Détection multi-utilisateurs par réseau de filtres de Kalman parallèles pour les systèmes AMRC

par Bessem Sayadi

Thèse de doctorat en Sciences appliquées

Sous la direction de Sylvie Marcos.

Soutenue en 2003

à Paris 11 .


  • Résumé

    Les travaux élaborés dans le cadre de cette thèse ont porté sur l'étude de la détection multi-utilisateurs comme un problème d'estimation Bayésienne, basée sur une formulation d'état du système AMRC au rythme symbole. Le filtre de Kalman a été envisagé dans la littérature comme un détecteur multi-utilisateurs. Cependant, le bruit d'état présent dans la modélisation présente un caractère non Gaussien du à la nature discrète des symboles des utilisateurs. Dans la première partie de cette thèse, nous nous sommes particulièrement intéressés à remédier à la non Gaussiannité du bruit d'état en appliquant la théorie d'approximation d'une densité de probabilité par une Somme Pondérée de Gaussiennes (SPG). Le nouveau détecteur que nous proposons consiste à un Réseau de Filtres de Kalman (RFK) fonctionnant en parallèle. La structure proposée permet d'obtenir une nette amélioration des performances par rapport aux structures classiques tout en étant "near-far" résistant. Vu le décodage conjoint des utilisateurs, le détecteur par RFK présente une complexité exponentielle. Une première simplification du détecteur par RFK sous forme d'un Réseau de Filtres LMS est proposée. La deuxième procède à un décodage successif des utilisateurs. La structure obtenue, dans ce cas, est une structure en multi-étages comportant deux étapes: une étape forward de type SIC et une étape backward hybride SIC/PIC. Ensuite, nous nous sommes intéressés à l'étude de l'estimation de canal dans un contexte multi-utilisateurs. Nous avons proposé une structure hybride d'estimation conjointe symbole/canal. Ceci, nous a permis d'évaluer l'impact de l'erreur d'estimation sur les performances du détecteur RFK-EQMM. Le deuxième volet de cette thèse est consacré à l'étude de la détection multi-utilisateurs en présence d'un bruit impulsif. Après avoir montré la détérioration des performances des structures optimisées pour un cadre gaussien, nous avons étendu le formalisme de Sorenson et Alspach au cas du bruit impulsif. Nous montrons que le résultat est une combinaison convexe de deux RFK fonctionnant en parallèle pondérés par la probabilité d'apparition du bruit impulsif, e. Nous avons proposé une deuxième structure nommée M-RFK-EQMM. Ses performances sont dépendantes du choix de seuil d'écrêtage. Le détecteur RFK étendu se rapproche du détecteur M-RFK-EQMM en présence d'une diversité temporelle (IIS). Par ailleurs, dans le souci de diminuer la complexité en terme du nombre de filtres de Kalman, nous avons montré qu'en exploitant la structure Kalmanienne de notre problème, la détection de la présence d'une impulsion peut être déterminée par un test d'hypothèses simple. Il en découle une structure RFK/Bayes. . .

  • Titre traduit

    Multiuser detection based on a network of Kalman filters for DS-CDMA systems


  • Résumé

    The research presented in this dissertation concerns the study of the multiuser detection as a symbol by symbol Bayesian estimation based on a symbol rate state space representation of the DS-CDMA system. The classical works on the Kalman filtering approach are based on the assumption of Gaussian signals. This is not valid in our context since the state noise presents a non Gaussian character (it is related to the transmitted symbols of users). By approximating their a posteriori pdf by a Weighted Sum of Gaussian (WSG) density function, where each Gaussian term parameters are adjusted using one Kalman filter, we show that the resulted MUD detector is structured into a Network of Kalman Filters (NKF). The proposed detector improves the performances of the classical structure such as DFE, MMSE,. . . Etc. It is also near far resistant. It presents an exponential complexity since it decodes jointly the users. So, we propose two simplified structures. The first is based on the application of a Network of LMS Filter. The second combines a hybrid SIC/PIC structure and a reduced Network of Kalman Filters-based on a reduced state space representation of the DS-CDMA system. The proposed structure involves two steps. The first, called forward step, decodes the users in a serial approach using a SIC structure. The second, called backward step, is based on a hybrid SIC/PIC structure in order to produce better estimates of the transmitted symbols. In addition to, we study the channel estimation in a multiuser context where we propose a hybrid structure for joint estimation and detection. This enable us to evaluate the impact of channel error estimation on the performances of the NKF detector. The second shutter of this dissertation is devoted to the study of the multiuser detection in an impulsive environment. After showing the deterioration of the performances of structures optimized under Gaussian hypothesis, we extend the formalism of Sorenson et al. To the case of the impulsive noise. We show that the resulted structure is a convex combination of two NKF working in parallel weighted by the probability of appearance of the impulsive noise (extended NKF structure). Further more, we propose a second structure based on the Huber's function called M-NKF-MMSE. Its performances are dependant on the value of the used threshold. Hence, in order to reduce the complexity of the proposed extended NKF structure, we propose to incorporate a Likelihood Ratio Test (LRT) for impulses localization. In fact, we show that the impulses localization in the received signal can be cast by two binary hypothesis. The resulted structure, is called NKF/Bayes. . .

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : XXIV-205 p.
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p.[193]-205

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université Paris-Sud (Orsay, Essonne). Service Commun de la Documentation. Section Sciences.
  • Disponible pour le PEB
  • Cote : 0g ORSAY(2003)224
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.