Return to search

Méthode de Détection et de Reconnaissance de Bruits Electromagnétiques permettant la Prédiction de leurs Effets sur les Transmissions GSM-R

Avec la multiplication des systèmes électroniques analogiques et numériques embarqués dans les moyens de transports actuels, l’environnement EM (ElectroMagnétique) devient de plus en plus riche en signaux de toutes sortes et, par conséquent, il devient plus complexe à caractériser. Dans ces travaux de thèse, nous nous intéressons à un système numérique en particulier : le GSM-R (Global System for Mobile communications - Railways). Il s’agit du nouveau système de communication radio numérique portant la signalisation actuellement en cours de déploiement sur le réseau ferroviaire européen afin d'assurer l'interopérabilité des trains à grande vitesse en Europe. Ainsi, tous les pays d’Europe utiliseront le même système, ce qui facilitera la circulation des trains transfrontaliers d’un pays à l’autre. En environnement ferroviaire, le GSM-R doit faire face à différentes sources de bruit EM, notamment aux perturbations EM transitoires provenant du contact glissant entre le fil caténaire et le pantographe. Ces perturbations couvrent de larges bandes de fréquences dont, potentiellement, celles du GSM-R. Nous proposons une méthode de classification qui permet de prédire l’effet des perturbations EM transitoires sur la qualité des transmissions GSM-R. Cette méthode de classification pourrait être mise en place à bord des trains où elle permettrait d’identifier et localiser les zones critiques pour la qualité des transmissions GSM-R tout au long du trajet. Du point de vue de la standardisation, ces travaux de recherche pourraient contribuer à l’évolution nécessaire des équipements et des méthodologies définies dans les normes CEM afin de s’adapter aux nouvelles problématiques émanant de la multiplicité des systèmes et protocoles de communication sans fils employés dans le monde des transports.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00930294
Date17 September 2013
CreatorsDudoyer, Stephen
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0021 seconds