Académique Documents
Professionnel Documents
Culture Documents
Mémoire présenté
à la Faculté des études supérieures de l'Université Laval
dans le cadre du programme de maîtrise en génie électrique
pour l'obtention du grade de Maître es sciences (M.Sc.)
2011
La demande croissante pour des débits plus élevés a atteint la limite des solutions
câblées actuelles. Dans ce contexte, la fibre optique plastique à saut d'indice (SI-FOP),
avec son gros diamètre de câble (3 à 4 mm) et sa grande ouverture numérique semble être
un candidat idéal pour la transmission du gigabit Ethernet à faible coût. Les avantages de la
SI-FOP sont sa simplicité d'utilisation, sa connexion facile, l'installation à la portée de tous
et sa longueur d'onde d'utilisation. Dans ce mémoire, nous déterminons un modèle
mathématique réaliste de la SI-FOP dans un système à modulation d'intensité et détection
directe (IM/DD) utilisant la modulation Discrete Multi Tone (DMT). Les caractéristiques
du canal sont évaluées en déterminant la capacité théorique au sens de Shannon et la
capacité pratique DMT avec les algorithmes d'allocation de bits (« rate adaptive bit
loading ») comme le water-filling, les algorithmes de Chow et de Levin-Campello.
Mots clés : fibre optique plastique, saut d'indice, modulation d'intensité, détection directe,
modulation DMT, couplage de modes, « power flow equation », problèmes d'optimisation
sous-contraintes, « rate adaptive water-filling », algorithme de Chow, algorithme de Levin-
Campello, capacité théorique au sens de Shannon, capacité pratique DMT.
Résumé long
Due to constantly increasing demand for high data rates, current wired solutions are
reaching their limit. In this context, the step index plastic optical fiber (SI-POF), with its
large cable diameter (3-4 mm) and high numerical aperture appears to be an ideal candidate
for the transmission of Gigabit Ethernet at low cost. SI-POF presents interesting advantages
such as ease of handling and connecting, "do-it-yourself" installation by the final users and
ability to operate with visible light. In this thesis, we focus on the description of a realistic
mathematical model for SI-POF in a system which uses Discrete Multi Tone (DMT)
applied to intensity modulation and direct detection (IM/DD). We evaluate and then
compare the characteristics of the channel by identifying several capacities such as the
theoretical Shannon capacity and the achievable DMT capacity using loading algorithms
found in the literature such as "rate adaptive water-filling", Chow's algorithm and Levin-
Campello algorithm.
Keywords : plastic optical fiber, step-index, intensity modulation, direct detection, DMT,
mode coupling, power flow equation, optimization problem under constraints, rate adaptive
water-filling, Chow's algorithm, Levin-Campello algorithm, theoretical Shannon capacity,
DMT capacity.
Avant-Propos
Je n'aurai pas pu accomplir ce travail seule. Ce sont les compétences, la
disponibilité et les encouragements de toutes les personnes qui m'entourent qui m'ont
permis de poursuivre et d'achever cette maîtrise. Je tiens donc à remercier chaleureusement
toutes les personnes qui ont contribué de près comme de loin et de quelque façon que ce
soit à la réalisation de ce travail.
Notre peur la plus profonde n 'est pas que nous ne soyons pas à la hauteur.
Notre peur la plus profonde est que nous sommes puissants au-delà de toute limite.
C'est notre propre lumière, et non pas notre obscurité qui nous effraie le plus.
Nous nous posons la question " qui suis-je, moi, pour être brillant, radieux, talentueux,
merveilleux ? "
Vous êtes un enfant de Dieu. Vous restreindre, vivre petit, ne rend pas service au monde.
L'illumination n 'est pas de vous rétrécir pour éviter d'insécuriser les autres.
A mesure que nous laissons briller notre propre lumière, nous donnons inconsciemment
aux autres la permission défaire de même.
En nous libérant de notre propre peur, notre présence libère automatiquement les autres.
Résumé long iv
Abstract vii
Avant-Propos viii
CHAPITRE 1 Introduction 1
1.2 Motivation 6
1.3 Contributions 7
2.3.1 Atténuation 26
2.6 Conclusion 40
3.4 Conclusion 64
4.1.3 La réception 72
6.2.4 Capacité théorique pour le modèle « power flow equation » et bilan 154
Tableau 2.2 : Fibre ESKA PREMIER GH4001, données fournies par le fabricant 37
Tableau 4.1 : Comparaison d'un système OFDM et d'un système optique typiques 90
Tableau 6.1 : f_MB mesurées et /„ calculées pour un canal SI-FOP pour A = 650 nm.... 137
Tableau 6.2 : Paramètres utilisés pour le calcul de la capacité du canal SI-FOP 140
Tableau 6.7 : Comparaison des capacités théoriques obtenues par la méthode 2 pour les
modèles PFE et numérique gaussien aux valeurs du canal réel de [29] 154
Tableau 6.8 : Paramètres utilisés pour le calcul de la capacité pratique du canal SI-FOP. 159
Tableau 6.18 : Comparaison des capacités obtenues avec l'algorithme RA WF pour le canal
réel mesuré « sans mode mixing », le modèle gaussien et le modèle PFE 182
Tableau 6.19 : Comparaison des capacités obtenues avec l'algorithme RA de Chow pour le
canal réel mesuré « sans mode mixing », le modèle gaussien et le modèle PFE 183
Tableau 6.20 : Comparaison des capacités obtenues avec l'algorithme RA LC pour le canal
réel mesuré « sans mode mixing », le modèle gaussien et le modèle PFE 184
Tableau E.l : Valeurs du SNR-gap pour un taux d'erreur cible de 10~3 219
Figure 1.1 : Réseau sur FOP dans « la maison très haut débit » 4
Figure 2.3 : Propagation de la lumière dans les trois types de fibres optiques 16
Figure 2.4 : Principe de propagation de la lumière dans une fibre à saut d'indice idéale.... 19
Figure 2.6 : a) Exemple de rayon méridien; b) exemple de rayon non méridien [7] 23
Figure 2.8 : Mécanismes de dispersion dans la fibre optique multimode à saut d'indice. ...28
Figure 2.9 : Dispersion intermodale, propagation d'un mode rapide et d'un mode lent 29
Figure 4.8 : Schéma bloc d'une transmission DMT sur un canal SI-FOP IM/DD 79
Figure 5.1 : Diagramme bloc du système de communications optiques IM/DD étudié 105
Figure 6.1 : Réponses en fréquences pour L = 50 m, 100 m et 200 m : du canal réel mesuré
« avec mode mixing » (AMM) et « sans mode mixing » (lignes pleines); du modèle
gaussien obtenu avec le f_3JB du tableau 6.1 (traits-discontinus rouge) et
approximation gaussienne du canal réel mesuré AMM (traits discontinus gris) 137
Figure 6.2 : Capacité normalisée C/f_idB en fonction du SNRe(? pour le modèle numérique
gaussien du canal 142
Figure 6.4 : Fonction QN (0) du profil radial SSD normalisé de la fibre GH4001 147
Figure 6.7 : Comparaison des réponses en fréquences normalisées, modèle PFE; L = 100 m;
FWHM= 100, FWH = 32, FWHM = 4, FWHM= 0,5 150
Figure 6.8 : Comparaison des réponses en fréquences de la SI-FOP pour les modèles PFE,
gaussien et canal réel mesuré SMM; L = 50 m 151
XIX
Figure 6.9 : Comparaison des réponses en fréquences de la SI-FOP pour les modèles PFE,
gaussien et le canal réel mesuré SMM; L - 100 m 152
Figure 6.10 : Comparaison des réponses en fréquences de la SI-FOP pour les modèles PFE,
gaussien et le canal réel mesuré SMM; L = 200 m 152
Figure 6.11: Distribution puissance allouée et rapport bruit sur signal du canal réel mesuré
SMM obtenus avec l'algorithme RA WF; L = 100 m; K= l,3859x 10"9 161
Figure 6.12 : Rapport bruit sur signal du canal réel mesuré SMM obtenu avec l'algorithme
RA WF; L = 100 m 161
Figure 6.13 : Allocation de puissance du canal réel mesuré SMM obtenue avec l'algorithme
RA WF; L = 100 m 162
Figure 6.14 : Allocation de bits du canal réel mesuré SMM obtenue avec l'algorithme
RA WF; L = 100 m 162
Figure 6.15 : Distribution puissance allouée et rapport du bruit sur le signal du modèle
gaussien obtenus avec l'algorithme RA WF; L = 100 m; K= 2,2092 x IO"9 164
Figure 6.16 : Rapport du bruit sur le signal pour le modèle gaussien obtenu avec
l'algorithme RA WF; L = 100 m 164
Figure 6.18 : Allocation de bits du modèle gaussien obtenue avec l'algorithme RA WF;
1=100 m 165
Figure 6.19 : Distribution de puissance allouée et rapport du bruit sur le signal du modèle
PFE obtenus avec l'algorithme RA WF; L = 100 m; K= 1,3872 x IO"9 166
Figure 6.20 : Distribution rapport du bruit sur le signal du modèle PFE de la SI-FOP
obtenue avec l'algorithme RA WF; L = 100 m 166
Figure 6.22 : Allocation de bits du modèle PFE de la SI-FOP obtenue avec l'algorithme
RA WF; L = 100 m 167
Figure 6.23 : SNR par sous-porteuse du canal réel mesuré SMM obtenu avec l'algorithme
RA de Chow; 1 = 100 m 169
XX
Figure 6.24 : Allocation de bits du canal réel mesuré SMM obtenue avec l'algorithme RA
de Chow; L = 100 m 169
Figure 6.25 : Allocation de puissance du canal réel mesuré SMM obtenue avec l'algorithme
RA de Chow; L = 100 m 169
Figure 6.26 : SNR par sous-porteuse du modèle gaussien de la SI-FOP obtenu avec
l'algorithme RA de Chow; L = 100 m 171
Figure 6.27 : Allocation de bits du modèle gaussien de la SI-FOP obtenue avec l'algorithme
RA de Chow; L = 100 m 171
Figure 6.29 : SNR par sous-porteuse du modèle PFE de la SI-FOP obtenu avec l'algorithme
RA de Chow; 1 = 1 0 0 m 173
Figure 6.30 : Allocation de bits du modèle PFE de la SI-FOP obtenue avec l'algorithme RA
de Chow; L = 100 m 173
Figure 6.32 : SNR par sous-porteuse du canal réel mesuré SMM obtenu avec l'algorithme
RA LC; L = 100 m 176
Figure 6.33 : Allocation de bits du canal réel mesuré SMM obtenue avec l'algorithme
RA LC; L = 100 m 176
Figure 6.34 : Allocation de puissance du canal réel mesuré SMM obtenue avec l'algorithme
RA LC; L = 100 m 176
Figure 6.35 : SNR par sous-porteuse du modèle gaussien obtenu avec l'algorithme RA LC;
Z=100m 178
Figure 6.36 : Allocation de bits du modèle gaussien obtenue avec l'algorithme RA LC;
1=100 m 178
Figure 6.38 : SNR par sous-porteuse du modèle PFE de la SI-FOP obtenu avec l'algorithme
RA LC; L = 100 m 180
Figure 6.39 : Allocation de bits du modèle PFE de la SI-FOP obtenue avec l'algorithme
RA LC; L = 100 m 181
XXI
Figure 6.42 : Comparaison des produits capacité x longueur lorsque l'algorithme «rate
adaptive de Chow » est appliqué 184
Figure 6.43 : Comparaison des produits capacité x longueur lorsque l'algorithme « rate
adaptive Levin-Campello » est appliqué 185
CP Cyclic Prefix
DD Direct Detection
LC Levin-Campello
LD Laser Diode
MHz Megahertz
PD Photo Detector
Rx Récepteur (Receiver)
SI-FOP Fibre Optique Plastique à saut d'indice (Step Index - Plastic Optical Fiber)
Tx Transmetteur (Transmitter)
WF Water-Filling
Voici une liste des principales notations et symboles utilisés dans ce manuscrit.
V Fréquence normalisée
ON Ouverture numérique
Dispersion [ns/m]
XXVI
a Atténuation [dB/m]
l
FWHM Largeur à mi-hauteur de l'impulsion (FWHM)
Longueur de lafibre[m]
L-eq
Longueur d'équilibre [m]
Temps [s]
XXV11
6 Angle d'excitation
P Vecteur de puissance
n Indice de sous-porteuse
iD Courant d'obscurité
Y S N R gap
(•) Conjugué
j Racine carrée de -1
aF Atténuation de la fibre
E Taille de la constellation
Q() Fonction Q
Px Puissance moyenne
Pg Granularité du système
Introduction
nfrastructure optique
(FOP)
Figure 1.1: Réseau sur FOP dans « la maison très haut débit ».
La SI-FOP, comme les fibres de verre, utilise le principe de réflexion totale pour la
transmission de l'information. En principe, le fonctionnement de la SI-FOP est similaire à
celle de la fibre de verre multimode. Comparée à la fibre de verre, elle présente néanmoins
des caractéristiques additionnelles dues à la différence de matériau utilisé. Son
comportement physique est plus complexe ce qui la rend plus difficile à modéliser
numériquement à cause de sa forte atténuation, du couplage de mode, du gros diamètre du
cœur et de sa grande ouverture numérique. Il existe dans la littérature plusieurs approches
de simulation de la FOP résultant d'un compromis entre précision de calcul et temps
d'exécution. L'approximation gaussienne est cependant la plus utilisée pour la modélisation
de la fibre de verre multimode et pour la SI-FOP. Cette approche est néanmoins simpliste et
ne tient pas compte de toute la complexité de la SI-FOP. Quelques exemples de méthodes
d'approches de modélisation de la FOP sont : le « ray tracing », le « mode solving »,
l'approche pour « fibres micro structurées », la méthode « WKB » [16], [17], [18], [19],
[32]. Ces approches peuvent être regroupées en deux principaux groupes qui sont les
méthodes numériques et les méthodes d'approximation. Il n'existe néanmoins, ni approche
universelle, ni standard pour la modélisation de la FOP.
1.2 Motivation
La définition et la conception d'un modèle réaliste pour un système réel sont très
pertinentes lorsqu'il s'agit de comprendre le comportement du système et d'étudier ses
performances. Ce travail a été motivé par le souci d'obtenir un modèle de la SI-FOP plus
réaliste et de nombreuses interrogations liées aux performances des modulations multi-
porteuses pour les transmissions optiques, en d'autres termes l'OFDM sur fibre optique. On
cherche en particulier à étudier l'impact de la DMT sur l'augmentation de la capacité d'un
système de communication sur fibre optique plastique à saut d'indice. L'idée est donc en
partant de l'équation générale de la propagation avec couplage de modes de Detlef Gloge
[48], chercheur de « Bell Laboratories », de définir une méthode pour obtenir la réponse en
fréquence du canal SI-FOP qui intègre la dimension temporelle où les fonctions
d'atténuation et de diffusion de la fibre dépendent de l'angle de propagation. Comme nous
l'avons déjà mentionné dans la section 1.1, ce sont les effets du couplage de mode et de
l'atténuation qui sont les plus difficiles à modéliser dans les FOPs. Plusieurs études
expérimentales ont été effectuées sur le sujet et nous disposons de données de mesures en
champ lointain de la SI-FOP modélisée dans ce mémoire et dont la dénomination
commerciale est la Mitsubishi ESKA PREMIER GH4001. En nous basant sur ces mesures,
nous définissons un modèle équivalent du canal et ses réponses en fréquences sous
MATLAB. La DMT est utilisée pour combattre la dispersion dans la fibre. L'un des
avantages de la DMT est la possibilité d'allouer la puissance et les bits sur les différentes
sous-porteuses selon leur rapport signal sur bruit, SNR (Signal to Noise Ratio). Nous
présentons alors des exemples d'algorithmes de bit loading et analysons alors l'impact des
techniques de traitement du signal sur la bande passante et la capacité du canal.
1.3 Contributions
La fibre optique agit comme un filtre passe-bas pour les signaux à transmettre. Elle
laisse passer les basses fréquences et atténue les fréquences élevées. L'allure de la fonction
de transfert correspond à peu près à celle d'un filtre passe-bas gaussien [45]. Il est donc
fréquent de trouver dans la littérature la SI-FOP modélisée comme un filtre passe-bas
gaussien [28]. Dans la pratique, on remarque que cette modélisation assez simpliste n'est
valide que pour certaines longueurs de la fibre et sous certaines conditions [29].
Nous présentons ici une méthode pour obtenir la réponse en fréquence de la SI-FOP
basée sur l'équation généralisée de la propagation avec transfert de puissances entre les
modes le long de l'axe de la fibre. L'équation de propagation ou « power flow equation »
considérée a été établie par Detlef Gloge en 1972 [48]. Celle-ci intègre la dimension
temporelle où les fonctions de diffusion et d'atténuation de la fibre sont fonction de l'angle
de propagation des rayons d'injection [47]. Cette méthode permet de reproduire par
simulation sous MATLAB des mesures expérimentales de divers paramètres de la SI-FOP
et d'établir un modèle de canal réaliste qui tient compte de l'atténuation, de la conversion
des modes, de la dispersion et de la variation du temps de groupe.
Pour finir, nous analysons les performances des techniques de traitement du signal
dans le système établi en combinant les caractéristiques de la DMT et l'écrêtage. Nous
étudions alors les performances d'un canal idéal SI-FOP IM/DD lorsqu'on utilise la
modulation DMT en considérant un grand nombre de sous-porteuses et la technique dite de
bit loading avec une contrainte sur la puissance totale disponible pour la transmission, un
taux d'erreur binaire cible fixé et une limitation de l'amplitude du signal [26], [50], [51].
Le premier chapitre est une introduction générale qui définit le contexte de travail,
la motivation et l'organisation du mémoire.
Dans le deuxième chapitre, nous rappelons d'abord les notions de base générales sur
les fibres optiques en télécommunications qui seront utilisées dans de ce manuscrit. Ces
notions sont communes à la fibre de verre traditionnelle et à la FOP. Nous abordons ensuite
les propriétés et caractéristiques de la FOP et quelques concepts essentiels concernant son
utilisation dans les télécommunications optiques sur courtes distances.
En 1854, le physicien irlandais John Tyndall démontra en utilisant un jet d'eau que
la lumière pouvait être guidée sur un chemin courbe. Ce principe, connu sous le nom de
réflexion totale interne, est à la base du fonctionnement de la fibre optique puisqu'il permet
de piéger la lumière dans le milieu de plus haut indice.
La première approche sérieuse du problème fut faite par Graham Bell qui inventa en
1880 le photophone. En utilisant un miroir vibrant au rythme de la parole et à la réception
une cellule au sélénium, Bell pu transmettre des sons sur une distance de plus de 200 m.
Cependant, comme pour les systèmes précédents, la portée de ce système était limitée par
11
deux facteurs fondamentaux : la radiance de la source utilisée qui était peu élevée et surtout
la propagation de la lumière qui n'était pas guidée, si bien que l'énergie lumineuse se
trouvait très vite dispersée.
En 1970, la firme Corning Glass Works fabrique aux Etats-Unis des fibres optiques
à saut d'indice et obtient des affaiblissements inférieurs à 20 dB/km pour une longueur
d'onde de 633 nm [45].
La bande passante d'une fibre optique dépend de la longueur de la fibre. C'est une
grandeur donnée pour 1 km de fibre et généralement exprimée en MHz x km. En 1973, la
réalisation des premières fibres performantes à gradient d'indice permet d'augmenter la
bande passante de quelques dizaines à plusieurs centaines de MHz x km [52].
En 1977, Bell Systems et General Telephone réalisent les premiers essais sur le
terrain respectivement à Chicago sur une distance de 2,5 km et à Long Beach sur une
distance de 9 km [45].
En 1978, les fibres monomodes avec des bandes passantes de l'ordre d'une centaine
de GHz x km et quelques dixièmes de décibels d'atténuation à 1,3 et 1,55 pm deviennent
une réalité [52].
développement des liaisons expérimentales puis des premières liaisons commerciales vers
les années 1980 [49].
On ne peut pas parler de la fibre optique sans parler de la lumière. La lumière est
une énergie rayonnante constituée d'ondes électromagnétiques qui peuvent se propager à
des vitesses élevées dans le vide ou dans des matériaux diélectriques. Elle est caractérisée
par sa longueur d'onde X. Le spectre de l'onde électromagnétique inclut entre autres
l'ultraviolet, la lumière visible et les ondes infrarouges. La lumière visible occupe une
plage étroite et s'étend de 380 nm (violet) à 780 nm (rouge) [34]. Une vue générale du
spectre de la lumière visible est présentée à la figure 2.1.
La propagation de la lumière dans une fibre optique peut être étudiée de façon
simplifiée en utilisant les lois de l'optique géométrique traditionnelle sous l'hypothèse que
les dimensions du guide sont grandes devant la longueur d'onde A. Dans ce cas, on ne
considère que les trajectoires suivies par les rayons lumineux, et non la nature physique des
ondes électromagnétiques. Cette approche permet de définir simplement quelques
caractéristiques importantes de la fibre optique.
13
lAnMofct
800 MI
c
n-—. (2.1)
v
Une fibre optique est un guide d'onde diélectrique cylindrique qui exploite les
propriétés réfractrices de la lumière. Comme illustrée à la figure 2.2, elle est constituée de
plusieurs couches concentriques d'axe de symétrie z qui sont :
14
la gaine optique (cladding), qui est composée des mêmes matériaux que le cœur.
Son indice de réfraction est inférieur à celui du cœur (différence de quelques
millièmes), ce qui permet de réfléchir la lumière entièrement de multiples fois à
l'interface cœur-gaine (phénomène de réflexion totale interne). La gaine optique
n'étant pas destinée à transmettre la lumière, il n'est pas nécessaire que ses
propriétés optiques soient aussi bonnes que celles du cœur. Le cœur et la gaine
constituent la partie optique qui canalise et propage la lumière;
une couche de protection ou tube (coating), permet le contact de la fibre avec des
supports sans perturber le fonctionnement de la partie optique. Généralement en
plastique, le tube n'intervient pas dans la transmission de la lumière. Il assure la
protection mécanique de la fibre; il sert à la flexibilité de la fibre et facilite sa
manipulation. Néanmoins, dans certains cas, le tube est supprimé comme cela
peut être le cas dans certaines FOP.
Cette structure forme la base de toutes les fibres optiques, qu'elles soient de verre ou de
plastique.
15
Le profil d'indice est caractérisé par la différence d'indice de réfraction entre le cœur et
la gaine de la fibre optique. On peut classer les fibres en considérant les angles de réflexion
ou mode possibles de la lumière dans la fibre. On distingue alors deux catégories de fibres :
les fibres monomodes dont le cœur étroit favorise un trajet suivi par la lumière
quasiment rectiligne et permet de minimiser l'atténuation des signaux. Les fibres
monomodes sont dédiées aux réseaux métropolitains et longues distances MAN
(Metropolitan Area Network) et WAN (Wide Area Network);
On peut retenir que la fibre optique est à symétrie cylindrique et est constituée d'une
partie centrale, le cœur d'indice de réfraction ncoeur qui est entourée d'une gaine d'indice de
réfraction ngaine légèrement inférieur à ncoeur. La section transverse présente une différence
d'indice entre le cœur et la gaine qui est discontinue pour les fibres monomodes et à saut
d'indice et graduelle pour les fibres à gradient d'indice. Les caractéristiques d'une fibre
optique sont déterminées d'une part par le matériau choisi qui va déterminer principalement
l'atténuation et la stabilité thermique et d'autre part par le profil d'indice de réfraction qui va
déterminer la capacité de transmission et la largeur de bande optique.
Section transverse
d'une fibre à saut Indice de Impulsion Principe du guidage de la Impulsion
d'indice réfraction d'entrée lumière par réflexion totale de sortie
interne
O Itgaine l^coeur JJ
O ngaine tlcœur
ITCOCUI
Figure 2.3 : Propagation de la lumière dans les trois types de fibres optiques.
17
La figure 2.3 schématise la section transverse des trois types de fibres ainsi que le principe
de guidage de la lumière par réflexion totale interne. Le tableau 2.1 présente un récapitulatif
de la comparaison des différents types de fibres optiques. Dans la suite, on s'intéresse à la
fibre multimode à saut d'indice qui est le type le plus simple et le plus répandu dans le
commerce. Cette fibre est directement issue des applications optiques traditionnelles. Le
cœur a un diamètre relativement gros par rapport à la longueur d'onde de la lumière visible.
(n 2 -n2. )
A =\ coeur gaine ) (2.2)
2nl
Dans le cas où la différence d'indice entre le cœur et la gaine est faible, A « l , on utilise
l'approximation suivante [7] :
18
n —n
. coeur gaine O 1\
n
coeur
Pour de plus amples détails, le lecteur intéressé pourra se reporter aux références [31], [36],
[37], [38], [39], [40], [41], [42], [43].
V =^ancoeaij2Â, (2.4)
V2
M =—. (2.5)
2
19
Pour plus de détails sur les différentes méthodes de détermination du nombre de modes de
propagation, le lecteur intéressé pourra se reporter aux références [31], [36], [38] et [39].
Les différents concepts que nous définissons sont basés sur les principes de
l'optique géométrique qui sont bien connus. Nous rappelons ici quelques notions.
Par la réflexion, une partie de la lumière retourne dans le milieu d'où elle vient.
C'est le principe de réflexion totale illustré à la figure 2.4 qui est utilisé pour guider la
lumière dans la fibre. L'énergie lumineuse se trouve dans le cœur d'indice ncoeur qui est
entouré par la gaine dont l'indice de réfraction «gaine est tel que ncoeur > «gaine. La
propagation du rayon dans le cœur de la fibre implique une condition sur l'inclinaison du
rayon incident, donc sur l'angle d'incidence. L'angle d'incidence critique ou angle
d'acceptance, est l'angle au-delà duquel le rayon n'est pas transmis dans la fibre [35].
Rayon perdu
Axe de
Rayon réfléchi propagation
de la fibre
Figure 2.4 : Principe de propagation de la lumière dans une fibre à saut d'indice idéale.
Supposons qu'un rayon lumineux arrive d'un milieu « air » d'indice de réfraction
n0 qui vaut 1 et pénètre dans la fibre. On veut trouver l'angle limite de réflexion totale
20
interne. Soit 8max l'angle d'incidence critique par rapport à la normale à la surface (voir
"oSin6'max=A2coeursinamax
S i n
= "coeur (y-/max)
(2.6)
= "coeur COS y m m
1
= "coeur V " ^ Vmax-
Comme :
_ gaine
/ max (2.7)
n,.
on a alors :
gaine
"oSin^ max =« coeur Jl-
n (2.8)
V coeur /
4n 2
coeur
-n2- .
gaine
2
s i n
^ m a x = V " L u r - " , gaine ' (2.9)
Tout rayon de lumière arrivant sur la face d'entrée de la fibre avec un angle inférieur à
6max défini par (2.9) va se propager en zigzag jusqu'à l'autre extrémité de la fibre par
réflexions totales internes successives. Si l'angle du rayon à l'entrée de la fibre est
supérieur à l'angle d'incidence critique alors le rayon est perdu.
gaine
/max = arcsin-^
"coeur (2.10)
n
= «„
n
2
Ouverture numérique
ON = sin0max=«coeurV2A~. (2.11)
Le NA des fibres commerciales varie entre 0,1 et 0,6. Plus l'écart entre les indices de
réfraction du cœur et de la gaine est important, plus l'ouverture numérique est grande et
plus grand est le nombre de modes ou rayons lumineux qui se propagent dans la fibre.
La nature ondulatoire de la lumière fait qu'il y a des interférences entre les diverses
ondes à l'intérieur de la fibre. Les ondes lumineuses capables de se propager dans la fibre
sont appelées modes et peuvent être déterminés mathématiquement de façon précise par les
équations de Maxwell. Les modes transmis dans la fibre avec un angle d'incidence faible
sont appelés modes rapides ou modes d'ordre faible et subissent peu de réflexions totales.
Tandis que les modes transmis avec un angle d'incidence élevé sont appelés modes lents ou
modes d'ordre élevé (voir la figure 2.5) et vont parcourir des trajets plus longs que les
modes d'ordre faible.
22
Rayons méridiens
Les rayons méridiens sont ceux qui restent dans un seul et même plan que celui
contenant l'axe z de la fibre. Ces rayons sont guidés dans le cœur de la fibre et sont
composés des modes lents et des modes rapides [49].
La figure 2.6 présente de gauche à droite, pour une fibre à saut d'indice, un exemple
de rayon projeté sur la section transversale de la fibre et un parcours du rayon. Comme
nous pouvons le remarquer sur la figure 2.6 b), la projection des rayons non méridiens sur
la section transversale ressemble à une ligne polygonale. Les rayons non méridiens forment
un angle y/ < 90° avec le plan tangent à l'interface cœur-gaine et ne croisent jamais l'axe de
la fibre (figure 2.6 b)) [7]. On distingue principalement trois cas de rayons non méridiens :
les rayons guidés dans toute la gaine ou modes de galerie qui ne croisent jamais l'axe de la
23
fibre; les rayons réfractés dans toute la gaine et les rayons à fuite qui attirent
progressivement l'énergie lumineuse qui se propage dans le cœur et vont fuir dans la gaine.
Le rayon à fuite ne peut pas guider la lumière dans le cœur sur une grande distance, mais
peut se propager sur de courtes distances avant d'être éliminé. Il peut ainsi perturber la
transmission et les mesures et peut réapparaître sous l'effet de courbures.
b)
^_JL_6
In'
n(r)
V\ VV
\\ \_
^c^^^—
. r
Figure 2.6 : a) Exemple de rayon méridien; b) exemple de rayon non méridien [7].
Nous avons vu que l'angle d'injection de la lumière dans une fibre caractérise le
mode. On s'attend donc à ne retrouver en bout de fibre que ce mode. Ceci est vrai dans le
cas d'une fibre idéale, sans défauts. En pratique, la fibre présente un certain nombre de
24
défauts qui font qu'il se produit un mélange entre les divers angles de propagation permis
ainsi qu'un échange d'énergie. On parle alors de couplage de modes.
Couplage de modes
Le couplage de modes donne naissance à un nouvel angle (figure 2.7) et ses causes
peuvent être [49] :
la diffusion : des défauts dans le cœur agissent comme centre de diffusion et vont
transformer un mode en plusieurs autres modes qui vont être réémis à la même
longueur d'onde, mais dans des directions différentes.
Centre de diffusion
Microcourbure
Pour plus de détails sur le couplage de modes, le lecteur intéressé pourra se reporter aux
références [45], [49], [53].
25
résultat des mesures, on obtient dans la majorité des cas une répartition gaussienne de
l'intensité en champ lointain. Le champ lointain dépend des conditions d'excitation, du
type de fibre, de la longueur de l'échantillon et de la longueur d'onde [45].
2.3.1 Atténuation
P L =pJ' a L \ (2-13)
a [1 d B / HJ = 1 ^ 4 mL > Jl
m(lO) (2A4)
* 4343a' [m - 1 ].
27
L'étude des causes de l'atténuation ne fait pas partie du cadre de ce mémoire. Nous
soulignons simplement le fait que l'atténuation est principalement due :
Pour de plus amples détails sur l'atténuation et ses causes, le lecteur intéressé pourra
se reporter aux références [7], [11], [31].
Dispersion
Dispersion du
matériau
Figure 2.8 : Mécanismes de dispersion dans la fibre optique multimode à saut d'indice.
Figure 2.9 : Dispersion intermodale, propagation d'un mode rapide et d'un mode lent.
et t2 le temps de propagation du mode lent (rayon d'inclinaison sur l'axe, a = «max ). Les
«»
'i=A (2.15)
2
t _ £ "coeur _ j "coeur * _ A " icoeur
(2.16)
c c sinrmax c AÏ,gaine
A
^mod=^2-/l
' n —n '
= A ncoeur coeur gaine
C n
game )
L 2 (2-17>
A 2
2« c (ON)
coeur
•M coeur A .
Armod est l'écart maximal de temps de propagation entre le mode le plus rapide et le mode
le plus lent (largeur maximale de l'impulsion reçue). La dispersion modale par unité de
longueur (différence de temps de propagation de groupe linéique en s/m) est donnée par :
n
\ T _ coeur A
modjinéique
° (2.18)
= ——(ON)2.
2
"coeurC
Chaque impulsion de lumière est faite d'un nombre fini de longueurs d'onde qui se
propagent de façon différente. La dispersion chromatique (Chromatic Dispersion, CD)
caractérise l'étalement du signal lié à sa largeur spectrale et traduit la différence de vitesse
de groupe. La dispersion chromatique notée Archrom, introduit des retards de propagation
pour différentes composantes spectrales du signal. Elle résulte de la somme de deux effets :
la dispersion propre au matériau, et la dispersion de guide, liée à la forme du profil d'indice.
31
Particulièrement importante dans les fibres monomodes, elle est due au fait qu'une
partie de la lumière pénètre dans la gaine avec des angles et une profondeur différents. Elle
est causée par la différence d'indice relative qui dépend aussi de la longueur d'onde [45].
Dans les fibres multimodes, seule une petite portion des modes élevés pénètre dans la
gaine. De ce fait, l'effet de la dispersion de guide d'onde y est négligeable et n'est pas
considérée dans les fibres multimodes à saut d'indice [7].
Dispersion du matériau
On peut retenir que la dispersion totale dans une fibre multimode est la somme
quadratique de la dispersion modale et de la dispersion chromatique. La dispersion totale de
la fibre multimode est également appelée largeur à mi-hauteur de l'impulsion reçue {Full
Width at Half Maximum, FWHM) et s'écrit comme suit :
A
W = *WHM = V(A rmod )2 + (A rchrom )2 . (2.19)
Dans la suite, nous considérons la dispersion modale comme prédominante, ce qui est
généralement vrai dans le cas des fibres multimodes à saut d'indice. Dans le cas de la SI-
FOP, la dispersion modale est tellement grande que la dispersion du matériau et la
dispersion du guide d'onde peuvent être approximées à zéro [54], Artotale = Armod = rFWHM.
32
Nous avons vu dans la section 2.3.2, qu'une impulsion qui se propage dans la fibre
s'élargit à cause de deux phénomènes indépendants qui sont la dispersion modale et la
dispersion chromatique. La dispersion cause une réduction de la bande passante. Du point
de vue fréquentiel, l'effet de dispersion implique que la fibre optique se comporte comme
un filtre passe-bas qui laisse passer les signaux à basses fréquences et atténue les signaux à
fréquences élevées [7]. La détermination de l'élargissement des impulsions permet
d'obtenir une estimation grossière de la bande passante. La bande passante d'un système de
communications optiques est généralement considérée comme étant la fréquence pour
laquelle l'amplitude du signal optique a diminué de 3 dB. Strictement parlant, cette
approche ne s'applique qu'à un filtre passe-bas gaussien. Si l'on procède par mesures, la
dispersion peut être évaluée en injectant à l'entrée de la fibre une impulsion de durée
extrêmement courte assimilable à une impulsion de Dirac et en mesurant la largeur de
l'impulsion à l'arrivée après une distance parcourue L correspondant à la longueur de la
fibre. On remarque d'après les mesures que l'impulsion à l'arrivée a une forme ressemblant
à une gaussienne. De ce fait, la dispersion est généralement définie à l'aide de paramètres
caractérisant une courbe gaussienne [7].
33
p
i
( e Ï
P (t) = P exp 2
(2.20)
2<T
Z
'FWHM=20"Vm4 (2.21)
Pour rester cohérent avec la notation que nous adoptons dans la suite de ce mémoire, nous
notons f_3dB la bande passante optique à -3 dB de la fibre qui s'écrit [7] :
34
v/ln4
J-MB ~ (2.23)
2KG
t <• \ 2
/
H ( f ) = Aexp -ln(2) (2.24)
\ J/-:
-3dB J
Et le produit rFWHM x f3dB qui donne la relation entre l'élargissement impulsionnel à mi-
2crVîn4Vîn4
X
'FWHM f-MB
J-MB ~
2;rcr
ln4
(2.25)
n
«0,44.
BL~*&-.L (2.26)
'FWHM
Ces grandeurs sont données pour 1 km de fibre; rFWHMest donné en ns/km et f_idB est
donné en MHz x km. La relation entre la bande passante et l'élargissement de l'impulsion
dépend de la forme exacte de l'impulsion, et par conséquent de la répartition d'énergie
entre les modes. Nous utilisons dans la suite les résultats énoncés en (2.23) et (2.26). Pour
plus de détails sur cette méthode, le lecteur intéressé pourra se référer à [7].
Depuis les premières fibres de « Bell Laboratories », les fibres optiques n'ont cessé
d'évoluer permettant de s'affranchir des distances. De nos jours, les techniques de
35
transmission sur fibre de verre (silice) en télécommunications sont très bien maîtrisées.
L'augmentation croissante de la demande en termes de débits et de capacité, la course aux
économies poussent à la recherche de nouvelles fibres répondant aux besoins actuels en
termes de coûts et de capacité. La première idée de fibres optiques plastiques (FOP) est
antérieure à la fibre de verre et remonte aux années 1960. La première SI-FOP en PMMA,
nommée « Crofon », fut inventée en 1968 par Dupont. En 1975, fut commercialisée la
première SI-FOP sous le nom « ESKA » par Mitsubishi Rayon. Depuis, on retrouve sur le
marché d'autres fabricants de FOP comme Firecomms Ltd., Diemont, Luceat, Avago
(Infineon, Hewlett-Packard, Agilent), Asahi Chemical et Toray, etc.
O
FOP, diamètre du cœur 1000 / Fibre de verre multimode, Fibre de verre monomode,
980 um diamètre du cœur 125 / 70 um diamètre du cœur 125 / 9 um
Tel que mentionné au chapitre 1, les FOPs sont faites de divers matériaux polymères tels
que le polyméthacrylate de méthylé (PMMA) qui est le matériau le plus employé, le
polystyrène et le polycarbonate. L'atténuation des FOPs est élevée dans le domaine visible.
Les FOPs sont généralement des fibres multimodes à saut d'indice (SI-FOP) ou à gradient
d'indice (GI-FOP). Comme le montre la figure 2.11, le diamètre du cœur des FOPs est très
grand comparé à celui des fibres traditionnelles. La SI-FOP en PMMA est la forme la plus
ancienne et la plus commercialisée de fibre optique plastique [129]. Non seulement elle est
peu coûteuse à fabriquer mais elle est également facile à mouler, ce qui la rend avantageuse
pour une production de masse.
36
a[dE /km]
1000
/ 1000
/
J
V
800 800
600 600
400 400
0
500 600 700 800
*
».[niti]
Cependant, avec les avantages de la FOP viennent également des inconvénients tels que la
grande dispersion modale, la bande passante limitée et la forte atténuation.
Les valeurs des paramètres nécessaires pour modéliser la fibre sont calculées à
partir de la fiche technique du fabricant de la fibre ESKA PREMIER GH4001 (annexe B)
et regroupées dans le tableau 2.2.
Tableau 2.2 : Fibre ESKA PREMIER GH4001, données fournies par le fabricant.
Paramètre Valeur
Indice de réfraction du cœur ncoeur "^,=1,492
2n2
coeur
Angle complémentaire de
=arcsin
(n 1 (2.10) ^=70,4°
l'angle maximal dans la fibre rmax
gaine
gaine ,
Angle critique dans la fibre (2.10)
K
z = ^/sin(/ m a x )
= >'/sin(70,4°)
= >>-l,0615.
coeuI
- Les temps de propagation du mode rapide et du mode lent sont : /, = L , et
c
coeur
t2 = L -1,0615. On peut alors déduire l'écart maximal de temps de propagation
c
entre le mode le plus lent et le mode le plus rapide, correspondant à la dispersion
modale : Armod = I - ^ - - 0 , 0 6 1 5 .
c
- Pour une longueur de fibre L = 100 m, ncoeur = 1,492, et c = 3 • 108 m/s, on obtient :
Ar mod =3,0586-10" 8 s.
Soit encore Armod =30,586 ns. Avec l'approximation (2.24): TFmm*f3dB «0,44 et en
/_3„B=0,44/Arra
'mod
= 0,44/(30,586-IO"9)
= 14,38610 6 Hz.
Soit encore
2.6 Conclusion
n'est pas vérifiée. L'un des principaux problèmes lorsqu'on cherche à décrire les
caractéristiques de propagation dans la FOP est le grand nombre de modes capables de s'y
propager. En théorie, tous les modes permis peuvent être calculés. Cela exige néanmoins
beaucoup de mémoire, de temps de calcul et une bonne résolution [7]. Pour toutes ces
raisons, de nombreuses approches de modélisation simplifiées ont été établies dans le cas
de la FOP. Ces approches résultent d'un compromis entre la précision des résultats et le
temps de calcul. Ces méthodes reposent sur certaines simplifications et présentent des
domaines de validité ou imposent des conditions sur la nature des paramètres
optogéométriques de la fibre devant être traités Jusqu'à présent, aucune approche
universelle n'a été établie et tous ces modèles coexistent sans interaction [16]. Il n'existe
toujours pas de standard pour les fibres optiques fortement multimodes comme la FOP. On
distingue néanmoins principalement quatre classes d'approches de modélisation, à savoir :
les méthodes d'approximation, qui sont plus ou moins souples dans leur emploi,
mais qui donnent de bons résultats si la variation d'indice sur une distance de
l'ordre de la longueur d'onde optique est négligeable et si le rayon du cœur de la
fibre est largement supérieur à la longueur d'onde optique. La recherche d'une
méthode permettant de faire l'inventaire de tous les modes pouvant être excités
dans une structure cylindrique fortement multimode présentant un profil d'indice
de symétrie de révolution, peut être utile pour calculer le nombre de modes, leur
constante de propagation et par voie de conséquence la dispersion intermodale.
Parmi ces méthodes, on peut citer la méthode matricielle, la méthode analytique,
43
l'optique des rayons qui tend selon le formalisme développé aux méthodes
d'approximation; cette méthode nécessite souvent une solution numérique avec
des conditions d'applications identiques à celles présentées dans l'utilisation des
méthodes d'approximations [52];
l'approche des FOPs micro-structurées calcule les champs des modes par la
méthode des multipôles ainsi que l'atténuation modale et les délais des modes.
Les propriétés de propagation sont déterminées en résolvant l'équation vectorielle
de l'onde. La précision des résultats obtenus par cette méthode dépend du nombre
de termes pris en compte dans l'expansion de série [16].
Bien que les conditions de propagation de la lumière soient bien connues dans les
fibres optiques, les fibres optiques fortement multimodes doivent être modélisées d'une
façon spécifique. La méthode WKB est une méthode d'approximation qui fut développée
par Wentzel, Kramers et Brillouin (parfois notée WKBJ pour Wentzel, Kramers, Brillouin
et Jeffreys). La méthode WKB est une approche de solution à l'équation d'onde scalaire
[7]. Elle permet de résoudre de façon approchée l'équation de Schrôdinger [63]. Son
utilisation pour l'étude de la propagation dans un milieu à gradient d'indice consiste à
développer le champ électromagnétique en une somme d'ondes planes. Cette méthode a la
particularité de donner des expressions analytiques simples, ce qui évite l'emploi de
méthodes numériques lourdes qui se prêtent difficilement à l'étude de phénomènes tels que
ceux décrivant le couplage de modes [52]. Par exemple dans [65], T. Ishigure utilise la
méthode WKB pour déterminer la dispersion intermodale et intramodale d'une GI-FOP à
grande bande passante. Ce qui lui permet d'établir une méthode pour calculer les propriétés
45
modales de la GI-FOP avec 100 000 modes guidés. Ainsi, les solutions obtenues par la
méthode WKB contiennent des simplifications dans la description de la fibre qui
correspondent à la description de la fibre par la méthode de tracé de rayons. Cette méthode
établit un pont entre la description de la fibre par la méthode du « ray tracing » et la
méthode modale. Elle permet d'établir les expressions des constantes de propagation, du
délai de groupe et d'obtenir une estimation rapide de la bande passante ou de la capacité de
transmission de la fibre [7]. Pour de plus amples détails sur la méthode WKB, le lecteur
intéressé pourra se reporter aux références [63], [64], [68] et [69].
Les fibres multimodes sont généralement modélisées comme des systèmes linéaires
en amplitude dans le domaine électrique, isotropique (dispersif) et indépendant en temps.
La réponse en fréquence de la fibre multimode est définie comme la transformée de Fourier
de l'enveloppe de la réponse en intensité à une impulsion optique qui entre dans la fibre et
est détectée après propagation de l'impulsion au-delà d'une certaine distance parcourue. On
note / / F ( / ) , la réponse en fréquence normalisée de la fibre, sans unité. Le modèle
( t2
P(t) = Pexp
2a 2 y
\
et on a donc,
M»-"®
P
( (2 \ (3.1)
= exp
v 2a' ,
47
La bande passante d'une fibre optique est définie comme étant la fréquence maximale de
transmission pour laquelle le signal transmis subit un affaiblissement de 3 dB. On peut
calculer la bande passante de la fibre en considérant la réponse en fréquence obtenue par
transformée de Fourier de la réponse impulsionnelle :
H,(/)=TF{lv(/)}. (3.2)
La bande passante est alors la fréquence f_3dB comme mentionné à la section 2.3.3, avec :
\Mf™f*\- (3-3)
M/)=« » (3-4>
avec
fo=f-MB/jMÏ),
électrique. On peut également noter une autre relation intéressante entre f0 et le paramètre
/o=4r—• (3-5)
V2 KG
48
Les travaux effectués dans [29] ont permis de déterminer, pour le canal réel mesuré SI-FOP
les valeurs de f_3dB pour différentes longueurs de la fibre. Ces valeurs sont présentées au
chapitre 6 et sont utilisées pour simuler le modèle passe-bas gaussien (modèle numérique
gaussien) du canal ainsi que le modèle « power flow equation ».
Nous avons vu au chapitre 2 qu'en pratique, la fibre optique multimode présente des
imperfections plus ou moins accentuées qui entraînent des transferts de puissance entre les
différents modes de propagation. Il se crée de nouveaux modes qui se propagent dans la
fibre; la constante de propagation est modifiée et la puissance totale P(z) véhiculée à
l'abscisse z voit sa répartition sur les différents modes de propagation modifiée. De plus, il
peut y avoir des pertes dues à l'apparition de modes de fuites. Ces pertes de transmission
dépendent du nombre de modes et provient des imperfections. Le couplage de modes et les
pertes qui y sont associés produisent un changement de la forme de l'impulsion optique
transmise à cause de la modification de la répartition de modes. Comme les modes se
propagent à des vitesses différentes et échangent de la puissance, la forme de l'impulsion
de sortie est différente de celle qui existe quand le couplage de mode est absent. L'effet
exact est difficile à prévoir car il dépend entre autres du type de fibre et des conditions
d'excitation; il peut prendre plusieurs formes. Plusieurs études réalisées entre autres par D.
Gloge, M. Rousseau et L. Jeunhomme [48], [100] ont établi que l'atténuation et la bande
passante des fibres optiques multimodes présentent une dépendance non-linéaire sur la
longueur de la fibre; cette dépendance trouve son origine dans le couplage de modes. Il
apparaît donc clairement que la description des caractéristiques de la fibre par les lois de
l'optique géométrique est incomplète. En pratique, la FOP est fortement multimode et est
caractérisée par un couplage de modes important. La relation qui lie la bande passante à la
longueur de la fibre est alors complexe et différente de l'approximation établie en (2.26)
par la théorie des rayons (optique géométrique) qui est largement utilisée lorsque l'on
cherche à estimer la capacité de la transmission [47].
49
Une autre méthode pour évaluer les caractéristiques de la fibre que l'on retrouve
dans la littérature est basée sur l'équation de propagation de la puissance de D. Gloge et
d'expérimentations effectués en champ lointain pour déterminer le profil de la distribution
appelé Far Field Pattern (FFP) afin d'obtenir les fonctions caractéristiques de la diffusion
angulaire et de l'atténuation pour une fibre donnée [72]. Ces fonctions permettent de tenir
compte de la dimension temporelle de l'équation de propagation avec transferts de
puissance et de prédire la distribution de la puissance angulaire à la sortie quelques soient la
longueur de fibre et les conditions d'injection des rayons dans la fibre [71]. Cependant,
cette description est encore incomplète car la dépendance temporelle n'est pas explicite
dans l'équation de propagation ce qui a pour conséquence qu'il n'est pas possible de
caractériser la réponse en fréquence par une équation mathématique ni de calculer la bande
passante.
La méthode que nous retenons pour caractériser la SI-FOP se base sur l'équation de
propagation de D. Gloge et y incorpore une dimension temporelle pour résoudre l'équation
dans le domaine fréquentiel. La réponse impulsionnelle de la fibre est dérivée en résolvant
l'équation différentielle obtenue par la méthode des différences finies de Crank-Nicholson.
50
L'utilisation de la FOP pour les communications courtes distances est de plus en plus
envisagée. Comme nous l'avons déjà vu dans les chapitres précédents, deux principaux
inconvénients de la FOP sont sa grande atténuation qui se situe aux alentours de 150 dB/km
et son faible produit BL due à la dispersion modale. Pour surmonter ces limitations de la
bande passante, il est nécessaire d'effectuer un traitement numérique au niveau du
transmetteur et/ou au niveau du récepteur. Il est alors intéressant d'évaluer les
performances du système en effectuant des simulations. D'où la nécessité d'avoir un
modèle numérique réaliste du canal SI-FOP. Le modèle du tracé de rayons permet de
déterminer pour chaque rayon d'injection, le trajet parcouru dans la fibre. Cela permet de
prédire les paramètres influant sur la propagation. Il existe différents modèles de simulation
pour les trois paramètres principaux qui affectent la propagation dans la fibre à savoir :
- la dispersion modale,
- et le couplage de modes.
Nous décrivons dans cette section, une méthode basée sur l'équation différentielle
de D. Gloge et une solution tirant avantage de l'approche matricielle et de la méthode des
différences finies pour résoudre l'équation dans le domaine fréquentiel. Cette approche est
basée sur le même principe que celui utilisé dans [99] pour obtenir la réponse
impulsionnelle de la SI-FOP. Pour la détermination de l'équation de propagation, nous
suivons ici le développement effectué dans [47].
- l'angle d'excitation^,
- et le temps /.
ou :
P(d,z,t) est la distribution de puissance dans l'espace et le temps à l'angle 6,
rit
En passant le deuxième terme de gauche dans (3.6) à droite et en remplaçant — par
dz
dP(e,z,w) ,„ i i Ô L , / „ * dp(e,z,w)^
yK
a(e)+ ■JW p
F y( e , z , w ) + — e-d(e)-
w ' (3.8)
dz c-cos(e) ' ede\ de
dp(e,z,w)
Si on développe le terme e-d(e) dans (3.8) en utilisant les
ede de
propriétés mathématiques bien connues de la dérivation de fonctions composées, alors (3.8)
peut se réécrire comme suit :
dp(e,z,w)
a(e)+ "coeu;^ p(e,z,w)
dz c-cos w
d(e) dd(e) dp(e,z,w)
+ (3.9)
e
de de
2
d p(e,z,w)
+d(e)
de 2
- pour la première et la deuxième dérivée qui sont des dérivées de premier ordre, on
peut remplacer l'opération de dérivation par des différences finies « en avant », on
a alors respectivement :
dp(e,z,w) p(e,z+Az,w)-p(e,z,w)
(3.10)
dz Az
dp(e,z,w) _ p(e+Ae,z,w)-p(e-Ae,z,w)
(3.11)
de 2A9
pour la troisième dérivée qui est une dérivée de second ordre, on peut remplacer
l'opération de dérivation par des différences finies « centrée », on a alors :
d 2 p(e,z,w) _ p(e+Ae,z,w)-2p(e,z,w)+p(e-Ae,z,w)
(3.12)
de2 Ae2
En remplaçant les différentes dérivées dans (3.9) par leurs expressions définies en
(3.10), (3.11) et (3.12), on a alors :
Az d(0) dd(0)
(p(e+Ae,z,w)-p(e-Ae,z,w))
2A0 e de (3.14)
Az
-^(e)-^P(e,z,w)
( ( \ \
p ( e , z + Az,w) = 1 - a ( e ) + - "n.coeu;^ -jw Az p(e,z,w)
c-cos(#)
+■
Az —^-+d'(e) (p(e+A e,z,w)-p(e-A e,z,w))
2-A0 G (3.15)
2d(e)Az .
d
+ \l 2 àz ( P (e+Ae,z,w)+p(e-Ae,z,w)).
Ae
z = z 2 -z x =m-A z (3.16)
où m est un entier que l'on peut déterminer pour n'importe quelle paire de longueur
(z x ,z 2 ), tel que z 2 > zy. On définit également l'entier k, tel que :
e=k-Ae. (3.17)
56
L'équation (3.15) est une équation différentielle linéaire que l'on peut réécrire sous
une forme plus compacte en adoptant une représentation matricielle. Les variations de la
distribution de puissance angulaire à chaque pas A z sont donc données par un simple
produit matriciel [48]. Ainsi, étant donné la distribution de puissance angulaire p(e,z x ,w)
à une longueur initiale z,, la distribution de puissance angulaire p(e,z 2 , w) à une longueur
où p est un vecteur dont chacun des composants d'indice k est la puissance à l'angle de
propagation discrétisé e , tel que défini dans (3.17) et w est un entier tel que défini dans
(3.16) à condition que l'on choisisse un A z petit. A est une matrice diagonale qui traduit
la propagation de la puissance en absence de diffusion. Les éléments de A sont obtenus à
partir de (3.15) et sont donnés par la première expression de droite, en p [ e , z , w ) , en
( f
remplaçant e par sa valeur discrétisée k-A e dans 1 a(0) + ■JW Az . Les
c-cos w
éléments de A s'écrivent alors comme suit :
On remarque que (3.19) est une approximation de premier ordre de l'expression suivante :
L'expression (3.20) est utilisée dans la suite afin de s'assurer que les éléments de la matrice
A soient toujours positifs, ce qui permet de résoudre le problème de stabilité que l'on a
pour les grandes valeurs de a ; cela permet également l'utilisation d'un pas de discrétisation
Az plus grand. On remarque d'après (3.18) que A dépend uniquement de la fréquence.
57
Pour w = 0, la solution de (3.18) est donnée par l'analyse des mesures du diagramme de
rayonnement en champ lointain pour une longueur L donnée, P(9,z = L); la solution de
(3.18) pour Vf = 0, correspond au FFP pour une longueur L donnée. Les itérations sur les
valeurs de w permettent d'obtenir une description complète de l'évolution spatiale et
temporelle de la puissance optique dans la fibre [48]. On obtient des valeurs complexes de
Akk (w) en échantillonnant la fréquence angulaire w à la précision désirée dans le calcul
d(G)
TermesDiffusion = Az + d'{G) (p(G+A G,z,w)-p(G-A G,z,w))
2AG G J
2d(G)Az
p(G,z,w)
AG2
+ d yj*(p(G+AG,z,w) + p{G-AG,z,w))
AG2
Az ^ W ' ( ^ ] ( p ( ^ A ^ z , v , ) ) - ^ [ ^ W ( ^ ( p ( 5 - A ^ , z , v v ) )
t
2-AG
2d(G)Az
p(G,z,w)
AG2
d(G)Az, . „ .v d(G)A z, . „ .*
Az 1 d(G) A z \ , , -.A z
d(G)- 2 - y i ? ) j - e (P{0-M.z t w))
AG 2 G A G 2 J
2d(G)Az
■p(G,z,w)
AG2
f
. / - A z \d(G) A z 1 Â ( d zAz
+ d(G) 2■ + <HP)f 0 (p(G+A G,z,w)).
AG 2 G A Q~2
58
\d(k-A9) 1 , Az
*>M- d(k-A9)- —2d(k-AO)
A92
Az
DkJc = -2d(k-A 9) (3.21)
A92
Az
Dk,k+\ d(k-A9)+-d'(kA9)A9
A92
On en déduit alors :
59
Les différences finies appliquées aux deux dérivées que l'on a dans l'expression de droite
de (3.24) correspondent respectivement à :
dP(e,z) p(o+Ae,z)-p(o-Ae,z)
(3.25)
de 2Af5
0=0
et
d2p(e,z) P(0 + Ae,z)-2P(0,z) + P(0-Ae,z)
(3.26)
dede 0=0 Âë2
En remplaçant dans (3.25) les différentes dérivées par leurs expressions correspondantes
données en (3.26) et (3.27), on obtient alors :
réduit à :
f \\
lim L±! e.d(e) dP(e,z,t) 4d(0)
P(0 + A e , z ) - P ( 0 , z )
(3.28)
0-rO ede de Ae2
On peut donc déduire que les expressions pour la condition à la limite 9 = 0 et pour un pas
Az s'expriment comme suit :
Az
A, =-4^(o)^ et D0l=4d(0) (3.29)
~Âë 2
60
O A6 2A8 3A9 9 6
I 1 1 1 1 ,
1 2 3 4 N k
L'avantage de cette méthode est que l'on se sert du fait que la matrice soit creuse.
De ce fait, il est plus efficace de calculer la matrice à une certaine puissance que d'effectuer
ce même nombre d'itérations sous MATLAB [47]. De plus, pour obtenir les distributions
de puissance dans le domaine spatial et temporel en sortie, il n'est pas nécessaire de
recalculer les différentes matrices lorsque l'on change les conditions initiales puisque ces
conditions dépendent uniquement des valeurs de la diffusion et de l'atténuation. Les
conditions initiales de la simulation sont exprimées sous forme vectorielle. Une fois le
vecteur des conditions initiales établi, on multiplie ce vecteur par le système matriciel. Cela
nous permet par la suite d'obtenir la réponse en fréquence à une longueur z = L donnée
aussi bien pour chacun des angles de sortie p(e,z, w) que la réponse en fréquence globale
en intégrant la puissance totale sur tous les angles à une fréquence donnée. On a alors :
jr/2
Un aspect important qui apparaît dans ce modèle établi par la triple dépendance à
l'angle de propagation, à la longueur et au temps, est que pour obtenir la réponse en
fréquence à une longueur donnée z = L, la connaissance de la réponse en fréquence à une
quelconque courte longueur (z = L0) donnée, H(L 0 < L,w), ne suffit pas. Ceci est valable
que l'on raisonne dans le domaine fréquentiel ou temporel. Ainsi, afin de calculer la
réponse en fréquence à une longueur donnée, il est nécessaire de connaître la distribution de
puissance angulaire à l'entrée de fibre : P ( e , z = 0,t = 0) ou p(f),z = 0,w), où il n'y a pas
de propagation de retard temporel. En fait, les résultats expérimentaux réalisés dans [103]
suggèrent que la distribution à l'entrée a un fort impact sur la réponse en fréquence et peut
modifier l'équilibre de la diffusion et de l'atténuation différentielle.
Les valeurs de Az et Af? sont critiques pour la convergence des calculs. Ces
valeurs ont été déterminées par des mesures expérimentales réalisées dans [47] pour assurer
la convergence lors de la simulation de la fibre Mitsubishi ESKA PREMIER GH4001 et
correspondent à : Az = 0,001 m et Af9 = 0,005 rad. Les valeurs des paramètres d'atténuation
et de diffusion angulaire utilisées dans la suite ont été déterminées par mesures
expérimentales réalisées en champ lointain dans [72].
Fonction d'atténuation
f an//j\\
1 1 dQ(0)
a (0) = r + — 0d(0) (3.33)
v } de
Q{e)ede
p T (z)=l(p(e,z))dQ
Of
n_ £ (3.34)
2* 2 2
= j dç\sin(e)P(e,z)de = 2KJsm(e)P(e,z)de,
0 0 0
o ù P { e , z ) = p SSD .
Détermination de la diffusion
prédiction FFP. On commence les calculs avec une valeur supposée de d ( e ) . La valeur
finale estimée est celle qui minimise l'erreur quadratique moyenne (Root Mean Square
Error, RMSE) entre le modèle prédit et les mesures FFP. Le modèle mathématique de la
diffusion proposé finalement dans [72] dépend des paramètres d0 , </,, d2 et o d . Ce sont
63
des paramètres arbitraires qui permettent d'approcher au mieux les résultats expérimentaux
dans [72]. Nous avons alors l'expression de la fonction de diffusion qui s'écrit comme suit :
d(0)=d (335)
*+T^h&-
\ + d-.e *
Pour de faibles valeurs de (9, (3.35) tend vers la valeur d 0 +—■—. A lors que pour de
\ + d2
grandes valeurs de ^ , (3.35) tend vers la valeur d0.
Détermination de l'expression de Q
(l+«-»ïïl+«-«)
et à l'infini; elle décroît de façon monotone et est continuellement derivable. De plus, les
quatre paramètres arbitraires qui la caractérisent donnent assez de souplesse pour la
modélisation du champ lointain. À l'état d'équilibre, quel que soit le diagramme de
rayonnement injecté à l'entrée de la fibre, au bout de la distance d'équilibre, le diagramme
de rayonnement émis par la fibre est le même (diagramme de rayonnement à l'équilibre).
3.4 Conclusion
Dans ce chapitre 4, nous introduisons les communications optiques, puis nous nous
intéressons aux principes généraux de la modulation DMT et nous effectuons ensuite
l'analyse théorique de la DMT dans un système optique à modulation d'intensité et
détection directe en considérant, sans perte de généralité, le cas d'un canal idéal sans bruits.
La FOP est de plus en plus envisagée pour les communications courtes distances
(< 100 m) incluant les réseaux locaux. Le terme réseau local a été introduit pour
différencier les liaisons à débits très élevés mais à courtes distances, des réseaux à longues
distances engendrant des débits plus faibles. Les systèmes basés sur les câbles optiques en
comparaison avec les câbles coaxiaux possèdent des avantages tels que les faibles
dimensions, le poids minime, le faible affaiblissement, la largeur de bande élevée,
l'isolation galvanique, la sécurité des communications, l'insensibilité aux perturbations
électriques, etc. La transmission de signaux lumineux sur des fibres optiques, nécessite aux
deux extrémités de la fibre des éléments émetteurs et récepteurs capables de convertir les
signaux électriques en signaux lumineux et réciproquement. Une liaison par fibre optique,
comme illustrée à la figure 4.1, se compose, du côté émission, d'un modulateur et d'une
66
Canal de
Émission Réception
transmission
optique optique
Données optique Données
électriques en électriques en
entrée sortie
Les principaux éléments qui interviennent dans une transmission sur fibre sont :
lasers et des diodes électroluminescentes. Il existe des ouvrages complets qui y sont
consacrés, comme par exemple les références [94], [95] et [96].
- l'absorption : en absorbant un photon, l'électron peut être amené dans un état plus
énergétique. Il passe de l'état lié (électron et trou combinés) à ionisé (électron dans
la bande de conduction et trou dans la bande de valence);
- l'émission stimulée : frappé par un photon, l'électron peut retomber dans l'état le
moins énergétique (état lié) en émettant un photon stimulé dont le rayonnement
correspond à la même longueur d'onde, la même phase, le même état de polarisation
et la même directivité spatiale que le photon incident. On parle alors de lumière
cohérente. Avec l'émission stimulée s'introduit la notion de gain ou d'amplification
du rayonnement incident puisque, à partir d'un photon, on en obtient deux.
Bande de
conduction 9 «- Électron
A/V
/W.
Intervalle
de bande A/V A/V
\
Photon A/V
Bande de Q
valence
Trou o
(a) Émission spontanée (b) Absorption (c) Émission stimulée
C'est le composant le plus simple qui réalise l'émission spontanée. Les DELs
génèrent la lumière lorsqu'elles sont parcourues par un courant. Ce sont des émetteurs
incohérents, c'est-à-dire que la lumière émise contient plusieurs longueurs d'ondes et ne
garde pas sa phase dans le temps mais fluctue : incohérence temporelle; la lumière émise
dans différentes directions par différents points de la source n'est pas synchronisée et
fluctue aussi : incohérence spatiale. D'un point de vue spectral, les DELs couvrent la
gamme du visible allant du vert au rouge en passant par le jaune. L'intensité émise par la
DEL est appelée puissance optique; c'est l'énergie rayonnée par seconde. La puissance
optique est proportionnelle au courant dans la diode. L'intérêt des DELs réside
principalement dans la luminescence élevée, la tension d'alimentation faible, la rapidité de
69
P [mW] (P"is^nce
lumineuse)
.2 S u
1 E .2"
as n
1
L_ -_ _ _ __
I [mA]
(Courant
de diode)
Modulation d'amplitude
numérique du courant
La diode laser
se traduit par une certaine directivité du rayonnement dans la direction perpendiculaire aux
faces de la cavité et par une augmentation brutale de la puissance émise par la DL. On
70
Les DELs et les DLs sont les sources les plus utilisées. La DEL a une large
répartition spectrale tandis que l'émission de la DL a lieu en une ou plusieurs raies
spectrales [45]. Le choix de la source doit tenir compte des propriétés de la fibre. La
lumière doit être injectée par une surface très petite et théoriquement, seule la lumière
injectée dans le cône d'acceptance se propage dans la fibre. De plus, la longueur d'onde doit
correspondre à une atténuation faible par la fibre, et la largeur spectrale doit être faible pour
minimiser la dispersion. Une bonne source de rayonnement doit être intense, consommer
peu de puissance, avoir un temps de réponse rapide, être modulable facilement, fiable, et
économique. Les DELs et les DLs sont des dispositifs différents malgré leurs similitudes.
La comparaison donne par exemple :
- comparée aux DELs, les DLs sont caractérisées par une émission plus
directionnelle, une largeur spectrale plus faible, une intensité plus grande, et un
temps de réponse plus rapide. En revanche, elles sont plus chères que les DELs;
- les DELs sont plus lentes mais moins fragiles aux décharges transitoires;
- l'utilisation des DLs est beaucoup moins simple que celle des DELs à cause de la
caractéristique puissance optique en fonction du courant qui n'est pas régulière.
Le choix se fera donc en fonction de l'importance des critères retenus pour une
application donnée. La DL est la source la mieux adaptée pour les télécommunications
71
optiques car elle permet d'avoir la meilleure efficacité de couplage optique avec la fibre.
Les DELs vont être privilégiées pour la conception de liens de communications optiques
sur de courtes distances pour des considérations de coûts et de facilité de mise en œuvre. La
figure 4.4 schématise les différents processus optiques et les composants associés.
Absorption (détecteur)
fréquence de modulation d'une DEL est donc plus faible que celle d'une DL. Les DELs
sont principalement utilisées parce qu'elles ont un faible coût. Elles permettent de moduler
facilement le courant qui les traverse, entraînant directement la modulation en intensité de
la lumière émise. La puissance de sortie d'une DEL est directement proportionnelle au
courant injecté. Si on examine la figure 4.3, on voit qu'au-delà du seuil, le laser a un
comportement quasi-linéaire; en modulant le courant au-dessus du seuil, on obtient
directement une modulation analogique ou numérique de la lumière. La modulation directe
requiert assez peu de composants. Par exemple, si on considère un circuit constitué d'un
laser, en dehors de la source optique, seuls un générateur de courant et un pilote sont
nécessaires. Le premier va émettre à un débit donné une séquence de données à transmettre.
Le pilote commande la source optique au niveau des puissances émises (en fixant les
valeurs du courant d'alimentation) en modifiant les niveaux du courant issu du générateur.
La modulation externe est utilisée pour les fréquences de modulation très élevées, à
partir de 5 à 10 GHz. Dans le cas de la modulation externe, le modulateur est situé dans le
faisceau de sortie, et la modulation consiste à écrire les données électriques sur un signal
optique continu. Elle est obtenue en modulant directement le faisceau lumineux en sortie du
laser et non plus le courant d'alimentation à l'entrée du laser. Elle est plus coûteuse et plus
difficile à mettre en œuvre comparée à la modulation directe [45].
4.1.3 La réception
Dans le cas de la photodiode PIN, le détecteur est réalisé par une diode de type
Positive Intrinsic Negative (PIN); elle est constituée d'un matériau intrinsèque désigné par
i et légèrement dopé n qui est inséré entre un substrat de type p et un substrat de type n.
Les photons sont absorbés dans la zone intrinsèque non dopée (i). La probabilité de
recombinaison des électrons et des trous ainsi créés est faible. Les électrons et les trous sont
séparés par un champ électrique qui les dirige vers les zones n (négative) et p (positive)
où ils sont majoritaires [49]. La photodiode PIN est un détecteur de type quadratique.
Autrement dit, le photocourant est proportionnel à la puissance reçue. La photodiode PIN a
une bonne dynamique de linéarité, elle est simple à mettre en œuvre et bon marché.
Lorsque les porteurs accélérés dans le champ électrique atteignent des vitesses très
grandes, il se crée des porteurs supplémentaires par collision, et on obtient alors un courant
photoélectrique particulièrement élevé. Ce phénomène est appelé claquage par avalanche et
la photodiode est nommée photodiode à avalanche (PDA) [45]. L'emploi de PDA se réduit
du fait du développement des préamplificateurs à fibres dopées erbium [49]. La PDA peut
être vue comme une version améliorée de la photodiode PIN; elle est plus difficile à mettre
en œuvre que la PIN mais autorise des puissances optiques incidentes plus faibles.
i = i s +i D , (4.1)
où iD est le courant d'obscurité (dark current) qui circule dans la jonction en absence de
lumière (ou éclairement) et is est le photocourant proportionnel à la puissance P tel que :
i s =SP. (4.2)
En pratique, le détecteur n'est pas « idéal », c'est-à-dire que la bande passante n'est
pas infinie. En réalité, la résistance de charge et la capacité de jonction de la photodiode
forment un filtre passe-bas. La photodétection correspond donc à un filtrage passe-bas de
fréquence de coupure très inférieure à la fréquence de la lumière [49]. Que ce soit une
photodiode PIN ou une PDA, le principe de fonctionnement reste inchangé dans les deux
cas. En communications optiques, la photodiode PIN est néanmoins privilégiée en raison de
son faible coût et de la rapidité de sa réponse dynamique. En raison de la flexibilité, du
75
modulateur DMT, après 1TFFT (Inverse Fast Fourier Transform) est un signal réel. Cela
entraine qu'on a besoin d'un convertisseur numérique-analogique pour générer la séquence
DMT et d'un convertisseur analogique-numérique pour récupérer la séquence DMT.
77
Fréquence
4.2.2 T r a n s m e t t e u r D M T
4.2.2.1 Rappel de la notion d'orthogonalité
]f(t)g{t)dt = 0. (4.3)
Transform). Habituellement, on utilise une modulation M-QA M pour moduler les sous-
porteuses. Les symboles présents à l'entrée d'une sous-porteuse sont associés à un point
du plan complexe I-Q (constellation A/-QAM). Ils correspondent à des nombres complexes
Cn représentés par leurs parties réelle et imaginaire suivant le « mapping » de la
constellation, au cours de la mise en constellation.
1 1 1 1 1 1 1
1 1 1 1 1 1 1
1 # - o e - J L. ' #-19--J
1 \ 1 I 1 1 1
1 1 1 1 1 1 1
1 1 1 1 1 1 1
n r ~i ~ r ~ i ~ r ~i
_; + _o* _ _; L ; # _-,4 - _;
: i : i : : !
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
In-Phase
I I I I I I I
I I I I I I I
I I I I I I I
♦«909 - 1 ♦«109 - l -#H109 - l -#^909 —
I I I i I I I
I ! I I I I I
1 | 1 | 1 j 1
J I I I I I I
I I I I I I i
!
^0919 - ! ^9V19 - • ^4V19 - ^4919 --
I i i I i i I
i i i i i i i
0
In-Phase
L'ensemble des symboles C n , pour n variant de 0 à N - 1 est noté {Cn} . Les figures
4.6 et 4.7 montrent deux exemples de « mapping » par codage de Gray, pour le 4-QAM et
le 16-QAM.
Comme le signal à la sortie du modulateur DMT après 1TFFT est un signal réel, il
est indispensable de transformer les symboles complexes en réels. On effectue alors la
transformation complexe/réelle utilisée dans l'ADSL. Des détails sur la méthode utilisée se
trouvent dans [26], [50], [58] et [79].
s(t)
Transmetteur
CNA Diode Laser ou DEL
DMT
Biais CC
Canal
(FOP)
Figure 4.8 : Schéma bloc d'une transmission DMT sur un canal SI-FOP IM/DD.
Nous résumons les différentes étapes d'une transmission DMT sur un canal SI-FOP IM/DD
par le schéma bloc de la figure 4.8, où CNA et CAN désignent respectivement les
convertisseurs numérique-analogique et analogique-numérique; PD, le photodétecteur; TIA
désigne l'amplificateur à trans-impédance (Trans Impedance Amplifier, TIA); DEL est la
diode électroluminescente et le filtre passe-bas (FPB) est un filtre anticrénelage ou anti-
repliement qui va couper le bruit hors-bande et supprimer les répétitions de spectre (seul le
premier spectre est gardé). La convention suivante a été adoptée : —> désigne la
transmission série entre modules et — ^ caractérise la transmission en parallèle.
80
Le schéma bloc du transmetteur DMT est illustré à la figure 4.9. Les différentes
transformations que subit le signal lors de la transmission sont expliquées ci-dessous.
Ajout du préfixe
cyclique
IFFTà
2N
points P/S
'(')
CNA
«* Séquence signal
temporel réel
«j
Sortie de
l'IFFTà2N
Entrée de points
données:
train binaire
émis en série
A, -C,
n e [1,/V-l]
et
Im{Co} = Im{CiV} = 0
Entrée de données
Ce bloc correspond au train binaire émis en série à haut débit à l'entrée du système.
Mise en parallèle
On répartit le flux de données en série haut débit à l'entrée du système sur N sous-
porteuses émises en parallèles à bas débit; S/P désigne la conversion série-parallèle.
81
Codage OAM
signal DMT en bande de base généré par le module de 1TFFT étant complexe, il ne peut
être transmis directement sur la FOP. La solution adoptée ici tout comme dans le standard
ADSL est la transformation de la suite des symboles complexes en une suite de valeurs
réelles en utilisant les propriétés de la symétrie hermitienne.
Pour effectuer la transformation de l'espace des complexes vers l'espace des réels,
on ajoute à la séquence originale des TY symboles C n , la séquence des complexes conjugués
de ces symboles afin de réaliser une symétrie hermitienne. On obtient ainsi une nouvelle
séquence de 2N symboles que l'on note D n , qui constituent l'entrée de 1TFFT. Ainsi, pour
les 2N entrées de 1TFFT indexées par n = 0,\,...,2N-l, la première moitié est assignée à
C„ et la seconde moitié est assignée aux valeurs complexes conjuguées de C n . Dn
correspond donc au nouveau symbole associé à un point de la constellation M-QAM pour
n = 0,1,...,2N-1. Cette nouvelle séquence de 2Nsymboles, Dn ainsi obtenue, génère après
le passage dans 1TFFT une séquence de 2N valeurs réelles (figure 4.9) [79]. On rappelle
que les propriétés de la symétrie Hermitienne sont :
A, = C n]
Di N -n=C l ne[l,N-l], (4.4)
et
82
D0 = C0 =0
DN=CN =0
Cette dernière condition entraîne alors que la séquence DMT ne contient pas de valeur CC.
IFFT
1 £=! f f k Y|
u, = — j = V 2 • Re {D„exp j2nn \,
k
yfÏNÙ l "T 2A/JJ' (4.6)
k = 0,\,...,2N-\
où l'opérateur Re{-} est l'opérateur définissant la partie réelle. Le facteur l/vZ/V permet
de normaliser l'énergie du signal qui n'est dans ce cas pas modifiée par l'opération de
modulation DMT. Pour des raisons pratiques (4.6) est généralement notée :
^lÏN^'^V^w)' (4.7)
k = Q,\,...,2N-\
No-*. TU=2NM,
Préfixe Préfixe
Partie utile du symbole DMT 1 Partie utile du symbole DMT 2
Cyclique Cyclique
correspondent aux symboles DMT transmis. Cette technique est efficace et simple à mettre
en oeuvre, mais elle réduit le débit du système. Grâce au CP, dans le domaine fréquentiel, la
somme des signaux issus des différents trajets d'une sous-porteuse donnée introduit
uniquement un déphasage. L'orthogonalité des sous-porteuses est conservée.
L'introduction de redondance avec le CP transforme le produit de convolution classique en
produit de convolution circulaire, ce qui simplifie l'égalisation au niveau du récepteur.
Conversion numérique-analogique
période de la trame DMT sans le préfixe cyclique (symbole utile) est alors Tu = 2N • Ats.
L'espacement entre deux sous-porteuses successives notée fsc est tel que fsc = \/T u . Aux
instants t = kAts, le signal sans CP, uk échantillonné noté u(kAt s ) peut s'écrire :
1 2/V-l
kAt.^
" ( ^ ) = - = £ £ > „ exp j2nn- (4.8)
\ 2 N „=o T
1
u j
k = §,\,...,2N-\
1 ^' ( .„ k
st =
2A7 (4.9)
k = -N C P ,...,0,\,...,2N-\
IN-
S
k =
-fL= ] " D„exp\j27rn ( k Ncp)
\
y[2N h " { 2N J . (4.10)
k' = 0,l,...,2N-l + N.CP
La durée du préfixe cyclique est TCP = NCP ■ Ats et la durée totale du symbole DMT avec
d'échantillonnage, les échantillons transmis sont ceux régulièrement espacés d'une période
1 T
d'échantillonnage
B A / = — = —— et Vprélevés aux mstants t = kAt,. L'espacement en
' f 2N s y
fréquence entre deux sous-porteuses adjacentes permet lorsque le spectre d'une sous-
porteuse est maximal d'annuler le spectre de toutes les autres (condition d'orthogonalité).
Après l'insertion du CP l'espacement entre les sous-porteuses reste égal à fsc = l/Tu alors
*k =
V2¥5 " D exp W*-^ )Af - (4.11)
k = 0,1,..., 2 N - l + NCP
Nous avons ainsi déterminé tous les échantillons qui vont constituer le signal temporel
continu. Le CNA génère le signal temporel continu composé de toutes les trames DMT qui
va être transmis sur le canal optique.
2N-l+NCP
s(t)= X s(kA t s )S(t-kA t s )®h C A
N (t), (4.12)
k=0
86
durée du symbole DMT transmis sans CP 2JVA/S > rh (permet d'éviter F ICI) [111]. Ainsi
le signal utile n'est plus affecté par l'ISI et l'orthogonalité des sous-porteuses est
conservée. Les interférences du symbole précédent celui reçu seront présentent seulement
dans le CP. Le CP contient toute l'ISI provenant du symbole précédent et il est retiré du
signal reçu en réception.
module FFT convertit les échantillons du domaine temporel vers le domaine fréquentiel. Le
principe du récepteur DMT est illustré à la figure 4.11. Supposons, sans perte de généralité,
que la transmission est réalisée sur un canal linéaire et idéal (sans bruit). L'effet du canal de
propagation est équivalent à une convolution des différentes réponses impulsionnelles qui
apparaissent dans le système. Soit h(t) = hCNA(t)<8) hF (t)® h F P B (t), la combinaison de la
,
C'„n = A'nn +j.B
J n
n
Séquence signal
FFT temporel réel
S/P
•Mapping »
QAM '('*.) 1
CAN
C'„'=A'n-J.B'n
Complexe
Retrait du préfixe cyclique
conjuguée
Le signal DMT, r (**), reçu au niveau du récepteur avant le CAN s'exprime comme suit
r(t) = s(t)®h(t)
2N-\+Ncp
= Z s(k)-S(t-kAt s )®h(t) (4.13)
k=0
2N-l+N C P
= Z s(k)p(t-kàt s ),
k=0
p(t) = S{t)®h(t)
+00
(4.14)
= \ô(r)h(t-t)dT.
Pour récupérer les données, le récepteur échantillonne le signal reçu r(/). Supposons que
l'on a un échantillonnage idéal de période A ts, que h(t) est causale et que NCP A t s >r n . La
démodulation consiste à effectuer une FFT sur les 2/V derniers échantillons du symbole
DMT. À chaque instant t = lAts, le signal reçu échantillonné par le CA N que l'on note
r(lAts) s'écrit:
2N-l+Nr
r(lAt s )= Y s(kA ts)p{Al ts~kA ts)
k=0
2N-i+N C P
(4.15)
= X s(kA t s )p((l-k)A t s ),
k=0
2N-\+N,
... .. ..LfJ
D„= X
l=N C P
r(lA ts)exp - j 2 x { l - N c p )2N
—
2'N
£ 1 --' -\ r+' *NCr PP "NCrfp" -1 \ / y.
=H
2/V-l
f
» • *r=0S u (^) ex p[V ~ J 2 n k ^
= |^„|-exp(-M)^„,
avec « = 0,1,...,2/V-l et //„ est la FFT à 2/Y points de la réponse impulsionnelle du canal
h(t) à l'indice de sous-porteuse n. Le symbole reçu D n , correspond au symbole Dn émis
sur la «lème sous-porteuse. A près démodulation, l'effet du canal se traduit par une
multiplication des symboles Dn émis par un coefficient égal à la réponse fréquentielle Hn
89
Lorsqu'on utilise un préfixe cyclique, une distorsion causée par un canal dispersif
linéaire peut être corrigée simplement en utilisant un égaliseur à un coefficient.
L'égalisation se réduit donc à un filtre inverse de la fonction de transfert du canal dont les
coefficients Gn dans le domaine fréquentiel sont donnés par la relation :
H„ . (4.17)
n = 0,l,...,2A/-l
90
Cet égaliseur ZF formé de 2/V multiplieurs ne permet pas de supprimer l'ISI. Cependant, le
fait que le CP et la durée du symbole DMT soient plus grands que l'étalement du retard du
canal permet d'annuler l'ISI et l'ICI. Le principal inconvénient de l'égaliseur à un
coefficient (ZF) est que dans le cas d'un canal non idéal (canal avec bruit), si la fonction de
transfert du canal est petite, alors le bruit introduit par l'amplificateur à trans-impédance de
la photodiode (figure 4.8) devient très grand. En effet, lorsque la réponse en fréquence du
canal est proche de zéro, le coefficient d'égalisation tend vers l'infini amplifiant fortement
la puissance du bruit à cette fréquence. Le tableau 4.1 présente quelques différences entre
un système OFDM typique et un système optique typique [120].
Tableau 4.1 : Comparaison d'un système OFDM et d'un système optique typiques.
Système typique Bipolaire Information sur Oscillateur local Réception
OFDM porteuse dans le au niveau du cohérente.
champ électrique. récepteur.
Signal complexe.
Système typique Unipolaire Information sur Pas d'oscillateur Détection
optique porteuse champ local au niveau cohérente.
optique. du récepteur.
Signal réel.
Les avantages de la DMT sont nombreux. Pour n'en citer que quelques-uns, on a
par exemple :
- la robustesse au bruit impulsif car chacune des sous-porteuses est affectée du bruit
indépendamment les unes des autre; la robustesse du signal DMT face aux multi-
trajets (dispersion);
le Peak to Average Power Ratio (PAPR) élevé dont il faut tenir compte au niveau de
l'émetteur. En effet, le signal DMT présente de fortes fluctuations d'enveloppe. Il
est alors indispensable d'utiliser des techniques de réduction du PAPR [137];
v . max M
CF = -g2L = VPAPR = J 0 f l2^ / /
13
r,»r,L- r^ I n . . .*r , (4.18)
rms
< s (t) >
ou s ^ = ./max \s(t)\
V Oit<T I v
l /
est l'amplitude maximale du signal avec max \s(t)\ la puissance
r
^ 0<j<.T i v /
i
crête et s rm =y<s 2 (i*)> est la racine carrée de la puissance moyenne du signal s(t).
L'expression (4.18) montre que le CF est d'autant plus important que la valeur maximale
de l'amplitude du signal est grande devant la valeur de l'amplitude moyenne. Ainsi, le CF
maximal d'une trame DMT est N. Il est évident que plus le nombre de sous-porteuses est
important, plus grande est la probabilité d'avoir un PAPR et un CF élevés. Un grand PAPR
à des inconvénients tels que la non-linéarité et la réduction de l'efficacité des amplificateurs
[82]. Différentes techniques ont été proposées pour réduire le facteur de crête. On peut
citer : le clipping, le selective mapping, le tone reservation, le peak windowing, le peak
cancellation, etc. Une revue des différentes techniques de réduction du PAPR est proposée
dans [131] et une étude approfondie de ces techniques est réalisée dans [20].
Dans le cas de la modulation OFDM dans les systèmes sans fils, le même nombre
de bits est alloué à chaque sous-porteuse. L'allocation de bits est communément appelée bit
loading ou modulation adaptative, lorsque comme dans le cas de la DMT, chaque sous-
porteuse est codée et modulée de manière indépendante et la transmission est ajustée aux
caractéristiques du canal. Le bit loading définit donc le processus d'assignation d'un
schéma de modulation donné afin d'atteindre une performance donnée du système sous
certaines contraintes. Les différentes techniques d'allocation de puissance et de bits sont
connues sous le nom de loading algorithms. Les sous-porteuses DMT se voient alors
assigner un nombre de bits et une puissance de transmission dépendamment de leur SNR
(Signal to Noise Ratio). L'objectif du bit loading est de maximiser les performances du
système grâce à la résolution de problèmes d'optimisation avec contraintes. Il existe
principalement deux catégories de problèmes d'optimisation bit loading populaires dans la
littérature qui sont :
- le critère d'allocation Rate Adaptive (RA) qui maximise le débit pour un BER fixé
et sous contrainte d'une puissance totale fixe; ce problème est connu sous le nom de
« Rate Adaptive optimization ».
Des méthodes d'allocations de bits suivant les deux critères résumés par la figure 4.12 ont
été largement étudiées et développées pour les systèmes DMT. On distingue :
Problèmes
d'optimisation avec
contrainte.
Minimisation de la Maximisation du
puissance : Margin débit : Rate Adaptive
Adaptive (MA). (RA).
Le critère d'allocation Rate Adaptive est le plus utilisé dans les systèmes
commerciaux où il permet d'obtenir un gain de performances du système avec une relative
faible complexité. Son principal intérêt réside dans le fait que quel que soit l'état du canal,
il est toujours possible d'y transmettre l'information même si c'est à un très bas débit. Dans
la suite de ce mémoire, nous considérons uniquement le critère d'allocation Rate Adaptive
pour maximiser les débits atteignables dans le système de communications.
96
Dans l'ouvrage écrit en 1968 par Gallager [85] et aussi dans le livre écrit en 1991
par Cover & Thomas [86], on démontre que l'algorithme du water-filling (WF) ou
« remplissage d'eau » permet de trouver une solution optimale au problème d'optimisation
sous contrainte de la puissance totale disponible, dans le cas d'une distribution de puissance
sur des porteuses gaussiennes parallèles et indépendantes. Le WF est une technique
d'affectation optimale de bits et de puissance. Soient Pn et gn respectivement la puissance
allouée à la sous-porteuse d'indice n et son SNR lorsque l'on applique une puissance
unité; Y est le SNR gap ou « marge de SNR » qui constitue une mesure de la performance
relative du système utilisant un schéma de codage donné par rapport à la capacité théorique
du canal. C'est l'écart entre le SNR associé à la capacité théorique au sens de Shannon et le
SNR nécessaire en pratique pour atteindre cette capacité à une probabilité d'erreur donnée.
Le nombre de bits bn pouvant être transmis sur la sous-porteuse n s'exprime comme suit :
bn=\og2U + ^ - \ (4.19)
contrainte de puissance totale fixe, Pm [113]. Cela exige la maximisation du nombre total
N
de bits b = ^ b n alloués sur toutes les sous-porteuses sous la contrainte Plol. Soit :
n=\
maximisation de > b.
roi
(4.20)
sous la contrainte j K^Ptot'
n=\
97
On a alors en suivant les raisonnements énoncés dans les références [26] et [51]
N
f 1
max(/?) = max — V è „ B.
' 1 N ( SNR
1
= max
p. JrP* * r JB. (4.21)
= max
P. iW *,>
ou
b n , nombre de bits alloué à la sous-porteuse n ; SNRn =P„.g„ est le SNR par sous-
porteuse et Plol est la puissance totale disponible pour la transmission telle que :
Y P =P (4.22)
J ±
/ . n tof
n-1
1 + £»I2.| + ^| P -P (4.23)
J
n tot
n=\ n=\
SL(*u) - gn +A = O. (4.24)
SP
In 2 1 +Pngo n
r
La résolution de (4.24) pour trouver Pn donne :
i r r (4.25)
Pn= — = K-—,
^ln2 gn gn
Pn + — = constante = K. (4.26)
gn
Cette dernière équation, (4.26), signifie que la solution au problème d'optimisation sous la
contrainte de puissance totale disponible est obtenue lorsque toutes les sous-porteuses
utilisées pour la transmission ont un niveau constant. La solution optimale distribue les bits
et la puissance totale sur les sous-porteuses ayant les plus hauts SNR représentés par g n / T .
P l +— = K
Si
r
P2+ — = K
g2
P,+— = K
g3 (4.27)
PN+ — = K
gN
Les distributions de puissance représentent des inconnues et K est une constante (water-
level). Les sous-porteuses sont triées par ordre décroissant en fonction de leur g n . La
solution au système d'équations (4.27) peut mener à des puissances négatives. Dans ce cas,
l'équation contenant le plus petit gn est éliminée et la puissance correspondante Pn est
mise à zéro. Un nouveau système d'équations est établit avec les équations restantes et
l'opération est réitérée jusqu'à obtenir une première solution avec des puissances non
négatives. Sous forme matricielle, le système d'équations (4.27) s'écrit :
f-Y/ ^
f D\ Ai
r
\ 0 0
0 ... - O
0 1 0
0 ... - 1
-Y/ (4.28)
-1
' N
1 1 1 1 1 0
-Y/
/gn
P
Il peut donc ainsi être résolu par une inversion de matrice.\ Une
r
tot solution
J alternative consiste
à sommer les N premières équations. On obtient ainsi pour tout n = 1,2,..., N :
100
r-1 (4.29)
N n=l gn
et
Pn=K • (4.30)
gn
N-i 1
1
K= (4.31)
N-i n=\ g n
P n = K - j , et &„=logJ*&-J,
(4.32)
V « = 1,2,...,A/*
seuil de sa surface permet de déterminer la hauteur de liquide dans les différentes parties du
réservoir, c'est-à-dire la puissance émise sur chaque sous-porteuse. La capacité du canal est
obtenue lorsque l'on augmente infiniment le nombre de sous-porteuses. La figure 4.13
illustre le diagramme bloc de l'algorithme « rate adaptive water-filling » et la figure 4.14
présente un exemple d'implementation du WF.
'r
M g,
'r
K = k/i i = i-\
y'
Oui Déterminer la constante pour le
Trouver la puissance la plus faible:
waterfilling:
P. = K - r / <0
/8, k = k- r /
/gi
Non
i
Déterminer les puissances pour le
waterfilling:
/gn
1'
Enlever le tri:
A. = l o g ! ( * & - ) , n = l,2,...X
;sance V = P6 = 0
r
r
ft
Niveau d'eau
P4 constant
P3
P2
p, r
«4
r
£3
r
r Si
s.
Sous-porteuses classées par
ordre décroissant de SNR
Comme nous l'avons déjà mentionné, l'un des principaux avantages du « rate
adaptive water-filling » (RA WF), est que quel que soit l'état du canal, il est toujours
possible d'y transmettre l'information. En effet, le problème de maximisation du débit
revient à minimiser l'information mutuelle entre la source et le destinataire pour un schéma
de codage donné. L'un des inconvénients de l'exécution de l'algorithme RA WF est que la
distribution de bits sur les sous-porteuses peut prendre une valeur non entière ce qui n'est
pas souhaitable en pratique dans les systèmes réels utilisant la DMT, où la distribution de
bits sur les sous-porteuses devrait être un nombre discret de bits. Dans la suite, nous
appliquons l'algorithme RA WF au système SI-FOP IM/DD (chapitre 5). Nous aborderons
aussi les algorithmes « rate adaptive de Chow » et « rate adaptive Levin-Campello » qui
sont des alternatives au RA WF. Des calculs de la capacité du canal avec les différents
algorithmes d'allocation de bits présentés sont réalisés sur le canal réel mesuré « sans mode
mixing », le modèle gaussien et le modèle « power flow equation » du canal SI-FOP.
103
4.4 Conclusion
Train
Signal DMT écrêté
•e
binaire Modulateur Modulateur
en entrée . électrique, °1Ù_ d'intensité optique,
QAM, DMT P
■%.(')
Biais CC
Canal
Optique,
FOP
M'W')
Train
binaire
en sortie Démodulateur y(') r [\ '(<) Détection directe
électrique optique,
i
S,G
n ')
grand nombre de sous-porteuses N , tel que N > \ 0 , l'enveloppe du signal temporel DMT
peut être modélisée comme suivant une distribution gaussienne de moyenne nulle [29].
L'écrêtage
Afin de transmettre le signal sans trop de distorsions sur le canal SI-FOP, on limite
l'amplitude du signal en faisant un écrêtage (clipping). C'est une méthode assez commune
qui est utilisée pour combattre les distorsions du signal causées par un PAPR élevé. En se
basant sur [29], le signal électrique DMT, s0 (t), est écrêté suivant la loi qui suit :
1*0'
L
M=^ = , fM , (5.2)
où s ms = J < si (/) > est la puissance moyenne du signal temporel DMT avant écrêtage et
s =
peak A est l'amplitude maximal. Les valeurs typiques de p se situent généralement entre
2,5 et 3,5. Dans la suite, nous posons p = 3 [29]. La procédure pour la détermination de la
valeur optimale de p est présentée dans les références [58], [79] et [81].
Étant donné que c'est l'intensité lumineuse qui est modulée et détectée dans un système de
communications optiques IM/DD, il est nécessaire que le signal soit unipolaire afin de
moduler l'intensité optique de la source. Ce signal unipolaire est obtenu en ajoutant un biais
CC au signal électrique DMT écrêté s(t) [29]. La figure 5.2 présente un modèle de
modulateur d'intensité optique linéaire idéal. L'unité des courants I lh , Ibiais et s(t) est
l'ampère.
Puissance en sortie
' p
opt
/Ç)
0 Courant
< '• s
d'injection
biais ,
s(t)
En se basant sur la figure 5.2, aucune puissance optique n'est émise lorsque le courant
d'injection est inférieur au courant seuil I,h et la puissance optique émise est linéairement
Étant donné que < s (**)>= 0, il est pratique d'établir le courant du biais CC comme suit :
où A est l'amplitude maximale autorisé avant clipping de s0 (/) telle que défini dans (5.2).
108
On a alors Ihiais - A [20]. La puissance optique instantanée transmise Popl (/*) est alors
définie comme suit :
Étant donné que < s(t) >= 0, la puissance optique moyenne transmise Pave (t) est :
Pme=<PoPt{t)>
(5 6)
rrrr -
= p- y j<s 0 (t)>.
Après transmission sur le canal, le signal optique est détecté par un photodétecteur
constitué d'une photodiode de sensibilité S [A/W] et d'un amplificateur à trans-impédance
(Trans Impedance Amplifier, TIA) de gain G [V/A]. Le récepteur est caractérisé par un
bruit blanc additif gaussien (Additive White Gaussian Noise, AWGN) induit par le TIA.
Le signal électrique reçu du photodétecteur y(t) [V] peut s'écrire comme suit :
109
où r(t) est le signal électrique sans bruit reçu du photodétecteur et n(/)est le bruit AWGN
du TIA à la réception.
En négligeant le terme constant Pave qui ne contient aucune information utile, le signal
r(t) = S G a F P o p l ( t ) ® h F ( t ) , (5.8)
optique transmise Popl (/) et hF (f) qui est la réponse impulsionnelle normalisée de la fibre.
Cette relation définit le débit maximum d'information que le canal peut supporter de telle
sorte que la probabilité d'erreur soit arbitrairement faible. D'après (5.9), pour transmettre
une quantité d'information sur une sous-porteuse, l'émetteur dispose de deux degrés de
110
liberté, soit la puissance du signal et la largeur de la bande occupée. Le débit binaire que
peut atteindre le canal est limité par la capacité théorique du canal, C qui croît avec le SNR.
signal utile reçu de densité spectrale de puissance G s ( f ) . Dans un système DMT avec
62 df [bits/s], (5.10)
J ? n i f\
Gn{f)
Ps = \G s {f)df. (5.11)
problème d'optimisation. La solution, basée sur les multiplieurs de Lagrange, est donnée
dans [88], et peut être exprimée comme suit :
-t-J_
\ ( v - G n ( f ) ) + d f = Ps. (5.13)
w+=
si z>0
(5.14)
0 si z < 0
Cette méthode, appelée waterfilling (WF) [86], [141], a déjà été abordé au chapitre 4. Le
WF a une explication intuitive qui est donnée à la figure 5.3. Pour un G n ( f ) donné,
trouver v dans (5.12) revient à trouver le water-level, v, tel que l'aire de la région
hachurée sur la figure 5.3 soit exactement égale à Ps [29]. L'exemple illustré à la figure 5.3
présente pour / = f*, le Gs (f* ) optimal résultant du principe du WF illustré par la flèche
Le terme waterfilling découle du fait que la courbe Gn ( / ) peut être vu comme un bol
qu'on remplit d'eau (puissance) jusqu'à ce qu'on ne puisse plus remplir sans déborder. Le
112
niveau de l'eau monte à un niveau constant plat dans le bol. La quantité d'eau (puissance)
dans n'importe quelle sous-porteuse est la profondeur de l'eau au point correspondant dans
le bol [26]. Intuitivement, la solution permet d'allouer plus de puissance à la gamme de
fréquences où le signal est transmis avec le moins de bruit (figure 5.3). En particulier,
aucune puissance n'est allouée à l'extérieur de l'intervalle définit par la « fréquence
critique » E,, qui satisfait l'équation Gn (£) = v . Les paramètres v et E, jouent donc un rôle
clé dans le calcul de la capacité théorique au sens de Shannon. La solution du waterfilling
est unique car la fonction minimisée est convexe de sorte qu'il y ait une unique distribution
optimale de la puissance pour le canal considéré. En combinant (5.10) et (5.11) aux
résultats généraux donnés en (5.12) et (5.13), on peut déterminer la capacité du canal SI-
FOP. En négligeant Pave, le signal sans bruit reçu après la photodétection, r{t), défini en
où G „ ( / ) est la densité spectrale de puissance du signal DMT s[t) transmis. G sx (f) est
une inconnue dans le problème d'optimisation et doit satisfaire l'égalité établie en (5.11).
On peut réécrire (5.11) comme suit :
|<U/)#=<s2(r)>. (5-16)
Pour un facteur d'écrêtage p > 3, la puissance moyenne du signal DMT avant et après
écrêtage est approximativement la même [29]. Comme p = 3, on peut donc supposer :
7 (P Y
\Gsx{f)df= - ^ (5.19)
-«o V A» 7
2\
2
G2aF.Ga(f)]nF(fj
+00 ,
C<J-log 2 uS
df, (5.20)
NJ2
Le problème général d'optimisation défini en (5.19) et (5.22) est équivalent au cas général
définit en (5.10) et (5.11) si on pose :
114
G,(f) = GB{f)
NEP2 (5.23)
Gn(f) = 2a
" \Mft
où H F ( / ) est la réponse en fréquence normalisée du canal SI-FOP IM/DD considéré. En
) ( v - G n ( f ) ) + d f = Ps, (5-24)
avec
NEP2
v = G n {ï) = (5.25)
2«, \HF(Ç)\2
+
-i (P V
NEP2 1 NEP2
df = ave (5.26)
2a2F
Mflr 2OCF
\Mft \ V )
EP2 f
NEP 1 1 (P V
df = (5-27)
2
m \Mf)\ KM J
I 2a2F
^ D >
# = (5.28)
Mflr M/)l k P J NEP2
rj = j r , (5-29)
fo
et
2a 2 P2
SNRefl = f ™ ; (5.30)
eq
NEP 2 -// 2 -/ 0 V }
SNReg est le rapport signal sur bruit équivalent normalisé, après photodétection.
En partant de l'équation (5.28) et en la réécrivant en introduisant les paramètres rj et
SNReq, nous obtenons après quelques manipulations mathématiques présentées à
l'annexe D, l'équation (D.6) qui montre clairement que le paramètre TJ dépend uniquement
de SNRe? par une loi non linéaire ?7 = g(SNR V II n'existe pas d'expression
Gn(f) =~ e ^ , (5-32)
2a F
,2 A
NEP
V G e u (533)
- ^-^âf •
116
5.2.2.1 Capacité théorique du canal SI-FOP IM/DD obtenue avec le modèle gaussien
C= 2 e2 (5.34)
3hi(2)/0
C 2
= ^ = = / W = ,, , ^ f - i i l B g * ( S N R e q ) . (5.35)
31n(2)7h(2) 3^(2)^/1^(2)
(5.28) on obtient :
I
-4
Mflf K(/)f
df =
(P„A
M J
2a2F
NEP 2
(5.36)
2 \
H f fP..X 2a2F
df = 2 -
\ KM) NEP
-i
+'/
f
où w est une variable muette telle que w = — . Le détail des calculs menant à l'expression
Jo
Première étape
2a P
Soit le SNR„„ : SNR„, = sf—^-^r. On introduit le paramètre normalisé ri tel
e eq
" NEP 2 -/ 0 -// 2 F
que 7 = -7- = —^7 ; r) dépend uniquement du SNR par une loi non linéaire donnée
JO J-idB
par (5.37) :
+n
2rje"2 - j e w l d w = SNReq.
-7
Le seul paramètre connu dans (5.37) est le SNRe? et l'inconnu est rj. Cela revient à établir
(5.37).
118
Deuxième étape
C=
31n(2)Vl„(2) / - 3 ""'
Finalement, la capacité du canal SI-FOP IM/DD, lorsque le canal est modélisé par
un filtre passe-bas gaussien, est donnée par une expression relativement simple :
signal sur bruit équivalent normalisé, SNRe(?, on peut déduire la capacité du canal.
mathématique simple pour \HF ( / ) . De la même manière que pour le cas gaussien, le
point de départ pour le calcul de la capacité théorique au sens de Shannon du canal SI-FOP
dans le cas du modèle PFE est l'inégalité (5.10) qui peut également se réécrire comme suit :
+00 f 2
u 2a p.G x (f).\H F (f)p
C<
AÏ -log
NEP2
df.
119
À la difference des expressions simples données dans (5.30), (5.31) et (5.32) pour le
modèle gaussien, on ne peut pas remplacer ici \H F ( / ) par une expression simple.
Première étape
Comme pour le cas du modèle gaussien du canal, on cherche dans la première étape
à évaluer la fréquence critique. En partant de (5.27), on pose la constante, K, telle que :
(p \ 2a ;
K=
KP J NEP2 (5-39)
= /oSNR e? .
2 f
Mflr -ii
df = K. (5.40)
U\HM
L'expression (5.40) est alors équivalente à :
|2 H
Tdf (5-42)
2 I '*** 2 J H J(f)\
D'après (5.27), si on trouve E,, on peut en déduire TJ et vice versa. On cherche dans un
premier temps à trouver la valeur de la fréquence critique E, par le raisonnement suivant :
2) On évalue (5.41) et suivant le résultat que l'on obtient par cette évaluation, on
réajuste la valeur de E,.
3) On réitère les étapes 1 et 2 jusqu'à ce que l'égalité soit vérifiée ou que l'on ait
atteint une certaine tolérance d'erreur que l'on aura préalablement fixée.
Deuxième étape
df
(5.43)
\Mf)\ df-
~21n(2)J
Soit encore :
2^
2j il
C^.logjM
MM*)I'
df. (5-44)
K(/)l
2\
1
C= df
21n(2)
Mflf (5.45)
+
/ln(|// F (/)| 2 )#-{ln(|/7 F ^)| 2 )#
21n(2)
La bande passante des systèmes SI-FOP IM/DD constitue un facteur qui va limiter les
débits de données que l'on peut transmettre. Cette limitation de la bande passante peut
provenir de l'émetteur, du canal, du récepteur ou d'une combinaison des trois.
L'application de la DMT sur le canal SI-FOP requiert l'utilisation de convertisseurs
numérique analogique (CNA) et analogique numérique (CAN). À cause de la vitesse
d'échantillonnage des convertisseurs, la capacité théorique du canal vu en 5.2 n'est pas
réaliste lorsque l'on compare à un système réel DMT sur SI-FOP. Afin d'obtenir des
valeurs plus réalistes, on propose une approche numérique à bande passante limitée du
calcul de la capacité pratique DMT du canal SI-FOP. En limitant la bande passante du canal
SI-FOP à Bw que l'on suppose résultant de la vitesse d'échantillonnage du CNA et du
CAN, le problème d'optimisation donné en (5.10) et (5.11) peut être reformulé de façon
similaire à (4.18) dans le chapitre 3 comme un problème de maximisation du débit total
réalisable R [bits/s] à un BER fixé et sous la contrainte de puissance totale, peut s'écrire
comme suit :
max (R)=^A^hn\B
F w
- \Ntfx
1 r SNR
= max i+ - Bw (5.46)
p. n=\ Y
1 N
Pn'gn
= max 1+ B„,
r
J
p. ' n=l
122
sous la contrainte :
Z^=C- (5-47)
n=\
Dans les sections 4.3 et 5.3, nous avons présenté l'algorithme RA WF appliqué au
canal SI-FOP IM/DD afin de maximiser le débit du canal. L'algorithme RA WF, résulte en
une distribution de bits optimale où le nombre de bits bn par sous-porteuse peut
correspondre à n'importe quel nombre réel [26]. Autrement dit, on suppose théoriquement
une granularité infinie du nombre de bits (taille des constellations) par sous-porteuse.
Cependant, la réalisation d'une distribution avec un nombre non entier de bits peut être
difficile et parfois même impossible car la plupart des schémas de modulation M-QAM, M-
PSK, etc. ont un nombre entier de bits par symbole. De ce fait, l'algorithme RA WF ne
convient pas pour une implementation pratique. Une alternative est alors d'utiliser des
123
algorithmes à granularité finie plus connus sous le nom de « discrete bit loading » ou
allocation discrète de bits [26]. Il existe dans la littérature principalement deux approches
d'algorithmes à granularité finie. La première approche est un algorithme sous-optimal fini
du bit loading et implique d'arrondir la distribution de bits approximative obtenue avec la
technique du waterfilling, c'est l'algorithme de Chow [51]. La deuxième approche est
basée sur des méthodes mathématiques de type greedy (algorithme crible ou glouton).
Hughes-Hartogs a été le premier à établir l'algorithme d'allocation de bits greedy pour
maximiser le débit pour une puissance totale donnée. Cet algorithme est une procédure qui
s'effectue pas à pas pour atteindre la solution du problème de maximisation. À chaque
itération, les puissances APn requises pour émettre un bit additionnel sur chaque sous-
porteuse n sont évaluées et comparées, et on choisit la sous-porteuse pour laquelle la
transmission d'un bit additionnel nécessite le moins de puissance. Ce processus nécessite
des opérations d'ordonnancement et de recherche excessive à chaque itération.
L'algorithme de Hughes-Hartogs n'est donc pas particulièrement convenable dans le cas où
le nombre de bits par symbole DMT est très grand. Une amélioration de l'algorithme de
Hughes-Hartogs a été développée par Jorge Campello de Souza et Howard Levin et est
connue sous le nom d'algorithme Levin-Campello (LC). Dans la suite, nous étudions
l'algorithme de Chow et l'algorithme LC. Nous faisons donc une distinction entre les
solutions obtenues dans le cas où le nombre de bits par symbole transmis prend des valeurs
dans M+, granularité infinie et les solutions adaptées aux systèmes réels où le nombre de
bits par symbole transmis prend valeurs dans N en considérant des modulations QAM,
granularité finie.
qui exploite le fait que les sous-porteuses utilisées sont les mêmes ou pratiquement les
mêmes que celles utilisées dans le cas de la technique du WF et que la différence de
distribution de bits, entre l'approche WF classique et l'algorithme on/off de Chow est très
faible, inférieure à 2% [115], [121]. Cette approche peut tout simplement se résumer en un
arrondi par défaut de l'approximation des résultats du WF. La puissance transmise sur les
sous-porteuses utilisées est la même et celles-ci sont mises à « on ». La puissance transmise
sur les sous-porteuses non utilisées est égale à zéro; ces sous-porteuses sont mises à « off ».
L'algorithme de Chow détermine de manière itérative quelles sous-porteuses sont
sélectionnées pour la transmission, « on » et celles qui ne doivent pas l'être, « off » et
propose une solution simple, sous-optimale au calcul de la capacité du canal. Il est basé sur
(5.45) et commence en éliminant les sous- porteuses qui sont les moins efficaces en termes
de puissance requise pour la transmission de l'information et redistribue la puissance
équitablement sur les sous-porteuses les plus efficaces afin de maximiser le débit. Quel que
soit le problème d'optimisation que l'on considère, la maximisation du débit sous une
contrainte de puissance (Rate Adaptive, RA) ou la maximisation de la performance pour un
débit donné (Margin Adaptive, MA), l'algorithme commence toujours par l'algorithme
«Chow's on/off Loading Primer » [26].
L'algorithme on/off de Chow est divisée en deux parties. La première partie connue
sous le nom de « Chow's on/off Loading Primer » est commune aux deux problèmes
d'optimisation RA et MA. Tout comme l'algorithme RA WF, il commence par
l'ordonnancement des SNR en ordre décroissant; la première sous-porteuse à être analysée
est celle ayant le plus grand SNR; le nombre de sous-porteuses à « off » est zéro.
L'algorithme se déroule comme suit :
2) Ensuite, une partie des sous-porteuses utilisées est choisie itérativement. Par
exemple, on peut supposer à l'initialisation que l'on utilise toutes les N sous-
porteuses. On a TV sous-porteuses à « on » et zéro sous-porteuses à « off ».
effectue au moins une boucle dans l'algorithme car la sous-porteuse N+\ n'existe
pas à l'initialisation).
4) Puis on calcule le nombre total de bits que l'on peut transmettre sur les i sous-
N
■ ( P g
porteuses utilisées, blemp (i), avec : btemp (*') = £ l°g2 1 + - ™ •
n=\ V i J
b) Sinon, si blemp (i) > btemp (i +1), cela signifie que l'on transmet plus de bits en
Pg
La nouvelle valeur entière de bn satisfait ici aussi : bn = log2 1 + non
Pour résumer, l'algorithme de Chow débute en écartant les sous-porteuses les moins
efficaces en termes de puissance pour la transmission et redistribue la puissance sur les
sous-porteuses les plus efficaces afin d'obtenir un débit plus élevé. Le nombre de bits non
entier alloué à chaque sous-porteuse est arrondi suivant la granularité des modulations et on
y associe une augmentation ou une diminution de la puissance correspondante afin de
supporter la nouvelle allocation de bits avec les mêmes performances. Il a été montré que
l'algorithme de Chow permet d'atteindre des performances quasi optimales. Un
inconvénient de cet algorithme est que les opérations de calculs sont lourdes.
128
On note Pn [bn ] , la puissance du symbole lorsque bn bits sont alloués à la «ieme sous-
P
M=(*- 1 )—; ( 5 - 48 )
on
qui permet d'économiser la plus grande quantité de puissance par élimination de P g unités
moins de puissance symbole. On répète les itérations jusqu'à ce que (5.49) soit vérifié.
Cette allocation de bits est effectuée de manière séquentielle jusqu'à ce qu'il n'y ait plus de
puissance disponible pour la transmission. À la fin des itérations, l'allocation de bits est une
129
4) Tant que APbmm+p* <APnK (soit APm*"+1 <APnh" pour p g =1) faire :
n<-arg{max 1 S 7 ,„[A/^]}.
l'information [26]. La distribution de bits ainsi obtenue est efficace dans la mesure où
aucun transfert de bit d'une sous-porteuse à une autre ne permet d'obtenir une réduction de
la puissance du symbole.
Puisqu'il est tout à fait possible que la condition sur la contrainte de puissance totale
soit violée lors de la première étape de l'algorithme, LC EF qui est commune aux deux
problèmes d'optimisation RA et MA, la deuxième étape de l'algorithme RA LC, « E-
tightness », permet d'assurer l'optimalité de la capacité et le respect de la contrainte de
puissance totale. Le concept « E-tightness » consiste à enlever des bits des sous-porteuses
ayant une puissance d'incrémentation de bit élevée lorsqu'on a utilisé trop de puissance
pour la transmission et à ajouter des bits aux sous-porteuses ayant une puissance
d'incrémentation faible lorsque la puissance utilisée pour la transmission est en dessous du
budget de puissance. On resserre ainsi les bits et puissances alloués aux sous-porteuses
utilisées afin d'assurer l'optimalité de l'allocation des puissances et des bits tout en
respectant la contrainte de puissance totale disponible.
Pour résumer, étant donné une distribution de bits, le remplissage de bits s'effectue
en ajoutant itérativement de façon croissante un bit à la sous-porteuse la moins
consommatrice de puissance lorsque la puissance est suffisamment en dessous de la limite,
et en retirant un bit à la sous-porteuse la plus consommatrice de puissance lorsque la
puissance totale est dépassée. Cette opération est itérée jusqu'à ce que le budget de
puissance soit atteint.
soit pour p = 1
131
1) On pose: 5 = 2 / „ [ * „ ] ;
n=\
(soit pour p g = 1 : Tant que (PM - S < 0) ou (Plol - S > minl£/S„ [ A / ? ' + 1 ]) )
3) Si ( P l o l - S < 0 ) alors
b) S<r-S-AP n K
c) b „ < - b H - P g (soit b „ = b „ - l )
4) Sinon
c) b m ^ b m + p g , ( s o i t b m = b m + \ )
5.6 Conclusion
Dans ce chapitre 6, nous présentons les principaux résultats obtenus lors de nos
simulations. L'objectif de ce mémoire est d'établir un modèle mathématique réaliste de la
réponse en fréquence du canal SI-FOP à modulation d'intensité et détection directe.
1) Nous commençons d'abord par établir les réponses en fréquences des différents
modèles du canal SI-FOP IM/DD. Ainsi les réponses en fréquences du canal sont
déterminées pour :
a) le modèle gaussien,
b) le canal réel mesuré (« avec mode mixing » et « sans mode mixing »),
Nous avons établi dans la section 3.3 que le canal SI-FOP peut être modélisé par un
filtre passe-bas gaussien et sa réponse en fréquence normalisée H F ( / ) est, d'après (3.4) :
H F ( f ) = e [f ->, avec f0 = f _ U B / ^ { 2 ) ,
136
- au transmetteur une DL, 655-nm pour DVD (Digital Video Disc) avec une bande
passante de 500 MHz et au niveau du récepteur, un photodétecteur en silicium
intégrant un amplificateur à trans-impédance (TIA) de bande passante 300 MHz; ce
photodétecteur non officiel est un prototype qui a été fourni à l'auteur de l'article
[29] (S. C. J. Lee) par un manufacturier allemand. Néanmoins ses caractéristiques
se rapprochent de celles du photodétecteur en silicium Thorlabs PDA 10A. Un
inconvénient de l'utilisation d'une diode laser pour DVD en transmission est que les
performances de ce composant varient avec la température. Les avantages des
composants au niveau du transmetteur et du récepteur sont qu'ils sont bon marché,
ils présentent une sécurité d'utilisation et sont adaptés à la production de masse;
Le modèle expérimental décrit ci-dessus est utilisé pour mesurer les valeurs de
f-idB P o u r différentes longueurs de la SI-FOP. Le tableau 6.1 présente les valeurs de f_idB
mesurées pour le canal réel « sans mode mixing » ainsi que les valeurs correspondantes de
/ 0 calculées. Ces différentes valeurs sont utilisées pour simuler le modèle gaussien et le
137
modèle « power flow equation » du canal de manière à obtenir pour les réponses en
fréquences de ces modèles, le même f_idB, que celui du canal réel mesuré.
Tableau 6.1 : f_3dB mesurées et /„ calculées pour un canal SI-FOP pour A = 650 nm.
i i i i i
■ i i ^ ^ ^ Canal réel mesuré "sans mode mixing"
0 ^ " ^ — Canal réel mesuré "avec mode mixing"
™ ™ ■ Approximation gaussienne
^ ^ H * i
^tt^ V ^"Sfc.^*^
— ™ - Modèle gaussien obtenu à patir du tableau 6.1
i i i i
CD
1
CD
■OJ
cfl
-2 - \ -
i VN
^ « ^ V ^^r" *x» .^ X L'
15
ilo J
c ■A
sc
OJ
3
CT
-6 - - - y t
t
c
ni 200m
CD
co
c
1 V >à. ! i X ! \ ! ^
-ft - J* 1 >\ \>«w- - - i iTW. iSw
1
ce
*T i !»
\ \\ \ >\l
> X x <^Vw*k
>.
-10 ; *_«_ _ _: ;_ _ 4- - - r - \ i - - ! - - -N«_ ;_ _N3
, | VL , > % i \ X. ^
!■ A 50
25 : i \ ; \:
75 100 125 i x 175
150 i 200
Fréquence [MHz]
Figure 6.1 : Réponses en fréquences pour L = 50 m, 100 m et 200 m : du canal réel mesuré
« avec mode mixing » (AMM) et « sans mode mixing » (lignes pleines); du modèle
gaussien obtenu avec le f_idB du tableau 6.1 (traits-discontinus rouge) et approximation
gaussienne du canal réel mesuré AMM (traits discontinus gris).
138
pour le canal réel « sans mode mixing » est différent de celui mesuré pour le
canal réel « avec mode mixing ». L'approximation gaussienne du canal réel
mesuré « avec mode mixing » a été réalisée afin d'obtenir le même f_3dB
que celui mesuré pour le canal réel « avec mode mixing »;
bien que le modèle gaussien soit une bonne approximation du canal réel SI-FOP
pour des longueurs de la fibre L >200m, l'approximation gaussienne de la SI-FOP
est pessimiste pour L < 200 m;
- pour L = 200 m, on remarque que le mélange de modes n'a pas une grande
influence et que les résultats obtenus pour le canal réel mesuré dans les cas « avec
mode mixing » et « sans mode mixing » ne diffèrent pas beaucoup. Ce résultat
laisse penser que la distribution d'équilibre des modes (EMD) dans la SI-FOP est
atteinte après 200 m;
Les capacités présentées dans les tableaux de ce chapitre 6 proviennent soit des
résultats de capacités calculées données dans l'article de référence [29], soit des capacités
que nous avons calculé à partir des modèles gaussien et PFE. Dans [29], l'auteur fournit
également les valeurs des différentes capacités mesurées de la SI-FOP d'après son montage
expérimental lorsqu'il applique l'algorithme « rate adaptive de Chow ». Pour une meilleure
comparaison des capacités calculées et mesurées, des capacités mesurées du système SI-
FOP sont présentées au tableau F.l de l'annexe F. Le lecteur intéressé pourra se reporter à
[29] pour de plus amples détails sur la technique employée pour les mesures. Les
conditions d'exécution de l'algorithme « rate adaptive de Chow » dans [29] diffèrent de
celles que nous avons considérées pour nos calculs. De ce fait, nous n'avons pas réalisé de
140
comparaison entre les capacités mesurées de [29] et les différentes capacités que nous
avons calculé à partir de nos modèles.
présentées au chapitre 5, nous déterminons ici la capacité théorique du canal SI-FOP dans
le cas idéal. Pour la validation de nos résultats, nous faisons une comparaison des résultats
obtenus à ceux présentés dans [29]. Les paramètres utilisés pour le calcul de la capacité
théorique du canal sont regroupés au tableau 6.2.
théorique du canal permet de déterminer TJ par la loi non linéaire TJ = g(SNRe(j J et consiste
passante à - 3 dB, f_idB . On rappelle que la réponse en fréquence utilisée pour le calcul des
141
différentes capacités théoriques méthode 1 données au tableau 6.3 est celle de la SI-FOP
modélisée par un filtre passe-bas gaussien (3.4) :
H F ( f ) = e [ f ° } , avec f0 = / ^ / ^ t a p ) ,
où les valeurs de f_3dB sont celles mesurées à partir du montage expérimental présenté ci-
dessus et reportées dans le tableau 6.1. La loi non linéaire est donnée par (5.37) :
Une fois la loi non linéaire déterminée, on peut tracer la courbe C/f_3dB en fonction du
SNRe(/ donné par (5.38) que l'on rappelle s'exprimer comme suit :
2
— = -r=J = K ^3(SNR A
/ . » 31n(2)7m72)/ 1 ^ ( 2 ) ^ ) * V eq)
La fonction exp(-jc 2 )est une fonction paire. L'intégrale/, = \ ew dw que l'on retrouve
-7
I l = \ e w 2 d w = -i.erf(i.rj).y l Ç, (6.1)
-i
où erf (•) est la fonction erreur. En introduisant 7, dans (5.37), on trouve alors TJ .
142
longueur de la fibre considérée Par exemple, pour un système dont le SNRg(? = 20 dB, on a
C/f_3dB =10, ce qui signifie que la capacité du canal en bit/s est dix fois supérieure à la
bande passante du système à -3 dB, f_3dB. Comparée aux résultats de [29], la courbe
obtenue à la figure 6.2, est un peu plus haute que la même courbe obtenue à la figure 2 de
[29] où pour un SNRe<? = 24, on trouve C/f_3dB « 10 contre C/f_3dB = 12,7 à la figure 6.2.
Ces différences peuvent s'expliquer par les approximations faites pour les calculs et par la
méthode numérique utilisée pour la résolution des équations.
80
1
L
60
J
50
_; ; ; ^ \ ; — ;
^ ^ ^ ^ 1 ■ 1 I I 1 \
30 60 70 80
S N R , [dB ]
Figure 6.2 : Capacité normalisée C\ fi3dB en fonction du SNRe? pour le modèle numérique
gaussien du canal.
143
Méthode 2
'P~\ 2a2F
K= 2
M J NEP
f-
Mff K df
(ft
3) Une fois que l'on a déterminé E,, on peut déduire la capacité (5.45)
C= L-2^1n(|//f(^)-Jln(|//F(^)f)#
21n(2)
-t
On remarque que les valeurs de la capacité théorique du canal obtenues pour le modèle
gaussien avec les méthodes 1 et 2 sont proches des valeurs données dans [29] pour ce
même modèle de la fibre. La différence entre les valeurs obtenues avec les deux méthodes
peut s'expliquer par l'imprécision dans le calcul de l'intégrale numérique avec la fonction
quad de MATLAB. La comparaison des deux méthodes de calcul de la capacité présentées
nous permet de valider la méthode 2 que nous utilisons pour le calcul de la capacité
théorique du canal SI-FOP pour le modèle « power flow equation ».
la fibre et dépend de facteurs tels que la distribution initiale fixée par les conditions
d'injection dans la fibre, la diffusion et l'atténuation propres à la fibre et, bien sûr, la
longueur de la fibre. Nous utilisons l'approche décrite dans [47] pour simuler la SI-FOP
GH4001. Dans (3.7), la variation de puissance est prise en compte par les fonctions
d'atténuation a ( 0 ) et de diffusion de modes d{6); (3.7) admet des solutions propres.
P S S D =Q{9)e -n
Le modèle « power flow equation » proposé est un modèle pour lequel les fonctions
d'atténuation et de diffusion de la fibre sont décrites en fonction de l'angle de propagation.
On détermine les fonctions d'atténuation et de diffusion pouvant être introduites dans
l'équation de propagation de D. Gloge avec différentes conditions initiales selon la longueur
de la fibre. Les hypothèses et les valeurs utilisées proviennent de résultats expérimentaux.
Les valeurs du paramètre y correspondant à l'atténuation de la fibre GH 4001 et les valeurs
des paramètres de la fonction de diffusion et la distribution de puissance optique à l'état
146
d'équilibre sont obtenues expérimentalement par mesure dans [72] et sont listées
respectivement aux tableaux 6.4, 6.5 et 6.6.
0,0331 0,1438
do à> d, °<1
x10
26
24 -
22 -
2 -
1.8 % _
!"
| 1.6 _
S
1.4
"
1.2 -
1 \ -
08 -
06
10 16 30
8 [degrés]
Figure 6.4 : Fonction QN (0) du profil radial SSD normalisé de la fibre GH4001.
l'origine et à l'infinie. Une fois que l'on a déterminé les paramètres y, d{0) et QN ( 0 ) , on
0 25
0.05-
Pour plus de détails sur la méthode de détermination des différents paramètres de la fibre, le
lecteur intéressé pourra se reporter à [71] et [72].
nécessaire de connaître P(0,z - 0,/ = 0) ou p(0,z = 0,M>). Tous les types d'injection sont
simulables et le choix de l'impulsion initiale est libre. Une fois le vecteur de conditions
initiales fixé, on peut déterminer la réponse en fréquence de la SI-FOP donnée par (3.31) :
,7/2
H(L,w)= Jsin(6>) p ( 0 , L , w ) d 0
Des études expérimentales comme celle effectuée dans [103] ont montré l'impact de
l'injection initiale sur la bande passante. Supposons que l'on a à l'entrée de la fibre une
injection d'un faisceau gaussien de largeur variable de la forme :
où 0 < 0O < 0M ; 0M est l'angle maximum à l'intérieur de la fibre (0 M = armax =19,6° pour la
GH 4001; les angles sont définis à l'intérieur de la fibre); C est un paramètre de contrôle
permettant de faire varier la largeur du faisceau gaussien. C peut être ajusté tel que :
0,
FWHM = 2>/in2.-^-. (6.3)
C
distribution des angles d'incidence que l'on peut avoir avec une DL ou une DEL. En
particulier, pour modéliser une injection de type DEL, on utilise de faibles valeurs pour le
paramètre de contrôle C [100].
On veut montrer l'impact des conditions initiales d'injection sur la bande passante
f_3dB du modèle PFE du canal SI-FOP simulé. On posera pour commencer les simulations
0O = 0 et on fait varier C pour montrer l'impact de l'impulsion gaussienne initiale sur
f_idB. Les résultats obtenus sont présentés pour L = 100 m (figure 6.7). Néanmoins, des
FWHM= 100
— FWHM = 32
— FWHM = 4
^ ^ — FWHM = 0,5
1 ^ ^ 1 ^ ^ ^ ^ ^
^^ 1 ^^^p^.
I l l l l
I^L
^k
^^^^v.
^^^^^J
rô l l l l \ 1 ^^l^^w
i i i i i Y^ i i i i
1 1 1 1 1 VLl 1 1 1
i
Q:
! ! ! ! ! ! yv! ! !
i i i i i i i w
4 5
Fréquence [Hz]
Figure 6.7 : Comparaison des réponses en fréquences normalisées, modèle PFE; L = 100 m;
FWHM= 100, FWH = 32, FWHM= 4, FWHM= 0,5.
FWHM = 2 Vin 2-0 M /C ). La figure 6.7 montre clairement la dépendance aux conditions
initiales d'injection de la réponse en fréquence de la SI-FOP. En particulier, on peut y voir
que les valeurs de f_3dB sont d'autant plus grandes que FWHM est faible.
Le cas « avec mode mixing » du canal réel mesuré où le mélange de modes est
introduit au début de la fibre est un artifice réalisé dans [29] afin d'atteindre plus
rapidement l'état d'équilibre dans la SI-FOP. Théoriquement, le mélange de modes réduit
la bande passante du canal du fait de l'importance de la dispersion modale qu'il cause tant
que la distribution d'équilibre des modes n'est pas atteinte dans la fibre. Afin de généraliser
les différents résultats obtenus, nous ne retenons que le cas du canal réel mesuré « sans
mode mixing » dans la suite de ce mémoire même si d'après la figure 6.1, le modèle passe-
bas gaussien se rapproche davantage du canal réel mesuré « avec mode mixing ». On désire
comparer les courbes des réponses en fréquences obtenues pour le modèle PFE et le modèle
gaussien à celles du canal réel mesuré « sans mode mixing » (SMM).
I I I I I I I I I
l I l l I I l l I
0
; 7N***«»
I ^^>W ^ V I I I I I I
-2
J^SÇfc' i i i i
! I\SL
■A
-6
-8
Figure 6.8 : Comparaison des réponses en fréquences de la SI-FOP pour les modèles PFE,
gaussien et canal réel mesuré SMM; L = 50 m.
152
I I ! ! I I I I I
//
-2
i—
i—
i—.
----
1 —■
-
i i i *W^ i i i i i i
!
-4 1 1 (. _ - ^ ^ S k 1 1 1 J- 1
-6
! iftj
i i i \ Vi >»__' i
!! i i
! i i i V\
-8
! "1 T !" (\
i i i i i \ T»v i "~w i
^ ^ ^ — Canal réel mesuré "sans mode mixing"
™ ™ ■ Modèle gaussien obtenu à partir du tableau 6.1 * i > <
10 » ™ ■ Modèle dérivé du "power flow equation"
— - y = -3 dB
02 04 06 0.8 1 12 14 1 6
Fréquence [Hz]
x 10
Figure 6.9 : Comparaison des réponses en fréquences de la SI-FOP pour les modèles PFE,
gaussien et le canal réel mesuré SMM; L = 100 m.
l l l l
^ ^ ^ Canal réel mesuré "sans mode mixing"
0 ~ ™ ■ Modèle gaussien obtenu à partir du tableau 6.1 -
-_■-_-_■ Modèle dérivé du "power flow equation"
\ Ni — - y = -3 dB
\ l \ l
-2 , , 1 t |
\ \
1 %! ! ! ! ! ! ! !
■A
-6
1 i\ ! j j j j ! j
0)
. _ jT
A . - _ J' . \l - - i '- ' ' -! i '----
tf)
!
-8
i l : \:
i a i %,
i
i
i
.
i
.
i i
i "^r ~i -»T r i i i T r
i \\i \
i ! \ i i\
i
i
i
i
i i
i
i i
i i
%
10 \ \\ { 1 L ! -1 1 L
: i \ : \ :
06 08 1 1 2
Fréquence [Hz] x 10
Figure 6.10 : Comparaison des réponses en fréquences de la SI-FOP pour les modèles PFE,
gaussien et le canal réel mesuré SMM; L = 200 m.
153
Les figures 6.8, 6.9 et 6.10 présentent une comparaison des réponses en fréquences
normalisées de la SI-FOP pour le modèle PFE, le modèle gaussien et le canal réel mesuré
« sans mode mixing » pour L = 50 m, L = 100 m et L = 200 m. On y retrouve :
Bien que nous ayons réalisé nos simulations pour les longueurs de la SI-FOP de 25 m,
50 m, 75 m, 100 m, 150 m et 200 m, toutes les figures obtenues ne sont pas présentées afin
de ne pas alourdir le texte du mémoire. Pour L = 50 m et L — 100 m, les courbes des
réponses en fréquences présentées ont le même f_3dB . Cependant, pour L = 200 m, nous ne
sommes pas arrivé à obtenir le même f_3dB pour le modèle PFE que celui du modèle
gaussien et du canal réel mesuré SMM en faisant varier le paramètre de contrôle des
conditions initiales d'injection dans la fibre, C. On obtient pour le modèle PFE,
f-idB = 27 MHz au lieu de 17 MHz donnée dans [29] pour L = 200 m. Ceci peut s'expliquer
par les caractéristiques de simulation et paramètres choisis du modèle PFE de la fibre
simulée. On note cependant, d'après les figures 6.8 et 6.9 que le modèle PFE se rapproche
davantage du canal réel mesuré « sans mode mixing » que le modèle gaussien. Cette
remarque est aussi valide pour la figure 6.10. De plus, de manière générale, on observe que
l'écart entre les différentes courbes obtenues sont moins marquées avant la fréquence f_3dB.
On peut conclure des figures 6.8, 6.9 et 6.10 que de manière générale, le modèle
PFE est une approximation plus réaliste du canal réel SI-FOP lorsque comparé au modèle
gaussien et que le modèle gaussien est une bonne approximation du canal réel SI-FOP pour
L > 200 m. Cependant si on veut effectuer un raisonnement rigoureux, c'est-à-dire en
considérant que l'on veut exactement le même f_3dB pour tous les modèles de la fibre
évalués, le choix d'une approximation du canal réel SI-FOP se porterait vers le modèle PFE
154
pour Z,<200m et vers le modèle gaussien pour L >200m. De plus, d'après l'allure
générale des courbes de réponses en fréquences normalisées des différents modèles de la
SI-FOP, on ne devrait pas avoir une grande différence lorsque l'on compare la capacité de
la SI-FOP obtenue pour le modèle PFE à celle obtenue pour le canal réel mesuré SMM.
Le tableau 6.7 présente les valeurs de la capacité théorique du canal obtenues avec
la méthode 2 pour le modèle gaussien et le modèle PFE ainsi que les valeurs de la capacité
théorique données dans [29] pour le modèle gaussien (tableau 1 de [29]). La capacité
théorique du modèle gaussien déterminée à partir de la méthode 2 a été obtenue à partir de
la réponse en fréquence du canal SI-FOP telle que définie par (3.4). La capacité théorique
du modèle PFE déterminée à partir de la méthode 2 a été obtenue à partir de la réponse en
fréquence du canal SI-FOP telle que définie par (3.31).
Tableau 6.7 : Comparaison des capacités théoriques obtenues par la méthode 2 pour les
modèles PFE et numérique gaussien aux valeurs du canal réel de [29].
Longueur Capacité Capacité théorique Capacité théorique modèle
fibre [m] théorique [29] modèle gaussien PFE (méthode 2) [Gbit/s]
[Gbit/s] (méthode 2) [Gbit/s]
25 10,7 10,5 55,7
50 5,1 5,1 24,7
75 3,4 3,3 10,93
100 2,2 2 4,99
150 0,8 0,7 0,85
200 0,2 0,2 0,21
155
On rappelle que les réponses en fréquences des deux modèles du canal considérés sont
obtenus respectivement à partir des équations (3.4) et (3.31) en utilisant les valeurs de f_3dB
obtenues par mesures dans [29] pour les longueurs de la fibre de 25 m, 50 m, 75 m, 100 m
et 150 m (voir tableau 6.1). Comme c'était prévisible d'après les courbes des réponses en
fréquences des modèles gaussien et PFE des figures 6.8, 6.9 et 6.10, les valeurs de la
capacité obtenues pour le modèle PFE sont grandes comparées aux valeurs obtenues pour le
modèle passe-bas gaussien. Cette différence est plus marquée lorsque L < 200 m. On arrive
donc à la même conclusion que celle formulée dans [29] à savoir que l'on obtient une
estimation des valeurs de la capacité du canal réel SI-FOP plus faibles avec le modèle
gaussien lorsque comparée aux valeurs de la capacité du canal réel pour L < 200 m.
utilisé pour le modèle gaussien. Les résultats obtenus permettent, par comparaison avec les
résultats de la figure 3 et du tableau 1 de [29] de valider les modèles d'approximation
gaussien et PFE du canal. De plus, d'après les différents résultats obtenus, on peut conclure
que le modèle gaussien de la SI-FOP est pessimiste pour L < 200 m et que le modèle PFE
s'avère être un modèle plus réaliste du canal réel. De manière générale, le choix du modèle
gaussien ou du modèle PFE dépendra de la source de lumière utilisée, des conditions
initiales d'injection et de la longueur de la fibre. Le modèle gaussien pourra être préféré au
modèle PFE dans le cas où l'état d'équilibre est atteint dans la fibre car il fournit une
approximation rapide de la capacité de la fibre avec des expressions simples.
156
Nous avons vu qu'un système utilisant la modulation DMT inclut des CANs et
CNAs dont la vitesse d'échantillonnage va limiter la bande passante du système et donc
réduire la capacité du système. On ne peut donc ignorer la limitation de la bande passante
qu'entraîne l'utilisation des CNA et CAN. La capacité théorique présentée à la section
précédente a été réalisée en supposant que seul le canal pouvait limiter la bande passante du
système. Afin de tenir compte des limitations de la bande passante que l'on a lors de
l'implémentation d'un système réel DMT sur SI-FOP, nous utilisons ici une « approche
numérique bande passante limitée » pour le calcul des différentes capacités pratiques.
ôn=log2(u^^), (6.4)
où bn est exprimé en bits par symbole; Y est le SNR gap correspondant à l'écart entre le
rapport signal sur bruit du canal, SNRn = P„-g„ et le rapport signal sur bruit nécessaire pour
atteindre la capacité sur la rieme sous-porteuse. La relation (6.4) montre que la capacité
pratique est réduite par rapport à la capacité théorique d'un facteur SNR gap. On considère
157
que l'on utilise des modulations de type QA M pour transmettre les données sur les sous-
porteuses. Le SNR gap des modulations QA M peut être déterminé de façon théorique à
partir de l'expression de la probabilité d'erreur symbole, P es . Dans le cas du codage de
Gray, cette probabilité peut être approchée par la relation donnée par Proakis [89] :
P K2
- '^ C ^\ 2 l^)f'J P° uri ^o»l- (6-5)
E E
Sachant que SNR = —— = h ■ — , on en déduit alors :
N0 " N0'
(6.6)
Si on note SER (Symbol Error Rate) le taux d'erreur symbole cible, une approximation du
SNR gap pour une modulation de type QA M est directement donnée par la formule
suivante [122], [123], [142] :
+00 2
r-i
3
Q
m
.-|2
(6.7)
avec e w =
727pd"
Les passages mathématiques qui permettent d'arriver à (6.7) sont à l'annexe E. On note que
l'approximation du SNR gap (6.7) n'est pas valide dans certains cas quand on fait un
raisonnement strict car lorsqu'on réalise l'allocation de bits (bit loading), certaines sous-
porteuses peuvent se voir allouer un nombre de bits correspondant à des constellations
QAM non carrée (8-QA M, 32-QA M, 128-QA M, etc.). Dans de pareils cas, (6.7) n'est pas
valide et on ne peut pas obtenir une expression analytique du SNR gap. On note BER ,
le taux d'erreur binaire cible. Dans le cas du codage Gray pour les modulations QAM, on a
M 3 L , , ~ SER, c'est-à-dire qu'une erreur sur un symbole correspond à une erreur sur un
158
i+i
max (./?) = max
p. ' P. ii>4 ^ B,.,
passante du système est limitée à Bw = 312,5 MHz et il n'y a aucune limitation sur
Les valeurs des paramètres utilisés pour les calculs de la capacité pratique lorsque
l'on applique les algorithmes de bit loading sont résumées au tableau 6.8 et des exemples
de résultats obtenus sont donnés uniquement pour L = 100 m afin d'alléger le texte. Nous
présentons quelques résultats de l'application des algorithmes « rate adaptive water-
filling », « rate adaptive de Chow » et « rate adaptive Levin-Campello ». En particulier, les
figures représentant l'allocation de bits, la distribution de puissance et le rapport signal sur
bruit obtenus avec les différents algorithmes sous MATLAB, sont présentées et
commentées.
Tableau 6.8 : Paramètres utilisés pour le calcul de la capacité pratique du canal SI-FOP
Paramètre Symbole Valeur [Unités]
Puissance moyenne P 2,5 dBm
ave
Les figures 6.11, 6.12, 6.13 et 6.14 présentent des résultats de l'exécution de
l'algorithme RA WF appliqué au canal réel mesuré SMM pour L = 100 m. Des figures
semblables ont été tracées pour toutes les autres longueurs de la fibre mais n'ont pas été
incluses dans le texte du mémoire afin de l'alléger. La figure 6.11 permet d'observer la
distribution du rapport du bruit sur le signal et la puissance allouée lorsque l'algorithme RA
WF est appliqué au canal réel mesuré SMM. Pour L = 100 m, la valeur du rapport du bruit
sur le signal sur les différentes sous-porteuses ne varie pas beaucoup, de telle sorte que l'on
a l'impression d'avoir une distribution uniforme de la puissance.
161
Étant donné les faibles valeurs du rapport du bruit sur le signal par rapport à la
puissance allouée, nous présentons aux figures 6.12 et 6.13 respectivement le rapport du
bruit sur le signal et l'allocation de puissance afin de mieux visualiser leurs évolutions.
x 10
14
■ Puissance allouée à chaque sous-porteuse
12 | Rapport du bruit sur le signal
0.8
06
04
0.2
0
50 100 150 200 250 300
Indice de sous-porteuse
Figure 6.11 : Distribution puissance allouée et rapport bruit sur signal du canal réel mesuré
SMM obtenus avec l'algorithme RA WF; L = 100 m; K = l,3859x IO -9 .
x10
3.5
1 3
c
S>
■ 2.5
3 2
lu
TJ
^M I
I*
ID
as 0.5
0
50 100 150 200 250 300
Indice de sous-porteuse
Figure 6.12 : Rapport bruit sur signal du canal réel mesuré SMM obtenu avec l'algorithme
RAWF;Z=100m.
162
x 10
Figure 6.13 : Allocation de puissance du canal réel mesuré SMM obtenue avec l'algorithme
RAWF;I=100m.
300
Indice de sous-porteuse
Figure 6.14 : Allocation de bits du canal réel mesuré SMM obtenue avec l'algorithme
RAWF;L=100m.
x 10
Figure 6.15 : Distribution puissance allouée et rapport du bruit sur le signal du modèle
gaussien obtenus avec l'algorithme RA WF; L = 100 m; K = 2,2092 x 10~9.
x 10
3.5
«S 3
c
O)
» 2.5
II.
£ 0.5
Figure 6.16 : Rapport du bruit sur le signal pour le modèle gaussien obtenu avec
l'algorithme RA WF; L = 100 m.
x 10
300
Indice de sous-porteuse
Figure 6.18 : Allocation de bits du modèle gaussien obtenue avec l'algorithme RA WF;
1 = 1 0 0 m.
La figure 6.18 illustre l'allocation de bits par sous-porteuse pour le modèle
gaussien. Seulement 171 sous-porteuses sont utilisées pour la transmission et se voient
allouer un nombre de bits allant de b2 = 11,437 bits à b m = 0,036 pour « = 2 an = 172.
Comme pour les modèles précédents de la SI-FOP, les figures 6.19, 6.20 et 6.21
présentent respectivement pour l'algorithme RA WF appliqué au modèle PFE, la
distribution du rapport du bruit sur le signal et la puissance allouée, le rapport du bruit sur
le signal et l'allocation de puissance. Le rapport du bruit sur le signal est quasiment
constant jusqu'à environ n = 25 puis croît ensuite assez vite; il est relativement faible sur la
bande passante considérée. De ce fait, les 255 sous-porteuses disponibles sont utilisées de
façon optimale dans l'algorithme RA WF. La variation de la puissance allouée est faible.
x 10
1.4n
| Puissance allouée à chaque sous-porteuse 1
1.2 J | Rapport du bruit sur le signal
1
0.8 I
0.6
0.4
0.2
o'
50 100 150 200 250 300
Indice de sous-porteuse
Figure 6.19 : Distribution de puissance allouée et rapport du bruit sur le signal du modèle
PFE obtenus avec l'algorithme RA WF; L = 100 m; K = 1,3872 x IO"9.
x 10
râ 2.5
o 2
1.5
^ÊJÊ I
Figure 6.20 : Distribution rapport du bruit sur le signal du modèle PFE de la SI-FOP
obtenue avec l'algorithme RA WF; L = 100 m.
167
x 10
Figure 6.22 : Allocation de bits du modèle PFE de la SI-FOP obtenue avec l'algorithme
RAWF;Z=100m.
La figure 6.22 illustre l'allocation de bits par sous-porteuse pour le modèle PFE qui
varie de b2 = 10,7656 bits à b256 = 5,6373 bits aux sous-porteuses n = 2 et n = 256.
D'après les résultats obtenus dans cette section pour l'allocation de bits, un nombre
non entier de bits est alloué à chaque sous-porteuse. Généralement, pour des systèmes
pratiques, on cherche à avoir un nombre entier de bits transmis sur les sous-porteuses. Une
alternative à l'algorithme RA WF pour obtenir un nombre entier de bits par sous-porteuse
est d'utiliser l'algorithme sous-optimal « rate adaptive de Chow » ou encore l'algorithme
« rate adaptive Levin-Campello ».
168
L'algorithme de Chow a été déjà abordé à la section 5.4.2. On suppose ici que la
granularité P g = l , ce qui est une valeur typique. La puissance disponible est distribuée
la plupart des nombres de bits sont arrondis à la partie entière, on a alors une distribution de
puissance inférieure à la puissance maximale que l'on peut transmettre par sous-porteuse.
Ainsi, la puissance correspondante à la nouvelle allocation de bits doit être ajustée afin de
supporter cette nouvelle allocation avec les mêmes performances.
Figure 6.23 : SNR par sous-porteuse du canal réel mesuré SMM obtenu avec l'algorithme
RAdeChow;Z= 100 m.
12
10 -OMUHHB* n i r i
! zWÊamÊÊmm
1 8 v. (ne {■■■■■rtV
CD
T3
ë e «•«1 I0HHHMD}
1
Y: 7
i i i i i
4
i
T 1 1 i -r
°t 50 100 150
Indice de sous-porteuse
200 250 300
Figure 6.24 : Allocation de bits du canal réel mesuré SMM obtenue avec l'algorithme RA
de Chow; 1 = 100 m.
Figure 6.25 : Allocation de puissance du canal réel mesuré SMM obtenue avec l'algorithme
RAdeChow;Z=100m.
170
La figure 6.23 présente le SNR par sous-porteuse calculé qui est utilisé dans
l'application de l'algorithme RA de Chow au canal réel mesuré SMM. L'allure de la
répartition du SNR est en escalier. La figure 6.24 présente l'allocation de bits qui varie de
b2 = 11 bits à b256 = 7 bits et qui a une allure en escalier après l'application de l'algorithme
40
— 35 Y: 3 9 1 8
CQ
" i i *™jiw *" !"
2,
■B 30
CO
$ i "fc ;
25
I
g 20
a is
w 10
i r-r-r-r-f-i-^-
5 20 40 60 80 100 120 140 160 180
Indice de sous-porteuse
Figure 6.26 : SNR par sous-porteuse du modèle gaussien de la SI-FOP obtenu avec
l'algorithme RA de Chow; L = 100 m.
Figure 6.27 : Allocation de bits du modèle gaussien de la SI-FOP obtenue avec l'algorithme
RA de Chow; 1 = 1 0 0 m.
172
-88.5
50 100 150 200 250 300
Indice de sous-porteuse
Tout comme dans les cas précédents où l'algorithme RA de Chow est appliqué au
canal réel mesuré SMM et au modèle gaussien de la SI-FOP, le tableau 6.14 présente les
principaux résultats de l'application de l'algorithme RA de Chow au modèle PFE. On y
retrouve le nombre de sous-porteuses utilisé qui varie de JV= 255 pour L = 25 m à JV= 54
pour L = 200 m, la puissance utilisée pour la transmission et la capacité obtenu en
appliquant l'algorithme RA de Chow au modèle PFE.
Figure 6.29 : SNR par sous-porteuse du modèle PFE de la SI-FOP obtenu avec l'algorithme
RA de Chow; 1 = 100 m.
Figure 6.30 : Allocation de bits du modèle PFE de la SI-FOP obtenue avec l'algorithme RA
de Chow; 1 = 100 m.
-905
50 100 150 200 250 300
Indice de sous-porteuse
Aux figures 6.29, 6.30 et 6.31, on observe des données similaires à celles présentées
lorsque l'algorithme RA de Chow est appliqué au canal réel mesuré SMM et au modèle
gaussien. Les remarques faites pour les modèles précédents restent valables ici. Les figures
6.29, 6.30 et 6.31 présentent respectivement le SNR par sous-porteuse calculé d'allure en
escalier, l'allocation de bits qui varie de b2 = 11 bits à b256 = 6 bits, et l'allocation de
puissance par sous-porteuse en dents de scie lorsque l'algorithme RA de Chow est appliqué
au modèle PFE du canal SI-FOP pour L = 100 m.
6.3.4.1 Capacité obtenue avec l'algorithme RA LC pour le canal mesuré sans mode
mixing
- les valeurs des capacités obtenues avec l'algorithme RA LC sont inférieures à celles
obtenues en appliquant les algorithmes RA WF et RA de Chow.
176
40
i i i i
i i i i
i i i i
m
S 35
CD ! ! !
I
i i i
30
10 ii i i
3
25
i i i i < ^ ^ ^ ^ ^ > x:256
| Y: 20.98
i i |
20 i i i i i
Figure 6.32 : SNR par sous-porteuse du canal réel mesuré SMM obtenu avec l'algorithme
RALC;I=100m.
Figure 6.33 : Allocation de bits du canal réel mesuré SMM obtenue avec l'algorithme
RALC;I=100m.
Figure 6.34 : Allocation de puissance du canal réel mesuré SMM obtenue avec l'algorithme
RALC;I=100m.
177
- toute la puissance disponible n'est pas utilisée; les valeurs de la capacité pour
l'algorithme RA LC sont inférieures à celles obtenues pour les autres algorithmes;
Les figures 6.35, 6.36 et 6.37 présentent respectivement le SNR par sous-porteuse,
l'allocation de bits et l'allocation de puissance lorsque l'algorithme RA LC est appliqué au
modèle gaussien pour L — 100 m. Les remarques générales faites pour le canal réel mesuré
SMM sont valides pour le modèle gaussien. D'après la figure 6.36, les allocations de bits
après les algorithmes LC ET et LC EF sont semblables pour toutes les sous-porteuses sauf
pour la sous-porteuse n = 50 sur laquelle on transmet 11 bits après l'algorithme LC EF
contre 12 bits après l'application de l'algorithme LC ET. Le nombre de bits alloué varie de
b2 = 11 bits à 6168 = 1 bit.
45
_ 40h
m ; LBL™ ! ! ! ! !
2- 35
o>
CD
3 30 1 jlaE i.
f*
■c
; ; : : ^ ^ ! ! !
SSJ
° 20
a
o- 15
10
:::::b±::t::t:::b£&:::
UB
20 40 60 80 100 120 140 160 180
Indice de sous-porteuse
Figure 6.35 : SNR par sous-porteuse du modèle gaussien obtenu avec l'algorithme RA LC;
1 = 1 0 0 m.
X:168
Y:1
Figure 6.36 : Allocation de bits du modèle gaussien obtenue avec l'algorithme RA LC;
1 = 1 0 0 m.
179
- comme attendu, toute la puissance disponible n'est pas utilisée pour la transmission;
Aux figures 6.38, 6.39 et 6.40, on a pour le modèle PFE les mêmes données que
celles présentées pour le canal réel mesuré SMM et le modèle gaussien.
40
m Y: 39.17 i i i i i
=■ 36
m
m
5> 34
■e ! OHHSH . I I
| 32
» 30 -r fl
i X: 191 i
1
1 i Y: 27.1 '
rr 28
i
* 26
24
50 100 150 200 250 300
Indice de sous-porteuse
Figure 6.38 : SNR par sous-porteuse du modèle PFE de la SI-FOP obtenu avec l'algorithme
RALC;J: = 100m.
181
Figure 6.39 : Allocation de bits du modèle PFE de la SI-FOP obtenue avec l'algorithme
RALC;I=100m.
b256 = 6 bits. La figure 6.40 présente l'allocation de puissance dont l'allure est en dents de
Tableau 6.18 : Comparaison des capacités obtenues avec l'algorithme RA WF pour le canal
réel mesuré « sans mode mixing », le modèle gaussien et le modèle PFE.
Longueur Capacité Capacité RA WF Capacité RA Capacité RA
fibre [m] numérique canal réel mesuré WF modèle WF modèle
[29] [Gbit/s] SMM [Gbit/s] gaussien [Gbit/s] PFE [Gbit/s]
La figure 6.41 présente les valeurs des produits capacité « rate adaptive water-
filling » x longueur en fonction de la longueur de la SI-FOP pour le canal réel mesuré
SMM, le modèle gaussien et le modèle PFE.
183
300 i i i I I i i r
i i i i i i i i
i i i i i i i i
^ ^ i i i i i i i i
^ ^ ^ ^ ^ j ^ i i
250
L
150 _ _^r _i + , ~^^^, '—^^V. 1 -
100 J) + ! 1 1 . ^ ^ | _
Tableau 6.19 : Comparaison des capacités obtenues avec l'algorithme RA de Chow pour le
canal réel mesuré « sans mode mixing », le modèle gaussien et le modèle PFE.
Longueur Capacité Capacité RA Capacité RA Capacité RA
fibre [m] numérique [29] Chow canal réel Chow canal Chow canal
[Gbit/s] SMM [Gbit/s] gaussien [Gbit/s] « PFE »
[Gbit/sl
25 5,3 5,305 5,283 5,297
50 4,4 4,312 3,942 4,335
75 3,6 3,403 2,642 3,445
100 2,6 2,544 1,577 2,477
150 0,8 0,725 0,493 0,565
200 0,2 0,121 0,116 0,181
MO
p .f , 1 ! r_-. ! r
^^^^^■^^"■^Wte^^^^^^ I I I I
250
200
150
100 4 4 1 1 1 . . ^ ^ i - ^
^ ^ ^ f c ^ ^ ^ ^ ^ h
50 ^♦— Produit capacité théorique x longueur SI-FOP i—^^^^^^^^^_ -
^ ^ ^ Produit capacité RA Chow canal mesuré x longueur SI-FOP
^^r— Produit capacité RA Chow canal gaussien x longueur SI-FOP
^(f— Produit capacité RA Chow canal "PFE" x longueur SI-FOP
0 1 1 1
80 100 120 140 160 200
Longueur de la fibre [m]
Figure 6.42 : Comparaison des produits capacité x longueur lorsque l'algorithme «rate
adaptive de Chow » est appliqué.
La figure 6.42 présente les courbes des produits capacité « rate adaptive de
Chow » x longueur en fonction de la longueur de la SI-FOP pour le canal réel mesuré
SMM, le modèle gaussien et le modèle PFE.
Tableau 6.20 : Comparaison des capacités obtenues avec l'algorithme RA LC pour le canal
réel mesuré « sans mode mixing », le modèle gaussien et le modèle PFE.
I I i I I I I I
— ^ I I I I I i I I
250
200
i
Mp i ^i i V^^ '
150 — -Mp - JJ. + 1 1 ^ ^ 1—^JJ^^^'-
—- j - — - f
Figure 6.43 : Comparaison des produits capacité x longueur lorsque l'algorithme « rate
adaptive Levin-Campello » est appliqué.
La figure 6.43 présente les courbes du produit capacité « rate adaptive Levin-
Campello » x longueur de la SI-FOP en fonction de la longueur de la SI-FOP pour le canal
réel mesuré SMM, le modèle gaussien et le modèle PFE.
Les valeurs des tableaux 6.18, 6.19 et 6.20 sont arrondies à la troisième décimale.
Des différents résultats présentés aux tableaux 6.18, 6.19 et 6.20 6.18, on remarque que :
- les valeurs des capacités obtenues avec les algorithmes « rate adaptive water-
filling », « rate adaptive de Chow » et « rate adaptive Levin-Campello » diffèrent
peu. Les différences entre les algorithmes de bit loading présentés sont donc
principalement la manière dont ils sont implémentés, leurs complexités et la
granularité considérée;
186
quel que soit le type d'algorithme de bit loading considéré, les valeurs de la capacité
obtenues pour le modèle « power flow equation » sont plus proches des valeurs de
la capacité numérique DMT de [29] lorsque l'on compare au modèle gaussien; ce
résultat confirme la validité du modèle PFE du canal SI-FOP;
lorsque l'on compare les différentes capacités pratiques obtenues aux valeurs de la
capacité théorique de [29] données dans le tableau 6.7, on note que :
D'après les figures 6.41, 6.42 et 6.43 et les différents résultats présentés, on observe
que
pour L < 75 m, les courbes des produits capacité pratique x longueur sont
croissantes; cela est probablement dû à la valeur de p choisie ( p = 3) qui s'avère
être optimale;
187
- pour L < 200 m, les produits capacité pratique modèle gaussien x longueur sont
plus faibles que les valeurs des autres produits BL.
6.4 Conclusion
Dans ce chapitre 6, nous avons présenté les réponses en fréquence du canal réel
ainsi que celles du modèle gaussien et du modèle « power flow equation ». Nous avons
montré l'influence des conditions initiales d'injection sur la réponse en fréquence du
modèle PFE. D'après les différents tableaux et figures présentés dans ce chapitre 6, le canal
SI-FOP pourrait être approximé par le modèle PFE lorsque la longueur de la fibre est courte
et que l'état d'équilibre dans la fibre n'est pas atteint. Lorsque la longueur de la fibre est
suffisamment grande de telle sorte que l'état d'équilibre y est atteint, le canal SI-FOP
pourrait être modélisé par un filtre passe-bas gaussien. Les capacités théoriques et pratiques
du canal ont été déterminées en considérant le canal comme idéal et le seul bruit présent
dans le système est le bruit AWGN induit par le TIA. La capacité théorique au sens de
Shannon a été déterminée en utilisant la technique du waterfilling et les capacités pratiques
ont été déterminées en considérant le problème d'optimisation associé à la maximisation du
débit; le critère d'allocation Rate Adaptive. Ce critère consiste à répartir de manière efficace
la puissance sur les différentes sous-porteuses à un BER donné en respectant la contrainte
de puissance totale transmise. Les débits transmis sur chacune des sous-porteuses sont liés
à la répartition des puissances. On a distingué les algorithmes à granularités infinie et finie.
Les algorithmes à granularité finie sont caractérisés par une allocation de bits en escalier.
Les valeurs des capacités pratiques obtenues avec les différents algorithmes sont proches.
188
Tous les résultats présentés nous permettent de valider le modèle mathématique plus
réaliste du canal SI-FOP que nous avons présenté, le « power flow equation ».
CHAPITRE 7
Ce travail de maîtrise porte sur l'étude de la fibre optique plastique à saut d'indice
dans un système de transmission optique sur courte distance utilisant la modulation DMT.
L'idée du sujet de maîtrise est née à la suite d'un stage de quatre mois effectué à l'ENSSAT
(École Nationale Supérieure des Sciences Appliquées et de Technologie à Lannion et
affiliée à l'Université de Rennes 1, France) dans le cadre d'un projet réalisé en partenariat
avec France Télécom et l'ENSSAT portant sur l'OFDM optique appliqué aux systèmes de
communications optiques utilisant la FOP. Les expérimentations pratiques réalisées avec la
fibre optique plastique à saut d'indice nous mettaient entre autres face au problème de forte
dispersion et de multi-trajets qui n'existent généralement pas lors d'une transmission sur la
fibre de verre traditionnelle. Pour pallier à ces nouveaux problèmes, on cherche alors à
appliquer des techniques de traitement du signal déjà très bien maîtrisées en
communications filaires et sans fils.
la SI-FOP. Nous réalisons donc dans ce mémoire une étude d'un système de
communications optiques sur courte distance, intégrant en particulier la fibre optique
plastique à saut d'indice et utilisant la modulation DMT. Les systèmes de
télécommunications optiques sur FOP présentent de nombreux avantages dans le domaine
de la transmission de l'information. Le travail mené a permis d'étudier, d'évaluer et
d'analyser le potentiel de la modulation DMT dans le cadre de la mise en œuvre d'un
système de transmission à haut-débit et à courte distance sur la SI-FOP. Les avantages de la
DMT sont nombreux et l'utilisation d'un préfixe cyclique dans la modulation DMT permet
de combattre naturellement la grande dispersion induite par la SI-FOP.
qui caractérise le bruit du récepteur, NEP et le rapport signal sur bruit équivalent SNR
qui dépend du facteur de crête p . Le facteur de crête joue un rôle important dans la
192
détermination de la capacité qui dépend du SNR . Cette dépendance signifie que l'on peut
Dans la cinquième partie (chapitre 6), nous avons présenté les courbes des réponses
en fréquences des différents modèles de la SI-FOP (modèles gaussien et PFE) et différents
résultats du calcul de la capacité du système de transmission optique sur courte distance SI-
FOP IM/DD utilisant la modulation DMT. Certains résultats obtenus sont surprenants. Par
exemple dans le modèle « power flow equation » de la fibre, les simulations montrent que
contrairement à ce à quoi on pourrait s'attendre d'après la théorie, il y a encore en partie
une propagation de la puissance au-delà de l'angle critique. L'hypothèse retenue pour
justifier ce phénomène est la présence de modes à fuites. De plus, la comparaison des
courbes de réponses en fréquence et les capacités théoriques obtenues avec les deux
modèles de canal simulés montre clairement que le modèle gaussien qui est largement
utilisé pour la modélisation de la SI-FOP est un modèle pessimiste pour de courtes
longueurs de la fibre. Nous validons le modèle « power flow equation » du canal SI-FOP
par comparaison avec le canal réel mesuré « sans mode mixing » et les résultats de [29].
Les différents résultats obtenus dans ce chapitre montrent que le modèle « power flow
equation » que nous avons déterminé se rapproche plus du canal réel lorsque l'on compare
avec le modèle gaussien.
Il est possible d'envisager plusieurs travaux de recherches basés sur nos résultats.
Les perspectives sont nombreuses et se situent dans le prolongement des travaux déjà
menés. Elles permettent en particulier de tenir compte de différents points qui n'ont pas été
abordés dans ce mémoire et sont basées sur plusieurs axes. Ainsi dans une perspective
future, il serait intéressant :
- dans le cadre de ce mémoire, nous avons négligé tous les autres bruits et n'avons
pris en considération que le bruit induit par le TIA au niveau du récepteur. Une
étude plus complète et plus précise du système SI-FOP IM/DD nécessiterait de
prendre en compte tous les bruits présents dans le système tels que le bruit de
quantification (la quantification du signal introduit une erreur produisant du bruit
sur les hautes fréquences), et le bruit induit par l'écrêtage. Une connaissance précise
des différents bruits permettrait d'obtenir un modèle du système plus proche du
système réel et de s'approcher plus des capacités mesurées dans les systèmes réels;
- finalement, l'introduction d'un codage canal, tel que le codage LDPC (Low Density
Parity Check Code) ou encore le turbo DMT pourrait être envisagé.
En conclusion, les études réalisées sur la fibre optique plastique montrent sans
aucun doute qu'elle constitue une alternative intéressante à la fibre de verre traditionnelle,
au câble coaxial, aux fils de cuivre et aux technologies sans fils, pour la transmission des
flux de données haut débit sur de courtes distances. À ce jour, les résultats de la recherche
sur la FOP sont prometteurs, néanmoins la dispersion qu'elle présente reste toujours élevé
et ne permet pas de l'exploiter à son plein potentiel. L'orientation de la recherche sur la SI-
FOP serait donc de pouvoir intégrer dans un système de communications optique FOP à
courte distance, des éléments de traitement de signal existants et de faible complexité qui
permettraient d'augmenter les débits de transmission de données et de la rendre évolutive
afin qu'elle puisse s'adapter aux besoins de la demande en termes de coûts, qualité,
capacité de transmission, et de nouveaux services. La FOP en PMMA de diamètre de cœur
lmm a été standardisée en 2008 par 1TEC sous l'appellation A4a.2 [110].
Références bibliographiques
[1] http://www.luceat.it/francese/faq.htm
[2] P. Polishuk, "Plastic Optical Fibers Branch Out", IEEE Communications Magazine,
vol. 44, no. 9, pp. 140-148, septembre 2006.
[4] POF-ALL project, "Paving the Optical Future with Affordable Lightning - fast
Links". Disponible sur: http://www.ist-pof-all.org/
[8] Club des Fibres Optiques Plastiques, Plastic Optical Fibres: Practical Applications,
John Wiley & Sons, New York, 1997.
[14] O. Ziemann et J. Krauser, "The Use of Polymer Optical Fiber for in-House
Networks, Advantages of 520 nm LED Transmission Systems," 24th European.
Conference on. Optical Communications, vol. 1, pp. 379-380, septembre 1998.
[24] Asymmetric Digital Subscriber Line (ADSL) Transceivers, ITU Standard. G.992.1,
juillet 1999.
196
[25] D. J. G. Mestdagh, P. M. P. Spruyt et B. Biran, "Effect of Amplitude Clipping in
DMT-ADSL Transceivers", Electronics Letters, vol. 29, no. 15, pp. 1354-1355,
juillet 1993.
[27] S. Bottacchi, Multi Gigabit transmission over multimode optical fibre Theory and
Design Methods for lOGbE Systems, John Wiley & Sons, Ltd 2006.
[35] G. P. Agrawal, Non-linear Fiber Optics, Academic Press, Inc., deuxième édition,
1995.
[48] D. Gloge, "Optical Power Flow in Multimode Fibers", The Bell System Technical
Journal, vol. 51, no. 8, pp. 1767-1783, octobre 1972.
[49] P. Lecoy, Télécoms sur fibres optiques, Lavoisier, troisième édition revue et
augmentée, 2008.
[55] Y. Koike et M. Asai, "The Future of Plastic Optical Fiber", Publié le 21 octobre
2009. Disponible sur: http://www.natureasia.com/asia-materials/review.php?id=579
[62] M. Jones, Senior FAE, "Ethernet Over Plastic Optical Fibre", Micrel Inc.,
Disponible sur: http://www.future-mag.com/0706/0706130.asD
[69] D. Marcuse, Light Transmission Optics, Van Nostrand Reinhold, New York,
deuxième édition, chapitre 11, pp. 466, 1982.
[85] R. G. Gallager, Information Theory and Reliable Communication, John Wiley, New
York, chapitre. 2 et 4,1968.
[87] R. You et J. Kahn, "Upper-Bounding the Capacity of Optical IM/DD Channels with
Multiple-Subcarrier Modulation and Fixed Bias using Trigonometric Moment
Space Method", IEEE Transactions on Information Theory, vol. 48, no. 2, pp. 514-
523, février 2002.
I I'/Vl " I ' 1 6 <H" » *.!-'.. f>I' ,v ) ; . <\..l ' '.' . r I i, i » . . i •• i ;~ • •; • * ' , ! ' . / f T S I . ' r o
201
[92] Y. Koike, "High-Bandwidth Plastic Optical Fiber for Fiber to the Display", Journal
Of Lightwave Technology, vol. 24, no. 12, pp. 4541^4553, décembre 2006.
[97] D. Kalymnios, "Squeezing more Bandwidth into High NA POF", 8th Intl. Conf. on
Plastic Optical Fibres and Applications, pp. 18-24, juin 1999.
[108] "Digital Audio Broadcasting - Overview and Summary of the DAB System,"
World DAB Forum. Disponible sur :
http://www.worlddab.org/public documentation/eurekabrochure.pdf
[111] D. Lacroix et D. Castelain, "A study of OFDM parameters for high data rate
LANs", Vehicular Technology Conference Proceedings, vol. 2, 1075-1079,
mai 2010.
[112] J. Campello, "Practical Bit Loading for DMT", IEEE International Conference on
Communications, vol. 2, pp. 801-805, juin 1999.
[114] I. Kalet, "The multitone channel", IEEE Transactions on Communications, vol. 37,
no. 5, pp. 119-124, 1989.
[115] P. S. Chow, J. M. Cioffi, "Method and Apparatus for Adaptive, Variable Bandwidth
High-Speed Data Transmission of a Multicarrier Signal Over Digital Subscriber",
U.S. Patent 5, 479,447, décembre 1995.
[117] J. Jang, K. B. Lee, et Y. H. Lee, "Transmit Power and Bit Allocations for OFDM
Systems in a Fading Channel", Global Telecommunications Conference (Globecom
2003), vol. 2, pp. 858-862, décembre 2003.
203
[118] G. Sanger, "How Fiber Optics Works", The Industrial Physicist, pp. 18-21, février-
mars 2002.
[121] A. Leke, J. M. Cioffi, "A Maximum Rate Loading Algorithm for Discrete Multitone
Modulation Systems", IEEE Global Telecommunications Conference, vol. 3, pp.
1514-1518, novembre 1997.
[124] H. E. Levin, "A Complete and Optimal Data Allocation Method for Practical
Discrete Multitone Systems", IEEE Globecom, vol. 1, pp. 369-374, août-
novembre 2001.
[125] J. Campello, "Discrete Bit Loading for Multicarrier Modulation Systems", thèse de
doctorat, Department of Electrical Engineering, Stanford University, Stanford, CA,
1999.
[126] J. Campello, "Optimal Discrete Bit Loading for Multicarrier Modulation Systems",
IEEE International Symposium on information theory, pp. 193, août 1998.
[127] ANSI, ANSI/T1E1. 4/94-007, Asymmetric Digital Subscriber Line (ADSL) Metallic
Interface, août 1997.
[131] T. Jiang, Y. Wu, "An Overview: Peak to Average Power Ratio Reduction
Techniques for OFDM Signals", IEEE Transactions on Broadcasting, vol. 54, no.2,
pp. 257-268, juin 2008.
[137] L. W. Faat, "Power Amplifier Linearization for OFDM Signal", Thèse de Doctorat,
Department of Electrical and Electronic Engineering, Hong Kong University of
Science and Technology, août 2000.
[141] S. Haykin, Communication systems, John Wiley, New York, Californie, quatrième
édition, 2001.
Quelques définitions
l'information pouvant être transmise [26]; autrement dit, c'est la taille en bits de la donnée
élémentaire manipulée; ou encore le nombre minimum de bits que l'on peut transmettre sur
une sous-porteuse. Les valeurs typiques de P g sont 0,25, 0,5, 0,75, 1 ou 2 bits.
En pratique, les systèmes réels utilisent un nombre entier de bits. Il est donc
nécessaire de maximiser le débit total du système avec un nombre discret de bits de
données et une granularité P g de l'information pour chaque sous-porteuse. Soit bn le
nombre maximum de bits qui peuvent être envoyés sur une sous-porteuse d'indice n. On
définit la puissance d'un symbole comme correspondant à la puissance nécessaire pour
206
transmettre bn bits sur la sous-porteuse n. La puissance du symbole pour un nombre entier
de bits tel que bn = BnPg est notée Pn [bn] ; c'est la puissance du symbole lorsque bn bits
sont alloués à la «lème sous porteuse. Dans le cas général, pour une sous-porteuse d'indice n,
lorsque l'on utilise une modulation de type QAM et pour une valeur typique de Pg - 1 , la
puissance transmise peut être exprimée en fonction du gap comme suit :
P
n M = (2K " i ) — . (A.1)
on
P„[0] = 0. (A.2)
On définit alors l'incrément de puissance que l'on note APnb", comme étant la
quantité additionnelle de puissance nécessaire pour transmettre le b'neme bit. Autrement dit,
c'est la puissance que l'on doit rajouter à la puissance du symbole requis pour bn - P g bits
pour transmettre p bits supplémentaires. L'incrément de puissance est alors :
. * * ! - .
gn'
No. DPF1212-17
1 Scope
This ipeaficaDOD covers bask requirements for the structure, optical and mechanical performance:, of GH4001.
2.Structure
Tablet GH4001
Specification
Item
Unit Mm. Typ- Max.
CoreMatenal — Pdymetyl - Memaciy late Resin
Nun.encalAp.tii™ — 0.5
Dans cette annexe, nous démontrons par la méthode de transformation des symboles
complexes en réels que le signal obtenu à la sortie de l'IFFT à 2N points est un signal réel.
transformation de l'espace des complexes vers l'espace des réels, une solution est d'ajouter à
la séquence originale des N symboles Cn vérifiant la symétrie hermitienne, la séquence
des complexes conjugués de ces symboles. On obtient ainsi une suite de 2N symboles,
notée {D} , qui, après passage dans l'IFFT, génère une séquence de 2N valeurs réelles
Soit la séquence originale des ./V symboles C„ échantillonnés. Pour obtenir une
séquence réelle à la sortie de l'IFFT, on adjoint à la séquence initiale la séquence des
symboles conjugués de ces symboles afin de réaliser une symétrie hermitienne. L'IFFT est
donc réalisée sur le nouvel ensemble de 2N symboles noté Dn tel que :
D. = C
;1 »€[i,iV-i], (ci)
D2N-n = C
et
kn{D0} = lm{D N }=0, (C.2)
210
où l'opérateur •* représente l'opération de conjugaison complexe et l'opérateur
Im{-} signifie partie imaginaire. En pratique on pose généralement :
D0 =C 0 =0
(C.3)
DN=CN=0
La transformée inverse de Fourier discrète est effectuée sur les symboles D n . Soit u k , le
résultat :
1 A2 M ( n \
uk = . V Dn -exp j2nk ,
* y/2NÙ " { 2N) (CA)
k = 0,\,...,N-\
Si on développe la somme, on obtient :
2N-\
u
k = ) D o+T d D n -exp ) 2 n k ^ - +D N + £ D„-exp j 2 n k ^ - (C.5)
y/2N I tt y NJ £f+x ^ N
D0 = DN = 0 on obtient
u
k = -7== \ E C„ ■ exp j 2 n k - £ - + j C2V„ • exp /2;r* - ^ - [. (C.6)
V2/V [ t ? I 2iV; „fsi, ^ 2N)\
On pose
2w-i ^ r n \
C (C7)
A=-- Z 2V„-exph'2^—
n=N+\
AM
1 f (C.10)
2N
C, "i
C, A=c 2
c„
/^=Q=0
c IFFT-2W
Points
ID = C
Opération de
conjugaison
D =C*
c, ^2^-2 ^2
D =C*
c2/V-l t
Dans cette annexe, on développe les passages mathématiques qui nous permettent
de déterminer l'expression mathématique de la capacité du canal donné en (5.10). On
cherche à déterminer une expression analytique de la capacité en fonction de £. En partant
de l'égalité dans (5.10) et en combinant avec (5.12), (5.24), on obtient :
\
C = \ - i o g , 1 +G.(f) df
Gn(f)
df
^ { G„(f)
•r» i
df
o.(f)
T
ï 1
df
-t o.(f)
2 \
1
df
j_
-i
Ve J
2 \
L
\-\L
k) I/o #
(D.ll)
2
*{» i f r^-/ ^
/„2 df.
" t e * *
214
In y
On rappelle que log2 y =
ln2
Pour tout x appartenant à l'ensemble des réels, ln(e x ) = x . L'expression précédente (D.l)
( ie-f'W
ln fl
+
1 ^
df
-{
ln(2)
H
21n(2)/02 r " ^ _ 3 L / 3 J
2?
2
21n(2)/0 { *
1 4çf
2
~21n(2)/ 0 3 (D.l 2)
31n(2)/ 0 2 "
f '
Jo
2
31n(2) /oV
C=
(D.13)
f-MB-V*.
3^(2)7^(2)
215
Il reste maintenant à évaluer rj. En partant de (5.30) et en introduisant le paramètre rj on
a:
^
(P Y 2a2F
1 jl/oj _ e U # =
k M ) NEP2
-4
ji^#-|J^# = PS\
| 2al
NEP2
(D.14)
}
î U}2 2a2F
** •[/%-] **>#- NEP2
-( v. M J
E f
Si on pose TJ = — => £ = 7/ 0 et w = — alors,
7o JO
1
dw = — d f ^ d f = f 0 -dw,
Jo
/ = - £ => W = - ^ = -TJ.
Jo
On a donc
(P V 2a 2
<=>2^"2 -je^dw 2<*l'PL
2*ify-f 0 ]e*d W =
k y" ^ NEP; -'i
NEP 2 -/i 2 -/ 0
-9 (D.16)
» 2 ^ 2 - | e w 2 i n v = SNRe(7.
-n
df
■j h2
=
-4
l0&
-Gn(f)
Gn(f) ,
df
df
G M df
Mf)
GM) df
~21n(2)J
(2)J K(/)
Mf) #•
21n(2)J
Annexe E
SNR gap
E E
L
On rappelle que SNR=— - où Es est l'énergie du symbole; SNRb= — , Eb étant
N0 N0
l'énergie d'un bit; SNR = b-SNRb, représentant le SNR par symbole. Le SNR gap est
également appelé SNR normalisé car :
SNRb=Y^, (E.2)
b
r--?2.. (E.3)
2»-i
218
Le SNR gap des constellations QAM peut être théoriquement obtenu à partir de
l'expression de la probabilité d'erreur symbole [114]. Dans le cas du codage de Gray, cette
expression peut être approximée à :
36 E„
£. «2-erfd l 2 ( 2 b - \ ) N pour E b / N 0 » \ . (EA)
0
Soit encore :
/>2.erfcJf (E.5)
-i2
(P \
Y= 2 - erfc (E.6)
3 K^ )
d'erreur symbole ne fait pas intervenir la taille de la constellation QAM. Par définition,
nous avons :
00
et
CD
0(x) = - i = f e-"2j2du
V2/r J
x]S.
oo
M*
2
du (E.9)
4n
f x^
= —erfc
2 vV2y
219
(
—erfc y. (E.10)
2 ri.
Soit encore :
x = 42exic x {2y). (EM)
Ce qui nous permet alors d'écrire pour une probabilité d'erreur symbole cible SER
r-I or
'SER*
(E.l 3)
3
Le SNR gap est fonction du taux d'erreur symbole cible, du gain du codage, de la
marge de bruit et de la source d'information. Le tableau E.l présente les valeurs du gap en
fonction du nombre de bits pour une modulation QAM et du taux d'erreur cible.
Annexe F
Capacité mesurée
Dans notre article de référence [29], l'auteur réalise une comparaison entre les
capacités théoriques, les capacités numériques DMT et les capacités mesurées à partir du
montage expérimental réalisé. Les valeurs qu'il a obtenues sont regroupées au tableau F.l.
D'après les valeurs de capacité mesurées du canal que le produit débit x longueur de la SI-
FOP est maximal pour L = 100 m.
Comparaison capacité théorique [29], capacité numérique [29] et capacité mesurée [29].