Title: Estimation de canal pour syst
1Estimation de canal pour systèmes multi-antennes
multi-porteuses
- Thèse présentée devant l'INSA de Rennes en vue de
l'obtention du doctorat d'Electronique - Le Saux Benoît
- Le 25 octobre 2007
2- Laboratoire d'accueil RESA/BWA/IRI
- BWA Broadband Wireless Access
- IRI Innovative Radio Interface
- Directrice de thèse
- Maryline Hélard France Telecom RD
- Applications
- RNRT OPUS évolutions possibles de l'UMTS
- Technologie MIMO OFDMA liaison descendante
- DVB-T2 futur standard de diffusion numérique
terrestre - Technologie MIMO OFDM
3- Introduction
- Etat de lart des systèmes étudiés
- Symboles pilotes
- Etat de lart de lestimation de canal
- Comparaisons systèmes cohérents non-cohérents
- Filtrage temporel
- Estimateurs proposés pour traitement des symboles
pilotes - Estimation de canal itérative
- Estimateurs proposés robustes aux sélectivités
- Conclusion
4- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
Introduction
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
5- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Contexte de létude
- Domaine des communications numériques
- Fibre optique, téléphonie mobile (GSM, UMTS),
réseaux sans fil (WiMAX) - Estimation dun canal de propagation radio-mobile
- Etat de lart des techniques dans un contexte
MIMO-OFDM - Proposition de nouveaux estimateurs
- Pouvant sadapter à dautres environnements de
propagation
6- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Objectifs
- Domaine des communications numériques
- Fibre optique, téléphonie mobile (GSM, UMTS),
réseaux sans fil (WiMAX) - Estimation dun canal de propagation radio-mobile
- Etat de lart des techniques dans un contexte
MIMO-OFDM - Proposition de nouveaux estimateurs
- Robustes vis-à-vis du bruit et des sélectivités
- Adaptés à tout type de trame MIMO-OFDM émise
- Bon compromis performances/efficacité spectrale
- Pouvant sadapter à dautres environnements de
propagation
Objectifs
7- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Association MIMO-OFDM
- Canal de propagation radio-mobile
- Canal MIMO Nt x Nr sous-canaux SISO
- sélectifs en temps (temps de cohérence Tc
fonction de la fréquence Doppler) - sélectifs en fréquence (bande de cohérence Bc
fonction de la dispersion des retards)
8- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Association MIMO-OFDM
- Canal de propagation radio-mobile
Canal MIMO-OFDM
- Canal équivalent MIMO-OFDM à évanouissement plat
par sous-porteuse - Simplification de légalisation réalisée dans le
domaine fréquentiel
9- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Emission
- Schéma MIMO-OFDM utilisé
- Association BICM modulation codée avec
entrelacement par bit - Adaptée à un canal de Rayleigh schéma itératif
en réception - Mapping MIMO répartition des symboles sur les
différentes antennes -
10- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Emission
- Schéma MIMO-OFDM utilisé
- Association BICM modulation codée avec
entrelacement par bit - Adaptée à un canal de Rayleigh schéma itératif
en réception - Mapping MIMO répartition des symboles sur les
différentes antennes -
11- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Emission
- Schéma MIMO-OFDM utilisé
- Association BICM modulation codée avec
entrelacement par bit - Adaptée à un canal de Rayleigh schéma itératif
en réception - Mapping MIMO répartition des symboles sur les
différentes antennes - Connaissance du canal à lémission et en
réception - Connaissance du canal en réception
- Absence de connaissance du canal
-
?
12- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Emission
- Schéma MIMO-OFDM utilisé
- Association BICM modulation codée avec
entrelacement par bit - Adaptée à un canal de Rayleigh schéma itératif
en réception - Mapping MIMO répartition des symboles sur les
différentes antennes - Connaissance du canal à lémission et en
réception - Connaissance du canal en réception Alamouti,
multiplexage spatial - Absence de connaissance du canal codage
espace-temps différentiel -
13- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Choix Connaissance du canal en réception
- Systèmes cohérents
- Schéma en réception égalisation décodage de
canal
- Objectif de lestimateur de canal estimer de
manière indépendante Nt x Nr coefficients de
sous-canaux pour chaque donnée utile
14- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Choix Connaissance du canal en réception
- Systèmes cohérents
- Schéma en réception égalisation décodage de
canal
15- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Choix Absence de connaissance du canal
- Systèmes non-cohérents
- Principe du codage espace-temps différentiel
Hughes 00
Matrice différentielle porteuse de linformation
Matrice espace-temps émise
16- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Choix Absence de connaissance du canal
- Systèmes non-cohérents
- Principe du codage espace-temps différentiel
Hughes 00 - Construction de la matrice différentielle Vk
- Code espace-temps différentiel en groupe Hughes
00 - ensemble des matrices espace-temps émises
ensemble des matrices différentielles - 1 matrice différentielle correspond à un ensemble
de données utiles - Code espace-temps différentiel non en groupe
Tarokh 00 - extension des codes espace-temps pour des
transmissions cohérentes (motifs orthogonaux,
quasi-orthogonaux)
17- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Choix Absence de connaissance du canal
- Systèmes non-cohérents
- Principe du codage espace-temps différentiel
Hughes 00 - Exemple codage espace-temps différentiel
dAlamouti Nt 2 Tarokh 00
(s1,s2)
Extensions à Nt 3 et Nt 4 proposées par
Nortel pour le standard IEEE 802.16e (2004)
18- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Choix Absence de connaissance du canal
- Systèmes non-cohérents
- Principe du codage espace-temps différentiel
Hughes 00 - Principe de la détection non-cohérente Lampe 02
Aucune connaissance du canal en réception
19- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Contexte de l'étude
- Objectifs
- Systèmes étudiés
Systèmes étudiés
- Choix Absence de connaissance du canal
- Systèmes non-cohérents
- Principe du codage espace-temps différentiel
Hughes 00 - Principe de la détection non-cohérente Lampe 02
- Contraintes
- Construction de lensemble des matrices
différentielles (codes en groupe) - Expansion de la constellation pour les codes non
en groupe - Complexité de la détection (fonction de lordre
de modulation) - Moins de flexibilité que les transmissions
cohérentes MIMO (rendement espace-temps,
association avec technique daccès multiples par
étalement de spectre)
Aucune connaissance du canal en réception
20- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
Symboles pilotes
- Introduction
- Problématique MIMO
- Résultats
-
21- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Introduction
- Objectif de lestimateur de canal
- estimer de manière indépendante Nt x Nr
coefficients de sous-canaux pour chaque donnée
utile - 3 catégories
- Techniques supervisées
- Data Aided (DA) ou Pilot Symbol Assisted
Modulation Guey 99 - Insertion dans la trame de symboles connus du
récepteur ou symboles pilotes - Techniques aveugles
- Aucune insertion de symboles connus dans la trame
- Connaissance de certaines propriétés statistiques
du signal reçu Shin 07 - Techniques semi-aveugles avec retour de décision
- Estimation des coefficients des sous-canaux grâce
aux des symboles pilotes signaux émis estimés
Le Ruyet 06
22- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Introduction
- Objectif de lestimateur de canal
- estimer de manière indépendante Nt x Nr
coefficients de sous-canaux pour chaque donnée
utile - 3 catégories
- Techniques supervisées
- Data Aided (DA) ou Pilot Symbol Assisted
Modulation Guey 99 - Insertion dans la trame de symboles connus du
récepteur ou symboles pilotes - Techniques aveugles
- Aucune insertion de symboles connus dans la trame
- Connaissance de certaines propriétés statistiques
du signal reçu Shin 07 - Techniques semi-aveugles avec retour de décision
- Estimation des coefficients des sous-canaux grâce
aux des symboles pilotes signaux émis estimés
Le Ruyet 06
23- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Introduction
- Objectif de lestimateur de canal
- estimer de manière indépendante Nt x Nr
coefficients de sous-canaux pour chaque donnée
utile - 3 catégories
- Techniques supervisées
- Data Aided (DA) ou Pilot Symbol Assisted
Modulation Guey 99 - Insertion dans la trame de symboles connus du
récepteur ou symboles pilotes - Techniques aveugles
- Aucune insertion de symboles connus dans la trame
- Connaissance de certaines propriétés statistiques
du signal reçu Shin 07 - Techniques semi-aveugles avec retour de décision
- Estimation des coefficients des sous-canaux grâce
aux des symboles pilotes signaux émis estimés
Le Ruyet 06
24- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Introduction
- Objectif de lestimateur de canal
- estimer de manière indépendante Nt x Nr
coefficients de sous-canaux pour chaque donnée
utile - 3 catégories
- Techniques supervisées
- Data Aided (DA) ou Pilot Symbol Assisted
Modulation Guey 99 - Insertion dans la trame de symboles connus du
récepteur ou symboles pilotes - Techniques aveugles
- Aucune insertion de symboles connus dans la trame
- Connaissance de certaines propriétés statistiques
du signal reçu Shin 07 - Techniques semi-aveugles avec retour de décision
- Estimation des coefficients des sous-canaux grâce
aux des symboles pilotes signaux émis estimés
Le Ruyet 06
25- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Introduction
- Objectif de lestimateur de canal
- estimer de manière indépendante Nt x Nr
coefficients de sous-canaux pour chaque donnée
utile - Choix techniques supervisées
- Insertion de symboles pilotes dans la trame
- Généralement utilisées dans les systèmes car bon
compromis performance/complexité
26- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Introduction
- Objectif de lestimateur de canal
- estimer de manière indépendante Nt x Nr
coefficients de sous-canaux pour chaque donnée
utile - Choix techniques supervisées
- Insertion de symboles pilotes dans la trame
- Généralement utilisées dans les systèmes car bon
compromis performance/complexité - Critères doptimisation
- Simplicité de mise en œuvre à lémission et en
réception - Performances sur canal MIMO sélectif en temps
et/ou en fréquence - Conserver un rapport (nombre de symboles
pilotes/nombre de symboles dans la trame) le plus
faible possible - Maintien dune faible consommation de puissance
au niveau des symboles pilotes (contrairement à
la technique des pilotes amplifiés ou pilotes
boostés )
27- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Introduction
- Objectif de lestimateur de canal
- estimer de manière indépendante Nt x Nr
coefficients de sous-canaux pour chaque donnée
utile - Choix techniques supervisées
- Insertion de symboles pilotes dans la trame
- Généralement utilisées dans les systèmes car bon
compromis performance/complexité - Critères doptimisation
- Simplicité de mise en œuvre à lémission et en
réception - Performances sur canal MIMO sélectif en temps
et/ou en fréquence - Conserver un rapport (nombre de symboles
pilotes/nombre de symboles dans la trame) le plus
faible possible - Maintien dune faible consommation de puissance
au niveau des symboles pilotes (contrairement à
la technique des pilotes amplifiés ou pilotes
boostés )
28- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Objectif de lestimateur de canal
- estimer de manière indépendante Nt x Nr
coefficients de sous-canaux pour chaque donnée
utile - Contraintes sur les motifs de répartition
Remarque techniques dinsertion de symboles
pilotes superposés aux données utiles Cariou 06
29- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Objectif de lestimateur de canal
- estimer de manière indépendante Nt x Nr
coefficients de sous-canaux pour chaque donnée
utile - Contraintes sur les motifs de répartition
- Sélectivités des sous-canaux motif de
répartition des symboles pilotes doit tenir
compte du sous-canal le plus sélectif (temps et
fréquence) - Contexte MIMO (chaque symbole reçu
superposition de Nt symboles émis) - Pas dinterférence co-antenne entre données
utiles et symboles pilotes - Orthogonalité entre séquences dapprentissage
émises sur chaque antenne Tx
30- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine fréquentiel Moon
2004 - Principe à lémission insertion de symboles
nuls
31- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine fréquentiel Moon
2004 - Principe à lémission insertion de symboles
nuls - Exemple du cas MIMO Nt 2
32- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine fréquentiel Moon
2004 - Principe à lémission insertion de symboles
nuls - Exemple du cas MIMO Nt 2
- Insertion de symboles nuls orthogonalité
- entre séquences dapprentissage
33- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine fréquentiel Moon
2004 - Principe à lémission insertion de symboles
nuls - Exemple du cas MIMO Nt 2
- Insertion de symboles nuls orthogonalité
- entre séquences dapprentissage
- Pas dinterférence co-antenne aux niveau
- des symboles pilotes
34- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine fréquentiel Moon
2004 - Principe en réception même algorithmes que dans
un cas SISO - Estimateur LS (moindres carrés)
35- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine fréquentiel Moon
2004 - Principe en réception même algorithmes que dans
un cas SISO - Estimateur LS (moindres carrés)
- Interpolation (constante, linéaire,
polynomiale) - Ne nécessite aucune connaissance a priori en
réception des sous-canaux - Sensibilité au bruit (LS) sensibilité aux
sélectivités (interpolation) - Impact du MIMO motif plus sensible aux
sélectivités que dans un cas mono-antenne (écart
entre deux symboles pilotes dépend ici de Nt)
36- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine fréquentiel Moon
2004 - Principe en réception même algorithmes que dans
un cas SISO - Estimateur LMMSE Hoeher 97
Tx 1 gt Rx j
Estimées LS
Ensemble des couples k,b où le sous-canal Tx
i Rx j a été estimé
37- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine fréquentiel Moon
2004 - Principe en réception même algorithmes que dans
un cas SISO - Estimateur LMMSE Hoeher 97
-
- Filtre de Wiener 2D exploitant les corrélations
temporelles et fréquentielles - Filtre optimal au sens de lerreur quadratique
moyenne - Difficultés
- Complexité de mise en œuvre
- Deux filtres indépendants et appliqués
successivement Hoeher 91 - Réduction du pavé temps/fréquence
- Connaissance des matrices de corrélation des
sous-canaux - Calcul à partir de la connaissance de certaines
propriétés des sous-canaux (fréquence Doppler,
étalement maximal des sous-canaux) Tolochko 02
38- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine temporel Barhumi
2003 - Principe à lémission sous-porteuses pilotes
déphasées dune antenne Tx à lautre - Pas dinsertion de symboles nuls
39- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine temporel Barhumi
2003 - Principe à lémission sous-porteuses pilotes
déphasées dune antenne Tx à lautre - Pas dinsertion de symboles nuls
- Exemple du cas MIMO Nt 4
Emission dune impulsion sur chaque Tx
40- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine temporel Barhumi
2003 - Principe à lémission sous-porteuses pilotes
déphasées dune antenne Tx à lautre - Pas dinsertion de symboles nuls
- Exemple du cas MIMO Nt 4
Emission dune impulsion sur chaque Tx
41- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine temporel Barhumi
2003 - Principe à lémission sous-porteuses pilotes
déphasées dune antenne Tx à lautre - Pas dinsertion de symboles nuls
- Exemple du cas MIMO Nt 4
Récupération de manière indépendante des Nt
réponses impulsionnelles
Emission dune impulsion sur chaque Tx
42- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine temporel Barhumi
2003 - Principe à lémission sous-porteuses pilotes
déphasées dune antenne Tx à lautre - Pas dinsertion de symboles nuls
- Exemple du cas MIMO Nt 4
Estimateur TD (Time Domain)
Domaine fréquentiel
Coefficients des sous-canaux pour égalisation
Récupération de manière indépendante des Nt
réponses impulsionnelles
Emission dune impulsion sur chaque Tx
43- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Problématique MIMO
- Orthogonalité dans le domaine temporel Barhumi
2003 - Principe à lémission sous-porteuses pilotes
déphasées dune antenne Tx à lautre - Pas dinsertion de symboles nuls
- Exemple du cas MIMO Nt 4
- Remarques
- Séquence initiale impulsion ou une autre
séquence -
L longueur de la réponse impulsionnelle P
nombre de symboles pilotes
44- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Résultats
- Comparaison entre systèmes cohérents et
non-cohérents - Codage espace-temps dAlamouti Egalisation MMSE
- Codage espace-temps dAlamouti différentiel
Récepteur Conventionnel CD - Canal MIMO Nt 2 et Nr 1
- Sous-canaux SISO décorrélés de type Broadband
Radio Access Network E (BRAN E) - BRAN E canal sélectif en temps et en fréquence
simulant un environnement extérieur - Paramètres de simulation
- Entrelacement binaire sur un symbole OFDM modulé
- Modulation QPSK
- Codage convolutif K 7 Rc ½
-
- Décodage de canal de type max log MAP
45- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Résultats
- Trame
- Dérive de celle utilisée dans le projet européen
IST-4MORE - 2 systèmes
- Système cohérent
- Système non-cohérent
46- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Résultats
- Trame
- Dérive de celle utilisée dans le projet européen
IST-4MORE - 2 systèmes
- Système cohérent
- Système non-cohérent
- Séquences dapprentissage orthogonale dans le
domaine fréquentiel - 2 estimateurs étudiés
- Chest Parfaite estimation parfaite des
sous-canaux en réception - Chest LS algorithme LS au niveau des symboles
pilotes interpolation en fréquence puis en temps
47- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Résultats
- Trame
- Dérive de celle utilisée dans le projet européen
IST-4MORE - 2 systèmes
- Système cohérent
- Système non-cohérent
48- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Résultats
- Trame
- Dérive de celle utilisée dans le projet européen
IST-4MORE - 2 systèmes
- Système cohérent
- Système non-cohérent
Perte en efficacité spectrale
49- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Résultats
- Performances Alamouti Alamouti différentiel
- QPSK, Nt 2 et Nr 1, v 60 km/h et v 250
km/h
50- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Résultats
- Performances Alamouti Alamouti différentiel
- QPSK, Nt 2 et Nr 1, v 60 km/h et v 250
km/h
- v 60 km/h
- Perte de 2.5 dB avec lestimation de canal
2.5 dB
51- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Résultats
- Performances Alamouti Alamouti différentiel
- QPSK, Nt 2 et Nr 1, v 60 km/h et v 250
km/h
- v 60 km/h
- Perte de 2.5 dB avec lestimation de canal
- Gain de 2 dB par rapport au système
- non-cohérent
2 dB
52- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Résultats
- Performances Alamouti Alamouti différentiel
- QPSK, Nt 2 et Nr 1, v 60 km/h et v 250
km/h
- v 60 km/h
- Perte de 2.5 dB avec lestimation de canal
- Gain de 2 dB par rapport au système
- non-cohérent
- v 250 km/h
- Palier derreurs avec estimation de canal
53- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Résultats
- Performances Alamouti Alamouti différentiel
- QPSK, Nt 2 et Nr 1, v 60 km/h et v 250
km/h
- v 60 km/h
- Perte de 2.5 dB avec lestimation de canal
- Gain de 2 dB par rapport au système
- non-cohérent
- v 250 km/h
- Palier derreurs avec estimation de canal
- Pas de perte de performance pour le système
non-cohérent
54- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Synthèse
- Comparaisons systèmes cohérents et non-cohérents
- Intérêt du codage espace-temps différentiel sur
canal sélectif vis-à-vis dune estimation de
canal réaliste sans information a priori sur les
sous-canaux - Mais contraintes du codage espace-temps
différentiel (flexibilité, complexité) - Choix amélioration des techniques destimation
de canal -
55- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Introduction
- Problématique MIMO
- Résultats
Synthèse
- Comparaisons systèmes cohérents et non-cohérents
- Intérêt du codage espace-temps différentiel sur
canal sélectif vis-à-vis dune estimation de
canal réaliste sans information a priori sur les
sous-canaux - Mais contraintes du codage espace-temps
différentiel (flexibilité, complexité) - Choix amélioration des techniques destimation
de canal - Problématique à résoudre sur systèmes cohérents
- Conserver de bonnes performances sur canal
sélectif - en minimisant le nombre de symboles pilotes
- sans connaissance a-priori des sous-canaux en
réception - Estimateur par passage dans le domaine temporel
- Estimation de canal itérative
56- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
Filtrage temporel
- Principes
- Estimateurs proposés
- Résultats
57- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Principes
- Filtrage temporel
- Amélioration de lestimation des sous-canaux par
fenêtrage des réponses impulsionnelles - Séquences dapprentissage estimateurs associés
- Orthogonalité dans le domaine temporel
- Estimateur TD Barhumi 03
- Orthogonalité dans le domaine fréquentiel
- Estimateur LS
- Estimateur LMMSE
58- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Principes
- Filtrage temporel
- Amélioration de lestimation des sous-canaux par
fenêtrage des réponses impulsionnelles - Séquences dapprentissage estimateurs associés
- Orthogonalité dans le domaine temporel
- Estimateur TD Barhumi 03 estimer de manière
indépendante par fenêtrage temporel les Nt x Nr
réponses impulsionnelles - Orthogonalité dans le domaine fréquentiel
- Estimateur LS
- Estimateur LMMSE
- Estimateur IFFT FFT Morelli 01 filtrage dans
le domaine temporel des coefficients des
sous-canaux obtenus par lalgorithme LS
59- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Principes
- Principe de lestimateur IFFT FFT Morelli 01
60- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Principes
- Principe de lestimateur IFFT FFT Morelli 01
- Fenêtrage temporel diminution de la puissance
du bruit sur les coefficients estimés - optimal connaissance de létalement maximal
des retards - Passages temporel/fréquentiel tire parti de la
corrélation fréquentielle - Interpolation à lensemble des sous-porteuses
modulées
61- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Principes
- Principe de lestimateur IFFT FFT Morelli 01
- Fenêtrage temporel diminution de la puissance
du bruit sur les coefficients estimés - optimal connaissance de létalement maximal
des retards - Passages temporel/fréquentiel tire parti de la
corrélation fréquentielle - Interpolation à lensemble des sous-porteuses
modulées
62- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Principes
- Principe de lestimateur IFFT FFT Morelli 01
- Fenêtrage temporel diminution de la puissance
du bruit sur les coefficients estimés - optimal connaissance de létalement maximal
des retards - Passages temporel/fréquentiel tire parti de la
corrélation fréquentielle - Interpolation à lensemble des sous-porteuses
modulées
Coefficients estimés sur les sous-porteuses
pilotes
Coefficients estimés sur lensemble du spectre
OFDM
63- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Principes
- Filtrage temporel
- Amélioration de lestimation des sous-canaux par
fenêtrage des réponses impulsionnelles - Séquences dapprentissage estimateurs associés
- Orthogonalité dans le domaine temporel
- Estimateur TD Barhumi 03
- Orthogonalité dans le domaine fréquentiel
- Estimateur IFFT FFT Morelli 01
- Problématique des estimateurs par filtrage
temporel Morelli 01 - Ensemble des sous-porteuses du spectre nest pas
dédié à lestimation de canal - Exemple sous-porteuses nulles insérées en
bordure de spectre Doukopoulos 07 - Fortes discontinuités en bordure du spectre
64- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Estimateurs proposés
- Estimateur IFFT FFT (cas SISO Doukopoulos 07)
- Vecteur des coefficients du sous-canal Tx i Rx j
estimés par lalgorithme IFFT FFT
avec
65- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Estimateurs proposés
- Estimateur IFFT FFT (cas SISO Doukopoulos 07)
- Vecteur des coefficients du sous-canal Tx i Rx j
estimés par lalgorithme IFFT FFT - Calcul du pseudo-inverse
- Décomposition en Valeurs Singulières (SVD)
66- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Estimateurs proposés
- Estimateur IFFT FFT (cas SISO Doukopoulos 07)
- Vecteur des coefficients du sous-canal Tx i Rx j
estimés par lalgorithme IFFT FFT - Calcul du pseudo-inverse
- Décomposition en Valeurs Singulières (SVD)
- Exemple
- Pi Nmod NFFT 1024
- Pi Nmod 704 lt NFFT 1024
- Pi Nmod/2 352 lt NFFT 1024
67- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Estimateurs proposés
- Estimateur IFFT FFT (cas SISO Doukopoulos 07)
- Vecteur des coefficients du sous-canal Tx i Rx j
estimés par lalgorithme IFFT FFT - Calcul du pseudo-inverse
- Décomposition en Valeurs Singulières (SVD)
- Exemple
- Pi Nmod NFFT 1024
- Pi Nmod 704 lt NFFT 1024
- Pi Nmod/2 352 lt NFFT 1024
Très faibles valeurs singulières grande
sensibilité au bruit
68- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Estimateurs proposés
- Estimateur IFFT FFT proposé
- Vecteur des coefficients du sous-canal Tx i Rx j
estimés par lalgorithme IFFT FFT - Calcul du pseudo-inverse
- Décomposition en Valeurs Singulières (SVD)
- Très faibles valeurs singulières grande
sensibilité au bruit - Nouvelle méthode pour le calcul du pseudo-inverse
appliquer une SVD tronquée ou TSVD (seuil sur
les valeurs singulières)
69- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Estimateurs proposés
- Estimateur TD proposé
- Vecteur des coefficients du sous-canal Tx i Rx j
estimés par lalgorithme TD Barhumi 03 - Calcul du pseudo-inverse
- Décomposition en Valeurs Singulières (SVD)
- Très faibles valeurs singulières grande
sensibilité au bruit - Nouvelle méthode pour le calcul du pseudo-inverse
appliquer une SVD tronquée ou TSVD
avec
70- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Résultats
- Paramètres de simulation
- Canal MIMO (Nt 2) x (Nr 2) sous-canaux BRAN
E décorrélés - Trame utilisée
71- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Résultats
- Paramètres de simulation
- Canal MIMO (Nt 2) x (Nr 2) sous-canaux BRAN
E décorrélés - Trame utilisée dérive de celle utilisée dans le
projet européen IST-4MORE
- 5 estimateurs étudiés
- Chest Parfaite estimation de canal parfaite en
réception - Chest LS algorithme LS au niveau des symboles
pilotes puis interpolation linéaire en fréquence
et en temps - Chest LMMSE algorithme LMMSE au niveau des
symboles pilotes (interpolation de taille 32)
puis interpolation linéaire en temps - Chest IFFT FFT algorithme IFFT FFT au niveau
des symboles pilotes (fenêtrage temporel L)
puis interpolation linéaire en temps - Chest TD algorithme TD au niveau des symboles
pilotes (décalage temporel L) puis
interpolation linéaire en temps
72- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Résultats
- Analyse du MSE par sous-porteuse
- Estimateur IFFT FFT
- MSE en fonction de lindice des sous-porteuses
pour un SNR 24 dB (bordure du spectre modulé)
73- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Résultats
- Analyse du MSE par sous-porteuse
- Estimateur IFFT FFT
- MSE en fonction de lindice des sous-porteuses
pour un SNR 24 dB (bordure du spectre modulé) - LMMSE LS MSE constant
74- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Résultats
- Analyse du MSE par sous-porteuse
- Estimateur IFFT FFT
- MSE en fonction de lindice des sous-porteuses
pour un SNR 24 dB (bordure du spectre modulé) - LMMSE LS MSE constant
- IFFT FFT Morelli 01 fortes discontinuités
75- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Résultats
- Analyse du MSE par sous-porteuse
- Estimateur IFFT FFT
- MSE en fonction de lindice des sous-porteuses
pour un SNR 24 dB (bordure du spectre modulé) - LMMSE LS MSE constant
- IFFT FFT Morelli 01 fortes discontinuités
- IFFT FFT proposé réduction des discontinuités
(seuil Th)
Valeur de Th ?
76- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Résultats
- Analyse du MSE par sous-porteuse
- Estimateur IFFT FFT
- MSE en fonction de lindice des sous-porteuses
pour un SNR 24 dB (bordure du spectre modulé) - LMMSE LS MSE constant
- IFFT FFT Morelli 01 fortes discontinuités
- IFFT FFT proposé réduction des discontinuités
(seuil Th)
Th 0.01 (1 de la valeur maximale)
Plus la valeur du seuil est élevée, moins le
calcul du pseudo-inverse est précis Plus la
valeur du seuil est faible, plus les
discontinuités apparaissent
77- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Résultats
- Analyse du MSE par sous-porteuse
- Estimateur TD
- MSE en fonction de lindice des sous-porteuses
pour un SNR 24 dB (bordure du spectre modulé) - TD Barhumi 03 fortes discontinuités
- TD proposé réduction des discontinuités (seuil
Th)
Th 0.1 (10 de la valeur maximale)
Remarque seuil proposé dans la littérature pour
dautres applications
Seuil plus élevé que pour lestimateur IFFT FFT
car limpact des faibles valeurs singulières est
plus important pour lestimateur TD
78- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Résultats
- BER de lestimateur TD
- Estimateur TD
79- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Résultats
- BER de lestimateur TD
- Estimateur TD
- TD Barhumi 03 palier derreurs
80- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Résultats
- BER de lestimateur TD
- Estimateur TD
- TD Barhumi 03 palier derreurs
- TD proposé 0.5 dB de lestimateur LMMSE avec
Th 0.1 - Th 0.000001 discontinuités trop importantes
81- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Synthèse
- Filtrage temporel
- Estimateurs IFFT FFT et TD classiques
dégradation pour des trames où lensemble des
sous-porteuses du spectre nest pas dédié à
lestimation de canal - Estimateurs IFFT FFT et TD proposés robuste
pour nimporte quel type de trame - Réduction de la puissance du bruit,
- Exploitation de la corrélation fréquentielle
- IFFT FFT ou TD ?
- IFFT FFT (insertion de symboles nuls) plus
sensible aux sélectivités que lestimateur TD
(orthogonalité dans le domaine temporel) - Applications
- Trame DVB-T2 (Nt 2 et Nr 1)
- Trame RNRT OPUS (contexte MIMO-OFDMA liaison
descendante)
82- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Estimateurs proposés
- Résultats
Synthèse
- Filtrage temporel
- Estimateurs IFFT FFT et TD classiques
dégradation pour des trames où lensemble des
sous-porteuses du spectre nest pas dédié à
lestimation de canal - Estimateurs IFFT FFT et TD proposés robuste
pour nimporte quel type de trame - Réduction de la puissance du bruit,
- Exploitation de la corrélation fréquentielle
- IFFT FFT ou TD ?
- IFFT FFT (insertion de symboles nuls) plus
sensible aux sélectivités que lestimateur TD
(orthogonalité dans le domaine temporel) - Applications
- Trame DVB-T2 (Nt 2 et Nr 1)
- Trame RNRT OPUS (contexte MIMO-OFDMA liaison
descendante)
83- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
Estimation de canal itérative
- Principes
- Corrélations
- Résultats
84- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Corrélations
- Résultats
Principes
- Estimation des coefficients des Nt x Nr
sous-canaux - Techniques supervisées
- Data Aided (DA) ou Pilot Symbol Assisted
Modulation Guey 99 - Insertion dans la trame de symboles connus du
récepteur ou symboles pilotes - Techniques aveugles
- Aucune insertion de symboles connus dans la trame
- Connaissance de certaines propriétés statistiques
du signal reçu Shin 07 - Techniques semi-aveugles avec retour de décision
- Estimation des coefficients des sous-canaux grâce
aux des symboles pilotes signaux émis estimés
Le Ruyet 06
85- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Corrélations
- Résultats
Principes
- Estimation des coefficients des Nt x Nr
sous-canaux - Techniques supervisées
- Data Aided (DA) ou Pilot Symbol Assisted
Modulation Guey 99 - Insertion dans la trame de symboles connus du
récepteur ou symboles pilotes - Techniques aveugles
- Aucune insertion de symboles connus dans la trame
- Connaissance de certaines propriétés statistiques
du signal reçu Shin 07 - Techniques semi-aveugles avec retour de décision
- Estimation des coefficients des sous-canaux grâce
aux des symboles pilotes signaux émis estimés
Le Ruyet 06 - Estimation de canal itérative ou ICE
86- Introduction
- Symboles pilotes
- Filtrage temporel
- Estimation de canal itérative
- Conclusion
- Principes
- Corrélations
- Résultats