Estimation de canal et détection conjointes dans les récepteurs itératifs

Cette thèse est consacrée à l'élaboration de l'estimation de canal et du décodage conjoints avec le principe turbo. Nous mettons l'accent sur deux principaux algorithmes itératifs: l'algorithme d'espérance-maximisation (EM) et l'algorithme de propagation de croyance (BP). Dans cette thèse, le BP et l'EM sont optimisés et comparés. L'orthogonal frequency-division multiplexing (OFDM) est un schéma de modulation à porteuses multiples qui permet une utilisation écace de la bande passante et assure la robustesse contre les canaux dispersifs en temps. Dans cette thèse, nous proposons des techniques d'estimation de canal pour un système de codage OFDM, en utilisant l'algorithme d'espérance-maximisation (EM). En introduisant différentes données complètes, nous obtenous deux types d'algorithmes d'estimation de canal par EM. Un calcul de la vitesse de convergence est également proposé pour comparer les deux algorithmes. La comparaison révèle que l'un des algorithmes EM a une complexité plus faible pour les mêmes performances dans un système de codage OFDM. Le graphe factoriel fournit des moyens efficaces et systématiques visant à développer des récepteurs flexibles et itératifs. Afin de traiter avec des variables continues sur les graphes factoriels, dans cette thèse, nous proposons de modéliser les distributions de probabilité comme des mélanges de distributions gaussiennes. Avec cette méthode d'approximation gaussienne, nous proposons des algorithmes de BP pour différents systèmes et les comparons à l'algorithme EM. Sur la base des études des algorithmes EM et BP, certaines conclusions sont tirées dans la dernière partie. Enfin, certaines perspectives sont proposées.This thesis is devoted to developing iterative joint channel estimation and decoding algorithms with the turbo principle. We focus on two main iterative algorithms: expectation-maximization (EM) algorithm and belief propagation (BP) algorithm. In this thesis, the BP and EM algorithms are optimized and compared. Orthogonal frequency-division multiplexing (OFDM) is a multi-carrier modulation scheme that provides efficient bandwidth utilization and robustness against time dispersive channels. In this thesis, we propose channel estimation techniques for a coded OFDM system using the expectation-maximization (EM) algorithm. By introducing different complete date, we derive two types of EM channel estimation algorithms. A derivation of the rate of convergence is also proposed to compare the two algorithms. The comparison reveals that one EM algorithm has a lower complexity for the same performance in a coded OFDM system. Factor graphs provide insightful and systematic ways to develop flexible iterative receivers, being able to switch from one system to another by running belief propagation algorithm on different factor graphs. In order to deal with continuous variables over factor graphs, instead of relying on quantization, in this thesis, we propose to model probability distributions as mixtures of Gaussian distributions. It allows for estimation improvement and complexity reduction simultaneously. With this Gaussian approximation method, we propose the BP algorithms for different systems and compare them to the EM algorithm. Based on the studies of EM and BP algorithms, some conclusions are drawn in the last part. Finally, some future works are proposed.PARIS-Télécom ParisTech (751132302) / SudocSudocFranceF