Adaptive techniques and classification for multiple-input multiple-output systems

• Auteur / Autrice : Fatma Kharrat
• Direction : Joseph Boutros
• Type : Thèse de doctorat
• Discipline(s) : Électronique et communications
• Date : Soutenance en 2006
• Etablissement(s) : Paris, ENST

Mots clés

Mots clés contrôlés

Antennes-réseaux

Systèmes à entrées multiples et à sorties multiples

Systèmes de communication sans fil

Résumé

Ce mémoire se focalise sur les systèmes de communication sans fil ayant plusieurs antennes en réception et en émission. D’abord, on étudie les performances de ces systèmes en se basant sur un schéma de multiplexage spatial en transmission et sur un détecteur ML en réception. Ensuite, on met en avant des techniques adaptatives pour les systèmes MIMO : modulationadaptative et sélection d 'antennes. La première adapte les modulations en émission en fonctiondes conditions radio afin de maximiser l’efficacité spectrale tout en respectant une contrainte sur la probabilité d’erreur. Alors que la deuxième, sélectionne un sous ensemble d’antennes actives pour optimiser le critère de sélection (par exemple : maximiser la capacité, etc. ) étant donnée une estimation de canal. Les deux techniques adaptatives ont besoin d’une métrique pour évaluer les performances du système MIMO. On propose donc un nouveau schéma de modulation adaptative et un nouvel algorithme de sélection d’antennes où l’approximation de la probabilité d’erreur obtenue précédemment est utilisée comme métrique. Finalement, on considère la quantification des canaux MIMO. Cette quantification, ou dans notre terminologie classification, permet de faire une partition de l’ensemble des canaux MIMO en des classes différentes, où chaque classe est identifiée par un représentant. Cette méthode peut être utilisée pour les techniques adaptatives afin de trouver le meilleur jeu de paramètre. Dans ce chapitre, on décrit l’ algorithme de classification et on illustre son application pour les systèmes MIMO à boucle fermée comme le '' beamforming ''.

This thesis report focuses on wireless communication systems with multiple transmit and multiple receive antennas. At first, we study the performance of such systems assuming a spatial multiplexing scheme at the transmitter and an ML detection at the receiver. We derive an accurate approximation for the conditional error probability on a quasi static channel. This approximation is computed when distinct modulations are applied on the transmit antennas and for any MIMO channel configuration. Then, we outline some adaptive techniques for MIMO systems: adaptive modulation and antenna selection. The first one adjusts the modulations on transmit antennas according to the channel conditions in order to maximize the spectral efficiency while satisfying a constraint on error probability. The second technique selects the set of active antennas to optimize the chosen selection criterion (e. G. Maximize the capacity, etc) providing a channel estimation. Both adaptive techniques need a relevant matric to evaluate the MIMO system performance. We propose a new adaptive modulation scheme and antenna selection algorithm where the derived error probability approximation is used as a selection metric. Finally, we consider the quantization of MIMO channels. This quantization, in our terminology classification, allows the partitioning of MIMO channels set into different classes, where each class is identified by a representative. This method could be used for adaptive techniques to find the best adjustable parameters. We describe our MIMO classification algorithm and we illustrate its application for closed-loop MIMO systems, e. G beamforming.