Estimation et égalisation des canaux sans fil épars utilisant l’algorithme des moindres carrés récursifs épars SPARLS

Haggui, Haithem (2012). Estimation et égalisation des canaux sans fil épars utilisant l’algorithme des moindres carrés récursifs épars SPARLS. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (983kB) | Prévisualisation
Prévisualisation	PDF Télécharger (827kB) | Prévisualisation

Résumé

Les modèles des canaux multi-trajets dans les systèmes de communication modernes tendent à exhiber une structure éparse (dispersée) selon Cotter (2002, p. 374) et un grand nombre de trajets résolus comme le mentionne Tse et Vishwanath (2005, p. 32). La théorie de l’acquisition compressée a orienté l’effort de recherche vers l’exploitation de cette caractéristique pour améliorer les performances des estimateurs tout en réduisant le nombre d’observations requis pour l’estimation.

Ce travail vise l’adaptation de l’algorithme sparse recursive least squares (SPARLS), utilisé pour l’estimation des canaux épars par Babadi, Kalouptsidis et Tarokh (2008), pour faire l’égalisation tout en investiguant l’apport en performances de la dispersion des canaux en estimation et en égalisation. Cette étude s’étend pour toucher l’aspect implémentation de SPARLS à la recherche d’une solution matérielle qui permet de profiter de la dispersion pour rencontrer les contraintes de l’égalisation en temps réel pour les récepteurs wideband code division multiple access (WCDMA), pour ce faire, nous allons évaluer les performances de cette nouvelle méthode à travers une étude comparative avec l’algorithme classique recursive least squares (RLS). Dans un contexte d’estimation de canal, les critères d’évaluation sont principalement : la précision, le taux de convergence et la complexité de calcul. La précision est évaluée à travers l’évolution de la valeur stationnaire de l’erreur quadratique moyenne (EQM) en fonction du rapport signal sur bruit (RSB). À travers son comportement temporel, l’EQM reflète aussi le taux de convergence de la technique considérée et par ailleurs sa capacité de poursuite des variations du canal. À ces critères s’ajoute le taux d’erreur symbole dans le contexte de l’égalisation. Cette mesure dévoile la robustesse des méthodes évaluées sous différentes conditions de distorsion de canal.

La technique SPARLS prouve sa supériorité en estimation de canal et devance la nouvelle variante de RLS que nous avons proposée pour promouvoir la dispersion le long du processus de l’estimation. Nous avons réussi à faire fonctionner SPARLS en égaliseur, toutefois, ses performances en taux d’erreur symbole restent sous-optimales en attente d’une étude statistique pour déterminer les valeurs adéquates de ses paramètres prédéfinis. Pour gérer l’irrégularité du calcul due au caractère dispersé des variables, nous avons opté pour un partitionnement de l’implémentation entre un processeur de traitement de signal et un fieldprogrammable gate array (FPGA). Cette solution assurera la flexibilité nécessaire pour exploiter la dispersion tout en garantissant un rapport coût-efficacité raisonnable.

Résumé traduit

SPARLS, a channel estimation sparse scheme, outperforms the conventional widely used RLS algorithm in terms of mean squared error (MSE) and computational complexity. This work aims to adapt SPARLS to perform sparse channel equalization and to evaluate its performances. Moreover, the implementation aspect is analyzed in order to propose a hardware solution which takes advantage of sparsity to meet the constraints of real-time processing for WCDMA receivers.

In channel estimation, our evaluation criteria are mainly accuracy, convergence rate and computational complexity. Accuracy is measured through the evolution of the steady state error depending on the signal to noise ratio (SNR). However, convergence rate and tracking properties are linked to the temporal behaviour of error. The symbol error rate is considered as an additive criterion in the equalization context. It reveals robustness of the evaluated methods facing various channel distortion levels.

As a channel estimator, SPARLS prove a significant improvement over RLS and maintains its superiority in terms of convergence rate compared to our newly proposed thresholding based variant of RLS. Regarding equalization, a theoretical study of predefined parameters of SPARLS is recommended to regain the same level of performance obtained in channel estimation. To manage the irregularity of sparse variables calculation, we proposed a partitioning of the implementation between a digital signal processor (DSP) and an FPGA; this solution provides the flexibility required to exploit sparsity while ensuring a reasonable cost-effectiveness.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Mémoire présenté à l'École de technologie supérieure comme exigence partielle à l'obtention de la maîtrise en génie électrique". Bibliogr. : f. [81]-85.
Mots-clés libres:	Dispersion. Transmission sans fil. égalisation, estimation, multi-trajets.
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Gagnon, Ghyslain
Codirecteur:	Codirecteur Thibeault, Claude
Programme:	Maîtrise en ingénierie > Génie électrique
Date de dépôt:	21 déc. 2012 15:51
Dernière modification:	04 mars 2017 01:38
URI:	https://espace.etsmtl.ca/id/eprint/1103

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt