Ms - Tel.Trari Tani+tahri

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
MINISTERE DE L’ENSEIGNEMENT SUPERIEUR

ET DE LA RECHERCHE SCIENTIFIQUE
UNIVERSITE ABOU BAKR BELKAID - TLEMCEN

FACULTE DE TECHNOLOGIE
DEPARTEMENT DE TELECOMMUNICATION
MEMOIRE
Pour l’obtention du
DIPLOME DE MASTER
EN
RESEAUX DE TELECOMMUNICATIONS
Présenté par :
Mme TRARI TANI AMEL

MELLE TAHRI ASMA
THEME
L’ESTIMATION DE CANAL POUR
LES SYSTEMES MIMO MASSIF
Soutenu en octobre 2020 devant le jury :
M HADJILA Mourad Maitre de conférences Univ. Tlemcen Président.

M BORSALI Riad Professeur Univ. Tlemcen Examinateur.
M BAHRI Sidi Mohammed Maitre de conférences Univ. Tlemcen Encadreur.
Année universitaire : 2019-2020

Remerciements
Nous tenons particulièrement à remercier Allah le tout puissant, ce mémoire

n’aurait jamais été réalisé sans sa bénédiction.
Nous adressons nos remerciements à notre encadreur Monsieur S.M. BAHRI,

Maître de Conférences à l’université d’ABOU BEKR BELKAID, pour son aide
consistante, ses conseils judicieux, et pour ses remarques objectives. Son
expérience en recherche et son soutien permanent, nous ont permis de mener à bien
ce mémoire. Merci pour tout ce qu’il a pu nous apporter. C’est grâce à vous que le
travail a pris cette forme.
Nous remercions les membres du jury, Monsieur HADJILA Mourad,

Maître de Conférences à l’université d’ABOU BEKR BELKAID, d’avoir
l’amabilité de présider le jury, Mr BORSALI Riad, Professeur à l’université
d’ABOU BEKR BELKAID, d’avoir accepté d’examiner notre travail. Espérant qui
le trouve correspondant à leurs attentes avec nos sincères remerciements.
Nous profitons de cette opportunité pour exprimer notre gratitude à tous les
enseignants qui ont contribué par leur collaboration, disponibilité et sympathie, à
notre formation.
i
Dédicace
Ce mémoire est dédié à

Nos parents, Nos familles,
Nos ami(e)s,
Tous ceux qui nous aiment et
qu’on aime.
TRARI TANI AMEL & TAHRI ASMA

Résumé
La nécessité d’augmenter le nombre d'utilisateurs aux réseaux mobiles avec des débits de données
plus élevés et une meilleure fiabilité tout en consommant moins d’énergie a imposé le passage à
une nouvelle génération de communication mobile : la 5G, qui est basée sur la technique MIMO
massif. Cette technique est une forme du système MIMO multi utilisateurs où les stations de bases
sont équipées d’un grand nombre d’antennes stimulant le principe de la transmission simultanée par
multiplexage spatial.
Nous présentons dans ce mémoire un système MIMO massif associé avec la technique d'estimation
NMSE, qui est une technique permettant de connaître notre canal de transmission de manière à ce
que le signal transmis soit facilement récupéré à la réception. Notre simulation par MATLAB dans
le cas de contamination pilote avec présence des interférences permet de vérifier les performances
du système. Les résultats de simulation montrent que la technique NMSE réalise une bonne
estimation dans un canal corrélé avec contamination pilote.
Mots clé : 5G, MIMO Massif, MIMO Multi-utilisateurs, NMSE, communication mobile,
contamination pilote, l'estimation de canal.
Abstract
The need to increase the number of users to mobile networks with higher data rates and
better reliability while consuming less energy has forced the switch to a new generation of mobile
communication: 5G, which is based on massive MIMO technique. This technique is a form of the
multi-user MIMO system where the base stations are equipped with a large number of antennas
stimulating the principle of simultaneous transmission by spatial multiplexing.
We present in this dissertation a massive MIMO system associated with the NMSE
estimation technique, which is a technique that allows us to know our transmission channel so that
the transmitted signal is easily recovered on reception. Our simulation by MATLAB in the case of
pilot contamination with presence of interferences makes it possible to verify the performance of
the system. The simulation results show that the NMSE technique achieves a good estimate in a
channel correlated with pilot contamination.
Keywords: 5G, Massive MIMO, MU-MIMO, NMSE, Communication Mobile,

Contamination Pilote, channel estimation.
I
‫تلخيص‬
‫أدت الحاجة الى زيادة عدد المستخدمين لشبكات الهاتف المحمول ذات معدالت البيانات األعلى والموثوقية األفضل مع استهالك طاقة أقل إلى‬
‫هذه التقنية التحول إلى جيل جديد من االتصاالت المتنقلة‪ :‬الجيل الخامس‪ ،‬والتي تعتمد على تقنية متعدد هوائيات االرسال و االستقبال الضخمة‪،‬‬
‫هي شكل من أشكال نظام متعدد الهوائيات‪-‬متعدد المستخدمين حيث يتم تجهيز المحطات القاعدية بعدد كبير من الهوائيات التي تحفز مبدأ‬
‫اإلرسال المتزامن عن طريق تعدد اإلرسال المكاني‪.‬‬
‫نقدم في هذه األطروحة نظام متعدد هوائيات االرسال و االستقبال ضخم مرتبط بتقنية تقدير‪ ،‬وهي تقنية تسمح بمعرفة قناة اإلرسال لدينا بحيث‬
‫يمكن استرداد اإلشارة المرسلة بسهولة عند االستقبال‪ .‬إن محاكاتنا بواسطة "ماتالب'' في حالة التلوث التجريبي مع وجود تداخالت تجعل من‬
‫تقديرا جيدًا في قناة مرتبطة بالتلوث التجريبي‪.‬‬
‫ً‬ ‫الممكن التحقق من أداء النظام‪ .‬تظهر نتائج المحاكاة أن تقنية التقدير تحقق‬
‫الكلمات المفتاحية ‪ :‬الجيل الخامس ‪ ،‬تقنية التقدير ‪ ،‬تعدد المستخدمين‪-‬متعدد الهوائيات ‪ ،‬االتصاالت المتنقلة ‪ ،‬التلوث التجريبي‪.‬‬
‫‪II‬‬
Table des matières
Résumé............................................................................................................................................... I
Table des matières............................................................................................................................. III
Liste des figures ................................................................................................................................ VI
Listes des acronymes et abréviations................................................................................................ VIII
Introduction générale ....................................................................................................................... 2
Chapitre 1 : La 𝟓è𝐦𝐞 𝐆é𝐧é𝐫𝐚𝐭𝐢𝐨𝐧 …............................................................................................ 4
1.1 Introduction................................................................................................................................. 5
1.2 Evolution de communications mobiles....................................................................................... 5
1.2.1 L'apparition de la 1G............................................................................................................ 6
1.2.2 La deuxième génération 2G.................................................................................................. 7
1.2.3 La troisième génération 3G................................................................................................... 8
1.2.4 La quatrième génération 4G.................................................................................................. 8
1.2.5 La cinquième génération 5G................................................................................................. 9
1.3 Réseaux mobile de 5G................................................................................................................. 9
1.3.1 Les premiers point forts de 5G............................................................................................... 9
1.3.2 Les caractéristiques de la 5G.................................................................................................. 10
1.3.2.1 Communication dans la plage des ondes millimétriques.............................................. 10
1.3.2.2 Entrée multiple sortie multiple massive (mMIMO)...................................................... 11
1.3.2.3 Mini cellules et réutilisation du spectre électromagnétique.......................................... 12
1.4 Réseaux cellulaires.................................. .................................................................................... 14
1.5 Les applications de la 5G............................................................................................................. 15
1.6 Objectifs de la 5G......................................................................................................................... 16
1.7 5G : New Radio............................................................................................................................ 16
1.7.1 Scénarios de déploiement de NR.......................................................................................... 17
1.7.2 Numérologies....................................................................................................................... 18
1.7.3 Structure de trame................................................................................................................ 19
1.7.4 NR Resource Block ............................................................................................................. 20
1.7.5 Bande passante du canal NR................................................................................................ 21
1.8 Conclusion.................................................................................................................................. 21
Chapitre 2 : La Technologie MIMO massif ................................................................................ 22
III
2.1 Introduction................................................................................................................................ 23
2.2 MIMO......................................................................................................................................... 23
2.3 Principes du MIMO.................................................................................................................... 24
2.4 Types de MIMO......................................................................................................................... 24
2.4.1 MIMO – SISO ................................................................................................................... 24
2.4.2 MIMO – MISO ................................................................................................................... 25
2.4.3 MIMO – SIMO ................................................................................................................... 26
2.4.4 MIMO – MIMO................................................................................................................... 26
2.5 MIMO Massif ............................................................................................................................. 28
2.5.1 Beamforming ........................................................................................................................... 29
2.5.2 MU-MIMO ............................................................................................................................. 30
2.6 Caractéristiques de MIMO Massif............................................................................................. 30
2.6.1 TDD vs FDD pour le MIMO Massif.................................................................................. 31
2.6.2 L'évolutivité ...................................................................................................................... 33
2.6.3 Propagation favorable........................................................................................................ 33
2.6.4 Un réseau d'antenne de la station de base n'a pas besoin d'être physiquement grand ...... 33
2.7 Avantages du MIMO Massif .................................................................................................. 33
2.8 Types MIMO Massif................................................................................................................ 34
2.8.1 Système MIMO mono-utilisateur..................................................................................... 34
2.8.2 MIMO massif multiutilisateur.......................................................................................... 35
2.8.3 MU- Massive MIMO avec Multi-Cell scénario............................................................... 36
2.8.4 MIMO massif distribuée.................................................................................................. 37
2.9 Comparaison entre MIMO et MIMO massif......................................................................... 37
2.10 Utilité pour la 5G................................................................................................................. 38
2.11 Défis des systèmes MIMO Massifs..................................................................................... 38
2.11.1 La contamination des séquences pilotes........................................................................ 39
2.11.2 Propagation Défavorable .............................................................................................. 40
2.12 Conclusion.......................................................................................................................... 40
Chapitre 3 Simulation et résultat........................................................................................... . 41
3.1 Introduction.......................................................................................................................... 42
3.2 Langage utilisé..................................................................................................................... 42
3.3 Environnement de simulation.............................................................................................. 42

IV
3.4 Les modèle des canaux........................................................................................................... 45
3.5 L’estimation MMSE et NMSE............................................................................................. 47
3.6 Discussion des résultats de simulation................................................................................. 48
3.6.1 L’impact de la corrélation spatiale et la contamination pilot.......................................... 48
3.6.2 L’impact de SNR sur l’estimation de NMSE de canal.................................................. 48
3.6.3 L’impact de la corrélation spatiale sur l’estimation......................................................... 50
3.6.4 L’impact de la contamination pilot sur l’estimation....................................................... 51
3.7 Conclusion............................................................................................................................. 54
Conclusion générale.................................................................................................................. 56
Les références bibliographiques................................................................................................ 58
V
Liste des figures :
Figure 1.1 : Chronologie de l'évolution du réseau cellulaire mobile...................................6
Figure 1. 2 : Exemples d’appareils 1G..............................................................................7
Figure 1. 3 : Atténuation en fonction de différentes fréquences.......................................11
Figure 1.4 : Principe de la technologie MIMO..................................................................12
Figure 1.5 : réseaux a macro cellules et a petites cellules.................................................13
Figure 1.6 : exemple d'un système de petite antenne et du boitier qui accompagne........13
Figure 1.7 : Un réseau cellulaire.....................................................................................14
Figure 1.8 : Scénarios de déploiement de NR ...............................................................17
Figure 1.9 : Organisation des trames dans la 5G-NR......................................................19
Figure 1.10 : Longueur des slots pour chaque numérologie............................................20
Figure 1.11: Numérologie - Espacement des sous-porteuses..........................................20
Figure 1.12 : Canal 5G-NR..............................................................................................21
Figure 2.1 : Schéma bloc d’un système MIMO...............................................................24

Figure 2.2 : SISO - Single Input Single Output................................................................25
Figure 2.3 : MISO - Multiple Input Single Output .........................................................25
Figure 2.4 : SIMO - Single Input Multiple Output...........................................................26
Figure 2.5 : MIMO- Multiple Input Multiple Output....................................................28
Figure 2.6 : Modèle MIMO massif - M antennes et K utilisateurs................................29
Figure 2.7 : Système Massive MIMO en transmission multiutilisateurs........................30
Figure 2.8 : Types de configurations et déploiement d’une station de base pour
le MIMO massif..............................................................................................................31
Figure 2.9 : Le gain écrasant de TDD sur FDD pour les UT.........................................32
Figure 2.10 : Single-User Massive MIMO.....................................................................34
Figure 2.11 : Système MU-MIMO massif. M-antennes de BS dessert K simple
antenne UT......................................................................................................................35
Figure 2.12 : La BS dans la l-ième cellule et le k-ième UT dans la j-ième cellule........37
VI
Figure 2.13 : Illustration du concept de pilote contamination. (a) liaison montante
(b) liaison descendante........................................................................................................39
Figure 3.1 : illustration de la transmission UL MIMO massifs dans les cellules j et l.......43
Figure 3.2 : propagation LoS entre un utilisateur a antenne unique et une Bs...................45
Figure 3.3 : Modèle de corrélation spatiale à diffusion locale...........................................46
Figure 3.4 : propagation NLoS entre un utilisateur a antenne unique et une Bs.............47
Figure 3.5 : NMSE dans l'estimation MMSE d'un canal spatialement corrélé..................50
Figure3.6 : L'impact de l'ASD 𝜎𝜑 sur l'estimation de canal............................................51
Figure3.7 : la variation de coefficient de corrélation en fonction de l’angle d’UE
interférant.........................................................................................................................52
Figure 3.8 : NMSE dans l'estimation du canal de l'utilisateur désiré lorsqu'il ya
un utilisateur interférant, qui utilise le même pilote.........................................................53
VII
Acronymes et Abréviations
1G La première génération
2G deuxième génération
3G troisième génération
3GPP 3 rd Generation Partnership Project
4G quatrième génération
5G Cinquième Génération
AMPS Advanced Mobile Phone System
ASD Angular Standard Deviation
AWGN Additive White Gaussian Noise
BS Base Station
CDMA Code Division Multiple Access
CP Cyclic Prefix
CST
codage spatio-temporel
DL Downlink
ETACS
Extended Total Access Communication System
FDD
Frequency -Division Duplex
eNB
evolved Node B
FDD
Frequency -Division Duplex
gNB Next Generation NodeB
GSM
Global System for Mobile Communications
i.i.d
Distribution indépendant identique
VIII
IoT
Internet Of Things
LoS
Line of sight
LTE
Long Term Evolution
LTE-A
Long Term Evolution-Advanced
MIMO
Multi Input Multi Output
MISO
Multi Input Single Output
MMSE Multicell Minimum Mean-Squared Error

MSE Mean-Squared Error
MR Maximum Ratio
MU-MIMO Multi-User
NFFT Non-equispaced Fast Fourier Transform
NLoS No line of sight
NMSE Erreur quadratique moyen normalisé
NR New Radio
OFDM Orthogonal Frequency-Division Multiplexing
RF Radio Frequency
RZF Regularized Zero-Forcing
SE Spectral Efficiency
SIMO Single Input Multi Output
SISO Single Input Single Output
SMS Short Message Service
SNR Signal-to-Noise Ratio
SU-MIMO Single User MIMO
SVD Singular Value Decomposition
TDD Time-Division Duplex UL
TDMA Time Division Multiple Access
TACS Total Access Communication System
UE User terminal
UIT Union Internationale des Communications
UL Up Link
IX
UMTS Universel Mobile Telecommunications System
UT User Terminal
WLAN Wireless Local Area Network
W-CDMA Wideband Code Division Multiple Access
X
INTRODUCTION
GENERALE
Introduction générale
Le volume de données mobiles n’a cessé de croître de manière exponentielle au cours des
dernières années suite à la diffusion massive des dispositifs connectés et la demande
exhaustive des ressources radio. Par conséquent, malgré l’accélération du déploiement des
systèmes mobiles sans fil à haut débit de la quatrième génération, les recherches se dirigent
maintenant vers les réseaux de 5ème génération (5G) et au delà, où le défi consistera à
surmonter les limites fondamentales des réseaux cellulaires existants. Le but est de garantir
des services de haute qualité et un débit élevé à un nombre croissant d’utilisateurs ayant une
disponibilité limitée de ressources.
Les réseaux de la 5ème génération doivent répondre aux exigences des transmissions
futures telles qu’une vitesse de transmission de données de 100 Mbits/s jusqu'à 1 Gbit / s par
terminal utilisateur (UT), avec une densité de connexion qui dépasse 1Méga de connexions /
Km², la mobilité des véhicules à grande vitesse jusqu'à 500 km / h. Un candidat prometteur
qui peut offrir ces demandes est le système sans fil MIMO Massif (Massive Multiple-Input
Multiple-Output).
Les MIMO massifs sont une technologie de couche physique prometteuse pour les
communications sans fil 5G en raison de sa capacité de spectre élevé et de son efficacité
énergétique, de sa résolution spatiale élevée et de sa conception simple d'émetteur-récepteur.
Pour profiter de ses gains potentiels, l'acquisition d'informations sur l'état des canaux est
cruciale, ce qui malheureusement fait face à un certain nombre de défis, tels que la
contamination du pilote de liaison montante, la surcharge de la formation et du retour
d'information sur la liaison descendante, et la complexité du calcul.
Toutefois le transport de donnée est un processus compliqué. En effet, il est possible que
des données s’endommagent ou pire se perdent, et pour remédie à ce problème, les ingénieurs
en recours à l’estimation de canal pour obtenir l’information complète au niveau de réception.
Le NMSE est l’une des méthodes utilisé pour résoudre ce problème. Ce mémoire se base sur
l'étude de cette méthode afin de fournir la meilleure estimation pour les conceptions des
systèmes pratiques. Il est structuré autour de trois chapitres :
Le premier chapitre montre l’évolution des réseaux de communication mobile et

l’importance de passer à la cinquième génération pour répondre à la demande croissance de
débit et de capacité. Nous consacrons le deuxième chapitre à l’étude de la technologie MIMO
massif après avoir présenté les systèmes MIMO.
2
Introduction générale
Le troisième chapitre propose une analyse graphique sur l’influence des paramètres du
système sur l’estimation de canal NMSE. Enfin, avec une conclusion générale on termine
notre travail.
3
Chapitre I :La 𝟓è𝒎𝒆 Génération
Chapitre I : La 𝟓è𝒎𝒆 Génération
1.1 Introduction
Au cours des dernières décennies, le réseau de communication sans fil mobile, n’a pas
cessé de se développer. La génération mobile sans fil (G) fait généralement référence à un
changement dans la nature du système, vitesse, technologie, fréquence, capacité de données,
latence, etc. Chaque génération a des normes, des capacités différentes, de nouvelles
techniques et de nouvelles fonctionnalités qui la différencient de la précédente. Le réseau de
communication sans fil mobile de première génération (1G) était analogique utilisé pour les
appels vocaux seulement. La deuxième génération (2G) est une technologie numérique et
prend en charge la messagerie texte. La troisième génération (3G) de technologie mobile a
fourni un taux de transmission de données plus élevé. La quatrième génération (4G) intègre la
3G à internet fixe pour prendre en charge internet mobile sans fil, qui est une évolution de la
technologie mobile et qui surmonte les limites de la 3G. Elle augmente également la bande
passante et réduit le coût des ressources. La 5G signifie 5eme génération de technologie
mobile et va être une nouvelle révolution dans le marché mobile qui a changé les moyens
d'utiliser les téléphones portables à très haut débit. Avec la 5G, une véritable rupture
technologique est née, utilisateur jamais connu avant une telle technologie de haute valeur qui
comprend tous les types de fonctionnalités avancées, la technologie 5G sera la plus puissante
et en forte demande dans un avenir proche.
1.2 Evolution de communications mobiles

Les réseaux mobiles ont connu une évolution très importante depuis le lancement du
premier réseau mobile aux Etats Unis. Avant d'expliquer la 5ème génération, nous semblent
intéressant de rappeler cette évolution.
5
Figure 1.1 : chronologie de l'évolution du réseau cellulaire mobile [1].
1.2.1 Apparition de la 1G
La première génération de téléphonie mobile (notée 1G) possédait un fonctionnement

analogique et était constituée d'appareils relativement volumineux. Il s'agissait principalement
des standards suivants :
 AMPS (Advanced Mobile Phone System).

 TACS (Total Access Communication System).
 l’ETACS (Extended Total Access Communication System).
Les réseaux cellulaires de première génération qui fonctionnait sur un système de

communication analogique n’ont pas connu le succès escompté à cause de certains problèmes
de communication et de la qualité des téléphones mobiles qui ont été les premiers téléphones
portables à être utilisés, introduits en 1982 et achevés au début des années 1990. Ces
systèmes ont cependant été abandonnés il y a quelques années laissant la place de la 2è𝑚𝑒
génération.
6
Figure 1.2 : Exemples d’appareils 1G.
1.2.2 La deuxième génération 2G
La seconde génération de réseaux mobiles (notée 2G) a marqué une rupture avec la
première génération de téléphones cellulaires grâce au passage de l'analogique vers le
numérique pour la liaison ainsi que pour le signal vocal.
Les principaux standards de téléphonie mobile 2G sont les suivants :
 Le GSM (Global System for Mobile communications) : le standard le plus utilisé en

Europe à la fin du XXe siècle. Ce standard utilise les bandes de fréquences 900 MHz et 1800
MHz. On est alors sur une gamme bien supérieure à celle utilisée pour la 1ère génération aux
Etats-Unis où les bandes de fréquences utilisées sont les bandes 850 MHz et 1900 MHz. Le
réseaux GSM a pour premier rôle de permettre des communications entre abonnés
mobiles (GSM) et abonnés du réseaux téléphonique commuté (RTC -réseaux fixe).
 Le CDMA (Code Division Multiple Access), utilisant une technique d’étalement de

spectre permettant de diffuser un signal radio sur une grande gamme de fréquences.
 TDMA (Time Division Multiple Access), utilisant une technique de découpage
temporel des canaux de communication, afin d'augmenter le volume de données transmis
simultanément.
Des extensions de la norme GSM ont été mises au point afin d'améliorer le débit.
(General Packet Radio System), qui permet d'obtenir des débits théoriques de l'ordre
7
de 114 kbit/s, plus proche de 40 kbit/s dans la réalité, la technologie ne rentrant pas dans le
cadre de l'appellation, cette 3G a été baptisée 2.5G. La norme EDGE (Enhanced Data Rates
for Global Evolution), présentée comme 2.75G quadruple les améliorations du débit de la
norme GPRS en annonçant un débit théorique de 384 Kbps, ouvrant ainsi la porte aux
applications multimédias.
1.2.3 La troisième génération 3G
Les spécifications IMT-2000 (International Mobile Telecommunications for the year

2000) de l'Union Internationale des Communications (UIT), définissent les caractéristiques de
la 3G (troisième génération de téléphonie mobile). Ces caractéristiques sont notamment les
suivantes :
 Un haut débit de transmission :

 144 Kbps avec une couverture totale pour une utilisation mobile,
 384 Kbps avec une couverture moyenne pour une utilisation piétonne,
 2 Mbps avec une zone de couverture réduite pour une utilisation fixe.
 Compatibilité mondiale.
 Compatibilité des services mobiles de 3ème génération avec les réseaux de seconde
génération, c’est-à-dire qu’ils souhaitent garder les paramètres des générations précédentes
(envoi de messages et contenus multimédias).
La principale norme 3G utilisée en Europe s'appelle UMTS (Universal Mobile

Télécommunications System), utilisant un codage W-CDMA (Wide band Code Division
Multiple Access). La technologie UMTS utilise la bande de fréquence de 5 MHz pour le
transfert de la voix et de données avec des débits pouvant aller de 384 kbps à 2 Mbps.
1.2.4 La quatrième génération 4G

La technologie 4G est la nouvelle génération des standards téléphoniques. Elle repose sur
la nouvelle norme « LTE », en voie d'expansion à travers le monde. Alors qu'au sein du
réseau 3G, les données internet et conversations téléphoniques étaient séparées, le débit
devant alors se partager entre les utilisateurs connectés, la 4G réunit l'ensemble de ces
données, cela garantit un transfert de données de meilleure qualité.
Les débits vont de 100Mb/s à 1Go/s. Le réseau mobile 4G peut donc offrir un débit
nettement supérieur à celui de la fibre optique actuelle, du moins en théorie car en pratique
8
il n’est pour l'instant "que" de quelques dizaines de Mb/s, du fait que la bande passante soit
partagée entre les différents utilisateurs du réseau dans une même zone [2].
1.2.5 La cinquième génération 5G
La cinquième génération (5G) est la nouvelle génération qui est entrée sur le marché en
fin 2019 et sera commercialisé au début 2021. Succédera à la 4G, elle a une capacité
extraordinaire de données et a la capacité de relier des volumes d'appels sans limitation. Cette
technologie apportera un débit plus important encore avec un temps de latence bien plus
faible qu'aujourd'hui et une diffusion de données infinie dans le dernier système d'exploitation
mobile [3]. Par exemple avec la 4G, un film de 800 Mo prend environ 40 secondes à la
télécharger ; avec la 5g le temps réduit à une seule seconde [4].
1.3 Réseau mobile de 5G

Les systèmes de communication mobile de cinquième génération (5G) émergent à grande
vitesse pour répondre à un large éventail de défis apportés par la soif de nos sociétés actuelles
et futures pour les communications sans fil. La 5G doit s’attaquer, en plus d’une augmentation
du volume de trafic, au défi de connecter des milliards d’appareils avec des besoins de service
hétérogènes. Les réseaux de 5G devraient fournir beaucoup d'améliorations [5].
I.3.1 Les premier point fort de 5G
 La capacité de téléchargement
Les débits en 5G seront jusqu'a 10fois plus élevé que ceux de la 4G, elle pourrait même
atteindre dans certaines situation jusqu’à 20 Gbit/ seconde. En pratique, il faut plutôt
s’attendre a une expérience de navigation entre 100 Mbit/s et quelque Gbit/s.
 La latence
Cela désigne le délai de transit d’une donnée entre le moment où elle est envoyée et celui
où elle est reçue. Celui-ci sera divisé par 10 par rapport à la 4G, avec un temps de réponse d’à
peine une milliseconde. Cette réactivité est cruciale pour l’industrie, car des échanges
constants et quasi-immédiats sont requis pour faire émerger des usages comme le transport
autonome [5].
 La densité
La 5G embarque l’internet des objets (IoT pour Internet of Things) et devra donc gérer
des millions de connexion.
9
1.3.2 Les caractéristiques de la 5G
Afin de répondre aux besoins de croissance du service sans fil développé au cours des
dix prochaines années, nécessite des changements radicaux dans le paradigme du réseau en
plus d’innovations perturbatrices. La capacité des réseaux sans fil peut être étendue de
manière ce que peut faire appel à un large éventail de nouvelles technologies. Cela permet un
saut dans les performances qui éclipse les prédécesseurs de 5G. Ces innovations toucheront la
transmission et la conception de la couche physique en plus d’introduire des bouleversements
dans les couches supérieures du réseau.
Parmi les innovations potentielles dans la couche physique 5G, on peut citer :
1.3.2.1 Communications dans la plage des ondes millimétriques
Le développement rapide de la technologie de communication sans fil a entraîné une

augmentation explosive du nombre d'utilisateurs mobiles. Les débits de données extrêmement
élevés et l'amélioration des performances des réseaux sans fil sont des choses importantes
pour satisfaire les futurs besoins des clients.
La 5G utilise les très hautes fréquences (extremely high frequencies ; “mmWaves”) ; cela
est un des éléments qui la caractérise le plus. Les besoins de spectre supplémentaires dans le
monde seront de 1000 à 2000 MHz, tandis que la ressource de basse fréquence aura été
largement épuisée. Comparées à la bande de basse fréquence utilisée, les ressources de
fréquence disponibles dans la bande d’ondes millimétriques (30–300 GHz) associées à une
longueur d'onde de 10 mm à 1 cm, ce qui correspond à environ 200 fois la bande de basse
fréquence.
Cependant, ces fréquences plus élevées ont des problèmes de propagation du signal sur
une grande distance [6].
10
Figure 1. 3 : Atténuation en fonction de différentes fréquences.
À partir de la figure (1.3), ces pics divisent le spectre en quatre fenêtres : 35, 90, 140 et
220GHz, ce qui permet de surpasser la limitation des ondes radio. Les spécifications de ces
fenêtres en fonction de la valeur d'atténuation inférieure et de la largeur de bande large
peuvent être adaptées à ces fenêtres pour les communications sans fil avec un débit binaire
élevé.
1.3.2.2 Entrée multiple sortie multiple massif (mMIMO)
MIMO massif ou Massive MIMO est une technologie du futur qui fournira des réseaux
large bande plus sécurisé, robuste, marque une rupture nette avec la pratique actuelle en
utilisant un très grand nombre d’antennes de service (par exemple, des centaines ou des
milliers) qui fonctionnent de manière totalement cohérente et adaptative. Des antennes
supplémentaires aident en concentrant la transmission et la réception de l’énergie du signal
dans des régions de plus en plus petites de l’espace. MIMO Massif est une forme du système
MIMO multi utilisateurs où les stations de bases et le nombre d’utilisateurs sont très
nombreux [7].
11
Figure 1.4: Principe de la technologie MIMO.
1.3.2.3 Mini-cellules et réutilisation du spectre électromagnétique
La 5G, verra encore probablement une forte amélioration des volumes de données
échangés, sans nécessiter des bandes millimétriques, aux faibles capacités de propagation,
nécessitera probablement la généralisation de la mise en place d’émetteurs radioélectriques de
faible puissance (les petites cellules ou small-cells) [8].
Des estimations évoquent, pour satisfaire la demande et permettre l’introduction de la 5G,

un nombre d’au moins 10 small-cells par site macro en milieu urbain, milieu dans lequel les
cellules sont déjà relativement resserrées pour faire face à la densité des usages.
En déployant de petites cellules (micro, pico), bien qu'elles couvrent une zone
géographique beaucoup plus petite que les macros cellules, les petites cellules améliorent la
couverture, les capacités et la qualité de service des réseaux.
12
Figure 1.5 : réseaux a macro cellules et a petites cellules
Figure 1.6 : Exemple d'un système de petite antenne et du boitier qui l'accompagne.
Communications sans fil full-duplex

La normalisation en cours des spécifications de la 5G n’empêche pas les constructeurs
d’équipement d’anticiper sur les futurs besoins de la prochaine génération de réseau mobile
ou d’exploiter la tendance pour introduire de nouvelles solutions.
La technologie sans fil permet de doubler les capacités de transfert d’une mini cellule
traditionnelle. Cette technologie est présentée « comme une étape vers 5G ».
13
« full-duplex » utilise une seule fréquence pour assurer simultanément l’envoi et la

réception des données au lieu d’utiliser deux fréquences (half-duplex), chacune étant dévolue
à un flux montant ou descendant, un émetteur-récepteur de séparation des communications,
full-duplex permet de limiter grandement les interférences entre les stations radio, macro et
petite, et les terminaux [9].
1.4 Réseaux cellulaire

Un réseau cellulaire se compose d'un ensemble de stations de base (BS) et d'un ensemble
d'équipements utilisateurs (UE). Chaque équipement est connecté à l'un des BS, qui lui fournit
des services, comme illustré à la Figure :
Figure 1.7 : Un réseau cellulaire.
La communication entre les terminaux et BS est bidirectionnelle. La liaison descendante

(DL) fait référence aux signaux envoyés par les BS à leurs équipements respectifs, tandis que
la liaison montante (UL) fait référence aux transmissions des équipements vers leurs BS.
Le débit surfacique est donc une performance très pertinente de la métrique des réseaux
cellulaires contemporains. Il est mesuré en bit / s / km² et peut être modélisé à l'aide de la
formule de haut niveau suivante :
Débit de surface [bit/s/km2 ] = B [Hz] · D [cells/km2 ] · SE [bit/s/Hz/cell] (1.1)
14
Où B est la largeur de bande de communication, D la densité de cellules moyenne et SE

l’efficacité spectral par cellule. Par conséquent, pour améliorer le débit de couverture des
réseaux cellulaires, nous pouvons :
• Allouer plus de bande passante.
• Ajouter plus de BS.
• Améliorer la SE.
L'augmentation de la bande passante n'est pas aussi attrayante, car le spectre de

fréquences est une ressource naturelle à coût élevé et confronté à la rareté. En outre, cela
implique également l'utilisation de bandes de fréquences beaucoup plus élevées, ce qui limite
la portée de la communication. Malgré cela, des bandes de longueurs d'onde millimétriques
peuvent être utilisées pour les applications à courte portée. Densifier le réseau, en employant
plus de BS, est une tâche difficile sans déplacer les BS plus près des terminaux, ce qui
augmente les risques d’être dans l’ombre, réduisant ainsi la couverture. Ce sont les principales
raisons pour lesquelles il est préférable d'améliorer la SE. Une façon d'améliorer le SE
consiste à utiliser plusieurs antennes au niveau de la station de base pour collecter plus
d'énergie à partir des ondes électromagnétiques.[10]
1.5 Les applications de la 5G

Avec un réseau cellulaire jusqu’à 100 fois plus rapide, la technologie 5G ouvre un vaste
champ des possibles.
La 5G sera plus rapide que biens des réseaux WIFI. Pourtant la révolution promise ne
repose pas seulement sur la vitesse. Le débit du réseau est lui aussi considérablement
supérieur, permettant à un grand nombre de personnes ou d’objets de se connecter
simultanément. Mais l’évolution ne s’arrête pas là. En effet, la latence sera désormais réduite
à la milliseconde, créant les conditions d’émergence des technologies les plus prisées comme
les véhicules autonomes ou la réalité virtuelle. Découvrons les domaines qui nous réservent
les applications les plus prometteuses :
 Santé et chirurgie à distance.
 Industrie.
 Divertissement.
 Voiture autonome. [11]
15
1.6 Objectifs de la 5G
La 5G est la technologie qui permet les connexions et les téléchargements plus rapides que les
autre générations et intègre toute une série de nouveaux usages, la future de la technologie 5G n’y fera
pas exception en se concentrait sur l’internet des objectifs la 5G vise à : faciliter l’émergence d’un
immense écosystème IOT.
 L’amélioration de la vitesse de transmission des données.

 Un temps de latence plus court donne l’impression que le réseau est très réactif.
 (1 milliseconde de latence). 100% de couverture.
 90% de réduction en utilisation énergie du réseau.
 Jusqu’à 10 ans de durée de vie de la batterie.
 1000 fois plus de bande passante par unité de la surface.
 Jusqu’à 100 fois plus d’appareils connectés par unité de surface.
 99,999% de disponibilité.
 La vitesse de transmission des données est double par rapport à 4G. [12]
Les usages que l’on fait de cette technologie sont divers et variés. Par exemple,
l’enrichissement de la maison connectée, le véhicule autonome, les vidéos immersives et
l’arrivée de la médecine. L’objectif étant de simplifier la vie des personnes. [13]
1.7 5G : New Radio

Différent réseaux mobiles conventionnels conçus pour optimiser l'efficacité de
transmission d'un service particulier (par exemple, le streaming voix / vidéo) principalement,
l'industrie et le monde universitaire parviennent à un accord selon lequel les réseaux mobiles
5G devraient soutenir de multiples besoins sans fil, y compris une mobilité plus élevée, débits
de données et latence plus faible. À cet effet, 3GPP a lancé l'activité de normalisation pour la
première phase du système 5G dans la version 15 appelée New Radio (NR). Pour bien
comprendre cette technologie cruciale, ce paragraphe offre un aperçu complet du
développement de pointe de NR, y compris les scénarios de déploiement, les numérologies, la
structure de trame, la nouvelle forme d'onde, l'accès multiple, la procédure d'accès initial /
aléatoire et la porteuse améliorée agrégation (CA) pour les demandes de ressources et les
transmissions de données. Les informations fournies facilitent ainsi la connaissance de la
conception et de la pratique pour d'autres fonctionnalités de NR. [14]
16
1.7.1 Scénarios de déploiement de NR

Pour assurer la compatibilité ascendante avec LTE / LTE-A, l'architecture de NR est
requise pour un interfonctionnement étroit avec LTE / LTE-A. Pour cette exigence, les
cellules LTE / LTE-A et NR peuvent avoir une couverture différente (Figure 1.11.a) ou la
même couverture, et les scénarios de déploiement suivants sont réalisables :
Figure 1.8 : Scénarios de déploiement de NR.
a_ LTE / LTE-A eNB est un nœud maître
Un eNB LTE / LTE-A offre un support d'ancrage (dans les plans de contrôle et
utilisateur), tandis qu'un NR gNB propose un support de rappel. Le flux de données est agrégé
sur un eNB et un gNB via le noyau de paquet évolué (EPC) (Figure 1.8.b).
17
b_ NRgNB est un nœud maître
Un NR gNB autonome offre des services sans fil (dans les plans de contrôle et utilisateur)
via le noyau de la prochaine génération. Un eLTE et eNB colocalisés peut également fournir
des porteuses d’amplificateur pour des connexions doubles (Figure 1.8.c).
c _eLTE eNB est un nœud maître
Un eLTEeNB autonome offre des services sans fil (dans les plans de contrôle et
utilisateur) via le cœur de prochaine génération ou un NR gNB colocalisé est en mesure de
fournir des supports de rappel, comme illustré à la Figure 1.8.d.
d Transfert de technologie inter-radio (RAT) entre (e) eNB LTE / LTE-

A et NR gBN
Un LTE / LTE-A eNB se connecte à l'EPC et un gNB NR se connecte au noyau de
nouvelle génération pour prendre en charge le Handover entre eux. Un eLTEeNB peut
également se connecter au noyau de la prochaine génération, et le transfert entre eNB et gNB
peut être entièrement géré via le noyau de la prochaine génération (Figure 1.8.e).
1.7.2 Numérologies
En NR, les émetteurs et les récepteurs peuvent bénéficier d'une bande passante plus large
dans les bandes de fréquences élevées. Dans ce cas, l'espacement des sous porteuses peut être
étendu (supérieur à 15 kHz, comme adopté par LTE / LTE-A, et éventuellement jusqu'à 960
kHz). De plus, les fréquences porteuses élevées sont également vulnérables à l'effet Doppler
et un espacement important des sous-porteuses peut faciliter l'atténuation des interférences
entre porteuses. D'autre part, NR devrait également prendre en charge un faible espacement
des sous-porteuses, tel que 3,75 kHz, comme le permet l'internet des objets à bande étroite
(NB-IoT), pour bénéficier d'un meilleur rendement énergétique dans les bandes de basses
fréquences. En conséquence, les espacements des sous-porteuses dans NR sont évolutifs en
tant que sous-ensemble ou sur-ensemble de 15 kHz. Les espacements possibles des sous-
porteuses peuvent être de 15 kHz x 2µ , où µ peut être un entier positif / négatif ou zéro. Pour
chaque valeur d'espacement de sous-porteuse, plusieurs longueurs de CP peuvent être insérées
pour s'adapter à différents niveaux de brouillage inter-symbole à différentes fréquences
porteuses et mobilité.
Les types NR numérologie sont résumés dans le tableau suivant :
18
Tableau 1. Numérologies de transmission prises en charge [15]
µ ∆ƒ= 2µ .15 [kHz] Préfixe cyclique

(CP)
0 15 Normal
1 30 Normal
2 60 Normal,Élargie
3 120 Normal
4 240 Normal
1.7.3 Structure de trame

Les transmissions en liaison descendante et montante sont organisées en trames d’une
durée de 10 ms, figure 1.9, chacune divisée en dix sous-trames de 1 ms.
Figure 1.9 : Organisation des trames dans la 5G-NR.
La longueur de slot varie en fonction de l'espacement des sous-porteuses. La tendance

générale est que la longueur de slot diminue à mesure que l’espacement des sous-porteuses
s’élargit, figure 1.10. Cette tendance provient de la nature de l'OFDM.
19
Figure 1.10 : Longueur des slots pour chaque numérologie.
1.7.4 Bloc de ressources NR

Un bloc de ressources NR (RBck) contient 14 symboles dans le domaine temporel et 12
sous-porteuses dans le domaine fréquentiel. En bande LTE, la largeur de bande RB est fixée à
180 KHz mais en NR, elle n'est pas fixe et dépend de l'espacement des sous-porteuses. La
figure 1.14 montre les espacements des SP pour chaque numérologie.
Figure 1.11 : Numérologie - Espacement des sous-porteuses.

20
1.7.5 Bande passante du canal NR
Le NR devrait fonctionner avec une largeur de canal de 100 MHz pour les bandes
inférieures.
CBW = N_RB x N_SP x ∆ƒ + 2x BG (1.2)
Où :
-CBW : la bande passante de canal.
-N_RB : Nombre de ressource block.
-N_SP : Nombre de sous porteuse = 12.
-BG : la bande de garde.
Figure 1.12 : Canal 5G-NR. [16]
1.8 Conclusion
La saturation du réseau 4G du à l’augmentation de nombre d’utilisateurs et à

l’augmentation de volume des données échanger justifie le passage à une nouvelle génération
de réseaux 5G, celle-ci nécessite plusieurs technologies, telles que le MIMO massif, la
communication directes (Device-to-device), la communication à ondes millimétriques, l'accès
multiple par division de faisceau dans la technologie MIMO massif. La numérologie de NR
de la 5G donne une flexibilité convient avec son architecture hétérogène.
21
Chapitre II : La Technologie
MIMO massif
Chapitre II : La Technologie MIMO massif
2.1Introduction
Ce chapitre vise à présenter les réseaux MIMO (Multiple Input Multiple Output)
massifs connus sous le nom de Massive MIMO. La capacité des systèmes multi-antennes
augmentait linéairement avec le nombre d’antennes émettrices, ces systèmes possèdent un
avantage en plus, car ils résistent aux évanouissements et aux interférences. D’autre part
l’efficacité spectrale potentielle d’un tel système est plus élevée que celle d’un système mono-
antenne. Cette nouvelle technologie est une méthode la plus favorable pour les systèmes
révolutionnaires de la cinquième génération des réseaux mobiles (5G) et de l’internet des
objets. Les évolutions technologiques exigeront des systèmes de communication puissants et
fiables. Cela nécessite de nombreux progrès sur les systèmes actuels. Dans le cadre des
améliorations possibles s’inscrit le Massive MIMO. Ainsi on explore la technologie MIMO
traditionnel.
2.2 MIMO
Les technologies MIMO se basent sur l’utilisation de plusieurs antennes aussi bien du
côté de l’émetteur que celui du récepteur. Elles permettent le transfert de données a plus
longue portée et avec un débit plus élevé qu’avec des antennes utilisant la technique SISO
(single-input single-output). La technologie MIMO tire parti d'un phénomène d'ondes
radioélectriques appelé trajets multiples, où les informations transmises rebondissent sur les
murs, les plafonds et d'autres objets, atteignant l'antenne de réception plusieurs fois sous
différents angles et à des moments légèrement différents. Dans un système MIMO, on envoie
un symbole différent sur chaque antenne émettrice. Chaque antenne réceptrice va capter un ou
plusieurs signaux venant chacun d'une antenne émettrice suivant un trajet totalement différent
des autres existants entre l'émetteur et le récepteur. La diversité spatiale du milieu assure une
certaine décorrélation entre les divers trajets et ainsi rendre la résolution du système
d'équations du système MIMO possible. En effet, si la décorrélation entre les trajets
augmente, le nombre de symbole qu'on puisse extraire du système d'équations sera important
et vice-versa [17].
23
Figure 2.1 : Schéma bloc d’un système MIMO
Il est clair que la richesse en multi-trajets peut augmenter clairement la capacité du

système en se basant sur la diversité spatiale présente dans le canal [18]. C'est dans ce
contexte que se justifie notre choix de la technique MIMO à implémenter au sein du milieu en
vue d'assurer des communications fiables et à haut débit.
2.3 Principes du MIMO

La principale source des perturbations, que subit un signal lors de sa propagation est le
canal. Le signal subit des évanouissements, des décalages fréquentiels ou même temporels, à
cause des phénomènes de propagation multi-trajets. Par contre aux systèmes classiques, les
systèmes à diversité prennent avantage de ces types de propagation pour améliorer les
performances du système. Pour mettre en place ces améliorations, les systèmes MIMO
exploitent les techniques de diversité (spatiale, fréquentielle et temporelle).
2.4 Types de MIMO

De part le nombre d’antennes existant dans les différents dispositifs d’antennes, nous
pouvons distinguer quatre configurations (systèmes) :
 SISO - Single Input Single Output

 SIMO - Entrée unique Sortie multiple
 MISO - Sortie unique à entrées multiples
 MIMO - Entrée multiple Sortie multiple
2.4.1 SISO
Il s’agit de l'architecture la plus simple et la plus traditionnelle où l'on dispose d'une seule
antenne en émission et d’une autre en réception.
24
Figure 2.2 : SISO - Single Input Single Output
2.4.2 MISO
C’est une technique de diversité spatiale en émission. C'est-à-dire plusieurs antennes

émettent des signaux qui sont interceptés par une seule antenne en réception. Dans ce mode
de transmission, une superposition du signal transmis simultanément par les Nt antennes
émettrices est reçue [20]. Chaque antenne émet le même symbole d’énergie Es/Nt. C'est-à-
dire que la puissance émise est divisée sur le nombre d’antenne telle que :
P=Σpi (2.3)
Avec Pi est la puissance émise sur chaque antenne. Si cette puissance est égale sur toutes
les antennes, alors on dira que
P= Nt .Pi (2.4)
Figure 2.3: MISO - Multiple Input Single Output.
25
2.4.3 SIMO
C’est une technique qui utilise plusieurs antennes en réception pour lutter contre
l’évanouissement dû au canal. La version SIMO à sorties multiples et à entrée unique se
produit lorsque l’émetteur a une seule antenne et que le récepteur dispose de plusieurs
antennes. [21]
Figure 2.4: SIMO - Single Input Multiple Output
2.4.4 MIMO
MIMO est une technologie d'antenne radio qui utilise plusieurs antennes au niveau de
l'émetteur et du récepteur pour permettre aux signaux de traverser une variété de chemins
pour transporter les données. Cette technique permet de contrer les effets du canal toute en
améliorant la qualité des signaux en réception. Les systèmes sans fil MIMO peuvent être
considérés comme une extension logique des antennes intelligentes utilisées depuis de
nombreuses années pour améliorer la technologie sans fil.
Le canal MIMO est traduit par une matrice H de taille R×T dite matrice de canal ou R le
nombre d’antennes d’émission et T le nombre d’antennes de réception.
ℎ11 ℎ12 … ℎ1𝑇

ℎ21 … … ℎ2𝑀
𝐻=[ ]
…… ………
ℎ𝑅1 ℎ𝑅2 … ℎ𝑅𝑇
Où hi est le gain complexe du canal entre la jème antenne émettrice et la ième antenne
réceptrice.
On considérant l’émission d’une séquence X=[x1,x2, ...xR]T avec réception de
Y =[y1,y2 ...yT]T
26
On peut écrire la relation suivante :
Y=HX+η
Où η représente le bruit qui corrompt le signal lors de la traversée du canal.
Le calcul de la capacité dépend de deux points suivants :
 Le modèle du canal MIMO.

 La distribution des puissances entres les antennes émettrices.
𝜌
C =log2(det [𝐼𝑁𝑟 + .H.H*]) bps/hz (2.7)
𝑁𝑡
La capacité des systèmes MIMO est un sujet d’actualité dans la littérature, la puissance
totale moyenne émise P reste constante. Lorsque le nombre d’antennes varie à l’émetteur,
alors la puissance est répartie entre les Nt antennes de façon à ce que leur somme reste égale à
P. Si aucune connaissance du canal n’est disponible à l’émetteur, la répartition de puissance
uniforme est optimale en terme de capacité (chaque antenne émet une puissance P/Nt).[22]
On distingue deux types d’antennes MIMO :
MIMO à Codes spatio-temporels
Certaines études ont vite démontré que les systèmes MIMO permettaient également des
communications bien plus sûres grâce à un codage conjoint de toutes les sous-chaînes
d’information qui sont transmises aux antennes. Ce codage spatio-temporel (CST) est une
méthode pour atteindre la capacité d'un système MIMO qui augmente considérablement
lorsqu'on a plusieurs antennes de transmission et de réception.
Un code spatio–temporel est caractérisé par son rendement, son ordre de diversité et son
gain de codage. On peut distinguer deux grandes classes de codage espace-temps permettant
l’exploitation de la diversité : le codage en treillis et le codage en blocs.[23]
MIMO à Multiplexage spatiale

Le multiplexage spatial est une technique utilisée pour augmenter le débit de transmission
de données. Le multiplexage spatial peut améliorer considérablement l’efficacité spectrale
[24], [25] mais le niveau d’erreurs important dû au manque de diversité d’antennes peut
diminuer le débit de données à la réception particulièrement lorsque les SNR sont bas. Le
multiplexage spatial ne fonctionne pas bien dans un environnement à faible SNR car le
récepteur à des difficultés à identifier les signaux non corrélés [26][27].
27
Figure 2.5 : MIMO- Multiple Input Multiple Output
2.5 MIMO Massif

Le MIMO massif est une technologie récente qui dépend de l’exploitation de la
dimension spatiale, créant ainsi plusieurs degrés de liberté et stimulant le principe de la
transmission simultanée par multiplexage spatial. Servir différents utilisateurs dans la même
ressource temps-fréquence peut être considéré comme un élément-clé pour la 5G de réseaux
mobiles en raison de l’épuisement du spectre de fréquence et pour répondre aux contraintes
d’efficacité spectrale. Le MIMO massif a été initialement envisagé pour un fonctionnement en
duplex à répartition dans le temps (TDD), mais peut potentiellement être appliqué également
au fonctionnement en duplex à division de fréquence (FDD) [28]. Cette technologie consiste à
équiper une station de base par un nombre élevé M d’antennes pour servir un nombre
d’utilisateurs K sous la supposition M >> K. Le modèle du système MIMO massif est illustré
à la figure 2.6.
28
Figure 2.6 : Modèle MIMO massif - M antennes et K utilisateurs.
Massive MIMO propose deux innovations majeures :
2.5.1 Beamforming
La formation de faisceaux ou le beamforming est une technique de traitement des signaux

utilisée avec un réseau de capteurs à l’émission ou/et à la réception qui commande la forme
du diagramme de rayonnement. L'utilisation de la formation de faisceau du côté de la
transmission peut augmenter la puissance dans une direction précise. En commandant la phase
et l'amplitude du signal sur chaque émetteur, on crée des interférences constructives ou
destructives dans le front d’ondes. Du côté de la réception, la formation de faisceaux peut
également être considérée comme un filtre spatial pour la direction d'intérêt parce qu'il
augmente la sensibilité du récepteur dans la direction du signal désiré et la diminue dans la
direction de l'interférence et du bruit. Ceci est équivalent à combiner d’une façon optimale les
données reçues venant de différentes sources (antennes) avec les bons coefficients du filtre
spatial.[29]
29
Figure 2.7 : Système Massive MIMO en transmission multiutilisateurs
2.5.2 MU-MIMO
Augmente encore la capacité totale par station de base en permettant la communication
avec plusieurs périphériques utilisant les mêmes ressources, créant ainsi un côté périphérique
pratiquement unifié. L'utilisation simultanée des antennes de plusieurs périphériques permet
de créer des canaux virtuels MIMO à grande échelle. La combinaison de ces deux innovations
permet d'augmenter la vitesse de transmission sans fil en augmentant le nombre d'antennes de
la station de base sans consommer plus de bande passante ni augmenter les valeurs de
modulation.[30]
2.6 Caractéristiques de MIMO Massif

MIMO est une forme du système, MU MIMO (multi utilisateurs) où les stations de bases
et le nombre d’utilisateurs sont très nombreux. En MIMO massif, une centaine voire une
millième d’antenne à la station de bases serve un très grand nombre d’utilisateurs (dix à cents
utilisateurs) simultanément et dans la même fréquence. MIMO Massif est une technologie du
futur qui fournira des réseaux large bande plus sécurisé, robuste, efficace (en terme d’énergie
30
et d’utilisation de spectre). Différents types de déploiement et de configuration pour le

MIMO massif peuvent être envisagés dans la figure 8.
Figure 2.8 : Types de configurations et déploiement d’une station de base pour le MIMO
massif.
On peut donner quel que point important dans les systèmes MIMO massif:
2.6.1 TDD vs FDD pour le MIMO massif
Vu que le système MIMO Massif utilise un multiplexage spatial, il est donc nécessaire
d’avoir une bonne connaissance du canal, au niveau de la liaison montante et descendante. Au
niveau de la liaison montante, il est plus facile d’estimer le canal quand les terminaux
envoient des signaux à la station de base, tandis qu’il est plus complexe au niveau de la
liaison descendante. Tout d’abord la station de base envoi des signaux aux terminaux, puis
estime le canal pour pouvoir le quantifier. Enfin, l’estimation obtenue est renvoyé à la station
de base. Cette technique est impossible pour le MIMO massif pour deux raisons.
Premièrement, le signal au niveau de la liaison descendante doit être orthogonal c'est-à-dire
tant que le nombre d’antennes augmente, plus de fréquence et de temps sont utilisé par
rapport au MIMO classique. Deuxièmement, vu que chaque terminal accepte plusieurs
signaux, l'estimation de canal augment alors par rapport aux nombre d'antennes à l'émission.
31
La solution à ce problème est donc d’utiliser la technique Duplex par séparation

temporelle (ou Time-Division Duplex, TDD) et de dépendre à la réciprocité des liaisons
montantes et descendantes du canal.
Utilisation de la technique Duplex par séparation temporelle (ou Time-Division Duplex,

TDD) : comme vu précédemment, en utilisant la technique Frequency Division Duplexing ou
FDD, l’estimation de canal dépend du nombre d’antenne M à la station de base. Par contre,
avec TDD, l’estimation de canal est indépendante de M. En MIMO massif, le nombre
d’antenne M est très nombreux, par conséquent, l’utilisation de la technique TDD est
préférable. Par exemple, si l’intervalle de cohérence est T = 200 symboles (correspondant au
bande passante de cohérence de 200 kHz et de temps de cohérence de 1 ms). Alors, en
utilisant le système FDD, le nombre d’antenne à la station de base et le nombre d’utilisateur
sont limité par M+K<200 la figure montre Les régions possible (M, K) dans les systèmes
TDD et FDD.
Figure2.9: Le gain écrasant de TDD sur FDD pour les UT.
32
2.6.2 Évolutivité
Dans le système MIMO massif, la station de base apprend les canaux via la formation de
la liaison montante, à partir de la technique TDD. Le temps nécessaire pour l'estimation de
canal est indépendant du nombre d'antennes à la station de base. Par conséquent, le nombre
d'antennes à la station de base peut être rendu aussi large que l’on souhaite sans augmenter les
frais généraux d'estimation de canal.
2.6.3 Propagation favorable
Signifie que la matrice de canal entre le réseau d'antenne de la station de base et des
utilisateurs est bien conditionnée. En MIMO Massif, sous certaines conditions, la propriété de
propagation favorable tient compte de la loi des grands nombres.
2.6.4 Un réseau d'antennes massif de la station de base n'a pas besoin

d'être physiquement grand
Par exemple, considérons un réseau cylindrique avec 128 antennes, comprenant quatre
cercles de 16 éléments à double polarisation d’antenne. À 2,6 GHz, la distance entre les
antennes adjacentes est d'environ 6 cm, ce qui est une demi-longueur d'onde, et par
conséquent, ce réseau occupe seulement une taille physique de 28 cm x 29 cm.[31]
2.7 Les avantages du MIMO massif

Les systèmes MIMO massifs sont extrêmement complexes. Cependant, les avantages
offerts par le MIMO massif encouragent leur développement. Parmi c’est avantages :
Efficacité spectrale : Ce sujet prend de plus en plus d'importance, car nous grignotons
toujours d'avantage du spectre électromagnétique pour divers protocoles de communication.
Les gouvernements ont réservé une large bande de fréquences pour la 5G, mais ces spectres
ne sont pas illimités. Le MIMO massif est en mesure d'exploiter son réseau d'antennes pour
concentrer les faisceaux jusqu'aux utilisateurs individuels. Cela lui permet de proposer une
efficacité spectrale 10 fois supérieure à celles des systèmes MIMO utilisés pour la 4G.
Efficacité énergétique : L'efficacité énergétique des systèmes électroniques devient un

grand souci pour les concepteurs des nouveaux systèmes de télécommunications. Avec le
MIMO massif, les antennes peuvent être conjuguées pour augmenter le gain de signaux
transmis. Cela signifie qu'elles irradient moins d'énergie lorsqu'elles transmettent des données,
améliorant l'efficacité énergétique du système.
33
Suivi des utilisateurs : L'élément qui rend le MIMO massif si efficace énergétiquement
parlant lui permet également de suivre très précisément les utilisateurs. Lorsque les faisceaux
des antennes sont concentrés pour obtenir un gain élevé, leur largeur diminue. Ainsi, la Bs
doit suivre chaque utilisateur avec un signal de faisceau étroit. Ce suivi fournira aux
utilisateurs une connexion plus fiable et de meilleure qualité que les signaux larges qui ont été
utilisés jusqu'à présent.[32]
2.8 Types de MIMO massif

2.8.1 Système MIMO mono-utilisateur
Le système MIMO mono-utilisateur est constitué d'un coté, d'une BS comportant

plusieurs antennes et d'un seul utilisateur de l'autre côté. Du point de vue de l'efficacité
énergétique, l'utilisation d'un réseau d'antennes massif pour desservir un seul ou un petit
nombre d'UT n'est pas judicieuse.
Dans le cas du système MIMO mono-utilisateur, le signal reçu par l'utilisateur est donné
par l'équation suivante : [33]
Figure 2.10 : Single-User Massive MIMO
y = √𝑃𝑢hs + w (2.8)
34
Notons Pu, le SNR de liaison montante, par h, le vecteur de réponse de canal, par s, le
vecteur des symboles et par w le vecteur de bruit AWGN.
2.8.2 MIMO massif multiutilisateur
Lorsque plusieurs terminaux sont autorisés à accéder à une ressource temps-fréquence

identique, MU-MIMO offre une plus grande efficacité du système contrairement à SU-
MIMO. Dans cette section, nous prenons en considération un système MU-MIMO à cellule
unique, où la BS dessert K UT avec chaque terminal équipé d’une antenne. Le signal reçu à la
BS est:
Y= ∑𝐾
𝑘=1 √𝑃𝑢 ℎ𝑘 𝑆𝑘 + 𝑊 (2.9)
y=√𝑃𝑢Hs+w (2.10)
y est M × 1 matrice de signaux reçus, ℎ𝑘 𝜖H, par exemple. H = [h1 ... hk ... hK] représente
le vecteur de canal entre les antennes BS et le kème UT, sk𝜖 s par exemple. sT = [s1 ... sk ... sK]
représente le symbole transmis par kème UT et w représente le bruit blanc additif gaussien
(AWGN).
Figure 2.11 : Système MU-MIMO massif. M-antennes de BS dessert K simple antenne

UT
35
Lorsque K ≥ 2, le signal obtenu de chaque terminal interfère avec ceux des autres
terminaux donc les informations mutuelles de chaque terminal pour MU-MIMO sont plus
petites que celles de SU-MIMO avec la même puissance transmise à chaque terminal.
Cependant, lorsque M >> K, l’orthogonalité de système annule les interférences des autres
utilisateurs et rend le canal de propagation favorable du fait que les antennes aux terminaux
sont presque non corrélées et découplées. C’est la raison pour laquelle le MIMO Massif est le
meilleur candidat pour MU-MIMO.
2.8.3 Multi-User Massive MIMO avec Multi-Cell scenario
Dans cette section, nous envisageons la restriction des systèmes MIMO multiutilisateurs
pour des cellules non coopératifs alors que M grandit sans limite. Pour une seule cellule, aussi
bien que pour le MIMO multi-cellule, l’augmentation sans limite de M annule le bruit et les
évanouissements de Rayleigh. Toutefois, les interférences dues à une contamination pilote
persistera. L'idée de pollution pilote est nouvelle dans un contexte cellulaire MU-MIMO et est
illustrée à la figure 2.12. L'estimation de canal de la station de base dans la cellule l est
contaminée par le pilote de la cellule j. La station de base de la cellule l transmettra son signal
partiellement aux côtés des terminaux de la cellule adjacente. En raison de la formation de
faisceau, le brouillage causé à la cellule j ne disparaît pas de manière asymptotique quand M
→∞. Pour cela nous pensons au système cellulaire multiutilisateur MIMO-OFDM avec des
cellules hexagonales et des sous-porteuses NFFT. Toutes les cellules disposent de M antennes
au niveau de la station de base et couvrent K terminaux indépendants. Les stations de base
sont supposées non coopératives. La matrice de canaux composites M × K entre les K UT
dans la cellule l et les BS dans la cellule j est notée 𝐻𝑗𝑙 . En se basant sur la réciprocité, la
matrice de canal de la liaison descendante entre la station de base de la cellule j et les
terminaux de la cellule l est présentée par 𝐻𝑗𝑙𝑇 . Le signal reçu à la jème BS sera le suivant :
𝐲𝐣=∑𝐿𝑙=1 ∑𝐾
𝑘=1 √𝑃𝑢 ℎ𝑗𝑙𝑘 𝑠𝑙𝑘 +W (2.11)
𝐲𝐣=∑𝐿𝑙=1 √𝑃𝑢 𝐻𝑗𝑙 𝑠𝑙 +W (2.12)
36
Figure 2.12 : La BS dans la l-ième cellule et le k-ième UT dans la j-ième cellule
2.8.4 MIMO massif distribuée

Le MIMO massif distribué peut être traité comme un cas distinct de MU-MIMO pour
fournir en plus une plus grande capacité du système utilisant des antennes déployées
dispersées pour transmettre et recevoir des signaux. L’un des mécanismes de la MIMO Massif
consiste à permettre la coopération entre les BS dans des cellules distinctes, ce qui réduit
l'interférence entre les cellules. Cependant, la synchronisation se transforme en un problème
par excellence même pour des antennes distribuées au même BS. Dans certains cas, la
quantité massive d'antennes à la station de base peut en outre être positionnée dans des
endroits uniques (par exemple, au sommet des bâtiments). Dans ce cas, la synchronisation est
un problème, et l’interface RF peu coûteux peut également introduire de plus gros problèmes.
[34]
2.9 Comparaison entre MIMO et MIMO massif

Comparés au MIMO, les avantages du MIMO massif incluent :
• Amélioration de l’Efficacité spectrale(SE),
• Grand Quantité de degrés de liberté dans le domaine spatial
37
• Bonnes performances du système avec uniquement un schéma de pré-codage linéaire
(simple), par ex Forçage à zéro, transmission du rapport maximal, erreur quadratique
moyenne minimale
• Faciliter l'allocation des ressources
2.10 Utilité pour la 5G

Le spectre disponible pour la 5G est limité, aussi l'efficacité spectrale est-elle très
importante. Les réseaux 5G auront également besoin de connecter des milliards d'appareils.
Pour que cela fonctionne, ils auront besoin de la précision millimétrique et de l'efficacité
énergétique du MIMO massif.
Le gouvernement des États-Unis a récemment ouvert une nouvelle portion du spectre

haute fréquence à la technologie 5G. Cela sera très utile à l'avenir, mais pendant la brève
période de transition, les fréquences inférieures à 6 GHz fourniront une transition plus souple
depuis la 4G/LTE. Il se trouve simplement que le MIMO massif fonctionne mieux sur des
fréquences inférieures à 6 GHz. Cette bande étant déjà pleine à craquer, l'efficacité spectrale
supérieure du MIMO massif en fait le candidat idéal.
Au fil des innovations technologiques, notre monde devient de plus en plus connecté.
L'Internet des objets décolle, les voitures autopilotées apparaissent à l'horizon, et déjà, des
réseaux sont en place pour établir des « villes intelligentes ». La 5G est sur le point d'investir
tous ces domaines, et elle aura besoin de connecter des milliards d'appareils. Pour ce faire, le
MIMO massif devra être capable d'envoyer des données vers et à partir d'appareils mobiles.
L'efficacité énergétique du MIMO massif signifiera également que ces réseaux n'auront pas
besoin d'un nouveau boom pétrolier pour fonctionner.
L'utilisation d'un très grand nombre d'antennes permettra aux réseaux cellulaires de
connecter de grands nombres d'utilisateurs, avec efficacité et fiabilité. Il se trouve que ces
attributs sont également ceux dont on a besoin pour implémenter la 5G. Avec des milliards
d'appareils débarquant en ligne et un spectre de fréquences limité, la 5G aura besoin du
MIMO massif pour nous aider à nous tourner vers l'avenir. [32]
2.11 Défis des systèmes MIMO Massifs

Malgré les énormes avantages de MIMO Massive, de nombreuses questions doivent
encore être abordées. Les principaux défis de MIMO Massif sont répertoriés comme suit :
38
2.11.1 La contamination des séquences pilotes
Les utilisateurs appartenant à une même cellule utilisent généralement différentes

séquences pilotes orthogonales. Cependant, du fait de leur nombre limité, dans un système
multi-cellulaire, il est possible qu’un utilisateur d’une cellule utilise la même séquence pilote
qu’un autre utilisateur d’une cellule adjacente, créant ainsi un phénomène de contamination
des pilotes (”pilots contamination”). Ce phénomène est communément observé dans les
transmissions UL multi-cellulaires. Le canal estimé par la station de base et l’utilisateur
considéré, et entre la station de base et l’utilisateur de la cellule adjacente. Cette
contamination des pilotes, propre aux systèmes multi-antennes et multicellulaires (MIMO
conventionnel, MIMO Massif) utilisant un estimateur de canal linéaire génère des
perturbations aussi bien dans la démodulation des signaux UL que dans les performances du
précodage DL, aboutissant ainsi à une réduction des capacités théoriques. Plusieurs études
sont menées afin d’atténuer l’impact de ce phénomène. Certaines solutions permettent de
réduire les effets de ces perturbations à travers la coopération entre cellules, l’ingénierie radio
(optimisation de l’allocation des séquences pilotes selon la localisation des cellules) ou encore
les méthodes de précodage adaptées à la structure des cellules. La figure suivante représente
la contamination pilote dans les systèmes MIMO Massif :
Figure 2.13 : Illustration du concept de pilote contamination. (a) liaison montante (b)
liaison descendantes.
39
2.11.2 Propagation Défavorable
MIMO Massif fonctionne sous les environnements favorables de propagation. Cependant,

dans la pratique, il peut y avoir des environnements de propagation où les canaux ne sont pas
favorables. Par exemple, dans des environnements de propagation où le nombre de diffuseurs
est faible par rapport au nombre d'utilisateurs, ou les canaux de différents utilisateurs au BS
partagent certains diffuseurs communs, le canal n’est pas favorable. Une possibilité pour
résoudre ce problème est de distribuer les antennes de BS sur une grande surface.[35]
2.12 Conclusion
Les communications sans fils MIMO massifs à entrée multiple et sortie multiple font
référence à l’idée d’équiper les stations de base cellulaire d’un très grand nombre d’antennes
afin d’augmenter le débit du canal avec un multiplexage spatial et d’améliorer l’efficacité de
la transmission. Soit plusieurs émetteurs émettent via des antennes séparées sur des canaux de
propagation non corrélés afin d’augmenter la capacité de transmission pour un ou plusieurs
utilisateurs, soit le même signal de sortie est émis via plusieurs antennes et combiné dans le
récepteur afin d’améliorer la qualité du signal (diversité en réception). Les systèmes MIMO
massifs exploitent les technique de la diversité, le multiplexage spatial, ou encore la formation
de faisceaux pour l’amélioration des performances de la liaison.
40
CC
Chapitre III : Simulations et résultats

3.1. Introduction
Dans les systèmes MIMO massifs, l'estimation du canal reste le sujet phare. Cette
dernière est une méthode qui permet la connaissance de canal de transmission en estimant les
coefficients des différents sous-canaux utilisant les séquences d’apprentissage.
Ce chapitre décrit comment l'estimation de canal est effectuée au niveau des BS en

utilisant la transmission du signal pilote dans la voie montante. Nous exposons ensuite et nous
étudions les résultats graphiques de simulation obtenus par le logiciel Matlab. Les simulations
présentent l’impact des différents paramètres sur l'estimation NMSE d'un canal MIMO
massif.
3.2 Langage utilisé

Le choix du bon environnement de programmation est très important pour le
développement des projets. Cela se fait suivant plusieurs facteurs: la puissance de
compilation, la facilité d'utilisation, la disponibilité de plusieurs fonctionnalités et la
communication avec d'autres environnements, etc. Afin de réaliser les différentes simulations
de notre système, nous avons eu recours aux outils du logiciel MATLAB®.
Ce dernier est un langage de calcul scientifique de haut niveau et un environnement

interactif pour le développement d'algorithmes, la visualisation et l'analyse des données, ou
encore le calcul numérique (MATLAB veut dire MATrixLABoratory). En utilisant
MATLAB, nous pouvons résoudre des problèmes de calcul scientifique plus rapidement
qu'avec les langages de programmation traditionnels ; car il n'est pas nécessaire d'effectuer les
tâches de programmation de bas niveau, comme la déclaration des variables, la spécification
des types de données et l'allocation de la mémoire
3.3 Environnement de simulation
Nous considérons dans notre étude un système cellulaire avec un nombre L des cellules
numérotées de (1, 2, ...L). Chaque cellule comprend une station de base de M antennes et i
utilisateurs ayant chacun une seul antenne, avec une BSj qui fait des estimations des canaux
des utilisateurs de la cellule i et l, l'estimation de canal des utilisateurs interférant dans d'autres
cellules peuvent également être utiles pour supprimer les interférences pendant la
transmission des données. Chaque terminal d'un système MIMO massif se voit attribuer une
séquence pilote orthogonale dans la liaison montante qui est connue à la fois du récepteur et
42
de l'émetteur. Cette dernière est utilisée pour estimer le canal entre le terminal utilisateur et la
station de base.
Figure3.1 : Illustration de la transmission UL MIMO massifs dans les cellules j et l.
La séquence pilote de l’utilisateur k dans la cellule j est désignée par∅𝑗𝑘 𝜖𝐶 𝜏𝑝 , où 𝜏𝑝 sont

des échantillons réservés pour la signalisation pilote dans la voie montante (UL), chaque UE
transmet une séquence pilote qui couvre ces 𝜏𝑝 .Il est supposé avoir des éléments de grandeur
2
unitaire, pour obtenir un niveau de puissance constant, ce qui implique que ‖∅𝑗𝑘 ‖ = ∅𝐻
𝑗𝑘 ∅𝑗𝑘 =
τp. Les éléments de ∅jk sont mis à l'échelle par la puissance d'émission UL comme √𝑝𝑗𝑘 puis
transmis comme signal sjk sur τp échantillons UL, conduisant au signal UL reçu 𝑌𝑗𝑝 ∈𝐶𝑀𝑗 × τp
à la station de base BSj. Ce signal est donné par :
𝐾𝑗 𝐿 𝐾𝑙
𝑗 𝑗
𝑌𝑗𝑝 = ∑ √𝑝𝑗𝑘 ℎ𝑗𝑘 ∅𝑇𝑗𝑘 + ∑ ∑ √𝑝𝑙𝑖ℎ𝑙𝑖 ∅𝑇𝑙𝑖 + 𝑁𝑗𝑝 (3.1)
𝑘=1 𝑙=1 𝑖=1
𝑙≠𝑗
Où 𝑁𝑗𝑝 ∈ 𝐶 𝑀𝑗 ×𝜏𝑝 est le bruit du récepteur additif. 𝑌𝑗𝑝 est le signal pilote reçu par la station
de base BSj pour estimer les réponses des canaux. La BS nécessite la connaissance de la
séquence pilote de l’utilisateur pour estimer la réponse du canal. C'est pourquoi les pilotes
sont des séquences déterministes et l'attribution est généralement effectuée lorsque l'UE se
connecte à la BS.
𝑗
Supposons, pour des raisons d'argumentation, que la BS j veulent estimer le canal ℎ𝑙𝑖 à
partir d'un UE i arbitraire dans la cellule l. La BS peut alors multiplier 𝑌𝑗𝑝 avec la séquence
𝑝
pilote ∅𝑙𝑖 de ce dernier, conduisant au signal pilote reçu traité 𝑦𝑗𝑙𝑖 ∈ 𝐶𝑀𝑗 , donné par :
43
𝐿 𝐾𝑙′
𝑝 𝑝 𝑗 𝑝
𝑦𝑗𝑙𝑖 = 𝑌𝑗 ∅∗𝑙𝑖 = ∑ ∑ √𝑃𝑙 ′ 𝑖 ′ ℎ𝑙′ 𝑖 ′ ∅𝑇𝑙′ 𝑖 ′ ∅∗𝑙𝑖 + 𝑁𝑗 ∅∗𝑙𝑖 (3.2)
𝑙′ =1 𝑖 ′ =1
𝑗
qui a la même dimension que ℎ𝑙𝑖 .
Pour le kème UE dans sa propre cellule, l’équation (3.2) peut être exprimée comme :
𝑝
𝑦𝑗𝑗𝑘 = 𝑌𝑗𝑝 ∅∗𝑗𝑘 (3.3)
𝐾𝑗 𝐿 𝐾𝑙
𝑗 𝑗 𝑗
= √𝑃𝑗𝑘ℎ𝑗𝑘 ∅𝑇𝑗𝑘 ∅∗𝑗𝑘 + ∑ √𝑃𝑗𝑖 ℎ𝑗𝑖 ∅𝑇𝑗𝑖 ∅∗𝑗𝑘 + ∑ ∑ √𝑃𝑗𝑖 ℎ𝑙𝑖 ∅𝑇𝑙𝑖 ∅∗𝑗𝑘 + 𝑁𝑗𝑝 ∅∗𝑗𝑘
𝑖=1 𝑙=1 𝑖=1
𝑖≠𝑘 𝑙≠𝑗
Le deuxième et le troisième terme de (3.3) représentent les interférences, où J et l sont

𝑗
l'ensemble des indices des cellules du système et ℎ𝑗𝑘 est le canal entre le kème terminal de
cellule j vers la BS j. Puisque nous supposons que les séquences pilotes dans une cellule sont
orthogonaux, nous ignorons l'impact des pilotes brouilleurs des intra-cellules dû à la réception
simultanée des autres séquences pilotes si i ≠k. Mais puisque les pilotes sont des vecteurs de
dimension τp, pour un τp donné, on ne peut trouver qu'un ensemble d'au plus τp séquences
mutuellement orthogonales. La longueur finie de blocs de cohérence, imposent la contrainte
τp ≤ τc qui rend impossible l'attribution des pilotes mutuellement orthogonaux à tous les UE
en pratique. La règle de base est que τp doit toujours être inférieur à τc / 2, pour la
transmission de données.
Nous définissons l'ensemble :
𝑃𝑗𝑘 = {(𝑙, 𝑖): ∅𝑙𝑖 = ∅𝑗𝑘 , 𝑙 = 1, … , 𝐿, 𝑖 = 1, … , 𝐾𝑙 } (3.4)
Est l’ensemble des indices de tous les UE qui utilisent la même séquence pilote que l'UE
k dans la cellule j. Par conséquent, (l, i) ∈ 𝑃𝑗𝑘 implique que l'UE i dans la cellule l utilise le
même pilote que UE k dans la cellule j. Notez que (j, k) ∈ 𝑃𝑗𝑘 par définition. En utilisant la
notation (3.4), l'expression (3.3) se simplifie en(3.5) :
𝑝 𝑗 𝑗
𝑦𝑗𝑗𝑘 = √𝑝𝑗𝑘𝜏𝑝 ℎ𝑗𝑘 + ∑(𝑙,𝑖)𝜖𝑝𝑗𝑘 \(𝑗,𝑘) √𝑝𝑙𝑖 𝜏𝑝 ℎ𝑙𝑖 + 𝑁𝑗𝑝 ∅∗𝑗𝑘 (3.5)
𝑝 𝑝
Notez que 𝑦𝑗𝑗𝑘 = 𝑦𝑗𝑙𝑖 pour tout (l, i) ∈ 𝑃𝑗𝑘 , puisque ces UE utilisent le même pilote. On
note également que 𝑁𝑗𝑝 ∅∗𝑗𝑘 ∼ 𝑁𝐶 (0𝑀𝑗 , 𝜎𝑈𝐿

2
𝜏𝑝 𝐼𝑀𝑗 ), puisque les pilote sont déterministes et
‖∅𝑗𝑘 ‖² = 𝜏𝑝.
44
𝑝 𝑗
Le signal reçu 𝑦𝑗𝑗𝑘 dans (3.5) est une statistique suffisante pour l’estimation de ℎ𝑗𝑘 , car il
n'y a pas de perte d'informations utiles par rapport à l’utilisation de signal reçu à l’origine 𝑌𝑗𝑝 .
𝑗
La raison est que le composant désirée ℎ𝑗𝑘 ∅𝑇𝑗𝑘 en 𝑌𝑗𝑝 peut être ramené de 𝑦𝑗𝑗𝑘
𝑝
en
𝑝
multipliant par ∅𝑇𝑗𝑘 et les termes interférents sont zéro. De même, 𝑦𝑗𝑙𝑖 est une statistique
𝑗
suffisante pour estimer ℎ𝑙𝑖 .
3.4 Les modèles des canaux

On distingue deux modèles des canaux dans la communication sans fils :
Les canaux corrélés
Les canaux corrélés sont des canaux dépendant qui ont la même direction vers les
antennes, c'est-à-dire le coefficient de corrélation égal à 1. Dans l’absence des obstacles on a
un trajet direct (LoS).
Figure 3.2 : Propagation LoS entre un utilisateur à antenne unique et une Bs.
45
Le modèle de diffusion local
Figure 3.3 : Modèle de corrélation spatiale à diffusion locale
Le cercle des obstacles qui autour l’émetteur est un diffuseur locale, où plusieurs signaux
ont la même direction vers le récepteur, ce phénomène du a la collision de signal émis avec
les obstacles qui entoure l’UE, donc dans ce cas, on a un canal corrélé, ou l’angle 𝜎𝜑 (ASD)
est la déviation standard angulaire minimal et maximal. L’angle d’émission nominal 𝜑 c’est
la moitie entre les deux extrémités, elle est bornée entre +𝜎𝜑 −𝜎𝜑
Les canaux décorrélés
Ce modèle de canal est appelé à évanouissement de Rayleigh non corrélé ou à

évanouissement de Rayleigh à distribution indépendant et identique (i.i.d.), la décoloration de
Rayleigh est un modèle traitable pour des conditions de diffusion riches, où le réseau BS est
entouré de nombreux objets diffusants, par rapport au nombre d'antennes. Les signaux
arrivent aux antennes selon plusieurs directions à cause des obstacles (NLoS).
46
Figure 3.4 : Propagation NLoS entre un utilisateur a antenne unique et une Bs.
3.5 L'estimation MMSE et NMSE

Le détecteur MMSE est un détecteur linéaire dont la matrice de transformation permet de
minimiser l'erreur quadratique moyenne entre le vecteur réel et le vecteur estimé. MMSE
réduit le problème de l'amélioration du bruit en prenant en compte la puissance de bruit lors
de la construction de la matrice de filtrage en utilisant le critère basé sur la performance
𝑗
MMSE[12]. L'estimateur de l'erreur quadratique moyenne minimale (MMSE) de ℎ𝑙𝑖 est le
𝑗 𝑗 𝑗
vecteur ℎ̂𝑙𝑖 qui minimise le MSE E{‖ℎ𝑙𝑖 − ℎ̂𝑙𝑖 ‖²}.
𝑗
L'estimation MMSE du canal ℎ𝑙𝑖 est donnée par :
𝑗 𝑗 𝑗
ℎ̂𝑙𝑖 = √𝑝𝑙𝑖𝑅𝑙𝑖 𝜓𝑙𝑖 𝑦𝑙𝑖𝑝 (3.6)
Avec :
−1
𝑗 𝑗 2
𝜓𝑙𝑖 = ( ∑ 𝑝𝑙′ 𝑖′ 𝜏𝑝 𝑅𝑙′𝑖′ + 𝜎𝑈𝐿 𝐼𝑀𝑗 ) (3.7)
(𝑙′ ,𝑖 ′ )∈𝑝 𝑙𝑖
Où la matrice de corrélation R est donnée par :

𝑁
𝑝𝑎𝑡ℎ
[𝑅]𝑙,𝑚 = ∑𝑛=1 𝐸{|𝑔𝑛 |2 }𝐸{𝑒 2𝜋𝑗𝑑𝐻(𝑙−1) sin(𝜑̅𝑛) 𝑒 −2𝜋𝑗𝑑𝐻(𝑚−1) sin(𝜑̅𝑛) } (3.8)
= 𝛽 ∫ 𝑒 2𝜋𝑗𝑑𝐻 (𝑙−𝑚)sin(𝜑̅) ⨍(𝜑̅)𝑑𝜑̅
𝑗 𝑗 𝑗
L'erreur d'estimation ̃ℎ𝑙𝑖 = ℎ𝑙𝑖 − ℎ̂𝑙𝑖 a une matrice de corrélation donnée par
𝑗 𝑗 𝑗
𝐶𝑙𝑖 = 𝐸 {ℎ̃𝑙𝑖 (ℎ̃𝑙𝑖 )𝐻 }
47
𝑗 𝑗 𝑗 𝑗 𝑗
𝐶𝑙𝑖 = 𝑅𝑙𝑖 − 𝑝𝑙𝑖 𝜏𝑝 𝑅𝑙𝑖 𝜓𝑙𝑖 𝑅𝑙𝑖 (3.9)
Cette équation fournit le mécanisme pour calculer l'estimation MMSE du canal de tout
UE du réseau vers la BS j. la qualité d'estimation est représentée par le MSE, qui
𝑗 𝑗 2 𝑗
est 𝐸 {‖ℎ𝑙𝑖 − ℎ̂𝑙𝑖 ‖ } = 𝑡𝑟(𝐶𝑙𝑖 )pour l'estimateur MMSE. Une bonne qualité d'estimation est
représentée par un MSE petit. Rappelons que l'estimateur MMSE minimise le MSE, qui est
définie par :
𝑗 𝑗 𝑗 𝑗 𝑗 𝐻 𝑗
𝐸{‖ℎ𝑙𝑖 − ℎ̂𝑙𝑖 ‖²} = 𝐸{‖ℎ̃𝑙𝑖 ‖²} = 𝐸 {𝑡𝑟 (ℎ̃𝑙𝑖 (ℎ̃𝑙𝑖 ) )} = 𝑡𝑟(𝐶𝑙𝑖 ) (3,10)
Nous utilisons l'erreur quadratique moyenne normalisée (NMSE) pour comparer la

qualité de l'estimation obtenue avec différentes estimations dans différents scénarios définie
par :
𝑗
𝑗 𝑡𝑟(𝐶𝑙𝑖 )
𝑁𝑀𝑆𝐸𝑙𝑖 = 𝑗 (3.11)
𝑡𝑟(𝑅𝑙𝑖 )
C’est une métrique appropriée, car elle mesure l'erreur d'estimation relative par antenne.
Il s'agit d'une valeur comprise entre 0 (estimation parfaite) et 1 (atteinte en utilisant la valeur
𝑗
moyenne de la variable, E {ℎ𝑙𝑖 }, comme estimation).
3.6 Discussion des résultats de simulation
3.6.1 L'impact de la corrélation spatial et la contamination pilote
L'estimation de canal conventionnelle repose sur la corrélation du signal reçu avec la

séquence pilote connue, nous allons montrer comment la corrélation spatiale des canaux et la
contamination des pilotes affecte ses performances pour comprendre les propriétés de base de
l'estimateur MMSE.
3.6.2 L’impact du SNR sur l'estimation de canal NMSE
Soit R :
𝑅=𝑈ʌ𝑈 𝐻 (3.12)
L’équation (3.12) dénote la décomposition en valeur propre de la matrice de corrélation,

où la matrice unitaire U ∈ 𝐶 𝑀×𝑀 contient les vecteurs propres et la matrice diagonale
48
ʌ contient les valeurs propres correspondantes. La matrice de corrélation des erreurs
d’estimation dans (3.9) devient :
𝑝𝜏𝑝 𝜆12 𝑝𝜏𝑝 𝜆2𝑀 𝐻

𝐶 = 𝑈𝑑𝑖𝑎𝑔 (𝜆1 − 2 , … , 𝜆 𝑀 − 2 )𝑈 (3.13)
𝑝𝜏𝑝 𝜆1 + 𝜎𝑈𝐿 𝑝𝜏𝑝 𝜆𝑀 + 𝜎𝑈𝐿
𝑝𝜏𝑝 𝜆2𝑚 2
𝜎𝑈𝐿 𝜆𝑚 𝜆𝑚
𝜆𝑚 − 2 = 2 = (3.14)
𝑝𝜏𝑝 𝜆𝑚 + 𝜎𝑈𝐿 𝑝𝜏𝑝 𝜆𝑚 + 𝜎𝑈𝐿 𝑆𝑁𝑅 𝑝 𝜆𝑚 + 1
𝛽
Où 𝑆𝑁𝑅 𝑝 et le SNR effectif définie par :

𝑗
𝑝
𝑝𝑗𝑘 𝜏𝑝 𝛽𝑗𝑘
𝑆𝑁𝑅𝑗𝑘 = 2
(3.15)
𝜎𝑈𝐿
Les valeurs propres de C dans (3.14) représentent la variance de l'erreur d'estimation dans
chaque direction propre.
On remarque a partir de l’équation (3.14) qu’une direction propre de R avec une valeur
grande 𝜆𝑚 a une variance d’erreur normalisée plus petite qu’une direction propre qui a une
valeur propre plus petite.
𝜆𝑚
𝜆
𝑆𝑁𝑅 𝑝 𝑚 +1 1
𝐵
= 𝜆𝑚
(3.16)
𝜆𝑚 𝑆𝑁𝑅 𝑝 +1
𝛽
L'intuition est que les directions propres sont estimées indépendamment et les directions
propres fortes sont plus faciles à estimer car le SNR est plus élevé.
Dans cette section, on calcul l'estimation du canal NMSE entre une station de base BSj et
un terminal UEk, qui dépend de la puissance du signal sur bruit SNR.
Les résultats de simulation sont présentés par la figure suivante :
49
Figure 3.5 : NMSE dans l'estimation MMSE d'un canal spatialement corrélé.
La figure 3.5 représente la variation NMSE en fonction du SNR effectif doté par les
antennes SISO, MIMO et MIMO massif avec distribution angulaire gaussienne. Les résultats
sont moyennés sur différents angles nominaux uniformément répartis entre 0◦ et 360◦ et
l’angle de déviation 𝜎𝑑 = 10°.
Cette figure montre que le NMSE diminue de façon monotone avec le SNR, comme
prévu à partir de (3.14). Une NMSE d'environ 10-2 est obtenu à un SNR de 20 dB, ce qui
signifie que la variance de l'erreur d'estimation n'est que de 1% de la variance d'origine du
canal. Il est à noter que ce SNR effectif peut être obtenu en ayant un SNR nominal de 10 dB
avec τp = 10, donc ce n'est pas particulièrement élevé.
3.6.3 L'impact de la corrélation spatiale sur l'estimation de canal
Nous allons étudier dans cette simulation plus en détail L'impact de la corrélation spatiale
des canaux, où le NMSE est représentée en fonction de l'ASD 𝜎𝜑 dans le modèle de diffusion
local. Le SNR effectif est de 10 dB avec M =100.
50
La figure 3.6 représente le résultat de simulation :
Figure 3.6 : L'impact de l'ASD 𝜎𝜑 sur l'estimation de canal
La figure 3.6 montre que l'erreur est plus petit lorsque l'ASD est petit (c.-à-d corrélation
spatiale). Cela s'explique par le fait que la plupart des variances des canaux résident dans
quelques valeurs propres lorsque 𝜎𝜑 est petite. Comme il a été conclu à partir de (3.16), il est
plus facile d'estimer des valeurs propres fortes que les plus faibles.
3.6.4 L'impact de la contamination pilote sur l'estimation
Nous analysons maintenant le problème de contamination pilote dans le cadre suivant :

deux UE utilisent la même séquence pilote. BS j estime le canal de l'UE k dans sa propre
cellule, tandis que l'UE i dans la cellule l avec le même pilote, dans la suite on va estimer les
deux canaux (le canal de signal désiré et le canal de signal interférant) puis on va calculer la
corrélation entre ces deux canaux.
La figure 3.7 montre ces résultats :
51
Figure 3.7 : La variation de coefficient de corrélation en fonction de l’angle d’UE

interférant.
La figure 3.7 montre le coefficient de corrélation Moyen de liaison entre les estimations
de canal défini par :
𝑗 𝑗𝐻
𝐸 {(ℎ̂𝑙𝑖 ) ℎ̂𝑗𝑘 } 𝑗 𝑗 𝑗
𝑡𝑟(𝑅𝑙𝑖 𝑅𝑗𝑘 𝜓𝑙𝑖 )
= (3.17)
2
𝑗 𝑗 2 𝑗 𝑗 𝑗 𝑗 𝑗 𝑗
√𝐸 {‖ℎ̂𝑗𝑘 ‖ } 𝐸 {‖ℎ̂𝑙𝑖 ‖ } √𝑡𝑟 (𝑅𝑗𝑘 𝑅𝑗𝑘 𝜓𝑙𝑖 ) 𝑡𝑟(𝑅𝑙𝑖 𝑅𝑙𝑖 𝜓𝑙𝑖 )
(𝑙, 𝑖) ∈ 𝑃𝑗𝑘
(𝑙, 𝑖) ∉ 𝑃𝑗𝑘
Lorsque le SNR effectif de l'UE désiré est de 10 dB et que le signal interférant est 10 dB
plus faible, les deux matrices de corrélation sont générées en utilisant le modèle de diffusion
locale avec distribution angulaire gaussienne ASD𝜎𝜑 = 10◦, mais en utilisant des angles
nominaux différents. L'angle du signal interférent varie entre -180◦ et 180◦ tandis que la
direction du signal désiré est fixé à 60◦.
La première observation de la figure 3.7 est que les angles UE jouent un rôle clé lorsque
la BS est équipée de plusieurs antennes. Si les UEs ont le même angle, le coefficient de
corrélation est de un, ce qui signifie que les estimations sont identiques. Si les angles des UE
sont bien séparés, le coefficient de corrélation est plutôt proche de zéro. Cela indique que non
52
seulement les gains moyens de canal détermine l'impact de la contamination pilote mais aussi
la structure propre des matrices de corrélation spatiale. Ceci est différent dans le cas de SISO
où le coefficient de corrélation est égal à un, quels que soient les angles d’interférences. Donc
la corrélation spatiale des canaux peut atténuer l'impact de contamination pilote.
La figure 3.8 montre le NMSE de l'estimation du canal avec M = 100 antennes et dans
un canal à diffusion local avec ASD 𝜎𝜑 = 10◦.
Figure 3.8 : NMSE dans l'estimation du canal de l'utilisateur désiré lorsqu'il ya un

utilisateur interférant, qui utilise le même pilote.
Le SNR effectif du UE désiré est de 10 dB et la puissance du signal brouilleur est soit

tout aussi la même, 10 dB plus faible ou 20 dB plus faible. Dans le cas du canal spatialement
corrélé, lorsque les angles UE sont bien séparés, le NMSE est d'environ 0,04 quel que soit la
puissance du signal pilote brouilleur. Cela implique que la contamination de pilote a un
impact négligeable sur la qualité de l'estimation lorsque les UE ont des espaces de corrélation
presque orthogonaux. Le NMSE augmente lorsque les UE ont des angles similaires, en
particulier lorsque l'interférence UE a un canal fort vers la BS. Si les canaux des UE sont
décorrélés, les NMSE sont toujours plus grands que sous corrélation spatiale et également
53
indépendants de l'angle de séparation. Par conséquent, la corrélation spatial des canaux est
utile dans la pratique pour améliorer la qualité d'estimation sous contamination pilote.
3.7 Conclusion
Dans ce chapitre on a vu les résultats de simulation pour la problématique posée dans ce
mémoire qui est l'estimation de canal MIMO massif par la méthode NMSE dans les liaisons
montantes. On a présenté l’influence de différents paramètres sur l'estimation NMSE, d’après
nos études et nos simulations effectuées nous avons conclure : que l’augmentation de nombre
des antennes dans la BS avec l'augmentation de SNR, a un impact sur le NMSE, et dans le cas
de la contamination de pilote la séparation des angles d’utilisateurs améliore l’estimation
NMSE, par contre le SNR a un impact négligeable par rapport aux angles d’utilisateurs.
54
CONCLUSION
GENERALE
Conclusion générale
Le besoin de toujours améliorer les débits de transmission de données pousse les

ingénieurs dans le domaine des communications sans fils à améliorer sans cesse les systèmes
de communications existants et à imaginer de meilleures solutions pour les futurs standards.
Ce besoin a conduit la naissance d’une nouvelle génération de communication mobile la 5G,
basant sur la technique MIMO massif. Ce mémoire est consacré à l’étude de l’estimation de
canal de système MIMO massif.
Dans le premier chapitre, nous avons mené une étude sur le développement de la
cinquième génération (5G) des réseaux cellulaires qui différent aux générations précédentes,
elle ne représente pas une évolution des réseaux précédents mais elle correspond à une
nouvelle fondation technologique développée pour but de soutenir les demandes croissantes
des clients, en commençant par une explication sur le réseau cellulaire passant par l'objectif et
les caractéristiques de la 5G. La flexibilité de 5G NR offre trop d'opportunités de recherche
ouvertes par rapport aux générations précédentes de communications cellulaires.
Dans un deuxième temps, un accent particulier sur les systèmes MIMO massifs de la 5G
on été présentés, passer à travers les caractéristiques et les défis de MIMO massifs .La
comparaison entre le MIMO et le MIMO massif a montré qu'il ya une efficacité spectrale 10
fois supérieure a celle des systèmes MIMO utilisés dans la 4G. Le MIMO massif combine
plusieurs antennes à la fois afin de renforcer le signal et réduire les interférences, notant la
complexité de calcul, la réalisation d’algorithmes de traitement distribué, le problème
d'interférence inter et intracellulaire et la contamination des pilotes.
La troisième partie du travaille était consacrée à l’analyse des résultats de simulation de

l'estimation de canal par la méthode NMSE en fonction des variétés de paramètres des
systèmes MIMO massifs en les comparants avec les systèmes SISO et MIMO d’où on peut
garantir que l’augmentation du nombre d’antennes dans la BS améliore l'estimation du canal.
nous avons également montré pour mieux comprendre l'impact de la corrélation spatiale des
canaux qu'elle peut avoir sur MIMO multiutilisateurs, l'objectif d'estimation de canal est de
réduire l'erreur entre le canal désiré et le canal réel .pour améliorer cette estimation, la clé est
d'améliorer le rapport signal sur bruit (SNR).
56
Références
bibliographiques
Références bibliographiques
[1] Roopali Sood, Atul Garg : Digital Society from 1G to 5G: A Comparative Study:
International Journal of Application or Innovation in Engineering & Management (IJAIEM)
Web Site: www.ijaiem.org Email : editor@ijaiem.org, editorijaiem@gmail.com Volume 3,
Issue 2, February 2014.
[2] «Téléphonie mobile :l’évolution du réseau de la 1 à la 5G», consulté le 20 Mars 2019
https://bastienbonnard.com/1444-2.
[3] J. Andrews, S. Buzzi, W. Choi, S. Hanly, A. Lozano, A. Soong, and J. Zhang. What will
5G be ? IEEE Journal on selected areas in communications, 32(6) :1065–1082, 2014.
[4] 5g tout 5G : tout comprendre au réseau mobile du futur en 10 questions.
https://www.numerama.com/tech/147723-5g-tout-savoir-sur-le-reseau-mobile-du-futur.html.
[5] S. E. Hajri «L’amélioration des performances des systèmes sans fil 5G par groupements
adaptatifs des utilisateurs» thèse doctorat, Paris : Université Paris-Saclay, 2018.
[6] BeddiaF Safia, Yahia Selma «Technologie Radio sur Fibre pour les applications sans fil
(5G)» Université 8Mai 1945 – Guelma Juillet 2019.
[7] «Etude de la capacité du canal pour un système MIMO massif» Laboratoire de recherche
en Télécommunication, Automatique, Signal Et Images (LR-TASI) Ecole Doctorale en
Sciences et Techniques de l’Ingénierie et de l’Innovation(EDSTII).
[8] «Poser les jalons de la 5G: perspectives et difficultés» Union internationale De

Télécommunication, 2018.
[9] C. Lagane, Fujitsu «double les capacités des small-cell full-duplex», 9 septembre 2015.
[10] Björnson, Emil, Jakob Hoydis, and Luca Sanguinetti. «Massive MIMO networks:
Spectral, energy, and hardware efficiency» Foundations and Trends® in Signal Processing
11.3-4 (2017): 154-655.
[11] ici EXpertsluxembourg-network-connectivity-5g-applications-prometteuses.
https://ictexpertsluxembourg.lu/network-connectivity/5g-applications-prometteuses/
[12] Dehemchi Marwa et Bouhafer Asma «Etude et Analyse de Méthodes de Beamforming

pour des Systèmes Multi-utilisateurs Pour la 5G» Mémoire de master Guelma.
58
[13] Ouleha Ouassim et Didouna Salahdine «Etude des performances de modulation UFMC
Pour le réseaux 5G» Guelma Mémoire de fin d'étude Pour l’obtention du diplôme de Master
en Télécommunication Université 8Mai 1945 – Guelma.
[14] 5G New Radio : Waveform, Frame Structure, Multiple Access, and Initial Access.
[15] http://www.techplayon.com/understanding-basic-5g-nr-terminologies-subcarrier-spacing-
frame-and-subframe-slot-and-ofdm-symbols/
[16] http://www.techplayon.com/nr-resource-block-definition-and-rbs-calculation/
[17] H. Shin et J. H. Lee. «Capacity of multiple-antenna fading channels: spatial fading

correlation, double scattering, and keyhole» IEEE Transactions on Information Theory, vol.
49, pp. 2636- 2647, Oct. 2003.
[18] I. E. Telatar, «Capacity of multi-antenna Gaussian channels» European Trans.

Telecommun. (ETT), vol. vol. 10, p. 585-595, Nov./Dec. 1999 ..
[19] Hehrache Lamia, Merad Safa «etude et simulation de système MIMO a multiplexage
spatial associe a la technique WCDMA» page 44, Mémoire master, Université ABOU-BEKR
BELKAÏD, Tlemcen 2014.
[20] Zerrouki el-Hadj, «Application de la technologie MIMO dans les réseaux WI-FI».
Thèse de Magister en Télécommunications, Université ABOU-BEKR BELKAÏD,

Tlemcen2006.
[21] Study Paper on: Multiple-Input Multiple-Output (MIMO) Technology, page 4.
[22] Belbachir, Belkhiter « Simulation des antennes MIMO adaptatives associées avec la
technique MC-CDMA» Mémoire master, Université ABOU-BEKR BELKAÏD, Tlemcen
2015.
[23] Bendahmane Amira Meriem, Ghermoul Rania « Etude de méthodes de beamforming à

maximisation du rapport signal sur bruit pour des systèmes FBMC » mémoire de master
Université ABOU-BEKR BELKAÏD, Tlemcen 2018.
[24] G. C. Raleigh et J. M. Cioffi, «Spatio-temporal coding for wireless communication»
IEEE Transactions on Communications - vol. 46, no. 3, p 357‑366 - 1998.
59
[25] E. Telatar - Capacity of Multi-antenna Gaussian Channels - European Transactions on

Telecommunications, vol. 10, no. 6, p. 585–595, 1999.
[26] A. F. Molisch - MIMO systems with antenna selection - an overview - in Radio and
Wireless Conference, 2003
[27] J. W. Wallace ET M. A. Jensen - MIMO capacity variation with SNR and multipath
richness from full-wave indoor FDTD simulations - in IEEE Antennas and Propagation
Society International Symposium – 2003
[28] « MIMO Massif », article de Wikipedia consulté le 11 Avril 2019.

https://fr.wikipedia.org/wiki/MIMO_massif
[29] Benyarou Mourad, « Optimisation des systèmes multi-antennes appliqués aux

systèmes MC-CDMA.», Université Abou Bakr-Belkaid, Tlemcen. Thèse de doctorat 2012-
2013.
[30] Michael Wang, «The Role of Massive MIMO in 5G » . Oct 23, 2018 [Enligne]. https:
//medium.com/@miccowang/the-role-of-massive-mimo-in-5g-c362e790ef61[consulté le 03
Avril 2019].
[31] Randriamiadana Z.A. « Etude de la capacité du canal pour un systeme MIMO massif »
Laboratoire de recherche en Télécommunication, Automatique, Signal Et Images (LR-TASI)
Ecole Doctorale en Sciences et Techniques de l’Ingénierie et de l’Innovation(EDSTII), BP
1500, Antananarivo 101 –Madagascar.
[32] Belarbi Abderrahmane et Belmedani Houssam Eddine «Etude comparative des formes
d'ondes candidates à la 5G : OFDM, FBMC et UFMC » Université Abou Bakr-Belkaid,
Tlemcen 2019.
[33] Hadouche Khaled «contamination des pilotes en MIMO massif», mémoire de master
2018 BLIDA.
[34] Ahmad Abboud « Atténuation des interférences dans les réseaux mobiles 5G :
Contamination pilote des liaisons montantes dans le schéma massif MIMO TDD ».
Electronics. Université de Limoges, 2017. English.
60
[35] Gourayi Ahlem «Efficacité Energétique dans les Systèmes MIMO Massive» mémoire de
master Université SAAD DAHLAB de BLIDA 2015.
61

Ms - Tel.Trari Tani+tahri

Transféré par

Droits d'auteur :

Formats disponibles

Ms - Tel.Trari Tani+tahri

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Ms - Tel.Trari Tani+tahri

Transféré par

Droits d'auteur :

Formats disponibles

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR

UNIVERSITE ABOU BAKR BELKAID - TLEMCEN

Mme TRARI TANI AMEL

Soutenu en octobre 2020 devant le jury :

M HADJILA Mourad Maitre de conférences Univ. Tlemcen Président.

Année universitaire : 2019-2020

Nous tenons particulièrement à remercier Allah le tout puissant, ce mémoire

Nous adressons nos remerciements à notre encadreur Monsieur S.M. BAHRI,

Nous remercions les membres du jury, Monsieur HADJILA Mourad,

Ce mémoire est dédié à

TRARI TANI AMEL & TAHRI ASMA

Keywords: 5G, Massive MIMO, MU-MIMO, NMSE, Communication Mobile,

Table des matières............................................................................................................................. III

Liste des figures ................................................................................................................................ VI

Listes des acronymes et abréviations................................................................................................ VIII

Introduction générale ....................................................................................................................... 2

Chapitre 1 : La 𝟓è𝐦𝐞 𝐆é𝐧é𝐫𝐚𝐭𝐢𝐨𝐧 …............................................................................................ 4

1.2 Evolution de communications mobiles....................................................................................... 5

1.2.1 L'apparition de la 1G............................................................................................................ 6

1.2.2 La deuxième génération 2G.................................................................................................. 7

1.2.3 La troisième génération 3G................................................................................................... 8

1.2.4 La quatrième génération 4G.................................................................................................. 8

1.2.5 La cinquième génération 5G................................................................................................. 9

1.3 Réseaux mobile de 5G................................................................................................................. 9

1.3.1 Les premiers point forts de 5G............................................................................................... 9

1.3.2 Les caractéristiques de la 5G.................................................................................................. 10

1.3.2.1 Communication dans la plage des ondes millimétriques.............................................. 10

1.3.2.2 Entrée multiple sortie multiple massive (mMIMO)...................................................... 11

1.3.2.3 Mini cellules et réutilisation du spectre électromagnétique.......................................... 12

1.4 Réseaux cellulaires.................................. .................................................................................... 14

1.5 Les applications de la 5G............................................................................................................. 15

1.6 Objectifs de la 5G......................................................................................................................... 16

1.7 5G : New Radio............................................................................................................................ 16

1.7.1 Scénarios de déploiement de NR.......................................................................................... 17

1.7.3 Structure de trame................................................................................................................ 19

1.7.4 NR Resource Block ............................................................................................................. 20

1.7.5 Bande passante du canal NR................................................................................................ 21

Chapitre 2 : La Technologie MIMO massif ................................................................................ 22

2.3 Principes du MIMO.................................................................................................................... 24

2.4 Types de MIMO......................................................................................................................... 24

2.4.1 MIMO – SISO ................................................................................................................... 24

2.4.2 MIMO – MISO ................................................................................................................... 25

2.4.3 MIMO – SIMO ................................................................................................................... 26

2.4.4 MIMO – MIMO................................................................................................................... 26

2.5 MIMO Massif ............................................................................................................................. 28

2.5.1 Beamforming ........................................................................................................................... 29

2.5.2 MU-MIMO ............................................................................................................................. 30

2.6 Caractéristiques de MIMO Massif............................................................................................. 30

2.6.1 TDD vs FDD pour le MIMO Massif.................................................................................. 31

2.6.2 L'évolutivité ...................................................................................................................... 33

2.6.3 Propagation favorable........................................................................................................ 33

2.7 Avantages du MIMO Massif .................................................................................................. 33

2.8 Types MIMO Massif................................................................................................................ 34

2.8.1 Système MIMO mono-utilisateur..................................................................................... 34

2.8.2 MIMO massif multiutilisateur.......................................................................................... 35

2.8.3 MU- Massive MIMO avec Multi-Cell scénario............................................................... 36

2.8.4 MIMO massif distribuée.................................................................................................. 37

2.9 Comparaison entre MIMO et MIMO massif......................................................................... 37