Vous êtes sur la page 1sur 32

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/327847823

Cours communications numériques avancées Pour Master 1 Systèmes des


Télécommunications

Chapter · September 2018

CITATIONS READS

0 140

1 author:

Benyarou Mourad
Abou Bakr Belkaid University of Tlemcen
5 PUBLICATIONS   0 CITATIONS   

SEE PROFILE

All content following this page was uploaded by Benyarou Mourad on 24 September 2018.

The user has requested enhancement of the downloaded file.


Cours
communications
numériques avancées
Pour Master 1 Systèmes des Télécommunications

BENYAROU Mourad

2018-2019

15
16
Objectifs de l’enseignement :

A l'issue de ce cours, l’étudiant saura identifier les fonctions réalisées dans les systèmes de
communication numérique avancés. Cette matière aborde les différentes notions sur les
canaux non idéaux, les techniques d’accès multiple ainsi que les systèmes MIMO.

Connaissances préalables recommandées :

Des notions de base sur la théorie de l’information et du traitement du signal ainsi que sur la
modulation et la démodulation sont nécessaires pour suivre cette matière.

17
Contenu de la matière :

Chapitre 1. Rappels sur les modulations numériques

- Modulations à bande étroite et à large bande


- Modulations numériques de type ASK, FSK, PSK
-- Transmissions
Transmissions Numériques
Numériques enen bande
bande limitée
limitée
-- Evaluations
Evaluations des
des systèmes
systèmes de
de transmission
transmission numériques
numériques

- Récepteurs AWGN : Démodulateur et Détecteur

Chapitre 2. Canaux non idéaux

- Canaux sans fil, trajets multiples, bruit, interférences, Canaux invariants et variants,
Fading de Rice et de Rayleigh

Chapitre 3. Techniques d'accès multiple

- Time Division Multiple Access (TDMA)


- Frequency Division Multiple Access (FDMA)
- Code Division Multiple Access (CDMA)
- Orthogonal Frequency Division Multiplexing (OFDM)

Chapitre 4. Systèmes MIMO

- Diversité à l'émission, Codage spatio-temporel, Multiplexage spatial


- Démodulation conjointe, Multi-utilisateurs MIMO

2
18
1.4 Transmissions Numériques en bande limitée

Pour transmettre un signal issu d’une source appelée signal numérique, on a besoin d’un canal
de transmission et d’un destinataire appelé récepteur, figure 1.21.

Source Canal de Récepteur


transmission

Figure 1.21

Le canal de transmission dans ce cas est considéré comme idéal car il ne tient pas compte de
l’effet de la fréquence ou du temps.
En effet le récepteur récupère pratiquement tout le signal parvenant de la source et cela sans
erreur et sans perte de l’information.

Dans ce cas le canal idéal est dit canal à bande passante infinie et sans mémoire. Dans la
réalité le canal de transmission ne possède pas une bande passante infinie mais il a une bande
fréquentielle limitée et de plus il a une mémoire car il tient compte des signaux du passé
causés par les retards de transmission.

Si le canal de transmission est filaire (ligne bifilaire, câble coaxiale) on dit que la transmission
se fait en bande de base.

Le schéma de la figure 1.21 est très simplifié, théoriquement un schéma d’une chaine de
communication numérique à bande limité peut être représenté par la figure 1.22.

Emetteur Filtre Milieu de Récepteur


théorique d’émission transmission

Canal de transmission bruit


Figure 1.22

Dans la figure ci-dessus le filtre d’émission sert à limiter le spectre du signal émis à une bande
fréquentielle choisie à l’avance, car le spectre fréquentiel existant dans le cas général est
divisé entre plusieurs normes de communications et celles-ci possèdent chacune une bande
fréquentielle bien déterminée.

Le milieu de transmission peut être filaire, espace libre (transmission par satellite, faisceaux
hertziens ou radiocommunications entre les mobiles), optique (LED-photodiode), fibres
optique.

Le bruit dans la figure 1.22 peut être causé par l’agitation thermique des électrons dans les
composants électroniques dans le récepteur, le bruit peut être causé aussi par les perturbations
extérieures comme les rayonnements divers captés par l’antenne, par exemple le bruit des
moteurs électriques ou le bruit causé par les interférences entre les utilisateurs dans les
réseaux de communications.
19
Dans ce chapitre on considère seulement le bruit causé par l’agitation thermique des électrons
dans les composants électroniques dans le récepteur. Dans la figure 1.23a on a crée un bruit
aléatoire constitué de 1000 échantillons temporels, son histogramme est représenté à la figure
1.23b.

(a) (b)
Figure 1.23

On constate que l’histogramme suit l’allure d’une courbe gaussienne, courbe en vert, donc la
fonction de densité de probabilité est de la forme :

( )=√
( )
(1.23)

étant le bruit de moyenne = 0 et de variance =


étant la densité spectrale mono-latérale du bruit

Ce bruit est appelé Bruit Blanc Additif Gaussien (BBAG) ou en anglais Additive White
Gaussian Noise (AWGN) car sa fonction de densité de probabilité a une forme gaussienne,
figure 1.23b.
Dans la suite on va considérer que le canal de transmission possède une largeur de bande
fréquentielle grande devant celle du signal à transmettre.

1.4.1 Transmissions Numériques en bande de base

Dans ce cas le canal de transmission est filaire est la transmission est dite en bande de base.
Puisque on a une transmission filaire, on peut considérer que les signaux à la sortie et à

et le bruit ( ) est un bruit blanc additif gaussien (BBAG).


l’entrée de cette dernière sont les mêmes (pas d’atténuation ni en amplitude ni en puissance)

( ) se trouve à l’entrée du récepteur et le filtre d’émission fait partie du canal de


Le canal de transmission dans la figure 1.24 est un canal théorique, dans la réalité le bruit

transmission.

Puisque la transmission s’effectue en bande de base, l’émetteur peut contenir ou pas le


modulateur et le récepteur peut contenir ou pas le démodulateur suivant qu’on a une
transmission M-aires ou binaire respectivement.

20
Dans ce cas la figure 1.22 est détaillée à la figure 1.24, le bloc émetteur contient le signal
numérique qu’on veut transmettre (la source), un codeur bits/symboles et à sa sortie on a le
filtre de mise en forme des impulsions ak.

Le canal de transmission contient le filtre d’émission ( ) et le bruit BBAG ( ).

Le récepteur effectue les opérations inverses, donc il a besoin d’un filtre de réception, d’un

= 2 valeurs existantes
circuit d’échantillonnage synchronisé avec l’horloge de l’émetteur, d’un circuit de décision

doit il prendre à chaque instant ! d’échantillonnage et d’un décodeur symbole/bits pour


appelé comparateur à seuil pour décider quelle valeur parmi les

trouver les bits émis.

B(t)

s(t) Codeur a(t) h(t) e(t) ge(t) z(t)


Source Bits/symbole Filtre
mise en
binaire d’émission
forme

Emetteur théorique Canal de transmission

Comparateur à seuil y(t0+iTs) Circuit

23( )
d’échantillonnage

4̂ ( )
Décodeur y(t) gr(t)
Symbole/ Filtre de
Bits réception x(t)

Régénération de
l’horloge

Récepteur

Figure 1.24

La figure 1.24 représente un schéma général d’une chaine de transmission numérique en


bande de base et dans un canal à bande limitée.

Une transmission numérique est meilleure si tous les bits émis se trouvent récupérés à la sortie
du récepteur, d’où on définie le taux d’erreur binaire par :

"#=
$%#& ($()* #+(, &&$ é,
$%#& ($()* #+(, %+,
(1.26)

Par exemple si nous avons 2 bits erronés sur 1000000bits émis, on aura le " # = =
2 × 1001 , on peux le considérer comme étant un bon " # .

1.4.2 Calcul des équations de sortie de chaque bloc

Le signal à la sortie de la source peut être écrit sous la forme :

21
4( ) = ∑%:
0
% 7( − 9"# )

avec le nombre total de bits émis et 9 est l’indice du miéme bit émis.

Dans le cas General l’indice 9 peut prendre des valeurs négatives et positives, d’où :

4( ) = ∑% % 7( − 9"# ) (1.27)

Le signal à la sortie du codeur bits/symbole est :

2( ) = ∑; 2; 7( − <"= ) (1.28)

Avec 7( ) est l’impulsion de Dirac donnée par (1.2) et < est l’indice du kiéme symbole émis, il
peut prendre des valeurs négatives et positives.

Le signal à la sortie du filtre de mise en forme des impulsions est :

( ) = 2( ) ∗ ℎ( ) (1.29)

ℎ( ) est la fonction de mise en forme des impulsions, en générale c’est une fonction porte de
durée "= = @ "# .

Le signal à la sortie du filtre d’émission est :

A( ) = ( ) ∗ ( ) = 2( ) ∗ ℎ( ) ∗ ( ) = 2( ) ∗ ℎ ( ) (1.30)

Avec ℎ ( ) = ℎ( ) ∗ ( )

Le signal à l’entrée du récepteur est donc :

B( ) = A( ) + ( )

= 2( ) ∗ ℎ ( ) + ( ) = (∑; 2; 7( − <"= )) ∗ ℎ ( ) + ( )

= ∑; 2; ℎ ( − <"= ) + ( ) (1.31)

Le signal à la sortie du filtre de réception est :

D( ) = B( ) ∗ &( ) = E∑; 2; ℎ ( − <"= ) + ( )F ∗ &( )

= ∑; 2; G( − <"= ) + ( ) (1.32)

Avec G( ) = ℎ ( ) ∗ &( )

( )= ( )∗ &( )
Et (1.33)

22
G( ) est la réponse du filtre de réception &( ) à la forme d’onde ℎ ( ) et ( ) est le bruit
( ) filtré par le filtre de réception.

+ !"= , est:
Le signal à la sortie du circuit d’échantillonnage est donc, en remplaçant le temps par

D( + !"= ) = ∑; 2; G( + !"= − <"= ) + ( + !"= )

= ∑; 2; G( + (! − <)"= ) + ( + !"= ) (1.34)

Si par exemple on veut détecter le symbole 2 pour < = 0 on obtient :

D( + !"= ) = 2 G( ) + ∑ ; 2; G( + (! − <)"= ) + ( + !"= )


;H+
(1.35)
H

Le premier terme de l’équation (1.35) représente le symbole utile, le deuxième terme


représente les interférences entre symboles et le dernier terme représente le bruit.

Cette dernière équation nous indique que pour détecter un symbole il faut tenir compte des
symboles passés, d’où on aura des interférences entre symboles.

1.5 Evaluations des systèmes de transmission numériques

( )n’apporte qu’une atténuation


ℎ et un retard I , d’où on peut écrire :
Pour commencer, on va supposer que le filtre d’émission

( ) = ℎ 7( − I ) (1.36)

(LTI : linéaire et invariant dans le temps) et ℎ ( ) dans (1.30) devient :


Dans ce cas le canal de transmission est dit canal à bande passante infinie ou canal idéal

ℎ ( ) = ℎ( ) ∗ ℎ 7( − I ) = ℎ ℎ( − I )

Pour simplifier encore on pose ℎ = 1 et I = 0 d’où :

ℎ ( ) = ℎ( )

Dans ce cas la réponse du filtre de réception G( ) de (1.33) devient:

G( ) = ℎ( ) ∗ &( ) (1.37)

Pour l’évaluation des systèmes de transmission numériques, on considère le cas d’un canal
idéal et après on généralise pour un canal à bande passante limitée.

Pour cela on a trois cas à considérer :

- Transmission d’un seul symbole 2 binaire.

23
- Transmission d’un seul symbole 2 M-aires.
- Transmission d’une suite de symboles. M-aires

1.5.1 Transmission d’un seul symbole binaire.

Pour simplifier on va considérer qu’à l’instant d’échantillonnage ! = 0, on reçoit à cet instant


précis le symbole d’indice < = 0, d’où l’équation (1.35) devient :

D( ) = 2 G( ) + ( ) (1.36)

Dans ce cas le symbole 2 peut prendre les valeurs 0 ou 1pour le codage RZ, ou les valeurs -1
et 1 pour le codage RNZ.

On va supposer que le symbole 2 prend les valeurs -1 et 1 dans un premier temps.

L’échantillon D( ) va être comparé à un certain seuil S par le comparateur à seuil, figure


1.25.
y(t0)

23( ) y(t) gr(t) x(t)


S Filtre de
t=t0 réception

Figure 1.25

Le comparateur à seuil va effectuer l’opération suivante :

Si D( ) > K ⇒ 23 = 1

D( ) < K ⇒ 23 = −1
(1.37)
Et si

Avec 23 est le symbole binaire 2 détecté à la sortie du comparateur à seuil.

Le récepteur peut faire deux types d’erreurs ; prendre la décision que 23 = 1 est reçu, alors
que 2 = −1 est émis, ou inversement, prendre la décision 23 = −1 est reçu alors que
2 = 1 est émis. Pour cela on va calculer la probabilité d’erreur binaire.

1.5.1.1 Calcul de la probabilité d’erreur binaire.

Soient respectivement (−1) et (1) les deux probabilités conditionnelles de décision


erronée avec :

(−1) = GN23 = 1/2 = −1P

(1) = GN23 = −1/2 = 1P


(1.38)

Si (Q(−1), Q(1)) est la distribution de probabilité associée au symbole binaire 2 , alors la


probabilité d’erreur est égale à :

= Q(−1) (−1) + Q(1) (1) (1.39)


24
D( ) est une variable aléatoire gaussienne de moyenne 2 G( ) et de variance ST ( )U =
, donc la même que celle d’un bruit BBAG. On note par la suite D( ) par D et ( ) par
pour simplifier l’écriture, d’où :

D = 2 G( ) + (1.40)

= D − 2 G( )
On tire le bruit de (1.40), on obtient
(1.41)

En remplaçant (1.41) dans (1.23), on obtient la fonction de la densité de probabilité de D :

(D) = √
(V W X(Y ))
(1.42)

On sait que le symbole 2 peut prendre les valeurs -1 ou 1 (codage NRZ), d’où (1.42)
devient :
(D) = √
(V X(Y ))
Z/) :
Et (1.43)

(D) = √
(V[X(Y ))
Z/) :0

gaussienne de gauche représente le cas où 2 = −1 et celle de la droite représente le cas où


On a tracé les deux densités de probabilités sur la figure 1.26, sur cette figure la courbe

2 = 1.
(D) Z/) : (D)
Z/) :0

(1)
(−1)

D
−G( ) K + G( )

Figure 1.26

On voit sur cette figure que :


=
(1) = \ Z/) : (D)]D
0^

_^
Et (1.44)
(−1) = \ Z/) :0 (D)]D
=

25
En remplaçant (1.44) dans l’équation (1.39), on obtient:

= Q(−1) b= (D)]D + Q(1) b0^ (D)]D


^ =
Z/) :0 Z/) : (1.45)

En remplaçant (1.43) dans l’équation (1.45), on obtient:

= Q(−1) b= ]D + Q(1) b0^ √ ]D


(V[X(Y )) (V X(Y ))
_^ =

(1.46)

Avant de faire le calcul de , on rappel la fonction d’erreur complémentaire définie par :

Gde(B) = bj exp (−i )]i


_^

(1.47)

On constate que les deux intégrales dans l’équation (1.46) ressemblent à deux fonctions
d’erreurs complémentaires. Effectivement en posant :

Dans la première intégrale

i= ⟹ ]i = ⟹ ]D = √2 ]i
k_&(( ) k
√ √

Quand D varie de K à +∞, on a i varie de à +∞


=_&(( )

Et pour la deuxième intégrale

n=− ⟹ ]n = − ⟹ ]D = −√2 ]n
k0&(( ) &(( )0k k
√ √ √
=

Quand D varie de −∞ à K, on a n varie de à +∞ à


&(( )0=

D’où (1.46) devient :


X(Y ) p

= Q(−1) bp[X(Y √2 ]i + Q(1) b_^ (−√2 ]n)


_^ 0o √ 0q
)
√ √

X(Y ) p

= Q(−1) bp[X(Y ]i − Q(1) b_^√ ]n


_^ 0o 0q
)
√ √
(1.48)


En inversant les bornes de la deuxième intégrale et en sortant la constante , on obtient :

= Q(−1) bp[X(Y ) ]i + Q(1) bX(Y ]n =


_^ 0o _^ 0q
) p
√ √
√ √

= Q(−1) Gde r s + Q(1) Gde r s


=_&(( ) &(( )0=
√ √
(1.49)

Maintenant il faut trouver la position optimale du seuil K, car la position de ce dernier peut
être n’importe où dans l’intervalle T−G( ), G( ) U de l’axe de la variable aléatoire D.

26
Pour cela, on va annuler la dérivée de par rapport à K d’où:

=0
t
=
(1.50)

En utilisant l’équation (1.46), on obtient :

(V[X(Y )) (V X(Y ))
[z w p w
uv(0 ) bp k_v( ) b z k{

= =0
x y x y
t
= =

(V[X(Y )) (V X(Y ))
[z p
uv(0 ) bp k_v( ) b z k{

⟹ =
=0
+∞ K
1 0(k_&(( ))
1 0(k0&(( ))
] |Q(−1) } −2 } + Q(1) } −2 } ~
(D + G( )) (D − G( ))
√2 K √2 −∞
⟹ =0
]K

1 0E=_&(( )F
1 0(=0&(( ))
] €Q(−1) − Q(1) •
EK + G( )F (K − G( ))
⟺ =0
]K

−2EK + G( )F 0E=_&(( )F −2(K − G( )) 0(=0&(( ))


⟺ Q(−1) − Q(1) =0
EK + G( )F (K − G( ))

0E=_&(( )F 0E=0&(( )F
Q(−1) − Q(1) =0

0E=0&(( )F
Q(−1) 0E=0&(( )F E=_&(( )F
⟺ = =
Q(1) 0E=_&(( )F

⟺ v( =
(p [X (Y ) pX(Y )) (p [X (Y )[ pX(Y )) pX(Y )
v(0 )
)
=

⟹ K$v( = ln
‚ v(0 )
&(( ) v( )
(1.51)

σ et fonction de la réponse du filtre de réception G( )à la forme d’onde ℎ( ) à l’instant et


On voit sur cette dernière équation que le seuil optimal est fonction de la puissance du bruit

fonction aussi de la distribution de probabilité EQ(−1), Q(1)F associée au symbole 2 .

T−G( ), G( ) U, puisque le symbole 2 suit un codage NRZ, on peut considérer que la


Sur la figure 1.26, le seuil optimal peut se trouver n’importe où dans l’intervalle

27
probabilité de 2 de prendre (-1) est pratiquement égale à la probabilité que 2 prend +1, donc
Q(−1) = Q(1) = .

Et par suite le seuil optimal de l’équation (1.49) est au milieu de l’intervalle T−G( ), G( ) U,
donc K = 0.

En remplaçant K = 0 dans l’équation (1.47), on obtient :

= × Gde r s+ × Gde r s
_&(( ) &(( )0
√ √
Donc au final ;

= Gde r s
&(( )

(1.52)

2 ∈ N−1, 1P, codé en RNZ,


La relation (1.52) est appelée la probabilité d’erreur binaire, car dans ce cas le symbole

complémentaire Gde(‡) avec ‡ = = d(‡) dans un graphe on obtient la


&(( )
Cette probabilité d’erreur binaire est directement fonction de la fonction erreur


. En traçant

numérique en bande de base et avec un canal BBAG. Par exemple pour ‡ = 12 on a =


figure 1.27. Cette courbe indique les performances d’une chaine de communication

100ˆ . Cela veut dire que pour ‡ = 12 et pour 10ˆ bits émis nous avons un bit erroné.

En général l’unité de ‡ est le décibel (] ). Pour chaque valeur de ‡ en entrée nous avons
une certaine valeur de la probabilité d’erreur .

0
10

-2
10
Probabilité d'erreur binaire

-4
10

-6
10

-8
10
0 2 4 6 8 10 12 14 16 18
X
Figure 1.27

On trouve parfois dans les livres une autre fonction appelée fonction ‰(B) définie par :

28
‰(B) = bj ]n
_^ 0Š

(1.53)

En comparant les équations (1.52) et (1.53), on aura :

Gde(B) = 2‰(√2B) (1.54)

D’où l’équation (1.52) devient

= ‰r s
&(( )
(1.55)

Donc lors des calculs des probabilités on choisira de travailler avec Gde(B) ou ‰(B).

Dans ce cours on va travailler avec la deuxième fonction.

Dans le cas où 2 est un symbole binaire prenant la valeur 0 ou 1, il faut remplacer dans la
figure 1.26 et dans l’équation (1.46), −G( ) par le nombre 0, d’où :

= Q(0) b= ]D + Q(1) b0^ √ ]D


(V) (V X(Y ))
_^ =

(1.56)

Après calcul, on trouve :

= Gde r s+ Gde r s
= &(( )0=
‹ √ ‹ √
(1.57)

De la même façon que précédemment on trouve :

K$v( =
&(( )
(1.58)

= Gde r s
&(( )
Et


(1.59)

1.5.1.2 Probabilité d’erreur de symbole M-aires.

On peut trouver la probabilité d’erreur d’un symbole M-aires en utilisant directement le

On sait que le symbole binaire 2 ne peut prendre qu’une seule valeur (-1) ou (+1) et donc de
résultat de (1.59).

l’équation (1.40), la sortie D ne peut prendre que deux valeurs, soient en posant B = 2 G( ):

−G( ) + pour 2 = −1•


D=B+ =Œ
+G( ) + pour 2 = +1
(1.60)

On peut tracer D sous forme d’un segment dont les limites sont −G( ) et +G( ). On
suppose que la longueur du segment est ]. On ajoute ensuite un axe en parallèle modélisant le
bruit , figure 1.28a.

29
−G( ) 0 + G( ) ] ]
− +
2 2
]
(a) (b)

Figure 1.28

On voit sur la figure 1.28b que ] = +G( ) − E−G( )F = 2G( ) ⟹ G( ) = .

on suppose que (−1) = (1) = , d’où:


On veut calculer la probabilité d’erreur binaire de la figure 1.28b, donc comme auparavant

1 ] 1 ]
= G ‘D < 0/B = ’ + G ‘D > 0/B = − ’
2 2 2 2

En remplaçant D par sa valeur, on obtient :

1 ] 1 ]
= G ‘B + < 0/B = ’ + G ‘B + > 0/B = − ’
2 2 2 2

On remplace B par sa valeur dans chaque membre de l’équation, on obtient :

1 ] 1 ]
= G‘ + < 0’ + G ‘− + > 0’
2 2 2 2

1 ] 1 ]
⟹ = G‘ < − ’+ G‘ > ’
2 2 2 2

Or d’après la figure 1.29 la probabilité Gr > s = Gr < − s

G r < − s G r− < < s ]


G ‘ > ’
2

] ]
− +
2 2

Figure 1.29

⟹ = Gr > s (1.61)

En comparant les équations (1.52) , (1.55) et (1.61), on déduit que :

30
” ”
Gr > s = Gde “ • = ‰“ •

(1.62)

On va voir par la suite que ce résultat est essentiel dans le calcul des probabilités d’erreurs.

Par fois on a besoin de la probabilité de la décision correcte définie par :

e = Pr (D/23 = 2 ) = 1 − (1.63)

• On veut calculer en fonction de l’énergie symbole et de la densité spectrale de


puissance du bruit.

Dans la figure 1.28b, est assimilable à une tension en Volt, si S= est l’énergie symbole donc
= xS= . Dans ce cas 2 ∈ —−xS= , xS= ˜ = xS= × N−1,1P

D’où l’énergie total pour les deux points (− ) ou ( ) est le même:

S= = r− s × (− ) = × = ⟹ = xS=

Or = ⇒ =™

On remplace ensuite et par leur valeur dans l’équation 1.55 de , on obtient :

= ‰u { = ‰ ‘™ ’= Gde ‘™ p ’
xšp šp š


(1.64)

• Dans la cas d’un codage RZ le symbole 2 prend les valeurs 0 ou 1, donc ] =


G( ) − 0 = G( ) , et puisque le seuil optimal est K$v( =
&(( )
, l’énergie moyen par
bit est donc :

S%# = 2 × r s
&(( )
(1.65)

&(( )
En remplaçant et par leurs valeurs dans l’équation 1.59, on obtient :

ϥ

= Gde u {= Gde ‘™ ’
š%#

™ √
(1.66)

31
1.5.2 Transmission d’un symbole M-aires.

Avant d’entamer cette étude, on va considérer quelques cas de figures qui vont être très utiles
par la suite en utilisant la probabilité de la décision correcte.

- Premier cas de figure


]
2

Figure1.30

]
Dans ce cas :
e = G‘ < ’
2

Or Gr < s = 1− Gr > s⟹ e = 1− Gr > s = 1−‰“ •


Et donc

= 1− e = ‰“ • (1.67)

- Deuxième cas de figure.


Figure 1.31

e = G(−2 < < )


On a

Or Pr( < −2) + G(−2 < < ) + Pr ( > )=1

⟹ G(−2 < < ) = 1 − (Pr( < −2) + Pr ( > ))

Or Pr( < −2) = Pr( > 2) = ‰ r s


)

Et Pr( > ) = ‰r s
#

32
2
⟹ e = 1 − €‰ r s + ‰ ‘ ’•

2
Et
= 1− e = ‰r s+‰‘ ’
Si 2 = = , donc :

= 2‰ “ • (1.68)

- Troisième cas de figure

Figure1.32

et sont des bruits BBAG suivant les axes I (en phase) et Q (en quadrature)
respectivement.
Le Plus (ou la croix) est le point Zéro.

probabilité de la décision correcte e = 1 − .


Soit à calculer la probabilité d’erreur de la figure 1.32, pour cela on va calculer la

e = G( < 2) G( < )

Or G( < 2) + G( > 2) = 1 ⟹ G( < 2) = 1 − G( > 2)

De même de (1.62) G( > 2) = ‰ r s, d’où :


)

2
G( < 2) = 1 − ‰ r s
Et donc:
G( < ) = 1 − G( > ) = 1−‰‘ ’

e = ‘1 − ‰ r s’ ‘1 − ‰ r s’ ⟹ = 1 − ‘1 − ‰ r s’ ‘1 − ‰ r s’
Donc
) # ) #

Si 2 = = , alors

= 1 − €1 − ‰ “ •• (1.69

33
- Quatrième cas de figure.

Figure1.33

e = G( < 2) G(− < < )

Or G( < 2) = 1 − G( > 2) = 1 − ‰ r s
)

Et d’ après la figure 1.29 si on suppose = , on a :

G( < − ) + G(− < < ) + G( > )=1

⟹ G(− < < ) = 1 − G( < − ) − G( > )=

= 1 − 2 G( > ) = 1 − 2‰ ‘ ’

Car G( < − ) = G( > )

e = ‘1 − ‰ r s’ ‘1 − 2‰ r s’
Donc
) #


= 1 − ‘1 − ‰ r s’ ‘1 − 2‰ r s’
) #

Si 2 = = , donc ;
” ”

= 1 − €1 − ‰ “ •• €1 − 2‰ “ •• (1.70)

- Cinquième cas de figure.


]
2
]

2

Figure1.34

De la même méthode que précédemment, on a avec 2 = = :

e = G r− < < s G r− < < s

34

Or G r− < < s = G r− < < s = 1 − 2‰ “ •
Donc

e = €1 − 2‰ “ ••


= 1 − €1 − 2‰ “ •• (1.71)

1.5.2.1 Transmission d’un symbole M-aires dans le cas d’une modulation d’amplitude.

Dans le cas de la transmission d’un seul symbole 2 M-aires, le signal reçu par le récepteur
est :

B( ) = 2 ℎ( ) + ( )

D( ) = 2 G( ) + ( )
Et

Avec G( ) = ℎ( ) ∗ &( )

Si le symbole 2 utilise d’une façon équiprobable les valeurs de l’alphabet ž, alors :

2 ∈ ž = N−( − 1), ⋯ , ⋯ , −3, −1,1,3, ⋯ , ⋯ ( − 1)P ; =2

différente de zéro et D( ) sera comparée à chacune des


Nous avons donc niveaux de tensions et chaque valeur dans l’axe vertical est une tension
valeurs des tensions appelées
seuils S, figure 1.35.

Axe contenant niveaux de


tensions

−1 y(t0)

23( ) 1
3 S gr(t)
y(t) x(t)
Filtre de
-1
t=t0 réception
-3

-(M-1)

Figure 1.35

Pour le calcul de la probabilité d’erreur de la modulation d’amplitude à états, figure 1.35,


on procède de la manière suivante :

= 8 niveaux de
On rend l’axe des tensions vertical précédant en un axe horizontal et on délimite les zones
par des traits verticaux suivant la figure 1.36. On a pris comme exemple
tensions et le bruit est le bruit BBAG vu précédemment.

35
8 7 6 5 4 3 2 1

7] 5] 3] ] ] 3] 5] 7]
− − − −
2 2 2 2 2 2 2 2

Figure1.36

Puisque nous avons 8 zones, il faut donc calculer la probabilité d’erreur de chaque zone, donc
on a 8 probabilités à calculer et la probabilité d’erreur totale est donnée par :

=
t _t _t ¡_t ‹_t ¢_t 1_t £_t ˆ
ˆ
(1.72)

On constate sur la figure 1.31, que 1 = 8 et 2= 3= 4= 5= 6= 7,


donc il faut calculer seulement deux probabilités d’erreurs parmi les huit.

Calcul de 1.

En utilisant la probabilité de la décision correcte e, on a :

e8 = 1 − 8
e8 = Pr r − 7 < −7 + s

En ajoutant 7 dans chaque membre de l’équation, on obtient :

e8 = Pr r < s

⇒ 8 = 1− Gr < s = Gr > s = 1

” ”
Gr > s = ‰“ • = Gde “ • = 1

Or de (1.62) on a

Calcul de 7.

En utilisant la probabilité de la décision correcte e, on a :

e7 = 1 − 7

e7 = Pr r−5 − < − 5 < −5 + s

En ajoutant 5 dans chaque membre de l’équation, on obtient :

36
e7 = Pr r− < < + s = 1 − ‘ G r > s + G r < − s’

Or G r > s = G r < − s ⇒

” ”
e7 = 1 − 2 G r > s = 1 − 2‰ “ • ⇒ 7 = 1 − e7 = 2‰ “ •

En fin de compte la probabilité d’erreur symbole totale est :


” ” ” ”
ק€ •_1× §€ • £§€ • £ & ¨€ •
= = =

ˆ ‹ ˆ
(1.73)

D’une façon générale pour un nombre d’états = 2 quelconque avec @ = 1,2,3, …., on
aura :
” ”
(ª0 ) & ¨€ • (ª0 )§€ •
== =

ª ª
(1.74)

1.5.2.2 Transmission d’un symbole M-aires dans le cas d’une modulation d’amplitude en
quadrature M-QAM.

Si les symboles 2; et e; utilisent d’une façon équiprobable les valeurs de l’alphabet ž,


alors :

2; , e; ∈ ž = —−E√ − 1F, ⋯ , ⋯ , −3, −1,1,3, ⋯ , ⋯ (√ − 1)˜ ; =2 ×2 =2

Soit à calculer la probabilité d’erreur de la modulation d’amplitude en quadrature à 4 états, 4


QAM, figure 1.37.


I II

]
2
]
2
IV III

Figure 1.37

On peut diviser cette figure en 4 zones ; d’où :

=
t _t _t ¡_t ‹

37
Avec !, ! = 1, … ,4 les probabilités d’erreurs des zones «, … , «¬.

figure 1.32 avec 2 = = .


Pour ne pas refaire le calcul, on constate aussi que les 4 zones ont la même forme que la

Donc :

1= 2= 3= 4 = 1 − €1 − ‰ “ ••

Et

‹| 0u 0§€ •{ ~

= = = 1 − €1 − ‰ “ ••
‹t
‹ ‹
(1.75)

On calcul maintenant en fonction de l’énergie symbole S4 et de la densité spectrale de


puissance , figure 1.38.

Es1 E s2 «

]

Es3
2
Es4

]
2

Figure 1.38

Puisque on a 4 zones ;

S4 =
š, _š, _š,¡_š,‹

On constate que S41 = S42 = S43 = S44, donc :

4S41
S4 = = S41
4

D’après cette figure et en appliquant le théorème de Pythagore (2 = + e ) , on a :

E√S41F = r s + r s = 2 r s = S41

S4 = 2 r s
Et par suite on a :

D’où;
=™
š,

38
En remplaçant par sa valeur et par ™ dans l’équation 1.75, on obtient :

œ-

= 1 − |1 − ‰ u {~ = 1 − “1 − ‰ ‘™ ’•
š,


(1.76)

1.5.2.3 Calcul de la probabilité d’erreur de la modulation numerique16QAM.

Soit à calculer la probabilité d’erreur de la modulation à 16 états, 16QAM. Pour cela on divise
la figure en 16 zones, figure 1.39.

]
2
Q

1 7
]
8 2

2 6 13 14 9
I

5 16 15 10

4 12 11 3

Figure 1.39

Comme précédemment on découpe la figure en 16 zones, et la probabilité d’erreur totale est


donc égale à :

1+ 2+ 3+⋯ 16
=
16

On constate sur cette figure que ;


1= 2= 3= 4 = 1 − €1 − ‰ “ ••

5= 6= 7= 8= 9= 10 = 11 = 12
Et

” ”
= 1 − €1 − ‰ “ •• €1 − 2‰ “ ••

Et

13 = 14 = 15 = 16 = 1 − €1 − 2‰ ‘ ’•

D’où :

= 1+ 5+ 13
‹t _ˆt ¢_‹t ¡
1 ‹ ‹ ‹
=

39
” ” ”

= ‹ u1 − €1 − ‰ “ •• { + ‹ u1 − €1 − ‰ “ •• €1 − 2‰ “ ••{ + ‹ “1 − ‘1 − 2‰ r s’ •
#

] ]

= u1 − €1 − 2‰ “ • + ‰ “ ••{
1 2 2 2
4

” ” ”
+ u1 − €1 − 2‰ “ • − ‰ “ • + 2‰ “ ••{

” ”

+ ‹ u1 − €1 − 4‰ “ • + 4‰ “ ••{

” ” ” ” ” ” ”

= ‹ €+2‰ “ • − ‰ “ •• + ‹ €+2‰ “ • + ‰ “ • − 2‰ “ •• + ‹ €4‰ “ • − 4‰ “ ••

” ” ” ” ” ”

= ‹ €+2‰ “ • − ‰ “ •• + ‹ €+6‰ “ • − 4‰ “ •• + ‹ €4‰ “ • − 4‰ “ ••

” ” ” ”
= ‹ €+12‰ “ • − 9‰ “ •• = 3‰ “ • − 2.25‰ “ • (1.77)

Maintenant il faut calculer en fonction de l’énergie symbole et la densité spectrale de


puissance du bruit.

Pour cela on trace la nouvelle figure 1.40. Les flèches en couleur indiquent les énergies en
chaque point de la constellation. Pour ne pas encombrer la figure on a tracé uniquement 5
flèches.

]
] 2
Q

] Es1 7 8 2

]
2 6 16 Es13 9
I
Es5
15 14 10
Es4 Es11
12 3

Figure 1.40

On a alors sur cette figure:

S4 =
š, _š, _š,¡_⋯š, 1
1

S41 = S42 = S43 = S44


Or

Et
40
S45 = S46 = S47 = S48 = S49 = S410 = S411 = S412

S413 = S414 = S415 = S416


Et

D’où

S4 =
‹š, _ˆš,¢_‹š, ¡
1
Avec :
S41 = r + ]s + r + ]s = 2 r3 s = 18 r s

S45 = r s + r + ]s = r s + r3 s = 10 r s

S413 = r s + r s = 2 r s

D’où l’énergie totale est :

” ” ”
‹× ˆr s _ˆ× r s _‹× r s
S4 = = 10 r s = 2.5]
1

⇒]=™
š,

On remplace ] par sa valeur et par ™ dans l’équation 1.76, on obtient :

™ S4 ™ S4
2.5 2.5
S4 S4
= 3‰ | ~ − 2.25‰ | ~ = 3‰ ‘™5 ’ − 2.25‰ ‘™5 ’
™ 0 ™ 0 0 0
(1.78)
2 2

La figure 1.41 représente la courbe de la probabilité d’erreur symbole pour la 4QAM et la


16QAM. On constate qu’on a un meilleur TES pour la 4QAM.

0
Courbe de la probabilité d erreur symbole pour la modulation M-QAM
10
M=4
M=16
-1
10
Taux erreur symbole

-2
10

-3
10

-4
10

-5
10
0 5 10 15 20 25
Es/No, dB

Figure 1.41

41
1.5.2.4 Calcul de la probabilité d’erreur de la modulation numérique de phase MPSK.

On va calculer seulement pour ≥ 4 , figure 1.42. Pour = 2 on l’a déjà calculé et


c’est la BPSK.
«9

K

−xS=
°; = µ
K
Kª0

Figure 1.42

On va considérer maintenant que la distance entre les points de la constellation K et Kª0 est
égale à ] et donc la distance entre K et K est égale à et de même la distance entre K et
Kª0 est aussi , figure 1.42. Dans cette figure °; = ª et le bruit b est considéré uniquement
suivant la direction de l’axe en quadrature ou imaginaire Im.

«9

³⁄
°; µ ]
³⁄
Kª0
xS=

Figure 1.43

On calcule la probabilité correcte :

e = 1−
Avec
]

e = G r− < < + s = 1 − 2 G r > s = 1 − 2‰ “ 2 •


]

⟹ = 2‰ “ 2 •

=ª;
±²
D’après la figure 1.43, on a :

D’où :

4!@ r s = ⟹ = xS= 4!@ r s
ª xšp ª

42
On remplace et par leurs valeurs avec = 2 avec @ entier ≥ 2 , on a donc :

y
xšp ,+ r¶s
= 2‰ u {
™ 0
2

= 2‰ “™ 4!@ r s• = Gde “™ p 4!@ r s•


šp ³ š ³
(1.79)

On peut vérifier pour la QPSK ou 4PSK , on trouve :

= 2‰ “™ 4!@ r ‹ s• = 2‰ ‘™ ’ = 2‰ ‘™ K ’
2SK 2SK √ S
0 0 0

Et c’est pratiquement le même résultat que celui l’équation 1.76 car ‰ ‘™ ’ ≪ 2‰ ‘™ ’.


š, š,

Courbe probabilité erreur symbole pour la modulation M-PSK


0
10
M=32
M=16
-1 M=8
10
M=4
Taux erreur symbole

-2
10

-3
10

-4
10

-5
10
0 5 10 15 20 25 30
Es/No, dB

Figure 1.44

K¸ pour différentes valeurs du nombre d’états .


On a tracé sur la figure 1.44 la courbe de la probabilité d’erreur symbole pour la modulation

On constate que plus augmente est plus le rapport S= ⁄ augmente pour une même
probabilité d’erreur.

symbole S= = @S# avec S# est l’énergie bit et @ = ¹º


On peut tracer la probabilité d’erreur binaire en remplaçant dans l’équation 1.79 l’énergie
étant le nombre de bit dans un
symbole, figure 1.45.

43
0
Courbe probabilité erreur binaire pour la modulation M-PSK
10
M=32
M=16
-1 M=8
10
M=4

Taux erreur binaire


-2
10

-3
10

-4
10

-5
10
0 5 10 15 20 25 30
Eb/No, dB

Figure 1.45

1.5.3 Transmission d’une suite de symboles. M-aires

Dans le cas général d’une transmission d’une suite de symbole M-aire on aura à la sortie du
filtre de réception à l’instant d’échantillonnage la même équation que 1.34:

D( + !"= ) = ∑; 2; G( + (! − <)"= ) + ( + !"= )

G( ) = ℎ( ) ∗ &( )
Avec

( )= ( )∗ & )
(

Et ℎ( ) est une forme d’onde de durée "= .

&( ) est adapté à la forme d’onde du filtre de mise en


forme des impulsions ℎ( ), on aura:
En supposant que le filtre de réception

&( ) = ℎ( − )
Et en posant 9 = ! − <, on obtient :

D( + !"= ) = ∑% 2+0% G( + 9"= ) + ( + !"= )

G( ) 4! 9 = 0•
G( + 9"= ) = »
Et par suite

0 4! 9≠0

Dans ce cas l’échantillon D( + !"= ) dépend uniquement du symbole 2+ et de l’échantillon du


bruit à l’instant + !"= :

D( + !"= ) = 2+ G( ) + ( + !"= ) (1.79)

44
seul symbole M-aires si on fait abstraction des instants !"= et en particulier pour :
On constate que cette équation est la même que celle de l’équation de la transmission d’un

! = 0, on aura D( ) = 2 G( ) + ( )

! = 1, on aura D( ) = 2 G( ) + ( ) avec = + "=



! = ¸ − 1, on aura D( ¾0 ) = 2¾0 G( ) + ( ¾0 ) avec ¾0 = + (¸ − 1)"=

¸ étant le nombre de symbole transmis.

Donc tous les résultats trouvés dans le cas de la transmission d’un seul symbole sont
applicables dans le cas de la transmission d’une suite de symboles.

45

View publication stats