Estimation au sens du maximum de vraisemblance des directions d’arrivée et des délais de propagation dans un environnement à trajets multiples.

Ben Amor, Souheib (2016). Estimation au sens du maximum de vraisemblance des directions d’arrivée et des délais de propagation dans un environnement à trajets multiples. Mémoire. Québec, Université du Québec, Institut national de la recherche scientifique, Maîtrise en télécommunications, 64 p.

Prévisualisation

PDF Télécharger (582kB) | Prévisualisation

Résumé

Dans cet mémoire, on aborde le problème de l’estimation conjointe des délais et des angles d’arrivée (JADE) dans un environnement à plusieurs réflexions avec un signal transmis connu à la réception. Dans notre étude, on se base sur le concept d’échantillonnage préférentiel ("importance sampling" ou IS) afin de développer un estimateur à maximum de vraisemblance ("maximum likelihood" ou ML). Contrairement à toutes les techniques existantes, l’estimateur ML proposé est non-itératif jouissant ainsi d’une optimalité globale. En plus, la technique proposée transforme le problème d’optimisation multi-dimensionnel de départ en des sous-problèmes bidimensionnels résultant ainsi en une réduction importante de la complexité de l’algorithme. D’autre part, en exploitant la nature sparse d’une pseudo-pdf proprement conçue, nous proposons une nouvelle approche pour la détection du nombre de trajets, un autre paramètre clé en communications sans-fil. Les simulations montrent un avantage significatif, en termes de performances et complexité, de notre nouvelle technique par rapport à plusieurs autres méthodes les plus représentatives de la littérature.

In this work, we tackle the problem of joint angle and delays estimation (JADE) of multiple reflections of a known signal impinging on multiple receiving antennae. Based on the importance sampling (IS) concept, we propose a new non-iterative maximum likelihood (ML) estimator that enjoys guaranteed global optimality and enhanced super-resolution capabilities. The new ML approach succeeds in transforming the original multi-dimensional optimization problem into multiple two-dimensional ones resulting thereby in huge computational savings. Moreover, it does not suffer from the off-grid problems that are inherent to most existing JADE techniques. By exploiting the sparsity feature of a carefully designed pseudo-pdf that is intrinsic to the new estimator, we also propose a novel approach that enables the exact estimation of the unknown number of paths over a wide range of practical signal-tonoise ratios (SNRs). Computer simulations show the distinct advantage of the new ML estimator over state-of-the art JADE techniques both in terms of accuracy and complexity.

Type de document:	Thèse Mémoire
Directeur de mémoire/thèse:	Affes, Sofiène
Mots-clés libres:	signal; optimisation; JADE
Centre:	Centre Énergie Matériaux Télécommunications
Date de dépôt:	20 oct. 2016 19:56
Dernière modification:	30 sept. 2021 19:44
URI:	https://espace.inrs.ca/id/eprint/4785

Gestion Actions (Identification requise)

Modifier la notice