Thèse soutenue

Estimation aveugle de canal et accès multiple par répartition spatiale
FR
Accès à la thèse
Auteur / Autrice : Luc Deneire
Direction : Dirk T. M. Slock
Type : Thèse de doctorat
Discipline(s) : Sciences et techniques
Date : Soutenance en 1998
Etablissement(s) : Paris, ENST

Résumé

FR

Cette thèse traite du problème de l'identification aveugle de canal en utilisant uniquement les statistiques de second ordre, dans un contexte de communications, soit en présence d'un seul utilisateur, soit en présence de plusieurs utilisateurs partageant la même fréquence, au même moment et sans étalement de spectre. Nous avons explore les statistiques cycliques du second ordre, débouchant sur une famille d'algorithmes dont les performances sont indépendantes de la couleur du bruit et un nouveau modèle de canal. Nous avons développé une méthode sous-espace sans décomposition en éléments propres asymptotiquement équivalente à la méthode initiale. L'incorporation de la matrice de pondération optimale permet de déduire des équivalences asymptotiques entre diverses méthodes. En se basant sur des critères de complexité et de robustesse, nous avons explore divers algorithmes dérives de la prédiction linéaire. Cette étude a montré que les algorithmes rapides de type levinson donnent de bonnes performances et présentent de bonnes propriétés de robustesse. Ces algorithmes permettent une détection de l'ordre du processus ar associe au canal, par extension des méthodes de détection d'ordre de processus multivariés au cas de processus singuliers. Nous avons développé une méthode originale d'identification de canal multi-utilisateurs en nous basant sur la décomposition ldu de la matrice de covariance et sur l'algorithme généralise de schur. Cet algorithme de complexité faible est un candidat sérieux pour l'identification aveugle de canal en sdma. Nous présentons un algorithme au maximum de vraisemblance pour le modèle déterministe, qui présente des performances prometteuses, avec bon nombre de garanties théoriques.