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

More documents

Recommendations

Info

126 Chapitre 5. Conclusion et perspectivespas être réglé de façon automatique en fonction de la puissance d’émission, comme ilserait souhaitable pour atteindre toujours le TEB minimal.Pour parvenir à surmonter cette difficulté, on a proposé un deuxième critère basédirectement sur la minimisation du TEB en réception, pour une puissance d’émissiondonnée. La technique résultante, appelée mBER-TD-DB (minimum BER-TransmitDiversity-Downlink Beamforming), est capable de régler de façon adaptative le compromisentre directivité et diversité pour minimiser le TEB. On a aussi montré, pardes résultats de simulations, les gains offerts par cette technique par rapport auxtechniques classiques de formation de voie ou de diversité de transmission.Dans le chapitre 4, on a étendu la technique mBER-TD-DB au contexte multiutilisateurs.Dans ce contexte, il est plus naturel de minimiser la puissance d’émissiontout en respectant des TEB cibles pour chaque utilisateur, plutôt que de minimiserles TEB des utilisateurs pour une puissance d’émission donnée. Partant de cecritère, on a proposé un algorithme itératif pour trouver la solution optimale, appeléMU-cBER (Multi-User constrained BER). Cet algorithme adapte conjointement lesprécodeurs et les puissances d’émission des utilisateurs de façon à minimiser la puissancetotale d’émission tout en respectant les TEB cibles des utilisateurs. La solutionainsi trouvée permet de compléter la formation de voie classique avec de la diversitéde transmission. L’utilisation de cette nouvelle approche conduit à des gains significatifsen termes de puissance d’émission par rapport aux techniques de formation devoie multi-utilisateurs classiques.En ce qui concerne l’algorithme MU-cBER, on a aussi présenté des idées et deséléments qui pourraient être à la base de la preuve de convergence de cet algorithme,ainsi que l’idée de base à propos d’une version stochastique de cet algorithme.Comme suite des travaux présentés, on envisage la simplification des algorithmesmBER-TD-DB et MU-cBER par la substitution des pondérations utilisées pourmoyenner les matrices de covariance par des fonctions plus simples ou même parde simples seuils, ainsi que le développement des versions stochastiques de ces algorithmes.D’autres aspects intéressants seraient l’étude plus détaillée de la convergencede ces algorithmes et l’étude de l’influence du nombre de blocs d’apprentissage surles performances de la solution trouvée. Quant à ce dernier point, il serait souhaitabled’évaluer les performances de la solution obtenue avec un plus faible nombrede blocs d’apprentissage dans des conditions de simulation plus près de la pratique.Finalement, on envisage d’évaluer le gain provenant de l’utilisation de la techniqueMU-cBER au niveau de la capacité des systèmes radio-mobiles.
Bibliographie[1] S. M. Alamouti. “A Simple Transmit Diversity Technique for Wireless Communications”.IEEE Journal on Select Areas in Communications, volume 16,numéro 8, pages 1451–1458, octobre 1998. Cité aux pages: 10, 66[2] J. B. Andersen. “Antenna Arrays in Mobile Communications : Gain, Diversity,and Channel Capacity”. IEEE Antennas and Propagation Magazine, volume 42,numéro 2, pages 12–16, avril 2000. Cité aux pages: 6[3] J. B. Andersen. “Array Gain and Capacity for Known Random Channels withMultiple Element Arrays at Both Ends”. IEEE Journal on Selected Areas inCommunications, volume 18, numéro 11, pages 2172–2178, novembre 2000. Citéaux pages: 6[4] G. Andrieux. Techniques d’émission multi-antennes pour les systèmes de radiocommunicationsà duplex temporel. Thèse de Doctorat, Université de Nantes,Nantes, France, 2004. Cité aux pages: 14[5] T. Asté. Méthodes de traitement d’antenne adaptatives pour un système de communicationsnumériques radiomobiles de type GSM. Thèse de Doctorat, ConservatoireNational des Arts et Métiers, Paris, France, 1998. Cité aux pages: 15[6] T. Asté, P. Forster, L. Féty et S. Mayrargue. “Downlink Beamforming AvoidingDOA Estimation for Cellular Mobile Communications”. Proc. of IEEE InternationalConference on Acoustics, Speech, and Signal Processing (ICASSP’98),Seattle, USA, mai 1998. Cité aux pages: 15[7] T. Asté, L. Féty, P. Forster et S. Mayrargue. “Downlink Beamforming for CellularMobile Communications (GSM system)”. Annales des Télécommunications,volume 53, numéro 11-12, pages 435–448, décembre 1998. Cité aux pages: 15[8] M. G. Bellanger. Adaptive Digital Filters. Marcel Dekker, 2ème ed., 2001. Citéaux pages: 88[9] J. Bertrand et P. Forster. “Optimal weights computation of an emitting antennaarray - the Obele algorithm”. IEEE Transactions on Signal Processing,volume 51, numéro 7, pages 1716–1721, juillet 2003. Cité aux pages: 26[10] J. Capon. “High-Resolution Frequency-Wavenumber Spectrum Analysis”. Proceedingof the IEEE, volume 57, numéro 8, pages 1408–1418, août 1969. Citéaux pages: 15127
Page 1:
THÈSEprésentéeau Conservatoire N
Page 4 and 5:
ivRemerciementsJe remercie mes pare
Page 7:
AbstractThis work deals with the us
Page 10 and 11:
xTABLE DES MATIÈRES2.7.4 Contrôle
Page 13 and 14:
Table des figures2.1 Schéma classi
Page 15:
Liste des tableaux2.1 Algorithme DB
Page 19 and 20:
Liste des acronymes et abréviation
Page 21 and 22:
1IntroductionLe but d’un système
Page 23:
1.1. Organisation et contributions
Page 26 and 27:
6 Chapitre 2. Antenne multi-capteur
Page 28 and 29:
¡¢£¤¥¦©§¢£¦ ©¡¢£¦8
Page 30 and 31:
10 Chapitre 2. Antenne multi-capteu
Page 32 and 33:
Page 34 and 35:
Page 36 and 37:
Page 38 and 39:
Page 40 and 41:
Page 42 and 43:
Page 44 and 45:
Page 46 and 47:
Page 48 and 49:
Page 50 and 51:
Page 52 and 53:
Page 54 and 55:
Page 56 and 57:
Page 58 and 59:
Page 61 and 62:
2.7. Techniques de FV multi-utilisa
Page 63 and 64:
2.7. Techniques de FV multi-utilisa
Page 65 and 66:
0("#$%& 0!"#$%&04"#$%&+!,!"-& 0!,1"
Page 67 and 68:
3Techniques mono-utilisateur3.1 Int
Page 69 and 70:
3.2. Précodeur et diversité de tr
Page 71 and 72:
Page 73 and 74:
Page 75 and 76:
3.3. Diversité de transmission et
Page 77 and 78:
3.3. Diversité de transmission et
Page 79 and 80:
3.4. Allocation optimale de puissan
Page 81 and 82:
3.4. Allocation optimale de puissan
Page 83 and 84:
3.5. Minimisation de la variance 63
Page 85 and 86:
Page 87 and 88:
Page 89 and 90:
Page 91 and 92:
Page 93 and 94:
Page 95 and 96: 3.5. Minimisation de la variance 75
Page 105 and 106: 3.6. Minimisation du TEB 85plat.On
Page 107 and 108: 3.6. Minimisation du TEB 8710 0 RSB
Page 109 and 110: 3.6. Minimisation du TEB 8910 2 γ
Page 111 and 112: 4. Mise à jour de ω kω k = ω k
Page 113 and 114: 3.6. Minimisation du TEB 933.6.4 R
Page 115 and 116: 3.6. Minimisation du TEB 9510 010
Page 117 and 118: 3.6. Minimisation du TEB 97351.1130
Page 119: 3.7. Conclusion 99directivité vers
Page 122 and 123: NF@ABCD N?@ABCDNR@ABCDI?J?@LD I?J?@
Page 124 and 125: 104 Chapitre 4. Techniques multi-ut
Page 148 and 149: 128 Bibliographie[11] J. K. Cavers.
Page 150 and 151: 130 Bibliographie[37] B. Raghothama
Page 153 and 154: Index d’auteursAAlamouti, S. M.,
Page 155: Travaux publiés pendant la thèseA
Page 158 and 159: XXII SIMPÓSIO BRASILEIRO DE TELECO
Page 164 and 165: ¢£¤¥¦¡¢¦¢¦ ¢£¤¥¦ ©
Page 166 and 167: The gradient { of the unconstrained
Page 168 and 169: VI INTERNATIONAL TELECOMMUNICATIONS
Page 170 and 171: ¡¤¥¦§¨¡¢£¤¨ ¡¢¤¥¦§
Page 172 and 173: VI INTERNATIONAL TELECOMMUNICATIONS
Page 174: VI INTERNATIONAL TELECOMMUNICATIONS
show all

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

Create successful ePaper yourself

Delete template?

Save as template?