Estimation de canal pour systèmes multi-antennes multi-porteuses Thèse présentée devant l'insa de Rennes en vue de l'obtention du doctorat d'Electronique
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)
Choix : Absence de connaissance du canal
Choix : Absence de connaissance du canal
Systèmes non-cohérents
Principe du codage espace-temps différentiel [Hughes 00]
Exemple : codage espace-temps différentiel d’Alamouti Nt = 2 [Tarokh 00]
Choix : Absence de connaissance du canal
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]
Choix : Absence de connaissance du canal
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 l’ensemble des matrices différentielles (codes en groupe)
Expansion de la constellation pour les codes non en groupe
Complexité de la détection (fonction de l’ordre de modulation)
Moins de flexibilité que les transmissions cohérentes MIMO (rendement espace-temps, association avec technique d’accès multiples par étalement de spectre)
Objectif de l’estimateur de canal :
Objectif de l’estimateur 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]
Objectif de l’estimateur de canal :
Objectif de l’estimateur 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]
Objectif de l’estimateur de canal :
Objectif de l’estimateur 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]
Objectif de l’estimateur de canal :
Objectif de l’estimateur 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]
Objectif de l’estimateur de canal :
Objectif de l’estimateur 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
Objectif de l’estimateur de canal :
Objectif de l’estimateur 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 d’optimisation
Simplicité de mise en œuvre à l’émission 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 d’une faible consommation de puissance au niveau des symboles pilotes (contrairement à la technique des pilotes amplifiés ou pilotes « boostés »)
Objectif de l’estimateur de canal :
Objectif de l’estimateur 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 d’optimisation
Simplicité de mise en œuvre à l’émission 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 d’une faible consommation de puissance au niveau des symboles pilotes (contrairement à la technique des pilotes amplifiés ou pilotes « boostés »)
Objectif de l’estimateur de canal :
Objectif de l’estimateur de canal :
estimer de manière indépendante Nt x Nr coefficients de sous-canaux pour chaque donnée utile
Contraintes sur les motifs de répartition :
Objectif de l’estimateur de canal :
Objectif de l’estimateur 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 d’interférence co-antenne entre données utiles et symboles pilotes
Orthogonalité entre séquences d’apprentissage émises sur chaque antenne Tx
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Principe à l’émission : insertion de symboles nuls
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Principe à l’émission : insertion de symboles nuls
Exemple du cas MIMO Nt = 2
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Principe à l’émission : insertion de symboles nuls
Exemple du cas MIMO Nt = 2
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Principe à l’émission : insertion de symboles nuls
Exemple du cas MIMO Nt = 2
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Principe en réception : même algorithmes que dans un cas SISO
Estimateur LS (moindres carrés)
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Orthogonalité dans le domaine fréquentiel [Moon 2004]
Principe en réception : même algorithmes que dans un cas SISO
Dérive de celle utilisée dans le projet européen IST-4MORE
2 systèmes :
Système cohérent
Système non-cohérent
Trame
Trame
Dérive de celle utilisée dans le projet européen IST-4MORE
2 systèmes :
Système cohérent
Système non-cohérent
Trame
Trame
Dérive de celle utilisée dans le projet européen IST-4MORE
2 systèmes :
Système cohérent
Système non-cohérent
Trame
Trame
Dérive de celle utilisée dans le projet européen IST-4MORE
2 systèmes :
Système cohérent
Système non-cohérent
Performances Alamouti & Alamouti différentiel
Performances Alamouti & Alamouti différentiel
QPSK, Nt = 2 et Nr = 1, v = 60 km/h et v = 250 km/h
Performances Alamouti & Alamouti différentiel
Performances Alamouti & Alamouti différentiel
QPSK, Nt = 2 et Nr = 1, v = 60 km/h et v = 250 km/h
Performances Alamouti & Alamouti différentiel
Performances Alamouti & Alamouti différentiel
QPSK, Nt = 2 et Nr = 1, v = 60 km/h et v = 250 km/h
Performances Alamouti & Alamouti différentiel
Performances Alamouti & Alamouti différentiel
QPSK, Nt = 2 et Nr = 1, v = 60 km/h et v = 250 km/h
Performances Alamouti & Alamouti différentiel
Performances Alamouti & Alamouti différentiel
QPSK, Nt = 2 et Nr = 1, v = 60 km/h et v = 250 km/h
Comparaisons systèmes cohérents et non-cohérents
Comparaisons systèmes cohérents et non-cohérents
Intérêt du codage espace-temps différentiel sur canal sélectif vis-à-vis d’une 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 d’estimation de canal
Comparaisons systèmes cohérents et non-cohérents
Comparaisons systèmes cohérents et non-cohérents
Intérêt du codage espace-temps différentiel sur canal sélectif vis-à-vis d’une 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 d’estimation 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
Filtrage temporel
Filtrage temporel
Amélioration de l’estimation des sous-canaux par fenêtrage des réponses impulsionnelles
Séquences d’apprentissage & estimateurs associés
Orthogonalité dans le domaine temporel
Estimateur TD [Barhumi 03]
Orthogonalité dans le domaine fréquentiel
Estimateur LS
Estimateur LMMSE
Filtrage temporel
Filtrage temporel
Amélioration de l’estimation des sous-canaux par fenêtrage des réponses impulsionnelles
Séquences d’apprentissage & 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 l’algorithme LS
Principe de l’estimateur IFFT FFT [Morelli 01]
Principe de l’estimateur IFFT FFT [Morelli 01]
Principe de l’estimateur IFFT FFT [Morelli 01]
Principe de l’estimateur IFFT FFT [Morelli 01]
Principe de l’estimateur IFFT FFT [Morelli 01]
Principe de l’estimateur IFFT FFT [Morelli 01]
Principe de l’estimateur IFFT FFT [Morelli 01]
Principe de l’estimateur IFFT FFT [Morelli 01]
Filtrage temporel
Filtrage temporel
Amélioration de l’estimation des sous-canaux par fenêtrage des réponses impulsionnelles
Séquences d’apprentissage & 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 n’est pas dédié à l’estimation de canal
Exemple : sous-porteuses nulles insérées en bordure de spectre [Doukopoulos 07]
Fortes discontinuités en bordure du spectre
Estimateur IFFT FFT (cas SISO : [Doukopoulos 07])
Estimateur IFFT FFT (cas SISO : [Doukopoulos 07])
Vecteur des coefficients du sous-canal Tx i Rx j estimés par l’algorithme IFFT FFT
Estimateur IFFT FFT (cas SISO : [Doukopoulos 07])
Estimateur IFFT FFT (cas SISO : [Doukopoulos 07])
Vecteur des coefficients du sous-canal Tx i Rx j estimés par l’algorithme IFFT FFT
Calcul du pseudo-inverse
Décomposition en Valeurs Singulières (SVD)
Estimateur IFFT FFT (cas SISO : [Doukopoulos 07])
Estimateur IFFT FFT (cas SISO : [Doukopoulos 07])
Vecteur des coefficients du sous-canal Tx i Rx j estimés par l’algorithme IFFT FFT
Calcul du pseudo-inverse
Décomposition en Valeurs Singulières (SVD)
Exemple :
Pi = Nmod = NFFT = 1024
Pi = Nmod = 704 < NFFT = 1024
Pi = Nmod/2 = 352 < NFFT = 1024
Estimateur IFFT FFT (cas SISO : [Doukopoulos 07])
Estimateur IFFT FFT (cas SISO : [Doukopoulos 07])
Vecteur des coefficients du sous-canal Tx i Rx j estimés par l’algorithme IFFT FFT
Calcul du pseudo-inverse
Décomposition en Valeurs Singulières (SVD)
Exemple :
Pi = Nmod = NFFT = 1024
Pi = Nmod = 704 < NFFT = 1024
Pi = Nmod/2 = 352 < NFFT = 1024
Estimateur IFFT FFT proposé
Estimateur IFFT FFT proposé
Vecteur des coefficients du sous-canal Tx i Rx j estimés par l’algorithme 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)
Estimateur TD proposé
Estimateur TD proposé
Vecteur des coefficients du sous-canal Tx i Rx j estimés par l’algorithme 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
Paramètres de simulation
Paramètres de simulation
Canal MIMO : (Nt = 2) x (Nr = 2) sous-canaux BRAN E décorrélés
Trame utilisée :
Paramètres de simulation
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
Analyse du MSE par sous-porteuse
Analyse du MSE par sous-porteuse
Estimateur IFFT FFT
Analyse du MSE par sous-porteuse
Analyse du MSE par sous-porteuse
Estimateur IFFT FFT
Analyse du MSE par sous-porteuse
Analyse du MSE par sous-porteuse
Estimateur IFFT FFT
Analyse du MSE par sous-porteuse
Analyse du MSE par sous-porteuse
Estimateur IFFT FFT
Analyse du MSE par sous-porteuse
Analyse du MSE par sous-porteuse
Estimateur IFFT FFT
Analyse du MSE par sous-porteuse
Analyse du MSE par sous-porteuse
Estimateur TD
BER de l’estimateur TD
BER de l’estimateur TD
Estimateur TD
BER de l’estimateur TD
BER de l’estimateur TD
Estimateur TD
BER de l’estimateur TD
BER de l’estimateur TD
Estimateur TD
Filtrage temporel
Filtrage temporel
Estimateurs IFFT FFT et TDclassiques : dégradation pour des trames où l’ensemble des sous-porteuses du spectre n’est pas dédié à l’estimation de canal
Estimateurs IFFT FFT et TD proposés : robuste pour n’importe 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 l’estimateur TD (orthogonalité dans le domaine temporel)
Applications
Trame DVB-T2 (Nt = 2 et Nr = 1)
Trame RNRT OPUS (contexte MIMO-OFDMA liaison descendante)
Filtrage temporel
Filtrage temporel
Estimateurs IFFT FFT et TDclassiques : dégradation pour des trames où l’ensemble des sous-porteuses du spectre n’est pas dédié à l’estimation de canal
Estimateurs IFFT FFT et TD proposés : robuste pour n’importe 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 l’estimateur TD (orthogonalité dans le domaine temporel)
Applications
Trame DVB-T2 (Nt = 2 et Nr = 1)
Trame RNRT OPUS (contexte MIMO-OFDMA liaison descendante)
Estimation des coefficients des Nt x Nr sous-canaux
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 des coefficients des Nt x Nr sous-canaux
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]
Principe : annulation de l’interférence co-antenne grâce aux estimées des sous-canaux obtenus à l’itération précédente + pondération
+ Utilisation des corrélations fréquentielle et temporelle des sous-canaux
Estimateur IFFT FFT appliqué aux coefficients calculés
Connaissance d’un majorant à l’étalement maximal des retards
Algorithme de régression linéaire pour chaque sous-porteuse utile
Aucune connaissance a priori sur les sous-canaux
Paramètres de simulation
Paramètres de simulation
Canal MIMO : Sous-canaux BRAN E décorrélés
Trame utilisée :
Schémas MIMO & Egalisation
Codage espace-temps d’Alamouti & MMSE
Multiplexage spatial & MMSE-IC (5 itérations)
Double Alamouti & MMSE-IC (5 itérations)
Multiplexage spatial Nt = 2 Nr = 2
Multiplexage spatial Nt = 2 Nr = 2
Modulation QPSK, Egalisation MMSE-IC (5 It), v = 250 km/h
Multiplexage spatial Nt = 2 Nr = 2
Multiplexage spatial Nt = 2 Nr = 2
Modulation QPSK, Egalisation MMSE-IC (5 It), v = 250 km/h
Multiplexage spatial Nt = 2 Nr = 2
Multiplexage spatial Nt = 2 Nr = 2
Modulation QPSK, Egalisation MMSE-IC (5 It), v = 250 km/h
Multiplexage spatial Nt = 2 Nr = 2
Multiplexage spatial Nt = 2 Nr = 2
Modulation QPSK, Egalisation MMSE-IC (5 It), v = 250 km/h
Multiplexage spatial Nt = 2 Nr = 2
Multiplexage spatial Nt = 2 Nr = 2
Modulation QPSK, Egalisation MMSE-IC (5 It), v = 250 km/h
Comparaisons des systèmes MIMO à même efficacité spectrale
Comparaisons des systèmes MIMO à même efficacité spectrale
Comparaisons des systèmes MIMO à même efficacité spectrale
Comparaisons des systèmes MIMO à même efficacité spectrale
Comparaisons des systèmes MIMO à même efficacité spectrale
Comparaisons des systèmes MIMO à même efficacité spectrale
Comparaisons des systèmes MIMO à même efficacité spectrale
Comparaisons des systèmes MIMO à même efficacité spectrale
Estimateur de canal itératifs proposés
Estimateur de canal itératifs proposés
Adaptés à l’ensemble des mapping MIMO existants
Robustes vis-à-vis du bruit et des sélectivités temporelle et fréquentielle
Bon rapport performance/complexité
Codes espace-temps orthogonaux
Simplicité de calcul des coefficients des sous-canaux
Estimateurs proposés plus efficaces que pour les mappings MIMO avec interférences
Exploitation de la diversité
Estimation de canal itérative plus robuste
Cas MIMO MC-CDMA et MIMO LP-OFDM traités
Tenir compte de la nature des symboles émis pouvant être nuls
Estimateurs proposés avec définition d’un seuil sur les symboles estimés et utilisation des coefficients des sous-canaux obtenus aux itérations précédentes
Estimateur de canal itératifs proposés
Estimateur de canal itératifs proposés
Adaptés à l’ensemble des mapping MIMO existants
Robustes vis-à-vis du bruit et des sélectivités temporelle et fréquentielle
Bon rapport performance/complexité
Codes espace-temps orthogonaux
Simplicité de calcul des coefficients des sous-canaux
Estimateurs proposés plus efficaces que pour les mappings MIMO avec interférences
Exploitation de la diversité
Estimation de canal itérative plus robuste
Cas MIMO MC-CDMA et MIMO LP-OFDM traités
Tenir compte de la nature des symboles émis pouvant être nuls
Estimateurs proposés avec définition d’un seuil sur les symboles estimés et utilisation des coefficients des sous-canaux obtenus aux itérations précédentes
Estimateur de canal itératifs proposés
Estimateur de canal itératifs proposés
Adaptés à l’ensemble des mapping MIMO existants
Robustes vis-à-vis du bruit et des sélectivités temporelle et fréquentielle
Bon rapport performance/complexité
Codes espace-temps orthogonaux
Simplicité de calcul des coefficients des sous-canaux
Estimateurs proposés plus efficaces que pour les mappings MIMO avec interférences
Exploitation de la diversité
Estimation de canal itérative plus robuste
Cas MIMO MC-CDMA et MIMO LP-OFDM traités
Tenir compte de la nature des symboles émis pouvant être nuls
Estimateurs proposés avec définition d’un seuil sur les symboles estimés et utilisation des coefficients des sous-canaux obtenus aux itérations précédentes
Estimation de canal MIMO-OFDM
Estimation de canal MIMO-OFDM
Nouvelles contraintes par rapport au SISO-OFDM
Nouvelles trames / Nouveaux estimateurs
Codage espace-temps différentiel
Intérêt pour des modulations à faible nombre d’états (BPSK, QPSK) sur canaux sélectifs
Estimateurs proposés
Robustes pour tout type de trame
Diminuer la puissance du bruit sur les symboles pilotes
Tirer parti des corrélations temporelle et fréquentielle
Performances de différents systèmes MIMO avec estimation de canal réaliste sur canaux sélectifs
Analyse de l’influence de l’estimation de canal dans les schémas MIMO avec ou non interférences co-antenne
Nouveaux estimateurs par filtrage temporel adaptés à tout type de séquence d’apprentissage
Validation par simulation & Analyse et réduction de la complexité
Nouveaux estimateurs de canal itératifs robustes sur canal sélectif et adaptés à l’ensemble des mapping MIMO existants
MIMO-OFDM
MIMO LP-OFDM
MIMO MC-CDMA
Estimation de canal pour les transmissions à accès multiples sur liaisons montantes
Estimation de canal pour les transmissions à accès multiples sur liaisons montantes
Construction des séquences d’apprentissage (prise en compte du caractère montant)
Techniques d’estimation de canal avec pilotes superposés
Etude avec mapping MIMO présentant de l’interférence co-antenne
Réalisation matérielle des estimateurs proposés et étudiés en simulation
Estimateurs par filtrage temporel proposé
Etude de l’optimisation conjointe estimation de canal/synchronisation en MIMO-OFDM
Construction des séquences d’apprentissage
[Hughes 00] : Differential space-time modulation, B. Hughes, IEEE Transactions on Information Theory, Novembre 2000
[Hughes 00] : Differential space-time modulation, B. Hughes, IEEE Transactions on Information Theory, Novembre 2000
[Tarokh 00] : A differential detection scheme for transmit diversity, IEEE Journal on Selected Areas in Communications, Juillet 2000
[Lampe 02] : Bit-interleaved coded differential space-time modulation, IEEE Transactions on communications, Septembre 2002
[Guey 99] : Signal design for transmitter diversity wireless communication systems over rayleigh fading channels, IEEE Transactions on Communications, Avril 1999
[Shin 07] : Blind channel estimation for MIMO-OFDM systems, IEEE Transactions on Vehicular Technology, Mars 2004
[Le Ruyet 06] : Pilot symbol aided iterative channel estimation for OFDM-based systems, EUSIPCO, 2005
[Cariou 06] : Superimposed pilot-based channel estimation for MIMO OFDM code division multiplexing uplink systems, MC-SS 2006
[Moon 04] : Channel estimation for MIMO OFDM systems employing spatial multiplexing, IEEE Vehicular Technology Conference, Septembre 2004
[Barhumi 03] : Optimal training design for MIMO OFDM systems in mobile wireless channels, IEEE Transactions on Signal Processing, Juin 2003
[Morelli 01] : A comparison of pilot-aided channel estimation methods for OFDM systems, IEEE Transactions on Signal Processing, Janvier 2001
[Doukopoulos 07] : Robust channel estimation via FFT interpolation for multicarrier systems, IEEE Vehicular Technology Conference, Avril 2007
Estimateur IFFT FFT [Doukopoulos 07]
Estimateur IFFT FFT [Doukopoulos 07]
Cas mono-antenne
Nbr de symboles pilotes = P = Nmod < NFFT
[Doukopoulos 07] : remplace le pseudo-inverse par une multiplication matricielle
Pourquoi ? Par définition si est inversible, alors
Or, pour Nmod < NFFT, n’est pas inversible donc le principe est de remplacer l’inversion par une pseudo-inversion
Etude effectuées en MIMO : discontinuités réduites mais toujours présentes