Titre :	Égalisation Aveugle Appliquée aux Systèmes de Communications Multi-Input Multi-Output
Type de document :	document électronique
Auteurs :	TAMI Abdelkader, Auteur
Année de publication :	2015 / 2016
Importance :	165 p.
Accompagnement :	CD
Langues :	Français (fre)
Catégories :	Electronique:SIGNAUX ET SYSTEMES
Mots-clés :	Égalisation aveugle  Estimation  Identification  Système MIMO  Filtre de Kalman  Détecteur MLD  OFDM  SS-KCE.
Résumé :	Cette thèse a pour objet la conception et l'optimisation d’un égaliseur aveugle dans un système Multi Input-Multi Output (MIMO). Son objectif est plus précisément la reconstitution des données de l’information transmises sans connaissance préalable de l’état du canal. Ce canal radio mobile à entrées multiples et sorties multiples est généralement variable dans le temps et parfois sélectif en fréquence. Notre première contribution est la proposition d’un algorithme où une séquence d’apprentissage virtuelle, insérée au début de chaque trame envoyée, permet d’enlever l’ambigüité sur l’estimation initiale du canal MIMO non sélectif en fréquence. Un filtre de Kalman est ensuite utilisé pour poursuivre les variations temporelles du canal MIMO. En combinant cet estimateur aveugle du canal avec un détecteur à maximum de vraisemblance (MLD) nous avons pu reconstituer les données transmises. Dans la deuxième contribution, nous proposons un code spatio-temporel par bloc orthogonal (OSTBC) qui permet de se passer de la séquence d’apprentissage virtuelle dans le récepteur faisant l’objet de la première contribution. Ce code proposé possède aussi l’avantage de réduire la complexité du détecteur optimal MLD. Lorsque le canal MIMO est sélectif en fréquence, l’égalisation est plus difficile à réaliser. Dans ce contexte, nous proposons d’associer la technique du multiplexage par division de fréquences orthogonales (OFDM) avec une nouvelle version du code OSTBC proposé précédemment, afin de combattre les interférences entre symboles, engendrées par ce type de canaux, et réduire la complexité du détecteur MLD.
Directeur de thèse :	Keche Mokhtar

Égalisation Aveugle Appliquée aux Systèmes de Communications Multi-Input Multi-Output [document électronique] / TAMI Abdelkader, Auteur . - 2015 / 2016 . - 165 p. + CD.
Langues : Français (fre)

Catégories :	Electronique:SIGNAUX ET SYSTEMES
Mots-clés :	Égalisation aveugle  Estimation  Identification  Système MIMO  Filtre de Kalman  Détecteur MLD  OFDM  SS-KCE.
Résumé :	Cette thèse a pour objet la conception et l'optimisation d’un égaliseur aveugle dans un système Multi Input-Multi Output (MIMO). Son objectif est plus précisément la reconstitution des données de l’information transmises sans connaissance préalable de l’état du canal. Ce canal radio mobile à entrées multiples et sorties multiples est généralement variable dans le temps et parfois sélectif en fréquence. Notre première contribution est la proposition d’un algorithme où une séquence d’apprentissage virtuelle, insérée au début de chaque trame envoyée, permet d’enlever l’ambigüité sur l’estimation initiale du canal MIMO non sélectif en fréquence. Un filtre de Kalman est ensuite utilisé pour poursuivre les variations temporelles du canal MIMO. En combinant cet estimateur aveugle du canal avec un détecteur à maximum de vraisemblance (MLD) nous avons pu reconstituer les données transmises. Dans la deuxième contribution, nous proposons un code spatio-temporel par bloc orthogonal (OSTBC) qui permet de se passer de la séquence d’apprentissage virtuelle dans le récepteur faisant l’objet de la première contribution. Ce code proposé possède aussi l’avantage de réduire la complexité du détecteur optimal MLD. Lorsque le canal MIMO est sélectif en fréquence, l’égalisation est plus difficile à réaliser. Dans ce contexte, nous proposons d’associer la technique du multiplexage par division de fréquences orthogonales (OFDM) avec une nouvelle version du code OSTBC proposé précédemment, afin de combattre les interférences entre symboles, engendrées par ce type de canaux, et réduire la complexité du détecteur MLD.
Directeur de thèse :	Keche Mokhtar