La diversité spatiale nécessitant des réseaux d’antennes à l’émission et/ou à la réception, connue sous la terminologie MIMO pour « Multiple Input Multiple Output », est intégrée dans les derniers standards des réseaux sans fil et fait déjà son apparition sur le marché des téléphones portables et des stations Wi-Fi. Au delà des solutions offertes pour augmenter le débit des communications, les techniques MIMO offrent la possibilité de retrouver, à l’aide d’algorithmes de traitement du signal, quelques paramètres physiques des signaux reçus et/ou transmis. Cette propriété va être exploitée pour offrir, par exemple aux terminaux Wi-Fi, la possibilité de se localiser dans des milieux confinés où les techniques développées pour la localisation des mobiles en extérieur ne sont pas aisément transposables.La demande est très forte pour ce genre d’application, notamment dans les lieux publics tels que les gares ou zones d’échanges multimodales, puisque la technologie pourrait permettre le développement de nouveaux services en rendant le voyage « intelligent » et en proposant l’accès à une vaste gamme de services en temps réel. L’objectif général de cette thèse est donc de proposer une solution de localisation pour aider le voyageur dans ses déplacements dans une zone d’échanges ou des gares.Le procédé de localisation développé est basé sur l’utilisation des paramètres angulaires et temporels d’au moins deux trajets entre le mobile à localiser et au moins deux réseaux de récepteurs. On suppose que ces trajets ont subi au maximum une interaction avec l’environnement. L’estimation des paramètres nécessaires à la localisation est effectuée à l’aide d’algorithmes à haute résolution de problèmes inverses tels SAGE et plus récemment RIMAX. Les études paramétriques sur les performances des algorithmes ont permis de déterminer les ressources nécessaires pour l’estimation des retards et des paramètres angulaires avec des précisions compatibles avec des applications de localisation. L’algorithme de localisation a été testé et validé dans différentes configurations, en utilisant les paramètres exacts des signaux ou ceux estimés par RIMAX. / Spatial diversity exploits antenna array at the transmitter and the receiving station. The resulting technology, known as MIMO (Multiple Input Multiple Output), has already been implemented in latest generation equipments and standards like Wi-Fi 802.11n. Excepting the advantage of increased data throughput, the technology allows extracting physical parameters of the received signals via signal processing algorithms. This property can be used to develop localization applications in indoor environments.The request for such applications continued increasing in the last decade. In the public transportation systems domain, the technology allows the development of intelligent solutions giving access to a wide range of real time services. The objective of this PhD is the development of an indoor localization solution in the context of public transportation systems.The proposed localization method is based on the exploitation of time domain and angular domain parameters of 2 or more LOS or NLOS of first order paths between the mobile object being localized and 2 or more receiving stations. Both the transmitter and the emitters are equipped with antenna arrays. The estimation of the parameters exploited in the localization method is obtained through high resolution signal parameter algorithms like SAGE and RIMAX. The parametric studies on the performance of parameter estimation algorithms allowed us to set a basis for the configuration allowing us to estimate the delays and the directions of arrival and departure within the limits set by the localization application. The localization algorithm has been tested and validated in different setups using the exact parameters of the signals or the parameters estimated by SAGE and RIMAX.

L’objectif de cette thèse est de proposer des méthodes de localisation de mobiles en environnement urbain pour des applications de sécurité civile. Le système de localisation doit alors être basé sur un réseau de récepteurs indépendant de celui des stations de base et autres mobiles. L’objectif visé est de pouvoir localiser avec précision un mobile dans une zone limitée. Pour répondre à ce besoin de localisation ponctuel et immédiat, on considère qu’au plus deux récepteurs (RS) peuvent être déployés. Ces RS sont équipés de réseaux d’antennes permettant l’extraction, par un algorithme de haute résolution (HRA), des caractéristiques géométriques du canal utilisées pour la localisation. L’algorithme de localisation proposé, basé sur une technique d’identification d’empreintes, emploie un modèle de canal déterministe de lancer de rayons. Une caractérisation multidimensionnelle du canal de propagation a d’abord été effectuée pour confronter le modèle avec les canaux expérimentaux. L’algorithme de localisation est testé dans des environnements de synthèse afin de prédire les erreurs de localisation engendrées par l'HRA. Il est ensuite validé expérimentalement sur des configurations de propagation volontairement défavorables. Une approche originale basée sur la diversité de polarisation permet d'améliorer la précision de localisation. Si pour des raisons stratégiques ou financières, il n'est pas envisageable d'utiliser deux RS, un second algorithme de localisation est proposé afin de réduire la zone à explorer en n’utilisant qu’un RS mobile. Il se base sur une technique de tracé de rayons inverse et intègre une phase d’identification des rayons diffractés du canal. / The objective of this thesis is to propose mobile localization methods in urban environments for civil safety/security applications. The localization system must be based on a dedicated network of receivers, independent of the provider base stations and mobiles. The purpose is to accurately locate a mobile in a limited area. To meet this punctual and immediate need of localization, it was considered that at most two receivers (RS) equipped with antenna arrays can be deployed. This allows the extraction of the geometrical characteristics of the channel used for localization by a high resolution algorithm (HRA). The proposed localization algorithm is based on a fingerprinting technique and uses a deterministic ray tracing channel model. First, an experimental multidimensional characterization of the propagation channel was performed to compare with experimental channels. The localization algorithm is tested for synthetic environments in order to predict the localization errors caused by the HRA. Then, it was experimentally validated with deliberately unfavorable propagation configurations, encountered with typical scenarios. An original approach based on polarization diversity allows improving the localization accuracy. If for strategic or financial reasons, it is not possible to use two RS, a second localization algorithm is proposed to reduce the area to be explored, using only one mobile RS. It is based on a reverse ray tracing approach and includes a phase of identification of the diffracted rays of the channel.

Une meilleure compréhension des phénomènes de propagation de canal radio est la clé pour améliorer la performance globale des systèmes de communications sans-fil. Ceci est particulièrement vrai pour les environnements où sont observés de forts mécanismes de diffusion. Néanmoins, les modèles récents de canal radio n’incluent pas le diffus et doivent être réévalués en conséquence. Dans cette thèse, il est proposé de décomposer le canal radio polarimétrique MIMO en une composante multi-trajets spéculaire (SMC) et dense (DMC), cette dernière incluant le diffus et les faibles SMC. L’objectif de cette décomposition est de caractériser la contribution de la DMC et de développer un cadre de modélisation complet; cadre qui a été appliqué à deux scénarios de propagation présentant des mécanismes sévères de diffusion : milieu industriel et milieu végétal. Ici, des nouveaux modèles polarimétriques ont été développés et validés à partir de canaux radio mesurés. De plus, un algorithme de clustering basé sur la distance entre composante multi-trajets (MCD) a été proposé pour regrouper les SMC estimés. La performance et la robustesse de cet algorithme ont été comparées avec l’algorithme K-means MCD à partir de données générées par le modèle de canal WINNER II. L’algorithme validé a ensuite été directement appliqué aux scénarios avec l’hypothèse que la DMC est présente ou pas dans le modèle de données. Les résultats montrent sans ambiguïtés que les modèles proposés permettent non seulement une meilleure compréhension des mécanismes de propagation mais également que les modèles de canal radio sans DMC peuvent potentiellement induire en erreur l’interprétation de ces mécanismes. / A deeper understanding of the radio channel propagation phenomena is the key to improve the overall performance of wireless communication systems. This is particularly true for challenging propagation environments wherein strong diffuse scattering mechanisms are observed. However, the most recent radio channel models do not include this component and must be re-evaluated. In this thesis, it is proposed to decompose the polarimetric MIMO radio channel into specular and dense multipath components (SMC and DMC) where DMC includes diffuse scattering and weak SMC. The purpose of this decomposition is to investigate the contribution of DMC to the radio channel and develop a comprehensive modeling framework; framework which has been applied to two propagation scenarios presenting strong diffuse scattering mechanisms: indoor industrial and outdoor vegetation. Here, novel polarimetric models have been developed and validated from measured radio channels. Moreover, a multipath component distance (MCD)-based automatic clustering identification algorithm is proposed to group SMC obtained from measured radio channels. Its performance and robustness are compared with the K-means MCD algorithm using cluster data simulated by the WINNER II channel model. The validated clustering algorithm was then directly applied onto data which were estimated from the measured radio channels with or without DMC in the radio channel data model. The results unambiguously demonstrate that the proposed models not only provide a better understanding of the propagation mechanisms but also that radio channel models without DMC could potentially mislead the interpretation of those mechanisms.