estimation des paramètres du canal

Top PDF estimation des paramètres du canal:

Contributions à l'estimation des paramètres du canal MIMO

Contributions à l'estimation des paramètres du canal MIMO

General conclusion and perspectives Conclusion Understanding the characteristics of the wireless propagation channel is essential for the design of MIMO communication systems. Sparsity and clustering are two wireless channel properties that future wireless communication systems have to cope with. In order to permit communication over such channels, a deep knowledge of the channel characteristics and parameters is required. This thesis deals with sparsity and cluster- ing properties of wireless channels. The channel is characterized in the time domain, where different schemes are proposed to estimate some time domain channel parameters. The first chapter of the thesis provides an overview of the basic wireless propaga- tion characteristics and introduces MIMO technology. The second chapter provides an overview of various MIMO channel models with different classifications based on different situations. The chapter then introduces the sparsity and clustering properties of several wireless channels, in addition to the common support property in MIMO outdoor communication scenarios. A sparse clustered MIMO channel model with com- mon support hypothesis is then defined. The channel is considered sparse, such that it contains limited number of multipath components, where each multipath component is modeled as a cluster of multirays around a mean delay, and each cluster is param- eterized by its mean delay and delay spreading. For this considered outdoor channel model, the multirays associated to the same scatterer are assumed to share the same de- lay parameters (mean and standard deviation) on the different transmit-receive antenna pairs. Chapter 3 deals with the MIMO channel parameter estimation problem. The estimation approaches are classified into parametric and nonparametric. The chapter focuses on the parametric approach for estimation as it allows exploiting some proper-
En savoir plus

139 En savoir plus

Rapport de Master-recherche : Estimation de canal à évanouissements lents pour les communications radio-mobiles

Rapport de Master-recherche : Estimation de canal à évanouissements lents pour les communications radio-mobiles

2 Abstract Ce rapport de stage de Master Recherche traite du problème de l’estimation du canal de transmission en communication radio-mobile. Les domaines d’applications visés concernent plus généralement les communications sans fil (WIFI, UMTS, WIMAX, 4G, LTE, ..). Le " modèle de Rayleigh à spectre Doppler de Jakes " est le modèle aléatoire le plus largement accepté dans la littérature pour modéliser les variations temporelles (ou évanouissements , " fading ") du gain complexe du canal équivalent en bande de base. Ce modèle n’est cependant pas toujours commode à manipuler dans les algorithmes extrêmement importants qui servent à surmonter les problèmes d’estimation et d’égali- sation de ce canal. Par ailleurs, un modèle basé sur une représentation d’état du problème est plus facile à exploiter dans les algorithmes. C’est pourquoi les chercheurs en traitement du signal ont proposé un modèle autorégressif d’ordre p, AR-p (utilisé le plus souvent avec p=1), pour approcher le canal et faciliter sa manipulation. Notamment, cette approximation AR-p a été largement utilisée par les chercheurs et ingénieurs en communication numérique pour estimer le vrai canal à l’aide du filtre de Kalman, vu l’optimalité du filtre de Kalman dans un modèle dit " linéaire Gaussien ". Mais dans certaines situations, les résultats obtenus se sont montrés d’une certaine manière décevants, en particulier quand le canal est à évanouissements lents et donc théoriquement plus facile à estimer. Et c’est là que la question se pose: pourquoi l’estimation de ce canal à l’aide d’un filtre de Kalman présente parfois une variance d’estimation beaucoup plus élevée que la borne théoriquement attei- gnable (Bornes de Cramer Rao Bayésienne)? N’est-ce pas peut être par faute de modélisation? Ne devrait-on pas choisir un autre modèle plus proche du vrai canal? Dans ce rapport de stage, on a pré- senté le modèle général du canal, on a ensuite étudié et tracé les Bornes de Cramer Rao Bayesiennes pour le problème d’estimation de ce canal (à 1 seul trajet de propagation) en présence de bruit ad- ditif Gaussien. Ensuite on a présenté le modèle autorégressif d’ordre p, et les équations du filtre de Kalman appliqué à ce modèle. On a mesuré par simulations Monte-Carlo les variances des erreurs d’estimation du filtre de Kalman pour les cas AR1 et AR2, et on a effectivement remarqué qu’on était loin des bornes dans le cas de faibles fréquences Doppler. Par la suite, on a fait une étude théo- rique détaillée des performances asymptotiques de l’algorithme de Kalman basé sur modèle AR1, en établissant l’expression mathématique de la variance de l’erreur d’estimation (composée d’une partie dynamique et d’une partie statique) en fonction des divers paramètres : fréquence Doppler normalisée, Rapport signal à bruit, paramètre du modèle AR1. Grâce à cette étude, des propositions d’amélioration par rapport aux choix standards de la littérature ont pu être proposées à la fin.
En savoir plus

66 En savoir plus

Estimation d'état et de paramètres pour les systèmes quantiques ouverts

Estimation d'état et de paramètres pour les systèmes quantiques ouverts

SCID + 16 , SR16 ]. Dans la première de ces trois publications, nous nous sommes inté- ressés à la tomographie de processus quantique par Maximum de Vraisemblance. Ici, il n’y avait qu’un paramètre réel à estimer. Ces données que nous exploitons sont des trajectoires de mesure, chaque trajectoire formant une série de résultats de mesure acquis successivement sur un même système, dans retour à l’état initial entre les mesures. Après avoir rappelé que les filtres quantiques sont robustes par rapport à l’état initial, nous avons utilisé le formalisme des filtres particulaires, qui permet de tester simultanément plusieurs valeurs de paramètre différentes, pour montrer la pertinence de l’estimation de paramètre par Maximum de Vraisemblance, même lorsque l’état initial n’est pas parfaitement connu. Nous avons ensuite explicité l’équation différentielle stochastique régissant un filtre parti- culaire construit pour un système à mesures diffusives, puis avons présenté un premier schéma de discrétisation permettant de traiter les systèmes diffusifs de la même façon que les systèmes à mesures discrètes. Enfin, nous avons présenté une validation expérimentale, en estimant grâce aux filtres particulaires l’efficacité de détection du canal de mesure hétérodyne d’un qubit supraconducteur.
En savoir plus

139 En savoir plus

Estimation de canal avec apriori de position pour les communications aeronautiques par satellite

Estimation de canal avec apriori de position pour les communications aeronautiques par satellite

Dans cet article, nous avons proposé un nouvel algorithme d’estimation de canal pour les canaux multi-trajets qui pré- sentent un faible nombre de trajets, en prenant comme exemple le cas du canal aéronautique avec une liaison par satellite. La méthode proposée exploite à la fois la forme particulière de la réponse impulsionnelle du canal ainsi qu’un à priori sur la connaissance de certains paramètres qui peuvent être détermi- nés par des considérations géométriques. Cela réduit le nombre de variables et permet d’avoir une meilleure performance par rapport à des algorithmes qui ne considèrent pas la particularité de ce cas de figure. De futurs travaux prendront en compte cette méthode pour la turbo égalisation de canaux de même type afin de réduire l’impact de l’estimation non parfaite du canal.
En savoir plus

6 En savoir plus

Estimation de canal avec apriori de position pour les communications aeronautiques par satellite

Estimation de canal avec apriori de position pour les communications aeronautiques par satellite

Dans cet article, nous avons proposé un nouvel algorithme d’estimation de canal pour les canaux multi-trajets qui pré- sentent un faible nombre de trajets, en prenant comme exemple le cas du canal aéronautique avec une liaison par satellite. La méthode proposée exploite à la fois la forme particulière de la réponse impulsionnelle du canal ainsi qu’un à priori sur la connaissance de certains paramètres qui peuvent être détermi- nés par des considérations géométriques. Cela réduit le nombre de variables et permet d’avoir une meilleure performance par rapport à des algorithmes qui ne considèrent pas la particularité de ce cas de figure. De futurs travaux prendront en compte cette méthode pour la turbo égalisation de canaux de même type afin de réduire l’impact de l’estimation non parfaite du canal.
En savoir plus

5 En savoir plus

Estimation des paramètres du clutter radar distribué selon la loi K

Estimation des paramètres du clutter radar distribué selon la loi K

3.2.1 Performances d’estimation à travers des données synthétiques La présente section est consacrée dans la totalité à l’évaluation des estimateurs HOME, FPOME, [z log(z)] et FPNOME. Pour effectuée cette analyse nous utilisons des données synthétiques du clutter générées par le logiciel Matlab. Pour cela une étude comparative est effectuée a pour but de mettre en évidence le meilleur estimateur qui donnera une estimation plus proche du vrai paramètre. Alors que l’erreur détecté est la plus faible. Notons que nous avons utilisé le critère MSE (Mean Square Error) ; i.e., pour montrer la qualité et la précision d’estimation. Nous avons effectué des différents scénarios en jouant sur le paramètre de forme ν, le CNR, la taille des échantillons M et le nombre d’impulsions intégrées N.
En savoir plus

62 En savoir plus

Estimation de paramètres en hydraulique fluviale, à partir de données caractéristiques de l'imagerie aérienne

Estimation de paramètres en hydraulique fluviale, à partir de données caractéristiques de l'imagerie aérienne

m maj 495 m.m −1 990 m.m −1 350 m.m −1 700 m.m −1 Tab. 4.14 – Jeux de valeurs initiales des paramètres à estimer Dans un premier temps, la méthode de minimisation d’une fonctionnelle, minimisation non linéaire et sans contrainte, employée pour la reconstitution de quatre paramètre, a été mise en oeuvre. Cependant, avec le jeu de valeurs initiales n°2 notamment, les valeurs optimales obte- nues pour les coefficients de Strickler K s, min et/ou K s, maj n’étaient pas toujours physiquement cohérentes. La figure ( 4.15 ) montre un exemple de résultat obtenu dans le cas n°2, avec le jeu de valeurs initiales n°2, la valeur optimale de K s, min estimée par minimisation de Φ 1 est égale à 666 m 1/3 .s −1 ! Un moyen d’éviter ces résultats, qui ne sont pas physiques, consiste à introduire des bornes pour les paramètres concernés. Cela revient à chercher le minimum de la fonction coût à l’intérieur d’une région donnée de l’espace des paramètres, et non plus dans la totalité de cet espace. Cette région de l’espace des paramètres est définie par l’ensemble des intervalles de va- riation fixés pour chaque paramètre. Ici, les valeurs optimales des coefficients de Strickler K s, min et/ou K s, maj n’étaient pas satisfaisantes, des intervalles de variation ont donc été introduits dans le processus de minimisation, pour ces deux paramètres seulement (Tab. 4.15 ). Il s’agit de contraintes mathématiques, non physiques, puisque les intervalles de variation choisis couvrent pratiquement l’ensemble des valeurs possibles pour un coefficient de Strickler (cf. Tab. 1.1 ).
En savoir plus

304 En savoir plus

Estimation de paramètres non linéaires par des méthodes non-paramétriques en population finie

Estimation de paramètres non linéaires par des méthodes non-paramétriques en population finie

La variance asymptotique donn´ee par le r´esultat 2 sera d’autant plus petite que les r´esidus u k − ˆ f u,k serons petits ou que le mod`ele explique bien la variable lin´earis´ee. Ce r´esultat surprend un peu car la variable lin´earis´ee ou son total n’est pas le but d’une enquˆete. 4 Estimation d’un ratio par r´ egression non-param´ etrique bas´ ee sur des B-splines

7 En savoir plus

2020 — Estimation de la pression partielle artérielle du dioxyde de carbone par des paramètres noninvasifs

2020 — Estimation de la pression partielle artérielle du dioxyde de carbone par des paramètres noninvasifs

do so, a high-resolution database in Sainte-Justine University Hospital was used. This database has all patients’ data in the Pediatric Intensive Care Unit (PICU). The MultiLayer Perceptron (MLP), a type of the neural networks, was used to do the estimations. The model is calibrated by a previously performed arterial blood gas test. The data were separated into four groups : [0h, 2h], [2h, 6h], [6h, 12h] and [12h, 24h] depending on the time gap between the calibrating test and the time of estimation. To test the efficiency of the developed approach, the percentage of estimations with an error less than 5 mmHg was used since a difference of less than 5 mmHg is considered medically insignificant. The obtained results show that the approach developed in this work is better than the traditional techniques that are used in clinical practice nowadays.
En savoir plus

90 En savoir plus

Estimation des paramètres du clutter radar distribué selon la loi de Pareto

Estimation des paramètres du clutter radar distribué selon la loi de Pareto

II Résumé La détection du signal est une procédure qui peut être implémentée dans diverses applications telles que les radars, les sonars et les systèmes de communications. Le terme RADAR signifie la détection et localisation à distance d’un objet (cible) à partir du signal rétrodiffusé (écho) par le système radar. L’objectif de ce mémoire consiste à étudier le problème d’estimation des paramètres de la distribution de Pareto composée qu’est pour modéliser le clutter de mer non-Gaussien en absence et en présence du bruit thermique. Nous avons présenté une étude théorique des déférents méthodes existants pour une intégration non cohérente de plusieurs impulsions, à savoir la méthode HOME (Higher Order Moments Estimator), FOME (Fractional Order Moments Estimator) et les moments logarithmiques [zlog(z)]. Après, nous avons évalué leurs performances en termes de qualité et la précision d’estimation utilisant des données synthétiques et réelles du radar IPIX. Les résultats obtenus ont montré que les estimateurs FOME et [zlog(z)] offrent des qualités d’estimation appréciables.
En savoir plus

59 En savoir plus

Estimation des paramètres et des états de la machine asynchrone en vue de diagnostic des défauts rotoriques

Estimation des paramètres et des états de la machine asynchrone en vue de diagnostic des défauts rotoriques

Afin d'évaluer ce type de méthode sur un exemple simple représentatif, nous présentons dans ce chapitre, l'algorithme d'estimation en ligne basé sur le filtre de Kalman étendu, pour l'estimation des paramètres de la machine asynchrone en vu de détection des défauts rotoriques. Pour la détection des défauts rotoriques,dans l'approche à base de modèles paramétriques, on ne génère pas réellement un vecteur de résidus, mais on estime un vecteur de paramètres dont la variation à l'extérieur d'une plage de référence représente l'apparition d'un défaut dans le système surveillé (ou plus exactement représente un changement dans les caractéristiques du procédé). Cette variation peut alors être détectée à l'aide d'un test de décision dans l'espace paramétrique. [31]
En savoir plus

172 En savoir plus

Estimation des corrélations phylogénétiques entre paramètres d'évolution moléculaire et Traits d'histoire de vie

Estimation des corrélations phylogénétiques entre paramètres d'évolution moléculaire et Traits d'histoire de vie

ω 0.62 0.63 0.66 0.33 Tableau 6.III – Matrice de covariance moyenne obtenue grâce au modèle simple gène sur chacun des 17 alignements La table 6.1.3 montre la moyenne des marginalisations de Σ pour toutes les 34 chaînes. Les résultats de la table 6.1.3 sont consistants avec les résultats de la concaténation de la table 6.I. Cela suggère que la part des variations de ω qui est propre à chaque histoire de substitution de gène s’est ajoutée aux variations globales par opposition à la concaténa- tion. On constate néanmoins une perte de significativité des covariances moyennes entre traits de vie et ω , notamment avec le temps de génération. On remarque aussi que la va- riance moyenne des processus ω est plus haute que dans le cas de la concaténation. Du fait que le modèle estime pour chaque gène l’ensemble des paramètres, les paramètres qui ne sont pas spécifiques à un gène sont estimés en fonction d’une part du génome peu significative. Par exemple, si on compare la distribution de l’âge à la racine estimé pour le gène ADRB2 et pour le gène RBP3, deux gènes dont les covariances avec la longévité sont très différentes, alors, le gène ADRB2 on trouve une distribution de longévité, en an- nées, dont 95% se trouve dans l’intervalle [12.49,29.19], tandis que pour le gène RBP3, l’intervalle est [7.95,19.72]. Évidemment l’histoire de la longévité des mammifères est unique et l’imprécision observée est nuisible à nos résultats. Mais plus fondamentale- ment, on observe que des corrélations sont positives sur l’ensemble des gènes. Or on sait que c’est à travers l’effet de la taille efficace, N e .
En savoir plus

131 En savoir plus

Towards Skeleton based Reconstruction : From Projective Skeletonization to Canal Surface Estimation

Towards Skeleton based Reconstruction : From Projective Skeletonization to Canal Surface Estimation

http://durix.perso.enseeiht.fr . 5.2. Skeleton reconstruction using two images Each object is reconstructed from two images taken from two different viewpoints. The objects are segmented from the background with the semi-automatic grabcut algorithm [ 22 ], and the perspective skeleton is computed on each image as described in Section 3.2.2. Then the skeleton is simplified, using the scale axis transform [ 12 ] (which only needs one constant parameter, representing the pruning level). Branches of each skeleton are paired using a semi- automatic algorithm (we click the end points of the skele- ton, and propagate the matches along branches). Finally, we triangulate each branch of the 3D skeleton. A discrete graph skeleton is obtained and each branch is fitted with a B-Spline. This gives a set of canal surfaces, for which we compute an associated mesh (cf. Fig. 1).
En savoir plus

10 En savoir plus

Estimation algébrique des paramètres intrinsèques d'un signal sinusoïdal biaisé en environnement bruité

Estimation algébrique des paramètres intrinsèques d'un signal sinusoïdal biaisé en environnement bruité

Nous obtenons de cette manière une seule équation en les variables θ1 et θ3. An de pouvoir identier linéaire- ment ces deux paramètres, il nous faut un système de deux équations. On a vu, dans la section précédente, que tout Q -annihilateur est de la forme  P` i=0 gi(s) d i

5 En savoir plus

Estimation des paramètres atmosphériques par GPS: analyse de la variabilité spatio-temporelle de la vapeur d'eau

Estimation des paramètres atmosphériques par GPS: analyse de la variabilité spatio-temporelle de la vapeur d'eau

[Businger et al, 1996], [Flores, 1999], [Nilsson et Gradinarsky, 2006] . En effet, l’onde passant de l’espace (vide) à l’atmosphère (non-vide), l’indice de réfractivité change. Or, le retard de propagation peut être directement lié à l’état de l’atmosphère. A savoir sa composante sèche et sa composante humide. Comme nous le verrons dans le chapitre II, nous pouvons estimer le retard hydrostatique à partir de mesures au sol de la pression et de la température. Cela nous conduit à une estimation du retard humide, base de l’information servant à retrouver la densité de vapeur d’eau par tomographie. Concernant la résolution, elle sera basée sur le nombre de stations GPS au sol, leur répartition, etc. Mais elle sera également basée sur la constellation satellite qui évolue avec le temps. Il faut également prendre en compte le découpage du volume comme précisé sur la figure 1.3. Ainsi, suivant l’heure à laquelle la tomographie est réalisée, le problème inverse est amené à évoluer en devenant plus ou moins indéterminé. C’est pour cette raison que le choix des équations de résolution s’est porté sur la méthode des moindres carrés pondérés amortis. Cette méthode nous permet d’avoir des résultats dans des cas variés aussi bien sous déterminés que mixtes avec des résultats assez homogènes quelque soit la diversité de ces paramètres.
En savoir plus

260 En savoir plus

Estimation des paramètres de processus ponctuels marqués dans le cadre de l'extraction d'objets en imagerie de télédétection

Estimation des paramètres de processus ponctuels marqués dans le cadre de l'extraction d'objets en imagerie de télédétection

Abstract – This communication addresses the problem of estimating the parameters of a family of marked point processes. These processes are of interest in extraction of object networks from remote sensing images. They are defined from a energy term, which is adjusted by a weight parameter. An estimation procedure of the weight parameter associated with the process energy is studied within the framework of missing data, where the configuration of the objects to be extracted is unknown. Therefore, parameter estimation and object extraction are performed jointly. The application to unsupervised detection of objects is finally discussed.
En savoir plus

5 En savoir plus

Identification de Paramètres et Estimation des Etats dynamiques des véhicules à deux roues motorisés (V2RM)

Identification de Paramètres et Estimation des Etats dynamiques des véhicules à deux roues motorisés (V2RM)

Enfin, les mˆ emes tests vont ˆ etre utilis´ es pour valider le mod` ele ` a deux corps, dont l’identification semble tr` es d´ elicate avec un nombre important de param` etres ` a ident[r]

108 En savoir plus

Analyse de sensibilité et estimation de paramètres de transport pour une équation de diffusion, approche par état adjoint

Analyse de sensibilité et estimation de paramètres de transport pour une équation de diffusion, approche par état adjoint

Analyse de sensibilité et estimation de paramètres de transport pour une équation de diffusion, approche par état adjoint François Clément, Nina Khvoenkova, Alain Cartalade, Philippe Mon[r]

59 En savoir plus

Estimation de paramètres de champs markoviens cachés avec applications à la segmentation d'images et la localisation de formes

Estimation de paramètres de champs markoviens cachés avec applications à la segmentation d'images et la localisation de formes

ori est un mélange de PFCA t “Probabilistic Principal Component Analysis’). ainsi qu’une méthode de type MC’VIC pour en estimer les paramètres. De plus, nous proposons une contrainte glo[r]

231 En savoir plus

Estimation des paramètres de la loi Log-Pearson type 3 par la méthode généralisée des moments.

Estimation des paramètres de la loi Log-Pearson type 3 par la méthode généralisée des moments.

Title, Monographic: Estimation des paramètres de la loi Log-Pearson type 3 par la méthode généralisée des moments.. Translated Title: Reprint Status: Edition:.[r]

40 En savoir plus

Show all 4182 documents...