8


0 +Ts 16 0 +Ts
1
bande 1 voie proche largeur min. (B1 ≈ Ts
) bande 1 voie très large (B1  1
Ts
)
occupe fraction B. globale : B1 ≈ B/K occupe toute la Bande : B1 ≈ B
9/35
1/ Contexte des activités de recherche et vue d’ensemble

Canal radio-mobile (1): échos ou trajets multiples

xRF(t) L trajets rRF (t)


Signal reçu (après retour bande base)
1 , 1
transposition retour
L
freq. porteuse f0
2 , 2 bande base X
x (t) r (t) r(t) ≈ αl (t).x(t − τl )
Re L , L
e+j2f0 t e-j2f0’t l=1

Canal équivalent (complexe) en Bande de Base Pour trajet numéro l:

Réponse Impulsionnelle 1 retard de propagation:


2 τl ,
h(, t0) L
à un instant t = t0  amplitude complexe:
1 2 L
 retards αl = ρl .e jθl ,
 (1 sec)
où θl (t) ≈ −j2πf0 τl (t)
Réponse en fréquence

|H( f , t0 )|
coh = 
| | dB

(1 MHz)
f
 Fréquence (statique)

10/35
1/ Contexte des activités de recherche et vue d’ensemble

Canal radio-mobile (1): échos ou trajets multiples

xRF(t) L trajets rRF (t)


xRF(t) rRF (t) Signal reçu (après retour bande base)
L1 trajets
, 1
transposition
1 , 1 retour
L
freq. porteuse f0
transposition 2 , 2 bande
retourbase X
x (t) freq. porteuse f0
2 , 2 bande base r (t) r(t) ≈ αl (t).x(t − τl )
x (t) Re L , L r (t)
Re
f0 t L , L f0’t l=1
e+j2 e-j2
e+j2f0 t e-j2f0’t
Canal équivalent (complexe) en Bande de Base Pour trajet numéro l:
Canal équivalent (complexe) en Bande de Base

Réponse Impulsionnelle 1 retard de propagation:


Réponse Impulsionnelle 1 
h(, t0) 22 L τl ,
h(, t0) L
à un instant t = t0  amplitude complexe:
à un instant t = t0 1 2 L 

 1 2 L retards
retards
αl = ρl .e jθl ,
 (1 sec)
 (1 sec) où θl (t) ≈ −j2πf0 τl (t)
Réponse en fréquence
Réponse en fréquence
|H
|H(( ff ,, tt00 ))|| 3 Effet étalement des retards ∆τ :
 = 
| dB

coh
coh = 
á distorsion fréquentielle des
| | dB

f
(1 MHz) f
(1 MHz) formes d’ondes, sauf si B1  Bcoh
 Fréquence (statique)
 Fréquence (statique)

10/35
1/ Contexte des activités de recherche et vue d’ensemble

Canal radio-mobile (2): variation des amplitudes complexes


vm
fréquence Doppler : fd = c .f0 (≈ 1 kHz à vm = 500 km/h en 3G)

Sur déplacement de quelques λ (15 cm en 3G) :

modèle déterministe (onde plane espace libre) :

αl (t) = ρl .e jθl (t)


Trajet n° l θl (t) = −2π. fd cos(angle d’arrivée) ×t
| {z }
décalage

Spectre Doppler

angle
d’arrivée

- fd 0 +fd Fréquence
(Doppler)

11/35
1/ Contexte des activités de recherche et vue d’ensemble

Canal radio-mobile (2): variation des amplitudes complexes


vm
fréquence Doppler : fd = c .f0 (≈ 1 kHz à vm = 500 km/h en 3G)

Sur déplacement de quelques λ (15 cm en 3G) :

modèle aléatoire (stationnaire, diffuseurs non corrélés) :

Loi amplitude complexe:


Trajet n° l
αl (t) ∼ CN (0, σα2 l )
Région de diffusion
et micro-trajets
Spectre Doppler
 2 dim. (Jakes)


- fd 0 +fd Fréquence
(Doppler)

11/35
1/ Contexte des activités de recherche et vue d’ensemble

Canal radio-mobile (2): variation des amplitudes complexes


vm
fréquence Doppler : fd = c .f0 (≈ 1 kHz à vm = 500 km/h en 3G)

Sur déplacement de quelques λ (15 cm en 3G) :

modèle aléatoire (stationnaire, diffuseurs non corrélés) :

Loi amplitude complexe:


Re { l (t) } coh =1 / fd
αl (t) ∼ CN (0, σα2 l )
0

(1 msec ou
temps t Spectre Doppler
d = cm) (ou distance d = vm t )
 2 dim. (Jakes)

3 Effets variation temporelle:



á “fading” (puissance instantanée),
- fd 0 +fd Fréquence
á distorsion temporelle, sauf si Ts  Tcoh (Doppler)

11/35
1/ Contexte des activités de recherche et vue d’ensemble

Types de problèmes à traiter : selon choix Ts et B1

Canal « lent » à l’échelle Ts canal « rapide »



« plat en fréq. »  à l’échelle B1

Tcoh = 1/fd
0 Ts
fd Temps 
symbole
 IEV (distorsion temp.)
 Estimation difficile
 pas de distorsion
 fading (manque diversité)

Bcoh
=
« sélectif en fréq. »



 résol. temp / réduit fading
 IEV (distorsion fréq.)

B1 Bande  d’une voie

12/35
1/ Contexte des activités de recherche et vue d’ensemble

Part. I: Etalement de spectre et autres schémas de transmission

T1: Récepteurs CDMA T2: Tech. de transmission

• Égalisation (utilisateurs, trajets)    [suite ma  thèse] • Tech. de diversité  (pré‐codage) [avec  A. Khalighi]


• Accès multiple  CDMA‐OFDM [ thèse   Y.  Nasser] 
• Synchronisation phases/retards [avec  E. Simon]
• Com.  à très faible puissance [thèse  Y.  Roth] 
• Détection de séquences PN [thèse  M. Des Noes]   • Acoustique Sous Marine [avec  A. Kibangou, C. Siclet] 

Part. II: Estimation dynamique Bayésienne de paramètres du canal 

T3: Estimateurs pour canaux  T4: Performances asymptotiques 
dynamiques et bornes Bayésiennes et liens boucles / filtres de Kalman
Pour canaux rapides en OFDM [thèse H. Hijazi] :
• Estimation des amplitudes complexes par 
• Mod. polynomiale,  Bornes Bayésiennes,    boucles de poursuite (CATL, structure  PLL),  
• Algorithmes (estimation amplitudes et  liens avec filtres de Kalman ``Random Walk’’
réjection d’interférences dues au Doppler) [avec  E. Simon, H. Hijazi] 

Avec estimation non linéaire ou conjointe   • Extension pour boucles / filtres d’ordre 3
d’offset de fréquence, phases,  ampl. , retards : (1‐trajet et multi trajet OFDM) [thèse H. Shu] 
• Récepteurs MIMO‐OFDM [avec  E. Simon] 
• Estimation d’un canal à relais mobiles multi‐
• Récepteurs satellites   [thèse J. Vilà‐Valls] bond par filtre de Kalman Auto‐Régressif
et récepteurs GSM  [avec H. Abeida, JM Brossier]  
[thèse S. Ghandour‐Haidar] 
• Terminaux multistandard  [thèse  R. Gerzaguet]

13/35
2/ Focus sur quelques contributions

Sommaire

1 Contexte des activités de recherche, et vue d’ensemble des travaux

2 Focus sur quelques contributions

3 Conclusion et Perspectives

14/35
2/ Focus sur quelques contributions Récepteurs en étalement de spectre CDMA: synchronisation

1 Contexte des activités de recherche, et vue d’ensemble des travaux

2 Focus sur quelques contributions


Récepteurs en étalement de spectre CDMA: synchronisation
Estimation dynamique : des amplitudes complexes en OFDM (canaux rapides)
Performances asymptotiques: boucles de poursuite et filtres de Kalman (canaux lents)

3 Conclusion et Perspectives

15/35
2/ Focus sur quelques contributions Récepteurs en étalement de spectre CDMA: synchronisation

Synchronisation de retard et de phase en CDMA (2002-2007)

Collaboration avec E. Simon (Univ. Lille, après thèse Grenoble 2004, dir. K. Raoof)
Problématique : synchronisation en contexte multi-utilisateur multi-trajet, à
partir d’algorithmes récursifs standards 1-trajet 1-utilisateur appliqués par trajet.

1 Ts
vers L-1 autres des autres
branches branches
décision
r(t) branche trajet l
…l L y1[ m ] aˆ1[ m ]
 H
1 z1 (t)
× × +

l
Filtre adapté
au code
désiré i = 1 p(l)  j .ˆl [m]
pré-filtre e

Retard Phase

Synchronisation trajet l

τ̂l[m+1] = τ̂l[m] + µR .vR[m] ; θ̂l[m+1] = θ̂l[m] + µP .vP[m]

16/35
2/ Focus sur quelques contributions Récepteurs en étalement de spectre CDMA: synchronisation

Synchronisation de retard et de phase en CDMA (2002-2007)

Collaboration avec E. Simon (Univ. Lille, après thèse Grenoble 2004, dir. K. Raoof)
Problématique : synchronisation en contexte multi-utilisateur multi-trajet, à
partir d’algorithmes récursifs standards 1-trajet 1-utilisateur appliqués par trajet.

1 Ts
vers L-1 autres des autres Inter-corrélations k1 () = < k (t) ; 1 t
branches branches
décision |11
r(t) branche trajet l
…l L y1[ m ] aˆ1[ m ]
 1H z1 (t)
× × +

l |21
Filtre adapté
au code
désiré i = 1 p(l)  j .ˆl [m] |31
pré-filtre e
|41
Retard Phase 

-Ts 0 +Ts
Synchronisation trajet l
[ codes Walsh-Hadamard embrouillé UMTS-TDD, Q=16 chips ]
τ̂l[m+1] = τ̂l[m] + µR .vR[m] ; θ̂l[m+1] = θ̂l[m] + µP .vP[m]

á Clef: Ajout de préfiltre dans chemin de synchronisation: retard (early-late), phase


16/35
2/ Focus sur quelques contributions Récepteurs en étalement de spectre CDMA: synchronisation

á Diminution variance d’estimation á Correction du biais d’estimation


de retard (boucle Early-Late) de phase (boucle à remodulation)
τl
[ K=Q=16, L=1, nb coefficients préfiltre: 0 à 9 ] [ L=4 trajets, retards connus Tc = 0, 0.5, 1.5, 2.5 ]

-2
10 Caractéristique du Détecteur
Variance de l’erreur de retard

sans préfiltre d’erreur: sans et avec préfiltre

 
-3
10 3 1
S courbe SP  1 ˆ1 trajet 1
5 1
-4
10 7 0.8
0.6
9 0.4
Point d’équilibre
-5 0.2
10 - 0,3 rad
BCRM 0
-0.2
-6 -0.4
10
-0.6
-0.8
-1
-3 -2 -1 0 1 2 3
0 5 10 15 20 25 30 35 40
erreur 1 ˆ1 ((radians)
rad )
Eb/N0 (dB)
E. Simon, L. Ros, K. Raoof, “Synchronization over rapidly time-varying
E. Simon, K. Raoof, L. Ros, “Synchronisation conjointe rythme et phase en
multi-path channels for CDMA downlink receiver in Time-Division mode”,
CDMA optimisée dans un contexte multi-utilisateur”, Annal. Télécom., 2004
IEEE Trans. on Vehicular Tech., 2007
17/35
2/ Focus sur quelques contributions Estimation dynamique des amplitudes complexes en OFDM (canaux rapides)

1 Contexte des activités de recherche, et vue d’ensemble des travaux

2 Focus sur quelques contributions


Récepteurs en étalement de spectre CDMA: synchronisation
Estimation dynamique : des amplitudes complexes en OFDM (canaux rapides)
Performances asymptotiques: boucles de poursuite et filtres de Kalman (canaux lents)

3 Conclusion et Perspectives

18/35
2/ Focus sur quelques contributions Estimation dynamique des amplitudes complexes en OFDM (canaux rapides)

Modèle émission-réception OFDM, selon mobilité


a[m] y[m] Symboles estimés après FFT
a1 [m] Canal (K voies ou sous-porteuses) :
( PC et )
a2 [m] à L trajets
IFFT FFT y[m] = H[m] a[m] + w[m]
a K [m] retards l
gains l [m, q]
( et PC )

Ts
K+ échantillons
0 fdTs = 0.1
fdTs = 0.3
−10
  fdTs = 0.9

E{ | [ H ]k, k ’ |2 } (dB)
H[m] k,k 0 = −20
fdTs = 0

  −30

1 X
L k 0 −1 K−1
1 τl X k 0 −k
e−j2π( K − 2 ) Tc αl[m,q] ej2π K q 
−40

K l=1 q=0 −50

−60
−25 −20 −15 −10 −5 0 5 10 15 20 25
indices sous− porteuses k − k ’

matrice H[m] = diag{h [m] } si canal varie peu durant Ts ,


k−1 1 ) τl
où h [m] = F.α[m] avec [F]k,l = e −j2π( K
−2 Tc

sinon H[m] non diagonale (⇒ IEV),


19/35
2/ Focus sur quelques contributions Estimation dynamique des amplitudes complexes en OFDM (canaux rapides)

Ordres de grandeurs des vitesses critiques selon systèmes

fd Ts 10−3 10−2 10−1 5.10−1


WiMax (3.5 GHz) 3 km/h 33 km/h 337 km/h 500 km/h
LTE (2.6 GHz) 6 km/h 62 km/h 623 km/h 950 km/h
LTE (900 MHz) 18 km/h 180 km/h 1800 km/h 2700 km/h

Interférence entre sous-porteuses (IEV)

Puissance de l’Interférence entre sous−porteuses (IEV) en fonction de fdTs

0
K = 128 sous−porteuses

PIEV (dB) −10

−20

−30

−40
0.01 0.05 0.1 0.5 1
fdTs

fréquence Doppler normalisée


(par Ts = durée d’un symbole OFDM)
20/35
2/ Focus sur quelques contributions Estimation dynamique des amplitudes complexes en OFDM (canaux rapides)

Estimation pour canaux rapides (2005-2012)

Travaux initiés par la thèse de H. Hijazi (Bornes et algo. estimation/réduction IEV)


Principe général = processus itératif (basé sur pilotes puis décisions â[m] ) entre:
1 Estimation de canal (supposant τl fixes et connus):
- estimation α̂[m] ⇒ nombreux paramètres (K × L)
- construction de Ĥ[m]
2 Décision avec Egalisation à soustraction d’interférence (reconstruite)

á Modélisation polynomiale, et Algorithmes de reconstruction de α̂[m] :


Algo. basé sur moyennes α[m] estimées (0.01 ≤ fd Ts ≤ 0.1)
H. Hijazi, L. Ros, “Polynomial Estimation of Time-Varying Multipath Gains With Intercarrier Interference Mitigation in OFDM Systems”,
IEEE Trans. on Vehicular Tech., 2009

Algo. basé sur l’estimation des coefficients polynomiaux (fd Ts ≥ 0.1)


H. Hijazi, L. Ros, “Joint Data QR-Detection and Kalman Estimation for OFDM time-varying Rayleigh Channel Complex Gains”,
IEEE Trans. on Communications, 2010

21/35
2/ Focus sur quelques contributions Estimation dynamique des amplitudes complexes en OFDM (canaux rapides)

Modélisation polynomiale des amplitudes complexes


Re { l (t) } [pour fdTs = 0.1] Re { l (t) }

Nc = 2 coefficients (et par 2Ts) Nc = 3 coefficients (et par 3Ts)

EQM théorique de l’approximation polynomiale (sur 1Ts ) versus fd Ts (modèle 2D)


0
10

−5
10
MMSE

−10
10

Nc = 1
−15 N = 2
10 c
N = 3
c
Nc = 4
Nc = 5
−20
10
0.001 0.05 0.1 0.2 0.3 0.4 0.5
fdT

H. Hijazi, L. Ros, “Analytical Analysis of Bayesian Cramer-Rao Bound for Dynamical Rayleigh Channel Complex Gains Estimation in OFDM System”,
IEEE Trans. on Signal Processing, 2009
22/35
2/ Focus sur quelques contributions Estimation dynamique des amplitudes complexes en OFDM (canaux rapides)

Algorithme : polynômes, processus AR, et Kalman


Performances pour fd Ts = 0.3
Filtre de Kalman basé sur :
(Nc = 3 coef., AR r=1, égaliseur QR)
Modèle d’observation : approx. [taux de pilotes : 1/4, K = 128 sous-porteuses, L=6 trajets]

polynomiale (Nc coeff./trajet): 0


10
y[m] ≈ D[m] c[m] + w[m]
Algo. basé sur moyennes

Taux Erreur Binaire


−1
Modèle d’état : approximation 10
Auto-Régressive d’ordre r de la
dynamique des coefficients:
−2 KF 1 itération
r
X 10
(i)
c̃l[m] = − Al c̃l[m−i] + ul[m] KF 2 itér.
i=1
−3 KF 10 itér.
10

−4
10 Borne Canal et IEV connus

0 5 10 15 20 25 30 35 40
RSB
23/35
2/ Focus sur quelques contributions Estimation dynamique des amplitudes complexes en OFDM (canaux rapides)

Algorithme : polynômes, processus AR, et Kalman


Performances pour fd Ts = 0.3
Filtre de Kalman basé sur :
(Nc = 3 coef., AR r=1, égaliseur QR)
Modèle d’observation : approx. [taux de pilotes : 1/4, K = 128 sous-porteuses, L=6 trajets]

polynomiale (Nc coeff./trajet): 0


10
y[m] ≈ D[m] c[m] + w[m]
Algo. basé sur moyennes

Taux Erreur Binaire


−1
Modèle d’état : approximation 10
Auto-Régressive d’ordre r de la
dynamique des coefficients:
−2 KF 1 itération
r
X 10
(i)
c̃l[m] = − Al c̃l[m−i] + ul[m] KF 2 itér.
i=1
−3 KF 10 itér.
10
Extensions : estimation conjointe de
canal et d’offset de fréquence (bornes
hybrides, EM, Kalman étendu) −4
10 Borne Canal et IEV connus
E.Simon, L. Ros, H. Hijazi, M. Ghogho, “Joint carrier frequency offset
and channel estimation for OFDM systems via the EM algorithm in the 0 5 10 15 20 25 30 35 40
presence of very high mobility”, IEEE Trans. on Signal Processing, 2012
RSB
23/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

1 Contexte des activités de recherche, et vue d’ensemble des travaux

2 Focus sur quelques contributions


Récepteurs en étalement de spectre CDMA: synchronisation
Estimation dynamique : des amplitudes complexes en OFDM (canaux rapides)
Performances asymptotiques: boucles de poursuite et filtres de Kalman (canaux lents)

3 Conclusion et Perspectives

24/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

Etudes pour canaux lents (2009-2015): Motivations


Estimation des A.C. en OFDM => canal lent : H[m] diagonale, pas d’IEV
Kalman de référence “direct” sur modèle d’observation : y[m] = D[m] α[m] + w[m]
reste complexe : O(K 3 + K 2 L(r + 1))
perf. loin des bornes avec modèle d’état AR d’ordre r ≤ 3,
réglé par critère de coïncidence de corrélation
Objectif : algorithmes + performants et + simples

25/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

Etudes pour canaux lents (2009-2015): Motivations


Estimation des A.C. en OFDM => canal lent : H[m] diagonale, pas d’IEV
Kalman de référence “direct” sur modèle d’observation : y[m] = D[m] α[m] + w[m]
reste complexe : O(K 3 + K 2 L(r + 1))
perf. loin des bornes avec modèle d’état AR d’ordre r ≤ 3,
réglé par critère de coïncidence de corrélation
Objectif : algorithmes + performants et + simples

á Clefs :
Modèle d’état approchant l’a priori: adéquat et bien réglé á critère variance
s
 1
σ2 3
ex: γAR(1) = J0 (2πfd Ts ) => 1 − 4 (πfd Ts )4 2w
σα

S. Ghandour-Haidar, L. Ros, J.M. Brossier , “On the use of first-order autoregressive modeling for Rayleigh flat fading channel estimation
with Kalman filter”, Elsevier Signal Processing, 2012

Structure: Tête commune + Traitements parallèles par trajet: O(KL)


H. Shu, L. Ros, E. Simon, “Simplified Random-Walk-Model-Based Kalman Filter for Slow to Moderate Fading Channel Estimation in

OFDM Systems”, IEEE Trans. on Signal Processing, 2014.

Coefficients constants (en mode de poursuite), 6= mise à jour gain de Kalman


25/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

Boucle de poursuite des amplitudes complexes (CATL, r = 2)

y [m] Détecteur d’Erreur Filtre de boucle (PI)


̂ LS [m] v [ m ]
+
+  +
LS

L ‐ L branches
indépendantes v L ag1 [ m ]
D + 
K
sous‐porteuses z‐1
(sortie FFT) estimée
prédiction 
ˆ [m m]

ˆ [m m1] correction
+

Générateur commandé
Entrée (après FFT): vc[ m ]
y [ m ]  D [ m ]  [m]  w [ m ] 
ˆ [m1 m]
z‐1 +

L. Ros, H. Hijazi, E. Simon, “Complex Amplitudes Tracking Loop for multipath channel estimation in OFDM systems
under slow to moderate fading”, Elsevier Signal Processing, 2014

26/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

Boucle de poursuite des amplitudes complexes (CATL, r = 2)

y [m] Détecteur d’Erreur Filtre de boucle (PI)


̂ LS [m] v [ m ]
+
+  +
LS

L ‐ L branches
indépendantes v L ag1 [ m ]
D + 
K
sous‐porteuses z‐1
(sortie FFT) estimée
prédiction 
ˆ [m m]

ˆ [m m1] correction
+

Générateur commandé
Entrée (après FFT): vc[ m ]
y [ m ]  D [ m ]  [m]  w [ m ] 
ˆ [m1 m]
z‐1 +

Correction: Prédiction:
α̂[m|m] = α̂[m|m−1] +µ1 .v [m] α̂[m+1|m] = α̂[m|m] + µ2 .v Lag1[m]
| {z } | {z }

26/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

Boucle de poursuite des amplitudes complexes (CATL, r = 3)

y [m] Détecteur d’Erreur Filtre de boucle (PII)


̂ LS [m] v [ m ]
+ 
+ +
LS L ‐ L branches
v Lag1 [m]
D  indépendantes
+ 
K z ‐1
sous‐porteuses v Lag2 [m]
(sortie FFT) estimée + z ‐1 
prédiction 
ˆ [m m]

ˆ [m m1] correction
+

Générateur commandé
Entrée (après FFT): vc[ m ]
y [ m ]  D [ m ]  [m]  w [ m ] 
ˆ [m1 m]
z‐1 +

Correction: Prédiction:
α̂[m|m] = α̂[m|m−1] +µ1 .v [m] α̂[m+1|m] = α̂[m|m] + µ2 .v Lag1[m] + µ3 .v Lag2[m−1]
| {z } | {z }

26/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

Boucle de poursuite des amplitudes complexes (CATL, r = 3)

y [m] Détecteur d’Erreur Filtre de boucle (PII)


̂ LS [m] v [ m ]
+ 
+ +
LS L ‐ L branches
v Lag1 [m]
D  indépendantes
+ 
K z ‐1
sous‐porteuses v Lag2 [m]
(sortie FFT) estimée + z ‐1 
prédiction 
ˆ [m m]

ˆ [m m1] correction
+

Générateur commandé
Entrée (après FFT): vc[ m ]
y [ m ]  D [ m ]  [m]  w [ m ] 
ˆ [m1 m]
z‐1 +

réglage: (µ1 , µ2 , µ3 ) ou (fn , ζ, Rc); critère: min E{||α[m] − α̂[m|m] ||2 }

26/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

Pour 1 trajet l : filtre de Kalman Random-Walk −→ CATL


m1

r=1 r=2 r=3


[m] = [m-1] + u[m]
avec u  CN (0, 2u )

[m] [m] [m]


[m-1]
[m-1]
u [m-1]
m-1 m m-1 m m-1 m

L. Ros, E. Simon, “Second-order modeling for Rayleigh flat fading channel estimation with Kalman filter”, 17th IEEE international conference on Digital
Signal Processing, Corfu, GREECE, July 2011

H. Shu, E. Simon, L. Ros, “Third-order Kalman Filter : tuning and steady-state performance”, IEEE Signal Processing Letter, 2013

27/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

Pour 1 trajet l : filtre de Kalman Random-Walk −→ CATL


m1

r=1 r=2 r=3


[m] = [m-1] + u[m]
avec u  CN (0, 2u )

[m] [m] [m]


[m-1]
[m-1]
u [m-1]
m-1 m m-1 m m-1 m

Kalman RW en mode de poursuite (gain [k1[m] , k2[m] , k3[m] ]T −→ [k1 , k2 , k3 ]T ):


m1

eq. filtrage −→ CATL avec µ1 = k1 , µ2 = k2 + 21 k3 , µ3 = k3 ,


1
eq. Ricatti (cas lent): k1 ≈ 2( σσwu ) 3 , k2 ≈ k12 /2, k3 ≈ k12 /8
LS
k1
á CATL(ζ ≈ 21 , Rc ≈ 2) à fréquence naturelle fn Ts = π réglable par σu .
27/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

Performance et réglages des CATLs: formules explicites


Z
∀ spectre Doppler, fonction de Sα = Γα (f )f 2r df ∝ fd 2r pour 2D(Jakes) ou 3D

28/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

Performance et réglages des CATLs: formules explicites


Z
∀ spectre Doppler, fonction de Sα = Γα (f )f 2r df ∝ fd 2r pour 2D(Jakes) ou 3D

Variance d’estimation CATL ordre r=1,2, ou 3 (spectre Doppler 2D ou 3D)


1 2r
σ2 (2D ou 3D) ≈ constr · σα2 /L fd Ts × σLS2
 2r+1  2r+1
·

1 2r 1
2
· ( fd Ts ) 2r+1 × ( σ 1 ) 2r+1

obtenu avec fn Ts = const’r · σα /L 2r+1
LS2

2
σw
Bruit de boucle σLS2 = λ · K
, dépend de la distribution des retards τl ,
τ
−j2π( k−1 −1 ) l
K
· Trace (FH F)−1 ≥ 1

avec λ = L
et [F]k,l = e K 2 T c

28/35
2/ Focus sur quelques contributions Performances asymptotiques: boucles de poursuite / Kalman (canaux lents)

Courbes de variance d’estimation asymptotique


pour fd Ts = 10−3 pour SNR = 20 dB
−1 AR1 CM−KF
10
RW1−LS−CATL
RW2−LS−CATL
RW3−LS−CATL −3
−2
10 RW1−LS−CATL(theory)
10
RW2−LS−CATL(theory)
RW3−LS−CATL(theory)
−3 RW1−KF

MSE
10 RW2−KF
RW3−KF
MSE

BCRB
−4
10 10
−4
AR1 CM−KF(simu.)
RW1−CATL(simu.)
RW1−CATL(theory)
−5 RW2−CATL(simu.)
10
RW2−CATL(theory)
RW3−CATL(simu.)
RW3CATL(theory)
−6
10 −5 on−line BCRB
10 -4 -2
0 5 10 15 20 25 30 35 40 10 −3
SNR (dB) 10 f T 10
ds
pour canal L=6 trajets, spectre Doppler 2D, K = 128 s.p., Kp = 16 pilotes
H. Shu, E. Simon, L. Ros, “On the Use of Tracking Loops for Low-Complexity Multi-Path Channel Estimation in OFDM Systems”,
Elsevier Signal Processing, 2015
29/35
3/ Conclusion et Perspective

Sommaire

1 Contexte des activités de recherche, et vue d’ensemble des travaux

2 Focus sur quelques contributions

3 Conclusion et Perspectives

30/35
3/ Conclusion et Perspective

Conclusion
Couche physique des com. sans fil en mobilité: domaine très vaste.

Contributions ciblées:
schémas d’émission-réception : CDMA et ses dérivées ...

estimation dynamique de canal á Analyse théorique (brique de base)


- bornes de Cramer-Rao Bayésiennes,
- optimisation : réglage et ordre modèle d’état des estimateurs vs paramètres
modèle physique (Doppler, Bruit de phase, décalages fréquences porteuse/horloge),
- formules explicites: filtres de Kalman (1960) et boucles PLL (1930) revisités

Collaborations principales :
universités (Gipsa-lab, Univ. Lille, Univ. Libanaises)
centre de recherches technologique :
- LETI (labo “Com. Num. Algo”: M. Des Noes, V. Savin, ...).
- ST (Fabrice Belveze, ...).
31/35
3/ Conclusion et Perspective

Perspectives à l’estimation de canal et compensation

Extension des formules explicites de performances/réglages des algorithmes


de poursuite (boucles, LMS, Kalman) en canal lent (1 bond ou multi-bond) :
autres modèles d’états que RW1,2,3 ou AR(1) => AR(p) pour p ≥ 2, ...
autres modèles d’observations: canal rapide, ...

Réglage auto-adaptatif des algorithmes (sans a priori sur l’état du canal)

Extensions des études à d’autres champs d’application :


formes d’onde 5G (“generalized OFDM”), ...

En s’éloignant :

Exploitation des formules: prise en compte erreurs d’estimation de canal dans


calcul de capacité (allocation ressources, sélection de noeuds en com. coopérative),
Optimisation codage/décodage selon dynamique du canal, et perf. estimation

32/35
3/ Conclusion et Perspective

Perspectives aux schémas de transmissions

Travaux en perspective avec le LETI

Enjeux sociétaux (“Green Telecom”): limiter l’impact sur l’environnement

á consommation en énergie des équipements

á pollution électromagnétique (énergie rayonnée)


Ex: “Massive MIMO” sur station de base (focalisation énergie par retournement temporel)

thèse potentielle sur antennes agiles (B. Miscopein), + 2 axes déjà démarrés

33/35
3/ Conclusion et Perspective

á Schéma de transmission à faible énergie par bit reçue


Limite de Shannon
101

Région d’efficacité spectrale

100
η (bits/s/Hz)

10−1 Région d’efficacité énergétique

10−2

10−3
−2 0 2 4 6 8 10 12 14 16 18
Eb /N0 (dB)

contextes: objets communicants, réseau Longue portée, réseau de capteurs


noeud bas débit, efficacité énergétique vs spectrale ?
thèse LETI Yoann Roth (J.B. Doré, V. Berg): émission noeud/réception S.B.
á Mod. non linéaire à dictionnaire ⊥ (FSK) + principe turbo
34/35
3/ Conclusion et Perspective

á Schéma de transmission à faible énergie par bit reçue


BER = 10−5 , p × r ' 1024 bits (128 octets)

Code à répétition M-PSK


101 Orthogonal M -aire Limite de Shannon
8 16
4

2
100
4 2
η (bits/s/Hz)

8
16
32 λ=4
64 λ=8
10−1
128 λ = 16
256
512
1024
10−2
4096
λ = 512
10−3
−2 0 2 4 6 8 10 12 14
Eb /N0 (dB)

λ = 1024
contextes: objets communicants, réseau Longue portée, réseau de capteurs
noeud bas débit, efficacité énergétique vs spectrale ?
thèse LETI Yoann Roth (J.B. Doré, V. Berg): émission noeud/réception S.B.
á Mod. non linéaire à dictionnaire ⊥ (FSK) + principe turbo
34/35
3/ Conclusion et Perspective

á Acquisition parcimonieuse dans les récepteurs RF


thèse LETI Marguerite Marnat (M. Pelissier, D. Morche, O. Michel)
contexte: récepteur “intelligent” sondant l’environnement (bandes occupées, interférent ?)
á principe de l’échantillonnage parcimonieux (“Analog to Information Converter”)

“Modulated Wideband Converter” [Mishali, 2010]

35/35
Merci de votre attention!