Contribution à la mise en oeuvre de récepteurs et de techniques d'estimation de canal pour les systèmes mobiles DS-CDMA multi-porteuse

Ce mémoire traite du développement de récepteurs et de techniques d'estimation de canal pour les systèmes mobiles sans fil de type DS-CDMA multi-porteuse. Deux problèmes principaux doivent être pris en compte dans ce cas. Premièrement, l'Interférence d'Accès Multiple (IAM) causée par d'autres utilisateurs. Deuxièmement, les propriétés des canaux de propagation dans les systèmes radio mobiles.Ainsi, dans la première partie du manuscrit, nous proposons deux structures adaptatives (dites détection séparée et détection jointe) pour la mise en oeuvre de récepteurs minimisant l'erreur quadratique moyenne (MMSE), fondés sur un Algorithme de Projection Affine (APA). Ces récepteurs permettent de supprimer les IAM, notamment lorsque le canal d'évanouissement est invariant dans le temps. Cependant, comme ces récepteurs nécessitent les séquences d'apprentissage de chaque utilisateur actif, nous développons ensuite deux récepteurs adaptatifs dits aveugles, fondés sur un algorithme de type projection affine. Dans ce cas, seule la séquence d'étalement de l'utilisateur désiré est nécessaire. Quand les séquences d'étalement de tous les utilisateurs sont disponibles, un récepteur reposant sur le décorrélateur est aussi proposé et permet d'éliminer les IAM, sans qu'une période pour l'adaptation soit nécessaire. Dans la seconde partie, comme la mise en oeuvre de récepteurs exige l'estimation du canal, nous proposons plusieurs algorithmes pour l'estimation des canaux d'évanouissement de Rayleigh, variables dans le temps et produits dans les systèmes multi-porteuses. A cette fin, les canaux sont approximés par des processus autorégressifs (AR) d'ordre supérieur à deux. Le premier algorithme repose sur deux filtres de Kalman interactifs pour l'estimation conjointe du canal et de ses paramètres AR. Puis, pour nous affranchir des hypothèses de Gaussianité nécessaires à la mise en oeuvre d'un filtre optimal de Kalman, nous étudions la pertinence d'une structure fondée sur deux filtres H_inf interactifs. Enfin, l'estimation de canal peut être vue telle un problème d'estimation fondée sur un modèle à erreur-sur-les-variables (EIV). Les paramètres AR du canal et les variances de processus générateur et du bruit d'observation dans la représentation de l'espace d'état du système sont dans ce cas estimés conjointement à partir du noyau des matrices d'autocorrélation appropriées.This dissertation deals with the development of receivers and channel estimation techniques for multi-carrier DS-CDMA mobile wireless systems. Two major problems should be taken into account in that case. Firstly, the Multiple Access Interference (MAI) caused by other users. Secondly, the multi-path fading of mobile wireless channels. In the first part of the dissertation, we propose two adaptive structures (called separate and joint detection) to design Minimum Mean Square Error (MMSE) receivers, based on the Affine Projection Algorithm (APA). These receivers are able to suppress the MAI, particularly when the fading channel is time-invariant. However, as they require a training sequence for every active user, we then propose two blind adaptive multiuser receiver structures based on a blind APA-like multiuser detector. In that case, only the knowledge of the spreading code of the desired user is required. When the spreading codes of all users are available, a decorrelating detector based receiver is proposed and is able to completely eliminate the MAI without any training. In the second part, as receiver design usually requires the estimation of the channel, we propose several training-based algorithms for the estimation of time-varying Rayleigh fading channels in multi-carrier systems. For this purpose, the fading channels are approximated by autoregressive (AR) processes whose order is higher than two. The first algorithm makes it possible to jointly estimate the channel and its AR parameters based on two-cross-coupled Kalman filters. Nevertheless, this filtering is based on restrictive Gaussian assumptions. To relax them, we investigate the relevance of a structure based on two-cross-coupled H_inf filters. This method consists in minimizing the influence of the disturbances such as the additive noise on the estimation error. Finally, we propose to view the channel estimation as an Errors-In-Variables (EIV) issue. In that case, the channel AR parameters and the variances of both the driving process and the measurement noise in the state-space representation of the system are estimated from the null space of suitable correlation matrices.BORDEAUX1-BU Sciences-Talence (335222101) / SudocSudocFranceF