République Algérienne Démocratique et Populaire

Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Université 8 Mai 1945 Guelma
Faculté : Sciences et technologies
Département : Electronique et télécommunications

Mémoire de fin d'étude

Pour l’obtention du diplôme de Master Académique
Domaine : Sciences et Technologie
Filière : Télécommunications
Spécialité : Système de Télécommunications

Étude et analyse de l’estimation des canaux multi‒trajets dans un

système OFDM

Présentée par :

ATTATRA Abdallah
CHERIFI Boutheyna
Sous la direction de :

Dr. GHADJATI Mohamed

Juin 2023
 REMERCIEMENTS

Nous tenons à exprimer premièrement notre profonde gratitude

à Dieu, qui nous a donné la santé et la volonté pour le
parachèvement de ce travail.
Nous voudrons, avant toute chose, exprimer ma plus grande
reconnaissance à mon encadreur Monsieur Ghadjati
Mohammed, Docteur à l’Université de Guelma, qui a su diriger
ce travail avec diplomatie, efficacité et rigueur. Je lui en
témoigne ici toute ma gratitude.
Nous remercions également les membres du jury pour accepter
et d’examiner ce travail
Nous remercions tous nos enseignants du Département
d’électronique et de télécommunications. Pour leurs conseils,
leur gentillesse, et leur générosité.
 Dédicaces
Je dédie ce travail à :

- A mes parents Pour le soutien qu’ils m’ont accordé tout

au long de mes études

- Mes frères houssem, chouaib, Kader et sa fille Roufia.

-A ma sœur Lamia,Et ses enfants Batoul,Imene et
Mohammed.
-A ma petite princesse kaouther
-A toute ma famille.
-A tous mes proches et mes amis.

Attatra Abdallah
 Dédicaces
-A mes très chers parents qui sont la bougie qui illumine
ma vie
-A mon frère Chouaib et ma sœur Marwa
-Et les enfants de ma soeur Nour cine et Nour Djinen
- A mes adorables cousines Yassmine et malek
-A mes chères copines Salma et Oumayma
-A tous mes proches et mes amis.

Cherifi Boutheyna
Résumé :
Dans les systèmes de télécommunications sans fil, le canal de transmission est
l’une des principales sources de brouillage des signaux. La technique OFDM est robuste
contre l’effet de multi-trajet, et permet de trouver le signal émis avec un faible taux
d’erreur grâce à l’estimation de canal qui joue un rôle clé dans la performance des
systèmes de communication, l’objectif des travaux menés dans le cadre de cette thèse
est d’étudier et de proposer des schémas d’estimation de canal dans un environnement
multi-antennes multi-porteuses sur des canaux de transmission radio mobile.
L’estimation de canal est un point critique dans les performances des systèmes de
transmission, notamment pour les systèmes multi-antennes ou MIMO : elle doit être
optimisée pour conserver les avantages de débit et de performance des techniques
MIMO. Ainsi, pour une transmission MIMO-OFDM, afin d’égaliser le signal reçu, le
récepteur ne doit plus estimer un seul canal comme dans le cas mono-antenne, mais un
ensemble de sous-canaux qui composent le canal MIMO. De plus, cette estimation
nécessite dans la plupart des cas l’insertion de symboles connus dans la trame, ce qui
se traduit par une perte d’efficacité spectrale.

Abstract:
In wireless telecommunications systems, the transmission channel is one of the
main sources of signal interference. The OFDM technique is robust against the multi-
path effect, and allows to find the signal emitted with a low error rate thanks to the
channel estimation that plays a key role in the performance of the communication
systems, the aim of the work carried out in this thesis is to study and propose channel
estimation schemes in a multi-carrier multi-antenna environment on mobile radio
transmission channels. Channel estimation is a critical point in the performance of
transmission systems, especially for multi-antenna or MIMO systems: it must be
optimized to retain the throughput and performance benefits of MIMO techniques.
Thus, for a MIMO-OFDM transmission, in order to equalize the received signal, the
receiver must no longer estimate a single channel as in the single-antenna case, but a
set of sub-channels that make up the MIMO channel. Moreover, in most cases this
estimation requires the insertion of known symbols in the frame, which results in a loss
of spectral efficiency.
 ‫ملخص ‪:‬‬

‫في أنظمة االتصااتال الالسااية‪،‬ة قنتة اإلرساات هي أحد المصااتدر الرئ‪،‬ساا‪،‬ة لتداخ اإلشااترة‪ .‬تقن‪،‬ة ‪ OFDM‬قو‪،‬ة‬
‫مقتب تأث‪،‬ر المسااتر المتعدد وتساام بإ‪،‬جتد اإلشااترة المنبعثة بمعد خطأ منخفض بفض ا تقد‪،‬ر القنتة الذي ‪،‬يعب‬
‫والهدف من العم المضااطي به في هذه األطروحة هو دراسااة واقتراح‬ ‫دورا رئ‪،‬ساا‪ً،‬ت في أداء أنظمة االتصاات‬
‫ً‬
‫اإلرسااات الالسااايةي المتنقية‪.‬‬ ‫عيى قنوا‬ ‫متعددة الحتمال‬ ‫في ب‪،‬ئة متعددة الهوائ‪،‬ت‬ ‫لتقد‪،‬ر القنوا‬ ‫مخططت‬
‫المتعددة أو ‪،:MIMO‬جب‬ ‫ختصااااااة لنظم الهوائ‪،‬ت‬ ‫‪،‬عتبر تقد‪،‬ر القنتة نقطة حرجة في أداء أنظمة اإلرساااااات‬
‫‪ .MIMO‬وبتلتتلي بتلنسبة إلرست ‪ MIMO-OFDM‬من أج‬ ‫تحسا‪،‬نهت لالحتفتظ بفوائد اإلنتتج‪،‬ة واألداء لتقن‪،‬ت‬
‫معتدلة اإلشااترة المسااتيمة ‪،‬جب عيى المتيقي عدم تقد‪،‬ر قنتة واحدة ةمت هو الحت في حتلة الهوائي الواحد ولةن‬
‫الفرع‪،‬ة التي تشاااة قنتة ‪ .MIMO‬عالوة عيى ذلك ‪،‬تطيب هذا التقد‪،‬ر في معظم الحتال‬ ‫مجموعة من القنوا‬
‫إدراج رموز معروفة في اإلطتر ممت ‪،‬ؤدي إلى فقدان الةفتءة الط‪،‬ف‪،‬ة‪.‬‬
Table des matières

Remerciements
Résumé
Sommaire
Introduction Générale ……………………………………………………………….1

Chapitre I : Canal de propagation SISO

I.1 Introduction ..…………………………………………………………………… 4
I.2 Canal de propagation ............................................................................................ 4
I.3 Paramètres de caractérisation d’un cana1 .………....................................................5
I.3.1 Les paramètres de dispersion temporelle (delay spread) Tm ………………. .5
I.3.2 La bande de cohérence …………………………………………………… 6
I.3.3 Étalement Doppler (Doppler spread) BD …………………………………… 6
I.3.4 Temps de cohérence (cohérence time) Tc …………………………………... 7
I.4 types d évanouissement ………………………………………………………… 7
I.4.1 L’évanouissement à large échelle……………………………………………. 8
I.4.1.1 L’affaiblissement en espace libre…………………………………….. 8
I.4.1.2 L’ombrage……………………………………………………………. 9
I.4.2 L’évanouissement à petite échèle……………………………………… ... 10
I.4.2.1Évanouissements dus à la dispersion temporelle (Multipath Channel) 10
I.[Link] Évanouissements sélectifs en fréquence ………...………....11
I.[Link] Évanouissements plats…………………………………….. 11
I.4.2.2 Mobilité …………………………………………………………… 12
I.[Link]Évanouissements rapides ………………………………..... 12

I.[Link]Évanouissements lents ……………………………………..12

I.5 Évanouissements de Rayleigh et Rice …………………………………………....12

I.5.1 Canal de Rayleigh ……………………………………………………….... 13

I.5.1 Canal de Rice …..……………………………………………………….... 13

I.6 Propagation Indoor…………………………………………………………… 14
I.7 Modèles de propagation Outdoor …………………………………………….... 14

I.7.1 Modèle bruit blanc gaussien filtré FWGN ………………….....…….….. 14

I.7.1.1 Modèle FWGN ………………………………………………… 16

Table des matières

I.7.1.2 Modèle de Clark/Gans ...................................................................... 16

I.7.1.2 Modèle FWGN dans le domaine fréquentiel………………..……….16

I.7.1.3 Modèle FWGN dans le domaine temporel………………………......17

I.7.2 Modèle de canal sélectif en fréquence ………………………………..…. 18

I.7.2.1 Modèle TDL (Tapped Delay Line) ……………………………….. 18

I.7.2.2 Modèle d’ajustement des coefficients ………………………….… 19

I.8 Conclusion …...………………………………………………………………… 21

Chapitre II : Systèmes MIMO-OFDM

II.1 Introduction ………………………………………………………………… 24

II.2 la technologie MIMO (Entrées Multiples Sorties Multiples) ……………… . 25

II.2.1 Définition……………………………………………………………… 24
II.2.2 Principe de la technologie MIMO ………………………………… … 25
II.2.3 Architecture la technologie MIMO ……………………………… ….. 26
II.2.3.1 Système SISO ………………………………………………… …26
II.2.3.2 Système MISO …………………………………………………. 27
II.2.3.3 Système SIMO ………………………………………………….. 27
II.2.3.4 Système MIMO ……………………………………………… 28
II.3 La modulation OFDM ……………………………………………………….. 29
II.3.1Principes de la modulation ………………………………………………30

II.3.1.1 QAM : Quadrature Amplitude Modulation ………………………30

II.3.2 Principe de la modulation OFDM ……………………………………….30

II.3.3 Orthogonalité ………………………………………………………… 32

II.3.4 Principe de la démodulation …………………………………………… 33

II.3.5 Problème des interférences entre symboles ………………………………34

II.3.6 Intervalle de garde …………………………………………………...…..35

II.4 Présentation du système MIMO/OFDM ……………………………………... 36

II.5 Conclusion ………………………………………………………………………38

Table des matières

Chapitre III : Estimation du canal

III.1 Introduction ……………………………………………………………………..40
III.2 Techniques d’estimation : état de l’art………………………………………….40
III.2.1 Les pilotes ……………………………………………………………… 40

III.2.2 Les critères LS et LMMSE …………………………………………..…. 41

III.2.2.1 Estimation LS………………………………………………………41

III.2.2.2 Estimation LMMSE (Linear Minimum Square Error)……………. 42
III.3 Techniques d’interpolation ……………………………………………………..45

III.3.1 Interpolation nearest-neighbor…………………………………………. 45

III.3.2 Interpolation linéaire………………………………………………….... 46
III.3.3 Interpolation polynomiale…………………………………………….… 46
III.4 Égalisation ……………………………………………………………………. 47

III.5 Conclusion ……………………………………………………………………. 47

Chapitre IV :
IV.1Introduction ……………………………………………………………………. 49
IV.2 Critères d’évaluation ………………………………………………………….. 49
IV.2.1 Le taux d’erreur binaire ………………………………………………... 49
IV.2.2 Erreur quadratique moyenne normalisé ……………………………….. 49
IV.2.3 Rapport signal sur bruit ………………………………………………… 49
IV.3 Modèles des canaux ………………………………………………………….... 49

IV.4 L’effet du nombre des pilotes ………………………………………………… 50

IV.5 Comparaison entre les différents estimateurs avec différents canaux …………. 53
IV.6 Effet du type de modulation …………………………………………………… 55

IV.7 Conclusion ………………………………………………………………... 56

Conclusion générale …………………………………………………………… 58

Bibliographie
Liste de figure

Chapitre I
Figure I.1 : Schéma de propagation en milieu radio mobil ………………………………. 6

Figure I.2 : Exemple pour le calcul de l’effet Doppler……………………………….7

Figure I.3 : Temps de cohérence ………………………………………………… ….8

Figure I.4 : Classification des évanouissements du canal………………………… …8

Figure I.5 : diviser le gain en trois sources……………………………………… … 11

Figure I.6 : Interaction de l’onde électromagnétique avec son milieu .……… …. . 12

Figure I.7 : Propagation multi-trajet NLOS ………………………………………13

Figure I.8: Propagation multi-trajet LOS …………………………………………. 14

Figure I.9 : Schéma fonctionnel pour le modèle de Clarke/Gans…………………. 16

Figure I.10 : Génération du spectre Doppler …………..…………………………....17

Figure I.11 : Equivalent dans le domaine discret ………...…...…………………...17

Figure I.12 : Modelé FWGN dans le domaine temporel ………………………….. 17

Figure I.13 : Modèle de canal à évanouissement sélectifs en fréquence ....................20

Figure I.14 : Illustration d’ajustement de coefficient par arrondissement .…… .. ... 21

Figure I.15 : Illustration d’ajustement des coefficients par interpolation ……… …..22

Chapitre II

Figure II.1 : Schéma général d’un système de transmission sans fil MIMO……. .. 24

Figure II.2 : Principe de la technologie MIMO …………………………………...25

Figure II.3: Système SISO…………………………………………………………..26

Figure II.4: Système MISO………………………………………………………….27

Figure II.5: Système SIMO………………………………………………………….28

Figure II.6: Système MISO………………………………………………………….29

Figure II.7 : Schéma de constellation de la modulation QAM-16 ………………...30

Figure II.8 : schéma de principe du modulateur OFDM ……………………….. 31

Figure II.9 : Représentation spectrale des sous porteuses orthogonales ………….. 33

Figure II.10 : Schéma de principe d’un démodulateur OFDM …………………….34

Liste de figure

Figure II.11 : Le système de transmission MIMO/OFDM ……………………….. 34

Figure II.12 : Insertion d’un intervalle de garde ‘D’ …………………………… 35

Figure II.13 : Le système de transmission MIMO/OFDM…………..………………37

Chapitre III

Figure III.1 : Deux motifs possibles de disposition des pilotes…………………… 40

Figure III.2 : Schéma de l’estimation du canal au sens du critère MMSE………….42

Figure III.3 : Illustration du principe des interpolations NN et linéaire…………….46

Chapitre IV

Figure IV.1 : Courbes NMSE pour un espacement entre pilotes symboles de 2…….51

Figure IV.2 : Courbes NMSE pour un espacement entre pilotes symboles de 4…… 52

Figure IV.3 : Courbes NMSE pour un espacement entre pilotes symboles de 8 .… ...52

Figure IV.4 : Courbes NMSE des différents estimateurs pour le canal EPA.… …… 53

Figure IV.5: Courbes NMSE des différents estimateurs pour le canal EVA.……… 54

Figure IV.6 : Courbes NMSE des différents estimateurs pour le canal ETU ………..54

Figure IV.7 : Courbes BER des différents estimateurs avec la modulation 16-QAM ..55

Figure IV.8 : Courbes BER des différents estimateurs avec la modulation 256-QAM
……………………………………………………………………………………….. 56
Liste Des Abréviations

Chapitre I

Tableau II.1 : PDP (Profil du retard de puissance) ITU-R model ……………… ....19

Chapitre IV

Tableau IV.1 : les modèles des canaux (EPA, ETU, EVA) …...................................50

Tableau IV.2 : Profil de retard pour trois model de canaux Pedestrian-A(EPA) et

vehicular- A (EVA) et typical urban (ETU) ……………………………………….. 50
Liste Des Abréviations

AWGN Additive White Gaussian Noise.

BER Bit Error Rate.

BPSK Binary Phase Shift Keying.

CP Cyclic Prefix.

DFT Discrete Fourier Transform.

EQMN Erreur quadratique moyenne normalisée.

FFT Fast Fourier Transform.

IEEE Institute of Electrical and Electronics Engineers.

IFFT The Inverse Fast Fourier Transform.

GI Guard Interval

LS Least Square

LMMSE Linear Minimum Mean Square Error

MS Mobile Station

MIMO Multiple-input and multiple-output.

MISO Multiple-input and single-output.

MMSE Minimum Mean Square Error

OFDM Orthogonal Frequency Division Multiplex.

QAM Quadrature Amplitude Modulation.

QPSK Quadratic Phase Shift Keyed.

PDP (Profil du retard de puissance).

SNR Signal to Noise Ratio.

SIMO Single-input and multiple-output.

SISO Single-input single-output.

Liste Des symboles

Ts Durée d’un Symbole

Tb Temps-bit

τRMS Étalement moyen au sens des moindres carres

 Delai Moyen

fd Fréquence Doppler
f0 ,fc Fréquence Porteuse

Bd Étalement Doppler
υ Vitesse du Mobile
Tc Temps de Cohérence
Bc Bande de Cohérence

Pt ,Pr La puissance transmise et reçue en espace libre

Gt,Gr Le gain d’antenne de l’émetteur et du récepteur

λ La langueur d’onde en mètre

x* Conjugue de x

xˆ Estimation de la variable x

x Vecteur (domaine temporel)

X Vecteur (domaine fréquentiel)

δf Ecart fréquentiel entre deux pilote consécutifs

E {.} Esperance mathématique

||.|| Norme Euclidienne

|.| Module
Introduction
Générale
Introduction générale

Introduction générale
La communication sans fil fait l’objet d’un grand nombre de chercheurs dans le
but d’obtenir une communication sans fil de haute qualité avec des débits de
transmission élevés et de libérer les utilisateurs des câbles, permettant de rester
connecté tout en se déplaçant.

Dans les systèmes de communications sans fil, l’environnement situé entre une antenne
d’émission et une antenne de réception peut perturber le signal. En effet, le signal reçu
est une somme de plusieurs versions retardées du signal émis. Les canaux présentent
deux problèmes majeurs pour les communications sans fil, la dispersion temporelle
due aux phénomènes de propagation par trajets multiples et la sélectivité en
fréquence. Une solution pour lutter contre ces phénomènes est d’utiliser la technologie
MIMO-OFDM.

MIMO-OFDM est une technologie qui a été adoptée par plusieurs normes de
quatrième génération (4G). La technique est en fait une combinaison de deux
techniques :

La première technique est MIMO (Multiple Input Multiple Output).Ce type de

système implique l’utilisation de plusieurs antennes pour l’émission et la réception
Afin de maximiser le nombre de canaux différents, ce qui permettrait de diminuer le
taux d’erreurs ou d’augmenter le débit du transfert de données, selon la configuration
choisie.
La deuxième technique est l’OFDM (Orthogonal Frequency Division Multiplexing).
Le principe de la modulation OFDM consiste à diviser le signal que l’on veut
transmettre sur un grand nombre de sous-porteuses. Pour que les fréquences des sous-
porteuses soient les plus proches possibles et ainsi Pour transmettre le maximum
d’informations dans une bande de fréquence donnée, l’OFDM utilise dessous-porteuses
orthogonales entre les bandes de fréquence. Pour cela, les signaux des différentes sous-
porteuses se chevauchent mais, grâce à l’orthogonalité, n’interfèrent pas entre elles.

La combinaison de deux technologies MIMO et OFDM permet de profiter des

avantages des deux approches : La robustesse de liaison de l’OFDM sur des canaux
sélectifs en fréquence et la robustesse du codage MIMO sur des canaux spatialement
non corrélés aident à répondre aux exigences des systèmes 4G.

L’estimation de canal est une partie essentiale de la conception du récepteur dans les
systèmes de communication mobile. Afin de récupérer correctement les données
transmises, l’effet du canal sur le signal transmis doit être correctement évalué.

L’estimation de canal a pour but d’essayer de suivre l’évolution de la réponse du canal

en envoyant périodiquement des symboles pilotes connus, ce qui permet de caractériser
la réponse du canal à cet instant. Ces informations pilotes sont utilisées comme
référence pour l’estimation de canal. Les techniques d’estimation de canal classiques
Introduction générale

fondées sur les estimateurs LS (pour least square, ou moindres carrés) et MMSE (pour
minimum mean square error, ou erreur quadratique moyenne minimum) sont souvent
utiliser. Des techniques d’estimation de canal utilisant des symboles pilotes sont
utilisées pour une estimation fiable en multiplexant des symboles pilotes en symboles
de données. Le récepteur estime l’atténuation du canal et la rotation de phase aux
positions des symboles pilotes et compense les effets de canal aux positions des
symboles de données.
Le mémoire est composé des quatre chapitres suivants :

Chapitre 1

Le premier chapitre définit le canal de propagation et les conditions de propagation,

ainsi les phénomènes des interférences dues aux bruits, fading et à l’effet doppler,
ensuite les différents mécanismes causant le problème du multi trajet, ainsi on a parlé
sur le canal de propagation de modèle SISO, nous allons présenter quelque modèles
dans les canaux Outdoor et indoor. nous présente le modèle bruit blanc gaussien filtre
(Filtred White Gaussian Noise (FWGN)), comprenant le modèle de Clarke/Gans, ainsi
que son comportement dans le domaine fréquentiel et temporel , modèle de canal
sélectif en fréquence, qui est fait pour les signaux transmis contenant des composantes
fréquentielles qui subissent des atténuations par le canal de propagation, que nous allons
présenter soit par le modèle TDL (lignes a répliques retardées), ou par le modèle
d’ajustement des coefficients .

Chapitre II

Le deuxième chapitre traite l’association de la technique MIMO avec la technique de

modulation multi-porteur OFDM. Nous commençons par une présentation de
technologie de transmission multi antennaires MIMO (Multiple Input Multiple Output)
et son principe avec ces différentes configurations SISO, SIMO, MISO et MIMO. Puis
nous avons parlé de présentation détaillée de la modulation multi-porteuse OFDM.
Nous abordons son principe, Nous parlons d’un système de transmission basé sur la
modulation OFDM et on explique comment l’OFDM combat les interférences ISI dans
un canal à trajets multiples. Ensuite nous décrirons la combinaison MIMO-OFDM.

Chapitre III

Le troisième chapitre sera consacré à l’étude de l’estimation du canal ainsi Les

différentes techniques d’estimation de canal classiques à savoir, le critère LS (Least
Squares) et le critère MMSE (Minimum Mean Squares Error). On va aussi présenter
les différents types d’interpolation.

Chapitre IV

Après les trois premiers chapitres, nous avons essayé de valider la partie théorique par
des simulations réalisées avec le logiciel MATLAB pour donner la réalisation de notre
travail.
 Chapitre I
Canal de propagation
SISO
Chapitre I : Canal de propagation SISO

I.1 Introduction
Dans les systèmes de communication sans fils, l’information est transportée l’aide
d’une onde électromagnétique se propageant de l’émetteur vers le récepteur, à travers
un canal de propagation. Le canal de propagation est défini par le milieu séparant
l’émetteur et le récepteur. La propagation des ondes radio dans les canaux de
propagation sans fil est un phénomène complexe. La puissance reçue en un point donne
dépend des trajets multiples après l’interaction des signaux transmis avec les différents
obstacles présents dans l’environnement. La modélisation du canal de propagation se
fait souvent par une approche théorique ou bien par une approche statistique. Ces deux
approches conduisent souvent à des modèles déterministes, empiriques et semi-
empiriques. Les modèles déterministes s’appuient sur les lois de la physique. Les
modèles empiriques sont basées sur l’analyse d’un grand nombre de mesures en
fonction de différents paramètres tels que la fréquence, la distance, la hauteur des
antennes, etc. Les modèles semi-empiriques combinent une formulation analytique des
phénomènes physiques (transmission, réflexion, diffraction, diffusion) et un ajustement
statistique à l’aide de mesures expérimentales. Ils nécessitent la prise en compte de
l’environnement, en général à travers les techniques du lancer ou du tracé de rayons.

Ce chapitre analyse le canal de propagation, en présentant les phénomènes

physiques qui interfèrent sur une onde de transmission, les paramètres d’un canal
multivoie, ainsi on a parlé sur le canal de propagation de modèle SISO, nous allons
présenter quelque modèles dans les canaux Outdoor et indoor.

I.2 Canal de propagation

Dans le contexte des communications sans fil avec des mobiles, le signal radio est
constitué d’une infinité de rayons (ondes) qui se propagent de l’émetteur (fixe/mobile)
jusqu’au récepteur (mobile/fixe) en suivant différents chemins ou trajets multiples. Les
trajets multiples sont la conséquence de trois mécanismes de base qui influencent la
propagation du signal dans le canal : la réflexion, la diffraction, la diffusion. Un
scénario typique de transmission est illustré sur la figure I.1. Ainsi, entre l’émetteur et
le récepteur, une infinité de trajets est possible. Le signal peut arriver en ligne directe
jusqu’au récepteur; certains rayons peuvent être, de façon aléatoire, réfléchis, diffractés,
diffusés ou totalement bloqués par les bâtiments, les arbres ou d’autres obstacles de
nature différente. En général, l’évanouissement (fading) se traduit par des variations de
la puissance du signal en fonction du temps et de la distance entre 1’émetteur et le
récepteur.

4
Chapitre I : Canal de propagation SISO

Figure I.1 : Schéma de propagation en milieu radio mobile.

I.3 Paramètres de caractérisation d’un cana1

I.3.1 Les paramètres de dispersion temporelle (delay spread) Tm

La dispersion temporelle se produit lorsqu’un signal identique est reçu à la destination à

des instants différents. Elle est égale à la différence de temps entre les moments d’arrivée de la
première composante et de la dernière.
Les paramètres de dispersion temporelle les plus importants sont : le délai moyen des
retards (Mean excess delay)  et l’écart type des retards (RMS delay spread)  RMS .
Le délai moyen des retards  est défini comme le premier moment du profil de
puissance et se calcule par la relation suivante :

 
 p t  t K k
 I.1
k

 p t  k k

L’écart type des retards T RMS détermine la sélectivité du canal qui peut entrainer la
dégradation des performances du système de communication. Il décrit la dispersion
d’un signal à travers la propagation multi-trajets en tenant compte des retards de tous
les trajets à la réception en se basant sur le premier trajet reçu. Il se calcule par
l’équation suivante [1] :


2  p t  t 2

  I.2 
k K k

 p t  k k

5
Chapitre I : Canal de propagation SISO

I.3.2 La bande de cohérence

La bande de cohérence est une mesure statistique qui quantifie la sélectivité en

fréquence du canal. Elle permet de déterminer la bande à l’intérieur de laquelle le canal
est considéré non sélectif en fréquence et laisse passer toutes les composantes spectrales
avec approximativement le même gain et une phase linéaire.

I.3.3 Étalement Doppler (Doppler spread) BD :

L’effet Doppler est un phénomène qui se produit lorsque l’émetteur et/ou le

récepteur se déplace(nt), ou bien lorsqu’un obstacle qui se trouve dans le parcours de
l’onde électromagnétique émise est en mouvement. Ce mouvement engendre alors une
variation du canal de propagation dans le temps ou la puissance reçue subit des
évanouissements variables dans le temps appelés évanouissements temporels. Ceci se
traduit également par un décalage de fréquence en réception. Donc, dans le cas de
propagation en mobilité, on parle de dispersions fréquentielles ou canal dispersif en
fréquence. Considérons un récepteur en mouvement à une vitesse (figure I.2) ; ce
décalage fréquentiel fd, appelé décalage Doppler, s’exprime comme suit :

v
fd  f r fe  fc cos   I.3
c
v
f d max   I.4 

Avec f e la fréquence du signal transmis, f r la fréquence du signal reçu, c la vitesse
de la lumière, V la vitesse de déplacement du mobile, α l’angle entre la direction
d’arrivée du trajet de propagation et la direction de déplacement [0 ; 2π] [2].

Figure I.2 : Exemple pour le calcul de l’effet Doppler [2].

6
Chapitre I : Canal de propagation SISO

I.3.4 Temps de cohérence (cohérence time) Tc

Le temps Tc est la durée pendant laquelle le canal est considéré comme invariant.
Si deux signaux arrivent avec une séparation supérieure à Tc, ils sont donc affectés
différemment. Dans notre exemple, le troisième et le quatrième signal sont affectés
différemment [3].

Figure I.3 : Temps de cohérence [3].

I.4 types d’évanouissement :

Figure I.4 : Classification des évanouissements du canal.

7
Chapitre I : Canal de propagation SISO

I.4.1 L’évanouissement à large échelle (Large-Scale Fading)

Les variations lentes ou variations à grande Échelle elles se manifestent lorsque la

distance qui sépare l’émetteur du récepteur est importante et elles sont généralement
causées par l’obstruction des ondes par les obstacles. En pratique, ces variations sont
déterminées par "l’affaiblissement de parcours" (path-loss) et elles sont en général
modélisées par une loi de type loi log-normale (l’amplitude du signal est exprimée en
dB) [4].

I.4.1.1 L’affaiblissement en espace libre (Path-Loss) :

L’espace libre est défini par la visibilité directe et par le dégagement de l’ellipsoïde
de Fresnel. Dans ces conditions de propagation, les pertes de puissance entre puissance
émise et puissance reçue sont exprimées par la relation du bilan de liaison. Cette relation
montre que la puissance reçue est inversement proportionnelle au carré de la distance
séparant émetteur et récepteur, est donnée par l’équation de Friis ;

Pt G rG t  2
Pr d   I.5 
 4 
2
d 2L

Ou Pt est la puissance transmise, Pr (d) est la puissance reçue qui est une fonction de la
séparation de l’émetteur-récepteur, Gt est le gain d’antenne de l’émetteur, Gr est le gain
d’antenne du récepteur, d est la distance en mètres entre l’émetteur et le récepteur, L est
le facteur de perte du système non lié à la propagation (L≥1 ) et λ est la longueur d’onde
en mètres. Le gain d’une antenne est lié à son ouverture effective Ae et il est donné par
la relation :

4 Ae
G   I.6 
2
Par ailleurs, l’ouverture effective est liée à la taille physique de l’antenne, tandis que la
longueur d’onde est liée à la fréquence de la porteuse et vérifie :

c 2 c
   I.7 
f wc

Où fc est la fréquence de la porteuse en Hertz, Wc est la pulsation de la porteuse en

radians par seconde et c est la vitesse de la lumière en mètres par seconde. Les valeurs
de Pt et Pr doivent être exprimées dans les mêmes unités, tandis que Gt et Gr sont des
quantités sans dimension. Les pertes diverses (L) sont habituellement dues à
l’atténuation sur la ligne de transmission, aux pertes de filtre et aux pertes d’antenne
dans le système de communication. Une valeur de L=1 indique une absence de perte
dans le matériel du système. L’équation de Friis (I.5) montre que la puissance reçue

8
Chapitre I : Canal de propagation SISO

diminue en fonction du carré de la distance de séparation de l’émetteur-récepteur. Ceci

implique que la puissance reçue diminue avec la distance à un taux de 20dB/décade.

L’affaiblissement du trajet (Path Loss), représente l’atténuation du signal comme

quantité positive mesurée en dB, et est définie comme étant la différence (en dB) entre
la puissance effective transmise et la puissance reçue. Il peut ou non inclure l’effet des
gains d’antenne. L’affaiblissement du trajet pour le modèle en espace libre, quand les
gains d’antenne sont inclus, est donné par la relation :

 Pt   Gt G r  2 
PL dB   10 log    10 log 
  4  dL 

 I .8 
 Pr   

Par conséquent, un modèle simple de perte de chemin donné par [Rap01], peut être [4].
d 
PL  PL d 0   10n log   ; dB   I .9 
 d0 

[Link] L’ombrage (Shadowing)

L’ombrage c’est un type de décoloration à grand échelle, et il est causé par

obstacles (par ex., grappes de bâtiments, montagnes, etc.) entre l’émetteur et récepteur.
En conséquence, une partie du signal transmis est perdue en raison de réflexion,
diffusion, diffraction et même l’absorption.

La perte de trajet augmente avec l’exposant de perte de trajet n. Même si la distance

entre l’émetteur et le récepteur est égale l’un à l’autre, chaque chemin peut ont une perte
de trajet différente car les environnements environnants peuvent varier en fonction de
l’emplacement de le récepteur dans la pratique. Cependant, tous les modèles de perte
de trajet susmentionnés ne prennent pas compte de cette situation particulière. Un
modèle d’ombrage log-normal est utile lorsqu’il s’agit de avec une situation plus
réaliste. Soit Xs une variable aléatoire gaussienne de moyenne nulle et un écart type de
s. Ensuite, le modèle d’ombrage log-normal est donné par

d 
PL  PL d   X   PL d 0   10n log    X  ; dB   I.10 
 d0 

X est une variable aléatoire distribuée (VA) normale (ou gaussienne) avec moyenne
zéro et écart type, et ce VA représente le effet de ombrage. Cette distribution est
appropriée pour dénie les effets aléatoires associés avec le phénomène d’ombrage log-
normal, et il considère que plusieurs différents points de mesure à une distance donnée
dont une distribution gaussienne autour de la perte moyenne dans l’ordre de façon
statistique ne la perte de trajectoire causée par la décoloration à grande échelle pour une

9
Chapitre I : Canal de propagation SISO

donnée distance d, un ensemble de valeurs doit être dénie : exposant de perte de

trajectoire, référence point d0, Déviation standard du (VA) Xσ [4].

I.4.2 L’évanouissement à petite échèle (Small-Scale Fading)

L’évanouissement à petite échelle apparait à la suite de la propagation par trajet

multiples (multipath). Les évanouissements par trajet multiples (multipath fading) h, se
réfèrent aux variations rapides trajets de signaux entre l’émetteur et Récepteur .ces
variations sont observée sur une distance de l’ordre de la longueur d’onde. Les
évanouissements à petite échelle jouent un rôle important dans détermination du niveau
des performances de la liaison en fonction des taux d’erreurs par bit.

-Pour caractériser les canaux sans fil, nous pouvons utiliser l’expression suivante :

g  P. S . h  I.10 
Ou P est le path loss, S est le shadowing, et h est le multipath fading.

Figure I.5 : diviser le gain en trois sources.

[Link] Évanouissements dus à la dispersion temporelle (Multipath Channel)

Le système de communication sans fil est caractérisé par un environnement de

propagation à trajets multiples, un phénomène dans lequel les trajets multiples entrants
les composants arrivent à l’antenne de réception par différents chemins de propagation,
donnant lieu à différents délais de propagation et de réduire le signal. L’évanouissement
par trajets multiples peut être causée par un ensemble d’effets qui affecter gravement la
propagation des signaux dans la transmission sans fil comme réflexion, diffraction, et
la dispersion.

 Réflexion/ Réfraction : elle se produit lorsqu’une onde électromagnétique

rencontre des surfaces lisses de très grandes dimensions par rapport à sa
longueur d’onde (λ), comme par exemple la surface de la terre, les bâtiments et
les murs.
 Diffraction : elle se produit lorsqu’un obstacle épais et de grande dimension par
rapport à sa longueur d’onde obstrue l’onde électromagnétique entre l’émetteur

10
Chapitre I : Canal de propagation SISO

et le récepteur. Dans ce cas, des ondes secondaires sont générées et se propagent

derrière l’obstacle ("shadowing").

 Diffusion"Scattering" : elle se produit lorsque l’onde rencontre un obstacle

dont l’épaisseur est de l’ordre de sa longueur d’onde, comme par exemple les
lampadaires et les feux de circulation. Dans ce cas, l’énergie est dispersée dans
toutes les directions [5].

Figure I.6 : Interaction de l’onde électromagnétique avec son milieu.

I.[Link] Évanouissements sélectifs en fréquence

Un canal est dit sélectif en temps lorsque la durée du symbole transmis n’est pas
faible relativement au temps de cohérence. Il est dit sélectif en fréquence lorsque la
largeur de bande du signal n’est pas faible par rapport à la bande de cohérence du canal.
La relation entre la bande de cohérence et le temps de retard c’est une relation inverse
1
𝐵𝐶 = Tm Plus le retard est étalé, moins la bande de cohérence et le canal serait plus
sélectif en fréquence. Par conséquent, la propagation Multi trajet, conduit à
l’évanouissement sélectif de fréquence.
Bs > Bc, Ts < σT : si la bande occupée par le signal est supérieure à la bande de
cohérence du canal, ou la durée du symbole émis est inférieure à la dispersion des
retards, alors, les fréquences du spectre sont dé corrélées. Lors d’un évanouissement
dans la bande de cohérence, une partie du signal seulement sera perturbée. Le canal est
dit sélectif en fréquence. En outre, la durée du symbole étant inférieure à la dispersion
des retards, des interférences entre symboles apparaissent [1].

[Link].1 Évanouissements plats

Un canal est dit non sélectif en fréquence dans le cas : Bs <<BC, Ts >> 𝜎T : si la
bande occupée par le signal est inférieure à la bande de cohérence du canal, ou la durée
du symbole émis est largement supérieure à la dispersion des retards, alors, les
fréquences du spectre sont corrélées. Ainsi, les fréquences du spectre du signal
subissent les mêmes amplifications ou atténuations. Dès lors, le canal est considéré
comme non sélectif en fréquence et à «évanouissements plats » [1].

11
Chapitre I : Canal de propagation SISO

[Link] Mobilité

Il existe plusieurs facteurs qui influencent les évanouissements. Comme la vitesse

qui change les caractéristiques du canal en fonction du temps et la position puisque les
trajets suivis par l’onde changent au fur et à mesure et, à cause de la mobilité, chaque
onde multivoie subie un décalage fréquentiel. Le décalage de la fréquence du signal
reçu est appelé le décalage Doppler (Doppler shift). En plus, dans un environnement
minier, le signal prend plusieurs trajets à cause de différents phénomènes comme la
réflexion, la diffraction et la dispersion.

[Link].1 Évanouissements rapides (Fast fading)

Le canal est sélectif en temps si le temps de cohérence du signal Tc est inférieur à
la durée du symbole émis Ts et la bande occupée par le signal Bs est inférieure au
décalage Doppler. Dans ce cas, la réponse impulsionnelle du canal varie de façon
significative pendant la durée d’un symbole [1].

[Link].2 Évanouissements lents (Slow fading)

Le canal est alors non sélectif en temps si le temps de cohérence du signal Tc est
supérieur à la durée du symbole émis Ts, la bande occupée par le signal Bs est supérieure
au décalage Doppler. Dans ce cas, la réponse impulsionnelle du canal reste constante
sur plusieurs symboles consécutifs [1].

I.5 Évanouissements de Rayleigh et Rice

En générale, l’environnement de propagation d’un canal sans fil peut être soumis
à NLOS (Non Line Of Sight) ou LOS (Line-Of-Sight). Une fonction de densité de
probabilité du signal reçu dans l’environnement LOS suit la distribution de Rice, tandis
que dans l’environnement NLOS suit la distribution de Rayleigh.

- pas de ligne de vue (propagation NLOS) : canal de Rayleigh

Figure I.7 : Propagation multi-trajet NLOS [5].

-existence d’une ligne de vue (propagation LOS) : canal de Rice

12
Chapitre I : Canal de propagation SISO

Figure I.8 : Propagation multi-trajet LOS [5].

I.5.1 Canal de Rayleigh

La distribution de Rayleigh est fréquemment utilise dans le modèle multi trajet
avec le non visibilité du trajet multiple, il correspond à un cas idéal. Dans ce cas, le
signal complexe reçu est constitué d’un grand nombre de trajet indirecte (NLOS) issu
de réflexions multiples ayant des amplitudes et phase aléatoire, indépendant et uni
forment distribués.

La distribution de Rayleigh est définie à partir du paramètre a. La fonction de densité

de probabilité est donnée par :
 r2 
 2 
x
px  x   e  2 
 I .11
2

Où a est le paramètre de Rayleigh représentant la valeur la plus probable.


E  x    I .12 
2

 4   2
var  x      I .13
 2 
I.5.1 Canal de Rice

Dans d’autres situations, un canal de propagation est caractérisé par plusieurs

trajets indirects et un trajet direct (LOS). De ce fait, la densité de probabilité de
l’enveloppe du signal complexe reçu obéit à la distribution de Rice définie telle que :

  2 d2 
   2 2 

  
p    2 e  J 0  2d   et d  0  I .14 
   

Où  d est l’amplitude du trajet direct et J 0 représente la fonction de Bessel de première

espace d’ordre zéro [5].

13
Chapitre I : Canal de propagation SISO

I.6 propagation indoor

Le canal intérieur correspond aux petites zones de couverture à l’intérieur du
bâtiment, comme les bureaux et les centres commerciaux. Comme ces environnements
sont complètement clos par un mur, le spectre d’azimut de puissance (PAS) tend à être
uniforme (c.-à-d. que les composants dispersés seront reçus de toutes les directions avec
la même puissance). En outre, le canal a tendance à être statique en raison de la très
faible mobilité des terminaux à l’intérieur du bâtiment. Même dans les environnements
de canaux intérieurs, cependant, l’état du canal peut varier avec le temps et
l’emplacement, ce qui nécessite toujours un profil de retard de puissance (PDP) pour
représenter les retards de canal et leur puissance moyenne. En général, un canal statique
désigne l’environnement dans lequel l’état d’un canal ne change pas pour la durée de
transmission des données à l’heure et à l’emplacement donné. Elle est complètement
opposée à l’environnement temporel dans lequel les composants de diffusion (objets ou
personnes) entourant l’émetteur ou le récepteur se déplacent régulièrement même si un
terminal n’est pas en mouvement. Dans les systèmes de communication numérique sans
fil, cependant, le degré de variation dans le temps de l’intensité du signal est relatif à la
durée du symbole. Autrement dit, la condition du canal peut être considérée comme
statique lorsque le degré de variation temporelle est relativement faible par rapport à la
durée du symbole. Cette situation particulière est appelée condition de canal quasi
statique. En fait, les canaux intérieurs sont habituellement modélisés en supposant
qu’ils ont des conditions de canaux statiques ou quasi-statiques. Par exemple IEEE
802.11 Channel Model, General Indoor Channel Model, UWB Channel Model, Saleh-
Valenzuela (S-V) [4].

I.7 Modèles de propagation Outdoor

Par opposition à la nature statique ou quasi statique du canal indoor, des canaux
Outdoor sont typiquement caractérisés par la variation en temps de gain du canal, qui
est cause par la vitesse du mobile récepteur et la variation temporelle de gain du canal
est régie par le spectre de Doppler, qui détermine la corrélation en domaine temporel
dans le gain du canal.

I.7.1 Modèle bruit blanc gaussien filtré FWGN

De nombreux modèles de propagation par trajets multiple sont été proposés pour
expliquer les propriétés statistiques observées des canaux mobiles. Pour les situations
Outdoor et indoor, la propagation par trajets multiples est affectée par un certain
nombre de phénomènes qui affaiblissent l’onde transmise et interfèrent avec d’autres
bruits externes.
Dans cette partie nous allons présenter le modèle bruit blanc gaussien filtré (Filtered
white Gaussian Noise (FWGN)) comprenant le modèle de Clarke-Gans, ainsi que son
comportement dans le domaine fréquentiel et temporel.

14
Chapitre I : Canal de propagation SISO

I.7.1.1 Modèle FWGN

Le canal Outdoor est généralement caractérisé par un spectre Doppler. De

nombreux types de spectre Doppler peuvent être obtenus à l’aide du modèle FWGN.

I.[Link] Modèle de Clark/Gans

Le modèle de Clark/Gans a été conçus pour la dispersion des composants

aléatoires, ces composants sont répartis autour de la station mobile (MS), et disposent
de la même puissance. La figure montre un schéma fonctionnel pour le modèle de
Clarke/Gans, dans lequel il y a deux branches, une pour la partie réelle et l’autre pour
la partie imaginaire.
Dans chaque branche, un bruit gaussien complexe est d’abord générer dans le domaine
fréquentiel, puis filtré par un filtre de Doppler.

Figure I.9 : Schéma fonctionnel pour le modèle de Clarke/Gans.

I.7.1.2 Modèle FWGN dans le domaine fréquentiel

Le modèle de Clarke/Gans utilise deux blocs d’IFFT (transformée de Fourrier

inverse), les figures décrivent un processus de réalisation d’un spectre de Doppler, en
prenant Fm comme fréquence de Doppler. Comme le spectre de Doppler se répète en
respectant la fréquence de Nyquist qui égale à 2fm, pour l’échantillonnage normal, ces
répartitions doivent être pliées pour que la fonction d’IFFT occupe seulement les
composantes positives de fréquence, comme représente sur la Figure (I.10).

(a) Echantillonnage normal.

15
Chapitre I : Canal de propagation SISO

Pour un échantillonnage fini, la largeur de bande du spectre de Doppler devient alors

BD = 2NOSfm.

(b) Sur échantillonnage.

Figure I.10 : Génération du spectre Doppler.

1
Comme représenté sur la figure (1.8), son inverse t =𝐵𝐷 est le temps d’échantillonnage
correspondant à la période de cohérence du canal a évanouissement (fading). La largeur
de bande de Doppler sera divisée en N sous bandes à évanouissement (NFading). La
figure (1.11) montre un spectre de Doppler de fréquence discrète et son canal
d’évanouissement équivalent dans le domaine temporel.

Figure I.11 : Equivalent dans le domaine discret [4].

Pour la taille de la IFFT, le pas de fréquence de Doppler est donnée par fm  2 Nofm
/NFading. Ainsi la réponse du canal de chaque trajet est donnée par :

NFading /2 1
h (n )  
k  Nfading /2
s  k  exp j  K exp j 2 nK / Nfading  I .15

Avec

16
Chapitre I : Canal de propagation SISO

S (k ) : Spectre de Doppler.
k  f / fm : Fréquence discrète.
n  t / t : Indice temporel discret.
 k : Variable aléatoire uniforme entre [0 ; 2  ].
ND  fm / fm : Nombre d’échantillons de fréquence Doppler.
Nos : Facteur de sur-échantillonnage.
t  1/ 2 Nosfm : Pas d’échantillonnage [4].

I.7.1.3 Modelé FWGN dans le domaine temporel

La figure (1.12) représente une méthode qui a été utilisé dont le but d’obtenir un
canal à évanouissement, cette méthode utilise un générateur pour avoir un processus
aléatoire gaussien qui sera filtré par un filtre Doppler dont la réponse fréquentielle
correspond à un spectre Doppler.
Par opposition au modèle FWGN dans le domaine fréquentiel auquel la durée du signal
[8].

Figure I.12 : Modelé FWGN dans le domaine temporel [7].

Est déterminée par la taille de l’IFFT, celui-ci est déterminé par la longueur du signal
dans le modèle FWGN.
Le modèle de canal FWGN utilise d’autres types de spectre, y compris le spectre plat
de Doppler et le spectre de Laplace. Le spectre plat de Doppler a une fonction spectrale
de densité de puissance constante telle que :

S (f )  1, | f | fm  I .16 

Cependant, le spectre de Laplace est déni par la fonction de densité spectrale de

puissance suivante :
1   2   2  
s  f  exp   cos 1  f / fm      exp   cos 1  f / fm     
1   f / m         

| f | fm  I.17 

17
Chapitre I : Canal de propagation SISO

Où  est l’écart type de spectre de puissance, et  est la différence entre la direction

du mouvement et la direction d’arrivée, fm est la fréquence de Doppler maximale, et
f est la fréquence du signal [7].

I.7.2 Modèle de canal sélectif en fréquence

Le Profil de délai de puissance (PDP) pour le canal multivoies est nécessaire pour
la modélisation d’un canal de fondu sélectif de fréquence. Le PDP fournit une
distribution de la puissance moyenne du signal reçu sur chaque trajet, qui est
représentée par la puissance relative de chaque trajet par rapport à la puissance du
premier trajet. Le tableau(1) représente les PDP pour ITU-R model, qui est le plus
populaire parmi de nombreux modèles PDP disponibles.

Tableau I.1 : PDP (Profil du retard de puissance) ITU-R model [8].

Dans cette partie nous allons étudier ce canal sélectif en fréquence, soit par la méthode
TLD (Tapped Delay Line) ou par celle d’ajustement des coefficients.

I.7.2.1 Modèle TDL (Tapped Delay Line)

Un modèle TDL (lignes à répliques retardées) est couramment utilisé pour la mise
en œuvre du canal multi-trajet. Il emploie un nombre multiple de générateurs
d’évanouissement (plat) de fréquence non sélective (par exemple, en utilisant le modèle
FWGN ou modèle de Jakes), qui sont indépendants les uns des autres, avec une
puissance moyenne (Voir la figure).

18
Chapitre I : Canal de propagation SISO

Figure I.13 : Modèle de canal à évanouissement sélectifs en fréquence.

La sortie du générateur d’évanouissement indépendant est multipliée par une puissance

ajoutée en fonction des générateurs d’évanouissement, de manière à produire un
coefficient de modèle TDL. En fait, il est traité comme un filtre FIR (Filtre à réponse
impulsionnelle finie) avec la sortie suivante :
N D 1
y (n )  h
d 0
d (n )x (n  d )  I .18

I.7.2.1 Modèle d’ajustement des coefficients

Le PDP (Profil du retard de puissance) du modèle général de canal est basé sur les
mesures réelles dans les environnements spécifiques (par exemple, macro cellulaire ou
à l’intérieur), il ne peut pas coïncider avec les multiples entiers de la période de
l’échantillon ts. Dans ce cas-ci, la PDP doit être ajuste pour l’implémentation du canal
en temps discret. Par exemple, Les répliques retardées peuvent êtres obligatoires dans
un multiple de nombre entier de la période d’échantillonnage par une période de sur-
échantillonnage, ce qui toutefois peut rendre le nombre de répliques trop important pour
le filtre FIR.
Pour une exécution plus simple, il existe deux méthodes qui peuvent être employées.
La méthode d’arrondissement des répliques et la méthode d’interpolation de
coefficients.
Mais pour cela il faut s’assurer que les caractéristiques du canal sont préservées même
après l’ajustement des coefficients.

a) La méthode d’arrondissement : c’est une méthode qui fait décaler la réplique à

retard dans une période d’échantillonnage plus étroite. Comme le montre la figure
(I.14).Elle tient compte de préserver le nombre de trajets et la puissance pour chaque

19
Chapitre I : Canal de propagation SISO

trajet. Le schéma suivant illustre l’ajustement de coefficient par la méthode

d’arrondissage. Dans cette méthode, le nouveau coefficient de retard est exprimée par:

t d  (t d / t S  0.5). t S  I .19 

Où tS est la période d’échantillonnage et td est le retard de canal.

Où N D est le nombre de répliques dans le filtre FIR. Toutefois, la mise en œuvre de
la structure du filtre FIR n’est pas exploitée si la réplique retardée n’est pas un entier
Multiple de la période d’échantillonnage ts .

Figure I.14 : Illustration d’ajustement de coefficient par arrondissement.

b) La méthode d’interpolation de coefficient : c’est une méthode qui représente le

retard d’un canal original en termes de deux périodes d’échantillonnage voisine, qui
sont penderies par leur distance relative en respectant le retard du canal. Prenant t r
comme une distance relative du retard discrétise t i par rapport au retard du canal, c’est
à dire :
t r  td / tS  t i  I.20 
Où ti  td / tS , en notant hii (n) comme le coefficient complexe provisoire du canal
pour le nouveau coefficient de retard ti en prenant ho(n)  0 . En attendant, htd est le
coefficient complexe du canal pour le retard td . En faisant repartir le coefficient
complexe du canal htd (n) sur deux périodes d’échantillonnage adjacentes comme le
montre la figure (I.15).
Le nouveau coefficient de retard ti est mis à jour par :

h ti (n )  hti  1  t r htd (n )  I.21

20
Chapitre I : Canal de propagation SISO

Figure I.15 : Illustration d’ajustement des coefficients par interpolation.

Le coefficient complexe provisoire du canal pour le nouveau coefficient de retard

ti  1 est indiqué par :
hti 1 (n )  t r htd (n ) Ou t i t S  htd (n )  (t i  1)t S  I.22 

I.8 Conclusion :
L’intérêt grandissant pour les systèmes de communication sans fil génère un besoin
pour la conception de systèmes de télécommunications radio de plus en plus
performants. La conception et l’optimisation d’un système reposent sur des modèles de
canaux radio précis et fiables appelant une grande maîtrise du domaine en ce qui a trait
à la prédiction des variations des signaux et la connaissance des modèles des
simulateurs. Plusieurs chercheurs ont travaillé durant les dernières décennies dans le
domaine de la prédiction et l’évanouissement des signaux, cependant ils restent
énormément de problèmes à résoudre. Ce travail répond aux besoins de plus en plus
présents dans d’amélioration des systèmes de communication sans fils qui exigent une
plus grande précision dans les modèles de canaux.

21
 Chapitre II

Systèmes
MIMO-OFDM
Chapitre II : Systèmes MIMO-OFDM

II.1 Introduction
Les techniques multi-antennes MIMO-OFDM sont pressenties pour les futurs
systèmes de téléphonie mobile en raison de leur robustesse et de leur efficacité
spectrale. La combinaison du MIMO et de l’OFDM permet d’exploiter les avantages
des deux méthodes : la robustesse de la liaison sur des canaux sélectifs en fréquence
pour l’OFDM et la robustesse sur des canaux non corrélés en espace pour les MIMO
avec codage. Ce travail répond à une problématique, initiée dans le cadre de notre projet
de recherche sur l’intégration de la technologie MIMO dans les futures générations de
réseaux locaux. D’un point de vue théorique, nous allons faire une synthèse
bibliographique étendue sur cette technologie innovante.
Nous présentons un état de l’art des techniques et architectures MIMO-OFDM utilisées
toute on mettant l’accent sur l’interaction propagation-système.

II.2 la technologie MIMO (Entrées Multiples Sorties Multiples)

II.2.1 Définition

La technologie MIMO (Multiple-Input Multiple-Output) est une technologie sans

fil qui utilise plusieurs émetteurs et récepteurs pour transférer plus de données en même
temps. La technologie MIMO tire parti d’un phénomène d’ondes radioélectriques
appelé trajets multiples, où les informations transmises rebondissent sur les murs, les
plafonds et d’autres objets, atteignant l’antenne de réception plusieurs fois sous
différents angles et à des moments légèrement différents. Elle exploite le comportement
par trajets multiples en utilisant plusieurs émetteurs et récepteurs « intelligents » avec
une dimension « spatiale » supplémentaire pour augmenter considérablement les
performances et la portée. MIMO permet à plusieurs antennes d’envoyer et de recevoir
plusieurs flux spatiaux en même temps [9].

Figure II.1 : Schéma général d’un système de transmission sans fil MIMO [9].

23
Chapitre II : Systèmes MIMO-OFDM

II.2.2 Principe

La technologie permet de régler ce problème. Le principe de la technologie MIMO

consiste à émettre dans un même canal des signaux transmis sur des antennes
différentes. A la réception aussi et avec un certain nombre d’antennes et des traitements
adéquats, il s’agit de simuler cette réception dans une même bande de n canaux
différents.

Figure II.2 : Principe de la technologie MIMO [10].

Le flux est divisé en différents flux de même fréquence qui sont envoyés à travers 3
émetteurs à 3 récepteurs. L’algorithme permet ensuite d’identifier les différents flux en
vue de les restituer en un seul flux. Cet algorithme utilise la réflexion des signaux sur
les murs, le sol, etc.
Alors que ces réflexions pourraient être considérées comme mauvaises, la technologie
MIMO profite de ces différents canaux pour améliorer la rapidité de transmission des
données. On peut considérer trois catégories de MIMO :

 La diversité spatiale MIMO : on transmet simultanément un même message sur

différentes antennes à l’émission. Les signaux reçus sur chacune des antennes de
réception sont ensuite remis en phase et sommés de façon cohérente. Cela permet
d’augmenter le ratio S/B (grâce au gain de diversité) de la transmission. Pour que
cette technique soit efficace, il faut que les sous-canaux MIMO soient décorrélés
les uns des autres.
 Le multiplexage spatial MIMO : chaque message est découpé en sous-messages.
On transmet simultanément les sous-messages différents sur chacune des antennes
d’émission. Les signaux reçus sur les antennes de réception sont réassemblés pour
reformer le message entier d’origine. Comme pour la diversité MIMO, les sous-
canaux de propagation doivent être décorrélés. Le multiplexage MIMO permet
d’augmenter les débits de transmission (grâce au gain de multiplexage). Les
techniques de diversité et de multiplexage MIMO peuvent être conjointement

24
Chapitre II : Systèmes MIMO-OFDM

appliquées. Par exemple pour un système MIMO 5 x 5 (c’est-à-dire 5 antennes

d’émission et 5 antennes de réception), on peut configurer un sous-système MIMO
2 x 3 pour faire du multiplexage et un sous-système MIMO 3 x 3 pour faire de la
diversité MIMO.

 Le MIMO - Beamforming (formation de faisceau) : le réseau d’antennes

MIMO est utilisé pour orienter et contrôler le faisceau d’onde radio (amplitude
et phase du faisceau). On peut ainsi créer des lobes constructifs / destructifs et
optimiser une transmission entre l’émetteur et la cible. Les techniques de
beamforming permettent à la fois d’étendre une couverture radio (d’une station
de base ou d’un point d’accès par exemple) et de limiter les interférences entre
utilisateurs et la pollution électromagnétique environnante (en ciblant le
récepteur visé) [10].

II.2.3 Architecture la technologie MIMO

II.2.3.1 Système SISO

C’est la plus simple des architectures radio peut définies en termes MIMO comme
SISO - Single Input Single Output. Ce système ressemble à un canal radio standard
(l’émetteur fonctionne avec une antenne comme le récepteur. il ne nécessite aucun
traitement en fonction de diversité ni aucun autre traitement). La capacité du canal SISO
est donnée par :
 P 
C W log 2 1   bps  II.1
 WN 0 

Où :

P : la puissance du signal utile en Watt No : la densité spectrale de puissance du bruit

calculé en W/Hz. W : la bande passante donnée en Hz. En normalisant la capacité par
la bande utile W, on obtient :

C  log 2 1    bps  II.2 

Avec ρ est le rapport signal sur bruit (P/N0).

Figure II.3 : Système SISO.

25
Chapitre II : Systèmes MIMO-OFDM

II.2.3.2 Système MISO

MISO (multiples input single output) est aussi appelé diversité d’émission. Dans
ce cas, les données sont transmises en redondance à partir des deux antennes émettrices.
À La réception les données sont alors seront récupérées par le traitement du signal
optimal reçu (la somme des signaux des deux chemins).
La capacité du canal MISO :

 p   p 
C W log 2 1  N t i  W log 2 1  i  bps  II.3
 wN 0   wN 0 

N t : nombre d’antenne d’émission.

En normalisant la capacité par la bande utile W, nous obtenons :

C  log 2 1    bps  II.4 

L’équation II.2 et II.4 sont identiques, mais l’avantage de la technique MISO par
rapport à la technique SISO est que dans les multi trajets, la probabilité
d’évanouissement dans Nt antennes est inférieure à la probabilité d’évanouissement sur
une seule antenne.

Figure II.4 : Système MISO.

II.2.3.3 Système SIMO

Le système SIMO (Single Input Multiple Output) utilise à l’émission une seule
antenne et plusieurs antennes à la réception. Il est souvent utilisé pour lutter contre les
effets de la décoloration qui se produit lors de la réception de plusieurs signaux d’un
certain nombre de sources indépendantes.

La capacité du canal SIMO :

 p 
C W log 2 1  N r2  bps  II.5
 WN 0 

Nr : le nombre d’antenne réceptrice.

26
Chapitre II : Systèmes MIMO-OFDM

En normalisant la capacité en par la bande utile W, nous obtenons :

C  log 2 1  N r2   bps  II.6 

Avec ρ est le rapport signal sur bruit.

Figure II.5 : Système SIMO.

II.2.3.4 Système MIMO

La technologie MIMO (Multiple input Multiple output) repose sur Nt antennes de

transmission et Nr antennes de réception. MIMO peut être utilisé pour améliorer la
capacité des canaux ainsi que le débit de canal.
Dans le cas de la Figure III.5 où nous avons un système MIMO à Nt émetteurs et NR
récepteurs, le canal MIMO est traduit par une matrice H de taille N×M dite matrice de
canal

 h11 h12 h1N T 

 
 h21 h22 h23 
H    II.7 
 
 hN hN R hNrNt 
 R1 2 

Un signal MIMO peut être définit par :

Y  HX    II.8
Où :
X : la séquence émit.
Y : la séquence reçue.
η : représente le bruit qui corrompt le signal lors de la traversée du canal.

27
Chapitre II : Systèmes MIMO-OFDM

Figure II.6 : Système MISO.

II.3 La modulation OFDM

La modulation OFDM (Orthogonal Frequency Division Multiplexing) est un type
particulier de transmissions multi-porteuses dont l’originalité est de multiplexer
l’information sur des sous-porteuses orthogonales. Dans l’hypothèse où les bandes
passantes de ces sous-porteuses sont suffisamment étroites, les distorsions induites par
un canal sélectif en fréquence sont alors limitées à une simple atténuation sur chacune
d’elles.
Cette caractéristique représente un avantage certain pour cette modulation face à une
transmission à porteuse unique, du fait de la simplicité du Système d’égalisation
nécessaire en réception. De plus, la condition d’orthogonalité des sous-porteuses leur
permet de se recouvrir sans interférer entre elles, offrant ainsi une efficacité spectrale
élevée au système.
Enfin, les interférences entre sous-porteuses et les interférences entre trames induites
par le canal étant fortement limitées, l’OFDM est une modulation particulièrement
appréciée pour les transmissions sans-fil à hauts-débits. Depuis, l’OFDM est utilisée
dans plusieurs systèmes de télécommunications : Wifi (802.11a), l’ADSL et dans les
systèmes MIMO [11].

II.3.1 Principes de la modulation

La modulation est réalisée généralement dans le domaine électromagnétique en

modifiant l’amplitude, la fréquence, ou la phase du signal transmis. L’objectif de
cette opération est d’adapter le signal à émettre au canal de transmission.

Les modulations utilisant sont :

 BPSK (Binary Phase Shift Keying) : 1 bit est transmis par symbole.
 QPSK (Quadrature Phase Shift Keying) : 2 bits sont transmis par symbole.
 QAM (Quadrature Amplitude Modulation) : 4 ou 6 bits sont transmis par
symbole [12].

28
Chapitre II : Systèmes MIMO-OFDM

II.3.1.1 QAM : Quadrature Amplitude Modulation

La modulation MAQ (modulation d’amplitude en quadrature) ou modulation

d’amplitude en quadrature de phase utilise le système de modulation de phase mais elle
ajoute, en plus, une modulation d’amplitude.

Figure II.7 : Schéma de constellation de la modulation QAM-16 [12].

II.3.2 Principe de la modulation OFDM

La modulation multi porteuse telle que l’OFDM consiste à répartir des symboles
sur un grand nombre de porteuses à faible débit, à l’opposé des systèmes
conventionnels qui transmettent les symboles en série, chaque symbole occupant alors
toute la bande passante disponible.
Afin de répartir les données à transmettre sur N porteuses, les symboles sont regroupé
sen N paquets. Les symboles Ck tel que Ck  ak  jbk sont des nombres complexes
définis à partir des éléments binaires par des constellations souvent de type MAQ à 4,
16, 64, 2n états.
Une séquence de N symboles c0 , c,....., cN 1 constitue un symbole OFDM. Le k iéme
symbole modulante un signal en fréquence f k . Le signal résultant s’écrit sous forme
complexe :

Sk  ck e2 j fk t  II.9 
L’enveloppe complexe du signal s(t) = st (t) + jsq(t) correspondant à l’ensemble des N
symboles réassemblés en un symbole OFDM (figure II.2) :

29
Chapitre II : Systèmes MIMO-OFDM

N 1
S (t )   Ck e 2 j f k t  II.10 
K 0

On appelle Ts , la durée du symbole OFDM. Le multiplexage est orthogonal si l’espace

entre les fréquences est 1/ Ts , l’ensemble des fréquences s’écrivent par la relation :

fk  f0  K /Ts  II.11

L’équation (II.10) devient :

N 1 kt
(2 j )
S (t )  exp(2 j f 0t )  Ck e TS
 II.12 
K 0

Ceci est illustré par la figure (II.8)

Figure II.8 : schéma de principe du modulateur OFDM[13].

Les systèmes OFDM transmettent les données par blocs. Et la modulation d’un bloc
des symboles (ce bloc constituant un symbole OFDM) est réalisée par une IFFT. La
IFFT accomplie cette transformation en préservant l’orthogonalité entre les différentes
sous -porteuse.

Le signal relatif au méme symbole OFDM s’écrit :

1 N 1 j 2 K Nn
xm,n  IFFT  X m,k    XKe n  0,....., N  1  II.13 
N K 0

30
Chapitre II : Systèmes MIMO-OFDM

D’un point de vue matriciel, xm s’écrit :

T
xm  F H  X m,0 , X m,1 ,..., X m, N 1   II.14 

Avec :
 2 
1   j  N  nK 
F   e   II.15 

N  
 n , K 0,..., N 1

La matrice F H désigne donc l’opération d’IFFT.

Cette séquence xm,n correspond à la somme xm (t ) des signaux, répartis sur les N sous-
porteuses du méme symbole OFDM, échantillonnée aux instants t  nts / N , avec n=0,...,
N.

N 1 t
1 j 2 k
xm (t ) 
N
X e
K 0
k
TS
0  t  TS  II.16 

La forme de données est ensuite convertie de parallèle en série.

A la réception, le signal reçu ym,n est le résultat du filtrage du signal émis xm , n par un
canal de réponse impulsionnelle h. De là, ym,n s’écrit de la façon suivante :

ym,n  h  xm,n  n  II.17 

Avec n étant un bruit additif blanc gaussien.

A la réception, les données passent dans un buffer les convertissant de série en parallèle
pour pouvoir les transformer, à nouveau, dans le domaine fréquentiel. Cette
transformation est effective en utilisant une transformée de Fourier discrète (DFT) (ou
rapide (FFT)) [13].

II.3.3 Orthogonalité

L’orthogonalité est la propriété fondamentale qui permet de transmettre des

signaux d’information multiple dans un même canal et de les détecter sans interférence.
On considère la classe des signaux exponentiels de la forme e j 2 f k t  de fréquences
k formant un signal OFDM, avec 0  t  T . Dans le domaine fréquentiel, ces
fk  S
TS
signaux sont présentés dans la figure (II.9).

31
Chapitre II : Systèmes MIMO-OFDM

Figure II.9 : Représentation spectrale des sous porteuses orthogonales [14].

Les signaux sont orthogonaux si :

k i
1 1 j 2 t  j 2 t


TS

TS
j 2 f k t  j 2 f k t
s (t )  e e dt  e TS
e TS
dt
TS 0 TS 0

 II.18 
( k i )
1 j 2 t 1, si k  i

TS
e TS
dt  
TS 0
0 si k  i

nTS
Dans le cas discret avec un nombre d’échantillon t  , l’orthogonalité s’exprime
N
par :

N 1 j 2 k
k
2 k
i N 1 j 2 k
k Ts
j 2 k
i Ts
1 1
e e
nT nT n n
s(t )  Ts
e Ts
 Ts N
e Ts N
N K 0 N K 0

 II.19 
1 N 1 j 2 k
( k i )
 1, si k  i
e
n
 Ts

N K 0 0 si k  i

L’équation (II.19) explique que le produit scalaire de deux signaux de la base

orthonormée, à deux fréquences différentes, donne un résultat nul. L’orthogonalité est
une condition essentielle et nécessaire pour éliminer l’IES dans OFDM [14].

II.3.4 Principe de la démodulation

Au niveau du récepteur, Le signal parvenu au récepteur s’écrit sur une durée

symbole TS :
N 1  k 
2 j   f 0  t
r (t )   C k H K (t )e  Ts 
 II.20 
K 0

32
Chapitre II : Systèmes MIMO-OFDM

HK (t) Est la fonction de transfert du canal autour de la fréquence f K et au temps t . Cette

fonction varie lentement et on peut la supposer constante sur la période Ts. La
démodulation classique consisterait à démoduler le signal suivant les N sous-porteuses
suivant le schéma classique, voir la figure (II.10).

Figure (II.10) : Schéma de principe d’un démodulateur OFDM [15].

II.3.5 Problème des interférences entre symboles

Les interférences entre symboles (IES) sont dues au comportement multi-trajets du

canal. Le signal reçu provenant de la contribution du trajet direct et des trajets multiples
introduisant des déphasages et des retards, ces derniers pouvant être du même ordre de
grandeur que la durée d’un symbole [15].
En effet, un symbole émis lors d’une période mTs peut se superposer à un écho
provenant du symbole émis à la période (m-1) Ts. Il se produit alors des interférences
entre les symboles transmis (IES) comme le montre la figure (II.11). Pour remédier à
ce problème, le système OFDM ajoute entre deux symboles OFDM un intervalle de
garde appelé « préfixe cyclique ».

Figure II.11 : Problème des interférences entre symboles [15].

33
Chapitre II : Systèmes MIMO-OFDM

II.3.6 Intervalle de garde

La solution d’IES (interférence entre les symboles) est d’ajouter un espace entre
les symboles OFDM d’une durée supérieure à l’étalement des délais. Ainsi les derniers
échos du symbole OFDM d’indice m auront lieu durant cet intervalle dit de garde, et le
symbole OFDM suivant d’indice m+1 ne sera plus perturbé par le précédent. En
pratique, ajouter un préfixe cyclique de taille D , telle que D  L  1, consiste à étendre
le symbole OFDM en copiant le D dernières composantes et les placer à l’avant de ce
même symbole, voir la figure(II.12).

Figure II.12 : Insertion d’un intervalle de garde ‘D’ [16].

Si l’échantillon est prélevé au début du symbole reçu m, l’échole plus retard édecet
échantillon est Comme le symbole m-1 n’a pas encore été reçu, le récepteur doit
recevoir le signal provient de tous les échos, ce qui implique que le signal soit prolongé
pendant les intervalles de garde précédant le symbole m. Le bloc temporel se
transforme, alors, de
 X m ,0 , X m ,1 ,... ..., X m ,N 1  à  X m , N  D 1 ,..., X m , N 1 , X m ,0 , X m ,1 ,..., X m ,N 1
En considérant une transmission sans bruit additif, le symbole OFDM reçu après le
passage par le canal s’écrit :

 h0 0 0   xm, N  D 1 
 qm,0    
     
q
 m,1    xm, N 1 

    hL 1  
   x 
 II.21
 0  m,0
    
q  0 
   
 m, N 1  h0   xm, N 1 
 0 0 hL 1

Les D premiers échantillons du symbole OFDM reçu contiennent les interférences avec
le bloc précédent. Ils sont, donc, écartés dans la suite du calcul. Ainsi, le système peut
se réécrire :

34
Chapitre II : Systèmes MIMO-OFDM

h 0 0 hL 1 h1 
 qm , D   ym ,0   0  x
     
  m ,0 
 qm , D 1   ym ,1  
      hL 1 hL 1   xm ,1 
     0 0 
   II.22 
      
q  y  0   xm , N 1 
 m , N  D 1   m , N 1   0 h0 

 0 hL 1

Toute matrice circulante est diagonalisable dans une base de vecteurs propres de
Fourier. Ainsi :

 h0 0 h1 
 
  H0 0 0 
 hL 1 hL 1   0 
 F
H    II.23 
 0   0 
  
0  0 H N 1 
 
 0 0 hL 1 h0 

Avec diag  H 0 ,..., H N 1   F h0 ,..., hL1,0,...,0  est la transformée de Fourier du canal
T

et H K le coefficient du canal plat associé à la K éme sous-porteuse. D’après les équations

(II.4) et  II.23  , la transformée de Fourier du symbole OFDM reçu ym s’écrit [16] :

Ym ,0   ym ,0 
    H0 0 0   X m ,0 
Ym ,1   y m ,1    X 
 F  0   m ,1 
     0    II.23 
      
Y  y  0 H N 1   X m , N 1 
 m , N 1   m , N 1 

II.4 Présentation du système MIMO/OFDM :

Une des techniques les plus efficaces pour améliorer l’efficacité spectrale d’une
communication radio, est l’utilisation d’antennes multiples à l’émission et à la
réception.
Dans ce qui suit, nous considérons un système MIMO utilisant la modulation OFDM,
où l’émetteur et le récepteur sont munis respectivement de NT antennes d’émission et
Nr antennes de réception et où les antennes sont alignées et uniformément espacées. La
figure (II.13), présente le schéma de la chaîne de transmission d’un système
MIMO/OFDM :

35
Chapitre II : Systèmes MIMO-OFDM

(a) système de transmission MIMO/OFDM en émission

(b) système de transmission MIMO/OFDM en réception.

Figure II.13 : Le système de transmission MIMO/OFDM [17].

Dans ce qui suit, nous décrivons le parcours suivi par le message depuis sa génération
par la source jusqu’à sa destination.

 Le message généré par la source est d’abord transformé en une séquence binaire.
Idéalement. Cette opération de conversion d’un signal analogique à un signal
numérique est assurée par un processus de compression appelé le codeur source. En
général, le codeur source n’est pas pris en compte lors de l’étude des performances des
systèmes MIMO, puisque la séquence il est donné directement avec des valeurs
binaires. Ainsi la chaîne de transmission se délimite par le codeur de canal et le
décodeur de canal, de part et d’autre du canal de transmission.
 La séquence binaire résultante est ensuite passée au codeur de canal. Le but du
codeur de canal est de la protéger contre les effets du canal (bruits, interférences, etc.).
Ainsi, le codeur introduit d’une façon contrôlée des bits de redondance qui peuvent être
utilisés au niveau du récepteur. La séquence binaire passe à travers un entrelacer afin
que la transmission soit plus robuste aux atténuations en bloc (block fading) du canal.
 La séquence binaire passe à travers un modulateur numérique. Ce dernier associe
à chaque séquence de q bits un symbole complexe selon une constellation de taille 2 q .
Par exemple, nous citons la modulation binaire de phase dite (BPSK), la modulation
d’amplitude en quadrature (QAM).

36
Chapitre II : Systèmes MIMO-OFDM

 Les symboles complexes sont par la suite mappés afin qu’ils soient transmis sur
les NT antennes de transmission et à travers les ressources orthogonales du canal.
Comme le système MIMO étudié considère la modulation OFDM, nous disposons à
l’entrée du canal de N*NT échantillons à émettre. Ainsi, l’utilisation d’un modulateur
spatio-temporel s’avère une bonne idée afin de profiter des ressources en espace, temps
et fréquence présentes.

 Finalement, les symboles passent à travers le modulateur OFDM avant d’être

filtrés par le filtre limiteur de bande.

 Le signal analogique résultant est transmis à travers le canal radio, où il se trouve

affecté par les atténuations dues aux réflexions et aux réfractions du signal dans le
milieu de propagation.

 À la réception, le récepteur à antennes multiples est constitué d’un filtre adapté

au filtre limiteur de bande utilisé à l’émission, du démodulateur OFDM, du décodeur
spatio-temporel, du démodulateur numérique, du décodeur canal et du décodeur source
[17].

II.5 Conclusion
Dans ce deuxième chapitre nous avons présente les systèmes de communication
basés Sur la technique MIMO et les expressions de leurs capacités, Et nous avons décrit
brièvement le principe de la modulation, et on a étudié précisément la modulation
OFDM, et la manière dont le signal OFDM est modulé/démodulé numériquement.
L’orthogonalité et la modulation/démodulation OFDM sont très facilement réalisables
grâce à la mise en œuvre de la transformée de Fourier discrète qui peut être efficacement
implémentée sur des porteuses.
Le signal émis parvient au récepteur sous forme de plusieurs symboles atténués et
retardés (interférences entre symboles), et on a comme solution le préfixe cyclique qui
élimine ces interférences. Ensuite, à l’aide d’un schéma récapitulatif nous avons
présenté la structure du système MIMO/OFDM, et nous avons discuté le principe de
fonctionnement de chaque bloc.

37
 Chapitre III
Estimation du canal
Chapitre III : Estimation du canal

III.1 Introduction
Dans ce chapitre nous allons faire une description des méthodes utilisées pour
l’estimation de canal. L’effet du canal sur l’information transmise doit être estimé pour
que l’information original puisse être reconstruite avec le moindre d’erreur possible.
L’estimation de canal est un passage obligatoire pour retrouver les symboles qui ont été
émis. Le choix d’un modèle de canal est un point crucial. Dans ce travail on s’intéresse
aux techniques d’estimation à l’aide de symboles pilotes. Pour cela, il y a un problème
principal à prendre en considération pour mieux comprendre le but de ce travail. Le
problème est la conception d’un estimateur avec une basse complexité et une grande
capacité à suivre les variations du canal.

III.2 Techniques d’estimation : état de l’art

Parmi le grand nombre de méthodes d’estimation de canal, on s’intéresse ici aux
techniques dites semi-aveugles, effectuées dans le domaine fréquentiel.

III.2.1 Les pilotes

On appelle les méthodes semi-aveugles, ou assistées par pilotes celles qui utilisent
des porteuses dites "pilotes" pour effectuer l’estimation. Les pilotes sont des porteuses
dont le gain, la phase et la position dans la trame OFDM sont connus de l’émetteur et
du récepteur. Le motif des pilotes dans la trame OFDM dépend de la sélectivité du
canal. Ainsi, pour un canal très sélectif en fréquence mais pas en temps, on utilisera un
préambule dans le domaine fréquentiel, ou chaque sous porteuse d’un symbole OFDM
donne est dédiée à l’estimation.
C’est le motif utilise quand on considère un canal quasi-statique. Pour un canal
moyennement sélectif en fréquence, mais très sélectif en temps, on utilisera plutôt un
préambule dans le domaine temporel, ou certaines fréquences sont exclusivement
dédiées à l’estimation de canal [18].

Figure III.1 : Deux motifs possibles de disposition des pilotes [18].

39
Chapitre III : Estimation du canal

Pour chaque symbole OFDM. La figure III.1 illustre ces deux dispositions : les
porteuses pilotes sont en noir et les porteuses d’information en blanc.
Selon la sélectivité des canaux considérées, d’autres motifs peuvent être utilises : dans
le standard DRM/DRM+ [1], les pilotes sont disposés en quinconce, un motif
rectangulaire, hexagonal ou une disposition aléatoire peuvent aussi être considérés [4].
On remarque, comme sur la figure III.1 (b), que si le canal est connu au niveau des
pilotes, une interpolation sera nécessaire pour estimer la réponse fréquentielle du canal
sur tout le réseau temps-fréquence. Certaines méthodes d’estimation vont être abordées
par la suite.

III.2.2 Les critères LS et MMSE

Parmi les méthodes d’estimation, celles basées sur le critère des moindres carres
ou LS (pour Least Square en anglais) et sur le critère de l’erreur quadratique moyenne
minimum ou MMSE (pour Minimum Mean Square Error en anglais) sont celles les plus
étudiées. Les développements suivants sont effectués avec un préambule dans le
domaine fréquentiel, bien qu’on verra que leur validité sera aussi montrée pour d’autres
motifs. De plus, pour simplifier l’écriture, on ne notera pas l’indice n dans les prochains
développements.
.
III.2.2.1 Estimation LS

La méthode des moindres carrés (LS) détermine l’estimé du canal, H , de telle
manière que la fonction de coût suivante soit minimisée :
2
   
J H   Y X H
  (III.1)
H
 
  

 Y  X H  Y  X H 
   

  
Y H
Y Y H
X H H H
X Y )H
H H
X H
X H

Posons la dérivée par rapport à H de la fonction coût à zéro,
 
J  H 


  2 X H Y   2  X H X H
  


0
 III .2 
H  

Nous avons X H X H  X HY , ce qui donne l’estimé au sens des moindres carrés
suivant :

H LS   X H X   III.3
1
X HY  X 1Y
 
Notons la Kiem composante de l’estimé du canal H LS par H LS [k], K=0, 1,2,…, N-
[Link] X est diagonal comme mentionné ci-dessus, l’estimé du canal au sens des

moindres carrés H LS , peut être donné pour chaque sous-porteuse comme suit :

 Y K 
H LS  K   , K=0,1,2,....,N-1  III .4 
X K 

40
Chapitre III : Estimation du canal


L’erreur quadratique moyenne (MSE) de cette estimé du canal, H LS , est donnée par

MSE LS  E  H  Hˆ  LS
H
H  H LS  
=E  H  X Y   H  X Y 
1 H 1

=E  X Z   X Z   III .5 
1 H 1

=E Z  X X  Z 
H H 1

 z2
= 2
x

Notez que le MSE dans l’équation (III.5) est inversement proportionnel au rapport
signal à bruit, SNR=  z2 /  x2 , ce qui implique que le MSE peut être sujet à une
augmentation du bruit, en particulier lorsque le canal est dans un zéro profond.
Toutefois, la méthode LS a été largement utilisée pour l’estimation de canal en raison
de sa simplicité [4].

III.2.2.2 Estimation LMMSE (Linear Minimum Square Error)

Considérons la solution LS dans l’équation (III.1), Hˆ LS  X 1Y H . En utilisant

la matrice de poids W, déterminons Ĥ W H qui correspond à l’estimé du canal au

sens MMSE.

En se référant à la Figure (III.2), la MSE de l’estimation de canal Ĥ W H est donnée

comme suit :
 
 III .6 
2
 
J  Hˆ   E
 
e  2 
 E  H  Hˆ




 

Figure (III.2) : Schéma de l’estimation du canal au sens du critère MMSE [4].

L’objectif, pour la méthode MMSE, est de trouver la meilleure estimation (linéaire) en

termes de W de telle manière que la MSE dans l’équation (III.6) soit minimale. Le

41
Chapitre III : Estimation du canal

principe d’orthogonalité stipule que le vecteur d’erreur e  H  Hˆ est orthogonal à

l’estimé Hˆ , tel que,

  
  

E  H  Hˆ  H
H H
E e H 
  
  

  
 E  H W H  H H
 (III.7)
  
 
   
 E H H H
 W E H H
H

   
 
 R HH W R HH  0

Où RAB est la matrice de corrélation croisée de taille N  N des matrices A et B

R AB 
 E  AB H  , et Ĥ est l’estimé LS du canal donnée par l’équation suivante :

H  X 1Y  H  X 1
Z (III.8)

La résolution de l’équation (III.7) donne :

1
W  R HH R HH (III.9)

Où RHH est la matrice d’autocorrélation de H donnée par :


R HH  E HH H 
E X 1
Y  
Y X 1 H

 E  H  X Z  H  X Z  
1 1 H

 E HH  X ZH  HZ  X   X 1ZZ H  X  
H 1 H H 1 H 1 H (III.10)

 E HH   E X ZZ  X  
H 1 H 1 H

 Z2
 E HH   2 I H

x

Et RHH est la matrice de corrélation croisée entre le vecteur de canal réel et le vecteur
du canal estimé. En utilisant l’équation (III.10), l’estimé du canal au sens MMSE
devient :

42
Chapitre III : Estimation du canal

Hˆ WH 1
 R HH R HH H
1
  Z2  (III.11)
 R HH  HH
R  I H
  x2 
Les éléments de la matrice RHH et de la matrice RHH peuvent être donnés par la formule
suivante :

 
E hk ,l hk ,l   E hk ,l hk,l    rf  k  k  rt l  l  (III.12)

Où k et l désignent respectivement l’indice de sous-porteuse (domaine fréquentiel) et

l’indice du symbole OFDM (domaine temporel). Notons que, la fonction
d’autocorrélation est factorisée en deux fonctions séparées, en temps et en fréquence,
rt l  et rf  k  , respectivement. Cette hypothèse est généralement justifiée dans des
situations pratiques car le plus souvent l’étalement par trajets multiples ne dépend que
de la description du diffuseur, alors que la variation Doppler de l’évanouissement
dépend généralement du mouvement relatif entre l’émetteur et le récepteur ;
Dans un canal multi-trajets avec un PDP (Power Delay Profile) décrit par un
exponentielle décroissant, la corrélation dans le domaine fréquentiel, rf  k  , est donnée
par :

1
rf  k   (III.13)
1  j 2 rms k f

L’hypothèse WSSUS du canal impose alors deux conditions :

- la stationnarité au sens large :

R  1 , 2 ; f   E  h  2 , t  .h   1 , t  f    III .14 

Cette propriété signifie que la corrélation entre la puissance d’un trajet à l’instant t1 et
à l’instant t2 ne dépend que de la différence t2  t1 .
-diffuseurs non corrélés :

R  ; f E  h  , t  .h   , t   f    III .15

Car : R  1 , 2 ; f 0 pour  1   2

Cette propriété signifie que la puissance d’un trajet retardé de  1 est non corrélée à
celle d’un trajet retardé de  2 .

43
Chapitre III : Estimation du canal

Où f  1/ Tsub est l’espacement des sous-porteuses. Tandis que, pour un canal

d’évanouissement avec une fréquence Doppler maximale f max et un dont le spectre est
donné par le modèle de Jake, la corrélation dans le domaine temporel rt l  est donnée
par [4] :

rt  l   J 0  2 f max lT sym  (III.15)

Où Tsym  Tsub  TG , où TG est la durée de l’intervalle de garde et J 0  x  est le premier

terme de la fonction de Bessel d’ordre 0. Notez que, rt  0  J 0  0   1 , ce qui implique
que la corrélation dans le domaine temporel pour le même symbole OFDM est l’unité.

Notons que, jusqu’ici, l’estimation du canal est réalisée en utilisant les symboles pilotes
dits aussi les symboles d’apprentissage. Pour étendre l’estimation aux symboles de
données, les sous-porteuses pilotes doivent subir une interpolation. Parmi les méthodes
d’interpolation les plus utilisées on trouve l’interpolation linéaire, l’interpolation
polynomiale du second ordre et l’interpolation spline cubique [4].

III.3 Techniques d’interpolation

L’estimation LS permet d’obtenir la réponse fréquentielle (bruitée) sur les

porteuses pilotes. Dans un grand nombre de cas, il est alors nécessaire d’effectuer une
interpolation pour estimer le canal sur l’ensemble du réseau temps-fréquence. On a vu
que LMMSE pouvait servir de filtre interpolateur. Cependant, sa complexité fait qu’on
préfère souvent utiliser des interpolations plus simples, telles que celles présentées dans
cette partie. Celles-ci ont la particularité d’être basées uniquement sur des polynômes
interpolateurs, et n’ont besoin d’aucune caractéristique du canal ou du signal. On
suppose dans la suite que P porteuses pilotes sont régulièrement distribuées dans chaque
symbole OFDM. Ainsi, on va décrire des méthodes d’interpolations sur l’axe
fréquentiel [19].

III3.1 Interpolation nearest-neighbor

L’interpolation nearest-neighbor (NN) ou dite du plus proche voisin en français,
est la plus simple car elle se base sur un polynôme interpolateur de degré zéro. Si on
note fp la position fréquentielle d’un pilote et δf l’écart fréquentiel entre deux porteuses
pilotes consécutives, alors ∀ f ∈ [fp − δf /2, fp + δf /2], on obtient :

Hˆ ( f )  Hˆ ( f p ) ( III .17)

Ou Ĥ (fp) est l’estimation de canal LS au niveau du pilote. Figure III.1 (a) illustre le
principe de l’interpolation NN autour d’une position pilote fp. Malgré sa simplicité, il
est évident que cette interpolation n’est adaptée que pour des canaux très peu sélectifs
[19].

44
Chapitre III : Estimation du canal

III. 3.2 Interpolation linéaire

L’interpolation linéaire est elle aussi relativement simple, car elle se base sur un
polynôme interpolateur de degré un. Pour une valeur f ∈ [fp, fp+δf], le canal estime (f)

est la moyenne entre Ĥ (fp) et Ĥ (fp+δf), pondérée par la distance fp+δf − fp. Ainsi,
on obtient :

Hˆ (f p f )  Hˆ (f p )
Hˆ (f )  Hˆ (f p )  (f  fp )  III .18
f p  f  f p
Figure III.2(b) illustre le principe de l’interpolation linéaire entre deux positions
fréquentielles de pilotes fp et fp + δp. Bien que plus précise que l’interpolation NN,
l’interpolation linéaire présente des mauvais résultats quand les canaux sont très
sélectifs.

Figure III.3 : Illustration du principe des interpolations NN et linéaire [19].

III.3.3 Interpolation polynomiale

Le principe de l’interpolation polynomiale est d’approximer Hf par un polynôme
de degré P − 1, ou P est le nombre de pilotes par symbole OFDM. En utilisant comme
base les polynômes de Lagrange {L0, L1, ..., LP−1}, on obtient χ(f) le polynôme
interpolateur :
P 1 P 1
x  f    L p  f  x  f p    L p  f  Hˆ  f p   III .19
p 0 p 0

ou Lp (fp) = 1 et χ (fp) = ˆH(fp). Il est prouvé dans que χ(f) est l’unique polynôme de
degré P −1 passant par tous les points (fp, ˆH (fp)). Il est aussi montre que quand P
augmente, le polynôme χ(f) à tendance à diverger entre chaque point de contrôle. Dans
certains cas, il est même possible que l’erreur entre la fonction originelle et le polynôme
interpolateur tende vers l’infini. Ce phénomène, appelé effet Runge, rend l’interpolation
par polynômes de Lagrange peu applicable en pratique. Une solution pour limiter l’effet
Runge est de découper l’ensemble des points de contrôle par paquets de quatre points
consécutifs {fp, ..., fp + 3δp} et d’appliquer une interpolation par un polynôme de degré
trois sur chacun des intervalles.
Cette méthode appelée interpolation cubique par morceau est couramment utilisée.

45
Chapitre III : Estimation du canal

Cependant, cette technique rend la fonction interpolée discontinue sur chaque

nœud entre les différents morceaux considérés. Pour obtenir une fonction continue sur
tout l’intervalle d’étude (correspondant à la bande B), il est possible d’utiliser
l’interpolation cubique spline. Elle utilise comme base les polynômes d’Hermite qui
assure la continuité en chaque point de contrôle en ajoutant une condition sur la dérivée
première du polynôme en chacun des points de contrôle. Une différence supplémentaire
avec l’interpolation cubique par morceau de Lagrange, c’est qu’un polynôme de degré
trois est utilisé entre chaque nœud [19].

III.4 Égalisation
Après estimation de la réponse impulsionnelle du canal, nous tournons maintenant
notre attention vers l’égalisation des blocs de données reçus. Les sous-porteuses reçues
dans le bloc de données OFDM souffrent d’une distorsion sur leur amplitude et d’un
décalage en leurs phases. Ceci est due aux coefficients complexes multiplicatifs de
canal de chaque sous porteuse. L’égalisation peut être réalisée afin de combattre les
effets multiplicatifs introduits par le canal (souvent multi-trajets) sur les sous-porteuses
des symboles OFDM. Nous considérons deux méthodes d’égalisation ; l’égalisation
dans le domaine temporelle et l’égalisation dans le domaine fréquentiel Cette opération
peut ainsi être réalisée simplement dans le domaine fréquentiel, en multipliant
l’échantillon reçu sur chaque sous-porteuse par un scalaire complexe [20].

III.5Conclusion
Nous avons passé en revue dans ce chapitre. Deux estimateurs sont principalement
détaillés : l’estimateur LS et l’estimateur LMMSE. L’estimateur LMMSE s’exécute
mieux que l’estimateur basé sur le critère à moindres carrés (LS) mais sa complexité de
calcul est l’un des inconvénients principaux pour des implémentations pratiques.

L’estimation de canal nécessite parfois une interpolation pour estimer les coefficients
entre deux points connus appelés pilotes. Cependant, les interpolations créent des
erreurs résiduelles ayant un impact sur la qualité de l’estimation.

46
Chapitre IV
Simulation
Et
Résultats
Chapitre IV : Simulation et résultats

IV.1 Introduction
Ce chapitre est un exposé des résultats de simulations que nous avons faites dans
le cadre de ce mémoire. En utilisant le logiciel de simulation et de programmation
MATLAB, nous proposons une analyse comparative des deux techniques classiques
d’estimation, à savoir l’estimateur LS et l’estimateur LMMSE, en termes d’erreur
quadratique moyenne normalisée (NMSE) et du taux d’erreur binaire (BER). L’analyse
porte sur trois facteurs, l’impact de l’espacement entre les symboles pilotes, l’impact
du type de canal multi-trajets et finalement, l’impact du type de modulation.

IV.2 Critères d’évaluation

IV.2.1 Le taux d’erreur binaire
Le taux d’erreur binaire (BER) est une mesure de performance couramment utilisée
qui décrit la probabilité d’erreur en termes du nombre de bits erronés par le nombre de
bit transmis :

Total des bits en erreur 

TEB   IV .1
Total des bits de donnes trasmises 
IV.2.2 Erreur quadratique moyenne normalisée
N

 x  k   xˆ  k 
2

NMSE  K 1
N  IV .2 

2
x  k   x  k 
K 1
 

Où x est le vecteur de canal original et xˆ est le vecteur canal estimé.

IV.2.3 Rapport signal sur bruit

Les courbes de performance sont généralement exprimées en fonction du Rapport

Signal à Bruit (RSB) obtenu après la démodulation OFDM, c’est à dire en sortie de la
TFD. Il est cependant utile de pouvoir relier ce SNR à la puissance du bruit AWGN
E
donné par b :
N0
E 
SNR db   b   10 log10  N b   IV .3
 N 0 db
IV.3 Modèles du canal
Pour simuler le canal multi-trajets, nous avons adopté les modèles spécifiés par
ITU (International Télécommunication Union) suivants [22] :

 Le modèle ETU (Extended Typical Urban) utilisé pour décrire environnement

urbain et aussi les grandes cellules. Ce modèle possède 9 trajets, une

48
Chapitre IV : Simulation et résultats

sélectivité en fréquence et une forte sélectivité temporelle (une fréquence

Doppler de 300 HZ).

 Le modèle EVA (Extended Vehicular A) utilisé pour décrire un

environnement urbain et grandes cellules. Ce modèle possède 9 trajets,
sélectif en fréquence et étalement temporel intermédiaire.

 Le modèle EPA (Extended Pedestrian A) pour un environnement rural ou

intérieur et aussi les petites cellules. Ce modèle possède 7 trajets, sélectif en
fréquence et un étalement temporel faible.
Les tableaux IV.1 et IV.2 montrent le Power Delay profiles (PDP) et le Profil de retard
pour les trois modèles EPA, EVA et ETU, respectivement.

Extended Pedestrian A Extended Vehicular A Extended Typical Urban

(EPA) (EVA) (ETU)

Relative Average Relative Average Relative Average

Delay (ns) Power (dB) Delay (ns) Power (dB) Delay (ns) Power (dB)
0 0 0 0, 0 -1
30 -1 30 -1.5 50 -1
70 -2 150 -1.4 120 -1
90 -3 310 -3.6 200 0
110 -8 370 -0.6 230 0
190 -17.2 710 -9.1 500 0
410 -20.2 1090 -7 1600 -3
/ / 1730 -12 2300 -5
/ / 2510 -16.9 5000 -7
/ / /

Tableau IV.1 : les modèles des canaux (EPA, ETU, EVA).

Nombre de Ecart de Retard maximum de

Model
trajet de canal retard (rms) trajet (ns)
Extended Pedestrian A 7
134 ns 410 ns
(EPA)
Extended Vehicular A
9 835 ns 2510 ns
(EVA)
Extended Typical
9 1855 ns 5000 ns
Urban(ETU)

Tableau IV.2 : Profil de retard pour trois model de canaux : EPA, EVA et ETU.

IV.4 L’effet du nombre des pilotes

Dans cette partie on va faire une comparaison entre les courbes NMSE des
estimateurs LMMSE, LS-Linéaire et LS-Cubique avec 3 valeurs déférentes

49
Chapitre IV : Simulation et résultats

d’espacement entre les symboles pilotes en utilise (2, 4, 8) avec le modèle de canal
EVA. La longueur du préfixe cyclique (ou intervalle de garde) est de l’ordre de 10. Ce
nombre est choisi de telle sorte qu’il soit supérieur ou égal à avec la longueur des
canaux. Les valeurs du SNR considéré s’étendent de 0 à 30 dB avec un pas de 5 dB.
Les courbes NMSE sont présentées sur les Figures (IV.1, IV.2 et IV.3).

On remarque que la courbe NMSE de l’estimateur MMSE est supérieur à celle des
estimateurs LS-Linéaire et LS-Cubique pour toutes les valeurs de SNR pour les trois
valeurs espacement. Nous remarquons une augmentation de la valeur NMSE lorsqu’on
augmente l’espacement entre les symboles pilotes. Tous les estimateurs montrent des
résultats satisfaisants avec une valeur d’espacement de 2 symboles. Toutefois, une
remarque une forte dégradation des performances pour un espacement de 8. Il est à noter
que l’augmentation du nombre de pilotes symboles dans un symbole OFDM rend la
transmission plus fiable mais au détriment d’une diminution de la charge utile en termes
d’information. Pour un espacement de 4 symboles, on note que l’estimateur LS-Linéaire au
plus performant par rapport à l’estimateur LS-Cubique.

Figure IV. 1 : Courbes NMSE pour un espacement entre pilotes symboles de 2.

50
Chapitre IV : Simulation et résultats

Figure IV. 2 : Courbes NMSE pour un espacement entre pilotes symboles de 4.

Figure IV. 3 : Courbes NMSE pour un espacement entre pilotes symboles de 8.

51
Chapitre IV : Simulation et résultats

IV.5 Comparaison entre les différents estimateurs avec différents

canaux

Dans cette partie nous faisons une analyse comparative des différents estimateurs
(MMSE, LS-Linéaire et LS-Cubique) en termes du type du canal. Les canaux utilisés
sont définis et détaillés précédemment, à savoir le modèle EPA, le modèle EVA et le
modèle ETU. L’espacement entre les symboles pilotes est fixé à une valeur de 2. Les
résultats de la simulation sont présentés dans Les Figures (IV. 4, IV. 5, IV. 6).

Les courbes montrent que les performances de l’estimateur LMMSE dépassent celles
des estimateurs LS-Linéaire, LS-Cubique pour les trois canaux. Les courbes montrent
également que les estimateurs LS-Linéaire et LS-Cubique sont identiques pour les
valeurs du SNR de 0 dB à 20 dB, au-delà de cette valeur ils commencent à diverger en
faveur de l’estimateur LS-Linéaire qui continue avec le même rythme de diminution
contrairement à l’estimateur LS-Cubique dont la courbe NMSE continue à diminuer
mais avec un rythme plus faible. On note que le type du canal n’a pratiquement aucune
influence sur les estimateurs sauf pour le cas de l’estimateur LS-Cubique et plus les
grandes valeurs du SNR (au-delà de 20 dB).

Figure IV. 4 : Courbes NMSE des différents estimateurs pour le canal EPA.

52
Chapitre IV : Simulation et résultats

Figure IV. 5 : Courbes NMSE des différents estimateurs pour le canal EVA.

Figure IV. 6 : Courbes NMSE des différents estimateurs pour le canal ETU.

53
Chapitre IV : Simulation et résultats

IV.6 Effet du type de modulation

Dans cette partie on va faire une comparaison entre les différentes courbes BER obtenus
de simulation des différents estimateurs de canal (LS-Cubique, LS-Linéaire et MMSE) avec
deux types de modulation, la 16-QAM et la 256-QAM. Le modèle du canal est fixé au modèle
EVA et l'espacement entre les symboles pilotes est fixé à 4. Les résultats de simulations sont
représentés sur Les Figures (IV. 7) et (IV. 8). Nous constatons une domination flagrante de
l’estimateur LMMSE par rapport aux deux autres estimateurs pour les deux modulations 16-
QAM et 256-QAM. L’estimateur LS-Linéaire est plus performant par rapport à l’estimateur
LS-Cubique plus particulièrement pour les grandes valeurs du SNR, à partir de 15 dB. Pour les
petites valeurs du SNR, les trois estimateurs sont presque identiques en termes de performances.

Figure IV. 7 : Courbes BER des différents estimateurs avec la modulation 16-QAM.

54
Chapitre IV : Simulation et résultats

Figure IV. 8 : Courbes BER des différents estimateurs avec la modulation 256-QAM.

IV.7 Conclusion

Dans ce chapitre, nous avons montré une comparaison entre les estimateurs
classiques du canal multi-trajets pour un système OFDM, à savoir l’estimateur LMMSE
ainsi que les estimateurs LS-Linéaire et LS-Cubique. La comparaison est réalisée en
fonction de l’espacement entre symboles pilotes, le type du canal et la type de
modulation. La comparaison a montré que l’estimateur LMMSE est le plus performant
suivi par l’estimateur LS-Linéaire puis l’estimateur LS-Cubique. Les critères utilisés
pour l’évaluation sont les courbes NMSE et les courbes BER.

55
Conclusion générale
Conclusion générale

Conclusion générale

L’objectif de cette mémoire est de l’estimation des canaux de transmission OFDM,

qui porte les systèmes radio multi-antenne qui pourront être intégrés dans les futures
générations de réseaux sans fil.

Dans le chapitre 1 nous avons bien détaillé le canal de propagation de modèle SISO,
et ses différents types et caractéristiques.

Le Chapitre 2 a pour la présentation d’une des techniques de modulations multi

porteuses (l’OFDM) permettant, d’un côté, de lutter contre les évanouissements
qu’entraînent un canal multi-trajets et, d’un autre côté, d’améliorer l’efficacité spectrale
des systèmes de communications. Toujours dans le contexte des techniques améliorant
les performances, nous avons présenté la technique de transmission MIMO qui permet
d’augmenter la fiabilité de la transmission en utilisant les techniques de diversité et
d’augmenter la capacité des systèmes de communications en utilisant la technique de
multiplexage spatial.

Le deux dernier chapitre, nous avons simulé à l’aide des programmes MATLAB le
système SISO-OFDM et présenté Les techniques proposées ont été modélisées sur le
plan mathématique puis implémentées sur le plan algorithmique. Nous avons utilisé un
algorithme qui calcule l’erreur quadratique moyenne normalisée (EQMN) des
estimateurs least squares (LS) et Linear minimum mean squared error (LMMSE) puis
nous avons utilisé un algorithme qui minimise la complexité de LMMSE par
l’utilisation des fonctions qui calculent le taux d’erreur par bit en fonction de SNR.
Nous avons alors observé que l’estimateur LS est simple et convenable pour des valeurs
élevées de SNR, alors que l’algorithme LMMSE est caractérisé par des calculs
complexes mais avec des performances meilleures que celle de LS.

57
 Bibliographie

[1] HAMOU CHEHRI. “Étude et caractérisation d’un canal de propagation pour les
réseaux VANET,” Mémoire De Maitrise. Université Du Québec En Abitibi-
Témiscamingue, 2014.

[2] Marwan El Hajj. “Caractérisation et modélisation du canal de propagation indoor

pour les réseaux WLAN/WPAN multi-bandes,” Mémoire De Master .Institut National

des Scences Appliquées Rennes, 2020.

[3] Ben-Dor. E, Murdock .J. N & Qiao, Y. “ 38 GHz and 60 GHz angle-dependent
propagation for cellular ; peer-to-peer wireless communications,” IEEE international
conference on communications (ICC) (pp. 4568-4573).

[4] Yong Soo Cho, Jaekwon Kim, Won Young Yang and Chung G. Kang, “ MIMO-
OFDM WIRELESS COMMUNICATIONS WITH MAT-LAB,” 2010.

[5] Choumane. A, “ Synthèse d’un canal de propagation par système multi-antennes

pour la caractérisation de terminaux mobiles à diversité (Doctoral dissertation,
Limoges),” 2011.

[6] Brahimi.F, “ Etude et modélisation de canaux SISO dans le cas Indoor. ”

Mémoire de Master, 2012.

[7] Okumura. T, Ohmori. E and Fukuda. K, “Field Strength and Its Variability in VHF
and UHF Land Mobile Service,” Review Electrical Communication Laboratory,
Vol.16, No. 9 - 10, pp. 825-873, 1968.
[8] ITU-R, Recommendation, “Guidelines for evaluation of radio transmission
technologies for IMT-2000, ” ITU-R M. 1225 .1997.

[9] Bachir sadou, Dheya Alhaq Alqudami, “étude des techniques de modulation
pourles réseaux mobiles 5G et 6G de nouvelle génération, ” Mémoire de Master
Université de Jijel ,2020.

58
[10] BENDIMERAD Fethi Tarik, “ MIMO et Accès Multiples Avancés pour Réseaux
Sans Fil, ” Mémoire de Magister, Université Abou-Bekr Belkaid-Tlemcen, 2013.

[11] BOUAZIZ Samir, “Réduction du PAPR du système OFDM-MIMO en 4G, ”

Mémoire de Magister .Université FERHAT ABBAS, SETIF 1, 2018.

[12] Yan G. “ Réseaux sans fils de nouvelle génération : architecteurs spontanées et

optimisation inter-couches ”. Thèse de doctorat. Institut polytechnique de Grenoble,
2008.

[13] Bischoff. D, “Noise variance Estimation for MIMO-OFDM Tesbed,” Thèse de

doctorat. Department of information Technology and Electrical Engineering, 2008.

[14] Hamid Ait Taleb, “ MIMO-OFDM Pour les communications sans-fil dans les
mines souterraines,” Mémoire De Maitrise .Université du Québec en Abitibi-
Témiscamingue, 2017.

[15] Bui, Thi Minh Tu, “ Performances des modulations multi porteuses OFDM/QAM
sur échantillonnées en environnement radio-mobile,” 2005.

[16] Daachi Dalila, “Etude des systèmes MIMO-OFDM communication sans fil,”
Mémoire De Master .Université BEJAIA, 2012.

[17] OUACHANI.I, “analyse de performance de système de communication sans fils

exploitant Microet macro-diversité,” Thèse de doctorat. Université de paris-sud, 2005.

[18] Le Saux, Benoît, “Estimation de canal pour système multi-antennes multi-

porteuses,” thèse de doctorat INSA de Rennes, 2007.

[19] Vincent Savaux, “Contribution à l’estimation de canal multi-trajets dans un

contexte de modulation OFDM,” Mémoire de Magister. 2013.

[20] BAGADI, Kala Praveen et DAS, Susmita, “MIMO-OFDM channel estimation

using pilot carries,” International Journal of computer applications, 2010, vol. 2, no 3,
p. 81-88.

59
[21] F. W. Y. Bouguen, E. Hardouin, ” LTE et les réseaux 4G ”. Edition Eyrolles, 2013.

[22] [Link] Mourabit, A. Badri : “ Modeling Approach of LTE Mobile Postioning Simulateur
for OTDOA Measurements ”, “ International Journal of Advanced Research in Computer
science and Software-Engineering ”, 5 pages, Novembre 2015

60