Fast Estimation of Bit Error Rate of any digital Communication System

par Jia Dong

Thèse de doctorat en Sciences et technologies de l'information et de la communication

Sous la direction de Samir Saoudi.

  • Titre traduit

    Estimation du taux d'erreurs binaires pour n'importe quel système de communication numérique


  • Résumé

    Dans cette thèse, nous proposons d'étudier les estimations du taux d'erreurs binaire (BER) pour n'importe quel système de communications numériques. Dans la majorité des cas, le BER est un paramètre clé de la conception du système. Les simulations de type Monte-Carlo (MC) sont alors classiquement utilisées pour estimer les taux d'erreurs ; mais elles se révèlent très coûteuse en temps de simulation lorsque les taux d'erreurs sont très faibles. De plus, elles ne sont pas applicables au cas le taux d'erreurs doit être estimé en aveugle au niveau du récepteur. Par conséquent, nous proposons de mettre en oeuvre des techniques d'estimation de densités de probabilités (PDF) des observations souples en sortie du récepteur afin de réduire le nombre d'échantillons nécessaires pour estimer les taux d'erreurs binaires du système de communications numériques étudié. Dans un premier temps, nous avons étudié l'estimation non-paramétrique appelée "méthode du noyau" (Kernel) pour estimer la PDF. Le BER est calculé par intégration (analytique) de la PDF estimée. Les résultats des simulations pour différents systèmes de communications numériques ont été analysés. Par rapport à la méthode MC, la méthode du noyau permet d'obtenir une estimation plus précise. Ensuite, nous avons utilisé le modèle de mélanges de gaussiennes (GMM), qui est une méthode semi-paramétrique souvent employées en reconnaissance de forme, pour estimer le BER. Par rapport à la méthode du noyau, la méthode GMM permet de réaliser les meilleures performances dans le sens de la minimisation de la variance de l'estimateur. Enfin, nous avons étudié l'estimation du BER de façon aveugle, c'est à dire sans utiliser la connaissance des informations binaires transmises. Cette estimation est basée sur l'algorithme SEM (Stochastic Expectation-Maximization), en combinaison avec les méthodes du noyau et de la GMM vues précédemment. A partir des résultats des simulations, nous constatons que le BER estimé de façon aveugle peut être très proche de la valeur réelle tout en utilisant peu d'échantillons. Cette méthode pourrait s'avérer très avantageuse pour l'estimation en ligne et en temps réel du BER au niveau du récepteur. .


  • Résumé

    This thesis is related to the Bit Error Rate (BER) estimation for any digital communication system. In many designs of communication systems, the BER is a Key Performance Indicator (KPI). The popular Monte-Carlo (MC) simulation technique is well suited to any system but at the expense of long time simulations when dealing with very low error rates. In this thesis, we propose to estimate the BER by using the Probability Density Function (PDF) estimation of the soft observations of the received bits. First, we have studied a non-parametric PDF estimation technique named the Kernel method. Simulation results in the context of several digital communication systems are proposed. Compared with the conventional MC method, the proposed Kernel-based estimator provides good precision even for high SNR with very limited number of data samples. Second, the Gaussian Mixture Model (GMM), which is a semi-parametric PDF estimation technique, is used to estimate the BER. Compared with the Kernel-based estimator, the GMM method provides better performance in the sense of minimum variance of the estimator. Finally, we have investigated the blind estimation of the BER, which is the estimation when the sent data are unknown. We denote this case as unsupervised BER estimation. The Stochastic Expectation-Maximization (SEM) algorithm combined with the Kernel or GMM PDF estimation methods has been used to solve this issue. By analyzing the simulation results, we show that the obtained BER estimate can be very close to the real values. This is quite promising since it could enable real-time BER estimation on the receiver side without decreasing the user bit rate with pilot symbols for example. This thesis is related to the Bit Error Rate (BER) estimation for any digital communication system. In many designs of communication systems, the BER is a Key Performance Indicator (KPI). The popular Monte-Carlo (MC) simulation technique is well suited to any system but at the expense of long time simulations when dealing with very low error rates. In this thesis, we propose to estimate the BER by using the Probability Density Function (PDF) estimation of the soft observations of the received bits. First, we have studied a non-parametric PDF estimation technique named the Kernel method. Simulation results in the context of several digital communication systems are proposed. Compared with the conventional MC method, the proposed Kernel-based estimator provides good precision even for high SNR with very limited number of data samples. Second, the Gaussian Mixture Model (GMM), which is a semi-parametric PDF estimation technique, is used to estimate the BER. Compared with the Kernel-based estimator, the GMM method provides better performance in the sense of minimum variance of the estimator. Finally, we have investigated the blind estimation of the BER, which is the estimation when the sent data are unknown. We denote this case as unsupervised BER estimation. The Stochastic Expectation-Maximization (SEM) algorithm combined with the Kernel or GMM PDF estimation methods has been used to solve this issue. By analyzing the simulation results, we show that the obtained BER estimate can be very close to the real values. This is quite promising since it could enable real-time BER estimation on the receiver side without decreasing the user bit rate with pilot symbols for example.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (140 p.)
  • Notes : Reproduction autorisée par le jury
  • Annexes : Bibliogr. Index

Où se trouve cette thèse\u00a0?

  • Bibliothèque : IMT Atlantique campus de Rennes. Documentation.
  • Disponible pour le PEB
  • Cote : 7.32 DONG
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.