Prototypage radio-logiciel rapide du module sensoriel d’un nouvel émetteur-récepteur cognitif pour les réseaux sans-fil.

Selmi, Yassine (2017). Prototypage radio-logiciel rapide du module sensoriel d’un nouvel émetteur-récepteur cognitif pour les réseaux sans-fil. Mémoire. Québec, Université du Québec, Institut national de la recherche scientifique, Maîtrise en télécommunications, 91 p.

Prévisualisation

PDF Télécharger (1MB) | Prévisualisation

Résumé

Dans une infrastructure de communication radio-mobile multi-connectée, multi-technologie et omniprésente, comme prévu pour le 5G, l’intelligence artificielle et la cognition joueront un rôle majeur. Un objectif important des futures infrastructures mobiles est que celles-ci prennent conscience de leur écosystème pour qu’elles puissent s’adapter à leur contexte, du lien physique aux couches applicatives, de sorte à optimiser leurs performances selon de nombreux critères. Ce qui donne naissance à un nouveau paradigme connu sous le nom de la radio cognitive « context-aware » (CR). Les émetteurs-récepteurs CR (CTR) intègrent principalement un module de décision s’appuyant sur diverses entités sensorielles, qui fournissent des informations suffisantes sur la qualité de la liaison par l’estimation de divers paramètres du canal sans-fil. Deux paramètres importants et nécessaires dans plusieurs architectures CTR: le rapport signal-à-bruit (SNR) et l’étalement de Doppler. Nous proposons donc, dans ce projet une technique de prototypage rapide d’un estimateur conjoint à maximum de vraisemblance (ML) assisté par pilotes du SNR et de l’étalement de Doppler récemment développé par les membres de notre équipe Wireless Lab <www.wirelesslab.ca> et qui a démontré sa capacité de surpasser les principales solutions existantes dans la littérature à la fois en termes de précision et de complexité. Une architecture parallèle et efficace pour l’estimateur en question a été implémentée sur une plateforme radio-logicielle à base de FPGA. Ensuite, le design proposé a été testé en temps réel et dans des conditions de propagation réalistes, construites autour d’un émulateur de canal ultra-puissant. Les co-simulations « Hardware-in-the-loop » (HIL) ont été utilisées pour évaluer les performances du design proposé. En comparant les résultats obtenus par simulations MATLAB à virgule flottante, ceux de la co-simulation HIL suggèrent une perte négligeable même en présence de plusieurs imperfections matérielles, validant ainsi et confirmant le potentiel de l’architecture proposée pour être intégrée dans des systèmes cognitifs de la future génération 5G.

In a multi-connected, multi-technology, and pervasive mobile infrastructure, such as what is being planned for 5G, artificial intelligence and cognition will play a major role. An important goal of future mobile infrastructures is to self-adapt their characteristics to the general context, at the physical link, as well as at network and application layers, which gives rise to a new paradigm known as context-aware cognitive radio (CR). CR transceivers (CTRs) mostly incorporate a cognitive engine that relies on various sensorial entities, which attempt to provide sufficient information about the quality of the link through the estimation of various key channel parameters. Two important parameters are required in a wide range of CTR architectures: the signal-to-noise ratio (SNR) and the Doppler spread. Within this context, we propose a hardware rapid prototyping technique of a joint data-aided (DA) maximum likelihood (ML) SNR and Doppler spread estimator recently shown to outperform main state-of-the-art solutions both in terms of accuracy and complexity. We implement this new joint DA ML estimator on an FPGA-based software defined radio (SDR) platform using a deep-pipelined and resource-efficient design. And we validate and test the latter in real-time under realistic propagation conditions reproduced by a high-scalability channel emulator. Compared to its original MATLAB floating-point version, hardware-in-the-loop (HIL) co-simulation results suggest negligible losses in performance of the proposed design despite the existence of several hardware impairments, thereby confirming its very strong potential and attractiveness for possible integration on future 5G CTRs.

Type de document:	Thèse Mémoire
Directeur de mémoire/thèse:	Affes, Sofiène
Co-directeurs de mémoire/thèse:	Samet, Abdelaziz
Mots-clés libres:	5G; radio cognitive; radio-logicielle; estimation de paramètre; SNR; étalement de Doppler; FPGA; context-awareness; cognitive radio; software defined radio; parameter estimation; Doppler spread
Centre:	Centre Énergie Matériaux Télécommunications
Date de dépôt:	29 août 2017 18:56
Dernière modification:	30 sept. 2021 19:40
URI:	https://espace.inrs.ca/id/eprint/5289

Gestion Actions (Identification requise)

Modifier la notice