Correction des choix des codewords

Correction des choix des codewords

Correction des choix de codewords

Afin d’éviter ou bien de réduire le choix du même codeword par plus de deux usagers lorsque le système partage un seul code book, nous proposons de faire une correction lors du choix des codewords. À notre connaissance, nous sommes les premiers dans la littérature disponible à suggérer une telle procédure. En effet, trois stratégies ont été proposées [20], [21], [22]. Dans un premier temps, nous proposons une correction plutôt élémentaire au niveau des MS, par la retransmission de nouveaux codewords. Ces derniers correspondront au deuxième meilleur choix lors de la première sélection.
Afin de réduire la quantité de feedback découlant de la première stratégie, la deuxième stratégie consiste à faire la correction au niveau de l’émetteur sur la base d’une recherche par force-brute [21], [22]. En effet, afin de trouver les bonnes combinaisons de codewords, nous proposons d’utiliser un critère qui assure à la fois une bonne performance et une probabilité nulle que plusieurs usagers choisissent le même codewords.
Enfin, comme troisième stratégie, nous proposons de réduire la complexité due à la recherche exhaustive de la technique force-brute par l’adoption d’une optimisation basée sur la recherche génétique [21], [22]. Par rapport à la deuxième stratégie, ce schéma bénéficie d’une complexité réduite tout en conservant des niveaux de performances intéressants en pratique.
Précodage avec feedback limité pour les canaux spatialement corrélés.
Nous proposons une approche de précodage efficace, basée sur l’analyse en composantes principales (PCA – Principal Component Analysis), qui a pour but de décorréler le canal avant la sélection des codewords [23]. En effet, l’approche proposée peut être appliquée pour différents niveaux de corrélation ainsi que de configurations d’antennes. De plus, par rapport à ce qui a déjà été proposé dans la littérature, notre proposition ne nécessite pas certaines connaissances sur l’état du canal et elle offre une faible complexité lors du traitement.

Organisation de la thèse

Dans le but de faciliter la compréhension du manuscrit, nous avons opté pour que chaque proposition soit directement suivie par les résultats obtenus.
Pour ce qui est des chapitres restants, ils seront organisés comme suit : Dans le Chapitre 2, nous rappelons d’abord les éléments de base et les bénéfices du système MIMO. Par la suite, nous introduisons le système MU-MIMO et ses avantages par rapport au système SU-MIMO. Nous présentons ensuite un état de l’art sur les différentes techniques de précodage, en tenant compte des niveaux de disponibilité de la CSIT. Après cela, nous décrivons le modèle mathématique du système MU-MIMO avec une attention particulière pour les canaux spatialement corrélés. Enfin, nous détaillerons les principales techniques de précodage, selon la configuration d’antenne à la réception.
Après un état de l’art sur les différentes propositions en matière de code books, le Chapitre 3 se consacre à la conception des codebooks à faible complexité pour le système MU-MIMO. Dans un premier temps, nous proposons le code book Kerdock pour deux hypothèses, à savoir la parfaite CSIT et le feedback limité. Par la suite, nous proposons le concept de code book virtuel. Bien entendu, les codebooks proposés seront comparés en termes de performance et complexité.
Le Chapitre 4 s’intéresse à la réduction de la complexité du précodage au niveau de l’émetteur. Il convient de souligner que dans ce chapitre, nous considérons une parfaite CSIT. En effet, le chapitre s’articule sur la proposition d ‘un critère de sélection des codewords ainsi que sur la réduction de la recherche exhaustive lors de la sélection de ces derniers. Dans un premier temps, nous proposons un critère de sélection favorable à une mise en pratique. Ensuite, nous introduisons le précodage à base de l’algorithme génétique. Dans les deux propositions, une évaluation de performances ainsi qu’une analyse de complexité seront présentées.
Le Chapitre 5 débute par les propositions envisagées dans la littérature afin de remédier au problème de la sélection du même codeword par deux ou plusieurs utilisateurs. Alors qu’encore peu de littérature existe sur le sujet, ce chapitre introduit le concept de correction des choix. Ainsi, nous proposons une première stratégie de correction à base du deuxième meilleur choix. Ensuite, nous donnerons une deuxième stratégie, moins gourmande en feedback, basée sur une recherche exhaustive. Enfin, nous terminons le chapitre par une dernière solution en vue d’une réduction en complexité par rapport à ce qui a été déjà établi.
Contrairement aux chapitres précédents, le Chapitre 6 étudie l’optimisation de la transmission pour un canal multi-utilisateur spatialement corrélé en émission et en réception. En effet, après un survol de la littérature des différentes solutions pour ce contexte de transmission, nous donnerons ensuite pour plusieurs configurations d’antennes la méthode proposée. Pour finir, nous concluons le chapitre par la présentation et discussion des résultats obtenus.Finalement, le Chapitre 7 présente les conclusions liées à ce travail de recherche dans le but de rappeler les différentes contributions de la thèse, et faire état des limitations dans les méthodes proposées. Et, enfin, le chapitre s’achève avec des suggestions et perspectives des développements futurs.

SYSTÈMES MULTI-ANTENNES MULTI-UTILISATEURS (MU-MIMO)

Nous commençons ce chapitre en soulignant l’intérêt de l’utilisation de la technologie MIMO et les avantages du passage en mode multi-utilisateur (MU-MIMO).
Ensuite, nous exposons un état de l’art des différentes techniques de précodage avec une attention particulière pour le précodage avec partielle C8IT. Le chapitre décrit aussi le modèle mathématique du système MU-MIMO en liaison descendante. Par la suite, nous donnerons l’expression analytique des techniques de précodage avec feedback limité les plus utilisées dans la littérature. Ces techniques serviront comme méthodes de référence pour effectuer une étude comparative. De plus, elles seront utilisées afin d’évaluer nos propositions.

Système MIMO mono-utilisateur (SU-MIMO)

Par rapport à une transmission mono-antenne (8180 – Single-Input Single-Output), le système multi-antenne (MIMO) permet d’avoir plusieurs bénéfices, à savoir le gain de puissance (array gain), le gain de diversité spatiale, le gain de multiplexage spatial et la réduction des interférences [24].
En effet, le gain de puissance représente l’augmentation du SNR apportée par l’utilisation du Beamforming au niveau de l’émission et/ou la réception: la disposition de la CSIT permet de focaliser la puissance du signal en direction du récepteur.
Tandis que la CSIR (Channel State Information at the Receiver) conduit à une combinaison cohérente du signal à la réception. Par conséquent, les performances du système seront améliorées à la suite de l’augmentation du SNR.

Table des matières

Liste des Figures
Liste des Tableaux
Chapitre 1: Introduction
1.1 Motivations
1.2 Objectifs
1.3 Originalités et contributions
1.4 Organisation de la thèse
Chapitre 2: Systèmes multi-antennes multi-utilisateurs (MU-MIMO)
2.1 Système MIMO mono-utilisateur (SU-MIMO)
2.2 Du SU-MIMO vers le MU-MIMO
2.3 Précodage pour le MU-MIMO ..
2.3.1 Précodage avec connaissance parfaite du canal à l’émetteur
2.3.2 Précodage avec connaissance partielle du canal à l’émetteur
2.4 Modèle du système MU-MIMO ….. .. . .
2.4.1 Modèle des canaux spatialement correlés
2.5 Précodages avec feedback limité
2.6 Cas d’une seule antenne de réception
2.5.1 Cas de plusieurs antennes de réception
2.5.2 Conclusion
Chapitre 3: Codebooks à faible complexité
3. 1 Précodage avec code book de Kerdock
3.1.1 Conception du codebook …
3.1.2 Précodage avec connaissance parfaite du canal à l’émetteur. 34
3.1.3 Précodage avec feedback limité
3.1.4 Évaluation des performances .
3.1.5 Analyse de complexité ….
3.2 Précodage à base du codebook virtuel.
3.2.1Conception du codebook .. .
3.2.2 Évaluation des performances .
3.2.3 Analyse de complexité
3.3 .Gonclusion.
Chapitre 4: Précodages à faible complexité avec parfaite CSIT 58
4.1 Critère pour le choix des vecteurs de précodage
4.1.1 Maximisation du SJNR
4.2Évaluation des performances.
4.3Analyse de complexité
4.1.2Précodage à base de l’algorithme génétique
4.1.3Description de l’algorithme
4.2.1Évaluation des performances
4.2.2Analyse de complexité
4.2.3Conclusion.
Chapitre 5: Correction des choix des codewords
5.1Correction par le deuxième meilleur choix
5.2Description de l’algorit hme .
5.3Évaluation des performances.
5.4Correction par force brute …. .
5.1.1Description de l’algorithme .
5.1.2Évaluation des performances.
5.2.1Correction par recherche génétique
5.2.2Description de l’algorithme.
5.3.1Description de l’algorithme.
5.3.2Évaluation des performances.
5.3.3Analyse de complexité
Conclusion
Chapitre 6: Précodage avec feedback limité pour les canaux spatia6.1
6.2 Element corrélés
6.3 Précodage à base de l’analyse en composantes principales Element corrélés
6.1.1 Cas d’une seule antenne de réception .
6.1.2 Cas de plusieurs antennes de réception
6.2.1 Évaluation des performances
6.2.2 Cas d’une seule antenne de réception
Conclusion
Chapitre 7: Conclusions et perspectives
7.1 Contributions algorithmiques
7.2 Travaux et perspectives futurs
Référence

Télécharger le rapport complet