12.07.2015 Views

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

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

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

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

4.7. Conclusion 123La matrice A, équation (4.27), et les valeurs g j (p j ), équation (4.29), seraientcalculées de façon analogue, en utilisant le TEB a priori pour mettre à jour lespuissances.Ainsi, à chaque nouveau bloc b, les matrices de covariance R j (b) de tous les utilisateursseraient estimées et leurs valeurs utilisées pour calculer les nouvelles valeursde N j (b), D j (b), γ j (b), f ( γ j (b) ) , A(b) et du TEB a priori TEB j (b). Les multiplicateursde Lagrange λ(b) seraient donc mis à jour et leurs valeurs utilisées pour obtenirles nouvelles valeurs des matrices R INTj (b). À partir de ces matrices, les précodeursω j (b) seraient mis à jour. Finalement, les puissances p j (b) seraient mises à jour et lesnouvelles valeurs g j (p j , b) seraient obtenues en utilisant les quantités déjà calculées.4.6.3 Version dégradéeOn rappelle que la méthode proposé MU-cBER est basée sur la décomposition enéléments propres généralisée des matrices de covariance obtenues par des moyennespondérées des MCST estimées à chaque bloc, comme le montrent les équations (4.19)et (4.20). La même observation est valable pour la technique mono-utilisateur mBER-TD-DB, proposée à la section 3.6.De plus, on note que les pondérations des matrices de covariance sont telles que lesblocs qui présentent un meilleur TEB sont moins représentés dans la matrice de covariancemoyenne résultante et les blocs dont le TEB est important sont plus représentésdans la moyenne. On pourrait donc s’intéresser ( à simplifier ) ( ces ) pondérations, donnéespar f(γ b ) dans le cas mono-utilisateur et par f γ j (b)D jet f γ k (b)(b) D kγ(b) k (b) dans le cas multiutilisateur,par des fonctions plus simples du rapport signal à bruit γ j (b) ou mêmepar de simple seuils. De cette façon, on aboutirait à des algorithmes plus simples etmoins coûteux, mais bien probablement au prix d’une dégradation des performancesde la solution ainsi obtenue.4.7 ConclusionDans ce chapitre, on a proposé l’utilisation d’un précodeur à plusieurs couchesalliée à une technique de diversité de transmission dans le but de réduire la puissanced’émission nécessaire pour garantir le TEB cible des utilisateurs par rapportau schéma classique qui utiliserait un filtre purement spatial pour émettre. Cetteréduction est obtenue grâce à la diversité additionnée au lien.Pour exploiter au mieux ce schéma, on a proposé une technique, appelé Multi-Userconstrained BER (MU-cBER), basée sur la minimisation de la puissance d’émissionsous des contraintes sur le TEB de chaque utilisateur. Cette technique est une extensionde la technique mono-utilisateur mBER-TD-DB, proposée dans la section 3.6.Comme cette dernière, la technique MU-cBER n’est pas limitée au cas des canaux

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!