Systèmes MIMO pour les communications sans fils

L’application des antennes adaptatives pour les systèmes mobiles présente des avantages significatifs en termes de couverture, la capacité du canal et de la qualité du signal. Plusieurs systèmes d’antenne adaptatifs ont été proposés et présenté à la station de base (BS) des systèmes de communication sans fil. Cependant, les demandes des technologies d’accès sans fil à large bande tels que l’Internet mobile, les services multimédias fournis par les systèmes de communication sans fil sont de plus en plus rapide au cours des dernières années. Dans l’effort de fournir des débits binaires élevés dans les systèmes sans fil à large bande, les techniques de transmission sont nécessaires pour pouvoir faire face aux canaux d’évanouissement par trajets multiples. Une des solutions les plus attendus est d’utiliser des antennes adaptatives à la fois dans l’émetteur et le récepteur [22] -[23]. Elle est désignée sous le nom d’un système d’antennes multi-entrées multi-sorties (MIMO). les systèmes MIMO sont classés en deux groupes: (1) la recherche sur une transmission de haute  qualité d’un seul flux de donnée telles que des codes espace-temps, une diversité de transmission/réception, et l’émetteur-récepteur beamforming [24]-[25] ou (2) recherche sur une transmission de données à débit élevé d’un flux de données multiples indépendants tels que V-BLAST, MIMO-OFDM [26] -[27]. Bien qu’un flux de données simple ou multiple soit propagé et mélangé dans l’air, ils peuvent être récupérer au niveau du récepteur en utilisant le filtre spatial et le traitement de signal correspondant. Ce chapitre présente le principe des transmissions d’un train de données simples et multiples dans un système MIMO sous les canaux d’évanouissent plats et sélective en fréquence avec la connaissance parfaite de l’état du canal (CSI) sur les deux côtés.

Canal MIMO large bande

En cas d’évanouissement plat, le beamforming ou SVD avec le schéma d’allocation de puissance par Water Filling est connue pour être une approche efficace dans l’hypothèse d’une parfaite CSI à la fois dans l’émetteur et le récepteur. Et en outre, de diverses techniques de codage d’espace-temps sont employées quand l’émetteur ou le récepteur est uniforme [26], [29].Cependant, sous canaux d’évanouissement par trajets multiples sélectifs en fréquence, ces méthodes ne peuvent pas être simplement appliquées en raison d’interférences entre symboles (ISI) provoquées par les signaux arrivant par des trajets retardés. Récemment, deux architectures ont été étudiées pour les systèmes MIMO pour atténuer l’effet des canaux d’évanouissement sélectifs en fréquence. La première architecture est la transmission de plusieurs flux de données à travers le multiplexage spatiale ou les codes spatio-temporel les combiné avec le multiplexage par répartition en fréquence orthogonale. Cependant, le système MIMO multi porteuse est considéré comme un candidat le plus attrayant puisque les canaux MIMO sélectifs en fréquences ont transformés en plusieurs sous-canaux MIMO à fréquences plat en utilisant le système OFDM [30] – [31]. En plus de système MIMO multi porteuses utilisant le multiplexage spatial OFDM ou un code spatio-temporel OFDM, la seconde architecture est un système MIMO mono porteuse en utilisant le Beamforming, qui a été largement étudiée .

Tout au long de ce travail, nous limiterons notre étude au système MIMO à porteuse unique (mono porteuse) sous environnement d’évanouissement multi trajets sélective en fréquence avec la connaissance préalable de CSI à la fois à l’émetteur et au récepteur.

Motivation

Comme nous l’avons mentionné précédemment, les interférences Co-canaux (CCI) et les interférences inter symbole (ISI) sont deux facteurs qui dégradent les performances des systèmes de communication sans fil. Le réseau adaptatif utilisant un filtre spatial a la capacité d’atténuer les CCI. Par exemple, un réseau d’antennes de N éléments a (N – 1) degrés de liberté (DOF) et donc peut supprimer (N – 1) CCIs indépendants de l’environnement multitrajets [34], [17]. Cependant, un réseau adaptatif exploitant le domaine spatial n’est pas valable pour traiter les versions retardées du signal transmis sous forme de signaux séparés.

Puisque dans un système MIMO le réseau d’antennes est utilisé à l’émetteur et au récepteur, le DOF ou le nombre maximum d’annulation des canaux retardés est considéré plus importantque celui des deux systèmes MISO et SIMO. Nous nous attendions que le DOF d’un système MIMO M × N est donnée par :

DOF = M + N – 2    (II.30)

Nous supposons que le SNR d’entrée constitue le seuil pour la communication. Afin d’obtenir l’équation (II.30), le SINR de sortie obtenu à partir de l’équation (II.24) doit être supérieur ou égal à celui du SNR d’entré dans tous les cas du nombre des canaux retardés augmentant de 1 à ( M + N – 2 ). Puisque les vecteurs de pondération d’émission et de réception, sont contenus dans le numérateur et le dénominateur, l’équation (II.24) devient une équation non linéaire à variables multiples. Il semble difficile de trouver les vecteurs de pondération optimale d’émission et de réception analytiquement. Dans le but de résoudre le problème, nous étudierons une solution pour trouver le vecteur de pondération optimal d’émission et de réception basé sur un algorithme de mise à jour des pondérations itératives pour maximiser le SINR de sortie sous l’effet des canaux d’évanouissement sélectifs en fréquence.

Table des matières

Introduction générale
Chapitre I : Antennes adaptatifs
I. 1.Introduction
I. 2.Réseau d’antennes
I. 3.Réseaux linéaires uniformes
I. 4.Antennes intelligentes
I.4. 1.Concept de base des antennes intelligentes
I.4. 2.Type des antennes intelligentes
I. 5.Antennes adaptatives
I. 6.Critères adaptatifs
I.6. 1.Minimum Mean Square Error (MMSE) (Minimisation de l’Erreur Quadratique
Moyenne)
I.6. 2.Maximisation du Rapport Signal-à-Bruit et d’interférences
I.6. 3.La Variance minimale (MV)
I.6. 4.Maximum de vraisemblance (ML)
I. 7.Formation de voies et annulation d’interférents
I. 8.Algorithmes adaptatifs
I.8. 1.Le LMS: Algorithme des moindres carrées
I.8. 2.Le DMI : Inversion directe de la matrice de convergence
I.8. 3.Le RLS : Algorithme des moindres carrés récursifs
I.8. 4.Le CMA : Algorithme à module constant
I. 9.Application des antennes adaptatives dans les systèmes de communications sans fils
I.9. 1.Amélioration de la qualité du signal
I.9. 2.Extension de gamme
I.9. 3.Augmentation de la capacité
I.9. 4. Réduction de la puissance d’émission
I. 10.Conclusion
Chapitre II : Systèmes MIMO pour les communications sans fils
II. 1. Concepts de base
II. 2.Canal MIMO à bande étroite
II.2. 1.Transmission de flux de données unique
II.2. 2.Transmission de flux de données multiple
II. 3.Canal MIMO large bande
II.3. 1.Transmission de flux de données unique
II.3. 2.Transmission de flux de données multiple
II. 4. Motivation
II. 5.Conclusion
Chapitre III: MIMO beamforming mono-utilisateur
III. 1.Introduction
III. 2.Modèle de propagation
III. 3.Calcul des vecteurs de pondération à l’émission et à la réception
III.3. 1.La détermination du vecteur de pondération à la réception
III.3. 2.Détermination du vecteur de pondération à l’émission
III.3. 3.Algorithme itératif de mise à jour de vecteur de pondération
III.3.3. 1.Vecteur de pondération à la réception
III.3.3. 2.Vecteur de pondération à l’émission
III. 4.Analyse de la capacité d’annulation d’interférences
III. 5.SINR de sortie
III. 6.Résultat de Simulation
III.6. 1.Hypothèses générales
III.6. 2.Maximisation du rapport SINR basant sur l’algorithme itératif
III.6. 3.Influence du nombre d’antennes sur les performances du système
III.6.3. 1.Taux d’Erreur Binaire pour le système MIMO adaptatif 3×3
III.6.3. 2.Taux d’Erreur Binaire pour le système MIMO adaptatif 4×4
III.6.3. 3.Taux d’Erreur Binaire pour le système MIMO adaptatif 5 5
III. 7.Conclusion
Conclusion générale 

Cours gratuitTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *