Return to search

Analysis of Multipath Channel Reduction Models for the Testing of Realistic GNSS Receivers / Analyse de modèles de réduction du canal de multitrajets pour des tests réalistes de récepteurs GNSS

Ce travail de thèse porte sur le développement de méthodes de réduction du canal de multitrajets, donnant une importance particulière à la préservation des performances en poursuite du signal par les systèmes de navigation par satellite. Le but est de rendre les modèles de canal mobile urbain applicables au test réaliste de nouveaux récepteurs GNSS, en réduisant drastiquement le nombre d’échos synthétisés par le simulateur de canal d’origine (de plusieurs milliers à moins de 10) tout en conservant son impact sur l’erreur de pseudo-distance. Trois types de méthodes de réduction ont été envisagés afin de couvrir l’ensemble des possibilités de réduction. En première approche, une méthode d’agrégation a été développée, par le clustering des multitrajets selon les dimensions du retard et du Doppler pondéré par leur puissance. Bien que cette méthode permette une bonne préservation des caractéristiques large-bande du canal d’origine, une deuxième approche a été considérée, visant à optimiser les paramètres des échos du canal réduit (retard, Doppler, phase et amplitude) pour minimiser la différence entre la fonction de corrélation du canal d’origine et celle du canal réduit. Bien que cette approche donne de bonnes performances en termes de préservation de l’erreur de pseudodistance, elle conduit à une instabilité des échos du canal réduit. C’est dans cette optique qu’une approche statistique a été développée, considérant que le retard des multitrajets évolue selon une chaîne de Markov du premier ordre. Ces méthodes ont été comparées selon le critère de la préservation de l’erreur du discriminateur en boucle ouverte. Dans certaines conditions portant sur le nombre de multitrajets du canal réduit et l’élévation du satellite émetteur, il apparait que la méthode de clustering implémentée en première approche égale les performances de la méthode paramétrique, la méthode statistique donnant systématiquement des performances inférieures. L’invariance de cette hiérarchie lors de l’ajout de boucles de poursuite à la simulation ou le test de divers modèles de signaux (modulation et bande RF) permet d’étendre ces conclusions. Etant donné l’avantage significatif des méthodes de clustering sur les méthodes paramétriques en termes de temps de calcul, c’est l’usage de cette méthode qui est préconisé pour répondre à la problématique de réduction du canal de multitrajets. En particulier, la méthode de clustering pondéré développée dans cette thèse offre la possibilité de reproduire les paramètres largebande d’un canal composé de milliers de multitrajets avec moins de 10 échos. De plus, elle offre un compromis intéressant entre temps de calcul et préservation de l’erreur de pseudo-distance des systèmes GNSS, approchant les performances de méthodes d’optimisation paramétrique, voire les atteignant dans certaines conditions, avec un temps de calcul proche du temps réel. / This PhD work relates the development of multipath channel reduction methods, putting the emphasis on the preservation of the signal tracking performances of satellite navigation systems. It aims at adapting the land mobile channel models to the realistic testing of GNSS receivers, by reducing drastically the number of multipaths of the original channel model (from thousands to less than 10 typically) all by conserving the pseudo-range error. Three types of methods have been investigated in order to cover all different possibilities of reduction processes. As a first approach, a multipath aggregation method has been considered, through the clustering of the multipaths according to the delay and Doppler dimensions, weighted by their power. Even if this method allows a good preservation of the delay and Doppler characteristics of the original channel, a second approach has been investigated, oriented toward the optimization of the parameters of the reduced channel (delay, Doppler shift, phase and amplitude) in order to minimize the difference between the original channel correlation function and the reduced one. Even if this approach gives good performances in terms of pseudorange error preservation, it leads to the instability of the reduced channel echoes. Therefore, a statistical method has been implemented, considering that the delays of the reduced channel evolve according to a first order Markov process. These three approaches have been compared through the preservation of the discriminator open loop error. In particular conditions concerning the number of echoes in the reduced channel or the elevation of the emitter satellite, the clustering technique implemented in first approach appears to equal the performances of the parametric method, the statistical approach giving systematically the worst performances. The invariance of this hierarchy as adding tracking loops to the simulation or changing the signal model (modulation and RF bandwidth) allows extending the conclusion. Being given the significant advantage of the clustering on the parametric method in terms of computation time, the use of this method is preconized to address the channel reduction problem. In particular, the weighted clustering technique developed in this thesis offers the possibility to reproduce the wide-band characteristics of a channel model composed of thousands of multipaths with less than 10 echoes. Moreover, it constitutes an interesting tradeoff between computational effort and GNSS systems pseudo-range error conservation, approaching the performances of parametric methods, and even overcoming them in some conditions, with a computation time close to the real time.

Identiferoai:union.ndltd.org:theses.fr/2016INPT0105
Date05 December 2016
CreatorsRibaud, Florian
ContributorsToulouse, INPT, Julien, Olivier, Pérez Fontán, Fernando
Source SetsDépôt national des thèses électroniques françaises
LanguageEnglish
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0025 seconds