Académique Documents
Professionnel Documents
Culture Documents
net/publication/327847823
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.
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.
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 :
- Canaux sans fil, trajets multiples, bruit, interférences, Canaux invariants et variants,
Fading de Rice et de Rayleigh
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.
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.
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)
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.
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
transmission.
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 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
B(t)
23( )
d’échantillonnage
4̂ ( )
Décodeur y(t) gr(t)
Symbole/ Filtre de
Bits réception x(t)
Régénération de
l’horloge
Récepteur
Figure 1.24
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 " # .
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)
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.
( ) = 2( ) ∗ ℎ( ) (1.29)
ℎ( ) est la fonction de mise en forme des impulsions, en générale c’est une fonction porte de
durée "= = @ "# .
A( ) = ( ) ∗ ( ) = 2( ) ∗ ℎ( ) ∗ ( ) = 2( ) ∗ ℎ ( ) (1.30)
Avec ℎ ( ) = ℎ( ) ∗ ( )
B( ) = A( ) + ( )
= 2( ) ∗ ℎ ( ) + ( ) = (∑; 2; 7( − <"= )) ∗ ℎ ( ) + ( )
= ∑; 2; ℎ ( − <"= ) + ( ) (1.31)
= ∑; 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
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.
( ) = ℎ 7( − I ) (1.36)
ℎ ( ) = ℎ( ) ∗ ℎ 7( − I ) = ℎ ℎ( − I )
ℎ ( ) = ℎ( )
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.
23
- Transmission d’un seul symbole 2 M-aires.
- Transmission d’une suite de symboles. M-aires
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.
Figure 1.25
Si D( ) > K ⇒ 23 = 1
D( ) < K ⇒ 23 = −1
(1.37)
Et si
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.
D = 2 G( ) + (1.40)
= D − 2 G( )
On tire le bruit de (1.40), on obtient
(1.41)
(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
2 = 1.
(D) Z/) : (D)
Z/) :0
(1)
(−1)
D
−G( ) K + G( )
Figure 1.26
_^
Et (1.44)
(−1) = \ Z/) :0 (D)]D
=
25
En remplaçant (1.44) dans l’équation (1.39), on obtient:
On constate que les deux intégrales dans l’équation (1.46) ressemblent à deux fonctions
d’erreurs complémentaires. Effectivement en posant :
i= ⟹ ]i = ⟹ ]D = √2 ]i
k_&(( ) k
√ √
n=− ⟹ ]n = − ⟹ ]D = −√2 ]n
k0&(( ) &(( )0k k
√ √ √
=
X(Y ) p
√
En inversant les bornes de la deuxième intégrale et en sortant la constante , on obtient :
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)
(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
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$v( = ln
‚ v(0 )
&(( ) v( )
(1.51)
27
probabilité de 2 de prendre (-1) est pratiquement égale à la probabilité que 2 prend +1, donc
Q(−1) = Q(1) = .
Et par suite le seuil optimal de l’équation (1.49) est au milieu de l’intervalle T−G( ), G( ) U,
donc K = 0.
= × Gde r s+ × Gde r s
_&(( ) &(( )0
√ √
Donc au final ;
= Gde r s
&(( )
√
(1.52)
√
. En traçant
100ˆ . Cela veut dire que pour ‡ = 12 et pour 10ˆ bits émis nous avons un bit erroné.
En général l’unité de ‡ est le décibel (] ). Pour chaque valeur de ‡ en entrée nous avons
une certaine valeur de la probabilité d’erreur .
0
10
-2
10
Probabilité d'erreur binaire
-4
10
-6
10
-8
10
0 2 4 6 8 10 12 14 16 18
X
Figure 1.27
On trouve parfois dans les livres une autre fonction appelée fonction ‰(B) définie par :
28
‰(B) = bj ]n
_^ 0Š
√
(1.53)
= ‰r s
&(( )
(1.55)
Donc lors des calculs des probabilités on choisira de travailler avec Gde(B) ou ‰(B).
Dans le cas où 2 est un symbole binaire prenant la valeur 0 ou 1, il faut remplacer dans la
figure 1.26 et dans l’équation (1.46), −G( ) par le nombre 0, d’où :
= Gde r s+ Gde r s
= &(( )0=
‹ √ ‹ √
(1.57)
K$v( =
&(( )
(1.58)
= Gde r s
&(( )
Et
√
(1.59)
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( ):
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
1 ] 1 ]
= G ‘D < 0/B = ’ + G ‘D > 0/B = − ’
2 2 2 2
1 ] 1 ]
= G ‘B + < 0/B = ’ + G ‘B + > 0/B = − ’
2 2 2 2
1 ] 1 ]
= G‘ + < 0’ + G ‘− + > 0’
2 2 2 2
1 ] 1 ]
⟹ = G‘ < − ’+ G‘ > ’
2 2 2 2
] ]
− +
2 2
Figure 1.29
⟹ = Gr > s (1.61)
30
” ”
Gr > s = Gde “ • = ‰“ •
√
(1.62)
On va voir par la suite que ce résultat est essentiel dans le calcul des probabilités d’erreurs.
e = Pr (D/23 = 2 ) = 1 − (1.63)
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
S= = r− s × (− ) = × = ⟹ = xS=
‹
Or = ⇒ =™
= ‰u { = ‰ ‘™ ’= Gde ‘™ p ’
xšp šp š
›
™
(1.64)
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.
]
2
Figure1.30
]
Dans ce cas :
e = G‘ < ’
2
”
= 1− e = ‰“ • (1.67)
Figure 1.31
Et Pr( > ) = ‰r s
#
32
2
⟹ e = 1 − €‰ r s + ‰ ‘ ’•
2
Et
= 1− e = ‰r s+‰‘ ’
Si 2 = = , donc :
”
= 2‰ “ • (1.68)
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.
e = G( < 2) G( < )
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
Or G( < 2) = 1 − G( > 2) = 1 − ‰ r s
)
= 1 − 2 G( > ) = 1 − 2‰ ‘ ’
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)
]
2
]
2
Figure1.34
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( ) ∗ &( )
−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
= 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)
Calcul de 1.
e8 = 1 − 8
e8 = Pr r − 7 < −7 + s
e8 = Pr r < s
⇒ 8 = 1− Gr < s = Gr > s = 1
” ”
Gr > s = ‰“ • = Gde “ • = 1
√
Or de (1.62) on a
Calcul de 7.
e7 = 1 − 7
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‰ “ •
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.
‰
I II
]
2
]
2
IV III
Figure 1.37
=
t _t _t ¡_t ‹
‹
37
Avec !, ! = 1, … ,4 les probabilités d’erreurs des zones «, … , «¬.
Donc :
”
1= 2= 3= 4 = 1 − €1 − ‰ “ ••
Et
”
‹| 0u 0§€ •{ ~
”
= = = 1 − €1 − ‰ “ ••
‹t
‹ ‹
(1.75)
Es1 E s2 «
]
Es3
2
Es4
]
2
Figure 1.38
Puisque on a 4 zones ;
S4 =
š, _š, _š,¡_š,‹
‹
4S41
S4 = = S41
4
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)
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
1+ 2+ 3+⋯ 16
=
16
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‰ “ ••{
” ” ” ” ” ” ”
” ” ” ” ” ”
” ” ” ”
= ‹ €+12‰ “ • − 9‰ “ •• = 3‰ “ • − 2.25‰ “ • (1.77)
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
S4 =
š, _š, _š,¡_⋯š, 1
1
Et
40
S45 = S46 = S47 = S48 = S49 = S410 = S411 = S412
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
” ” ”
‹× ˆr s _ˆ× r s _‹× r s
S4 = = 10 r s = 2.5]
1
⇒]=™
š,
.¢
™ S4 ™ S4
2.5 2.5
S4 S4
= 3‰ | ~ − 2.25‰ | ~ = 3‰ ‘™5 ’ − 2.25‰ ‘™5 ’
™ 0 ™ 0 0 0
(1.78)
2 2
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.
K
2³
−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
e = 1−
Avec
]
⟹ = 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• = 2‰ ‘™ ’ = 2‰ ‘™ K ’
2SK 2SK √ S
0 0 0
-2
10
-3
10
-4
10
-5
10
0 5 10 15 20 25 30
Es/No, dB
Figure 1.44
On constate que plus augmente est plus le rapport S= ⁄ augmente pour une même
probabilité d’erreur.
43
0
Courbe probabilité erreur binaire pour la modulation M-PSK
10
M=32
M=16
-1 M=8
10
M=4
-3
10
-4
10
-5
10
0 5 10 15 20 25 30
Eb/No, dB
Figure 1.45
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:
G( ) = ℎ( ) ∗ &( )
Avec
( )= ( )∗ & )
(
&( ) = ℎ( − )
Et en posant 9 = ! − <, on obtient :
G( ) 4! 9 = 0•
G( + 9"= ) = »
Et par suite
0 4! 9≠0
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( ) + ( )
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