Contexte : les réseaux locaux sans fils

1. Projet sur crédits incitatifs du GET 2001Préparation des générations futures de réseaux indoor large bande : modélisation du canal à 60 GHz et optimisation de la chaîne de communication.

2. Mobilité Rapide Lent Extérieure Arrêt MBS UMTS EDGE HIPERLAN/2 IEEE 802.11a Lent Intérieure Arrêt Bluetooth LAN 0,1 1 10 100 Mbps Débit Contexte : les réseaux locaux sans fils

3. Débit (Mbits/s) MBS 155 Hiperlan II IEEE 802.11a MMAC 40 et 60 GHz 54 5 GHz Hiperlan IEEE 802.11b 11 2,4 GHz Bluetooth HomeRF 2 Année 1998 2001 2004 Contexte : les réseaux locaux sans fils

4. Intérêt du 60 GHz - Large bande disponible - Forte atténuation - pic d ’absorption de l ’oxygène - Sans licence - Miniaturisation des circuits

5. Source Codage canal Partage de la ressource Estimation de canal Réception Canal Décodage canal Restitution du signal Objectifs du projet

6. Répartition des tâches Canal 60 GHz (ENIC, INT, IEMN) Estimation du canal (INT) Codage canal (ENST-Br) Accès multiples Modulation (ENIC)

7. Participants ENIC Laurent Clavier, Yves Delignon Christelle Garnier, Mustapha Rachdi (CDD) INT Philip Regalia, François Desbouvries Christine Letrou, Anca Fluerasu (doctorante) ENST-Bretagne Vincent Kerbaol IEMN

8. Plan de la suite de l’exposé • Les mesures • La caractérisation et la modélisation du canal • Le partage des ressources • L’estimation du canal • Le codage canal • Conclusion et perspectives

9. Les mesures

10. Analyseur de réseau PC USB GPIB In Out A B 1-3GHz Récepteur Emetteur Moteur /8 x8 57-59 GHz 7 GHz Synthétiseur de fréquence Le sondeur de canal : principe

11. Le sondeur de canal : matériel • Antennes (et atténuateur) • Banc de mesures • Alimentation • Analyseur de réseau • Synthétiseur de fréquences

12. Le sondeur de canal : matériel

13. Le sondeur de canal : matériel

14. Mesures : environnement Fenêtre Porte Antenne émettrice Table Radiateur Fenêtre

15. Mesures : paramètres • Fonction de transfert du canal • Mesures entre 57 et 59 • Pas de 1,25 MHz • Mesure sur 1601 points • Réponse impulsionnelle obtenue par transformée de Fourier inverse • Mesure sur 100 ns • Précision 0.5 ns

16. Fonction de transfert -20 Amplitude (dB) -30 -40 -50 -60 1 1.4 1.8 2.2 2.6 3 Fréquence (GHz) Mesures : exemple

17. Réponse impulsionnelle (dB) -40 Amplitude (dB) -60 -80 -100 -120 0 20 40 60 80 100 Temps (ns) Mesures : exemple

18. Amplitude (mW) 0.02 0.01 0 0 20 40 60 80 100 Temps (ns) Mesures : exemple Réponse impulsionnelle

19. Caractérisation et modélisation du canal à 60 GHz

20. 1. Évanouissements grande échelle Modélisation de la puissance reçue 2. Caractérisation et modélisation large bande Modèle de réponse impulsionnelle 3. Modèle de ligne à retards Simulations 4. Modèle physique par lancer de faisceaux Planification, complément au modèle statistique Démarche

21. Évanouissements grande échelleModélisation de la puissance reçue

22. Évanouissements grande échelle • Atténuation : • PL(dB) = PL0(dB) + 10.n.log(R) + XdB • Estimation den : • Inférieur à 2 en milieu indoor • Plus faible en cas de polarisation circulaire • Évanouissements grande échelle : • Xdb est une variable aléatoire gaussienne, centrée • Sa variance varie entre 2 et 5 dB • Valeurs intermédiaires si contrôle de puissance imparfaits

23. Atténuation (dB) n=0.645 40 30 20 6 7 8 Log(Distance) Fonction de répartition Densité de probabilité 1 Variance : 0.598 (2.6 dB) 0.6 0.1 0.2 0 0 1 2 3 4 1 2 3 4 Puissance reçue Puissance reçue Évanouissements grande échelle

24. Caractérisation et modélisation large bandeModèle de réponse impulsionnelle

25. Caractérisation : Étalement des retards Nous allons étudier l’étalement temporel (Tm) des réponses impulsionnelles ; Tm est donné par : avec et Caractérise l ’importance que prendront les trajets réfléchis.

26. CH(ν) 90 % 4 50 % 0 GHz -1 0 1 Caractérisation : bande de cohérence Fonction d’autocorrélation de la fonction de transfert. Identifie la bande sur laquelle l ’atténuation apportée par le canal peut être considérée constante.

27. Caractérisation : résultats Salle de réunion ; ouverture 180° ; LOS : Tm=4.48 ns Bc90=70 MHz NLOS : Tm=5.79 ns Bc90=50 MHz Salle informatique ; antennes patchs ouverture 30° Linéaire : Tm=4.55 ns Bc90=80 MHz Circulaire : Tm=3.15 ns Bc90=100 MHz Avantage de la polarisation circulaire Compromis ouverture des antennes / qualité de la couverture

28. Réponse impulsionnelle mesurée Détection des trajets 0.2 0.2 0.1 h(t) y(t) x(t) 0.1 0 40 80 0 0 0 50 100 Temps (ns) Temps (ns) Modélisation large bande Modélisation par un filtre linéaire. La réponse impulsionnelle : Quatre variables aléatoires : Nombre de trajets ; Phases Retards ; Amplitudes

29. Densité de probabilité des phases 0.16 0.15 0.14 -p p 0 Modélisation large bande : les phases Les phases sont uniformément réparties sur [0, 2.π[ (vérification rigoureuse par le test de Kolmogorov-Smirnov) Le test de conformité de Hoeffding : Indépendance des phases avec les amplitudes et les retards

30. 0.1 0.05 0 0 20 40 60 Modélisation large bande : les retards Comparaison de la loi des temps d'arrivée avec une loi de Poisson Le résultat n ’est pas probant et la dépendance est confirmée par un test de Kolmogorov-Smirnov. Estimation non paramétrique de la loi des retards.

31. Modélisation large bande : les amplitudes Le test de conformité de Hoeffding nous montre la dépendance entre phase et retards. Utilisation d ’une régression non linéaire : k = r(k) + k

32. 1. k uniformément répartis 2. Indépendance entre k et k et entre k et k 3. Estimation non paramétrique de la loi des k 4. Régression non linéaire entre k et k • Générer de façon automatique • d’une part les phases et les retards • d’autre part les amplitudes en fonction des retards. Conclusions

33. Modèle de ligne à retardsSimulations

34. Réponse impulsionnelle mesurée RI numérique (Ts=8ns) 1 0.2 0.6 0.1 0.2 0 0 0 50 100 0 40 80 Time (ns) Temps (ns) Des mesures au modèle Somme sur un temps symbole

35. Cluster 1 Cluster 4 b1,3 b1,1 b4,3 b1,2 b2,3 Cluster 3 b3,3 b3,4 t T1 T2 T3 T4 T3+t3,3 T2+t2,3 T3+t3,4 Modèle par les lois K • Hypothèses • Canal stationnaire  les amplitudes, phases, temps d’arrivée des trajets et des groupes sont des variables aléatoires. • Les temps d’arrivées de chaque groupe est un processus de Poisson. • Dans un groupe quelconque, les temps d ’arrivée des rayons est un processus de a Poisson.

36. Modèle par les lois K Lois obtenues Les coefficients du canal numérique sont l’intégration de h(t) sur un temps symbole T h(n) est une variable aléatoire gaussienne circulaire centrée dont la variance des parties réelle et imaginaire est s²(n). Le nombre de groupes et leur « forme » varie d ’un point à un autre : s2(n) est une variable aléatoire (cachée) de distribution inconnue. Nous avons proposé une loi gamma pour s²(n). |h(n)| est K distribué

37. p/6 Loi de Rayleigh Loi K a=50 0 p/4 Modèle par les lois K Comparaison avec les mesures

38. Conclusion sur le modèle numérique • Avantage du modèle de lignes à retards : • Facilité d ’utilisation dans les simulations • Possibilité d ’utiliser : • Les mesures • Le modèle numérique • Intérêt des lois K : • Plus général que Rayleigh • Possibilité de tenir compte des variations petite échelle • Perspectives : validation de la loi K sur plus de mesures, d’autres environnements

39. Modèle physique par lancer de faisceauxPlanification, complément au modèle statistique

40. Intérêt de la modélisation physique Fournir des exemples pour la mise au point et la validation d’algorithme de traitement du signal. Aide à la validation de modèles statistiques. Complémentaire par rapport aux mesures Plus flexible par rapport à l ’environnement. Possibilité d ’étudier la direction d ’arrivée des rayons Possibilité d ’étude dans le cas non stationnaire

41. Méthode Décomposition du champ source sur un ensemble de faisceaux gaussiens puis tracé du trajet de l’axe de chaque faisceau jusqu’à un affaiblissement donné Calcul du couplage à l ’antenne de réception Évaluation de la réponse impulsionnelle

42. Décomposition du champ source Décomposition du champ source sur un ensemble de fenêtres gaussiennes en nombre limité (frame de GABOR)Les gaussiennes sont déduites les unes des autres par translations et rotations Tracé du trajet de l’axe de chaque faisceau Utilisation de l’optique géométrique Expression « simple » du champ rayonné en tout point (x, y, z) de l’espace

43. Décomposition du champ source

44. Calcul du couplage à l’antenne de réception Une fois connus les trajets des faisceaux dans la pièce où se trouve l’antenne de réception, la puissance reçue est déterminée par des intégrales de couplage entre le spectre de l’antenne de réception et ceux des faisceaux. Évaluation de la réponse impulsionnelle La longueur du trajet détermine le retard. L ’amplitude est la somme des trajets ayant le même retard.

45. Exemple de réponse impulsionnelle Bonne concordance pour le trajet principale. Nécessité de mieux connaître l’environnement pour les réflexions

46. Conclusion et perspectives • Validation du modèle : • Une comparaison avec une autre méthode de simulation (basée sur la transformée de Fourier) donne des résultats cohérents. • Bonne corrélation entre réponses impulsionnelles simulées et mesurées. • Travaux à développer : • Prise en compte des obstacles • Mise au point de modèles statistiques.

47. Bilan des travaux sur le canalPerspectives

48. Modèles étudiés 1. Évanouissements grande échelle Modélisation de la puissance reçue par une loi lognormale ; étude de l ’imperfection du contrôle de puissance. 2. Caractérisation et modélisation large bande Caractérisation de l ’étalement des retards et de la bande de cohérence. Modèle de réponse impulsionnelle. Possibilité de générer facilement et rapidement un grand nombre de réponses.

49. Modèles étudiés 3. Modèle de ligne à retards Soit en partant des mesures, soit par un modèle utilisant les lois K, possibilité de générer un grand nombre de filtres pour les simulations 4. Modèle physique par lancer de faisceaux Planification, complément au modèle statistique. Peut remplacer de longues et coûteuses campagnes de mesure.

50. Perspectives Poursuivre la validation des modèles. Diversifier les conditions et les environnements de mesures. Valider la complémentarité modèle statistique / modèle physique. Apporter des solutions pour les travaux sur la chaîne de communication.