No title

Face à une demande sans cesse croissante de haut débit et d’adaptabilité des systèmes existants, qui à son tour se traduit par l’encombrement du spectre, le développement de nouvelles solutions dans le domaine des communications sans fil devient nécessaire afin de répondre aux exigences des applications émergentes. Parmi les innovations récentes dans ce domaine, l’ultra large bande (UWB) a suscité un vif intérêt. La radio impulsionnelle UWB (IR-UWB), qui est une solution intéressante pour réaliser des systèmes UWB, est caractérisée par la transmission des impulsions de très courte durée, occupant une largeur de bande allant jusqu’à 7,5 GHz, avec une densité spectrale de puissance extrêmement faible. Cette largeur de bande importante permet de réaliser plusieurs fonctionnalités intéressantes, telles que l’implémentation à faible complexité et à coût réduit, la possibilité de se superposer aux systèmes à bande étroite, la diversité spatiale et la localisation très précise de l’ordre centimétrique, en raison de la résolution temporelle très fine.Dans cette thèse, nous examinons certains éléments clés dans la réalisation d'un système IR-UWB intelligent. Nous avons tout d’abord proposé le concept de radio UWB cognitive à partir des similarités existantes entre l'IR-UWB et la radio cognitive. Dans sa définition la plus simple, un tel système est conscient de son environnement et s'y adapte intelligemment. Ainsi, nous avons tout d’abord focalisé notre recherché sur l’analyse de la disponibilité des ressources spectrales (spectrum sensing) et la conception d’une forme d’onde UWB adaptative, considérées comme deux étapes importantes dans la réalisation d'une radio cognitive UWB. Les algorithmes de spectrum sensing devraient fonctionner avec un minimum de connaissances a priori et détecter rapidement les utilisateurs primaires. Nous avons donc développé de tels algorithmes utilisant des résultats récents sur la théorie des matrices aléatoires, qui sont capables de fournir de bonnes performances, avec un petit nombre d'échantillons. Ensuite, nous avons proposé une méthode de conception de la forme d'onde UWB, vue comme une superposition de fonctions B-splines, dont les coefficients de pondération sont optimisés par des algorithmes génétiques. Il en résulte une forme d'onde UWB qui est spectralement efficace et peut s’adapter pour intégrer les contraintes liées à la radio cognitive. Dans la 2ème partie de cette thèse, nous nous sommes attaqués à deux autres problématiques importantes pour le fonctionnement des systèmes UWB, à savoir la synchronisation et l’estimation du canal UWB, qui est très dense en trajets multiples. Ainsi, nous avons proposé plusieurs algorithmes de synchronisation, de faible complexité et sans séquence d’apprentissage, pour les modulations BPSK et PSM, en exploitant l'orthogonalité des formes d'onde UWB ou la cyclostationnarité inhérente à la signalisation IR-UWB. Enfin, nous avons travaillé sur l'estimation du canal UWB, qui est un élément critique pour les récepteurs Rake cohérents. Ainsi, nous avons proposé une méthode d’estimation du canal basée sur une combinaison de deux approches complémentaires, le maximum de vraisemblance et la décomposition en sous-espaces orthogonaux,d’améliorer globalement les performances.Faced with an ever increasing demand of high data-rates and improved adaptability among existing systems, which inturn is resulting in spectrum scarcity, the development of new radio solutions becomes mandatory in order to answer the requirements of these emergent applications. Among the recent innovations in the field of wireless communications,ultra wideband (UWB) has generated significant interest. Impulse based UWB (IR-UWB) is one attractive way of realizing UWB systems, which is characterized by the transmission of sub nanoseconds UWB pulses, occupying a band width up to 7.5 GHz with extremely low power density. This large band width results in several captivating features such as low-complexity low-cost transceiver, ability to overlay existing narrowband systems, ample multipath diversity, and precise ranging at centimeter level due to extremely fine temporal resolution.In this PhD dissertation, we investigate some of the key elements in the realization of an intelligent time-hopping based IR-UWB system. Due to striking resemblance of IR-UWB inherent features with cognitive radio (CR) requirements, acognitive UWB based system is first studied. A CR in its simplest form can be described as a radio, which is aware ofits surroundings and adapts intelligently. As sensing the environment for the availability of resources and then consequently adapting radio’s internal parameters to exploit them opportunistically constitute the major blocks of any CR, we first focus on robust spectrum sensing algorithms and the design of adaptive UWB waveforms for realizing a cognitive UWB radio. The spectrum sensing module needs to function with minimum a-priori knowledge available about the operating characteristics and detect the primary users as quickly as possible. Keeping this in mind, we develop several spectrum sensing algorithms invoking recent results on the random matrix theory, which can provide efficient performance with a few number of samples. Next, we design the UWB waveform using a linear combination of Bsp lines with weight coefficients being optimized by genetic algorithms. This results in a UWB waveform that is spectrally efficient and at the same time adaptable to incorporate the cognitive radio requirements. In the 2nd part of this thesis, some research challenges related to signal processing in UWB systems, namely synchronization and dense multipath channel estimation are addressed. Several low-complexity non-data-aided (NDA) synchronization algorithms are proposed for BPSK and PSM modulations, exploiting either the orthogonality of UWB waveforms or theinherent cyclostationarity of IR-UWB signaling. Finally, we look into the channel estimation problem in UWB, whichis very demanding due to particular nature of UWB channels and at the same time very critical for the coherent Rake receivers. A method based on a joint maximum-likelihood (ML) and orthogonal subspace (OS) approaches is proposed which exhibits improved performance than both of these methods individually