Ms Tel Bendahmane+Ghermoul

‫ب ـيـة‬
‫رية الديمقراطيت الشــــعــ ــ‬

‫زائ ـ‬
‫الجــــــــم ـــــــهوريــــة الج ـــــــــ ـ‬
République Algérienne Démocratique et Populaire
‫وزارةالتـــــــــعــلـيـــــمالعـــاليوالبــــــــحثالعـــــلــــمــــي‬
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
-‫تلمسان‬- ‫أبي بكربلقا يد‬
Université Aboubekr Belkaïd – Tlemcen –
Faculté de Technologie
Mémoire
Présenté pour l‟obtention du diplôme de Master
En : Réseaux et Télécommunication
Présenté Par : Bendahmane Amira Meriem et Ghermoul Rania
Sujet
Etude de méthodes de beamforming à maximisation

du rapport signal sur bruit pour des systèmes
FBMC
Soutenu publiquement, le 25/06/2018, devant les jurys composés de :
M. BAHRI S.M M.C. B Encadrant Univ. Tlemcen

M. BENDIMERAD F. T Professeur Président Univ. Tlemcen
M. ZERROUKI. H M.C. B Examinateur Univ. Tlemcen
Année universitaire:2017-2018
Résumé
L‟objectif de ce mémoire est d‟étudier les performances de l‟association des antennes
MIMO beamforming à maximisation du rapport signal sur bruit avec la technique multi-
porteuses FBMC et comparer les résultats obtenus avec ceux du MIMO-FBMC et
MIMO-OFDM classiques. Cette technique sera appliquée par la suite dans les différents
scénarios du contexte 5G.
Nous avons trois points essentiels : le premier est d‟étudier la modulation multi-
porteuses alternative à l‟OFDM qui est connue actuellement sous le nom FBMC et ces
performances. Ensuite, nous étudierons le système MIMO beamforming à maximisation
du rapport signal sur bruit et ces performances. Et enfin, nous entamons une association
entre le MIMO beamforming et FBMC qui résultent une variation d‟un grand nombre de
paramètres afin d‟améliorer ou optimiser les performances du système.
Les différents résultats ont été simulés en employant le logiciel MATLAB.
Mots clés : MIMO beamforming, FBMC, 5G.
Abstract
The objective of this thesis is to study the performance of the association of MIMO
beamforming antennas with maximization of the signal-to-noise ratio with the FBMC
multi-carrier technique and to compare the results obtained with those of the classical
MIMO-FBMC and MIMO-OFDM. This technique will be applied later in the different
scenarios of the 5G context.
We have three essential points: the first is to study the multi-carrier modulation
alternative to OFDM which is currently known under the name FBMC and these
performances. Then we will study the MIMO beamforming system with signal-to-noise
maximization and these performances. And finally, we begin an association between the
MIMO beamforming and FBMC that result in a variation of a large number of parameters
in order to improve or optimize system performance. The different results were simulated
using the MATLAB software.
Key words : MIMO beamforming, FBMC, 5G.

Remerciements
Il nous est agréable et important de réserver cette page comme un

témoin de reconnaissance à toutes les personnes qui nous ont soutenus et
encadrés pour la réalisation de ce travail.
Nous tenons à exprimer toute notre gratitude
Tout d’abord nous remercions ALLAH le tout puissant pour ces Faveurs et
ses bontés, de m’avoir donné le courage, la volonté et la patience de
terminer ce modeste travail.
Nous tenons à exprimer notre gratitude et nos remerciements au

membre de jury. Veuillez accepter dans ce travail notre sincère respect et
notre profonde reconnaissance. Nous tenons également à remercier
infiniment Mr BAHRI pour nous avoir offert les conditions nécessaires et
nous avoir guidés dans l’élaboration de ce travail. Nous profitons aussi de
ce mémoire pour exprimer nos plus vifs remerciements envers tous les
professeurs de la faculté de technologie de Tlemcen qui nous ont apportés
du soutien durant nos études.
Que ce travail soit pour vous le gage de notre profond amour à tous
nos amis à tous ceux qui nous ont aidés. A tous ceux qui nous aimons.
Merci………
Dédicace
Tous les mots ne sauraient exprimer la gratitude, l’amour, le respect, la

reconnaissance, c’est tout simplement que : Je dédie ce mémoire à :
Mes chers parents qui n’ont pas cessés de m’encourager, Aucune dédicace
ne saurait exprimer l’amour, l’estime, le dévouement et le respect que j’ai
toujours pour vous.
A mon petit bébé Youcef que j’aime énormément.
A mon très cher mari : Tes sacrifices, ton soutien moral et matériel m’ont
permis de réussir mes études.
A ma très cher sœur : que dieu te procure bonne santé et long vie.
A mon cher frère et sa femme : je vous aime et même si vous êtes loin je
sens toujours votre présence à mes côtés.
A mes beaux-parents qui mon toujours encourager.
A mes chers amies : Rania, Mimi et Soumia que je les considère comme
une deuxième famille.
Amira Meriem .
Dédicace
Je dédie ce modeste travail à :
A mes parents. Aucun hommage ne pourrait être à la hauteur de l’amour

Dont ils ne cessent de me combler « vous avez tout sacrifie pour vos
enfants n’épargnant ni santé ni efforts. Vous m’avez donné un magnifique
modèle de labeur et de persévérance. Je suis redevable d’une éducation je
suis fière ». Que dieu leur procure bonne santé et longue vie.
A celui que j’aime beaucoup et qui m’a soutenue tout au long de ce

projet :
-A mon cher frère SALAH et sa femme Amina.
-A ma sœur FETEH EL ZHOUR et son marie AMINE et ma petite sœur

NESRINE.
-A mon cher fiancé ZINE EL DINE, j’aimerais bien que tu trouves dans ce
travail l’expression de mes sentiments de reconnaissance les plus sincères
car grâce à ton aide et à la patience avec moi que ce travail a pu voir le
jour……
A toute ma famille
A mon binôme AMIRA et mes chers amis : MERIEM MAMIA, SOUMIA,

SAIDA, YESMINE, SARRA, IBTISSEM, Zineb.
A collègue d’étude :
Aux personne qui m’ont toujours aidé et encouragé, qui étaient toujours à
mes côtés, et qui m’ont accompagné durant mon chemin d’études
supérieures.
ET à tous ceux qui ont contribué de près ou de loin pour que ce projet soit
possible, je vous dis merci.
Rania
Sommaire
TABLES DES MATIERES
Liste des figures

Liste des tableaux
Liste des acronymes
Introduction générale .......................................................................................................... 1
Chapitre 1 : Réseaux de la 5ème génération
Introduction:........................................................................................................................ 3
1.2 Objectif de la 5G : ................................................................................................ 4
1.3. Architecture de la 5G : ......................................................................................... 4
1.3.1 Le service innovant : ............................................................................................ 5
1.3.2 La plate-forme de validation : (Architecture réseau) ........................................... 5
1.3.3 La radio Hyper-Connecté : ................................................................................... 7
1.3.3.1. Bandes millimétriques : ........................................................................................ 8
1.3.3.2. MIMO massive : ................................................................................................... 8
1.3.3.3. Méthodes duplex : ................................................................................................ 9
1.4 Caractéristiques et la comparaison entre 4G et 5G : .......................................... 12
1.5 Les défis de la 5G : ............................................................................................. 13
1.6 La 5G dans le monde .......................................................................................... 14
Conclusion : ...................................................................................................................... 15
Chapitre 2 : Le système OQAM-FBMC

Introduction :..................................................................................................................... 17
2.2 Le système OFDM : ........................................................................................... 17
2.3 Structure du système FBMC-OQAM : ............................................................... 19
2.3.1 Le bloc pré/post-traitement OQAM : ................................................................. 19
2.3.1.1 Pré-traitementOQAM : ....................................................................................... 20

Sommaire
2.3.1.2 Post-traitement OQAM : .................................................................................... 21
2.4 Les bancs de filtre :............................................................................................. 22
2.4.1 Conception de filtre prototype : .......................................................................... 24
2.4.2 Structure polyphasé : .......................................................................................... 26
2.5 Emetteur OQAM-FBMC : .................................................................................. 27
2.6 Le récepteur OQAM-FBMC : ............................................................................ 29
2.7 Comparaison entre l‟OFDM et l‟OQAM-FBMC : ............................................. 30
Conclusion : ...................................................................................................................... 32
Chapitre 3 : MIMO Beamforming

Introduction :..................................................................................................................... 34
3.2. Présentation des systèmes multi-antenne : ......................................................... 34
3.3. Type antennes MIMO : ...................................................................................... 34
3.3.1 MIMO a Codes spatio-temporels : ..................................................................... 35
3.3.2. MIMO à Multiplexagespatial : ........................................................................... 36
3.3.3. MIMO beamforming : ........................................................................................ 37
3.4. MIMO Beamforming : ....................................................................................... 37
3.4.1. Antenne intelligente : ......................................................................................... 37
3.4.2. Type d‟antennes intelligentes : ........................................................................... 37
3.4.2.1. Systèmes d'antennes à faisceaux commutés SBA : ............................................ 38
3.4.2.2. Antennes adaptatives : ........................................................................................ 38
3.4.3. Algorithmes adaptatifs : ..................................................................................... 39
3.4.4. Antennes MIMO beamforming : ........................................................................ 40
3.4.4.1. Concept de base : ................................................................................................ 40
a) La détermination du vecteur de pondération à la réception : ............................. 43
b) Détermination du vecteur de pondération à l‟émission : .................................... 44

Sommaire
c) Analyse de la capacité d‟annulation d‟interférences : ........................................ 45
d) SINR de sortie : .................................................................................................. 45
3.4.4.3 Antennes MIMO basé sur la méthode des moindres carrés : ............................. 46
Conclusion : ...................................................................................................................... 48
Chapitre 4 : Résultat de la simulation

Introduction :..................................................................................................................... 50
4.2 Etude de la technique FBMC/OQAM : .............................................................. 50
4.2.1 Description détaillé de la modulation FBMC/OQAM : ..................................... 50
4.2.2 Les paramètres de la simulation : ....................................................................... 51
4.2.3 Les résultats : ...................................................................................................... 52
4.2.3.1 Variation de l‟ordre de filtre prototype : ............................................................ 52
4.2.3.2 Variation de NFFT : ........................................................................................... 53
4.2.3.3 Variation de l‟intervalle de garde : ..................................................................... 54
4.3 Simulation du MIMO beamforming :................................................................. 55
4.3.1 Paramètres du système : ..................................................................................... 56
4.3.2 Les resultats: ....................................................................................................... 56
a) Influences du nombre de trajets sur le SNR : ..................................................... 56
b) Influence du nombre d‟antennes sur le SNR : .................................................... 57
c) L‟influence du nombre de trajets sur les performances du système : ................. 58
d) L‟influence du nombre d‟antennes sur les performances du système : .............. 59
4.4 Association entre FBMC et MIMO beamforming : ........................................... 60
4.4.1 Système MIMO-FBMC ...................................................................................... 61
4.4.2 Les paramètres de simulation : ........................................................................... 62
a) L‟influence de l‟ordre du filtre prototype sur les performances du système :.... 62
c) L‟influence de l‟intervalle de garde sur les performances du système : ............ 64

Sommaire
d) L‟influence du nombre de trajets sur les performances du système :................. 65
e) L‟influence du nombre d‟antennes sur les performances du système : .............. 66
4.5 Comparaison entre la méthode LMS et MAX SNR : ......................................... 67
Conclusion : ...................................................................................................................... 69
Conclusion générale .......................................................................................................... 70
Bibliographie..................................................................................................................... 71
Liste des figures
Liste des figures

Figure ‎1.1 : L'architecture de la 5G .................................................................................... 5
Figure ‎1.2 : Centralisation du plan de contrôle dans un réseau défini par unlogiciel
(software defined network) ............................................................................ 6
Figure 1.3 : Illustration d‟une architecture réseau CloudRAN ........................................... 7
Figure 1.4 : MIMO massive ................................................................................................ 9
Figure 1.5 : Illustration du full-duplex, comparé au FDD et TDD ................................... 10
Figure ‎1.6 : Illustration de multiplexage power Domain NOMA ..................................... 12
Figure 2.1 : Schéma générale du Modulateur/Démodulateur OFDM. .............................. 18
Figure 2.2 : Structure générale de la technique FBMC/OQAM (partie émission /partie

réception) ..................................................................................................... 19
Figure 2.3 : Pré-traitement OQAM ................................................................................... 21
Figure 2.4 : Post-traitement OQAM ................................................................................. 22
Figure 2.5 : Banc de filtres à M canaux (a) banc de synthèse SFB,(b) banc d‟analyse. ... 23
Figure 2.6 : Réponse fréquentielle du filtre prototype PHYDYAS. ................................. 25
Figure 2.7 : Réponse fréquentielle du filtre prototype PHYDYAS. ................................. 25
Figure 2.8 : Schéma bloc d‟un banc de filtres de synthèse utilisant la structure
polyphasée.................................................................................................... 26
Figure 2.9 : Schéma bloc d‟un banc de filtres d‟analyse utilisant une structurepolyphasée.
...................................................................................................................... 27
Figure 2.10 : Schéma fonctionnel d‟émetteur FBMC /OQAM ........................................ 28
Figure 2.11 : Schéma fonctionnel du récepteur FBMC / OQAM ..................................... 29
Figure 2.12 : Comparaison en fréquence de l‟OFDM et FBMC ...................................... 31
Figure 3.1 : Principe de la technique MIMO. ................................................................... 35
Figure 3.2 : Architecture d‟un système de codage spatio-temporel.................................. 35
I
Liste des figures
Figure 3.3 : Principe de la Multiplexage Spatial.............................................................. 36
Figure 3.4 : Structure d'un système à faisceaux commuté. ............................................... 38
Figure 3.5 : Différence entre un système à commutation de faisceaux et un système

adaptative. .................................................................................................... 39
Figure 3.6 : Configuration du canal MIMO beamforming à bande étroite....................... 41
Figure 4.1: Emetteur FBMC. ............................................................................................ 51
Figure 4.2 : Récepteur FBMC ........................................................................................... 51
Figure 4.3: Comparaison de BER pour différent valeurs de K (FBMC).. ........................ 52
Figure 4.4: Les performances de la technique FBMC en fonction de nfft. ...................... 53
Figure 4.5: Influence de l‟intervalle de garde ................................................................... 54
Figure 4.6 : Le système MIMO beamforming. ................................................................. 55
Figure 4.7 : SINR pour différents canaux retardés d‟un système MIMO 8*8 ................ 57
Figure 4.8 : L‟influence du nombre d‟antennes sur le SINR. ........................................... 58
Figure 4.9 : Influence du nombre de trajets sur les performances du système. .............. 59
Figure 4.10 : l‟influence du nombre d‟antennes sur les performances du système .......... 60
Figure 4.11 : Association entre FBMC et MIMO. ............................................................ 61
Figure 4.12 : L‟influence de l‟ordre du filtre prototype sur les performances du système63
Figure 4.13 : L‟influence du nombre de sous porteuse sur les performances du système 64
Figure 4.14 : L‟influence de l‟intervalle de garde sur les performances du système. ...... 65
Figure 4.15 : L‟influence du nombre de trajets sur les performances du système............ 66
Figure 4.16 : L‟influence du nombre d‟antennes sur les performances du système. ........ 67
Figure 4.17 : Comparaison entre la méthode LMS et MAX SNR. ................................... 68
II
Liste des Tableaux
Liste des Tableaux
Tableau 1.1: Comparaisons entre les performances de 4G et de la 5G ............................ 13
III
Liste des acronymes
Liste des acronymes

1G : 1ère Génération.
2G : 2ème Génération.
3GPP : 3rd Generation Partnership Project.
AFB : Analysis Filter Bank.
APSK : Amplitude of modulation by phase shift.
AWGN : Additive White Gaussian Noise.
BER : Bit Error Rate.
BPSK : Binary Phase Shift Keying.
BS : Base Station.
CDMA : Code Division Multiple Access.
CMA : Constant Modulus Algorithme

CP : Cyclic Prefix.
CSI : Channel State Information.
CST : Codage Spatio-temporel.
CSTB : Codage Spatio-temporel par blocs.
CSTT : Codage Spatio-temporel en treillis.
DL : Down Link.
DMI : Inversion directe de la matrice de convergence

FBMC : Filter Bank based Multi Carrier.
IV
Liste des acronymes
FDD : Frequency division duplex.
FFT : Fast Fourier Transform.
GFDM : Generalized Frequency Division Multiplexing.
ICI : Inter-Carrier-Interference.
IFFT : Inverse Fast Fourier Transform.
IG : Intervalle de Garde.
IP : Internet Protocol.
ISI : Inter-Symbol Interference.
KPI : Key Performance Indicator
LMS : Algorithme des moindres carrées

LTE : Long Term Evolution
MAC : Media Access Control.
MC : Multi carrier.
MIMO : Multiple-Input Multiple-Output.
NFV : Network Functions Virtualization
NOMA : Non Orthogonal Multiple Access.
OFDM : Orthogonal Frequency Division Multiplexing.
OQAM : Offset Quadrature Amplitude Modulation.
P/S : Parallel to serial
PAM : Pulse Amplitude Modulation.
PHYDYAS : PHYsical layer for DYnamic spectrum AccesSand cognitive radio.
QAM : Quadrature Amplitude Modulation.
QPSK : Quadrature Phase Shift Keying
V
Liste des acronymes
RLS : Recursive Least Squares algorithme

S/P : Serial to Parallel.
SBA : Switched Beam Systems

SCMA : Sparse Code Multiple Access.
SDN : Software Defined Networking.
SFB : Synthesis Filter Bank.
SINR : Signal to Interference plus Noise Ratio.
SISO : Single-Input-single-output.
SNR : Signal-to-Noise Ratio.
TDD : Time Division Duplex.
UFMC : Universal Filtered Multi Carrier.

UP : Up Link.
VI
Introduction générale
Les technologies de l‟information sont devenues une partie intégrante de notre
société, Ceci dans le but de la demande de transmission à débit de plus en plus élevés,
s‟accentue d‟avantage avec l‟essor de nouveaux services dans les réseaux de
communication sans fils.
Des anciens systèmes mobiles font généralement référence à un changement de
nature du système, de vitesse, de technologie, de fréquence, de capacité de donnée, de
latence,.. etc. Le réseau de communication mobile de première génération (1G) était
analogique et utilisé uniquement pour les appels vocaux. La deuxième génération (2G)
est une technologie numérique et prend en charge la messagerie texte. La technologie
mobile de troisième génération (3G) a fourni un taux de transmission de données plus
élevé, une capacité accrue et un support multimédia. La quatrième génération (4G)
intègre la 3G avec Internet fixe pour soutenir Internet mobile sans fil qui est une
évolution vers la technologie mobile et surmonter les limitations de 3G. Cela augmente
également la bande passante et réduit le coût des ressources. Nous assistons actuellement
au début d‟une révolution intelligente sans précédent sous l‟impulsion de la dernière-née
des technologies numériques et mobiles évolués : la 5G qui regroupe plusieurs technique
parmi eux la technique FBMC et le MIMO beamforming qui est une technique de
formation de faisceaux pour des systèmes Multi-antennes (MIMO) qui permet
l'exploitation de la diversité spatiale, constitue en effet une composante fondamentale des
systèmes 4G actuels et son importance va croître avec la 5G.
Notre travail trouve ses applications au niveau de la couche physique. L‟objectif visé
par ce travail est de contribuer à des algorithmes de localisation et des techniques pour
l‟amélioration de performances et l‟optimisation de la conservation de l‟énergie dans le
réseau afin de pouvoir répondre aux enjeux du 5G.
La structure de notre mémoire est la suivante :
Dans le premier chapitre nous allons définir comment le monde est arrivé à la 5G
ensuite nous allons décrire une présentation complète sur l‟architecture de la 5G et pour
finir nous comparons entre la 4ième génération et la 5ième génération.
Dans le 2ème chapitre nous allons faire une étude de différentes variantes de la
modulation FBMC, nous allons considérer des systèmes FBMC fonctionnant avec la
1
modulation OQAM (Offset Quadrature Amplitude Modulation), également dénommée

OFDM/OQAM. La modulation FBMC/OQAM réalise une mise en forme du signal
modulé par l'utilisation d'un filtre dit prototype et sous sa forme conventionnelle ne
nécessite pas l'utilisation d'un CP.
Ensuite, dans le troisième chapitre, nous allons parler des antennes multiples à
l‟émetteur et au récepteur appelé multi-input et multi-output (MIMO) qui peuvent
fournirent une augmentation du débit dans les systèmes de communication. Nous
présenterons les différentes techniques MIMO et leurs capacités, ainsi les différentes
techniques de codages spatio-temporels, multiplexage spatial et les MIMO Beamforming.
Le dernier chapitre est divisé en trois parties. La première partie traite la simulation
du système OQAM-FBMC et aussi présente l‟influence de l‟ordre du filtre prototype et le
nombre de sous porteuses sur les performances du système. Dans la deuxième partie on
s‟intéresse sur les antennes MIMO Beamforming basée sur la méthode à maximisation du
rapport signal sur bruit plus interférences SINR proposé pour un nombre différent
d‟antennes à l‟émission et à la réception. Dans la dernière partie on montre l‟intérêt du
nombre d‟antennes sur la technologie MIMO Beamforming associé à la modulation multi
porteuses OQAM-FBMC.
1
Chapitre 1
Réseaux de la 5ème
génération
Chapitre 1 Réseaux de la 5ème génération
Introduction :
La 5G est la cinquième génération. Elle possède de nombreuses fonctionnalités

suffisamment avancées afin de permettre de résoudre un bon nombre de problème
de notre vie moderne. Notamment ceux rencontrés avec l'utilisation des
technologies actuelles, la premier génération (1G ces téléphones étaient analogiques et
ont été les premiers téléphones mobiles ou cellulaires à être utilisés, ils offrent de très
faibles niveaux d‟efficacité et de sécurité), et la deuxième génération (2G elles reposaient
sur la technologie numérique et offraient une bien meilleure efficacité à être utilisés ainsi
qu‟une meilleure sécurité et de nouvelles fonctionnalités telles que les message texte et
les communications à bas débit « 1G et 2G ce sont les technologies de téléphonie mobile,
donnant finalement l‟accès à la téléphonie mobile a tout le monde ». Pareillement, la
troisième (3G le but de cette technologie était de fournir des données à haute vitesse, la
technologie originale a été améliorée pour permettre des données allant jusqu‟à 14 Mbps
et plus.), et la quatrième génération (4G il s‟agit d‟une technologie entièrement IP
capable de fournir des débits de donnée allant jusqu‟à 1Gbps.) alors « 3G et 4G offre la
technologie de haut débit mobile. »
Pour nous, la 5G ne s‟intéresse plus uniquement au monde des opérateurs de

téléphonie mobile et des communications grand public, mais qui ouvre de nouvelles
perspectives et permet la cohabitation d‟applications et usages extrêmement diversifiés,
unifiés au sein d‟une même technologie, et aussi faciliter une société entièrement
connectée, C‟est facilité pour que le monde ait un accès illimité aux informations et aux
discussions virtuelles partout et tout le temps pour tout le monde.
Ce n‟est pas seulement pour le haut débit et la téléphonie mobile, c‟est aussi pour la
connectivité de toutes sortes d‟application.
Et ce n‟est pas seulement la connectivité des gens, mais aussi une connexion pour tous les
appareils et une connectivité disponible partout et tout le temps.
L‟idée qui commence à se forger derrière la notion de 5G est que celle-ci ne

correspondrait pas à une simple augmentation des débits, comme cela a été le cas pour les
précédentes générations.
3
La 5G vise des secteurs très variés, qui n‟auraient pas nécessairement d‟autre
élément commun que cette technologie, mais qui sont des piliers importants d‟une société
: l‟énergie, la santé, les médias, l‟industrie ou le transport.
1.2 Objectif de la 5G :
La 5G est l'Internet du futur. Cette technologie comprendra un réseau d'accès radio

et un cœur de réseau convergent combinant accès fixe et accès mobile. Il s‟agit
notamment d‟augmenter les débits et la capacité des réseaux, mais aussi de préparer
l‟évènement de « l'internet des objets ».Parmi les principaux objectifs :
 De plus gros forfaits data : le volume de données devra être 1000 fois plus élève
 Moins d‟antennes : le nombre de terminaux pouvant être connectés par antenne
devra être 100 fois supérieur, mais le nombre d‟antennes dépend surtout des
fréquences utilisées.
 Les meilleurs débits (1 Gb par seconde)
 Un temps de « latence » plus court donne l‟impression que le réseau est très
réactif.
 Plus de batterie, moins de consommation.
1.3. Architecture de la 5G :
L'architecture 5G est principalement composée de trois couches horizontales, à

savoir « l‟activation de service innovante », «la plate-forme d‟activation » et «la radio
hyper-connectée », que nous décrivons dans cette section en détail.
4
Figure 1.1 : L'architecture de la 5G.
1.3.1 Le service innovant :
Est la couche supérieure qui inclut des services 5G innovants. Basé sur des capacités
d'infrastructure 5G différenciées, les services 5G seront en mesure d'offrir une expérience
utilisateur hautement fiable et immersive. En particulier, le streaming vidéo en ultra-
haute définition finira par devenir des services dominants offrant des expériences
utilisateur virtuelles telles que le streaming vidéo multi-view et même les hologrammes.
De plus, la bande passante suffisante et la grande fiabilité offerte par la 5G faciliteront
l'émergence de services de contrôle de robots à distance et de services d'Internet des
objets (IoT) essentiels à la mission.
1.3.2 La plate-forme de validation : (Architecture réseau)
Est la couche intermédiaire qui crée des valeurs significatives et centrées sur le service
pour prendre en charge la couche supérieure de « service innovant » en transformant
correctement les éléments mécaniques et disjoints.
Réseaux sous-jacents à une infrastructure orientée services. Il utilise deux activateurs clés
pour effectuer cette tâche. L'un est la virtualisation des fonctions réseau (NFV) et le
réseau SDN (Software Defined Networking), qui virtualisent l‟infrastructure et les
5
services pour offrir toujours plus de souplesse, d‟intelligence et d‟ouverture, sont l‟avenir
des télécommunications.
 Le SDN a pour objectif de dissocier la partie contrôle d‟un réseau de sa

partie opérationnelle, ces deux parties étant traditionnellement liées et
distribuées (dernière figée) dans le réseau. Le contrôle du réseau, autrefois
dévolu à des composants matériels spécialisées et non évolutif, est
centralisé sous forme de logiciel sur des serveurs plus puissants et
affranchis (en théorie) des spécifications des équipementiers. Cela permet
de déploiement de services à forte valeur ajoutée (équilibrage de charge,
routage intelligent, configuration dynamique …) dans des environnements
hétérogènes. 1
Figure 1.2 : Centralisation du plan de contrôle dans un réseau défini par un

logiciel (software defined network)
 Le NFV, complémentaire du SDN, a pour l‟objectif de virtualisation, c‟est-à-dire

remplacer par du logiciel sur un serveur, le but est d‟accélérer les déploiements et
permettre des évolutions rapides. 1
6
 On a xc aussi autre architecture réseau très différente de ce qui se fait

actuellement c‟est CloudRAN connue sous le nom de centralized-RAN c‟est une
évolution du SDN. Les unités de traitement du signal des stations de base,
actuellement placées au niveau de la station elle-même, sont déportées dans le
Cloud et centraliser, elles communiquent avec les têtes de réseau, situées au plus
proche de l‟antenne, via un réseau fibre optique. Cette centralisation permet une
vision d‟ensemble de toutes les stations déployées et de coordonner le traitement
de signal et gestion des interférences entre cellules et terminaux. 1
Figure 1.3 : Illustration d‟une architecture réseau CloudRAN.
L'autre est un ensemble bien défini d'interfaces de programmation d'application

(API), qui offre la possibilité d‟automatiser le réseau en interne pour un réseau
automatisé.
1.3.3 La radio Hyper-Connecté :

Est la couche inférieure qui peut fournir une quantité massive de données à la couche
"Enabling Platform" d'une manière très efficace et transparente. En raison de l'énorme
quantité de données de transmission et des exigences de latence strictes, cette couche
inclura non seulement les technologies de réseau radio existantes (à la fois telles quelles
et évoluées), mais aussi de nouvelles technologies de réseau radio. Il est nécessaire de
développer une gamme de technologies capables d'améliorer le fractionnement des
7
cellules, l'efficacité spectrale, la bande passante de la fréquence du canal et l'efficacité du

fonctionnement du réseau.
 Il y a Plusieurs technologie, parfois concurrent, sont en cours d‟étude par les

organismes de recherche. Ceux-ci inclus :
1.3.3.1. Bandes millimétriques :

Il s‟agit tout simplement des fréquences supérieures à 6Ghz qui n'ont encore jamais
pris pour déploiement des réseaux mobiles pour des raisons de maturité technologique et
de qualité de propagation. Pour répondre à l‟incessante augmentation des débits et des
volumes de données échangés, elle pourraient offrir de telles réserves de spectre et leurs
utilisation impose le développement de toutes les technologies nécessaires, miniaturisés
bas cout et avec une consommation énergétique compatible avec des terminaux portable
(amplificateur ,codeur ,traitement de signal, antenne…) en particulier 1 , la
communication par onde millimétrique est susceptible d‟être utilisée pour une couverture
extérieure pour des réseaux denses telle que la portée allant jusqu‟à 200 à 300 mètre,
Chaque cellule aura une couverture réduite, ce qui nécessitera la mise en place de
techniques de beamforming(MIMO).
1.3.3.2. MIMO massive :

Cette technologie se caractérise par l‟utilisation d‟un nombre élevé de micro antennes
« intelligentes » sur un seul équipement (de 8 à 128 actuellement, mais le nombre
augmentera avec l‟utilisation de fréquences à 6Ghz). L‟attraite l‟utilisation du massive
MIMO est double 1 :
 Permet d‟augmenter les débits grâce au multiplexage spatiotemporel.
 Permet de focaliser l‟énergie sur un terminal pour améliorer son bilan de liaison.
8
Figure 1.4 : MIMO massive.
1.3.3.3. Méthodes duplex :

Pour les communications mobiles, il est important de pouvoir communiquer
simultanément ou virtuellement dans les deux sens.
 Dans les systèmes de téléphonie mobile précédents, cela a été accompli en

utilisant des systèmes FDD (parfois appelée semi-duplex, nécessite l‟utilisation de
deux canaux, un pour la liaison montante (UP) et l‟autre pour la liaison
descendante (DL), ce système nécessite la largeur de bande complète du canal
dans deux zones du spectre. Les caractéristiques de propagation entre les bandes
d'émission et de réception seront également légèrement dans des instants
différents. L‟utilisation des filtres devient de plus en plus difficile et complexe si
plusieurs bandes sont utilisées car ils sont nécessaires pour augmenter la taille, le
poids, et le coût. Ceci introduit une perte supplémentaire. Et des systèmes TDD
(alloue des canaux temporels en fonctions de transmission et de réception dans
laquelle la liaison montante (UP) et la liaison descendante (DL) sont reporte sur
9
même canal avec même fréquence. Les canaux sont relativement courts et ce fait
la transmission dans les deux directions est pratiquement instantané.
 Le concept de développé le full duplex 5Gest de pouvoir émettre et recevoir
simultanément l‟information, sur les mêmes fréquences, au même moment et au
même endroit. Ce duplex intégral 5G offre plusieurs avantages :
 Efficacité du spectre.
 Caractéristique d‟évanouissement.
 Filtrage.
 Nouvelles solution de relais.
 Coordination améliorée des interférences.
Figure 1.5: Illustration du full-duplex, comparé au FDD et TDD.
 Future physiques :
La nouvelle couche physique MAC présente des possibilités intéressantes dans certain
nombre de domaines.
10
a) Formes d’onde :
Bien que l‟OFDM nécessite l‟utilisation d‟un préfixe cyclique mais il a eu un grand
succès et présente encore de nombreux avantages. Maintenant que la 5G est étudiée, il y a
une excellente opportunité de considérer les formes d‟onde optimales qui serrent utilisé
jusqu‟à au moins 2040.
Quelques formes d‟ondes 5G à l‟étude :
 FBMC : son principe de base est de divisé le spectre de fréquence en

plusieurs sous-porteuse qui sont très étroits et les filtrés individuellement, il est
capable de fournir un très haut niveau d‟efficacité spectrale.
 UFMC : Il diffère de FBMC, au lieu de filtré chaque sous-porteuse

individuellement, UFMC divise le signal en un certain nombre de sous-bande
qu‟il filtrera. Ensuite, on peut l‟utiliser pour améliorer la protection contre les
interférences entre symboles.
 GFDM : Est une technique de transmission multi-porteuse flexible qui

présente de nombreuses similitudes avec OFDM. La principale différence est
que les porteurs ne sont pas orthogonaux entre eux. GFDM fournit un meilleur
contrôle des émissions hors bande et réduit le rapport puissance/puissance
moyenne.
b) Schémas d’accès multiple :
 Multiplexage NOMA : LTE utilise un multiplexage dit orthogonal,

chaque terminal utilise, de manière unique, une partie des fréquences à un
instant donné. Pour améliorer l‟efficacité spectrale de la 5G par rapport à la 4G
des méthodes de multiplexage non orthogonale, c‟est-à-dire que plusieurs
utilisateurs peuvent recourir aux mêmes fréquences au même moment, sont
envisagées La discrimination entre plusieurs utilisateurs peut se faire en
attribuant des codes différents à chaque utilisateur (SCMA, CDMA). [1]
11
Figure ‎1.6 : Illustration de multiplexage power Domain NOMA
c) Type de modulations :
La 4G utilise la modulation d‟amplitude en quadrature (QAM). Cette modulation
peut atteindre QAM-64, c‟est-à-dire qu‟à chaque instant, 6 bits d‟information sont
transmis. Grace à amélioration du bilan de liaison de la 5G, via des technologies
antennaires ou de traitement de signal, la modulation atteindre à l‟ordre QAM-256 (8 bits
d‟information), ces modulations offrent une excellente efficacité spectrale et ont permis
de réaliser des débits de données très élevés.
d) Réseaux denses :
La réduction de la taille des cellules permet une utilisation beaucoup plus efficace du
spectre disponible. Des techniques permettant de garantir que les petites cellules du
macro-réseau sont déployées en tant que femtocells qui peuvent fonctionner de manier
satisfaisante.
1.4 Caractéristiques et la comparaison entre 4G et 5G :

L‟objectif de la 5G, en tant que successeur de la 4G, sera aussi de pouvoir fournir :
 Un réseau extrêmement faible, avec des performances plus homogènes, quelle que
soit la position de l‟utilisateur par rapport à la station de base.
 Une connexion stable même en mobilité (avec de vitesses de l‟ordre de 500km/h).
 Une augmentation de l‟efficacité énergétique.
12
Le tableau ci-dessous résume les performances attendues de la 5G et celles qui sont

actuellement disponibles avec la 4G :
4G 5G
1/Débit maximal (Gbit/s) 1 20
2/Débit aperçu par l’utilisateur (Mbit/s) 10 100
3/Efficacité spectrale 1x 3x
4/Vitesse (Km/h) 350 500
5/Latence (ms) 10 1
6/Nombre d’objets connectés sur une

zone (quantité d’objets/ km²) 10 pui5 10pui6
7/Efficacité énergétique du réseau 1x 100x
8/Débit sur une zone (Mbit/s/m²) 0.1 10
Tableau 1.1 : Comparaisons entre les performances de 4G et de la 5G.
1.5 Les défis de la 5G :
La 5G ne devrait ainsi pas échapper à la règle, mais poserait de nouveaux défis au

domaine des télécommunications
 Moins de temps de latence.

 Une consommation énergétique minimale.
 Une 5G partout, et à plusieurs vitesses adaptées à un monde ultra-connecté.
 Le principal défi pour 5G est le nombre massif de machines connectées et la
croissance de 1000x dans le trafic mobile.
13
1.6 La 5G dans le monde
La course mondiale est déjà lancée entre pays pour être le premier à mettre en place
des expérimentations 5G à grande échelle, puis à lancer des services commerciaux, quand
bien même ceux-ci seraient basés sur des pré-standards de spécifications techniques.
Ainsi plusieurs pays, travaillent et essaient de s‟accorder entre eux afin de pousser à
l‟international les spécifications techniques qui satisferont leurs besoins et rentabiliseront
au mieux les investissements consentis, créant par exemple beaucoup d‟agitation au sujet
des bandes de fréquences les plus adéquates à considérer pour la 5G.
Exemples aux Corée, Japon, Chine, l‟Europe et USA :
Japon :
Le japon veut démontrer son leadership sur la 5G en déployant le premier réseau
commercial 5G à être conforme aux spécifications techniques internationales pour les
jeux olympiques d‟été de Tokyo en 2020.
Chine :
Tout comme au Japon, la Chine entend montrer son leadership avec des premiers
déploiements commerciaux dès 2020. Les premiers tests seront faits avant 2020 dans la
bande 3400 - 3600MHz. Les bandes 3300 - 3400 MHz, 4400 - 4500 MHz et 4800 - 4990
MHz sont aussi considérées et à l‟étude. Pour de plus hauts débits, les bandes autour de
25 GHz et 40 GHz sont envisagées.
Corée :
La Corée quant à elle envisage un déploiement pré-commercial de la 5G durant les
jeux olympiques d‟hiver de P‟yŏngch‟ang 2018.Plusieurs expérimentations sont en cours
de préparation pour des démonstrations grandeur nature dans plusieurs villes coréennes
dont P‟yŏngch‟ang et Seoul. Les trois opérateurs mobiles nationaux espèrent des
fréquences dans la bande 26,5 - 29,5 GHz.
L’Europe :
La Commission européenne donne à tous les pays de l'Union un certain nombre

d‟objectifs chiffrés et ambitieux. Ainsi, un objectif phare pour la 5G serait d'avoir en
2020 au moins une grande ville dans chaque pays d'Europe équipée de cette dernière
14
génération mobile, avec une couverture, à l‟horizon 2025, de tous les centres urbains, les
autoroutes et les voies ferrées à grande vitesse. Il s‟agit là de répondre aux annonces de la
Corée du Sud et du Japon qui promettent de faire une démonstration à grande échelle de
la 5G respectivement aux JO d'hiver en 2018 à P‟yŏngch‟ang et d'été en 2020 à Tokyo
Etats-Unis d’Amérique :
La 5G est considérée comme étant une opportunité sans précédent pour la croissance
économique avec de gros impacts sur l‟éducation, l‟emploi, les transports, etc.… Ces
futurs réseaux nécessitent, selon la FCC (Federal Communications Commission),
l‟agence de régulation américaine) de se pencher sur les 3 éléments suivants : le spectre,
l‟infrastructure et le réseau de raccordement (backhaul).
Conclusion :
5G devrait avoir d'innombrables cas d'utilisation, dont beaucoup ne sont pas imaginés
aujourd'hui. Il est en effet positionné pour répondre aux demandes et aux contextes
d'affaires de 2020 et au-delà. Il est nécessaire de fournir, un débit beaucoup plus élevé,
une latence beaucoup plus faible, une fiabilité ultra-élevée, une densité de connectivité
beaucoup plus élevée et une plage de mobilité plus élevée. Cela permettrait de fournir
beaucoup plus de services que la voix et les données.
Les exigences 5G couvrent les considérations de bout en bout, y compris les exigences
relatives aux utilisateurs, aux systèmes, aux services améliorés, à la gestion et à
l'exploitation, aux dispositifs et aux modèles commerciaux. Il est particulièrement
important de maintenir les améliorations dans les domaines suivants : Capacité de réseau,
Une expérience client cohérente, La flexibilité, Efficacité, des services Innovants.
15
Chapitre 2
Le système OQAM-FBMC
Chapitre 2 Le système OQAM-FBMC
Introduction :
Dans ce chapitre, nous allons définir une nouvelle technologie de transmission

principale pour la prochaine communication sans fil standard 5G qui est FBMC (filtre
Bank multi-carrier). Elle est aussi considérée comme une suite ou plutôt une alternative
au fameux multiplexage par répartition orthogonale de fréquence (OFDM).
Afin de garantir une communication sans interférence, l‟OFDM utilise un préfixe
cyclique (CP) et un niveau très élevé des lobes latéraux entrainant une fuite de puissance
entre les différentes sous-porteuses. L‟OFDM utilise un filtre rectangulaire en forme
d‟impulsion par contre la FBMC utilise un schéma de modulation différent et un filtre
prototype.
En effet, la technique FBMC conserve les avantages de l‟OFDM et améliore ses
points faibles.
2.2 Le système OFDM :
L‟OFDM est une technique de transmission de donnée analogique ainsi qu‟une

solution efficace pour lutter contre les effets des trajets multiples.
Cette technique divise la bande du système en un grand nombre de porteuse
individuelles appelés sous-porteuse, ces dernières sont dites orthogonale car pour une
transmission idéale, un symbole transmis sur une sous porteuse peut être démodulé sans
interférence de la part des sous porteuse adjacentes.
D‟un point de vue implémentation numérique, les systèmes OFDM transmettent les
données par blocs : le flux original de donnée de débit R est multiplexé en N flux
parallèles de débit R/N. Il s‟agit bien d‟un multiplexage fréquentiel puisque les données
sont transmises sur N canaux différents.
Afin d‟effectuer cette transmission, au lieu de transmettre les données en série comme
le font les systèmes mono-porteuse, les systèmes OFDM transmettent les données par
bloc en introduisant aux informations utiles de la redondance (appelée intervalle de garde
qu‟il faut être plus long que le délai maximal du canal multi-trajets), dont la structure
cyclique permet, à l‟aide de transformées de Fourier, une inversion simple (scalaire) du
canal propagation. 2
17
Figure 2.1 : Schéma général du Modulateur/Démodulateur OFDM.
Les symboles de flux de bits qui passent par la modulation QAM sont envoyés par le
convertisseur série/ parallèle où les bits modulés seraient disposés d'une manière telle
qu'il serait alimenté en entrée du bloc IFFT. Nous obtiendrons à la sortie, des signaux
modulés et multiplexés qui sont dans le domaine temporel. Cependant, pour éviter
complètement l‟ISI et ICI, on ajoute un intervalle de garde entre les symboles OFDM
adjacents. La séquence résultante va passer à travers un convertisseur
numérique/analogique, qui sera transmis à travers le canal radio mobile. La sortie du
canal est obtenue après convolution du signal de sortie avec la réponse impulsionnelle du
canal et l‟addition du bruit.
Le signal reçu va passer à travers un convertisseur analogique/numérique. Puisque
l‟ISI existe seulement dans les premiers échantillons de la séquence reçue, ces
échantillons sont enlevés avant une démodulation multi-porteuse. La partie des
échantillons libre d‟ISI est démodulé par inverse OFDM en utilisant l‟FFT.
A la sortie, on récupère le flux de données initial après une conversion parallèle série.
18
2.3 Structure du système FBMC-OQAM :
 Principe de FBMC-OQAM :
L‟idée principale de la technique FBMC-OQAM est de remplacé la modulation QAM

habituelle par la modulation OQAM, pour cela un décalage d‟une demi-période symbole
T/2 est introduit entre la partie réelles et la partie imaginaire d‟un symbole QAM donné.
Si la partie imaginaire est retardé de T/2 sur une sous –porteuse, c‟est la partie réelle
qui sera retardée sur la sous-porteuse suivante. 3
La figure 2.2 présenter la structure generale de système FBMC /OQAM
Figure2.2 : Structure générale de la technique FBMC/OQAM (partie émission

/partie réception).
2.3.1 Le bloc pré/post-traitement OQAM :

Dans ce bloc, les symboles OQAM sont transmis plutôt que les symboles QAM.
Pour effectuer cette modulation, des blocs de pré / post-traitement sont placés
respectivement du côté émetteur / récepteur.
19
2.3.1.1 Pré-traitement OQAM :
Le schéma du principe de prétraitement OQAM est démontré dans la Figure 2.3qui

se compose de deux opérations :
 La première opération est une conversion complexe/ réelle ou les parties réelles
et imaginaires d‟un symbole complexe 𝐶𝑘 [𝑙], transmises à un débit 1/T, sont
séparé pour former deux nouveaux symboles.
𝑑𝑘 𝑛 Et 𝑑𝑘 [𝑛 + 1]
T=1/Ϫ𝑓 représente la période du signal avec Ϫf l‟espacement entre les sous-porteuse
𝑅𝑒(𝐶𝑘 𝑙 , 𝑘 𝑝𝑎𝑖𝑟
𝑑𝑘 𝑛 = (2.1)
𝐼𝑚(𝐶𝑘 𝑙 , 𝑘 𝑖𝑚𝑝𝑎𝑖𝑟𝑒
𝐼𝑚(𝐶𝑘 𝑙 , 𝑘𝑝𝑎𝑖𝑟
𝑑𝑘 𝑛 + 1 = (2.2)
𝑅𝑒(𝐶𝑘 𝑙 , 𝑘𝑖𝑚𝑝𝑎𝑖𝑟𝑒
Avec :
L : L‟indice d‟échantillon à l‟entrée du bloc pré-traitement OQAM et la sortie de
block post-traitement OQAM.
𝒏 : L‟indice d‟échantillon à la sortie du block pré-traitement OQAM et l‟entrée
du block post-traitement OQAM.
 La seconde opération est la multiplication par ϴk[n] afin de maintenir les
symboles orthogonaux.
Ө𝑘 𝑛 = 𝑗𝑘+𝑛 (2.3)
20
Figure 2.3 : Prétraitement OQAM
Les données à la sortie du block prétraitement OQAM 𝑋𝑘 [𝑛] peuvent s‟exprimer comme
suit :
𝑋𝑘 [𝑛] = 𝑑𝑘 [n] ϴk[n] (2.4)
2.3.1.2 Post-traitement OQAM :
Le schéma fonctionnel du post-traitement OQAM est illustré par la figure 2.4.

L‟OQAM post-traitement se trouve à la partie réception et il est constitué de deux
opérations principales.
 La première opération : est une multiplication par le complexe conjugué de
ϴk[n] noté ϴk*[n] suivie de l‟opération qui se compose que de la partie réelle.
 La deuxième opération : est la conversion réelles/complexe dans laquelle deux
symboles réelles successifs forment un symbole de valeur complexe (l‟un des
symboles est multiplié par j ; la forment complexe noté Ck[l] est défini par :
𝑑𝑘 𝑛 + 𝑗𝑑𝑘 𝑛 + 1 , 𝑘 𝑝𝑎𝑖𝑟
𝐶𝑘 [𝑙] = (2.5)
𝑑𝑘 𝑛 + 1 + 𝑗𝑑𝑘 𝑛 , 𝑘 𝑖𝑚𝑝𝑎𝑖𝑟
21
Figure 2.4: Post-traitement OQAM.
2.4 Les bancs de filtre :
Dans le plus grand sens, un banc de filtre est un réseau de M filtres qui traite M
signaux d'entrée pour produire M signaux de sorties. On a deux différents types de bancs
de filtres : filtres de synthèse et filtres d‟analyse qui sont placés respectivement du côté
émetteur / récepteur. Ces deux cas sont représentés sur la figure 2.5. Le système de la
figure 2.5(a) est appelé banc de filtres synthèse(SFB), le système de la figure 2.5(b) est
appelé banc de filtre d‟analyse(AFB).
22
Figure 2.5 : Bancs de filtres à M canaux (a) banc de synthèse SFB, (b) banc d‟analyse
AFB.
Au niveau de l'émetteur, des M sur- échantillonneurs et M filtres de synthèse

formeront un banc de filtres de synthèse. Les données Xk(z) ou K= 0,1...M-1sont ensuite
sur-échantillonnées par M/2 et filtrées avec filtre de synthèse G K(z), enfin tous les sous-
canaux sont additionnés pour former RK(z).
Au niveau du récepteur, M sous-échantillonneurs et M filtres d‟analyse formeront le banc
de filtre d‟analyse de sorte que le signal Y K(z) est filtré avec le filtre d‟analyse FK(z), puis
sous-échantillonnée par M/2 pour former Xk(z).
 Les bancs de filtres d‟analyse et de synthèse sont généralement associés : le
premier décompose un signal pour appliquer un traitement à chaque signal de
sous-bande, et le second recombine les signaux de sous-bandes traités pour
construire le signal modifié.
 Si les signaux X(n) et X(n) sont égaux (éventuellement aux erreurs
numériques et à un délai prés) on dit que le système est à reconstruction
parfaite. Cette propriété peut être vérifiée par un couple de bancs de filtres
d‟analyse/synthèse. 4
23
2.4.1 Conception de filtre prototype :
L'étude des filtres prototypes présente un intérêt particulier pour FBMC / OQAM
parce qu'il représente un degré important de liberté.
De plus, Les filtres prototypes sont des conceptions de filtres électroniques qui sont
utilisés comme modèle pour produire une conception de filtre modifiée pour une
application particulière.
Afin d'éviter un problème d'ISI, le canal doit satisfaire au critère de Nyquist lorsqu'il
a un cas idéal. Maintenant, si la période de symbole est 𝑇𝑠 et que le taux de symbole
est 𝐹𝑠 = 1 /𝑇𝑠, la réponse en fréquence du canal doit être symétrique par rapport à la
fréquence. En conséquence, en FBMC, le filtre prototype pour les bancs de filtres de
synthèse et d'analyse doit être à demi-Nyquist, ce qui signifie que le carré de sa réponse
en fréquence doit satisfaire au critère de Nyquist.
Les filtres doivent fonctionner à de nombreuses fréquences, impédances et largeurs de

bande différentes. L'utilité d'un filtre prototype provient de la propriété que tous ces
autres filtres peuvent en être dérivés en appliquant un facteur d'échelle aux composants
du prototype. La conception du filtre ne doit donc être réalisée qu'une seule fois. Parmi
les filtres prototype on a le filtre PHYDYAS.
 Filtre prototype PHYDYAS : Ce filtre prototype a été introduit par Bellanger.

Le filtre prototype est conçu en utilisant la technique d'échantillonnage de
fréquence.
L'idée de cette technique est de déterminer la réponse en fréquence G (f) via la
formule d‟interpolation.
24
Figure 2.6 : Réponse fréquentielle du filtre prototype PHYDYAS
Figure 2.7 : Réponse fréquentielle du filtre prototype PHYDYAS.
25
Les figures 2.6 et 2.7 donnent respectivement la réponse fréquentielle et la réponse

impulsionnelle d‟un filtre prototype utilisé dans un système FBMC/OQAM avec
différentes valeurs k, on constate que la valeur optimale du facteur de chevauchement en
termes de suppression de bande latérale est K = 4.
2.4.2 Structure polyphasé :
Les banque de filtres de synthèse (SFB) et les banque de filtres d'analyse (AFB) du
système sans fil FBMC / OQAM introduisent une complexité de calcul élevée, car elles
sont effectuées à un taux d'échantillonnage élevé entraînant une énorme quantité de
calculs inutiles. Néanmoins, la complexité de calcul peut être réduite en exploitant des
représentations polyphasées de SFB et AFB avec des opérations IFFT / FFT. La
polyphasé peut offrir des simplifications drastiques, car les opérations de filtrage sont
effectuées à un taux d'échantillonnage inférieur et évitent des calculs inutiles.
Nous pouvons redessiner le bloc SFB du système sans fil FBMC / OQAM comme
l‟indique la figure 2.8.
Figure 2.8 : Schéma bloc d‟un banc de filtres de synthèse utilisant la structure
polyphasée
26
Ainsi, les bancs de filtres d'analyse sont constitués d‟une chaîne de retard, des sous-
échantillonneurs par M / 2, de l'analyse du filtrage polyphasé Bq (z), de la FFT et des
𝐵𝑘 *multiplicateurs.
Voilà, nous pouvons redessiner aussi le système sans fil AFB de FBMC / OQAM dans la
figure 2.9.
Figure 2.9 : Schéma bloc d‟un banc de filtres d‟analyse utilisant une structure
polyphasée.
2.5 Emetteur OQAM-FBMC :
A l‟émission, les symboles de données SKN, K=0,1,….M-1, qui passent par la

modulation QAM sont envoyés par le bloc de conversion série /parallèle puis passe par
la modulation OQAM qui consiste à introduire un décalage temporel d'une demi période
T/2 entre la partie réelle et la partie imaginaire du symbole QAM transmis sur une sous-
porteuse donnée. Ce qui permet d'éliminer les interférences entre symboles.
27
En outre, le signal résultant passe par le bloc des filtres de synthèse qui contient deux
blocs :
Le premier bloc c‟est la transformé de Fourier inverse rapide.
Le deuxième bloc c‟est le filtre polyphasés 𝐻𝑛 (𝑍 𝑛 ).
A la sortie du banc de filtres de synthèse en a une conversion parallèle/série et à la fin le
signal à la sortie peut être exprimé comme suit : 5
(2.6)
Où m est l'indice d'échantillon à l'entrée / sortie SFB / AFB, et M est le nombre de sous-
porteuses dans la banque de filtres.
En notation matricielle : Y (z) = GT(z).X (zM/2). (2.7)

Finalement le signal résultant est envoyé à travers un canal de transmission après une
conversion parallèle série. La Fig. 2.10 montre le système de transmission.
Figure 2.10 : Schéma fonctionnel d‟émetteur FBMC /OQAM.
28
2.6 Le récepteur OQAM-FBMC :
Le schéma fonctionnel du récepteur FBMC / OQAM est illustré dans la Figure 2.10.
Figure 2.11 : Schéma fonctionnel du récepteur FBMC / OQAM
Après la transmission, le signal traverse le canal sans fil et peut être exprimé comme
suit :
𝐫𝐤 𝐦 = 𝐲𝐤 𝐦 𝐡𝐤 𝐦 + 𝐖𝐤 [𝐦] (2.8)
Où 𝐡𝐤 𝐦 est un processusd'évanouissementcomplexeévaluésur la sous-porteuse pour le
Symbole FBMC / OQAM, 𝐖𝐤 [𝐦]est un processus de bruit gaussienblancadditif
(AWGN). Les processus de 𝐖𝐤 [𝐦] 𝑘 = 0,1, … 𝑚 − 1 sontsupposésêtre mutuellement
indépendants elle processus gaussiens complexes à moyenne nulle, à distribution
identique, avec des variances égales.
Après le traitement du signal reçu𝑟𝑘 [m] avec le bloc de la banque de filtresd'analyse, le
résultat du signal à l'entrée de l'estimation du canal est donnée par:
𝑺𝒌 𝒏 = 𝒓𝒌 𝒎 ∗ 𝒇𝒌 𝒎 ↓
𝑴 = 𝑿𝒌 𝒏 . 𝒒𝒌 𝒏 + Ƞ𝒌 [𝒏] (2.9)
𝟐
Où :
𝐪𝐤 𝐧 = [𝐡𝐤 𝐦 𝐠𝐤 𝐦 ∗ 𝐟𝐤 𝐦 ]↓𝐌 (2.10)
𝟐
29
Avec : * désigne l'opérateur de convolution, et Ƞk est un processus de bruit gaussien de

Varianceσ2ᶯ. Sous l'hypothèse de reconstruction presque parfaite (NPR) du filtre
prototype, la valeur de 𝐠𝐤 𝐦 *𝐟𝐤 𝐦 estune contribution de petite valeur, et sera ignoré à
partir de maintenant. Sous cette hypothèse,
𝐪𝐤 𝐧 = 𝐡𝐤 𝐦 𝐠𝐤 𝐦 ∗ 𝐟𝐤 𝐦 ↓
𝐌 ≅ [𝐡𝐤 𝐧 (2.11)
𝟐
Ainsi, l'équation est réduite à :
𝑺𝒌 𝒏 = 𝑿𝒌 𝒏 𝐡𝐤 𝐧 + Ƞ𝒌 𝒏 , 𝒌 = 𝟎, 𝟏, … … . , 𝑴 − 𝟏 (2.12)
2.7 Comparaison entre l’OFDM et l’OQAM-FBMC :
Les techniques multi-porteuses OFDM offrent de nombreux avantages :
 Moyen efficace pour combattre les effets des trajets multiples comme les
interférences entre symboles grâce à l‟insertion du préfixe cyclique et
l‟évanouissement sélectif du canal suite à la réduction de la bande des sous-
porteuses.
 Encombrement spectral optimal par rapport aux autres techniques multi-porteuses
conventionnelles.
 Implémentation facile et efficace de la modulation et démodulation grâce aux
transformées de Fourier rapide.
 Robustesse face aux bruits impulsifs.
 Simplicité de l‟égalisation.
Malgré ses nombreux avantages, la technique OFDM peut être limitée par certains
inconvénients.
 L‟insertion de l‟intervalle de garde entraine considérablement une perte de

l‟efficacité spectrale
 Le spectre du signal possède des lobes latéraux extrêmement élevé engendrant
également une perte de l‟efficacité spectrale et une fuite de puissance entre les
sous porteuses.
30
Afin d‟améliorer l‟efficacité spectrale, la technique Multi-porteuses basée sur les

bancs de filtre a été proposée.
La différence entre les modulations OFDM et FBMC se trouve dans la propriété des
fuites spectrales.
Figure 2.12: Comparaison en fréquence de l‟OFDM et FBMC
D‟après la figure 2.12, la modulation OFDM présente des lobes latéraux importants
tandis que la modulation FBMC présente des lobes latéraux négligeables dans le domaine
fréquentiel. La technique FBMC/OQAM a les caractéristiques suivantes :
 Aucun préfixe cyclique n‟est nécessaire en raison de ses lobes latéraux faibles, la
technique FBMC/OQAM est beaucoup moins sensible aux décalages temporels
que la technique OFDM.
 La technique FBMC/OQAM est moins sensible au décalage de fréquence
résiduelle et est plus robuste à l‟effet Doppler.
 Dans la FBMC, la séparation des signaux se fait par filtrage. Il n'y a pas un tel
besoin
31
Critique de synchronisation parfaite entre utilisateurs (une sous-porteuse vide

proposée comme bande de garde entre deux utilisateurs asynchrones).
 Dans le cas de FBMC, la performance peut être facilement améliorée par
l'intégration de certains des mécanismes compatibles de traitement des signaux de
soutien comme les schémas de diversité et les schémas de codage.
 La modulation FBMC, est un meilleur choix pour remplir les trous du spectre.
Conclusion :
En résumé, les modulations FBMC offrent une résolution spectrale plus élevée ainsi
qu‟une meilleure efficacité et exigent seulement une petite augmentation de la complexité
de calcul par rapport à l‟OFDM.
Le FBMC conserve non seulement les caractéristiques de l‟OFDM comme par
exemple un débit élevé, une robustesse aux évanouissements par trajets multiples, une
mise en forme spectrale flexible… etc., mais améliore aussi les points faibles de l‟OFDM
grâce à ses capacités intrinsèques.
On constate aussi que la modulation FBMC / OQAM a les caractéristiques clés qui
sont nécessaires pour transmettre les symboles dans un spectre fragmenté ou dans des
réseaux où une synchronisation étroite ne peut être atteinte.
32
Chapitre 3
MIMO beamforming.
Chapitre 3 MIMO Beamforming
Introduction :
Avec des progrès continus de l‟utilisation des systèmes de communication sans fil il faut focaliser sur le
déploiement de nouvelle technologie permettant de rende les réseaux de plus en plus performants. Cette
technologie appelée MIMO où les réseaux d'antennes sont équipés à la fois d'émetteur et de récepteur,
ont été suggéré pour la transmission à haut débit, ainsi l‟emploi d‟une telle technologie fournit une
augmentation considérable des débits et la qualité des liens de transmission. Dans ce chapitre, nous
allons présenter les systèmes multi-antennes ensuite différente type d‟antennes MIMO et en dernier nous
allons se baser sur MIMO beamforming.
3.2. Présentation des systèmes multi-antennes :
Dans un système mono-antenne, l‟augmentation de la taille de la modulation ou de la bande de

fréquence utilisée est les seules solutions pour augmenter le débit de donnée, avec tous les problèmes de
complexité ou d‟encombrement que cela entraine. Partant du point de vue de la théorie de l‟information,
deux membres des laboratoires de recherche Bell, Telatar 6 et Foschini 7 , ont parallèlement et
indépendamment montré que la capacité des systèmes multi-antennes augmentait linéairement avec le
nombre d‟antennes émettrices, dépassant de manière significative la limite théorique de Shannon 8 .
L‟aptitude des systèmes multi-antennes à résister aux évanouissements et aux interférences constitue par
ailleurs un avantage supplémentaire indéniable.Ces découverts ont fait des systèmes MIMO.
3.3. Type d’antennes MIMO:

L‟idée de base des systèmes MIMO est très simple puisqu‟il s‟agit d‟associer la diversité spatiale à
l‟émission et la diversité spatiale à la réception, il s‟agit en quelque sorte d‟une extension des "antennes
intelligentes”. Utilisé dans les systèmes sans fil traditionnels, c‟est-à-dire dans une bande de fréquence
donnée, on transmet l„information en utilisant simultanément plusieurs antennes à l„émission et à la
réception.
En première approximation, le débit transmis dans cette bande de fréquence se trouve multiplié par
le nombre d„antennes émettrices.
La mise en œuvre concrète soulève par contre des problèmes complexes : en effet, tous les signaux
transmis se mélangent, et il faut être capable de séparer les éléments du mélange. On doit alors faire
appel, du côté du récepteur, à des méthodes sophistiquées de traitement du signal.
L„utilisation de réseaux d„antennes en émission et en réception permet ainsi d„améliorer l„efficacité
Spectrale et/ou la fiabilité des transmissions numériques dans un environnement riche en diffuseurs.
34
Figure 3.1 : Principe de la technique MIMO
On distingue 3 types antennes MIMO :

3.3.1 MIMO a Codes spatio-temporels :
Certaines études ont vite démontré que les systèmes MIMO permettaient également des
communications bien plus sûres grâce à un codage conjoint de toutes les sous-chaînes d‟information qui
sont transmises aux antennes. Ce codage spatio-temporel (CST) est une méthode pour atteindre la
capacité d'un système MIMO qui augmente considérablement lorsqu'on a plusieurs antennes de
transmission et de réception.
Figure 3.2 : Architecture d‟un système de codage spatio-temporel.
35
Un code spatio–temporel est caractérisé par son rendement, son ordre de diversité et son gain de
codage. On peut distinguer deux grandes classes de codage espace-temps permettant l‟exploitation de la
diversité : le codage en treillis et le codage en blocs.
3.3.2. MIMO à Multiplexage spatial :

Contrairement aux codes spatio-temporels, le multiplexage spatial est une technique utilisée pour
maximiser le débit de transmission de données. Il consiste en un schéma de multiplexage des signaux où
les flux indépendants de données sont transmis sur des canaux parallèles de chaque élément du réseau
d‟antenne avec un SNR donné 9 IL consiste à émettre simultanément Nt symboles de modulation sur Nt
antennes d'émission sans codage espace-temps de ces symboles. . Ainsi, le multiplexage spatial améliore
la capacité du canal avec le nombre d‟antenne en émission et en réception 10 .
La figure3.3 illustre le principe de multiplexage spatial.
Figure 3.3 : Principe de Multiplexage Spatial

Le multiplexage spatial peut améliorer considérablement l‟efficacité spectrale 11 , 12 mais le
niveau d‟erreurs important dû au manque de diversité d‟antennes peut diminuer le débit de données à la
réception particulièrement lorsque les SNR sont bas. Le multiplexage spatial ne fonctionne pas bien dans
un environnement à faible SNR car le récepteur à des difficultés à identifier les signaux non
corrélés 13 14 .
 La différence avec le multiplexage spatial est que le codage spatio-temporel prend un seul flux de
données pour le coder dans le temps et dans l‟espace pour produire des flux de symboles pour
36
chaque antenne d‟émission. Le codage spatial est utilisable dans le cas où le canal n‟est pas connu
à l‟émission.
 Le codage spatio-temporel ne permet pas d‟augmenter la capacité du canal linéairement avec le
nombre d‟antennes utilisées. Cependant, il permet de maximiser la portée et la couverture radio
en améliorant la qualité de transmission [15]
3.3.3. MIMO beamforming :
L‟objectif de ce système est d‟augmenter le débit, la qualité et l‟ordre de diversité des systèmes de
communications. On va détaillée le MIMO Beamforming dans le paragraphe suivant.
3.4. MIMO Beamforming :

3.4.1. Antennes intelligentes :
L‟intérêt de ce système est la réaction automatique de leur capacité, en temps réel, a des
modification du canal de propagation, ils permettent de réduire les niveaux des lobes secondaires
existants dans la direction de l‟interférence, tout en maintenant le lobe principale en direction utile
habituellement, ces systèmes reposent sur un réseau d‟antennes et sur un processeur récepteur adaptative
en temps réel qui attribue des pondération aux éléments, afin d‟optimiser le signal de sortie selon les
algorithme de contrôle prédéfinie.[16]
Un réseau d‟antennes adaptatives peut donc être défini comme un réseau capable de modifie son
diagramme de rayonnement, sa réponse fréquentielle et d‟autre paramètre grâce à une boucle à retour de
décision interne pendant le fonctionnement de l‟antenne.
 Avantage des antennes intelligentes :
La caractéristique principale des antennes intelligentes est le pouvoir d‟éliminer les interférences
pour les applications radio-mobil ce qui donne un meilleur rapport signal sur bruit, donc augmentation
de la capacité en nombre utilisateurs.
3.4.2. Type d’antennes intelligentes :

Il existe deux types de systèmes des antennes intelligentes, Systèmes d'antennes à faisceaux
commutés SBA et les systèmes des antennes réseaux adaptative. Les deux types de systèmes permettent
d‟augmenter le gain en fonction de la localisation de l‟usager. Cependant, seul le système adaptatif
permet d‟obtenir un gain optimal par identification, suivi et minimisation de l‟interférence des signaux.
37
3.4.2.1. Systèmes d'antennes à faisceaux commutés SBA :

C‟est un système qui est formé de multiples faisceaux fixes avec une grande sensibilité dans des
directions particulières. Il détecte le signal le plus puissant en plus la commutation d'un faisceau à un
autre se fait lorsque le mobile se déplace tout au long du secteur. Cette méthode de faisceau commuté
peut être considérée comme une extension du système cellulaire à sectorisation offrant ainsi plus de
sélectivité spatiale. [17]
Un système à faisceaux commutés ce compose d'un réseau d'antennes lié à un réseau formateur de
faisceau, ce dernier est lié à un système de commutation permettant de choisir le faisceau le plus adéquat
afin de localiser le signal d'intérêt propre à chaque usager.
Figure 3.4 : Structure d'un système à faisceaux commuté.
3.4.2.2. Antennes adaptatives :

Les antennes adaptatives peuvent être définies comme des antennes-réseaux avec traitement du
signal qui peut modifier leur diagramme de rayonnement de façon dynamique pour s'adapter au bruit, au
brouillage et à la propagation par trajets multiples. Elles sont utilisées pour améliorer le rapport
signal/bruit+brouillage (SINR) à la réception et peuvent également être considérées comme des antennes
à faisceaux modelés pour l'émission.
La technologie des antennes adaptatives constitue la méthode la plus évoluée à ce jour pour
améliorer sensiblement l'efficacité spectrale. En utilisant divers algorithmes de traitement du signal, un
38
système adaptatif identifie et suit tous les signaux et brouilleurs pris en considération afin de minimiser
dynamiquement les brouillages et de maximiser la réception des signaux utiles.
 La différence entre les deux méthodes – antennes adaptatives ou antennes à commutation de

faisceaux – est illustrée de façon simplifiée à la Figure 3.5 qui montre comment les algorithmes
adaptatifs se comportent par rapport aux signaux brouilleurs et au signal utile.
Figure 3.5 : différence entre un système à commutation de faisceaux et un système adaptative.
3.4.3. Algorithmes adaptatifs :

Afin d‟obtenir des pondérations optimales, diverses méthodes sont possibles. Le choix de
l‟algorithme qui permet d‟atteindre la solution optimale est une étape cruciale car de lui dépendent la
vitesse de convergence et la complexité d‟intégration matricielle, les algorithmes utilisés sont :
 LMS : Algorithme du gradient stochastique.
 DMI : Inversion directe de la matrice de convergence
 RLS : Algorithme des moindres carrés récursifs (Récursive least squares algorithme)
 CMA : Algorithme à module constant (Constant modulus algorithme) [18]
39
3.4.4. Antennes MIMO beamforming :
3.4.4.1. Concept de base :
Les systèmes MIMO beamforming consiste à diriger les signaux numériques sur les différentes
antennes vers une direction d‟intérêt. Ceci peut être réalisé par une pondération de signaux, nous
utilisant cette dernière pour des canaux d'évanouissement sélectifs en fréquence.
Il existe de nombreux schémas proposés pour les canaux d'évanouissement sélectifs en fréquence,
MIMO avec ou sans connaissance préalable de canal CSI à l'émetteur et / ou au récepteur, ces schémas
ne précisent pas encore combien de canaux retardés peuvent être annulés efficacement en utilisant le
faisceau adaptatif et le poids du récepteur dans le système MIMO.
Dans ce paragraphe, nous proposons un schéma de détermination de poids pour les canaux
d'évanouissement sélectifs en fréquence MIMO avec une connaissance préalable de canal CSI
(information sur l‟état de canal) à la fois à l'émetteur et au récepteur. Le schéma est ensuite utilisé dans
un algorithme de mise à jour itératif de vecteurs de poids d'émission et de réception pour maximiser le
SINR. L'annulation de M + N -2 canaux retardés est identifiée par M × N MIMO beamforming. Nous
effectuerons une évaluation pratique de notre formation de faisceau MIMO proposée en utilisant un
modèle de propagation conventionnel. Il montre que l'augmentation des éléments d'antenne d'émission
et de réception améliore le SINR lorsque le retard des ondes multi-trajets est supérieur à 1 période de
symbole.
Nous établissons les conditions nécessaires pour une solution optimale de vecteur de poids et
proposons un algorithme de mise à jour itératif de poids pour une réception SINR optimale.
La méthode MSN (Maximum Signal-to-Noise) est utilisée comme critère. Où le bruit est un bruit
gaussien additif. La figure 3.6 illustre le principe de cette méthode.
40
Figure 3.6 : Configuration du canal MIMO beamforming à bande étroite.
𝐿 𝐻
Y(t) = 𝑙=0 𝑊𝑟 𝐴(𝑙) 𝑊𝑡 𝑠(𝑡 − 𝑙Ϫτ) +𝑊𝑟𝐻 𝑛 𝑡 (3.1)
Où :
S0(t) : le signal émis.
𝑊𝑡 𝑊𝑟 Sont les Vecteurs de pondération de transmission et de réception.

H : Matrice de canal de dimension (NR × NT).
(3.2)
41
(3.3)
Avec :
A0 (l=0) est l‟information du canal de l‟onde précédent que nous considérons comme le canal désiré.
A(L) (l=1,………L) est la 1iéme information du canal retardé que nous considérons comme canal
d‟interférences.
(𝐥)
𝐚𝐧𝐦,𝐢 : désigne la réponse du gain de 1iéme trajet retardé entre la méme antenne d‟émission et la nième
antenne de réception.
Ϫτ: le temps de retard unitaire, ce qui correspond à la période de symbole T s du signal modulé.
Y(t) : signal reçu.
Selon la méthode de beamforming à l‟émission et à la réception, le modèle de système de
communication peut être d´écrit par l‟´équation suivante :
Q Lj −1
yi t = j=1
H
l=0 Wr,i Aj l Wt,j Sj t − lϪτ + Wr,i
H
n t (3.4)
𝒏=[𝒏𝟏 , 𝒏𝟐 , … … . . 𝒏𝑵 ]𝑻 est le vecteur de bruit gaussien blanc additif (AWGN).

Supposons que chaque signal retardé est non corrélé et de moyenne nulle, de ce fait
(3.5)
La puissance du signal reçu est donnée par :
(3.6)
42
Nous allons définir PS, Pi, PN, et le 1/γ comme étant la puissance de signal, puissance d'interférence,
puissance de bruit et le rapport de la puissance du signal sur bruit. La puissance du signal reçu s‟écrit
par :
(3.7)
3.4.4.2. Antennes MIMO à maximisation du rapport signal sur bruit :

Le SINR de sortie au niveau du récepteur est donné par :
𝑊𝑟𝐻 𝐴 0 𝑊𝑡 𝑊𝑡𝐻 (𝐴 0 𝐻 ) 𝑊𝑟 𝑊𝐻 𝑅 𝑊
Ƞ(𝑊𝑇 ,𝑊𝑟 ) = 𝐿 𝑊 𝐻 𝐴 (𝑖) 𝑊 =𝑊 𝐻𝑟 𝑅 0 𝑊𝑟 (3.8)
𝑖=1 𝑟 𝑡 𝑊𝑡𝐻 (𝐴 𝑖 𝐻 ) 𝑊𝑟 + 𝛾 𝑊𝑟𝐻 𝑊𝑟 𝑟 𝑛𝑟 𝑟
Où :
𝑅0 = 𝐴(0) 𝑊𝑡 𝑊𝑡𝐻 (A(0))H (3.9)
Et :
𝐿 𝐻
𝑅𝑛𝑟 = 𝑙=1 𝑊𝑟 𝐴𝑙 𝑊𝑡 𝑊𝑡𝐻 (A(l))H𝑊𝑟 +γ 𝑊𝑟𝐻 𝑊𝑟 (3.10)
L‟équation (3.8) est une équation non linéaire multi variable. Puisque les vecteurs de pondération
transmis et reçus sont tous les deux contenues dans le numérateur et dénominateur, il semble difficile de
trouver les vecteurs de pondération optimaux à l‟émission et à la réception analytiquement. Afin de
résoudre ce problème, nous proposons une solution basée sur un algorithme itératif qui permet la mise à
jour de pondération complexe, pour maximiser le SINR de sortie sous l'effet des canaux
d'évanouissement sélectifs en fréquence comme suit.
a) La détermination du vecteur de pondération à la réception :
Le vecteur de poids de réception optimal peut être normalisé et donné par :
opt R −1
nr A
(0) W
t
Wr = (3.10)
R −1
nr A
(0) W
t
43
Par conséquent, le vecteur de pondération optimal à la réception peut être déterminé si le vecteur de
pondération à l‟émission est donné.
b) Détermination du vecteur de pondération à l’émission :
Le vecteur de poids de transmission optimal peut être donné par :
(opt ) R −1
nt (A
0 )H W
r
Wt = (3.11)
R −1
nt (A
0 ) HW
r
Nous ne concluons que la détermination des vecteurs de pondération à l‟émission et à la réception en

faisant remarquer que le vecteur de pondération à la réception est estimé par (3.10) sachant que le
vecteur de pondération à l‟émission est donné. De même pour le vecteur de pondération d'émission, il
est estimé par (3.11) sachant que le vecteur de pondération à la réception est donné. Cependant, parce
que le système d'équations devient sous forme non linéaires, il semble difficile à résoudre
analytiquement. Par conséquent, un algorithme itératif, qui estime les vecteurs de pondérations
d'émission et de réception alternativement est un moyen simple pour atteindre la solution optimale.
 Algorithme itératif de mise à jour de vecteur de pondération

 Vecteur de pondération à la réception :
La mise à jour de vecteur de pondération à la réception au temps k est donnée par :
Wr (k) = R−1 0
nr k − 1 A Wt k − 1 (3.12)
Où :
L l H
Rnr k ≡ i=l A Wt k WtH k A l
+γI (3.13)
Et :
W r (k)
wr k = (3.14)
W r (k)
Rnr k − 1 Est mis à jour sur la base des pondérations transmises précédentes 𝑊𝑡 (𝑘) pour trouver les
pondérations optimales à la réception 𝑊𝑟 𝑘 .
 Vecteur de pondération à l’émission :

La mise à jour de vecteur de pondération à l‟émission au temps k est donnée par :
44
Wt k = R−1 (0) H
nt k (A ) Wr k (3.15)
Où :
L (l) H
R nt (k) = l=1(A ) Wr (k)WrH (k)A(l) +γI (3.16)
ET :
W t (u)
Wt (u) = (3.17)
W (u)t
De même, 𝑅𝑛𝑡 (k) est également mis à jour sur la base de la pondération reçue précédente 𝑊𝑟 (k),
pour trouver les pondérations optimales d'émission𝑊𝑡 (u).
Dans ce travail, le vecteur de pondération initial à l'émission W t (0) pour k=0 est déterminé à partir
d‟un système MIMO dans un environnement à d'évanouissement plat comme suit :
(𝑜𝑝𝑡 )
𝑊𝑡 = 𝑊𝑡 (0) =et,max
Le vecteur et,max est le vecteur propre correspondant à la plus grande valeur propre λ max de la
matrice de corrélation(𝐴(0) )HA(0)
c) Analyse de la capacité d’annulation d’interférences :

Depuis que les vecteurs de pondération à l‟émission et à la réception sont alternativement mises à
jour selon l'algorithme de pondération itérative étudié, les DOF (degrés de liberté) des deux antennes
émettrices et réceptrices sont combinés ensemble pour supprimer les versions retardées du signal
précédant. Ainsi, pour un système MIMO avec M et N antennes à l‟émission et à la réception,
respectivement, le nombre maximum d‟annulation des canaux retardés en tenant compte le DOF des
deux parties est prévu comme :
L = (M-1) + (N-1) = M+N-2 (3.18)
d) SINR de sortie :
Sur la base de l‟algorithme itératif, les vecteurs de pondération optimaux d'émission et de réception sont
utilisés dans l'émetteur et le récepteur respectivement, pour la transmission d‟un flux de données unique.
Le signal de sortie au niveau du récepteur est donné par :
45
𝑜𝑝𝑡
Y(t) = 𝐿
𝑙=0(𝑊𝑟 )H A(l)(Wt)opt s(t-lϪτ) + (𝑊𝑟𝑜𝑝𝑡 )H n(t) (3.19)
Le SINR de sortie du système étudié est calculé par le coefficient de corrélation croisé et donné par :
E[ Y t S ∗ t ]
Ƞ= (3.20)
E[ Y t 2 ] E[ S t 2 ]
Le SINR de sortie est finalement calculé par le coefficient de corrélation en tant que :
Ƞ2
SINR out = 1− Ƞ 2 (3.21)
3.4.4.3Antenne MIMO basé sur la méthode des moindres carrés :
L‟antenne intelligente est un bon candidat pour augmenter considérablement la capacité du canal.
Plusieurs algorithmes adaptatifs ont été proposés pour les applications d'antennes intelligentes [19], [20].
Récemment, le multi-input multi-output (MIMO) apparaît très prometteur pour une utilisation plus
efficace du canal. Dans ce paragraphe, nous proposons un nouvel algorithme MIMO c‟est LMS.
Le LMS-MIMO est destiné à utiliser l‟algorithme LMS conventionnelle pour la résolution de
problèmes avec connaissance de l‟état du canal d‟information ICI (Information sur l‟état du canal).
 Système MIMO et analyse de canal :
Le nombre d'antennes de l'ensemble émetteur-récepteur est respectivement M et N. Le signal reçu

est exprimé comme dans l'équation.
𝐿
𝑋 𝑡 = 𝐻. WT . 𝑍 𝑙 + 𝑖=𝑙 𝐻𝑖 . 𝑊𝑇𝑖 . 𝑍𝑙 𝐿 + 𝑛(𝑙) (3.22)
Le vecteur de signal reçu 𝑋 𝑡 , la matrice de canal (H) et le vecteur de pondération de transmission

𝑊𝑇 sont définis par la représentation vectorielle comme suit :
X(t) = [𝑋1 𝑡 , 𝑋2 𝑡 , … … … … … … 𝑋𝑁 𝑡 ]𝑇 (3.23)
 h11 h12  h1m 

h h 22  h 2m 
H   21 (3.24)
     
 
 h n1 h n 2  h nm 
𝑊𝑇 = [𝑊𝑇1, , 𝑊𝑇2 , … 𝑊𝑇𝑀 ]𝑇 (3.25)
46
Où :
𝐡𝐧𝐦 : est la réponse de canal entre (méme) antenne d'émetteur et (néme) antenne de récepteur.
Z(t) : est un signal de données de source.
n(t) : est AWGN (bruit blanc gaussien additif).
I : est le nombre d'interférences.
Hl : est la matrice de canal du (i-th) signal d'interférence composé de manière similaire de l‟équation
(3.24)
(𝐰𝐓𝐢 ) : Est le vecteur de poids d'émetteur de (i-th) interférence composée de la même manière que
l'équation (3.25).
 Algorithme proposé :
a) Vecteur de poids d'antenne récepteur :
Fondamentalement, l'algorithme proposé est basé sur l'algorithme LMS conventionnel.

Le signal reçu est donné comme suit :
X(t) = H 𝑊𝑇 Z t + n t (3.26)
En appliquant l‟algorithme d‟adaptation à la réception, le signal de sortie devient :
y(t) = 𝑊𝑅𝐻 𝐻 𝑊𝑇 𝑧(𝑡) . (3.27)
Ici le composant de bruit est omis pour la simplicité du calcul. Le signal d‟erreur du kème échantillon est
donné par :
εk = dk – y k = dk − WRH HWT z(t) (3.28)

Où :
dk Est un signal de référence défini en projetant le signal de sortie y(k) sur la constellation de signaux la
plus proche, c'est-à-diredk = Pr [y(k)].
Par conséquent, la pondération d‟antenne à la réception est donnée par la formule récursive suivante :
WR k + 1 = WR k − 2μεk x k (3.29)
b) Vecteur de poids d'antenne émetteur :
Après les calculs, le vecteur de pondération d‟antenne émetteur est défini comme suit :
W𝑇 𝑘 + 1 = 𝑊𝑇 𝑘 − 2μεk y k WT∗ k (3.30)
47
Conclusion :
Dans ce chapitre, nous avons présenté une introduction du concept des antennes intelligentes,
définition, avantage et les deux catégories d‟antenne (les systèmes à faisceaux commuté SBA et les
systèmes de réseaux adaptatifs. Nous avons montré que les performances des systèmes adaptatifs sont
meilleures que celles des systèmes SBA. Cependant, ces deux systèmes sont peu performants dans un
environnement sans visibilité directe. Nous avons ensuite présenté les systèmes MIMO qui s‟adaptent
mieux à cet environnement et offrent de bonnes performances dans un environnement riche en trajets
multiples. Nous avons présenté aussi les différents types d‟antennes MIMO et présenté plus en détail les
antennes MIMO beamforming basé sur l‟algorithme à maximisation du rapport signal sur bruit. Il va
considérer comme une forte candidate pour la couche physique de la 5G
48
Chapitre 4
Résultats et simulations
Introduction :
Après avoir finalisé la partie théorique, nous passons dans ce chapitre à l‟implémentation de notre
application.
Nous avons utilisé comme outil de programmation le simulateur Matlab c‟est un langage technique
d‟informatique, il peut être utilisé pour le développement de l‟algorithme, l‟analyse des données, la
visualisation et le calcul numérique. Il est un outil pour la manipulation du calcul mathématique.
MATLAB permet de manipuler des matrices, d'afficher des courbes et des données, de mettre en œuvre
des algorithmes, de créer des interfaces utilisateurs.
Nous débuterons par représenter la modulation FBMC/OQAM et étudier ses performances avec le
changement des paramètres (K, IG, IFFT).
Après nous allons simuler le MIMO beamforming et étudiés d‟abord l‟influence du nombre de
trajets et nombre d‟antennes sur le SNR, en suite l‟influence du nombre de trajets et nombre d‟antennes
sur les performances du système en modifiant le nombre d‟antennes d‟émission et de réception, et le
nombre de trajets.
Et pour terminer, nous entamons une simulation qui associe le système MIMO beamforming avec la
technique FBMC/OQAM en étudiant l‟influence des paramètres précédents sur les performances du
système MIMO-FBMC. A la fin en fait la comparaissent entre la méthode à maximisation du SNR et la
méthode des moindre carrée et les résultats sont présentés comme suit :
4.2 Etude de la technique FBMC/OQAM :

Concernant la partie pratique de la modulation multi porteuses FBMC/OQAM. Nous allons simuler
et traiter afin de favoriser les avantages et monter les performances dans la communication sans fil.
4.2.1 Description détaillé de la modulation FBMC/OQAM :

Les résultats de cette simulation prouvent que le FBMC, par opposition à l‟OFDM, ne nécessite pas
de préfixe cyclique, exploite la totalité de la période de symbole et possède de faibles lobes latéraux,
pourrait réaliser une efficacité spectrale plus élevée et offre un avantage attrayant dans la détection de
spectre.
Les figures 4.1 et 4.2 représentent les schémas synoptiques de l‟émetteur et du récepteur du système
FBMC.
50
 La partie émission :
Les symboles de flux de donnés sont modulés en QAM puis en OQAM. Le signal résultant passe par le
bloc des filtres polyphasés Hn(Zn) puis le bloc de la transformé de Fourier rapide inversée IFFT.
Finalement le signal résultant est envoyé à travers un canal de transmission après une conversion
parallèle série.
Figure4.1 : Emetteur FBMC
 La partie réception :
A la réception, le signal reçu est démodulé en OFDM par l‟opération FFT, le signal résultant traverse
le bloc des filtres polyphasés Hn(Zn), après une conversion parallèle série le signal sera démodulé en
OQAM puis en QAM pour détecter les symboles désirés.
Figure 4.2 : Récepteur FBMC
4.2.2 Les paramètres de la simulation :
Le système FBMC comporte :
 Un signal à 100 symboles OFDM.

 Un nombre de sous porteuse NFFT égal à 1024.
51
 La modulation QAM.
 L'intervalle de garde est égal à 212.
 L‟ordre du filtre prototype qui varie de 2,3 et 4.
4.2.3 Les résultats :
Les résultats de notre simulation sont comme suit :
4.2.3.1 Variation de l’ordre de filtre prototype :
La figure suivante présente les résultats de la simulation montrant les performances de la technique
FBMC en variant l‟ordre du filtre prototype.
Nous exprimons ces performances en termes de BER en fonction du SNR.
Figure 4.3 : Comparaison de BER pour différent valeurs de K (FBMC).

Les résultats ci-dessus nous permettent de conclure que le taux d‟erreur binaire diminue en
augmentant l‟ordre du filtre prototype et le meilleur résultat est obtenu pour (k=4).
52
A chaque fois que l‟ordre du filtre prototype augmente les ondulations de la réponse impulsionnelle
du filtre diminue et par conséquence les interférences inter symboles diminuent jusqu'à ou elles
disparaissent.
4.2.3.2 Variation de NFFT :

Dans ce qui suit nous allons varier le nombre de sous porteuse NFFT et nous gardons l‟ordre du
filtre prototype (k) fixe afin de déterminer l‟influence du NFFT sur les performances du système.
Pour : k=4
Nfft =1024, 512, 256,128 et 64.
Figure 4.4 : Les performances de la technique FBMC en fonction de nfft.
Cette figure représente l‟influence du nombre de sous porteuses sur les performances du système
FBMC. Nous remarquons que les meilleures performances sont obtenues pour NFFT=64.Si le nombre
de sous-porteuses augmente le débit augmente et la qualité de transmission diminue.
53
L‟augmentation du nombre de sous-porteuses génère des interférences inter porteuses et perturbe la

détection du signal original.
4.2.3.3 Variation de l’intervalle de garde :

L‟intervalle de garde est une solution trouver afin d‟éliminer une même suite de symbole arrivant à
un récepteur par deux chemins différents se présente comme une même information qui arrive à deux
instants différents, ces symboles vont s‟additionner provoquant deux types de défauts : l‟interférence
intra symbole et l‟interférence inter symbole.
Dans cette simulation on montre l‟intérêt de l‟intervalle de garde.
Figure 4.5: Influence de l‟intervalle de garde
Cette figure nous montre que la présence de l‟intervalle de garde donne de meilleur résultat que son
absence.
54
Exemple :
À 0dB
Avec intervalle de garde le BER est égale à 10-4
Et sans intervalle de garde le BER est inférieur à 10-3.
On remarque que l‟intervalle de garde permet de lutter contre les interférences inter symboles, et
rend le canal non sélectif en fréquence pour chaque sous porteuse.
4.3 Simulation du MIMO beamforming :
Dans cette partie de travail nous proposons un système MIMO beamforming mono-utilisateur pour
la transmission de flux de données unique dans des canaux à évanouissement sélectifs en fréquence.
L‟optimisation est basé sur un algorithme de mise à jour itérative pour déterminer les vecteur de
pondération a l‟émission 𝑊𝑡 et à la réception𝑊𝑟 , sont appliqués à l'émetteur et au récepteur
respectivement et maximiser le SINR de sortie.
La figure suivante illustré le système MIMO beamforming globale en ajoutant a l‟émission un
modulateur QAM et à la réception un démodulateur QAM.
Figure 4.6 : Le système MIMO beamforming.
55
4.3.1 Paramètres du système :
o Le canal MIMO contient un canal direct et jusqu‟à 7 trajets retardés.

o Le canal direct est un canal uniforme.
o Nt et Nr représentent le nombre d‟antennes émettrices et réceptrices respectivement.
o La connaissance préalable du canal d‟information (CSI) au niveau d‟émission et de réception.
o L‟effet DOPPLER n‟est pas pris en compte dans la modélisation du canal.
o Le bruit aditif est considéré comme un bruit blanc gaussien (BBGA).
4.3.2 Les resultats:
a) Influences du nombre de trajets sur le SINR :

On va tracer le rapport signal sur bruit en fonction du nombre d‟itérations du MIMO beamforming.
On a :
𝑃𝑠
SINR=
𝑃𝑛
Avec :
SNR est le rapport signal sur bruit
𝑃𝑠: Est la puissance du signal.
𝑃𝑛:Est la puissance du bruit.
Dans cette partie nous montrons comment un système MIMO (8*8) améliore les performances du
SINR pour différents trajets retardés.
Nous allons augmenter le SINR afin de diminuer le bruit : on varie le nombre de trajets et on fixe le
nombre d‟antenne d‟émission et de réception nr=nt=8.
La figure 4.7 présente les résultats de simulations du rapport SINR en fonction du nombre
d‟itérations.
56
Figure4.7 : SINR pour différents canaux retardés d‟un système MIMO 8*8.
On remarque que plus les trajets sont nombreux, les interférences entre symboles augmentent et le
rapport signal sur bruit+interférence (SINR) diminue.
Par exemple pour 7 trajets le SINR est de 18dB par contre il est inférieur à 250dB pour 1 trajet.
Donc les résultats montrent que l‟algorithme itératif dans un système MIMO adaptatif 8×8 à
l‟émission et à la réception permet de maximiser le rapport SINR pour (L=1, L=2, L=3, L=5, L=7).
b) Influence du nombre d’antennes sur le SINR :

Dans cette partie nous montrons l‟influence du nombre d‟antennes sur la qualité de transmission,
pour cela on fixe le nombre de trajet à 5 et on varie le nombre d‟antennes à l‟émission et à la réception
(1*1,2*2,3*3,4*4,5*5,8*8)
57
Figure4.8 : l‟influence du nombre d‟antennes sur le SINR.

On Remarque que si le nombre d‟antennes à l‟émission et à la réception augmente alors le SINR
augmente et la qualité augmente.
Par exemple le SINR est de l‟ordre de 1dB pour un système SISO et 12dB pour un système MIMO
5*5 par contre le SINR atteindre 45dB pour le MIMO 8*8.
c) L’influence du nombre de trajets sur les performances du système :

Dans l‟étude d‟une chaîne de transmission numérique, les performances du système sont
généralement exprimées en termes de Taux Erreur Binaire (TEB) en fonction du Rapport Signal sur
Bruit (SNR).
Pour cela, nous établirons un système MIMO adaptatif 5×5, son schéma de principe est représenté
par la Figure 4.6 et nous intégrons l‟algorithme itératif pour maximiser le rapport signal sur bruit plus
interférences au niveau d‟émission et de réception.
58
Figure 4.9 : Influence du nombre de trajets sur les performances du système.
Le taux d‟erreur binaire pour un système MIMO 5*5 dans un canal directe et 1 trajet retardé et
jusqu‟à 2 trajets retardés est inférieur à 10-3 pour un SINR de 15dB, ensuite pour 3 trajets retardés le
BER est inférieur à 10-3 pour un SNR de 25dB et pour 5 trajets retardés le BER est inférieur à 10-2 pour
un SINR de 55dB enfin pour 7 trajets retardés le BER est inférieur à 10-1 pour un SINR de 40dB.
L‟utilisation de l‟algorithme itératif pour maximiser le rapport signal sur bruit plus interférences dans un
système MIMO (8×8), avec un canal direct et jusqu‟à 4 trajets retardés, au niveau d‟émission et de
réception, a donné des solutions optimales.
d) L’influence du nombre d’antennes sur les performances du système :

Afin d‟améliorer les performances en terme du BER, nous avons pensé à augmenter la diversité
spatiale en émission et en réception, pour cela, nous avons opté un système MIMO adaptatif 1×1, 2×2,
4×4,5× 5 et 8x8.
Pour comparer les performances en termes du BER avec les différents nombre d‟antennes, nous
avons utilisé les mêmes paramètres de simulation utilisés précédemment.
59
Figure 4.10 : l‟influence du nombre d‟antennes sur les performances du système
Nous remarquons d‟après ces résultats que les performances s‟améliorent en augmentant le nombre
d‟antennes à l‟émission et à la réception et les meilleurs résultats sont obtenus pour un système MIMO
8x8.
L‟utilisation d‟un ordre de diversité important et l‟intégration de l‟algorithme itératif afin de
maximiser le rapport signal sur bruit plus interférences, permet de combattre les distorsions et les
brouilleurs subissent par le signal lors de la transmission, ce qui permet d‟améliorer d‟une façon très
importante les performances d‟un tel système.
L‟utilisation de l‟algorithme itératif pour maximiser le rapport signal sur bruit plus
Interférences dans un système MIMO (8× 8), avec un canal direct et jusqu‟à
4trajets retardés, au niveau d‟émission et de réception, a donné des solutions optimales.
4.4 Association entre FBMC et MIMO beamforming :
Dans cette partie de travail nous proposons une configuration pour combiner le système MIMO avec
la technique de modulation multi porteuse FBMC
60
4.4.1 Système MIMO-FBMC
Les techniques MIMO permettent d‟améliorer les performances en offrant une meilleure efficacité
spectrale et en réduisant le taux d‟erreurs pour cela la combinaison de la technique FBMC avec le
système MIMO ouvre la porte vers des communications hautes débits.
La figure suivante représente le schéma synoptique de l‟émetteur et de récepteur de l‟association

entre la technique FBMC et le système MIMO beamforming (MIMO-FBMC).
Figure4.11 : Association entre FBMC et MIMO.
A l‟émission, les symboles de données sont modulés en OQAM puis en FBMC par l‟opérateur IFFT
après la conversion série parallèle. Chaque symbole de données est ensuite transmis par le système
d‟adaptation MIMO combiné avec Mt antennes à l‟émission et Mr antennes à la réception. Notons que
le signal après modulation FBMC-OQAM est Z(t) et le signal à la réception est y(t) alors que b(t)
représente le bruit blanc gaussien additif (AWGN) au niveau du récepteur de moyenne égale à 0 et de
puissance égale àσ2n .
Les antennes intelligentes utilisées pour le système MIMO sont basées sur l‟algorithme à
maximisation du rapport signal sur bruit. Le vecteur de pondération initial de transmission est employé
opt opt
pour calculer alternativement les pondérations optimales à la réception et à l‟émission WR etWT .
61
4.4.2 Les paramètres de simulation :
Le système MIMO- FBMC transmis un signal à 100 symboles OFDM de longueur NFFT égal à
1024 avec la modulation QAM.
- L'intervalle de garde est fixé à 212.
- L‟ordre du filtre prototype qui varie de 2, 3 et 4.
- Un canal directe et jusqu‟à 7 trajets retardés.
- Nombre d‟antenne différent (1*1, 2*2, 3*3, 4*4, 5*5, 8*8).
- le canal direct est un canal uniforme.
- La connaissance préalable du canal d‟information (CSI) au niveau d‟émission et de réception.
On trace les résultats de simulation en termes de BER par rapport au SNR.
a) L’influence de l’ordre du filtre prototype sur les performances du système :

Dans cette simulation nous allons étudier l‟influence de l‟ordre du filtre prototype sur les
performances du système MIMO-FBMC, pour cela nous considérons un système MIMO beamforming
avec 8 antennes à l‟émission et 8 antennes à la réception associer avec les modulateurs multi-porteurs
FBMC. Le système MIMO beamforming est basé sur l‟algorithme itératif à maximisation du rapport
signal sur bruit dans un canal à 7 trajets retardés.
Les résultats de simulation sont présentés par la figure suivante :
62
Figure 4.12 : L‟influence de l‟ordre du filtre prototype sur les performances du système.
Nous constatons que l‟ordre du filtre prototype n‟influe pas sur les performances du système. Ceci
s‟explique par le fait que la dégradation des performances subi par la diminution de l‟ordre de filtre
prototype est négligeable devant la qualité de transmission apporté par les antennes MIMO
beamforming.
b) L’influence du nombre de sous porteuse sur les performances du système :
La figure suivante présente les performences d‟un système MIMO-FBMC mais cette foisci nous
varions le nombre de sous porteuse et nous gardons les mêmes paramètres de simulation précedants.
 Nombre d‟antennes Nt=Nr=8 (MIMO8*8).

 L‟ordre du filtre prototype K=4.
 Nombre des trajets L=7.
63
Figure 4.13 : l‟influence du nombre de sous porteuse sur les performances du système
Nous observons que le meilleur résultat est pour NFFT=64.Et que si le nombre de sous porteuse
diminue les performances s‟améliorent, cela s‟explique par le fait que si le nombre de sous porteuses
augmentent, le débit augmente et la qualité diminue. L‟augmentation du nombre de sous-porteuses
génère des interférences inter porteuses et perturbe la détection du signal original.
c) L’influence de l’intervalle de garde sur les performances du système :

Dans cette partie nous montrons l‟intérêt de l‟intervalle de garde. Pour cela nous gardons les mêmes
paramètres de simulation précedants.
 Nombre d‟antennes Nt=Nr=8 (MIMO 8*8).

Nombre des trajets L=7.
64
Figure 4.14 : l‟influence de l‟intervalle de garde sur les performances du système.
Nous remarquons que le taux d‟erreur binaire BER est presque le même lorsque nous ajoutons
l‟intervalle de garde.
Nous constatons que l‟intervalle de garde n‟influe pas sur les performances du système. Ceci
s‟explique par le fait que la dégradation des performances subi par l‟absence de l‟intervalle de garde est
négligeable devant la qualité de transmission apporté par les antennes MIMO beamforming.
d) L’influence du nombre de trajets sur les performances du système :

Dans cette simulation nous étudierons l‟influence du nombre de trajets sur les performances du système
MIMO-beamforming-OQAM-FBMC, pour cela, nous considérons un système MIMO 8x8 dans un canal
multi-trajets qui varie de 1 jusqu‟à 7plus le bruit blanc gaussien. Le symbole FBMC est constitué de 100
symboles de 600 bits avec 1024 sous porteuse en présence d‟intervalle de garde.
65
Figure4.15: l‟influence du nombre de trajets sur les performances du système.
Nous observons que si le nombre de trajets augmente la qualité diminue. Donc le nombre de trajets
provoque plus d‟interférence entre symboles et dégrade la qualité.
Pour le cas de 7 trajets retardés, Le taux d‟erreur binaire atteint 10 -4 pour un SINR de 40 dB.
L‟intégration de l‟algorithme itératif pour maximiser le rapport signal sur bruit plus interférences dans
un système MIMO 8×8 avec un canal directe jusqu‟à sept canaux retardés, au niveau d‟émission et de
réception, a donné des solutions optimales.
e) L’influence du nombre d’antennes sur les performances du système :

Dans cette simulation nous étudions l‟influence du nombre d‟antennes sur les performances du système
MIMO-FBMC. La figure 16nous donne les tracés des performances BER en fonction du SINR.
Nous avons fixé les paramètres suivants :

 Le nombre de sous porteuses nfft=1024.
66
 La longueur de l‟intervalle de garde IG=212.

 Nombre de trajets L=5.
Figure 4.16 : l‟influence du nombre d‟antennes sur les performances du système.
Nous remarquons que le meilleur résultat est obtenu pour le système MIMO (8*8) et le mauvais
résultat est obtenu pour le système SISO (1*1).
Cette simulation montre clairement que pour augmenter la qualité de transmission il faut augmenter
le nombre d‟antennes à l‟émission et à la réception. Par conséquent, deux antennes à l‟émission et à la
réception ne sont pas suffisantes pour combattre les multi trajets et les interférences.
4.5 Comparaison entre la méthode LMS et MAX SINR :
La figure 4.17 ci dessue présente la comparaison entre la méthode des moindres carrés et la méthode
de maximisation de rapport signal sur bruit. Pour cela, On a fixé les paramètres suivants :
- L‟émetteur transmet 100 symboles avec nombre de bit=600,

- La longueur NFFT égal à 1024 avec la modulation 4-QAM,
- L'intervalle de garde est fixé à 212,
67
- L‟ordre de filtre prototype est égal à 4,

- L‟ordre de diversité est égal à 8 avec un seul trajet.
Figure4.17 : comparaison entre la méthode LMS et MAX SINR.
D‟après ces résultats, nous remarquons que les meilleures performances sont obtenues par le système
MIMO-FBMC-OQAM basé sur l‟algorithme des moindres carrées par rapport à ceux obtenue par le
système MIMO-FBMC-OQAM basé sur la méthode à maximisation du rapport signal sur bruit.
68
Conclusion :
Dans ce chapitre nous constatons d‟après les résultats obtenus que le système FBMC et plus
performant lorsqu‟on augmente l‟ordre du filtre prototype (pour K=4), nous remarquons aussi que plus
on diminue le nombre de sous porteuses, plus on obtient de meilleurs résultats en terme de BER.
Les résultats de simulation de la 2iem partie confirment qu‟un système MIMO beamforming permet
de maximiser le rapport SINR à la réception, en se basant sur notre méthode étudiée, ce qui garantit une
robustesse du lien de transmission. Les techniques MIMO beamforming permettent d‟améliorer les
performances en offrant une meilleure efficacité spectrale et en réduisant la probabilité d‟erreurs.
Dans la suite, nous avons associé le système MIMO beamforming à la modulation multi-porteuse
FBMC, en commençant d‟abord par varier le nombre de trajets : les meilleurs résultats sont obtenus
avec un nombre réduit de trajets.
Les résultats nous permettent de constater que l‟ordre du filtre prototype et l‟intervalle de garde
n‟influencent pas sur le système MIMO-FBMC.
Les résultats montrent aussi que l‟association MIMO–FBMC permet d‟obtenir de meilleures qualités
du signal à la réception en réduisant le phénomène d‟interférence entre symboles.
69
Conclusion générale
Le besoin de toujours améliorer les débits de transmission de données pousse les chercheurs dans le
domaine des communications sans fils à améliorer sans cesse les systèmes de communications existants
et à imaginer de meilleures solutions pour les futurs standards.
Dans ce mémoire, nous avons étudié une recherche orientée vers des problématiques originales en
communications numériques et basée sur des approches avancées en traitement du signal.
Premièrement on a expliqué la 5G et sa place par rapport à la 4G dans le monde des communications
sans fil, Il est donc fort probable que les premiers réseaux 5G largement déployés soient des réseaux
4.9G.
Ensuite, On a pu prévoir une alternative à l'OFDM qui ne nécessite pas l'utilisation de CP c‟est la
modulation multi-porteuses de banc de filtres (FBMC). La principale différence entre FBMC et OFDM
est qu'au lieu d'utiliser une fenêtre rectangulaire, on utilise un filtre prototype plus avancé, cela peut
réduire le problème de fuite spectrale de l'OFDM entraînant une ISI et une ICI négligeables. De plus, la
combinaison de FBMC avec modulation d'amplitude en quadrature décalée (FBMC / OQAM) conduit à
un débit de transmission de données plus élevé.
La simulation que nous avons réalisée a permis de montrer les intérêts d‟une modulation et
démodulation FBMC d‟un point de vue taux d‟erreur binaire, ainsi que les paramètres de la chaine de
transmission (nombre de sous porteuses, l‟ordre de filtre prototype et l‟intervalle de garde) et aussi du
point de vue rapport signal sur bruit.
Au cours de ces dernières années, les systèmes d‟antennes à entrées multiples-sorties multiples (MIMO)
sont rapidement devenus une technologie sans fil inévitable car la technologie MIMO permet la
transmission parallèle et simultanée de données sur la même fréquence avec plusieurs antennes au
niveau de l'émetteur et du récepteur, ceci peut être utilisé pour augmenter le débit et minimiser le taux
d‟erreur binaire (TEB).
Le système MIMO beamforming permet de maximiser le rapport signal sur bruit à la réception, en se
basant sur l‟algorithme itératif, ce qui garantit une robustesse du lien de transmission.
Les performances d‟un tel système avec l‟intégration de la diversité spatiale augmentent plus
rapidement pour des SNR faibles et permet d‟avoir un signal optimal au niveau de la réception. Notons
que l‟efficacité de cet algorithme croit proportionnellement avec l‟ordre de diversité.
L‟algorithme itératif à maximisation du rapport signal sur bruit plus interférences, associé avec la
modulation multi-porteuses FBMC-OQAM proposé dans cette étude démontre une amélioration
significative des performances avec la présence de grandes perturbations. Il est intéressant de noter ici
70
que l'augmentation du nombre d‟antennes de réception est nécessaire pour assurer un degré de liberté
suffisant pour atténuer les multi trajets et garantie une meilleure performance.
71
Bibliographie
Bibliographie
[1] Les enjeux de la 5G - mars 2017.
[2] Benyahia hafsa et Cherifi wafa Mémoire : étude des techniques MIMO à base de FBMC pour la
5G – juin 2017
[3] Bellanger - FBMC physical layer : à primer, PHYDYAS - Jan 2010.
[4] Jérôme GAUTHIER - Analyse de signaux et d‟images par bancs de filtres. Applications aux
géosciences - Thèse pour l‟obtention de grade de Docteur en Sciences de l‟Université de Paris-
Est Marne-la-Vallée - 2008
[5] M. Bellanger - Prototype filter and filter bank structure - Technical Report - PHYDYAS Project -
2009.
[6] I. E. Telatar - Capacity of multi-antenna Gaussian channels – European Transactions on
Télécommunications - 10(6):585–595 -1999.
[7] G. J. Foschini and M. J. Gans - On limits of wireless communications in a fading environment
when using multiple antennas. Wireless Personal Communications - 6(3):311–335 - march 1998.
[8] D. Gesbert and J. Akhtar - Breaking the barriers of Shannon‟s capacity: An overview of MIMO
wireless system - Telektronikk Telenor Journal - January 2002.
[9] K.-L. Du ET M. N. S. Swamy - Wireless Communication Systems - From RFSubsystems to 4G
Enabling Technologies. Cambridge University Press - 2010.
[10] G. J. Foschini et M. J. Gans - On limits of wireless communications in a fading environment when
using multiple antennas - Wireless Personal Communications, vol. 6, p. 311–335 - 1998.
[11] G. C. Raleigh et J. M. Cioffi, - Spatio-temporal coding for wireless communication - IEEE
Transactions on Communications - vol. 46, no. 3, p 357‑366 - 1998.
[12] E. Telatar - Capacity of Multi-antenna Gaussian Channels - EuropeanTransactions on
Telecommunications, vol. 10, no. 6, p. 585–595, 1999.
[13] A. F. Molisch - MIMO systems with antenna selection - an overview - in Radio and Wireless
Conference, 2003
[14] J. W. Wallace ET M. A. Jensen - MIMO capacity variation with SNR andmultipath richness
from full-wave indoor FDTD simulations - in IEEE Antennas andPropagation Society
International Symposium - 2003
71
Bibliographie
[15] C. C. Chiau - Study of the diversity antenna array for the MIMO wireless communication
systems - Department of Electronic Engineering Queen Mary - University of London United
Kingdom - 2006.
[16] S. TABBANE - réseaux mobile - édition Hermes - Paris 1997.
[17] Simulation des antennes MIMO adaptatives associées avec la technique MC-CDMA.
[18] Najib FADLALLAH - Contribution à l‟optimisation de la synthèse du lobe de rayonnement pour
une antenne intelligente, Application à la conception de réseaux à déphasage-Mai 2005-
université de LIMOGES
[19] J. C. Liberti, Jr., T. S. Rappapan – Smonanrennarfir wireless communications- IS-95 and 3d
Generation CDMA applicalianr, PrenticeHall, Inc. Upper Saddle River - New Jersey 07458 -
1999.
[20] T. Shilpa, V. Mats, P. Arogyarwami - Blind rampion of synchronous channel digital signals
wingan antenna any-pm I: algorithms“. IEEETmr. SignalP-ring,vol.U,no.5,pp. 1184-1197 -
1996.
72

Ms Tel Bendahmane+Ghermoul

Transféré par

Droits d'auteur :

Formats disponibles

Ms Tel Bendahmane+Ghermoul

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Ms Tel Bendahmane+Ghermoul

Transféré par

Droits d'auteur :

Formats disponibles

‫ب ـيـة‬

‫رية الديمقراطيت الشــــعــ ــ‬

Etude de méthodes de beamforming à maximisation

Soutenu publiquement, le 25/06/2018, devant les jurys composés de :

M. BAHRI S.M M.C. B Encadrant Univ. Tlemcen

Mots clés : MIMO beamforming, FBMC, 5G.

Key words : MIMO beamforming, FBMC, 5G.

Il nous est agréable et important de réserver cette page comme un

Nous tenons à exprimer notre gratitude et nos remerciements au

Tous les mots ne sauraient exprimer la gratitude, l’amour, le respect, la

A mes parents. Aucun hommage ne pourrait être à la hauteur de l’amour

A celui que j’aime beaucoup et qui m’a soutenue tout au long de ce

-A mon cher frère SALAH et sa femme Amina.

-A ma sœur FETEH EL ZHOUR et son marie AMINE et ma petite sœur

A mon binôme AMIRA et mes chers amis : MERIEM MAMIA, SOUMIA,

TABLES DES MATIERES

Liste des figures

1.2 Objectif de la 5G : ................................................................................................ 4

1.3. Architecture de la 5G : ......................................................................................... 4

1.3.1 Le service innovant : ............................................................................................ 5

1.3.2 La plate-forme de validation : (Architecture réseau) ........................................... 5

1.3.3 La radio Hyper-Connecté : ................................................................................... 7

1.3.3.1. Bandes millimétriques : ........................................................................................ 8

1.3.3.2. MIMO massive : ................................................................................................... 8

1.3.3.3. Méthodes duplex : ................................................................................................ 9

1.4 Caractéristiques et la comparaison entre 4G et 5G : .......................................... 12

1.5 Les défis de la 5G : ............................................................................................. 13

1.6 La 5G dans le monde .......................................................................................... 14

Chapitre 2 : Le système OQAM-FBMC

2.2 Le système OFDM : ........................................................................................... 17

2.3 Structure du système FBMC-OQAM : ............................................................... 19

2.3.1 Le bloc pré/post-traitement OQAM : ................................................................. 19

2.3.1.1 Pré-traitementOQAM : ....................................................................................... 20

2.3.1.2 Post-traitement OQAM : .................................................................................... 21

2.4 Les bancs de filtre :............................................................................................. 22

2.4.1 Conception de filtre prototype : .......................................................................... 24

2.4.2 Structure polyphasé : .......................................................................................... 26

2.5 Emetteur OQAM-FBMC : .................................................................................. 27

2.6 Le récepteur OQAM-FBMC : ............................................................................ 29

2.7 Comparaison entre l‟OFDM et l‟OQAM-FBMC : ............................................. 30

Chapitre 3 : MIMO Beamforming

3.2. Présentation des systèmes multi-antenne : ......................................................... 34

3.3. Type antennes MIMO : ...................................................................................... 34

3.3.1 MIMO a Codes spatio-temporels : ..................................................................... 35

3.3.2. MIMO à Multiplexagespatial : ........................................................................... 36

3.3.3. MIMO beamforming : ........................................................................................ 37

3.4. MIMO Beamforming : ....................................................................................... 37

3.4.1. Antenne intelligente : ......................................................................................... 37

3.4.2. Type d‟antennes intelligentes : ........................................................................... 37

3.4.2.1. Systèmes d'antennes à faisceaux commutés SBA : ............................................ 38

3.4.2.2. Antennes adaptatives : ........................................................................................ 38

3.4.3. Algorithmes adaptatifs : ..................................................................................... 39

3.4.4. Antennes MIMO beamforming : ........................................................................ 40

3.4.4.1. Concept de base : ................................................................................................ 40

a) La détermination du vecteur de pondération à la réception : ............................. 43

b) Détermination du vecteur de pondération à l‟émission : .................................... 44

c) Analyse de la capacité d‟annulation d‟interférences : ........................................ 45

d) SINR de sortie : .................................................................................................. 45

Chapitre 4 : Résultat de la simulation