ELE113-Chap 01-Le Canal AWGN&&

ClickIntroduction
to edit Master title style ELE113Click to edit Master

– Transmission title style
Numérique
Canal AWGN vs canal de communication sans fil
Chapitre 01 - Le canal AWGN

« Additive White Gaussian Noise »
CARACTERISATION DES CANAUX DE COMMUNICATION SANS FIL :
! Trajets multiples, fading, slow et fast fading, sélectivité en
fréquence et flat fading
TECHNIQUES DE TRANSMISSION :
! Égalisation, étalement de spectre, OFDM, diversité
UTILISATION DES TECHNIQUES DANS LES SYSTEMES SANS FIL :
! GSM, IS-95, DVB-T, WiMAX, UMTS
ELE113 – Transmission Numérique Enseignant : Pierre SWEID 4 ELE113 – Transmission Numérique Enseignant : Pierre SWEID 1
Click to edit Master title style

Sommaire ClickIntroduction
to edit Master title style
Modèle Etude des transmissions numériques

Canal AWGN avec une modulation binaire ( " envoie des 0 et des 1) Le canal conditionne les techniques de transmissions (câble vs
Performances (" probabilité d’erreur en fonction du rapport S/B) sans fil).
" à quel taux d’erreur on peut s’attendre en fonction de l’énergie

fournie sachant que le bruit (N0) est fixe . Canal de transmission
Communications numériques de base : cas des canaux parfaits.

! Conception de l’émetteur (passage des bits au signal) :
modulations numériques.
! Conception du récepteur (passage du signal aux bits) : cas des
canaux parfaits (AWGN).
Communications numériques avancées : cas des canaux réels.
Click to edit
Le canal AWGNMaster title style ClickIntroduction
to edit Master title style
Modèle Etude des transmissions numériques

Canal AWGN avec une modulation binaire Conception de l’émetteur et du récepteur dans le cas d’un canal
Performances ideal : canal AWGN (Additive White Gaussian Noise)
Intérêt du canal AWGN : établissement des performances de

référence
BBAG : Bruit Blanc Additive Gaussien
Click to
Canal AWGN enedit Master
bande title style
de base CanalClick
AWGN to(edit Master title style
la référence)
La transmission se fait en bande de base ( " c’est le cas lorsqu’on a Le canal de transmission de base en communications numériques est
la fréquence porteuse = 0): appelé canal AWGN : AWGN : Additive White Gaussian Noise (BBAG :
! Signal centré sur la fréquence 0 et de bande passante Bbb qui Bruit Blanc Additive Gaussian).
s’étend des valeurs positives aux valeurs négatives.. Modélisation du canal de transmission AWGN :
En transmission radio, le signal est

envoyé sur une fréquence
porteuse
Bruit n(t)
-Bbb Bbb f
L’émetteur transmet des symboles mis en forme, sk(t)
Bande passante du signal réel AWGN
# mis en forme " multiplication des bits par une fonction pour pouvoir envoyer les
Transmission en bande de base " Fréquence porteuse = 0 symboles correctement) et faire en sorte que côté récepteur soient reçus avec le
Dans la suite du cours, on montrera que toute transmission sur une fréquence porteuse peut se meilleur rapport S/B).
ramener à un canal en bande de base " peut qu’on peut toujours faire une opération qui permet de # M formes d’ondes différentes peuvent être transmises, chacune
ramener un calcul à fréquence porteuse à un canal en bande de base " ce n’est pas nécessaire
correspondant à un symbole différent.
d’étudier tous les canaux à fréquence porteuse; on peut étudier le canal en bande de base car
équivalent aux autres canaux) Enseignant : Pierre SWEID 10
ELE113 – Transmission Numérique ELE113 – Transmission Numérique Enseignant : Pierre SWEID 7
Click to
bande title style
de base Click
Canal AWGN ( latoréférence)
edit Master title style
–suite -
Bruit blanc : définition Le canal de transmission de base en communications numériques est appelé
canal AWGN : AWGN : Additive White Gaussian Noise (BBAG : Bruit Blanc
! Bruit blanc : est un processus aléatoire (V.A. ) stationnaire
Additive Gaussian).
d’ordre 2 (" possède une moyenne et une fonction d’auto corrélation qui
Modélisation du canal de transmission AWGN :
ne dépendant pas de temps) ,
! donc qui a les caractéristiques suivantes :
1. Centré : mn = E [n(t)] = 0. " t.
2. Blanc " Ses échantillons sont indépendants : en

conséquence, sa fonction d’auto corrélation est nulle
Bruit n(t)
partout, sauf en 0 :
!Chaque symbole est transmis durant un intervalle de temps, T
rnn(#) = E [n(t).n*(t ! #)] = $2.%(# )
(Temps Symbole) [un symbole : 1 ou plusieurs bits en fonction de la
$2 : est la variance du bruit modulation choisie].
Energie du bruit
!Le canal modifie le signal transmis en ajoutant un bruit blanc
" Pas de corrélation entre le signal à n(t) et sa
forme à n (t ! #) Gaussien, n (" Il n’y a pas d’autre modification due au canal)
Enseignant : Pierre SWEID
$2
ELE113 – Transmission Numérique 11 ELE113 – Transmission Numérique Enseignant : Pierre SWEID 8
Click to
bande title style
de base Click
Canal AWGN ( latoréférence)
edit Master title style
–suite -
Bruit blanc : définition Le canal de transmission de base en communications numériques est

! Densité spectrale de puissance est, par définition appelé canal AWGN : AWGN : Additive White Gaussian Noise (BBAG :
(transformée de Fourrier de la fonction d’autocorrélation): Bruit Blanc Additive Gaussian).
"Puissance du signal en fonction de la
fréquence porteuse Modélisation du canal de transmission AWGN :
"Présence du signal en fonction de la fréquence
! Dans le cas du bruit blanc, elle vaut :
N.B : la transformée de Fourier d’une fonction de Dirac est la fonction

constante (" ne dépend pas de la fréquence). Bruit n(t)
Ainsi, on parle de bruit blanc car toutes les composantes

! Le signal reçu pendant kT ! t ! (k + 1)T est :
fréquentielles sont présentes. r (t) = sk(t) + n(t)
Signal Bruit
En watt/Hertz # Ce qui nous intéresse est de regarder l’influence du bruit sur les performances
! On note, en générale :
Click to edit Master title style Click to
bande title style
de base
Canal AWGN avec une modulation binaire
Modulation binaire : émission Dans la vraie vie, on va s’intéresser au bruit dans une bande de
! Le filtre de mise en forme définit les caractéristiques fréquences limitées bande de fréquences du canal considéré)
spectrales de la transmission. Bruit blanc « Densité spectrale de puissance »
Le type de fonction à utiliser est imposé par
le critère de Nyquist, que doit vérifier le canal complet,
et par l’occupation spectrale du signal.
Exemple :
• Si le filtre de mise en forme est une porte, son

f
occupation spectrale est infinie. Lorsque le canal est à
-Bbb Bbb
bande limitée, il faudra donc choisir d’autres types de
filtres de mise en forme, tels que les filtres en racine de
La puissance de bruit dans la bande considéré est :
cosinus surélevé.
DDSP * largeur de bande considérée = N0/2 * 2xBbb = N0.Bbb
Click to edit Master title style Click to

bande title style
de base
Modulation binaire : réception Bruit blanc Gaussien : le bruit AWGN est aussi Gaussien s’il suit une
Le signal s(t) passe dans le canal AWGN, où le bruit blanc loi normale centrée
gaussien n(t) lui est ajouté.
& Distribution Gaussienne centrée :
Le signal reçu en sortie du canal AWGN est donc :
r (t) = s (t) + n(t) & Densité de probabilité du bruit est :
Pour démoduler le signal, on applique un filtre de réception gr(t).

!Permet de modéliser le bruit
$ =1
Emetteur Filtre de réception : échantillonnage thermiques par exemple
Filtre de pré traitement
$ Loi Gaussienne ou normale :

elle correspond au comportement, sous
Filtre de certaines conditions, d'une suite
mise en d'expériences aléatoires similaires et
symboles forme
bits indépendantes lorsque le nombre
d'expériences est très élevé
Est la loi normale de moyenne

0 et d’écart type égal à $2
il est habituel d'utiliser la notation avec la

Chaine de transmission pour le canal AWGN variance $ 2 :
Click to edit Master title style Click to edit Master title style
Canal AWGN avec une modulation binaire Canal AWGN avec une modulation binaire
Modulation binaire : réception
Modulation binaire : émission
Pour que le schéma précédent fonctionne, il faut
Modulation binaire :
Choisir un filtre à l’émission
Un filtre à la réception adapté au filtre à l’émission lorsque chaque symbole transmis sk correspond à un bit, dk
Pour qu’on ait un filtre global qui supprime l’interférence inter symboles
Avant transmission sur le canal, les bits sont mis en forme :
CANAL
numérique numérique 1. Tout d’abord, le changement suivant est opéré, afin de
centrer le signal autour de 0
Ça permet de supprimer la valeur moyenne du
dk = 1 ak = 1 signal.
Sinon on aurait une valeur moyenne de l’ordre de
dk = 0 ak = 1 0,5 et ça augmente l’énergie nécessaire
Quel choix à faire pour les
filtres à ‘émission et à la
réception 2. Puis un filtre de mise en forme g(t) est appliqué sur
analogique
Objectif : chaque symbole
! trouver le filtre de réception optimal pour maximiser le rapport signal à bruit L’objectif du filtre est d’ adapter la transmission du symbole au
ensuite en déduire le filtre à l’émission, étant donné que le canal complet doit caractéristiques du canal
vérifier le critère de Nyquist. Ce filtre est appelé filtre adapté. Il doit permettre de supprimer aussi l’interférence entre symboles
Filtre équivalent Filtre équivalent :
# pour cet objectif, on va regarder le filtre équivalent à la chaine de
transmission
Où :
Filtre équivalent à la chaîne de transmission
# " est un réel quelconque. g(t) gr(t)
# Gr(f) est alors le filtre de réception qui maximise le rapport
signal à bruit, connaissant le filtre de transmission.
On dit que Gr(f) est le filtre adapté au filtre d’émission G(f). 1. Il doit vérifier le critère de Nyquist
Rappel :
Le filtre total (transmission et réception) est alors :
Réception avant échantillonnage
Filtre de mise en forme convolé

avec le filtre de réception
Bruit mg(t) : bruit filtré par le filtre
de réception
Après échantillonnage à la période T
Le nième symbole s’écrit
(k=n)
Filtre de Nyquist Si on veut récupérer le symbole envoyé à l’instant t=N.T
Il est donc possible de décomposer les filtres en émission et en

réception à partir de la fonction F de la façon suivante :
(nT)
Terme Interférence Inter Symboles
avec $(f) une phase réelle, en supposant que l’on a choisi " = 1.
Si on veut que le terme IFS soit éliminé! il faut que le filtre
équivalent soit définir de telle manière que le terme f((n-k)T) = 0
pour tous les cas ou (n-k) est 0
Ce qui est équivalent à dire :
Filtre de Nyquist
2. On montre que pour maximiser le rapport SNR au récepteur ,
F(f ) doit vérifier le critère de Nyquist pour qu’il n’y ait pas d’ISI
(interférence entre symboles sur le canal). il faut que le filtre adapté soit définie de la façon suivante :
$ Dans le domaine temporel : le filtre doit annuler tous les échantillons en dehors de
l’échantillon 0
$ Dans le domaine fréquentiel :
% Pour que (f(nT) = 0, %n 0, il faut que largeur de bande du filtre équivalent soit
! le filtre en réception est proportionnel au complexe conjugué
supérieur à 1/(2T) , T : temps symbole [! Bbb & 1/(2T) ] (en ne considérant ici que les
fréquences positives pour le filtre en bande de base) du filtre à l’émission dans le domaine fréquentiel
! En général, on prend des filtres réels et " =1.
# Cas simple : gr(t) = g(t)
Démonstration en annexe
Exemple de filtres en racine de Nyquist Filtre de Nyquist
" Le produit de G(f) et Gr(f) doit vérifier le critère de Nyquist, et G(f) et Gr(f) ont le même
module.
Choix du filtre qui vérifie ces propriétés (! Bbb & 1/(2T)) :
En général, F(f ) filtre en cosinus surélevé « équation » :
" Afin de vérifier ces propriétés, G(f) et Gr(f) sont choisis comme étant des filtres en
racine de cosinus surélevé, ayant le même facteur de retombée que F(f).
" On les appelle aussi des ’filtres en racine de Nyquist’ ! filtre en racine de cosinus
surélevé
" Leur réponse impulsionnelle est : Bbb & 1/(2T
$ Rappel : la famille des filtres en cosinus surélevés :

Ils ont la particularité de ne pas produire d'interférence entre symboles mais aussi d'être
à support spectral borné.
Ils permettent ainsi de mettre en forme des signaux de communications pour des
canaux à bande limitée, tout en préservant les signaux de l'interférence entre symboles.
D'un point de vue théorique ils demandent cependant une infinité de coefficients.
En résumé : Etapes de réception avec filtre adapté Filtres en cosinus surélevé : réponse impulsionnelle
La réponse impulsionnelle de F(f) est :
[0, 1] est le facteur de retombée, aussi appelé facteur de roll-off.
La largeur de bande de F est donc Bbb =(1+ ) /(2T)
1. Application du filtre adapté gr . Cas particulier : = 0 ! fonction rectangle (Bbb = 1/(2T)):

Après
Prochaine échantillonnage car
étape
2. Echantillonnage des symboles à la période T. on a supprimé l’IFS
3. Estimation des symboles transmis âk en utilisant un

comparateur à seuil (estimation symmbole par symbole).
Si on estime que le symbole était à 1
" # à partir des âk
4. Estimation des bits ! alors le bit était à 1
Si on estime que le symbole était à -1 Fonction : Sinus cardinal
alors que le bit était 0
Click to edit
Le canal AWGNMaster title style Click to edit Master title style
Modèle Filtres en cosinus surélevé : réponse impulsionnelle
La réponse en fréquence et la réponse impulsionnelle du filtre en cosinus surélevé pour
différents facteurs de retombé sont représentés sur les figures ci-dessous.
Performances de la modulation binaire sur le canal AWGN On constate sur la réponse impulsionnelle que plus est grand, plus l’amplitude des
lobes secondaires est limitée (! lobes secondaires importantes si ! 0) .
Energie perdue
Energie utile
=1
En GSM
=0,3
=0
si ! 1 : bande large. Donc, un compromis est à faire entre la largeur de bandes et l’importance des lobes secondaires
E : énergie nécessaire pour
Performances Click to edit Master title style
Performances b
envoyer un bit
Probabilité d’erreur si ak = 1 Probabilité d’erreur : on va maintenant déterminer la probabilité

d’erreur Pe en fonction du rapport signal à bruit pour le canal AWGN,
avec une modulation binaire (! qualifié comme performance du
canal) .
$ Probabilité d’erreur Pe en fonction du rapport signal à bruit Eb/N0
" # $%&'
!
(
$ Le signal reçu :rk = ak.f (0) + Wk
u=-x
$ Où Wk est le bruit filtré par gr et échantillonné
% Dans la suite, on va faire une estimation sur ce signal (rk)
% Deux types d’erreur possibles (analysées séparément) :

1. Erreur de type 1: choix du symbole 1 alors que 0 a été transmis
2. Erreur de type 2: choix du symbole 0 alors que 1 a été transmis

Performances Loi gaussienne
! Détection à seuil
Probabilité d’erreur si ak = -1 Le seuil du détecteur est S = 0.
Probabilité d’erreur si ak = -1 a été transmis = probabilité que Détection à seuil

Si (symbole reçu) rk > 0, on estime que ls symbole émis était âk = 1,
r > 0, sachant qu’on a envoyé ak = -1. Sinon, on estime que le symbole émis était âk = 1.
En conséquence, pour la transmission de chaque bit, les densités de

probabilité conditionnelles sont
Moyenne
y = f(0)
Moyenne = -f(0)

Performances
Probabilité d’erreur moyenne Probabilité d’erreur si ak = 1
Probabilité d’erreur si ak = -1 vaut aussi Probabilité d’erreur si ak = 1 a été transmis = probabilité

que r < 0, sachant qu’on a envoyé ak = 1.
Conséquence
N.B :probabilité d’envoyer un 0 =
probabilité d’envoyer un 1 = 1/2.
Probabilité d’erreur moyenne : Donc :
P(ak =1) = 1/2
P(ak =-1) = 1/2
Click to edit
Annexes Master
: Filtre title style
adapté Click to edit Master title style
Performances
Filtre équivalent Performances modulation binaire
Filtre équivalent à la chaîne de transmission : Energie par bit :

(# énergie moyenne nécessaire
TF : F(f ) = G(f ).Gr(f ) pour envoyer un bit)
(amplitude du signal quand on
transmet ak=1
TF inverse :
car f est une fonction réelle
Variance du bruit :
Probabilité d’erreur en fonction de Eb /N0
Finalement :
Click to edit
Annexes Master
adapté Click to edit Master title style
Performances
Filtre équivalent Performances modulation binaire
Filtre équivalent à la chaîne de transmission : Probabilité d’erreur en fonction de la distance entre les
symboles.
TF : F(f ) = G(f ).Gr(f )
Dans le cas d’une modulation binaire, elle vaut
dmin = 2.f (0)

TF inverse :
Pour t = 0, on prend le module :

D’où :
Cette probabilité d’erreur est appelée probabilité d’erreur par

Inégalité de Cauchy-Schwartz
paire. Elle est utile dans le calcul des performances des
modulations non binaires.
Click to edit
Annexes Master
adapté Click to edit
Annexes Master
adapté
Rapport signal à bruit Probabilité d’erreur du canal AWGN :
Forme de la courbe
Avec une modulation

plus grande que des 0 et
des 1
Maximal quand l’égalité de Cauchy-Scharz est vérifiée
Click to edit Master title style Click to edit
Annexes Master
adapté
! Démonstration :
Filtre adapté
Filtre équivalent : pour cet objectif, on va regarder le filtre
équivalent côté émission Ce qui est équivalent à :
" On applique ensuite la Transformée de Fourier inverse :
Gr (f ) est alors le filtre de réception adapté au filtre de

" Pour t = 0, le module de l’´équation précédente vaut : transmission G(f ).
# (1) est obtenue en utilisant l’inégalité de Cauchy-Schwarz.
" La variance du bruit en sortie du récepteur vaut : 2
Filtre équivalent Chaine de transmission
" Le rapport signal à bruit est défini comme le rapport entre
l’énergie du signal et la variance du bruit
r(n.T)= an.f (0) + ng(n.T)
" Il s’exprime en utilisant les équations (1) et (2)
Bruit n(t)
ân
Sk(t) Filtre de réception Échantillonneur Comparateur à
gr(t) T=n.T seuil
" Le rapport signal à bruit est maximal lorsque l’égalité de
Cauchy-Schwarz est vérifiée :
" Cette contrainte est équivalente à la contrainte suivante :
CQFD
annexe annexe

ELE113-Chap 01-Le Canal AWGN&amp;&amp;

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

ELE113-Chap 01-Le Canal AWGN&amp;&amp;

Hochgeladen von

Copyright:

Verfügbare Formate

ClickIntroduction

to edit Master title style ELE113Click to edit Master

Canal AWGN vs canal de communication sans fil

Chapitre 01 - Le canal AWGN

! GSM, IS-95, DVB-T, WiMAX, UMTS

Click to edit Master title style

Modèle Etude des transmissions numériques

" à quel taux d’erreur on peut s’attendre en fonction de l’énergie

Communications numériques de base : cas des canaux parfaits.

Modèle Etude des transmissions numériques

Intérêt du canal AWGN : établissement des performances de

BBAG : Bruit Blanc Additive Gaussien

En transmission radio, le signal est

! donc qui a les caractéristiques suivantes :

1. Centré : mn = E [n(t)] = 0. " t.

2. Blanc " Ses échantillons sont indépendants : en

Bruit blanc : définition Le canal de transmission de base en communications numériques est

! Dans le cas du bruit blanc, elle vaut :

N.B : la transformée de Fourier d’une fonction de Dirac est la fonction

Ainsi, on parle de bruit blanc car toutes les composantes

le critère de Nyquist, que doit vérifier le canal complet,

et par l’occupation spectrale du signal.

• Si le filtre de mise en forme est une porte, son

Click to edit Master title style Click to

Pour démoduler le signal, on applique un filtre de réception gr(t).

$ Loi Gaussienne ou normale :

Est la loi normale de moyenne

il est habituel d'utiliser la notation avec la

Filtre de mise en forme convolé

Il est donc possible de décomposer les filtres en émission et en

Terme Interférence Inter Symboles

! En général, on prend des filtres réels et " =1.

# Cas simple : gr(t) = g(t)

En général, F(f ) filtre en cosinus surélevé « équation » :

" Leur réponse impulsionnelle est : Bbb & 1/(2T

$ Rappel : la famille des filtres en cosinus surélevés :

La réponse impulsionnelle de F(f) est :

[0, 1] est le facteur de retombée, aussi appelé facteur de roll-off.

La largeur de bande de F est donc Bbb =(1+ ) /(2T)

1. Application du filtre adapté gr . Cas particulier : = 0 ! fonction rectangle (Bbb = 1/(2T)):

3. Estimation des symboles transmis âk en utilisant un

Probabilité d’erreur si ak = 1 Probabilité d’erreur : on va maintenant déterminer la probabilité

$ Le signal reçu :rk = ak.f (0) + Wk

% Dans la suite, on va faire une estimation sur ce signal (rk)

% Deux types d’erreur possibles (analysées séparément) :

Click to edit Master title style

Probabilité d’erreur si ak = -1 a été transmis = probabilité que Détection à seuil

En conséquence, pour la transmission de chaque bit, les densités de

Click to edit Master title style

Probabilité d’erreur moyenne Probabilité d’erreur si ak = 1

Probabilité d’erreur si ak = -1 vaut aussi Probabilité d’erreur si ak = 1 a été transmis = probabilité

Filtre équivalent Performances modulation binaire

Filtre équivalent à la chaîne de transmission : Energie par bit :

car f est une fonction réelle

Probabilité d’erreur en fonction de Eb /N0

Filtre équivalent Performances modulation binaire

dmin = 2.f (0)

Pour t = 0, on prend le module :

Cette probabilité d’erreur est appelée probabilité d’erreur par

Rapport signal à bruit Probabilité d’erreur du canal AWGN :

Avec une modulation

Maximal quand l’égalité de Cauchy-Scharz est vérifiée

Gr (f ) est alors le filtre de réception adapté au filtre de

# (1) est obtenue en utilisant l’inégalité de Cauchy-Schwarz.

ELE113-Chap 01-Le Canal AWGN&&

ELE113-Chap 01-Le Canal AWGN&&