Techniques itératives pour les systèmes CDMA et algorithmes de détection MIMO

Iterative techniques for CDMA and algorithms for MIMO detection

• Auteur / Autrice : Ejaz Khan
• Direction : Dirk T. M. Slock
• Type : Thèse de doctorat
• Discipline(s) : Signal et image
• Date : Soutenance en 2003
• Etablissement(s) : Paris, ENST

Mots clés

Mots clés libres

Maximum likelihood

Optimization

Sdp

Socp

Résumé

Dans la première partie de cette thèse, nous utilisons l'algorithme d'Expectation-Maximization (EM) pour estimer en aveugle les amplitudes des coefficients du canal, et nous comparons les résultats avec la borne de Cramer-Rao. De plus, nous développons une version relaxe de la détection MV, à faible complexité et montrons que ses performances surpassent celles du détecteur d'erreur quadratique moyenne minimale (EQMM). La deuxième partie de cette thèse concerne le problème de la détection dans les systèmes MEMS. Nous proposerons un algorithme de détection MV utilisant une approche géométrique discrète. L'avantage de cet algorithme est sa complexité polynomiale, quel que soit le rapport signal-bruit, et le fait qu'aucune méthode heuristique n'est employé. Nous obtenons une méthode MV approches a faible complexité par l'approche de la programmation en cone du deuxième ordre. Nous établissons également des bornes sur la performance de la méthode de programmation semi-definie. Jusqu'ici, la connaissance de l'état du canal était considéré comme parfaite. Nous avons également explore le problème de la détection sans connaissance du canal au récepteur. Le résultat est un algorithme d'estimation conjointe du canal et des symboles, base sur l'algorithme EM, et la théorie du champ dynamique moyen (CDM, ou mean field theory, méthode largement utilise en physique statistique) pour en réduire la complexité L'approche du CDM est utilise pour approximer les probabilité {\em a posteriori} d'interférence d'access multiple. Les performances de la méthode propose sont compares a celles du détecteur MV exact pour un canal connu

We focus on low complexity maximum likelihood detection. The em algorithm is a broadly applicable approach to the iterative computation of ml estimates, useful in variety of incomplete-data problems, where algorithms such as the newton-raphson method may turn out to be more complicated. In the first part of the thesis, we use em algorithm to estimate the channel amplitudes blindly and compare the results with the cramer-rao bound (crb). The second part of the thesis concerns the detection problem in mimo systems. We are able to device an algorithm for approximate ml detection using a discrete geometric approach. The advantage of this algorithm is that its performance is polynomial irrespective of the snr and no heuristic is employed in our algorithm. An alternative way to ml problem is to devise low complexity algorithms whose performance is close to the exact ml. This can be done using semidefinite programming (sdp) approach. The computational complexity of the sdp approach is comparable to the average complexity of the sphere decoder but still it is quite complicated for large systems. We obtained low complexity (by reducing the number of the variables) approximate ml by second order cone programming (socp) approach. In the above discussion the channel state information is assumed to be known at the receiver. We further looked into the problem of detection with no channel knowledge at the receiver. The result was the joint channel-symbol estimation. We obtained the results of joint channel-symbol estimation using em algorithm and in order to reduce the complexity of the resulting em algorithm, we used mean field theory (mft) approach