• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • 1
  • Tagged with
  • 2
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Contribution à la caractérisation et à la modélisation des canaux MIMO / Contribution to MIMO channel characterization and modelling

Nasr, Abdelmottaleb 10 June 2009 (has links)
MIMO, ou Multiple-Input Multiple-output, est une technique de communication radio qui repose sur l'utilisation conjointe de réseaux , d'antennes à l'émission et à la réception, Elle permet d'améliorer le débit ou la robustesse d'un lien radio sans augmenter la puissance d'émission et la bande de fréquence allouée. Cependant, les performances de cette technique sont largement dépendantes des propriétés du canal de propagation, Elle n'apporte une amélioration substantielle par rapport aux techniques mono-antennes classiques que si le canal de propagation est suffisamment riche en trajets multiples, Ainsi, la caractérisation et la modélisation du canal de propagation MIMO sont deux étapes indispensables pour un déploiement optimal des systèmes MIMO. Les résultats publiés ces dernières années montrent que les modèles de propagation existants dédiés aux communications MIMO comme par exemple celui basé sur une approche géométrique stochastique sont très complexes à mettre en œuvre, L'objectif de ce travail est de proposer une nouvelle méthode simple et originale de modélisation basée sur la décomposition en matrice diagonale par bloc de la matrice de transfert du canal. L'approche proposée nécessite des estimations précises des caractéristiques du canal. C'est la raison pour laquelle des algorithmes de pré traitement des données ont également été développés pour l'estimation du nombre de sources et des puissances des composantes cohérentes et diffuses contenues dans le signal reçu. Les résultats de la caractérisation des canaux MIMO en Gare, Halle, tunnel et environnement de bureaux permettront d'illustrer les différents points soulevés dans l'étude théorique. / Multiple- Input Multiple-output (MIMO) is a radio communication technique that is based on the use of antenna arrays at both the receiver and transmitter. This tedmique yields a higher throughput and robustness without increasing the ernitting power and allocated bandwidth, Nonetheless, the performance of this technique is strongly dependent to the channel propagation properties. Hence, improvement is only obtained with respect to classical mono-antennas for the case where a large number of paths are embedded within the propagation channel. Therefore, the characterization and modelling of the MIMO channel are the two critical steps necessary to alleviate the deployment ofMIMO systems. CUITent MIMO channel models such as the geometrical-based stochastic model have been shawn ta be difficult to exploit. The work aims at proposing a novel yet simple modelling scheme based on the decomposition of the channel transfer matrix into block-diagonal matrices. Because an accurate estimation of the channel characteristics is required, dedicated post-processing algorithms were developed ta estimate the number of sources, power of the coherent and diffuse components of the measured propagating paths. MIMO channel measurements were performed in train station, atrium, tunnels and office environments to validate the proposed scheme.
2

Characterization and modeling of the polarimetric MIMO radio channel for highly diffuse scenarios / Caractérisation et modélisation du canal MIMO polarimétrique pour les scénarios fortement diffus

Cheng, Shiqi 09 December 2016 (has links)
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.

Page generated in 0.1031 seconds