ELE207 v24

CNAM
Technologie des hauts débits, Partie I

ELE 207
H. SHAIEK
hmaied.shaiek@lecnam.net
Tel : 01 40 27 24 99
CNAM, Paris centre, Accès 11, Bureau 11B2.35
Transparents réalisés par: D. ROVIRAS

2021-2022 (version 24)
ELE207, Technologie des hauts débits, Daniel Roviras 1

Sommaire :
1. Rappels de communications numériques bande de base et sur fréquence

porteuse
2. Canaux radio-mobiles, performance, diversité
3. Techniques multi-porteuses (OFDM)
4. Codage canal avancé
5. Modulation and coding schemes
6. Exemple de couche physique d’un système radio-mobile

Sommaire détaillé
Séance Sujet Type

1 Rappels de com. num. en bande de base et sur fréquence porteuse Cours
2 Rappels de com. Num. en bande de base et sur fréquence porteuse Cours
5 Rappels de com. Num. en bande de base et sur fréquence porteuse TD n°1
6 Rappels de com. Num. en bande de base et sur fréquence porteuse TD n°2
7 Rappels de com. Num. en bande de base et sur fréquence porteuse TP n°1
TP : Chaine de transmission AWGN bande de base et avec modulation
8 Canaux radio-mobiles Cours
9 Canaux radio-mobiles Cours
10 Performance sur canaux sélectifs et notion de diversité Cours
11 Canaux radio-mobiles, performance et notion de diversité TD n°3
12 TP: Canaux radio-mobiles TP n°2
13 TP: Performance sur canaux sélectifs et diversité TP n°3

Séances des regroupements
Date Sujet Durée Type

14/10/2021 à 18h00 Séance de regroupement pour le cours du chapitre I 2h00 Cours
04/11/2021 à 18h00 Séance de regroupement pour : TD n°1, TD n°2 et le TP n°1 2h00 TD/TP
02/12/2021 à 18h00 Séance de regroupement pour le cours du chapitre II 2h00 Cours
16/12/2021 à 18h00 Séance de regroupement pour : TD n°3, TP n°2 et le TP n°3 2h00 TD/TP

CHAPITRE I
Rappels de Communications
Numériques en bande de base
et sur fréquence porteuse

Rappels de Communications
numériques:
• Modulateur
• Récepteur numérique
• Diagramme de l’œil
• Calcul de TEB sans ISI
• Filtrage adapté
• ISI et critère de Nyquist
• Signaux bande étroite
• Chaîne passe-bas équivalente
Architecture générale d’une chaîne de transmission
Codeur Codeur
Source Modulateur
source Canal
Canal
Démodulateur
Utilisation Décodeur Décodeur
Récepteur
du signal source Canal
Numérique

MODULATEUR
Les signaux émis :

Conversion des bits en
symboles

Modulateur et symboles
Db Modulateur Ds
ou CANAL
Codeur de
Ligne
Symbole: Signal électrique de durée Ts

Avec M symboles un symbole code Log2(M) bits
Db=Ds.Log2(M)
Modulateur et symboles en bande de base, M=2
Bits: 0 1 1 0 1
Ts
NRZ
2 niveaux
RZ
Biphase
???
v0(t) v1(t)

Modulateur et symboles en bande de base, M=4
Bits: 01 00 01 10 11
NRZ Ts
4 niveaux
4 PPM

Modulateur et symboles sur fréquence porteuse
Symbole numéro i : Si(t)=Ai cos(2p fi t + fi)
Pour définir un symbole on peut jouer sur les paramètres

amplitude (Ai) fréquence (fi) phase (fi) ou sur une combinaison
de ces paramètres.
Un symbole est représenté par un vecteur dans le diagramme de

Fresnel (cos/sin ou I/Q):
Si(t) = Ai cos(fi).cos(2p fi t) - Ai sin(fi).sin(2p fi t)

Si(t) = Ii(t). cos(2p fi t) - Qi(t) . sin(2p fi t)

Q(t)
S1(t)
S2(t) S1(t)
S2(t)
I(t)
S3(t) S4(t)
S3(t) S4(t)
Diagramme de Diagramme de
Fresnel avec vecteurs constellation

2-ASK=OOK M- ASK
0 Ap 0 V 2V 3V
2-PSK=BPSK 4-PSK=QPSK 8-PSK

MDP-2 MDP-4 MDP-8

Répartir les symboles

sur le plan IQ et non
plus sur un cercle:
Augmentation de la
distance entre deux
symboles
16-PSK 16-QAM
16-QAM 32-QAM
MAQ-16 MAQ-32
Capacité du canal (Shannon 1948)
Canal Ps Récepteur
Bits Emetteur Démodulateur
émis Codage canal AWGN
Récepteur
Modulateur Bande B Pn Décodage canal
Ps = puissance du signal reçu

Pn = puissance du bruit reçu
SNR= Ps/Pn
C = B. log 2 (1 + SNR ) (bits/sec)

Capacité du canal (Shannon 1948)

Canal passe-bas
-B 0 +B f
Canal passe-bande
+B 0 +B f
Exemple : SNRdB = 40dB, B = 3100Hz

C = 3100*log2(1+104) = 3100*Ln(1+104)/Ln(2) = 41 Kbps
RECEPTEUR
NUMERIQUE
• Architecture d’un récepteur
numérique
• Exemple de prises de décision

Architecture d'un récepteur numérique
REC
t t
Objectif: Ts
-» Prendre des décisions sur les symboles reçus
-» Prendre une décision tous les instants Ts
-» Faire le moins d'erreurs possible
Besoins:
-» Retrouver le rythme des symboles
-» Prendre des décisions tous les Ts

Architecture d'un récepteur numérique, bande de base
Codeur Bits Ds
modulateur Canal
canal Db
Règle
Tb de
codage Ts
Suite de
Décisions
Suite de
bits symboles
reçus bk reçus Sk
k.Ts
Reconstitution Horloge Symboles (Ts)

Architecture d'un récepteur numérique, bande de base
Codeur Bits Ds
modulateur Canal
canal Db
Règle
TEB : Taux
Tb d’Erreur
de TES : Taux
sur les Bits codage Ts d’Erreur sur les
BER : Bit Error Rate Symboles
Décisions
SER : Symbol
Suite de Suite de Error Rate
bits symboles
reçus bk reçus Sk
k.Ts
Opération simple
en général Reconstitution Horloge Symboles (Ts)

Architecture d'un récepteur numérique, fréquence porteuse
Bits vers Transposition Ds

Codeur Bits Canal
canal Db symboles fréquence
Tb Ts
Règle de codage
Suite de
Décisions Transposition
Suite de
bits symboles fréquence
reçus bk reçus Sk
Ts
k.Ts
Reconstitution Horloge Symboles (Ts) et
correction des erreurs de phase
Exemple de récepteur numérique : 8-PSK
Modulateur 8-PSK (mise en forme rectangulaire de I(t) et Q(t)
I(t)
Conversion
Suite 8-PSK
de la suite
binaire
binaire +
(Db)
en signaux
cos(2pfot)
- Canal
sin(2pfot)
I/Q
Q(t)
Règle
de
codage

4 VALEURS POUR I(t)
Règle
de
codage
011 001
+cos(p/8)
4 VALEURS POUR Q(t)

010 p/4 000
+cos(3.p/8)
110 100 -cos(3.p/8)
111 101 -cos(p/8)
CONSTELLATION POUR 8-PSK

SIGNAL D'ENTREE
0 0 1 1 1 0 1 1 1 0 0 1 0 1 0 0 0 1 1 1 0 0
I(t)
Q(t)
t
Codage I/Q pour 8-PSK

Q(t)
t
Qe(t)
t
INSTANTS DE DECISION
Ts

Test de la distance entre le
coordonnées (Ie,Qe) et les

points de la constellation
le
DEMODULATEUR I/Q
point reçu de
Suite de
symboles Règle Suite de
de bits reçus
8-PSK codage
Qe
récupération
horloge k.Ts
Symboles (Ts)
Récepteur 8-PSK
Notion de
diagramme de l’oeil

Transmissions Numériques Diagramme de l'œil, principe
Résultat de la réponse du canal
à un rectangle
2.Ts

Transmissions Numériques Diagramme de l'œil, principe
a
b
-a- Immunité au bruit
-b- Immunité à la gigue de phase dans la

récupération d'horloge des symboles
Transmissions Numériques Diagramme de l'œil
Bit émis
T
Réponse impulsionnelle t
du canal
NRZ de période T
Filtre passe-bas du 1er ordre
Prises
de
décision fc=1/T

Bit émis
du canal
NRZ de période T
Prises
de
décision fc=1/(2.T)

Bit émis
Réponse impulsionnelle
du canal t
Prises NRZ de période T

de Filtre passe-bas du 1er ordre
décision
fc=1/(4.T)

Bit émis
du canal
NRZ de période T
Prises
de
décision fc=1/(10.T)

Calcul du TEB en
l’absence d’ISI

Récepteur optimal MAP
M symboles ei (t) rk (t)

C(f) Décisions
e1, e2,.... eM
n(t)
ei (t) peut être représenté par un vecteur de dimension N dans une
base de signaux {si } de dimension N
e i = ai1.s1 + ai 2 .s2 + ....aiN .s N
rk = ei + nk kème observation reçue
 ai1   n1   ai1 + n1 
a   n  a + n  Exemple:
 i2   2   i2 2 
rk =  .  +  .  =  . .  Modulation 16-QAM
 .   .   . .  M=16,
a  n  a + n  N=2: les composantes I(t)
 iN   N   iN N 
et Q(t)
Le récepteur optimal MAP (Maximum A Posteriori) doit
choisir, à chaque instant de prise de décision, le symbole émis ei
qui a la plus grande probabilité d'avoir été émis, connaissant le
signal reçu (l’observation).
rk = signal reçu à l' instant k.Ts
Objectif : trouver ei qui maximise p(ei /rk reçu)
P(ei émis).pr (rk /ei émis)

p(ei /rk reçu) =
pr (rk )
 Il faut connaitre P(ei )
P(ei ) = Probabilit é d' émission du symbole ei
 Il faut connaitrep r (rk / e i émis)
p r (rk / ei émis)  Densité de probabilit é du bruit

Le récepteurM AP chercheei qui maximise
P(ei émis).pr (rk /ei émis)
p r (rk / ei émis) = p n (rk - ei / ei émis)
Dans le cas où le bruit et les
symboles sont indépendants : p r (rk / ei émis) = p n (rk - ei )
Exemple: n(t) bruit gaussien
pr(a/ei) pn(a)
b ei b-ei 0
Cas d’un bruit additif gaussien dont toutes les composantes

sont indépendantes, de moyenne nulle et de même variance 2
1 1 i= N 2
2  i
p n (u) = .exp(- . u )
(
2.p . 2 N /2
) 2. i =1
1 1
p n (u) =
2
.exp(- . u )
(
2.p . 2 N /2
) 2. 2
MaxP(ei émis).pr (rk /ei émis) = MaxP(ei ).pn (rk - ei ) =

 1 1 2 
Max P(ei ). .exp(- . rk - e i ) =
 (
2.p . 2 N /2
) 2. 2

  1 1 2 

Max  Ln P(ei ). .exp(- . rk - ei ) 
  (
2.p . 2
N / 2
) 2. 2 

  1 1 2 

Max  Ln P(ei ). .exp(- 
. rk - e i )  =



 (
2.p . 2 )
N /2
2. 2 

   
Max  Ln(P(ei ) ) + Ln 
1 − 1 2
. rk - e i 



 ( 2.p . )
2 N /2 
 2.
2


 1 
 Minimum  - e i − Ln( P(ei ))
2
. rk
 2. 
2
Choisir ei qui minimise :

rk - ei − 2. .Ln(P(ei ))
2 2

Transmissions Numériques: Taux d'Erreur de Bit (TEB)
Suite binaire
Décisions
101 Modulateur CANAL
k.Ts
Sans bruit Avec bruit
Instant de prise de décision

-» Pas d'ISI (sans bruit) Niveau V1-» 1 émis

Niveau V0-» 0 émis
Niveaux proches de V1-» 1 émis

-» Bruit introduit par canal
Niveaux proches de V0-» 0 émis
-» Amplitudes aux instants de prise de décision

Densité de probabilité
V0 V1
+V1 (1-p)
Observation
sans bruit
{+V0 p + n(t) { Gaussien centré
variance 2
p(rk/bit=0).P(0 émis)
p(rk/bit=1).P(+1)
V0 V1
Zone de décision du bit 0 Zone de décision du bit 1

Fixer un seuil de décision: Règle de décision MAP
Erreur / 1 est émis V0 Seuil V1 Erreur / 0 est émis
SEUIL OPTIMAL:
CROISEMENT DES DEUX COURBES
V0 Seuil V1
-» Statistique du Bruit?
Cas particulier: Bruit Gaussien
1  − ( x − V0 )2 
Courbe V0: p. exp  
2p   2  2

1  − ( x − V1 )2 
(1 − p ). exp  
Courbe V1: 2p   2 2

 p  2 V +V
Seuil Optimal: Ln   + 1 0
 1 − p  V1 − V0 2
p =Proba. émettre 0 = Probabilité de recevoir Vo+n(t)

1-p =Proba. émettre 1 = Probabilité de recevoir V1+n(t)
 =Ecart type du bruit n (t)
S +
TEB =  CourbeV1 +  CourbeV0
− S
S −V1
1  − u2  + 1  − u2 
TEB = (1 − p )   exp du + p S −V0 exp du
−
2p  2   2p  2 
 V1 − S   S − V0 
TEB = (1 − p )Q  + pQ 
     
S = Seuil Optimal  = écart type du Bruit

Loi Normale réduite Q(z)
p( z ) =
1  1 2
exp −  z 
2. p  2  2.27 e-2
+ 3.17 e-5
Q( z ) =  p(u). du
z
9.87 e-10
1.28 e-12
0 2 4 6 7 z

Fonction Q(z) et erfc(z)
Relations entre Q(z) et erfc(z)
+
1  1 2
Q( z ) = .  exp −  u .du
2.p z  2 
+
erfc( z ) =
2
(
.  exp − v 2 .dv )
p z
1  z 
Q( z ) = .erfc 
2  2

-» Symboles équiprobables, p=(1-p)=0.5
-» Bruit Gaussien, 
-» V1 et V0= Niveaux aux instants de prise de décision (si pas

de bruit)
V1 − V0 
TEB = Q    Distance
 2 
TEB = Q 
V1 + V0
 2. 
SeuilOptimal = Symboles équiprobables
2

Transmissions Numériques: Taux d'Erreur Symbole (TES)
Exemple: NRZ à 4 niveaux
V4
V3
V2
V1 t
10 11 01 00
Amplitudes à l'échantillonnage
V1 V2 V3 V4
+
TES sur le symbole V2
Codage GRAY= Minimise le TEB
Transmissions Numériques: Taux d'Erreur Symbole (TES)
V1 V2 V3 V4
00 01 11 10 Codage GRAY
• Un symbole code log2(M) bits

• Si on fait une erreur sur un symbole on se trompe (avec une
probabilité proche de 1) avec le ou les symboles directement
adjacents
• On commet donc une erreur sur un seul bit parmi les log2(M)
bits qui sont codés par le symbole
1
TEB  TES
log 2( M )
FILTRAGE ADAPTE
• Filtrage adapté
• Performance optimale d’une
transmission numérique sans
ISI

Transmissions Numériques: Filtre adapté
x(t) h(t) hC(t) + e(t) s(t)
Mise en forme Canal n(t) Filtre

Sn(f) Adapté
p(t)
s(t)= [x(t)*p(t)*e(t)] + n1(t) = Signal + Bruit filtré
Objectif du filtre adapté:

 Minimiser le TEB/TES
 Minimiser Q(distance(to)/2.n1) [si pas d’ISI et prise de décision en to]
 Maximiser distance(to)/n1
 la distance(to) est proportionnelle à : [p(t)*e(t)] t=to
 n1 est la variance du bruit filtré par e(t)
 Maximiser [p(t)*e(t)] t=to/ n1

Objectif du filtre adapté:

 Maximiser [p(t)*e(t)] t=to/ n1= s(to)/n1
 Maximiser [s(to)]2/n12 = SNRt=to
+ 2
 S ( f ).exp(2pjfto)
−1 2
s (to) = TF [ S ( f )]t =to =
2
−
+ +
 n21 =  S n1 ( f )df =  S n ( f ). E ( f ) df
2
− −
+ 2
s (to)
2  P( f ).E ( f ).exp(2pjfto)df
−
=
 n21 +
S
2
n ( f ). E ( f ) df
−
+ 2 + +
 A( f ).B( f ).df   A( f ) df .  B( f ) df Egalité si : A( f ) = K .B( f )*

2 2
− − −
+ 2
s (to)
2  P( f ).E ( f ).exp(2pjfto)
−
A(f)= E(f). Sn(f)
= P( f )
 n21 + B(f)= . exp(2pjfto)
 Sn ( f ). E ( f ) df
2
Sn(f)
−
+ 2
+ 2 +
P( f )
 P( f ).E ( f ).exp(2pjfto) − Sn( f ) −
2
df . E ( f ) .Sn( f )df
−
+
 +
 Sn ( f ). E ( f ) df  Sn ( f ). E ( f ) df
2 2
− −
*
+
 P( f ) 
2 2
s (to) P( f )
  Sn( f ) df Egalité atteinte si : E(f). Sn(f) = K . . exp(2pjfto) 
 2  Sn(f) 
n1 −  
*
 P( f ) 
E(f). Sn(f) = K . . exp(2pjfto) 
 Sn(f) 
 
*
P( f )
E( f ) = K. . exp(−2pjfto)
Sn( f )
Expression générale du filtre adapté

Transmissions Numériques: Filtre adapté bruit blanc
E( f ) = P*( f )  exp(−2 pjft 0 )
e( t )= p* (t 0 − t ) = p(t 0 − t ) Filtre adapté:

+
p( t )* e( t ) = − p( t) p* (t 0 − (t − t)) dt e(t)=p(to-t)
2
p( t 0 )* e( t 0 ) = +
− t
p( ) dt = énergie (p(t))
 S
  =
énergie de p( t ) 2
 N t = t 2n
0
1
N0
 S énergie de p( t ) où = DSP du bruit n(t) avant le
  = 2
 N t = t N 0 / 2 filtre adapté
0

Transmissions Numériques: Filtre adapté bruit blanc
+ r(t)
p(t) + e(t) s(t)
+
p(t) n(t)
Filtre adapté:
0 TS e(t)=p(to-t)
e(t) pour to=Ts
+
s(t ) = r ( t )* e( t ) = − e( t )r ( t − t ) dt
0 TS
r(t-t)
e(t) r(t-t) e(t)
t=Ts/2 t= 0.9 . Ts
NOTION D’ISI
• Canal de transmission
• ISI
• Critère de Nyquist

Transmissions Numériques: Filtres de la chaîne de transmission
he(t)
Récepteur
Mise en Canal Filtre de Numérique
1 0 1 0 forme réception
h(t) hC(t) + hR(t) Décision
t
n(t)
Diagramme de l'œil
2 valeurs distinctes: pas d'ISI

Transmissions Numériques: 1er Critère de Nyquist
Mise en forme Canal Egaliseur

y(t)
a(t) h(t) hC(t) hR(t)
+ he (t)
a (t ) =  s  (t − nTs)
n = −
n
y(k)
+
y (t ) = a (t ) * he(t ) =  s he(t − nTs)
n = −
n
+
y (k ) = y (to + kTs) =  s he(to + kTs − nTs)
n = −
n
+
y (k ) = sk .he(to) +  s he(to + (k − n)Ts) = Info utile + ISI
n
n = − , n  k
Info. ISI
utile ELE207, Technologie des hauts débits, Daniel Roviras 61
Mise en forme Canal Egaliseur
h(t) hC(t) hR(t)
he (t)
0, k  0
1er Critère: he ( kTs ) = 
1, k = 0
k
Cas général: H e ( f ) *  ( f − ) = Ts
k Ts

Filtres à support spectral égal à [-1/2.Ts, +1/2.Ts]:
1 Transmission en bande de base

He ( f ) = Ts f 
Ds  2.B
2Ts
Filtres à support spectral égal à [-1/Ts, +1/Ts]:
1 1
He ( f ) + He ( f − ) = Ts 0 f 
Ts Ts

Fonction vérifiant le 1er Critère de Nyquist,

Support spectral [-1/Ts, +1/Ts]
|He(f)|
Ts Symétrie par rapport

au point f=1/2.Ts
Ts/2
1/2.Ts 1/Ts f

Transmissions Numériques: Filtre en RCF
Filtres de Nyquist à coupure cosinusoïdale
(Raised Cosine roll off Filters)
|He(f)|
Ts
Ts/2
1/2.Ts fc 1/Ts f
1
fc −
2Ts
a= = Facteur d arrondi = Roll off factor
1
2Ts

Filtres de Nyquist: Raised Cosine roll off Filters

fc − 1
2.Ts
a= = coefficient d’arrondi= Roll off factor
1
2.Ts
fc=(1+a)/(2.Ts)
sin(pt / Ts ) cos(apt / Ts )
rcf (t ) =
pt / Ts 1 − (2at / Ts ) 2
RCF(f) = 1
Ts 0 f  − fc
Ts
RCF(f) = Ts   pT  1− a    1
 1+ cos  s . f −  − fc  f  fc
2   a  2 .Ts    Ts
RCF(f) = fc < f
0

Réponses impulsionnelles 1 he(t)

0.8
0.6
a=0 a=0.5 a=1
0.4
0.2
t
-0.2
-0.4

Transmittances |He(f)|
1.Ts
a=0
a=0.5
0.8
a=1
0.6
0.4
0.2
0 1/4.Ts 1/2.Ts 1/Ts f

a=0

a=0.5

a=1

Transmissions Numériques: Choix du filtre en RCF
On choisira le filtre en cosinus surélevé avec le

roll off le plus grand possible :
-1- Plus facile à réaliser car les pentes sont plus

faibles si le roll off est grand
-2- Moins sensible à la gigue de phase lorsque le

roll off est grand

Transmissions Numériques: Exemple
Transmission d’un débit binaire Db à travers un canal de

transmission de type passe-bas idéal de bande [-B, B]. On prend
Db=7.B
- Calcul de Dsmax,
- Calcul de la taille de ma modulation M (puissance de 2)
- Calcul du coefficient d’arrondi alpha maximal (a=1/7)

Interprétation de la capacité du canal (Shannon 1948)
Emetteur Canal Ps Récepteur

Bits Démodulateur
Codage canal
émis AWGN Récepteur
Modulateur Pn Décodage canal
Bande B

• Nyquist : Ds max= 2.B
Plus la bande passante est grande plus le débit symbole peut
être important (dépendance de C avec B)
• TEB=Q[distance/2.]=fct(SNR)
Plus le SNR est grand plus on pourra avoir un nombre M de
symboles grand et donc un grand débit binaire
Interprétation de la capacité du canal (Shannon 1948)
Comment s’approcher de la limite de Shannon ?
• On utilise des codes correcteurs d’erreurs
• La redondance introduite par le codeur canal impose de transporter plus de

bits (débit brut) que le débit utile
• Pour transporter ce débit brut on utilise plus de symboles qu’avec une

modulation non codée
• On fait donc plus d’erreurs car la distance entre symboles devient plus
faible à SNR=cte
• La capacité de correction du code permet de compenser la baisse du TEB
• On se rapproche de la limite de Shannon ….

Transmissions Numériques: Filtre adapté et ISI, bruit blanc
h(t) hC(t) hR(t) s(t)

+
ou e(t)
Forme Canal n(t) Filtre
Sn(f) Adapté
Nyquist: H(f). HC(f).E(f)=RCF(f)
Filtre Adapté: E(f)=H*(f). HC*(f).exp(-2.p.j.f.to)

Transmissions Numériques: Filtre adapté et ISI, bruit blanc
E( f ) = RCF ( f )
RCF ( f )
H( f ) =
HC ( f )
Phase(RCF(f))= -2.p.f.to
Phase(H(f))+Phase(HC(f))+Phase(E(f))= -2.p.f.to

Signaux bande étroite
• Propriétés dans le cas déterministe et
aléatoire
• Enveloppe complexe
• Chaîne passe-bas équivalente

Signaux Bande Etroite
X(f)
XA(f)=2.X+(f)
X(f)=XA(f+fp)
X-(f) X+(f)
-fp 0 fp f
Sx(f)
SxA(f)=4.Sx+(f)
Sx(f)=SxA(f+fp)
Sx-(f) Sx+(f)
-fp 0 fp f

Soit x(t) un signal bande étroite [1]
x A(t)=Signal Analytique de x(t) = x(t) + j.xˆ(t)
XA(f)=2.X+(f)
X(f)
X-(f) X+(f)
-fp 0 fp f
X A ( f ) = 2 X + ( f ) = 2 X ( f ).U ( f ) avec U(f) = échelon unité de fré quence
1 j   1 
xA (t ) = 2.x(t ) *   (t ) +  = x(t ) + j  x(t ) *  = x(t ) + j.x (t )
2 2pt   pt 

Soit x(t) un signal bande étroite

x A(t)=Signal Analytique de x(t) = x(t) + j.xˆ(t)
xˆ(t) = Transformée de Hilbert de x(t)

1
xˆ(t) = *x(t)
π.t

X( f ) = X( f )
p
(

)
Phase X ( f ) = Phase( X ( f ) ) − signe( f )
2

~
X(f) = X A(f + fp) = 2.X +(f + fp)
~
x (t) = Enveloppe complexe de x(t) = x A (t ) exp(−2 jfpt)
 x(t) = Re~x (t).exp ( 2πjfpt)
 x(t) = Im~

x (t).exp ( 2πjfpt)
x(t) = Re x (t).exp ( 2πjfpt) 

~
~
X(f) = X A(f + fp) = 2.X +(f + fp)
S ~x (f) = S x A (f + fp) = 4.S (f + fp)
+
x

~x(t) = Signal complexe = x (t) + j.x (t) = a(t ).exp[ j. (t )]
p q
x(t) = x p (t) cos (2.p .fp.t)- x q (t) sin (2.p .fp.t) (7)
x(t) = a(t) .cos (2.p .fp.t +  (t)) (8)
x p (t), xq (t), a(t),  (t) Signaux réels de type " passe- bas".
1 ~ ~*
X(f) = .[X(f - fp) + X (-f - fp)]
2
1
Sx (f) = .[S~x (f - fp) + S~x (-f - fp)]
4
Sx p (f) = Sx q (f) = S+x (f + fp) + S-x (f − fp)

Calcul d’enveloppes complexes :
• Calculer X(f), XA(f), XA(f+fp) et ~

x(t) par TF-1
• SI LE SIGNAL x(t) EST BANDE ETROITE :

On pourra comparer (7) ou (8) avec l’expression de x(t)
et déterminer les signaux xp(t), xq(t) ou bien a(t) et f(t)
Exemple d’un signal m(t) de bande B multiplié par un

cosinus à la fréquence fp avec fp>>B

x(t) = Re x (t).exp ( 2πjfpt) 

~
x(t) = x p (t ) cos(2πfpt) − xq (t ) sin(2πfpt)
1
Sx (f) = .[S~x (f - fp) + S~x (-f - fp)]
4
Sx p (f) = Sx q (f) = Sx (f + fp) + Sx (f − fp)
+ -

Filtre passe-bas équivalent
x(t) h(t) s(t)

Signal Bande
étroite autour de fp Passe-bande
autour de fp
s(t) = x(t)* h(t), sˆ(t) = xˆ(t)*h(t), s A(t) = x A(t)*h(t)

~
s (t) = ~
x (t)*h (t) avec h (t) = filtre passe − bas équivalent
PBE PBE
+ 1 ~
H PBE ( f ) = H ( f + fp) = .H ( f )
2
1 ~
hPBE(t) = .h (t )
2
Chaîne de transmission passe-bas équivalente
m(t) x(t) v(t) y(t) z(t) s(t)

g(t) h(t) e(t)
Passe-Bas Passe-Bande
Passe-Bas
centré sur fp
cos( 2.p.fp.t) cos (2.p.fp.t)
On peut écrire : y(t)=v(t)*h(t) mais cela ne donne pas, en

général, d’expression intéressante
On peut écrire : ~ ~ ~ 1 ~ 
y (t ) = v (t ) * hPBE (t ) = v (t ) *  h (t )
2 
ce qui donnera une expression intéressante

g(t) h(t) e(t)
Passe-Bas
centré sur fp
m(t) g(t) 1/4 hp(t) e(t) s(t)
~
h(t) = h p (t) + j.h q (t)
H p (f) = H + (f + fp) + H +* ( − f + fp)


g(t) h(t) e(t)
Passe-Bas
cos( 2.p.fp.t) centré sur fp
cos (2.p.fp.t)
~ 1~ ~ 1

y(t) = h(t) * v(t) = h p (t ) + jhq (t ) * x(t)
2 2

1 1
= h p (t ) * x(t) + jhq (t ) * x(t) 
2 2
 1 
y(t) = Re(~y(t)exp ( 2πjf p t)) = Re  h p (t ) * x (t) + jhq (t ) * x (t) exp ( 2πjf p t)
1 
2 2  
= (h p (t ) * x (t))cos(2πf p t ) − (h q (t ) * x (t))sin (2πf p t ) 
1 1
2 2

g(t) h(t) e(t)
Passe-Bas
cos( 2.p.fp.t) centré sur fp
cos (2.p.fp.t)
y(t) = (h p (t ) * x (t))cos(2πf p t ) − (h q (t ) * x (t))sin (2πf p t ) 
1 1
2 2
z (t ) = y(t)cos(2πf p t ) =
=  (h p (t ) * x (t))cos(2πf p t ) − (h q (t ) * x (t))sin (2πf p t ) cos(2πf p t )

1 1 
2 2 
= (h p (t ) * x (t)) + (h p (t ) * x (t))cos(4πf p t ) − (h q (t ) * x (t))sin (4πf p t ) 
1 1 1
4 4 4
1
( ) 1
s(t ) = z (t ) * e (t )  s(t) = h p (t ) * x (t) * e (t ) = m (t ) * g (t ) * h p (t ) * e (t )
4 4
cos (2.p.fp.t) cos (2.p.fp.t)
I(t) sI(t)
g(t) e(t)
m(t) Codeur + x(t) y(t)
I/Q - H(f)
g(t) e(t)
Q(t) Passe-bande sQ(t)
sin (2.p.fp.t) -sin (2.p.fp.t)
Passe-bas Passe-bas
Modulateur Canal Démodulateur

I(t)
g(t) hp(t)/4
+
+ e(t) SI(t)
-
m(t) Codeur hq(t)/4
I/Q
g(t)
hq(t)/4
Q(t) +
+ e(t) SQ(t)
hp(t)/4 +
I (t)+ j.Q(t)
Codeur 1 1 ~
m(t)
I/Q
g(t) hPBE(t) = .h (t ) e(t) SI(t)- jSQ(t)
2 4

BRUIT ADDITIF cos (2.p.fp.t)
n(t) No/2
sI(t)
e(t)
+
e(t)
sQ(t)
sin (2.p.fp.t)
nI(t) No/4
sI(t)
+ e(t)
Bruits sur I et Q
Indépendants + e(t)
sQ(t)
nQ(t) No/4

m(t) s(t)
g(t) h(t) e(t)
Passe-Bas Passe-Bande Passe-Bas
centré sur fp
m(t) g(t) 1/4 hp(t) e(t) s(t)
~
h(t) = h p (t) + j.h q (t)
H p (f) = H + (f + fp) + H +* ( − f + fp)
Chaîne de transmission passe-bas équivalente, critère de Nyquist
HP(f) = H+(f + fp) + H+*(- f + fp)

|Hp(f)| H(f)
B
H-(f)
H+(f)
- fp - B/2 0 + B/2 fp f
H(f) est un passe-bande de largeur B centré autour de fp
Hp(f) est un passe-bas de bande –B/2, +B/2

~
H ( f ) est un passe-bas de bande –B/2, +B/2
Chaîne de transmission passe-bas équivalente, critère de Nyquist
1° Critère de Nyquist :
G(f).E(f).Hp(f) : Bande minimale de [-Ds/2 +Ds/2]
avec Ds = Débit des Symboles
Hp(f) : Bande minimale de [-Ds/2 +Ds/2]
H(f) Bande minimale de DS centrée sur fp
Pour une transmission sur fréquence porteuse:

Ds maximal = Bande du Canal = B

Performances des
Modulations

Performance des modulations, Démodulation cohérente
cos (2.p.fp.t) cos (2.p.fp.t)
I(t) Canal
H(f) Passe-bande sI(t)
e(t)
Db Codeur +
I/Q - C(f) +
H(f)
e(t)
n(t)(No/2)
Q(t) sQ(t)
sin (2.p.fp.t)
sin (2.p.fp.t)
I(t)
H(f) cP(t)/4
+
+ e(t) SI(t)
-
Db cq(t)/4
Codeur
I/Q
cq(t)/4
H(f) + SQ(t)
+ e(t)
Q(t) +
cP(t)/4
Performance des modulations, Démodulation cohérente
Si C(f)=1 sur une bande B autour de +fp on a alors: Cp(f)=2 sur
une bande [-B/2, +B/2] autour de 0.
On a alors le schéma suivant:
I(t) SI(t)
RCF Passe bas équ. + RCF
Cp(f)/4=1/2
nI(t) Indépendants
Décisions
Q(t) SQ(t)
RCF Passe bas équ. + RCF
Cp(f)/4=1/2
nQ(t)
Bruit nI(t): SnI(f) = .(Sn(f + fp) + Sn(f - fp)) =

1 No
4 4
No
Aux instants de décision :  2 =
4 Daniel Roviras
ELE207, Technologie des hauts débits, 99
Performance des modulations: ASK Cohérent
I(t): suite de Diracs de coefficients +V ou 0 Q(t)=0
Valeurs reçues aux instants de décision: +V/2 et 0  V 
TES = Q 
Variance du bruit aux instants de décision: No/4  2. No 
Exprimons le TEB en fonction de Eb/No:

V2 V2
SI ( f ) = + 2
. ( f )
4.Ts 4.Ts
(SI (f) est calculée à partir de la DSP d' un NRZ entre + V et 0)
+
P 1
Pe = P émise dans le canal = I filtré = .  S I ( f ). RCF .df =
2
2 2 −
+
1  V2 V2  V2
= .   + . ( f ) . RCF .df =
2
2
2 − 4.Ts 4.Ts  4.Ts
V2
 Eb = Pe.Ts =  V = 2. Eb
4
 Eb  1  Eb 
 TEBASK COHERENT = TESASK COHERENT = Q   = erfc
 2 


 No   2. No 
Performance des modulations: BPSK Cohérent
I(t): suite de Diracs de coefficients +V ou -V Q(t)=0
Valeurs reçues aux instants de décision: +V/2  V 
TES = Q 
Variance du bruit aux instants de décision: No/4  No 

V2
SI ( f ) =
Ts
+
P 1
Pe = P émise dans le canal = I filtré = .  S I ( f ). RCF .df =
2
2 2 −
+
1 V 2  V2
= .   . RCF .df =
2
2 − Ts  2.Ts
V2
 Eb = Pe.Ts =  V = 2.Eb
2
 Eb  1  Eb 

 TEBBPSK = TESBPSK = Q 2 .  = erf c 

No  2 No 
  

Performance des modulations: QPSK Cohérent
I(t) et Q(t): suites de Diracs de coefficients +V ou -V
Valeurs reçues aux instants de décision: +V/2  V 
TES  2. Q 
Variance du bruit aux instants de décision: No/4  No 
V2
S I ( f ) = SQ ( f ) =
Ts
+
=  S I ( f ). RCF .df =
2
Pe = P émise dans le canal = PI filtré
−
+
V 2  V2
=   . RCF .df =
2
−  
Ts Ts
1 V2
 Eb = Pe.Ts. =  V = 2.Eb
2 2
 Eb   Eb 
 TESQPSK  2.Q 2 .   TEBQPSK  Q 2.  (si codage Gray)
 No  
 No 


Performance des modulations: 8-PSK Cohérent
I(t) et Q(t): suites de Diracs de coefficients +V.cos(p/8) ou +V.sin(p/8)
Valeurs reçues aux instants de décision: +(V/2).cos(p/8) ou +(V/2).sin(p/8)
Variance du bruit aux instants de décision: No/4
dmin
d  p
TES8- P SK  2.Q m in  avec d m in = V . sin( )
 2.  8
 p   p 
 V . sin( )   V . sin( ) 
 TES8- P SK  2.Q 8  = erf c 8 
 No   2.No 
   
   

Performance des modulations: 8-PSK Cohérent
1 1 
 .V .cos (p / 8) + .V 2 .sin 2 (p / 8)
2 2
2 2  V2
S I ( f ) = SQ ( f ) = =
Ts 2. Ts
+
=  S I ( f ). RCF . df =
2
−
+
 V2  V2
=   . RCF . df =
2
− 2. Ts  2. Ts
1 V2
 Eb = Pe. Ts. =  V = 6. Eb
3 6
 p 
 V .sin( )  p Eb 
 8 
TES  2. Q  TES  2. Q 6 .sin( ). 
 No   8 No 
 
2  p Eb 
 TEB8− PSK  . Q 6 .sin( ).  (si codage Gray)
3  8 No 
Performance des modulations: 16-QAM Cohérent
I(t) et Q(t): suites de Diracs de coefficients +V ou +3.V
Valeurs reçues aux instants de décision: +(V/2) ou +(3.V/2)
Variance du bruit aux instants de décision: No/4
Constellation 16-PSK:
Expre ssion e xacte:

1   V   V   V 
TES16-QAM = . 48.Q  − 36.Q  .Q 
16   
2.   
2.   
2. 
Expre ssion approchée :
 V  3  V 
TES16-QAM  3.Q  = .erfc 
 2.  2  2. . 2 
Performance des modulations: 16-QAM Cohérent
1 2 1 2 
 .V + .9.V 
 2 2  5.V 2
S I ( f ) = SQ ( f ) = =
Ts Ts
+
=  S I ( f ). RCF .df =
2
−
+
 5.V 2  5.V 2
=   . RCF .df =
2
−  
Ts Ts
1 5.V 2 4
 Eb = Pe.Ts. = V = .Eb
4 4 5
 V   4 Eb  3  2 Eb 
TES  3.Q   TES  3 .Q  .  = .erf c . 
 No   5 No  2  5 No 
   
3  4 Eb  3  2 Eb 
 TEB16−QAM  .Q .  = .erf c
  .  (si codage Gray)

4  5 No  8  5 No 

Performance des modulations: démodulation non cohérente
ASK avec démodulation par détection d' enveloppe:

1  1 Eb 
TEBASK NON COHERENTE  .exp − . 
2  2 No 
FSK avec démodulation par filtrage sélectif sur F1 et F2

suivi par une détection d' enveloppe:
1  1 Eb 
TEBFSK NON COHERENTE  .exp − . 
2  2 No 
DBPSK avec démodulation différentielle:

1  Eb 
TEBDBPSK DEMOD. DIFFERENTIELLE  .exp − 
2  No 

Performance des modulations
TEB en fonction de Eb/No
-3
10
ASK- NC
-4
FSK- NC
10
-5
10 8-PSK 16-QAM
-6
10
ASK
-7
FSK-FA
10
BPSK
-8
10 QPSK
MSK
-9
3 dB
10
DBPSK
8 10 12 14 16
Eb/No en dB

Performance des modulations : Calcul de la DSP d’un signal modulé
Forme du spectre
Calcul de la densité
spectrale de puissance de
signaux aléatoires
numériques
Modulations PAM, PSK, QAM
Les modulations PAM, PSK, QAM ont toutes la même forme :
 
M-PAM/ASK s(t ) = Re  An g (t − nTs )e j 2pf ct  An  A m , m = 0,1,, M − 1
n 
 
 
j n
M-PSK s(t ) = Re  e g (t − nTs )e j 2pf ct  e j n  e j m , m = 0,1,, M − 1
n 
M-QAM
 
 
j n
s(t ) = Re  An e g (t − nTs )e j 2pf ct  An e j n  Ame j m , m = 0,1,, M − 1
n 

Génération PAM/PSK/QAM
GENERATION v(t) TRANSPOSITION

Bits s(t)
SIGNAL PASSE-BAS EN FREQUENCE
a  (t −kT )
k
k b  n  (t − nTs )
A e j n
(
cos2pfct )
n
Re
Paquet
Mapping
Bits Log2(M)
→ Anexp(jn) g(t) s(t)
bits
Im
−sin(2pfct )
Calcul de la PSD de s(t) en deux étapes
• Calcul de la PSD du signal passe-bas v(t).

• Calcul de la PSD du signal passe-bande s(t).
Sv(f)
 
s (t ) = Re  An e j n g (t − nTs )e j 2pf ct 
 n 
 
= Re v(t )e j 2pf ct Ss(f)
v(t ) =  An e j n g (t − nTs )
n
S s ( f ) = Sv ( f − f c ) + Sv (− f − f c )
1
4 Daniel Roviras
ELE207, Technologie des hauts débits, 112
Calcul de la PSD de v(t)
Sv ( f ) = S a ( f ) G( f )
2
a(t) g(t) v(t)
a(t ) =  Ane jn  (t − nTs ) v(t ) =  Ane jn g (t − nTs )

n n
Signal passe-bas v(t) : résultat du filtrage des symboles a(t)

par un filtre de RI g(t).
Calcul en deux étapes :
• Calcul de la PSD des symboles a(t).
• Prise en compte du filtre de mise en forme g(t)
Proakis, Digital Coms

PSD des symboles a(t) 4ème Ed. pp. 202-207
 a2 2 a2 + 2 +
 k 
Sa ( f ) = ( ) ( ) m
Ts
+
Ts

k =1
a
'
k cos 2p fkTs +
T
a
2    f − 
k = −  Ts 
s
Moyenne ma = E a n  n 
 = E a n − ma
2
a
2
 n Variance
 (k ) =
' 
E (an − ma ) (an − k − ma )
*
 n, k

a 2
a
Fonction d’autocorrélation normalisée

des symboles (centrés)
 a2 2 a2 + 2 +
 k 
Sa ( f ) = ( ) ( ) m
Ts
+
Ts

k =1
a
'
k cos 2p fkTs +
T
a
2    f − 
k = −  Ts 
s
1 2
• Terme 1 nul si symboles indépendants.

• Terme 2 nul si symboles équi-répartis autour
de 0
PSD du signal passe-bas v(t) et du signal passe-bande s(t)
2
2
 2 2 + 2 +
k   k 
Sv ( f ) = G( f ) + G ( f )  a (k ) cos 2pfkTs +
m
 G     f − 
a 2 a 2 ' a
2
Ts Ts k =1 Ts k = −  Ts   Ts 
PSD Composantes
Continue Spectrales
Discrètes
S s ( f ) = Sv ( f − f c ) + Sv (− f − f c )
1
4
Transmissions Numériques: TD n°1
Transmissions numériques en bande de base
Exercice n°1 : Etude d’une chaîne de transmission

avec canal AWGN, modulation NRZ avec 4 niveaux
Exercice n°2 : Etude d’une chaîne de transmission

avec canal à bande limitée

Transmissions numériques sur fréquence porteuse : TD n°2
Transmissions numériques sur fréquence porteuse
Performance d’une transmission numérique sur

fréquence porteuse : M-ASK, M-QAM

Transmissions Numériques: TP n°1
Transmissions numériques en bande de base

et sur fréquence porteuse
Simulation à l’aide du logiciel Matlab des TD

n°1 et n°2

CHAPITRE II
CANAUX RADIO-
MOBILES

Introduction
Canaux Radio Mobiles
• Introduction
• Large scale fading : path loss
• Large scale fading : shadowing
• Small scale fading : dispersion en temps
• Small scale fading : dispersion en fréquence
• Modélisation des canaux radio mobiles
• Lois du fading
Milieu de transmission Hertzien
Onde de sol, f<2MHz
Réflexion ionosphérique 2MHz<f<30MHz Propagation en vue directe, f>30MHz

Bande de Désignation Caractéristique de Services

Fréquence propagation
Très Basses Onde de sol Navigation, sous marins

3-30 kHZ
Fréquences (VLF) Faible atténuation jour
et nuit Grandes distances
Basses Fréq. Navigation, marine
30-300 kHZ (LF) Onde de sol
Grandes distance
Att. plus grande le jour
AM Radiodiffusion
300-3000 kHZ Moyennes Onde de sol Radio marine,
fréquences (MF) Att. faible la nuit Grandes distances
Hautes Fréq. Radio-amateurs,

3-30 MHZ Propagation Ionosphérique
(HF) militaires,Avions,
Bateaux
Réflexion sur couches
ionosphériques
Grandes distances
Variable jour/nuit

Bande de Désignation Caractéristique de Services
Fréquence propagation
Pratiquement TV VHF (54-72MHz,76-

30-300 MHz Trés Hautes 88MHz, 174-216MHz)
Fréq. (VHF) en vue directe Radio FM (88-108MHz),
navigation aérienne
0.3-3 GHz Ultra Hautes Vue directe TV UHF (470-806MHz)

Mobiles (GSM : 890-960MHz, DCS
Fréq.(UHF) 1800 : 1710-1880MHz, IS95 :
824-894 MHz),
GPS : 1217,6-1237,6MHz,
1565,42-1585,42 MHz
1-2 GHz Bande L Vue directe Radars, Faisceaux Hertziens

2-4 GHz Bande S Satellites
Att. pluie (f>10GHz) Bluetooth : 2,4-2,483 GHz
3-30 GHz Super Hautes
Att. Vapeur d'eau 802.11a : 5 GHz
Fréq.(SHF) (f> 22GHz) 802.11b : 2.4 GHz (Wi-fi)
4-8 GHz Bande C
8-12 GHz Bande X
12-18 GHz Bande Ku
18-26 GHz Bande K
26-40 GHz Bande Ka

Atténuation en dB dans la direction du Zénith
200
Atmosphère humide 7.5 g/m3

20
0.2 Atmosphère sèche
0.02
0 20 40 60 80 100 120 140 GHz
Atmosphère standard
H2O
H2O
O2
O2
Atmosphère sèche
H2O
Recommendation ITU-R P.676-11, “Attenuation by atmospheric gases”, 09/2016.

Surface lisse de dimension supérieure à la longueur d ’onde
Diffusion
Scattering
Surface dont
la rugosité
est voisine
de la
Obstacle de longueur
dimension d’onde
Diffraction
supérieure à
la longueur
d’onde

Distance = d
Puissance Large Scale Fading

reçue
Small Scale Fading

d
     +
Antenne Path Loss Shadowing Fast

Small Fading
Scale Fading Antenne Bruit additif
émettrice réceptrice
FADING
PATH LOSS (Affaiblissement de parcours)

diminution de la puissance du signal due à l’éloignement
phénomène déterministe
SHADOWING (Effet de masque)

phénomène plus local, aléatoire
dû aux atténuations successives et aux masquages par les obstacles
SMALL-SCALE FADING (Evanouissement)

variations rapides de l’amplitude du signal avec la position
(addition constructive ou destructive des ondes)
Exemple de signal en radio mobile :
Remarque: Dans certains ouvrages le «small scale»

fading est appelé « fast fading »; Fast fading dans
le sens où la variation de puissance est très rapide
en fonction de la distance
Large Scale Fading: Evanouissement lié à la distance d

et aux masquages par de grands obstacles
Path Loss : atténuation moyenne (d) = K.(d/do)n

Atténuation moyenne en dB (d) = Att(do) dB + 10.n.log(d/do)dB
(n=2 en espace libre, n=4 en milieu urbain)
Shadowing : fluctuations de l’atténuation moyenne :

Atténuation en dB (d) = Att(do)dB + 10.n.log(d/do) dB + XdB
avec XdB qui est une VA Gaussienne centrée
On parle d’atténuation qui suit une loi Log-normale (le
logarithme de l’atténuation suit une loi normale)

LARGE SCALE
FADING:
Modèles pour le
Path Loss
Description Physique du Modèle pour le Path Loss
Phénomène macroscopique
Modélise la diminution de l’amplitude du signal avec l’éloignement
suivant certaines situations
Paramètres :
hm : hauteur locale de l’antenne mobile
(environ 1,5m)
hb : hauteur locale de l’antenne de la BS
d : distance mobile/BS
dm : distance entre le mobile et l’obstacle
le plus proche
h0 : hauteur locale du bâtiment le plus proche
f : fréquence porteuse du signal (ou l)

Définition du Path Loss (L):
1 PR PR : puissance reçue
=
L PE PE : puissance émise
Différents types de modèles :

• Modèles empiriques
• Modèles physiques
• Modèles hybrides
Path Loss : Modèles Empiriques

Méthode : séries de mesures effectuées dans
un environnement donné
détermination d’une fonction approchant au mieux
les données en fonction de certains paramètres
1 mesure : moyenne
calculée sur une
petite aire
élimination
des phénomènes
locaux
a. Le plus simple : Modèles « Power-Law »
1 PR k
= = n
L PE d
L = 10n log(d ) + K (en dB)
d
L = 10n log + Lref
d ref
n : exposant du Path-Loss, calculé d’après mesures
n=2 en espace libre, n>2 dans les situations réelles
Plus il y a d’obstacles, plus n est grand
b. Modèle de Okumura-Hata
• modèle standard pour les macro-cellules
• Valide pour fc entre 200MHz et 2GHz
• distance entre 1 et 100km
3 catégories de terrain : Modèle de Okumura-Hata
zone ouverte : pas de grands obstacles
zone sub-urbaine : qques obstacles (village, autoroutes,…)
zone urbaine : beaucoup d’obstacles (villes)
➢ En zone urbaine (beaucoup d’obstacles) :

LdB = A + B log10(d) − a1
En zone sub-urbaine (quelques obstacles) :
LdB = A + B log10(d) − a1 − a2
En zone ouverte (peu d’obstacles) :
LdB = A + B log10(d) − a1 − a3

Modèle de Okumura-Hata
A = 69.55 + 26.16 log10(fc) − 13.82 log10(hb)

B = 44.9 − 6.55 log10(hb)
a1 = 3.2 (log10(11.75hm))2 − 4.97 grandes villes, fc> 300MHz
a1 = 8.29 (log10(1.54hm))2 − 1.1 grandes villes, fc <300MHz
a1 = (1.1 log10(fc) − 0.7) hm − (1.56 log10(fc) − 0.8)
petites/moyennes villes
a2 = 2 (log10(fc/28))2+ 5.4
a3 = 4.78 (log10(fc))2 − 18.33 log10(fc) + K
K = 35.94 (campagne) jusqu’à K = 40.94 (désert)
d en km
fc en MHz
hm et hb en mètres

Exposant du PL :
n = B/10  4
augmente quand hb diminue
intérêt à placer l’antenne émission le plus haut possible
Conditions de validité du modèle :

fc entre 200MHz et 2GHz
hb entre 30m et 200m
hm entre 1m et 20m
d > 1km
Nécessité d’adapter le modèle à l’environnement considéré

c. Modèle de COST231-Hata
• modèle pour petites et moyennes villes
• f entre 1.5GHz et 2GHz
L = F + B log R − E + G
F = 46.3 + 33.9 log f c − 13.82 log hb
G = 0dB pour villes moyennes et zones sub - urbaines
G = 3dB pour zones urbaines
d. Autres modèles : Lee, Ibrahim-Parsons,...

Inconvénients des modèles empiriques
• valables que pour un ensemble de paramètres fini
• nécessité de classifier en différentes zones
• très généraux car pas de considérations physiques

https://en.wikipedia.org/wiki/COST_Hata_model

https://en.wikipedia.org/wiki/COST_Hata_model

LARGE SCALE
FADING:
Modèles pour le
Shadowing
Causes Physiques et Modélisation Statistique du Shadowing
• Phénomène plus local (sur quelques centaines de l)

• Variations de la puissance due à de (gros) obstacles
• Pour 2 mobiles à égale distance de la BS, shadowing différent
(contrairement au PL, si environnement homogène)
• Important pour déterminer la robustesse de couverture
d’un système
• Phénomène aléatoire (car obstacles aléatoires)
• Moyennage du shadowing Path Loss
Modélisation : pour N atténuations successives
Atotale = A1  A2    AN
Atotale ,dB = A1,dB + A2,dB +  + AN ,dB
Théorème de la Limite Centrale :
AdB suit une loi Gaussienne (A suit une loi log-normale)
AdB ~ N (0, L2 )
L : « location variability »,
dépend de la fréquence, de la taille des antennes, de l’environnement
σ L  3 − 10 dB

Modélisation Statistique du Shadowing
Exemple de valeurs de la « Shadowing Standard Deviation »

pour plusieurs environnements :
Environnement Shadowing Factor : Shadowing

Standard Deviation : L
Urban macro-cell 8dB
Suburban macro-cell 8dB
Urban micro-cell NLOS: 4dB, LOS 3dB
Indoor Small Office NLOS (Room to Corridor) 4dB, NLOS
(through-wall) 6dB (light wall), 8dB
(heavy-wall)]
Indoor Hot Spot LOS 1.5 dB, NLOS 1.1 dB
Outdoor to indoor 7dB
Open Rural Macro-cell NLOS:8dB, LOS: 6dB

SMALL SCALE FADING :
Multitrajets et
caractérisation

Introduction au Small Scale Fading
• phénomène très local : se produit dès que le mobile se

déplace d’une faible distance ( « small scale »)
• variations aléatoires de la puissance du signal :étude

statistique
• statistiques supposées stationnaires sur quelques

dizaines de l
• variations le plus souvent destructrices pour le signal

problème majeur en télécom

Causes du fading
émetteur
• multi-trajet (multi-path) : récepteur

signal reçu = somme de signaux retardés, réfléchis, diffractés,…
• 1 signal 1 atténuation, 1 retard, 1 décalage de phase
• sommation constructrice ou destructrice
• changements importants de phase et d’atténuation
pour déplacements très courts
ex : déplacement de lv/2c déphasage de p
Fading de Rayleigh: Puissance reçue dans le cas de

multiples réflexions en fonction de la position
0
10
Enveloppe de Rayleigh
-1
10
-2
10
l
10
-3 2
Distance d

Modélisation du fading
• canal de propagation linéaire (car opérations linéaires)
• canal variant dans le temps
K
y(t ) =  h(t, k )s(t − t k (t )) + n(t )
k =1
•K : nombre de signaux reçus

• s(t) : signal émis
• tk(t) : retard de la kème composante
• h(t,k) : coefficient du canal sur le kème trajet
• n(t) : bruit additif (gaussien)
Temps To
To t To t
EMISSION RECEPTION
Temps T1
T1 t
T1 t

Réponse impulsionnelle mesurée
Etalement de la réponse impulsionnelle du canal

SMALL SCALE FADING
Caractérisation du canal liée à

l’étalement temporel des retards :
Delay spread et
Bande de cohérence

• L’étalement des retards de la réponse

impulsionnelle dépend de la géographie,
• L’étalement des retards de la réponse

impulsionnelle ne dépend pas de la vitesse du
mobile,
• Modèles de multitrajets fonction de

l’environnement géographique : indoor,
outdoor, terrain plat, montagneux, urbain ou
sub-urbain, ville ….
Exercice:
Calculer et tracer la réponse impulsionnelle d’un
canal correspondant au schéma suivant:
G0 , T0
G1 , T1 Rec
Em
• Calculer et tracer le module au carré de la réponse

fréquentielle de ce canal
• Observer les évanouissements fréquentiels

G0 , T0
Em G1 , T1 Rec
y (t) = G 0 .x(t - T0 ) + G1.x(t - T1 ) = h(t) * x(t) 

h(t) = G 0 (t - T0 ) + G1 (t - T1 ) 
H(f) = G 0 exp(-2pjfT0 ) + G1exp(-2pjfT1 )
Prenons To=0 et T1=t, on a alors:
H(f) = G 0 + G1cos(2pft ) - jG 1sin(2pft )

H(f) = G 0 + G1cos(2pft ) + G1sin(2pft )
2 2 2
= G 0 + G1 cos(2pft ) 2 + 2.G 0 .G1cos(2pft ) + G1 sin(2pft ) 2

2 2 2
= G 0 + G1 + 2.G 0 .G1cos(2pft )
2 2

H(f) = G 0 + G1 + 2.G 0 .G1cos(2pft )

2 2 2
(G0 + G1 )2
(G0 − G1 )2
f
-1/t 0 1/t 2/t
1/t

Effet de la dispersion temporelle du canal
CANAL SELECTIF EN FREQUENCE (ISI)

Durée Symbole: Ts
CANAL NON SELECTIF EN FREQUENCE

« FLAT FADING » (Pas d’ISI)
Durée Symbole: Ts

Ré ponse impulsionnelle, canal 'Flat Fading'
3
Temps
0
0 20 40 60 80 100 120 140 160 180 200
Ré ponse impulsionnelle, canal 'Frequency Selective'

3
Temps
0
0 20 40 60 80 100 120 140 160 180 200
Programme Matlab : canal_selectif.m en BPSK et canal_selectif_QPSK.m en QPSK


Ré ponse
1
fré quencielle, canal 'Flat Fading','Frequency Selective',DSP du signal filtré en RCF
10
0
10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1
10
0
10
-1
10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
30
20
10
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Fréquence

Diagrammes de l'oeil, canal 'Flat Fading'
10
-5
-10
0 5 10 15 20 25 30 35 40
Diagrammes de l'oeil, canal 'Frequency Selective'

10
-5
-10
0 5 10 15 20 25 30 35 40

Effet de la dispersion temporelle du canal Tirage, dans

chaque cas, de 200
Multipath intensity profile, canal 'Flat Fading'
800 canaux aléatoires.
600
Moyennage des
400 Ts = 40 échantillons 200 réponses
200
impulsionnelles
Temps élevées au carré.
0
0 20 40 60 80 100 120 140 160 180 200
Multipath intensity profile, canal 'Frequency Selective' Fonction dite

150
« Multipath
100 Ts = 40 échantillons Intensity
profile »
50
Temps
0
0 20 40 60 80 100 120 140 160 180 200
Programme Matlab : canal_selectif_cor1.m

Effet de la dispersion temporelle du canal Tirage, dans

chaque cas, de 200
Spaced frequency correlation function, canal 'Flat Fading' canaux aléatoires.
8000
6000
Moyennage des
4000 200 fonction
2000
d ’autocorrélation
de la réponse
0
0 100 200 300 400 500 600 fréquentielle.
Spaced frequency correlation function, canal 'Frequency Selective'
7000
Fonction dite
6000
« Spaced
5000
Frequency
4000
3000
Correlation
2000
Function »
0 100 200 300 400 500 600
Fréquence


Puissance moyenne reçue Corrélations sur la réponse fréquentielle
S t (t ) Rf ( f )
TF
Tm t Bc
f
Tm=Maximum excess delay 1

Bc= Bande de cohérence
Bc 
Tm
Ts  Tm  Bc  Bande du signal  Canal de type" Flat Fading"
Ts  Tm  Bc  Bande du signal  Canal de type" FrequencySelective"
Bande de cohérence Bc (coherence bandwidth) :
 H ( f ) =  H (t , t; f ) = E H (t , f1 ) H * (t , f 2 ) avec f = f 2 − f1
Bc : écart fréquentiel pour lequel 2 composantes fréquentielles

du canal deviennent décorrélées
 H ( Bc ) = 0.5
Lien entre étalement temporel et bande de cohérence :
1
Td =
2pBc
Interprétation :
Td faible peu de retard H(f) ≈constant Bc grand

SMALL SCALE FADING
Caractérisation du canal liée à sa vitesse

de variation temporelle:
Etalement Doppler et
Temps de cohérence

• La vitesse de variation de la réponse

impulsionnelle ne dépend pas de la géographie
ou de l’environnement,
• La vitesse de variation de la réponse

impulsionnelle dépend de la vitesse du mobile
ou de la non-stationnarité du milieu de
propagation (déplacement de ou des antennes
d’émission et de réception et des obstacles)
ainsi que de la fréquence porteuse.
Effet de la vitesse de variation du canal
T4
T3
T2
T1
FAST FADING SLOW FADING


c(t ) = c1 (t ). (t ) + c 2 (t ). (t − Te ) + c3 (t ). (t − 2.Te ) + c 4 (t ). (t − 3.Te )
Programme Matlab : slow_fast_fading.m
Variation temporelle des coefficients des deux canaux

Canal « Slow Fading » Canal « Fast Fading »
0.15 1
0.8
0.1
0.6
0.05 0.4
0.2
0
0
-0.05
-0.2
-0.1 -0.4
-0.6
-0.15
-0.8
-0.2 -1
0 50 100 150 200 250 0 50 100 150 200 250

Réponse impulsionnelle des deux canaux en fonction du temps

Ré ponse impulsionnelle, canal 'Slow Fading'
Ré ponse impulsionnelle, canal 'Fast Fading'
0.2
1
0.1 0.5
0 0
-0.1 -0.5
-0.2 5 -1 5
200 200
4 4
150 150
3
3 100
100
50 2
50 2
0 1
0 1


Réponse fréquentielle des deux canaux en fonction du temps
Ré ponse fré quencielle, canal 'Slow Fading' Ré ponse fré quencielle, canal 'Fast Fading'
0.5 2.5
0.4 2
0.3 1.5
0.2 1
0.1 0.5
0 0
200 200
150 80 150 80
100 60 60
100
40 40
50 50
20 20
0 0 0 0


Spaced Time Correlation Function: Corrélation de le réponse
fréquentielle du canal en fonction de l’écart temporel entre deux réponses
mesurées (pour une fréquence donnée fp)
0.07
Canal « Slow Fading »
0.06
0.05
Temps
0.04
150 160 170 180 190 200 210 220 230 240 250
0.7
Canal « Fast Fading »
0.6
Temps
0.5
0.4
170 180 190 200 210 220 230 240


Spaced Time Correlation Function:
Corrélation de le réponse fréquentielle du canal en fonction de
l’écart temporel entre deux réponses mesurées (pour une
fréquence donnée fp)
 Si Tco>>Ts on dit
Rt (t ) que l’on a du « Slow
Fading »
 Si Tco<<Ts on dit
t que l’on a du « Fast
Tco=Temps de cohérence Fading »

Doppler Power Spectrum Function:
Transformée de Fourier de « Space Time correlation function ». La
« Doppler Function » décrit l’élargissement spectral d’un sinus filtré par le
canal.
Rt (t ) Sd ( f )
TF
t f
Tco=Temps de cohérence Bd=Bande Doppler
1
Tco  Bd est appellée l' élargissement spectral(Doppler spread)
Bd
Mesure du Doppler spread: Emission d’un sinus dans le canal variable et
mesure du spectre du signal reçu
Dispersion fréquentielle
Variations temporelles du canal
Temps de cohérence Tco (coherence time) :
Intervalle de temps pendant lequel le canal est (à peu près) constant
Etalement Doppler Bd (doppler spread) :

largeur de l ’étalement du spectre du signal par passage dans le canal,
càd, largeur du spectre Doppler.
2.v
2.v. fp
Bd = 2 f d = =
l c
Lien entre étalement Doppler et temps de cohérence :
9 9 c
Tco  =
16pf d 16p v. fp
Interprétation : Peu d’effet Doppler variations lentes du canal
Techniques de
transmission dans
des canaux
radiomobiles
Conclusion : Classification des Canaux
Ré ponse fré quencielle, canal 'Slow Fading'
0.5
0.4
0.3
0.2
0.1
0
200
150 80
100 60
40
50
20
0 0

Dépend du signal considéré (période symbole Ts et largeur de bande Bs)
Tco < Ts et Bc < Bs : canal sélectif en temps et en fréquences
Bs
K
Non-sélectif en tps Sélectif. y (t ) =  h(t , k ) s (t − t k ) + n(t )
(« time flat ») (« non- flat ») k =0
Bc
ISI et canal variant
Non-sélectif. Non-sélectif en fréq.
plus vite que la période
(« flat- flat ») (« frequency flat ») symbole : très difficile
0
0
Tco Ts
K
Tco > Ts : canal invariant par rapport au temps y (t ) =  h( k ) s (t − t k ) + n(t )
pendant la transmission du symbole k =0
Bs
Non-sélectif en tps Sélectif.

(« time flat ») (« non- flat »)
Bc
ISI et canal variant
lentement vis-à-vis de la
Non-sélectif.
période symbole : OK
Non-sélectif en fréq.
(« flat- flat ») (« frequency flat »)
0
0
Tco Ts
Bc > Bs : bande du canal constante sur

y (t ) = h (t ) s (t ) + n (t )
la bande de x(t)
Bs

Pas d’ISI et canal

Bc
variant plus vite que
la période symbole :
Non-sélectif. Non-sélectif en fréq.
(« flat- flat ») difficile
(« frequency flat »)
0
0
Tco Ts
Tco > Ts et Bc > Bs : canal « plat » sur Bx

y (t ) = hx(t ) + n(t )
pendant Tx
Bs

Bc
Pas d’ISI et canal
variant lentement vis-
Non-sélectif.
à-vis de la période
Non-sélectif en fréq.
(« flat- flat ») (« frequency flat ») symbole : Situation
défavorable
0
0
Tco Ts
Communications dans des canaux radio-mobiles
|C(f)|
f
Bs Bs
Bande du signal = Bs a 1/Ts
Bco = Bande de cohérence du canal
Bs < Bco, Ts > Delay spread
Canal non sélectif en fréquence, flat fading

Avantage : pas d’ISI, pas d’égalisation nécessaire
Inconvénient : On peut être dans un trou de fading, SNR très
mauvais, liaison ELE207,
de mauvaise qualité
Technologie des hauts débits, Daniel Roviras 183
Wifi
Wifi BS
PC
TEB=10-7
|C(f)|
f
Wifi
Wifi BS
PC
TEB=10-2
|C(f)|
f
|C(f)|
(2) (1) f
Sauts de fréquence
Solution n°1: Frequency Hopping : CDMA
• On «tombe» de temps en temps dans un trou de fading (1), mais
parfois on transmet sur une sous-porteuse avec une atténuation
faible (2)
• On a de la diversité fréquencielle
Signal non étalé

|C(f)|
Bande du signal étalé
Solution n°2 : Etaler le spectre : CDMA

• On devient sélectif en fréquence
• On aura de la diversité liée aux multi trajets

|C(f)|
f
Bs
Bande du signal = Bs a 1/Ts
Bco = Bande de cohérence du canal
Bs > Bco, Ts < Delay spread
Canal sélectif en fréquence

Inconvénient : ISI, Egalisation nécessaire, complexité
Avantage : On ne sera jamais entièrement dans un trou de fading,
Diversité amenéeELE207,
par les multidestrajets
Technologie hauts débits, Daniel Roviras 188
Terminal
BS
Obstacle
TEB=10-7
|C(f)|
Bs
f
Terminal
BS
Obstacle Obstacle
TEB=10-6
|C(f)|
Bs
f
|C(f)|
Egaliseur
temporel
facile
Bs
f
Canal sélectif en fréquence
Solution 3 : Egaliseur temporel au niveau du récepteur
Problème : plus le delay spread est grand devant la période
symbole, plus l’égaliseur temporel (LMS, MMSE…) est compliqué
Egaliseur
|C(f)|
temporel
difficile
f
Bs
|C(f)|
f
Bs
Canal très sélectif en fréquence
Solution 4 : Multi porteuses, OFDM
Multiplier le nombre de sous porteuses jusqu’à ce que le canal
soit flat fading sur chacune des sous porteuses
|C(f)|
ELE207, Technologie des hauts débits, Daniel Roviras f 192

Bs

Solution 4 : Multi porteuses, OFDM
Multiplier le nombre de sous porteuses jusqu’à ce que le canal soit flat fading
sur chacune des sous porteuses

|C(f)|
f
Bs
Solution 5 : Egaliseur fréquentiel au niveau du récepteur
Signal reçu --- FFT ---- Egalisation freq. ----IFFT --- Signal égalisé
➢ Même complexité que l’OFDM pour ce qui concerne la FFT et

la IFFT
➢ Tout le traitement est fait dans le récepteur


Solution 5 : Egaliseur fréquentiel au niveau du récepteur
Egalisation
fréquentielle

SMALL SCALE FADING
Modèles de canaux avec

multitrajets

Modèle de Canal Large Bande
y (t ) = ak (t ) s(t − t k (t )) + n(t )

k
• ak(t) : variable de Rayleigh ou de Rice + Effet Doppler

ak(t) indépendants (par rapport à k) : uncorrelated scattering
• tk(t) = k/W où W/2 est la bande du signal passe-bas x(t)

1/W : résolution du système

Canaux Radio Mobiles, modélisation des taps
A l’instant t: Un seul trajet
Obstacle

v
Signal émis :
 n (t )
Reu(t ).exp(2pjfct)
Signal reçu :
Rea n (t ).u (t − t n (t )).exp(2pjf c (t − t n (t )).exp(2pjf Dn (t ).t + jf0 )
t n (t ) : retard de propagation
a n (t ) : Gain lié au Path Loss + Shadowing + atténuation obstacle
f Dn : FréquenceDoppler = V.cos( n (t )) / l = f D m ax.cos( n (t ))
l = c / f c = Longueur d' onde de la porteuse
A l’instant t: Un seul trajet
Signal reçu :
Rea n (t ).u (t − t n (t )).exp(2pjf c (t − t n (t )).exp(2pjf Dn (t ).t + jf0 ) =
Rea n (t ).u (t − t n (t )).exp− 2pjf ct n (t ) + 2pjf Dn (t )t + jf0 . exp(2pjf c t )
enveloppe complexe du signal reçu =

a n (t ).u (t − t n (t )).exp− 2pjfct n (t ) + 2pjf Dn (t )t + jf0 
Canal passe - bas équivalent avec un seul trajet élémentaire :

c(t , t) = a n (t ).exp− 2pjf ct n (t ) + 2pjf Dn (t )t + jf0 . (t − t n (t ))

Canal passe- bas équivalent avec plusieurs trajets de retard très voisins :
N (t )
c(t , t) =  a n (t ).exp− 2pjf ct n (t ) + 2pjf Dn (t )t + jf0 . (t − t n (t ))
n =1
a n (t ) = a .a n (t ) avec a : Path Loss + Shadowing

a n (t ) : Atténuation liée à l' obstacle Plusieurs trajets
t n (t ) = t 0 + t n (t ), t 0 = retard moyen de retard voisin
Canal passe - bas équivalent avec plusieurs trajets de retard très voisin :
N (t )
c(t , t) =  a .a n (t ).exp− 2pjf c (t 0 + t n (t )) + 2pjf Dn (t )t + jf0 . (t − (t 0 + t n (t )))
n =1
N (t )
c(t , t) = a . a n (t ).exp− 2pjf c t n (t ) + 2pjf Dn (t )t + jf0 . (t − t 0 ). exp− 2pjf ct 0  =
n =1
N (t ) 
c(t , t) =   a n (t ).exp− 2pjf c t n (t ) + 2pjf Dn (t )t + jf0 . a .  (t − t 0 ).exp− 2pjf ct 0 
 n =1 
Gain variable du trajet to : g(t) Path Loss +

Shadowing
Retard moyen
Retard de to
u(t) r(t)
to
a g(t) Plusieurs trajets

de retard voisin
Canal passe - bas équivalent avec plusieurs trajets de retard très voisin :
N (t )
g (t ) =  a n (t ).exp− 2pjf c t n (t ) + 2pjf Dn (t )t + jf0 
n =1
N (t )
g (t ) =  Gn (t ).exp− jfn (t )
n =1
avec fn (t ) = 2pf c t n (t ) − 2pf Dn (t )t − f0 − phase(a n (t ))

et Gn (t ) = a n (t )
Les coefficients Gn(t) sont aléatoires et indépendants, les phases
Fn(t) sont aléatoires, indépendantes et uniformément réparties sur
[0 2p]. Gn(t) et Fn(t) sont indépendantes.
N (t )
g (t ) =  Gn (t ).exp− jfn (t ) = g I (t ) + jgQ (t )
n =1 Plusieurs trajets
de retard voisin
N (t )
g (t ) =  Gn (t ).exp− jfn (t ) = g I (t ) + jgQ (t )
n =1
N (t )
g I (t ) =  Gn (t ).cosfn (t )
n =1
N (t )
g Q (t ) =  Gn (t ).sin fn (t )
n =1
gI(t) et gQ(t) sont des sommes de VA indépendantes.
Si N(t) est grand, le théorème de la limite centrale implique que

gI(t) et gQ(t) ont des pdf Gaussiennes.
Plusieurs trajets
de retard voisin
 N (t )  N (t )
E (g I (t ) ) = E   Gn (t ).cosfn (t ) =  E (Gn (t ).cosfn (t ))
 n=1  n =1
N (t )
=  E (Gn (t ) ).E (cosfn (t )) = 0
n =1
 N (t ) 
E (g I (t ).g Q (t ) ) = E   Gn (t ).cosfn (t ). Gm (t ).sin fm (t ) =
N (t )
 n =1 m =1 
N (t ) N (t )
=   E (Gn (t ).Gm (t ).sin fm (t ). cosfn (t )) =
n =1 m =1
N (t ) N (t )
=   E (Gn (t ).Gm (t ) ).E (sin fm (t ). cosfn (t )) =
n =1 m =1
( )
N (t )
=  E Gn (t ) 2 .E (sin fn (t ). cosfn (t )) = 0 Plusieurs trajets
n =1
de retard voisin
u(t) Retard r(t) g (t ) = gI (t ) + jgQ (t )

to
a g(t)
➢ Au vu des résultats précédents, gI(t) et gQ(t) sont des

VA Gaussiennes de moyenne nulle et non corrélées.
Comme elles sont Gaussiennes on peut conclure à
l’indépendance de ces deux gains.
➢ Le module de g(t) suit une loi de Rayleigh et la phase

de g(t) est uniformément répartie sur [0 2p
Plusieurs trajets
de retard voisin
Densité Spectrale de puissance de gI(t) et gQ(t) :
 N (t ) N (t )

E (g I (t ).g I (t + t ) ) = E   Gn (t ).cosfn (t ). Gm (t + t ).cosfm (t + t ) =
 n =1 m =1 
N (t )
=  E (Gn (t ).Gn (t + t ) ).E (cosfn (t ). cosfn (t + t ))
n =1
avec : fn (t ) = 2pf c t n (t ) − 2pf Dn (t )t − f0 − phase(a n (t ))
On fait l’hypothèse que:

fDn(t)=cte=fDn , tn(t)=cte=tn ,
phase(an(t))=cte=an,
N(t)=cte=N, Gn(t)=cte= Gn
Plusieurs trajets
de retard voisin
E (cosfn (t ). cosfn (t + t )) =

E (cos2pf c t n − 2pf Dnt − f0 − phase(a n ). cos2pf c t n − 2pf Dn (t + t ) − f0 − phase(a n )) =
= E (0.5 cos2pf Dnt  + 0.5 cos4pf c t n − 4pf Dnt − 2pf Dnt − 2f0 − 2 phase(a n )) =
= 0.5E (cos2pf Dnt ) + 0.5 E (cos4pf c t n − 4pf Dnt − 2pf Dnt − 2f0 − 2 phase(a n )) =
  
=0
E (cosfn (t ). cosfn (t + t )) = 0.5E (cos2pf Dnt ) 
( )
N
E ( g I (t ).g I (t + t ) ) = 0.5 E Gn .E (cos2pf Dnt ) avec f Dn = V.cos( n ) / l 
2
n =1
( )
N
E ( g I (t ).g I (t + t ) ) = 0.5 E Gn .E (cos2.p .V.t .cos( n ) / l )
2
n =1
( )
N
E(g I (t ).g I (t + t )) = 0.5 E Gn .E(cos2.p .V.t .cos( n ) / l )
2
n =1
Plusieurs trajets
de retard voisin
On fait deux hypothèses supplémentaires :
(1) Les obstacles sont disposés uniformément autour de l’antenne de réception
(2) Les gains E(Gn2) sont supposés identiques et égaux à 2.Pr/N
( )
N
E (g I (t ).g I (t + t ) ) = 0.5 E Gn .E (cos2.p .V.t .cos( n ) / l ) =
2
n =1
Pr N   n.2p   2p
=  cos2.p .V.t .cos  / l  = (en posant  = )
N n =1   N   N
Pr N
=  cos2.p .V.t .cos(n. ) / l .
2p n =1
Si le nombre d' obstacles tend vers l' infini (N → ) on a :
2p
E (g I (t ).g I (t + t ) ) =  cos2.p .V.t .cos( ) / l d = Pr .Jo(2.p . f
Pr
.t )
2p
D m ax
0
Jo(u ) = Fonction de Bessel de la première espèce Plusieurs trajets

de retard voisin
E ( g I (t ).g I (t + t ) ) = Pr .Jo(2.p . f D m ax.t )

p
avec Jo( x ) = exp(− j.x. cos( ) )d
1
p  0
Fonction de Bessel d'ordre 0
1
Pour fDmax.t=0.4 on a décorrélation

0.8
soit: (V/l).t=04
0.6
soit V.t=0.4.l
Jo(2.pi;Fd.tau)
0.4
0.2
-0.2
-0.4 Plusieurs trajets

0 0.5 1 1.5 2 2.5 3 3.5 4 de retard voisin
fD.tau

E (g I (t ).g I (t + t ) ) = Pr .Jo(2.p . f D max.t ) avec f D max = V / l
TF (E (g I (t ).g I (t + t ) )) = S g I ( f ) 
 Pr 1
 pour f  f D max
S g I ( f ) =  2pf D max 1 − ( f / f D max)2
 ailleurs
 0
Densité specrale de puissance de la partie réelle/imaginaire du gain g(t)
8
5
Sg(f)
2 Plusieurs trajets
de retard voisin
1
-100 -80 -60 -40 -20 0 20 40 60 80 100
fD=100, f varie de -fD à +fD

Simulation Matlab d’un gain g(t), V1=10km/h et V2=40km/h
Modules du gain
6
Tmoy2=0.007s fc=1.8 GHz

5
dmoy2=V2.Tmoy2=8cm l/2=c/(2fc)=8.3cm
Tmoy1=0.03s
fDmax1=16.7 Hz
4 dmoy1=V1.Tmoy1=8.3cm
fDmax2=66.7 Hz
3
0 Plusieurs trajets
0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
t en secondes de retard voisin

Parties réelles du gain
6
-2
-4
-6 Plusieurs trajets
0 0.1 0.2 0.3 0.4 0.5 de retard voisin
t en secondes

Autocorrélation de la partie réelle du gain
3
2.5
1.5
0.5
-0.5
-1
Plusieurs trajets
0.985 0.99 0.995 1 1.005 1.01 1.015 de retard voisin
4
x 10

DSP de la pertie réelle des gains
160 fDmax1=16.7 Hz
140
fDmax2=66.7 HZ
120
100
80
60
40
20
Plusieurs trajets
0
0 10 20 30 40 50 60 70 80 90 100
de retard voisin
F en HZ
Cas de plusieurs
trajets de retard
quelconque
Retard
t2
a g2(t) S r(t)
u(t) Retard
t1
a g1(t)
Simulation de canaux radiomobiles
Path Loss
s(t) Shadowing :
Long term
fading t1 t2 tL
a1 a2 aL
ak = puissance relative
des multitrajets g1(t)
h1(t) h2(t) hL(t)
hk(t) = gain variable
avec fading
S
Short term fading
y(t) + n(t)

Example : Mobile channels Vehicular A and B for UMTS
ITU Vehicular- A channel Model ITU Vehicular- B channel Model
Tap index tk Relative ak Relative Tap index tk Relative ak Relative
delay (ns) Power (dB) delay (ns) Power (dB)
1 0 0 1 0 -2.5
2 310 -1 2 300 0
3 719 -9 3 8900 -12.8
4 1090 -10 4 12900 -10
5 1730 -15 5 17100 -25.2
6 2510 -20 6 20000 -16
• Vehicular B channel is more frequency selective than Vehicular A (factor

10 approximately)
• Coherence bandwidth vehicular A is approximately ten times greater than

the one of vehicular B
Simulation de canaux radiomobiles
• Les gains ai sont constants et règlent la

puissance relative des trajets
• Les gains hi(t) sont des gains variables dont le

module suit une loi aléatoire (Rayleigh, Rice,
Nakagami,..) et dont la phase est uniformément
répartie entre 0 et 2.p

Simulation of path gains hk(t) :
Concerning the spectrum, they must have a Doppler

spectrum :
 Pr 1 V V . fc
 for f  f D max, f D max = =
S hk ( f ) =  2pf D max 1 − ( f / f D max)2 l c

 0 elsewhere
Concerning the modulus and phase, they must be

complex independent Gaussian variables (Rayleigh,
Nakagami, Rice modulus and uniform phase on [0 2p )

Simulation of path gains hk(t) :
Real part of hk(t) can be computed as (related to Jakes

model) :
N
hkI (t ) =  cos(2pf Dnt + f ) with f uniformly distributed on [0 2π]
n =1
V.fc n.2π
f Dn = V.cos( n ) / l = f D maxcos( n ), f D max = and θn =
c N
N
  n.2π  
hkI (t ) =  cos2pf D maxcos t + f 
n =1   N  
N approx. equal to 50

Simulation of path gains hk(t) (other way) :
G( f ) Le module de hi(t)
suit une loi de
BBG1
Rayleigh
nI(t)
-fd 0 +fd
+ hi(t)=nI(t)+j.nQ(t)
G( f )
BBG2 j
Le phase de hi(t) est
nQ(t) unif. répartie sur
-fd 0 +fd [0 2.p]

Other channel model examples : ref: ITU-R M.1225

Other channel model examples : ref: ITU-R M.1225

Other channel model examples : ref: 3GPP TR 25.943

Other channel model examples : ref: 3GPP TR 25.943

Other channel model examples zone rurale, v=250km/h
0
Ts=3.7ms
écart-type -5
Environnement du retard (en ms)
Cellules 0.01-0.05
-10
Zone ouverte < 0.2 -15

Zonesub-urbaine <1
tRMS=0.1ms
Zone urbaine 1-3 -20
Zone montagneuse 3-10

-25
-5 0 5 10 15 20
zone urbaine, v=50km/h zone montagneuse, v=100km/h

0 0
Ts=3.7ms Ts=3.7ms
-5 -5
-10 -10
-15 -15
tRMS=1.03ms tRMS=5.1ms
-20 -20
-25 -25
-5 0 5 10 15 20 -5 0 5 10 15 20

Other channel model examples
Environnement Fréquences (MHz) RMS delay spread Lieu

Urbain 910 1300 ns (moyenne)
600 ns (ecart-type) New-York
3500 ns (maximum)
Urbain 892 10-25 ms San Francisco (pire cas)
Sub-urbain 910 200-310 ns Moyenne cas typique
Sub-urbain 910 1960-2110 ns Moyenne cas extrème
Indoor 1500 10-50 ns Immeuble bureaux
Indoor 850 270 ns (maximum) Immeuble bureaux
Indoor 1900 70-94 ns (moyenne) 3 immeubles
1470 ns (maximum) San Francisco

Exemple 3 : delay-spreads mesurés dans la bande 800 MHz-1.5 GHz
Delay-spread moyen (ns) Delay-spread maximal (ns) Lieu

25 50 Immeuble de bureaux
40 90 Centre commercial
80 120 Aéroport
120 180 Usine
50 129 Dépôt
120 300 Usine

Exemples 4 : delay-spreads mesurés dans la bande 4 GHz-6 GHz
Delay-spread moyen (ns) Delay-spread maximal (ns) Lieu
40 120 Grand immeuble
35 55 Salle de réunion (5m x 5m)

à murs métalliques
10 35 Salle de réunion
à murs en brique
40 120 Centre sportif couvert
65 125 Usine
20 30 Pièce individuelle dans

immeuble de bureaux
Vehicular A channel Vehicular B channel
V=1km/h V=1km/h
Fc=1.8 GHz Fc=1.8 GHz
Channel impulse response evolution with time (modulus of coefficient)

(Programme Matlab : Roviras_vehicular_A.m )
V=1km/h V=1km/h
Channel frequency response evolution with time (modulus)

V=10km/h V=10km/h

V=10km/h V=10km/h

V=50km/h V=50km/h

V=50km/h V=50km/h

Lois du module des gains des

trajets multiples:
Rayleigh, Rice, Nakagami

Modèles statistiques de canaux: Rayleigh

• Une antenne (de gain constant en fonction de l’angle d’arrivée)
• Grand nombre de réflexions uniformément réparties
• Gains et phases aléatoires sur chaque trajet multiple
• La réponse impulsionnelle du canal suit une loi de Rayleigh
R = c(t ,t )
Loi de l' enveloppe du signal reçu, R
 2
r
 . exp(− r
) pour r  0

p R ( r ) =  2
2 2

 0 ailleurs

 avec 2. σ 2
= E(R2
)
Phase uniformément répartie entre 0 et 2.p

Modèles statistiques de canaux: Nakagami-m

• Loi de l’enveloppe plus générale que Rayleigh
• Convient pour des canaux radio mobiles urbains
R = c(t ,t )
Loi de l' enveloppe du signal reçu, R
 m
 2  m  2.m −1 m.r 2
. exp(− pour r  0
 (m)   
. .r )


pR (r ) =  0 ailleurs
  = E(R 2 )

 2
m=

 ( )
var R 2
Phase uniformément répartie entre 0 et 2.p

Modèles statistiques de canaux: Rice
• Canal de type Rayleigh avec trajet direct (line of sight)
Loi de l' enveloppe du signal reçu, R = c(t ,t )

Line 
of  r  r 2 + s 2   r.s 
Sight  2 . exp − 2. 2 .Io  2  pour r  0
pR (r ) =   
 0 ailleurs
 s 2 = Puissancedu trajet direct

  2 = Variance des fluctuations
• Io(z) est la fonction de Bessel modifiée de première espèce et

d’ordre zéro,
• Phase du gain de Rice uniformément répartie entre 0 et 2.p
puissancedu signal LOS s2

k= =
puissancedes signaux NLOS 2 2
Modèles statistiques de canaux: Rice

Canal de type Rayleigh avec trajet direct (line of sight)
r (t ) = (GLOS + GRayleigh ).u(t )

LOS
GRayleigh
GLOS
GRice

Canal de Rice Propagation LOS signal direct plus

puissant que les autres
y (t ) = a (t ) s (t ) + n (t )
a(t) : variable aléatoire gaussienne complexe de moyenne non-nulle
r(t)=|a(t)| : variable de Rice, de densité de probabilité :
r  r 2 + s 2   rs 
p( r ) = 2 exp − I
2  0 2 
, r0
  2  σ
  
s : amplitude du signal LOS
re − k  r 2   r 2k 
p( r ) = exp − I  2
2  0
 , r0

2  2   σ 
puissancedu signal LOS s2

k= = : paramètre de Rice
puissancedes signaux NLOS 2 2
Modèles statistiques de canaux: Comparaison
• Nakagami-m= Rayleigh si m=1
• Nakagami-m peut modéliser des environnements

plus ou moins sévères que Rayleigh
• Nakagami peut modéliser des environnements de

type urbain
• Rice= Rayleigh si s2=0, et 2 =  /2

3
Densité de probabilité de l'enveloppe
modèle de Rayleigh
2.5
=0.1
2
1.5
=0.5
1
=1
=2
0.5
=5
0
0 100 200 300 400 500 600
Densité de probabilité de l'enveloppe
modèle de Nakagami-m, =1
1.4
1.2 m=2
m=0.5
1
0.8 m=0.7
0.6 m=1
0.4
0.2
0
0 100 200 300 400 500 600
0.9
s2=0, K=0 Densité de probabilité de l'enveloppe
0.8 modèle de Rice, 2=0.5
K=s2/2
0.7
0.6
s2=0.5, K=0.5
0.5
0.4 s2=1, K=1
0.3
0.2
0.1 s2=2, K=2
0
0 100 200 300 400 500 600

k → 0 : canal de Rayleigh
k → + : canal gaussien

Transmission dans les canaux
de type radio mobiles
• Performances avec canal de Rayleigh

• Notion de diversité
• Performances avec diversité

Performances avec
canal de Rayleigh

Introduction
Canal Gaussien
Path Loss
a
signal émis s(t)

 + signal reçu y(t)
Bruit additif n(t)

Canal le plus simple :
• Path Loss + Shadowing
• atténuation invariante par rapport au temps
• pas de multi-trajet
y (t ) = as(t ) + n(t )
Canal Gaussien
BPSK
Canal AWGN
1 1 -1 1
t RCF X + RCF y(t)

Forme/Em Filtre
a n(t)
Adapté
No/2
 Eb 
( a Eb
)
2
BER = Q 2 a  = Q 2 b avec  b =

2
 No  No

Performance
• détection par filtre adapté
• modulation BPSK Canal Gaussien
signaux antipodaux : TEB = Q 2 b ( ) avec  b =

a Eb
2
signaux orthogonaux : TEB = Q  b ( ) N0

TEB en fonction de Eb/No Performance

Canal
-2
Gaussien
10 16-QAM
-4
10
8-PSK
-6
10
BPSK
QPSK
-8
10
4 6 8 10 12 14 16
Eb/No en dB
Caractérisation d’un
canal de Rayleigh
y (t ) = a (t ) s (t ) + n (t ) Channel  multiplicative noise
a(t) : variable aléatoire gaussienne complexe de moyenne nulle

r(t)=|a(t)| : variable de Rayleigh, de densité de probabilité :
0.7
loi théorique
loi expérimentale
0.6
densité de probabilité
r  r2  0.5
p R (r ) = 2 exp − 2  , r  0 0.4
  2  0.3
 = E(R ) / 2
2 2 0.2
0.1
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Module du gain

Canal de Rayleigh Performance avec
RCF X + RCF canal de Rayleigh
a(t) n(t) No/2
( ) a Eb E ( a ) Eb
2 2
Pour  b fixé : BER( b ) = Q 2 b avec  b = et  b =

No No
( )
+
BER =  Q 2 b p ( b )d b
0 Digital Communications
Proakis, 5éme ed.
pp 847-849
1  b 

BERRayleigh = 1 −
2 1 +  
 b 
Calcul du BER dans un canal de Rayleigh

Méthode de calcul
(1) Calcul de la pdf du module du gain complexe a  loi de Rayleigh

2
α Eb
(2) Calcul de la pdf du SNR instantanné  b =  Loi exponentielle
No
+
(3) Intégration par partie de : E(BER) =  BER( ) p ( )d
b b b
−

Calcul du BER dans un canal de Rayleigh (1) Calcul de la pdf du module du gain complexe a  loi de Rayleigh
 a 2 +a 2 
a I   r   a I    I Q
 a I  r cos( )
 
a  →   = f  a   =   a Q   a  =  
 
Q     
Q arctan 
 a    Q  r sin( ) 
  I 
 a I a I 
 r  
 
pRf (r ,  ) = J . pa I a Q (a I , a Q ) (a ,a ) = f −1 ( r , ) = det  
 . p (a , a ) 
 a Q a Q  a I a Q I Q
I Q (a I ,a Q ) = f −1 ( r , )
 r  
 a I a I 
 r   cos( ) − r sin( )
J = det   = det   =r

 Qa  a Q  sin( ) r cos( ) 
 r  
 
pRf (r ,  ) = r. pa I a Q (a I , a Q ) a ,a = f −1 ( r , ) =r cos( ),r sin( ) 
I Q

Calcul du BER dans un canal de Rayleigh (1) Calcul de la pdf du module du gain complexe a  loi de Rayleigh
(1) Calcul de la pdf du module du gain complexe a  loi de Rayleigh

 
pRf (r ,  ) = r. pa I a Q (a I , a Q ) a ,a = f −1 ( r , ) =r cos( ),r sin( ) =
 
I Q
= r. pa I (a I ). pa Q (a Q ) a ,a = f −1 ( r , ) =r cos( ),r sin( )  car a I , a Q INDEPENDANTS

I Q
 1  −aI 2  1  − a Q 2 
= r. exp 2 
. exp 
2  a I ,a Q = f −1 ( r , ) =r cos( ),r sin(  ) 
=
 2p   p    
 2  2  2 
 1  − (a I 2 + a Q 2 ) 
= r. exp 
a I ,a Q = f −1 ( r , ) =r cos( ),r sin( ) =
 p 2   2 
2  2 
 1  − r 2 
pRf (r ,  ) = r. exp 2 
 2 p 2
 2 
2p
 1  − r 2  1  − r2 
Probabilit és marginales : pR (r ) =  r. exp 2 d = r. 2 exp 2  
0 
2p 2
 2    2 
 − r2 
r
pR (r ) = 2 exp 2  pour r  0
  2 
Calcul du BER dans un canal de Rayleigh (1) Propriétés de la loi de Rayleigh
r  − r2 
pR (r ) = 2 exp 2  pour r  0
  2 
u
 − r2 
u
  − r 2   − u2 
FR (u ) = Pr oba(R  u ) =  2 exp 2 dr = − exp 2  = 1 − exp 2 
r
0
  2    2  0  2 
+ + +
r2  − r2  r  − r2 
E ( R) =  2 exp 2 dr =  r. 2 exp 2 dr =  f (r ).g ' (r )dr =
0
  2  0
  2  0
+
+
   − r 2   +
  − r2 
=  f (r ).g (r )0 −  f ' (r ).g (r )dr = r. − exp 2   −   − exp 2  dr =
+
0    2   0 0  2  
+ +
 − r2  1  − r2  1 p
=  exp 2 dr = 2p   exp 2 dr = 2p  . = 
0  2  0 2p   2  2 2
p
E ( R) = 
2

Calcul du BER dans un canal de Rayleigh (1) Propriétés de la loi de Rayleigh
+ + +
r3 − r2  2 r  − r2 
E ( R ) =  2 exp 2 dr =  r . 2 exp 2 dr =  f (r ).g ' (r )dr =
2
0
  2  0
  2  0
+
+
 2  − r 2   +
  − r2 
=  f (r ).g (r )0 −  f ' (r ).g (r )dr = r . − exp 2   −  2r  − exp 2  dr =
+
0    2   0 0   2  
+
+
−r  2
  − r 2 
=  2r exp 2 dr = − 2 exp 2  = 2 2
2
0  2    2  0
E ( R 2 ) = 2 2

Eb
(2) Calcul de la pdf du SNR instantané : a .  Loi exponentielle
2
Calcul du BER dans un canal de Rayleigh No
r  − r2 
p R (r ) = 2 exp 2  pour r  0
  2 
R →  b = R 2 . Eb   r = No

 No  Eb
 r 
p b ( ) = J . pR (r ) ( r ) = f −1 ( ) = det   . p R (r ) ( r ) = f −1 ( )  − 1 
   p b ( ) = exp 
J =
No 1
 p b ( ) =
No 1  r  − r 2 
 2 
   
 2 exp
Eb 2  Eb 2     2  r =
pour   0
No

Eb
  No  2 
No  −     
     2 Eb
p b ( ) =
No 1 Eb exp

 Eb  
=
No 1
exp
−    = 2
Eb 2   2  2 2
 Eb 2 2
 2 2
Eb  No
   
 No 
 
 Eb 
 = E ( b ) = E  R 2  = 2
2 Eb
 No  No

+
Calcul du BER dans un canal de Rayleigh (3) Intégration par partie de : E(BER) =  BER( ) p ( )d
b b b
−
( )  ( )
+ +
1  − 
+
BER =  Q 2 p ( )d =
0 0
Q 2  exp
  
 d =

  f ( ). g ' ( )d
0
+
=  f ( ) g ( ) −   f ' ( ). g ( )d =
+
0
0
+
    1 
( )  
+
 −  −
exp(−  )
1
= Q 2  − exp   −  −  − exp  d =
      0 0 
 2p 2     
1
+
1 1   1  1+  1+  1
= −
2 
0 2p 2
exp −  1 +  d posons : w =
    
2  dw =
 2
d
+
1 1 1  w2   1  + 1  w2  1  1
BER = −
2 
0 2p 2
exp − 
 2  1+ 
2 dw = −
2
.
1 +  0 2p
exp −
 2 
dw = −
2 1+  2
1  
BER = 1 − 

2 1+  

Performance avec
1  b 

BERRayleigh = 1 − canal de Rayleigh
2 1+  b 
 
 
   
1 b  1  1 
si  b  1  BERRayleigh = 1 −  1 − 
2  1 +   2 1
 b 
 +1 
b 
 
1  1  1   1   1
= 1− 1−  1 − 1 −  =
2   b  2   2 b   4 b
1
BERRayleigh = si  b  1
4 b
• détection par MAP (filtre adapté) Performance avec

• modulation BPSK canal de Rayleigh
• SNR moyen élevé
signaux antipodaux : TEB ~ 1 / (4 )

signaux orthogonaux : TEB ~ 1 / (2 )
2
10
1 / 4
0 1
10
BER = (coherent detection)
Eb
-2
4
10
N0
TEB
canal de Rayleigh 1
BER =
-4
10
(non coherent detection)
Eb
2
10
-6
canal gaussien N0
-8
10
-1 0 1 2
10 10 10 10

Performance avec
canal de Rayleigh

Performance avec
Programme Matlab : perf_rayleigh.m
canal de Rayleigh
AWGN(b) Rayl(r)
-1
10
AWGN simulation
Rayleigh simulation
AWGN théorique
Rayleigh théorique
-2
10
-3
10
TEB
-4
10
-5
10
8 10 12 14 16 18 20
SNR par bit en dB

Performance avec
canal de Rayleigh
BER is inversely proportional to Eb/No

(compare to Gaussian channel)
 Low BER cannot be achieved with

« reasonable » Eb/No
 use of diversity techniques

Notion de diversité

• Principle: provide to the receiver several

replicas of the signal affected by independent
fading processes.
• How to achieve diversity?
– Spatial diversity
– Frequency diversity, polarization diversity
– Time diversity
– Use of ECC

X Received
signal n°1
a1(t)
y1(t) Probability that
ALL independent
X Received
Transmitted
signal n°2
y2(t)
gains are in deep
Signal s(t) a2(t) fading is smaller
.
. when L is large
.
Received
Better BER
X
signal n°L
yL(t)
aL(t)

Frequency diversity
Mod.
fp1 Received
Demod.
signal n°1
fp1
y1(t)
Mod.
fp2 S Demod.
Received
s(t) signal n°2
fp2
y2(t)
Frequency
Channels Received
Demod. signal n°L
Mod. fpL
fpL Same multipath profile yL(t)
Different frequencies
Frequency spacing > Coherence Band

Spatial diversity
Received
Demod.
signal n°1
fp
y1(t)
d
Received
Mod. Demod.
s(t) signal n°2
fp fp
y2(t)
Spatial
Channels Received
Demod. signal n°L
fp yL(t)
Same frequency
Different multipath profiles
Distance between Antennas >> l

Time diversity
Mod.
s(t) Received
fp Time=T1 Demod.
signal n°1
fp
y1(t)
Received
Mod. Time=T2 Demod.
s(t) signal n°2
fp fp
y2(t)
Received
Time=TL Demod. signal n°L
Mod. fp
s(t) yL(t)
fp
Same frequency
Different multipath profiles
Time between emissions > Coherence Time

Performances avec
Diversité

• Performances of systems with diversity L

Hypothesis : L independent fading channels
Received signals (L)
yk (t ) = a k (t ) exp( j k ) s (t ) + nk (t ) for k = 1... L
Two types of receivers are considered:

Coherent and non-coherent

channel 1 receiver 1
n1(t)
Combiner Decision
channel 2 receiver 2
????? variable
n2(t)
channel L receiver L
nL(t)

How to make the combination of different receiver outputs ?

yk (t ) = a k (t ) exp( jfk ) s (t ) + nk (t ) for k = 1... L
a1(t)exp(jf1)s(t) s(t)
F1
a1(t)exp(jf1)s(t)+n1(t)
a2(t)exp(jf2)s(t)
F2
a2(t)exp(jf2)s(t)+n2(t)
How to make the combination of different receiver outputs ?

yk (t ) = a k (t ) exp( jfk ) s (t ) + nk (t ) for k = 1... L
• Choice of best received signal
• Multiplication by exp(-j.fk) then summation: Equal

Gain Combining
• Multiplication par ak(t)exp(-jfk) then summation:

Maximum Ratio Combining. This is the optimal
combiner. The output SNR is equal to the sum of the
SNRs on each branch

Performance with
diversity of order L
Coherent Re ceiver, MRC

L
BERRayleigh, L
 1  L
   C2 L −1 if  b  10dB
 ( )
 4 b 
Non coherent Re ceiver
L
BERRayleigh, L
 1  L
 

 C2 L −1 if  b  10dB
 ( )
 b
2
 k n! 
 Cn = 
 k!(n - k)! ELE207, Technologie des hauts débits, Daniel Roviras 278

Programme Matlab : diversite.m
AWGN(b) Rayl(r) Rayl.2T(m) Rayl.4T(k) || EGC:* || MRC:o ||
-1
10
-2
L=1
10
-3
10 L=2
BER
AWGN simu
-4
10
L=1 simu
L=2 MRC simu
L=2 EGC simu

L=4
-5
10 L=4 MRC simu
AWGN
L=4 EGC simu
AWGN theo
-6
10 L=1 theo
L=2 MRC theo
l=4 MRC theo
8 10 12 14 16 18 20
Mean SNR per bit en dB

Canaux radio mobiles : TD n°3
Canaux radio mobiles
• Atténuations dans un canal radio

• Canal de Rayleigh
• Techniques de transmission dans un canal radio mobile
• Performance d’une transmission radio-mobile

Transmissions Numériques: TP n°2 et n°3
Canaux radio mobiles
Simulation à l’aide du logiciel Matlab de

canaux radio mobiles et estimation de
performance sur canaux sélectifs avec ou
sans diversité

Techniques
de
multiplexage
Techniques de multiplexage
Accès multiple: Problème à résoudre

N utilisateurs
Ressource commune
à partager :
Le Canal
Comment affecter de la ressource aux N

utilisateurs: Cette question est gérée par la
méthode de multiplexage

Multiplexage
m1(t) OP1(.) a1(t)
m2(t) OP2(.) a2(t) s(t)

Opk-1(.) r(t)= mk(t)
mN(t) OPN(.) aN(t) +

N N Multiplexage
s (t ) =  a i (t ) =  OPi [mi (t )]
i =1 i =1
N 
r (t ) = OPk [ s (t )] = OPk  OPi [mi (t )]
−1 −1
 i =1 
N N
r (t ) =  OPk OPi [mi (t )] = mk (t ) +  OPk OPi [mi (t )]
−1 −1
i =1 i =1
ik
N
MUI =  OPk OPi [mi (t )] = 0
−1
i =1
ik
OPk (.) : Opération Inversible

OPk OPi [mi (t )] = 0, k  i : Orthogonalité
−1

Multiplexage Bande
3
FDM 1
2
Bc
Bc/n Temps
Bande
TDM
1 2 3
Temps
T/n T/n T/n
T
Multiplexage
• FDMA classique: Orthogonalité si supports spectraux disjoints
• TDMA: Orthogonalité si supports temporels disjoints
• Modulation en phase et quadrature:

s(t) = m1(t).cos(2.p.fp.t) + m2(t).sin(2.p.fp.t)
sin(.) et cos(.) orthogonaux après filtrage passe-bas
• Modulation OFDM
porteuses orthogonales après filtrage adapté
• CDMA : Orthogonalité des codes d’étalement

Eléments de
bilan de
Liaison
Bilan de liaison
Pe2
Ampli
Pe1 câble Pe3(d)
Gain en Quelques
puissance dizaines de dB
GHPA par 100m:
GC_em d Atténuation
espace libre
Quelques
dizaines de dB
par 100m:
GC_rec
Pr
Prt Câble

Bilan de liaison
Antenne isotrope : Densité de puissance à une distance d :
Pe 2
Pe3(d) = (W / m 2
)
d 4pd 2
Diagramme de rayonnement de l’antenne
Antenne isotrope : Densité de puissance à une distance d :
Pe 2
Pe3(d) = .G (W / m 2
)
4pd 2 T
d
GT = gain d’antenne à l’émission

GTdBi=10*log10(GT) (dB isotrope)

Bilan de liaison
Pe 2 Pe 2  l2  Sequ= Ouverture effective

Pr = .GT .S equ = .GT .GR  de l’antenne
4pd 2
4pd 2
 4p 
 l 
2
Pr = Pe 2 .GT .GR   (Watts)

 4pd 
 l 
2
Prt _ lin = Pe1.GC _ em.GHPAGT .GR .GC _ rec   (Watts)

 4pd 
 l 
2
Atténuation espace libre linéaire(d ) =  

 4pd 

Bilan de liaison
2
 c 
Atténuation espace libre linéaire(d ) =  
 4pdf 
  c 2 
Atténuation espace libre(d) dB = 10. log10   
  4pdf  
 
 
2

= 10. log10   =
c
  4p 103 d km .106 f MHz  
 
 3.108 
= 20. log10   − 20. log10 ( f MHz ) − 20. log10 (d km ) =
9 
 4p 10 
= −32.44 − 20. log10 ( f MHz ) − 20. log10 (d km )
Atténuation dB = −32 .44 − 20 . log 10 ( f MHz ) − 20 . log10 (d km )
Bilan de liaison
Ordres de grandeur:
GHPA : 10 en linéaire : +10dB
GC_em: de -10 à -100dB/100m
Connecteurs: -0.25dB
GT: +5dBi (omni outdoor) à +30dBi (parabole)
Pe2= Puissance émise de quelques mWatts à quelques Watts

• 1mW correspond à 10.log10(1mW/1W)=-30dBW
• 1mW correspond à 10.log10(1mW/1mW)=0dBm
• 1W correspond à 10.log10(1W/1mW)=30dBm
• 10W correspond à 10.log10(10W/1mW)=40dBm
Prt = Puissance reçue après l’antenne de réception :

• Dépend du type de récepteur et du débit binaire (taille de la constellation)
• Typiquement : -85dBm soit 3 picoW pour une bande de l’ordre de
quelques MHz
Bilan de liaison
Ordres de grandeur:
Bruit thermique : 4.10-18mW/Hz soit -174dBm/Hz
Exemple: Bande du signal=1MHz

Puissance de bruit linéaire = 4.10-12mW
Puissance de bruit dBm = 10.log10(4.10-12/1) = -114 dBm
Puissance de bruit dBm = -174 + 10.log10(106) = -114 dBm
Récepteur

Bilan de liaison
Ordres de grandeur
Atténuation dB = −32 .44 − 20 . log 10 ( f MHz ) − 20 . log10 (d km )
Atténuation en espace libre
distance 100MHz 900MHz 2.4GHz 5GHz
100m -52.44 dB -71.52dB -80dB -86.42dB
1km -72.44dB -91.52dB -100dB -106.42dB
10km -92.44dB -101.52dB -120dB -126.42dB

Bilan de liaison
Exemple de calcul de bilan de liaison en espace libre
Atténuation dB = −32.44 − 20. log10 ( f MHz ) −10. . log10 dkm ( )
Pe1 0dBm
Pe1=1mW Pe2 +8dBm
GHPA=+10dB
GT +5dBi
GC_em=-100dB/100m, l=2m : -2dB
GC_rec=-100dB/100m, l=2m : -2dB GR +5dBi
GT: +5dBi Path Loss -100dB
GR: +5dBi
f=2.4GHz Pr -82dBm
d= 1000m Pbruit 8.10-14 W
Bande=20MHz -101dBm
=2 SNR_dB 19dB
SNR_lin 78

Bilan de liaison
Exemple de calcul de bilan de liaison en milieu réel
Atténuation dB = −32.44 − 20. log10 ( f MHz ) −10. . log10 dkm ( )
Pe1 10dBm
Pe1=10mW
GHPA=+10dB Pe2 +18dBm
GC_em=-100dB/100m, l=2m : -2dB GT +5dBi
GC_rec=-100dB/100m, l=2m : -2dB GR +5dBi
GT: +5dBi
GR: +5dBi Path Loss -129.12dB
f=900MHz Pr -101.12dBm
d= 10km
Pbruit 8.10-16 W
Bande=200kHz
-120.96 dBm
Path Loss : 91.52+37.6 Log10(d)
dB avec d en km SNR_dB 19.84dB
=3.76 SNR_lin 96.38

Bilan de liaison
Exemple de calcul de bilan de liaison en milieu réel avec
modèle de OKUMURA-HATA
Pe1=10mW Pe1 10dBm

GHPA=+10dB Pe2 +18dBm
GC_em=-100dB/100m, l=2m : -2dB
GT +5dBi
GC_rec=-100dB/100m, l=2m : -2dB
GT: +5dBi GR +5dBi
GR: +5dBi Path Loss open area -141.7 dB
f=900MHz Path Loss suburban - 155.2 dB
d= 10km Path Loss urban -165.2 dB
Bande=200kHz
Path Loss : OKUMURA_HATA Pr open area -113.7dBm
H_base_station=20m Pr suburban -127.3dBm
H_mobile_station=1.5m Pr Loss urban - 137.2dBm

Bilan de liaison
Exemple de calcul de bilan de liaison en milieu réel avec modèle de OKUMURA-HATA
Path Loss en dB
-90
Path loss free space
Path loss OKUMURA open area
Path loss OKUMURA suburban
-100 Path loss OKUMURA urban
-110
-120
-130
-140
-150
-160
-170
1 2 3 4 5 6 7 8 9 10
Distance en km
h_BS=20m, h_MS=1.5m, f=900MHz

Bilan de liaison
Exemple de calcul de bilan de liaison en milieu réel avec modèle de OKUMURA-HATA
Puissance reçue en dBm
-60
Path loss free space
Path loss OKUMURA open area
Path loss OKUMURA suburban
-70 Path loss OKUMURA urban
-80
-90
-100
-110
-120
-130
-140
1 2 3 4 5 6 7 8 9 10
Distance en km
h_BS=20m, h_MS=1.5m, f=900MHz
Bibliographie
• Digital Communications, J. Proakis, Mc Graw-Hill, 5th edition, 2008
•Réseaux GSM-DCS, Xavier Lagrange, Philippe Godlewski, Sami Tabbane, 2ème
édition, HERMES, 1996
• The Mobile Communications Handbook, Jerry D. Gibson, IEEE press, 1996
• Papers in IEEE Communication magazine
• Overview of Wireless Personal Communications, J. E. Padgett, C. G. Günther, T.
Hattori, IEEE Communication magazine, Jan 1995, pp 28-41
• Wireless Communications, Andrea Goldsmith, Cambridge University Press, 2005

Fonction Q(z)
Annexe:
Fonction Q(z)
Fonction Q(z)
0
Q(z) 10
-2
10
-4
10
+
1 u2 -6

10
Q( z) = .exp( − ). du
z 2.p 2 -8
10
-10
10
-12
10
-14
10
-16
10
0 1 2 3 4 5 6 7 8 9
z
Fonction Q(z)
z Q(z)
0.00 5.000e-001 z Q(z) z Q(z) z Q(z) z Q(z)
0.01 4.960e-001 0.21 4.168e-001 0.41 3.409e-001 0.61 2.709e-001 0.81 2.090e-001
0.02 4.920e-001 0.22 4.129e-001 0.42 3.372e-001 0.62 2.676e-001 0.82 2.061e-001
0.03 4.880e-001 0.23 4.090e-001 0.43 3.336e-001 0.63 2.643e-001 0.83 2.033e-001
0.04 4.840e-001 0.24 4.052e-001 0.44 3.300e-001 0.64 2.611e-001 0.84 2.005e-001
0.05 4.801e-001 0.25 4.013e-001 0.45 3.264e-001 0.65 2.578e-001 0.85 1.977e-001
0.06 4.761e-001 0.26 3.974e-001 0.46 3.228e-001 0.66 2.546e-001 0.86 1.949e-001
0.07 4.721e-001 0.27 3.936e-001 0.47 3.192e-001 0.67 2.514e-001 0.87 1.922e-001
0.08 4.681e-001 0.28 3.897e-001 0.48 3.156e-001 0.68 2.483e-001 0.88 1.894e-001
0.09 4.641e-001 0.29 3.859e-001 0.49 3.121e-001 0.69 2.451e-001 0.89 1.867e-001
0.10 4.602e-001 0.30 3.821e-001 0.50 3.085e-001 0.70 2.420e-001 0.90 1.841e-001
0.11 4.562e-001 0.31 3.783e-001 0.51 3.050e-001 0.71 2.389e-001 0.91 1.814e-001
0.12 4.522e-001 0.32 3.745e-001 0.52 3.015e-001 0.72 2.358e-001 0.92 1.788e-001
0.13 4.483e-001 0.33 3.707e-001 0.53 2.981e-001 0.73 2.327e-001 0.93 1.762e-001
0.14 4.443e-001 0.34 3.669e-001 0.54 2.946e-001 0.74 2.296e-001 0.94 1.736e-001
0.15 4.404e-001 0.35 3.632e-001 0.55 2.912e-001 0.75 2.266e-001 0.95 1.711e-001
0.16 4.364e-001 0.36 3.594e-001 0.56 2.877e-001 0.76 2.236e-001 0.96 1.685e-001
0.17 4.325e-001 0.37 3.557e-001 0.57 2.843e-001 0.77 2.206e-001 0.97 1.660e-001
0.18 4.286e-001 0.38 3.520e-001 0.58 2.810e-001 0.78 2.177e-001 0.98 1.635e-001
0.19 4.247e-001 0.39 3.483e-001 0.59 2.776e-001 0.79 2.148e-001 0.99 1.611e-001
0.20 4.207e-001 0.40 3.446e-001 0.60 2.743e-001 0.80 2.119e-001 1.00 1.587e-001

Fonction Q(z)
z Q(z) z Q(z) z Q(z) z Q(z) z Q(z)
1.01 1.562e-001 1.21 1.131e-001 1.41 7.927e-002 1.61 5.370e-002 1.81 3.515e-002
1.02 1.539e-001 1.22 1.112e-001 1.42 7.780e-002 1.62 5.262e-002 1.82 3.438e-002
1.03 1.515e-001 1.23 1.093e-001 1.43 7.636e-002 1.63 5.155e-002 1.83 3.362e-002
1.04 1.492e-001 1.24 1.075e-001 1.44 7.493e-002 1.64 5.050e-002 1.84 3.288e-002
1.05 1.469e-001 1.25 1.056e-001 1.45 7.353e-002 1.65 4.947e-002 1.85 3.216e-002
1.06 1.446e-001 1.26 1.038e-001 1.46 7.215e-002 1.66 4.846e-002 1.86 3.144e-002
1.07 1.423e-001 1.27 1.020e-001 1.47 7.078e-002 1.67 4.746e-002 1.87 3.074e-002
1.08 1.401e-001 1.28 1.003e-001 1.48 6.944e-002 1.68 4.648e-002 1.88 3.005e-002
1.09 1.379e-001 1.29 9.853e-002 1.49 6.811e-002 1.69 4.551e-002 1.89 2.938e-002
1.10 1.357e-001 1.30 9.680e-002 1.50 6.681e-002 1.70 4.457e-002 1.90 2.872e-002
1.11 1.335e-001 1.31 9.510e-002 1.51 6.552e-002 1.71 4.363e-002 1.91 2.807e-002
1.12 1.314e-001 1.32 9.342e-002 1.52 6.426e-002 1.72 4.272e-002 1.92 2.743e-002
1.13 1.292e-001 1.33 9.176e-002 1.53 6.301e-002 1.73 4.182e-002 1.93 2.680e-002
1.14 1.271e-001 1.34 9.012e-002 1.54 6.178e-002 1.74 4.093e-002 1.94 2.619e-002
1.15 1.251e-001 1.35 8.851e-002 1.55 6.057e-002 1.75 4.006e-002 1.95 2.559e-002
1.16 1.230e-001 1.36 8.691e-002 1.56 5.938e-002 1.76 3.920e-002 1.96 2.500e-002
1.17 1.210e-001 1.37 8.534e-002 1.57 5.821e-002 1.77 3.836e-002 1.97 2.442e-002
1.18 1.190e-001 1.38 8.379e-002 1.58 5.705e-002 1.78 3.754e-002 1.98 2.385e-002
1.19 1.170e-001 1.39 8.226e-002 1.59 5.592e-002 1.79 3.673e-002 1.99 2.330e-002
1.20 1.151e-001 1.40 8.076e-002 1.60 5.480e-002 1.80 3.593e-002 2.00 2.275e-002

Fonction Q(z)
2.01 2.222e-002 2.21 1.355e-002 2.41 7.976e-003 2.61 4.527e-003 2.81 2.477e-003
2.02 2.169e-002 2.22 1.321e-002 2.42 7.760e-003 2.62 4.396e-003 2.82 2.401e-003
2.03 2.118e-002 2.23 1.287e-002 2.43 7.549e-003 2.63 4.269e-003 2.83 2.327e-003
2.04 2.068e-002 2.24 1.255e-002 2.44 7.344e-003 2.64 4.145e-003 2.84 2.256e-003
2.05 2.018e-002 2.25 1.222e-002 2.45 7.143e-003 2.65 4.025e-003 2.85 2.186e-003
2.06 1.970e-002 2.26 1.191e-002 2.46 6.947e-003 2.66 3.907e-003 2.86 2.118e-003
2.07 1.923e-002 2.27 1.160e-002 2.47 6.756e-003 2.67 3.793e-003 2.87 2.052e-003
2.08 1.876e-002 2.28 1.130e-002 2.48 6.569e-003 2.68 3.681e-003 2.88 1.988e-003
2.09 1.831e-002 2.29 1.101e-002 2.49 6.387e-003 2.69 3.573e-003 2.89 1.926e-003
2.10 1.786e-002 2.30 1.072e-002 2.50 6.210e-003 2.70 3.467e-003 2.90 1.866e-003
2.11 1.743e-002 2.31 1.044e-002 2.51 6.037e-003 2.71 3.364e-003 2.91 1.807e-003
2.12 1.700e-002 2.32 1.017e-002 2.52 5.868e-003 2.72 3.264e-003 2.92 1.750e-003
2.13 1.659e-002 2.33 9.903e-003 2.53 5.703e-003 2.73 3.167e-003 2.93 1.695e-003
2.14 1.618e-002 2.34 9.642e-003 2.54 5.543e-003 2.74 3.072e-003 2.94 1.641e-003
2.15 1.578e-002 2.35 9.387e-003 2.55 5.386e-003 2.75 2.980e-003 2.95 1.589e-003
2.16 1.539e-002 2.36 9.137e-003 2.56 5.234e-003 2.76 2.890e-003 2.96 1.538e-003
2.17 1.500e-002 2.37 8.894e-003 2.57 5.085e-003 2.77 2.803e-003 2.97 1.489e-003
2.18 1.463e-002 2.38 8.656e-003 2.58 4.940e-003 2.78 2.718e-003 2.98 1.441e-003
2.19 1.426e-002 2.39 8.424e-003 2.59 4.799e-003 2.79 2.635e-003 2.99 1.395e-003
2.20 1.390e-002 2.40 8.198e-003 2.60 4.661e-003 2.80 2.555e-003 3.00 1.350e-003

Fonction Q(z)
3.01 1.306e-003 3.21 6.637e-004 3.41 3.248e-004 3.61 1.531e-004 3.81 6.948e-005
3.02 1.264e-003 3.22 6.410e-004 3.42 3.131e-004 3.62 1.473e-004 3.82 6.673e-005
3.03 1.223e-003 3.23 6.190e-004 3.43 3.018e-004 3.63 1.417e-004 3.83 6.407e-005
3.04 1.183e-003 3.24 5.976e-004 3.44 2.909e-004 3.64 1.363e-004 3.84 6.152e-005
3.05 1.144e-003 3.25 5.770e-004 3.45 2.803e-004 3.65 1.311e-004 3.85 5.906e-005
3.06 1.107e-003 3.26 5.571e-004 3.46 2.701e-004 3.66 1.261e-004 3.86 5.669e-005
3.07 1.070e-003 3.27 5.377e-004 3.47 2.602e-004 3.67 1.213e-004 3.87 5.442e-005
3.08 1.035e-003 3.28 5.190e-004 3.48 2.507e-004 3.68 1.166e-004 3.88 5.223e-005
3.09 1.001e-003 3.29 5.009e-004 3.49 2.415e-004 3.69 1.121e-004 3.89 5.012e-005
3.10 9.676e-004 3.30 4.834e-004 3.50 2.326e-004 3.70 1.078e-004 3.90 4.810e-005
3.11 9.354e-004 3.31 4.665e-004 3.51 2.241e-004 3.71 1.036e-004 3.91 4.615e-005
3.12 9.043e-004 3.32 4.501e-004 3.52 2.158e-004 3.72 9.961e-005 3.92 4.427e-005
3.13 8.740e-004 3.33 4.342e-004 3.53 2.078e-004 3.73 9.574e-005 3.93 4.247e-005
3.14 8.447e-004 3.34 4.189e-004 3.54 2.001e-004 3.74 9.201e-005 3.94 4.074e-005
3.15 8.164e-004 3.35 4.041e-004 3.55 1.926e-004 3.75 8.842e-005 3.95 3.908e-005
3.16 7.888e-004 3.36 3.897e-004 3.56 1.854e-004 3.76 8.496e-005 3.96 3.747e-005
3.17 7.622e-004 3.37 3.758e-004 3.57 1.785e-004 3.77 8.162e-005 3.97 3.594e-005
3.18 7.364e-004 3.38 3.624e-004 3.58 1.718e-004 3.78 7.841e-005 3.98 3.446e-005
3.19 7.114e-004 3.39 3.495e-004 3.59 1.653e-004 3.79 7.532e-005 3.99 3.304e-005
3.20 6.871e-004 3.40 3.369e-004 3.60 1.591e-004 3.80 7.235e-005 4.00 3.167e-005

Fonction Q(z)
z Q(z) z Q(z) z Q(z)
4.05 2.561e-005 5.05 2.209e-007 6.10 5.303e-010
4.10 2.066e-005 5.10 1.698e-007 6.20 2.823e-010
4.15 1.662e-005 5.15 1.302e-007 6.30 1.488e-010
4.20 1.335e-005 5.20 9.964e-008 6.40 7.769e-011
4.25 1.069e-005 5.25 7.605e-008 6.50 4.016e-011
4.30 8.540e-006 5.30 5.790e-008 6.60 2.056e-011
4.35 6.807e-006 5.35 4.398e-008 6.70 1.042e-011
4.40 5.413e-006 5.40 3.332e-008 6.80 5.231e-012
4.45 4.294e-006 5.45 2.518e-008 6.90 2.600e-012
4.50 3.398e-006 5.50 1.899e-008 7.00 1.280e-012
4.55 2.682e-006 5.55 1.428e-008 8.00 6.661e-016
4.60 2.112e-006 5.60 1.072e-008 9.00 1.10 e-019
4.65 1.660e-006 5.65 8.022e-009 10.0 7.62 e-024
4.70 1.301e-006 5.70 5.990e-009
4.75 1.017e-006 5.75 4.462e-009
4.80 7.933e-007 5.80 3.316e-009
4.85 6.173e-007 5.85 2.458e-009
4.90 4.792e-007 5.90 1.818e-009
4.95 3.711e-007 5.95 1.341e-009
5.00 2.867e-007 6.00 9.866e-010

ELE207 v24

Transféré par

Droits d'auteur :

Formats disponibles

ELE207 v24

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

ELE207 v24

Transféré par

Droits d'auteur :

Formats disponibles

CNAM

Technologie des hauts débits, Partie I

Transparents réalisés par: D. ROVIRAS

ELE207, Technologie des hauts débits, Daniel Roviras 1

1. Rappels de communications numériques bande de base et sur fréquence

2. Canaux radio-mobiles, performance, diversité

3. Techniques multi-porteuses (OFDM)

4. Codage canal avancé

5. Modulation and coding schemes

6. Exemple de couche physique d’un système radio-mobile

ELE207, Technologie des hauts débits, Daniel Roviras 2

Séance Sujet Type

ELE207, Technologie des hauts débits, Daniel Roviras 3

Date Sujet Durée Type

ELE207, Technologie des hauts débits, Daniel Roviras 4

ELE207, Technologie des hauts débits, Daniel Roviras 5

ELE207, Technologie des hauts débits, Daniel Roviras 7

Les signaux émis :

ELE207, Technologie des hauts débits, Daniel Roviras 8

Symbole: Signal électrique de durée Ts

ELE207, Technologie des hauts débits, Daniel Roviras 10

ELE207, Technologie des hauts débits, Daniel Roviras 11

Symbole numéro i : Si(t)=Ai cos(2p fi t + fi)

Pour définir un symbole on peut jouer sur les paramètres

Un symbole est représenté par un vecteur dans le diagramme de

Si(t) = Ai cos(fi).cos(2p fi t) - Ai sin(fi).sin(2p fi t)

ELE207, Technologie des hauts débits, Daniel Roviras 12

ELE207, Technologie des hauts débits, Daniel Roviras 13

2-PSK=BPSK 4-PSK=QPSK 8-PSK

ELE207, Technologie des hauts débits, Daniel Roviras 14

Répartir les symboles

Ps = puissance du signal reçu

C = B. log 2 (1 + SNR ) (bits/sec)

C = B. log 2 (1 + SNR ) (bits/sec)

Exemple : SNRdB = 40dB, B = 3100Hz

ELE207, Technologie des hauts débits, Daniel Roviras 18

ELE207, Technologie des hauts débits, Daniel Roviras 19

Reconstitution Horloge Symboles (Ts)

ELE207, Technologie des hauts débits, Daniel Roviras 20

ELE207, Technologie des hauts débits, Daniel Roviras 21

Bits vers Transposition Ds

ELE207, Technologie des hauts débits, Daniel Roviras 23

4 VALEURS POUR Q(t)

110 100 -cos(3.p/8)

111 101 -cos(p/8)

CONSTELLATION POUR 8-PSK

Codage I/Q pour 8-PSK

ELE207, Technologie des hauts débits, Daniel Roviras 26

Test de la distance entre le

coordonnées (Ie,Qe) et les

ELE207, Technologie des hauts débits, Daniel Roviras 28

ELE207, Technologie des hauts débits, Daniel Roviras 29

-a- Immunité au bruit

-b- Immunité à la gigue de phase dans la

ELE207, Technologie des hauts débits, Daniel Roviras 31

ELE207, Technologie des hauts débits, Daniel Roviras 32

Prises NRZ de période T

ELE207, Technologie des hauts débits, Daniel Roviras 33

ELE207, Technologie des hauts débits, Daniel Roviras 34