TH`ESE - Library of Ph.D. Theses | EURASIP

3.6. Minimisation du TEB 8910 2 γ bQ( γ b1/2 )10 0f( γ b)10 −210 −410 −610 −810 −1010 −1210 −1410 −16−35 −30 −25 −20 −15 −10 −5 0 5 10 15 20Fig. 3.25: Comparaison entre les fonctions Q( √ γ b ) et f(γ b ).un indicatif de la qualité du signal, plus la valeur de cette fonction est importante,pire est la qualité du signal.Ainsi, la moyenne pondérée dont le résultat est la matrice R k accorde plus d’importanceaux blocs dont le TEB est élevé et, parmi ces blocs, plus particulièrementà ceux dont le RSB instantané γ b est très faible. Par conséquent, dans l’obtention duprécodeur ω optimal, on tiendra davantage compte de ces blocs de façon à minimiserla probabilité d’occurrence de très faibles puissances reçues. Comme montré dans lasection 3.4, cette procédure mène à la réduction du TEB.À ce point, on peut faire un parallèle entre le critère de minimum de TEB et celuiqui vise à maximiser le RSB, présenté dans la section 2.5.2. Le critère de maximumde RSB, contrairement à celui de minimum de TEB, pondère les matrices R(b) detous les blocs avec la même intensité. Cela revient à donner la même force à desblocs dont le TEB est différent à cause du fading. Cependant, comme la techniquede maximisation du RSB est basée sur la matrice moyenne sur tous les blocs, elle nepeut pas voir cette variation de puissance entre les différents blocs. Ceci représente legrand avantage du critère proposé ici par rapport au critère classique de maximisationdu RSB.Algorithme mBER-TD-DB Comme mentionné auparavant, l’algorithme proposé,appelé mBER-TD-DB (minimum BER-Transmit Diversity-Downlink Beamforming),est composé de deux étapes : la mise à jour de ω par une méthode de typegradient et la normalisation de ω pour respecter la contrainte.En partant du gradient exprimé dans (3.69) et en posant k comme l’indice d’itéra-