METHODES DE TRAITEMENT DE SIGNAL STATISTIQUE POUR LES COMMUNICATIONS SANS FIL DANS LES BANDES DE FREQUENCES SUB-THz ET THz

STATISTICAL SIGNAL PROCESSING METHODS FOR WIRLESS COMMUNICATIONS IN SUB-THz AND THz FREQUENCY BANDS

• Auteur / Autrice : Hugo Parmentier
• Direction : Antoine Berthet
• Type : Projet de thèse
• Discipline(s) : Sciences des réseaux, de l'information et de la communication
• Date : Inscription en doctorat le 01/12/2022
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Signaux et Systèmes
• Partenaire(s) de recherche : Equipe de recherche : Télécoms et Réseaux
• Partenaire(s) de recherche : référent : CentraleSupélec (2015-....)

Mots clés

Mots clés libres

Traitement du signal statistique

Bande THz/sub-THz

Belief propagation

Estimation de canal

Défauts de composant

MIMO ultra-massif

Statistical signal processing

THz/sub-THz band

Belief propagation

Channel estimation

Hardware impairments

Ultra-massive MIMO

Résumé

Ce sujet de thèse explore les problèmes non résolus du traitement du signal pour développer les communications sub-THz et THz à leur plein potentiel. Nous proposons d'appliquer des outils avancés de la théorie de l'information, de la théorie du codage et du traitement statistique du signal, afin d'effectuer l'estimation de canal, le décodage et la localisation de données avec une faible complexité, tout en utilisant au mieux les ressources temporelles, fréquentielles et spatiales. Nous avons l'intention de nous attaquer à des cas d'utilisation difficiles dans des conditions de canal inconnues, des effets non linéaires graves et un désalignement du faisceau.

This PhD subject explores the unsolved issues in signal processing to develop sub-THz and THz communications to their full potential. We propose to apply advanced tools from information theory, coding theory and signal statistical processing, in order to perform channel estimation, data decoding and localization with low complexity, while making the best use of time, frequency and spatial resources. We intend to tackle challenging use cases under unknown channel conditions, severe nonlinear effects and beam misalignment.