Embed Size (px)
Citation preview
0
N° d’ordre : 05/ IRS / TCO Année Universitaire : 2015 / 2016
UNIVERSITE D’ANTANANARIVO
----------------------
ECOLE SUPERIEURE POLYTECHNIQUE
-----------------------
MENTION TELECOMMUNICATION
MEMOIRE
en vue de l’obtention
du DIPLOME de Master
Titre : Ingénieur
Domaine : Sciences de l’Ingénieur
Mention : Télécommunication
Parcours : Ingénierie des Réseaux et Systèmes
par : MAHARIMANANA Léonie Elsa
ETUDE DE LA MODULATION GFDM ET DE LA
TECHNIQUE D’ACCES NOMA DU RESEAU 5G
Soutenu le Mardi 28 Mars 2017 devant la Commission d’Examen composée de :
Président :
M. RATSIMBAZAFY Andriamanga
Examinateurs :
M. RANDRIAMITANTSOA Andry Auguste
M. ANDRIAMANALINA Ando Nirina
M. RANDRIAMIHAJARISON Mparany Jimmy
Directeur de mémoire :
M. RAKOTONDRAINA Tahina Ezéchiel
1
i
REMERCIEMENTS
Je remercie Dieu tout Puissant de m’avoir donnée la santé et la force dans l’élaboration de ce
mémoire.
J’adresse mes sincères remerciements à Monsieur RAMANOELINA Panja, Professeur
Titulaire, Président de l’Université d’Antananarivo, ainsi qu’à Monsieur
ANDRIANAHARISON Yvon, Professeur Titulaire, responsable de Domaine Sciences de
l’Ingénieur de l’Ecole Supérieure Polytechnique d’Antananarivo.
Je suis particulièrement reconnaissante à Monsieur RAKOTOMALALA Mamy Alain, Maître
de Conférences à l’Ecole Supérieure Polytechnique d’Antananarivo, responsable de la mention
Télécommunication.
Je remercie chaleureusement Monsieur RAKOTONDRAINA Tahina Ezéchiel, Maître de
conférences à l’Ecole Supérieure Polytechnique d’Antananarivo, mon directeur de mémoire,
qui m’a dirigée et conseillée durant la réalisation de ce travail de mémoire.
Je suis reconnaissante envers Monsieur RATSIMBAZAFY Andriamanga, Maître de
Conférences à l’Ecole Supérieure Polytechnique d’Antananarivo, qui nous fait l’honneur de
présider le jury de ce mémoire.
J’adresse mes profonds remerciements à Messieurs les membres du jury qui ont accepté
d’examiner ce mémoire malgré leurs innombrables occupations :
M. RANDRIAMITANTSOA Andry Auguste, Maître de conférences à l’Ecole
Supérieure Polytechnique d’Antananarivo
M. ANDRIAMANALINA Ando, Maître de conférences à l’Ecole Supérieure
Polytechnique d’Antananarivo
M. RANDRIAMIHAJARISON Mparany Jimmy, Assistant d’Enseignement et de
Recherche à l’Ecole Supérieure Polytechnique d’Antananarivo
J’adresse un grand Merci à tous les Membres de ma famille, à tous les Enseignants Chercheurs,
Personnels administratifs et techniques de l’École Supérieure Polytechnique d’Antananarivo
ainsi qu’à tous mes amis sans qui ce travail n’aura pas pu aboutir.
ii
TABLE DES MATIERES
REMERCIEMENTS ............................................................................................................ i
TABLE DES MATIERES ................................................................................................... ii
NOTATIONS ...................................................................................................................... iv
INTRODUCTION GENERALE..........................................................................................1
CHAPITRE 1 GENERALITES SUR LES RESEAUX 5G .................................................2
1.1 Introduction ............................................................................................................2
1.2 Evolution des réseaux mobiles ...............................................................................2
1.2.1 Les réseaux mobiles de la première génération (1G) ........................................2
1.2.2 Les réseaux mobiles de deuxième génération (2G) ...........................................3
1.2.3 Les réseaux mobiles de troisième génération (3G) ...........................................4
1.2.4 Les réseaux mobiles de quatrième génération (4G) ..........................................7
1.2.5 Limites du réseau 4G ........................................................................................9
1.2.6 Vers les réseaux mobiles de cinquième génération (5G) ..................................9
1.3 Etude détaillée du réseau 5G................................................................................ 10
1.3.1 Présentation du réseau 5G ............................................................................. 10
1.3.2 Les 10 piliers du réseau 5G ............................................................................ 15
1.3.3 Architecture du réseau 5G .............................................................................. 23
1.3.4 Les couches de l’interface radio du réseau 5G ............................................... 25
1.3.5 Challenges du réseau 5G ................................................................................ 27
1.4 Conclusion ............................................................................................................ 27
CHAPITRE 2 RESEAU D’ACCES DU RESEAU 5G ...................................................... 28
2.1 Introduction .......................................................................................................... 28
2.2 Nouvelles formes d’ondes ..................................................................................... 28
2.2.1 Orthogonal Frequency-Division Multiplexing (OFDM) ................................ 28
2.2.2 Filterbank Multicarrier (FBMC).................................................................... 33
2.2.3 Universal Filtered Multicarrier (UFMC) ....................................................... 36
2.2.4 Generalized Frequency-Division Multiplexing (GFDM)................................ 37
2.3 Nouvelles techniques d’accès................................................................................ 44
2.3.1 Orthogonal Frequency Division Multiple Access (OFDMA) ......................... 46
2.3.2 Sparse Code Multiple Access (SCMA) ............................................................ 47
2.3.3 MultiUser Shared Access (MUSA) ................................................................. 48
2.3.4 Non-Orthogonal Multiple Access (NOMA) .................................................... 49
iii
2.4 Conclusion ................................................................................................................. 56
CHAPITRE 3 ETUDE DE GFDM ET DE NOMA ........................................................... 57
3.1 Introduction ............................................................................................................... 57
3.2 Logiciels de simulations ............................................................................................ 57
3.2.1 LabVIEW ............................................................................................................. 57
3.2.2 Matlab .................................................................................................................. 58
3.3 La modulation GFDM............................................................................................... 59
3.3.1 Emission OOB ..................................................................................................... 59
3.3.2 PAPR ................................................................................................................... 74
3.4 La technique d’accès NOMA .................................................................................... 78
3.4.1 Optimisation de la capacité du réseau .................................................................. 78
3.4.2 Imperfection des récepteurs SIC .......................................................................... 84
3.4.3 Compromis entre SE et EE .................................................................................. 87
3.5 Conclusion ................................................................................................................. 88
CONCLUSION GENERALE ............................................................................................ 89
ANNEXES .......................................................................................................................... 90
ANNEXE 1 TECHNOLOGIE RADIO COGNITIVE EN 5G SANS FIL ........................ 90
ANNEXE 2 5G EN EUROPE............................................................................................. 93
ANNEXE 3 SCHEMA FONCTIONNEL DE GFDM SOUS LABVIEW ......................... 95
BIBLIOGRAPHIES ........................................................................................................... 97
RENSEIGNEMENTS..................................................................................................... 1011
iv
NOTATIONS
1. Minuscules latines
𝑓0 Plus basse fréquence des sous-porteuses
𝑓𝑘 Fréquence de la 𝑘−𝑖è𝑚𝑒 sous-porteuse
𝑔[𝑛] Prototype du filtre à réponse impulsionnelle
𝑔𝑘 Facteur d'atténuation du canal pour la liaison entre la BS et l'UE𝑘
𝑔𝑘,𝑚[𝑛] Filtre obtenu par un décalage circulaire du filtre g [n]
𝑔𝑅𝐶(𝑡) Réponse impulsionnelle du filtre RC
𝑔𝑅𝐶𝐶(𝑡) Réponse impulsionnelle du filtre RCC
ℎ𝑘 Réponse complexe du canal à la fréquence fk
ℎ[𝑛] Réponse du canal
𝑘 Rang de la sous-porteuse
𝑙𝑖𝑛 Partie linéaire
𝑚𝑎𝑥 Valeur maximum
𝑛 Indice d’échantillonnage
𝑛𝑖 Taille de la sous-bande UFMC
𝑠 ⃗⃗ Bloc de données de symboles
s(t) Symbole OFDM
�̅�[𝑘,𝑚] Symbole d’information obtenu à la réception
[𝑠𝑖]𝑛𝑖𝑥1 Symboles de la constellation contenus dans la sous-bande UFMC
tsk Signal modulé sur la 𝑘−𝑖è𝑚𝑒 sous-porteuse
𝑠𝑘𝑁[𝑛] Symboles de données suréchantillonnés
�̂�𝑘𝑁[𝑛] Signal défini pour chaque sous-porteuse en réception
𝑠𝑘,𝑛 Séquence transmise contenant l’information de l’utilisateur à la sous-porteuse
k et du symbole n.
𝑠𝑘,𝑚 Symbole transmis dans la 𝑘ième sous-porteuse et 𝑚−ième sous-symbole du
bloc GFDM.
𝑠𝑛 Signal discret en bande de base
𝑠𝑛𝐼 (𝑡) Parties réelles des symboles d'information en bande de base
𝑠𝑛𝑄(𝑡) Parties imaginaires des symboles d'information en bande de base
𝑣 Indice du bloc GFDM
𝑤𝑘𝑛 Facteur effectuant le décalage du filtre dans le domaine fréquentiel
v
𝑤[𝑛] Bruit AWGN du signal reçu au niveau du récepteur GFDM sans préfixe
cyclique
�̃�[𝑛] Bruit AWGN du signal reçu au niveau du récepteur GFDM avec préfixe
cyclique
𝑤𝑘 Bruit blanc gaussien additif à l'𝑈𝐸𝑘
𝑤𝑅[𝑛] Fonction de la fenêtre rampe
𝑤𝑅𝐶[𝑛] Fonction de la fenêtre RC
𝑥 Signal généré dans le domaine temporels à un instant particulier dans le temps
𝑥[𝑛] Signal d’émission du bloc de données 𝑠
�̃�[𝑛] Signal d’émission d’un bloc de données 𝑠 ajouté d’un préfixe cyclique
𝑥(𝑡) Signal en bande de base à temps discret 𝑥(𝑡) à la sortie d'un émetteur FBMC
𝑥(𝑡) Signal transmis par une station de base
𝑥𝑘 Symbole de données OFDM
𝑥𝑘[𝑛] Signal d'émission de sous-porteuse dans GFDM
𝑥𝑘(𝑡) Information individuelle véhiculant la forme d'onde OFDM
𝑥𝑇(𝑡) Signal d’émission tronqué
y(t) Signal reçu en bande de base
𝑦𝑛 Signal discrétisé reçu en entrée du démodulateur
𝑦[𝑛] Signal reçu au niveau du récepteur GFDM sans préfixe cyclique
�̃�[𝑛] Signal reçu au niveau du récepteur GFDM
𝑦𝑒𝑞[𝑛] Signal de réception égalisé
𝑦�̂�[𝑛] Signal de réception égalisé abaissé en fréquence
𝑦𝑘̅̅ ̅[𝑚𝐾] Symbole d’information obtenu à la réception
𝑦𝑘(𝑡) Signal reçu à l’ 𝑈𝐸𝑘
2. Majuscules latines
A(n) Amplitude du signal
𝐵 Nombre de sous-bandes UFMC
E[. ] Espérance mathématique de.
𝐹 Indice d’équité
[𝐹𝑖](N + L−1) xN Matrices contenant les réponses impulsionnelles des filtres pour chacune des
sous-bandes UFMC
𝐹(𝑧) Fonction de répartition cumulée
vi
𝐺[𝑓] Transformée de Fourier du 𝑔[𝑛]
𝐺𝑚[𝑓] Transformée de Fourier du 𝑔𝑘,𝑚[𝑛]
𝐻𝑘(𝑡) Fonction de transfert du canal autour de la fréquence 𝑓𝑘 et à l’instant 𝑡
𝐼𝑚 Partie imaginaire
𝐾 Facteur de chevauchement pour le signal FBMC
𝐾 Nombre de sous-porteuses dans le système GFDM
𝐿 Longueur du filtre
𝑀 Nombre de sous-symboles ou nombre d’intervalles de temps pour la
transmission
𝑁 Facteur de suréchantillonnage
𝑁 Longueur de la FFT
𝑁 Nombre de sous-porteuses
𝑁 Nombre d’éléments dans le système GFDM
𝑁0 Densité du bruit
𝑁𝐶𝑃 Longueur du préfixe cyclique
𝑁𝑘 Densité du bruit de l’𝑈𝐸𝑘
𝑃 Probabilité
𝑃(𝑓) Densité spectrale de puissance du signal
𝑃𝑘 Puissance allouée à chaque 𝑈𝐸𝑘
𝑃𝑠𝑡𝑎𝑡𝑖𝑐 Puissance consommée par le circuit
𝑃𝑇 Puissance totale disponible à la BS
𝑃𝑡𝑜𝑡𝑎𝑙 Puissance totale consommée par la BS
𝑃𝐴𝑃𝑅(𝑑𝐵) PAPR du signal en dB
𝑅𝑒 Partie réelle
𝑅𝑘𝑁𝑂𝑀𝐴
Débit obtenu en NOMA
𝑅𝑘𝑂𝐹𝐷𝑀𝐴
Débit obtenu en OFDMA
𝑅𝑇 Débit total
𝑆 Matrice de données (K × M)
𝑆𝑘,𝑚[𝑓] Transformée de Fourier de 𝑠𝑘,𝑚[𝑛]
𝑆𝑁𝑅1 Signal to Noise Ratio de l’𝑈𝐸1
𝑆𝑁𝑅𝐾 Signal to Noise Ratio de l’𝑈𝐸𝐾
𝑇 Durée d’un symbole
𝑇 Durée d’un signal
vii
𝑇𝑠 Durée d’un symbole
𝑇𝐶𝑃 Durée d’un préfixe cyclique
𝑇𝑔 Durée du filtre
𝑇ℎ Longueur de la réponse impulsionnelle du canal ℎ[𝑛]
𝑇 Période d’un signal
𝑈𝐸1 UE le plus proche de la station de base
𝑈𝐸𝑘 𝑘−𝑖è𝑚𝑒 UE
𝑈𝐸𝐾 UE le plus éloigné de la station de base
[𝑉𝑖]𝑁𝑥𝑛𝑖 Matrices comprenant les colonnes de la IFFT de la matrice correspondant à
chaque position de fréquence de sous-bande UFMC
𝑊 Largeur de bande de transmission
𝑋 Matrice de données 𝑀 ×𝑁
[𝑋](N + L−1) x1 Vecteur du signal UFMC émis
3. Minuscules grecques
𝛼 Facteur d’arrondi
𝛼𝑘 coefficient d’allocation de puissance pour l’ 𝑈𝐸𝑘
𝛽𝑘,𝑛 Facteur multiplicateur
𝛿[. ] Fonction de Dirac
𝜆 Longueur d’onde
𝜃𝑘,𝑛 Facteur alternant les parties réelles et imaginaires entre les sous-porteuses
adjacentes et les symboles
4. Majuscules grecques
f Espacement entre les sous-porteuses adjacentes
5. Notations spéciales
⊛ Convolution circulaire
{ } Ensemble
viii
6. Abréviations
1G 1st Generation
2G 2nd Generation
3D Trois Dimensions
3G 3rd Generation
3GPP 3rd Generation Partnership Project
4G 4th Generation
5G 5th Generation
5GNOW 5th Generation Non-Orthogonal Waveforms for Asynchronous Signalling
AMPS Advanced Mobile Phone System
AMRF Accès Multiple par Répartition en Fréquence
AMRT Acces Multiple à Repartition dans le Temps
ASA Authorised Shared Access
AWGN Additive White Gaussian Noise
BPSK Binary Phase Shift Keying
BS Base Stations
CCDF Complementary Cumulative Distribution Function
CDF Cumulative Distribution Fonction
CDMA Code Division Multiple Access
CoA Care of Address
CoMP Coordinated Multi-Point
CP Cyclic Prefix
CP-OFDM Cyclic Prefix- OFDM
CSI Channel State Information
CWIC Codeword-level SIC
D2D Device-to-device
DC-HSDPA Dual Cell HSDPA
DFT Discret Fourier Transform
DL Downlink
DOCOMO DO COmmunications over the MObile network
DOF Degree of Freedom
DSP Densité Spectrale de Puissance
EDGE Enhanced Data Rates for GSM Evolution
ix
EE Energy Efficiency
eNode B evolved Node B
FA Foreign Agent
FBMC Filterbank Multicarrier
FDD Frequency Division Duplexing en anglais
FDMA Frequency Division Multiple Access
FFT Fast Fourier Transform
FPGA Field-Programmable Gate Array
FS-FBMC Frequency Spreading FBMC
GFDM Generalized Frequency-Division Multiplexing
GMSK Gaussian Minimum Shift Keying
GPRS General Packet Radio Service
GS-GFDM Guard Symbol-GFDM
GSM Global System for Mobile Communications
HARQ Hybrid Automatic Repeat Request
HD Haute Définition
HetNet Heterogeneous Network
HSDPA High Speed Downlink Packet Access
HSPA High Speed Packet Access
HSUPA High Speed Uplink Packet Access
ICI InterCarrier Interference
IDFT Inverse DFT
IFFT Inverse Fast Fourier Transform
IFI Inter Frame Interference
IMT-A International Mobile Telecommunications-Advanced
IoT Internet Of Things
IP Internet Protocol
IPv6 Internet Protocol version 6
IRC Interference Rejection Combining
ISI Inter Symbol Interference
LabVIEW Laboratory Virtual Instrument Engineering Workbench
LOS Line‐Of‐Sight
LPF Low Pass Filter
x
LSA Licensed Shared Access
LTE Long Term Evolution
LTE-A LTE-Advanced
MAC Media Access Control
Matlab MATrix LABoratory
METIS Mobile and wireless communications Enablers for Twenty-twenty (2020)
Information Society
MIMO Multiple Input Multiple Output
mmWave Millimeter-Wave
MQAM Multiple Quadrature Amplitude Modulation
MRC Maximum Ratio Combining
MTC Machine-Type Communication
MU-MIMO Multi-User MIMO
MUPA MUltiuser Power Allocation
MUSA Multi-User Shared Access
NI National Instruments
NLOS Non-Line-Of-Sight
NMT Nordic Mobile Telephone
NOMA Non-Orthogonal Multiple Access
NSN Nokia Solutions and Networks
NTT Nippon Telephone and Telegraph Company
OFDM Orthogonal Frequency Division Multiplex
OFDMA Orthogonal Frequency Division Multiple Access
OMA Orthogonal Multiple Access
OOB Out-Of-Band
OQAM Offset QAM
OSI Open Systems Interconnection
OTP Open Transport Protocol
OWA Open Wireless Architecture
P/S Parallel to Serial
PAPR Peak-to-Average Power Ratio
PDC Personal Digital Communications
PSD Power Spectral Density
xi
PSK Phase-Shift Keying
QAM Quadrature Amplitude Modulation
QoE Quality of Experience
QoS Quality of Service
QPSK Quadrature Phase Shift Keying
RAN Radio Access Network
RAT Radio Access Technology
RC Raised-Cosine
RF Radio Fréquence
RRC Root raised-cosine
S/P Serial to Parallel
SC-FDMA Single-Carrier FDMA
SCMA Sparse-Code Multiple Access
SE Spectral Efficiency
SIC Successive Interference Cancellation
SINR Signal-to-Interference-plus-Noise Ratio
SLIC Symbol-level SIC
SMS Short Message Service
SNR Signal to Noise Ratio
SON Self-Organizing Network
SRRC Square-Root-Raised-Cosine Filter
SU-MIMO Single-User MIMO
TACS Total Access Communication System
TCP Transmission Control Protocol
TDD Time Division Duplex
TDMA Time Division Multiple Access
TIC Technologies de l'Information et de la Communication
TV Télévision
UE User Equipment
UFMC Universal Filtered Multicarrier
UF-OFDM Universal Filtered-OFDM
UIT Union internationale des télécommunications
UIT-R Comité Consultatif International des Radiocommunications
xii
UL Uplink
UMTS Universal Mobile Telecommunications System
V2X Vehicle‐to‐X
VNI Visual Networking Index
W-CDMA Wideband CDMA
W-GFDM Windowed GFDM
Wi-Fi Wireless Fidelity
WIMAX Worldwide Interoperability for Microwave Access
ZTE Zhong Xing Telecommunication Equipment Company Limited
1
INTRODUCTION GENERALE
La première vague de systèmes de 4ème génération est finalement déployée en Europe et dans
certains continents, fournissant un véhicule pour les services mobiles à large bande, à tout
moment et n'importe où. Cependant, le trafic mobile continue à croître, et le besoin de services
à large bande plus sophistiqués va encore pousser la limite sur les normes actuelles pour fournir
une intégration encore plus étroite entre les technologies sans fil et des vitesses plus élevées,
nécessitant une nouvelle génération de communications mobiles: le soi-disant 5G. En effet, ces
dernières années, les industries sans fil ont lancé une feuille de route pour la transition de 4G à
5G.
L'évolution vers 5G est considérée comme la convergence des services internet avec les
standards de réseaux mobiles, conduisant à ce que l'on appelle communément « l'internet
mobile » sur des réseaux hétérogènes, et avec des vitesses de connectivité très élevées.
Contrairement aux normes précédentes (3G et 4G), qui ont principalement pour but d’améliorer
les débits offerts en mobilité, 5G sera une norme transverse, qui visera à adresser une large
diversité de problématique de connectivité. Pour atteindre ces exigences, les améliorations se
feront tout d’abord au niveau du réseau d’accès, au niveau de la couche physique.
Il n’y a pas encore de normes fixes, mais plusieurs types de modulations et de techniques
d’accès sont déjà en cours d’études. Pour notre part, on a choisi d’étudier la modulation GFDM
et de la technique d’accès NOMA. D’où le titre de ce mémoire : « Etude de la modulation
GFDM et de la technique d’accès NOMA du réseau 5G ».
De ce fait, l’étude proposée se compose de trois grandes parties. Dans la première partie, nous
allons voir les généralités du réseau 5G. Dans la deuxième partie, nous nous intéressons au
réseau d’accès du 5G, dans laquelle on se focalisera surtout sur la modulation GFDM et la
technique d’accès NOMA. Et enfin, dans la dernière partie, nous montrons les résultats de la
simulation de l’étude de GFDM et de NOMA.
2
CHAPITRE 1
GENERALITES SUR LES RESEAUX 5G
1.1 Introduction
Le réseau de cinquième génération (5G) est le futur des réseaux d'information. Il ne constitue
pas vraiment d’une avancée supplémentaire de la quatrième génération (4G), mais un autre type
de modèle de système mobile qui prend en charge des fréquences élevées, des extrêmes densités
de nœuds, des antennes à grande échelle, une bande passante énorme, etc. Avant d’entrer dans
les détails de la structure et des caractéristiques de la cinquième génération, il semble que la
nécessité de concevoir un tel réseau devrait être clairement expliquée. Par conséquent, il est
instructif d'examiner les générations antérieures des réseaux mobiles. [1] [2]
1.2 Evolution des réseaux mobiles
1.2.1 Les réseaux mobiles de la première génération (1G)
La première génération de réseaux mobiles émergeait au cours des années 1980, et est
caractérisée par une multitude de technologies introduites en parallèle à travers le monde. On
peut citer les technologies suivantes:
AMPS (Advanced Mobile Phone System) aux Etats-Unis;
TACS (Total Access Communication System) au Japon et au Royaume-Uni ;
NMT (Nordic Mobile Telephone) dans les pays scandinaves ;
Radiocom2000 en France ;
Ces systèmes devaient offrir un service de téléphonie en mobilité. Cependant, ils ne parviennent
pas à réellement franchir les frontières de leurs pays d’origine et aucun système ne s'imposa en
tant que véritable norme internationale. Cette hétérogénéité résultait principalement des
cloisonnements nationaux en vigueur à l'époque, dans le domaine des télécommunications. De
ce fait, elle impliquait l'incompatibilité des systèmes et l'impossibilité d’itinérance, aussi
appelée roaming. Cet échec relatif fut primordial dans la reconnaissance par les différents pays
de la nécessité de définir des normes de téléphonie mobile à l'échelle internationale.
D'un point de vue technique, ces systèmes étaient basés sur un codage et une modulation de
type analogique. Ils utilisaient une technique d'accès multiples appelée AMRF (Accès Multiple
par Répartition en Fréquence) ou, en anglais FDMA (Frequency Division Multiple Access),
associant une fréquence à un utilisateur. La capacité de ces systèmes demeurait très limitée,
seulement de l'ordre de quelques appels voix simultanés par cellule. Cette contrainte de
3
capacité, ainsi que les coûts élevés des terminaux et des tarifs de communication ont restreint
l'utilisation de la 1G à un très faible nombre d'utilisateurs (60000 utilisateurs, en 1988, en
France). Par ailleurs, les dimensions importantes des terminaux limitaient significativement
leur portabilité. [1] [2] [3] [4]
1.2.2 Les réseaux mobiles de deuxième génération (2G)
La deuxième génération de réseaux mobiles est, elle aussi, marquée par le nombre de systèmes
ayant été définis et déployés à travers le monde. On retrouve le GSM (Global System for Mobile
Communications) en Europe, le PDC (Personal Digital Communications) au Japon et l'IS-95
aux Etats-Unis. Ces systèmes dans leurs versions initiales donnaient accès au service voix en
mobilité, mais aussi aux messages textes courts plus connus sous le nom de SMS (Short
Message Service). En complément, ces systèmes permettaient des transferts de données à faible
débit. Les progrès technologiques réalisés dans la conception de circuits hyperfréquences et de
dispositifs de traitement numérique du signal permirent une réduction de la taille des terminaux,
autorisant une réelle mobilité.
De ces trois systèmes, GSM est celui qui a rencontré le plus large succès. Il fut déployé dans
un grand nombre de pays, et a permis l'itinérance entre ces derniers. Il devint le premier système
déployé sur quasiment l'ensemble du globe.
Les systèmes 2G ont pour principal point commun d'être basés sur des codages et des
modulations de type numérique. Des techniques d'accès multiples plus élaborées que FDMA
furent employées. Par exemple, GSM et PDC sont basés sur une répartition en fréquences
FDMA entre les cellules, combinées à une répartition en temps sur la cellule appelée TDMA
(Time Division Multiple Access), ou en français AMRT (Accès Multiple à Répartition dans le
Temps). D'autre part, les voies montantes et descendantes sont séparées en fréquence. L'IS-95
utilise une répartition par codes appelée CDMA (Code Division Multiple Access). GSM utilise
la modulation GMSK (Gaussian Minimum Shift Keying).
Le succès des systèmes 2G fut et demeure considérable. Toutefois, ils présentent plusieurs
limites. La plus importante est d'ordre capacitaire, impliquant des rejets d'appels aux heures les
plus chargées de la journée. La seconde est d'ordre fonctionnel. A ses débuts, GSM utilisait un
réseau cœur à commutation de circuit par lequel l'accès aux services de données était
particulièrement lent. Afin d'accroitre les débits fournis, le réseau d'accès GSM fut connecté à
un réseau cœur appelé GPRS (General Packet Radio Service). Cette évolution améliora la prise
en charge des services de données. En complément de ce développement, la technologie d'accès
4
EDGE (Enhanced Data Rates for GSM Evolution) rendit possible des débits de l'ordre de 240
Kbit/s par cellule, grâce à l'amélioration des techniques d'accès au canal radio. Elle a introduit
l’utilisation d’une nouvelle modulation sur l’interface radio, le 8-PSK (Phase-Shift Keying).
Toutefois, à la fin des années 1990, les débits fournis par les réseaux 2G étaient encore trop
limités pour que l'accès aux services de données soit fluide. Cette limitation fut à l’origine de
la définition des technologies 3G. [1] [2] [3] [4]
1.2.3 Les réseaux mobiles de troisième génération (3G)
La troisième génération de réseaux mobiles regroupe deux familles de technologies ayant connu
un succès commercial : l’UMTS (Universal Mobile Telecommunications System), issu du
GSM et largement déployé autour du globe, et le CDMA2000, issu de l’IS-95 et déployé
principalement en Asie et en Amérique du Nord. Les interfaces radio de ces deux familles
reposent sur des caractéristiques techniques proches, notamment le CDMA. Dans ce qui suit,
nous nous concentrons sur l’UMTS, car c’est cette famille de technologies qui va engendrer la
cinquième génération.
1.2.3.1 L’UMTS
La 3G est caractérisée par la volonté des industriels de télécommunications de définir une
norme au niveau mondial. Les enjeux étaient d'offrir une itinérance globale aux utilisateurs,
mais également de réduire les coûts unitaires des terminaux mobiles et des équipements de
réseau. Dans cette perspective, ces entreprises, en particulier celles issues du monde GSM, se
sont regroupées au sein d'un consortium appelé 3GPP (3rd Generation Partnership Project).
Cette démarche aboutit à l'élaboration de la norme UMTS à la fin des années 1990. Cette
première version de la norme est appelée Release 99. Les innovations associées au système
UMTS ont principalement trait au réseau d'accès, celui-ci s'interfaçant avec le réseau cœur du
GPRS. Les objectifs de l'UMTS étaient d’accroitre la capacité du système pour le service voix
mais surtout d'améliorer le support des services de données.
L’UMTS utilise la modulation BPSK (Binary Phase Shift Keying) pour la voie montante, la
modulation QPSK (Quadrature Phase Shift Keying) pour la voie descendante, et la technique
d’accès W-CDMA (Wideband CDMA). Cette dernière est basée sur le CDMA, et supporte les
deux schémas de communication FDD (Frequency Division Duplexing) et TDD (Time-
Division Duplex). Le W-CDMA autorise la connexion simultanée à plusieurs cellules,
renforçant la qualité des communications lors du changement de cellule en mobilité. Elle est
limitée à un débit maximal de 384Kbits/s dans les sens montant et descendant. [1] [2] [3] [4]
5
L'UMTS connaît deux évolutions majeures:
Le HSPA (High Speed Packet Access)
Le HSPA+
1.2.3.2 Les évolutions HSPA
Rapidement, la volonté d'effacer les limites de la Release 99 en matière de débits apparut. Les
évolutions HSPA, aujourd'hui connues commercialement sous le nom de 3G+, furent
introduites:
HSDPA (High Speed Downlink Packet Access) pour la voie descendante ;
HSUPA (High Speed Uplink Packet Access) pour la voie montante.
Ces évolutions ont été définies par le 3GPP, respectivement en Release 5 (2002) et en Release
6 (2005), afin d'accroitre les débits possibles et de réduire la latence du système. L'innovation
principale du HSPA concerne le passage d'une commutation circuit sur l'interface radio, où des
ressources radio sont réservées à chaque UE (User Equipement) pendant la durée de l'appel, à
une commutation par paquets, où la station de base décide dynamiquement du partage des
ressources entre les UE actifs. La modulation et le codage sont rendus adaptatifs afin de
s'adapter aux conditions radio de l'UE au moment où il est servi, les débits instantanés étant
accrus via l'utilisation de modulations à plus grand nombre d'états qu'en release 99. La
modulation 16 QAM (Quadrature Amplitude Modulation) est introduite pour la voie
descendante en complément de la modulation QPSK. De même, la modulation QPSK est
introduite pour la voie montante en complément de BPSK. Enfin, un nouveau mécanisme de
retransmission rapide des paquets erronés, appelé HARQ (Hybrid Automatic Repeat reQuest)
est défini entre l'UE et la station de base afin de réduire la latence du système en cas de perte
de paquets. Ces évolutions offrent aux utilisateurs des débits maximum de 14,4 Mbit/s en voie
descendante et de 5,8 Mbit/s en voie montante, ainsi qu'une latence réduite.
1.2.3.3 Les évolutions HSPA+
Cependant, dans certains pays tels que le Japon et les États-Unis, les technologies UMTS et ses
évolutions HSPA ont commencé à montrer leurs limites en termes de capacité. Avec
l'augmentation de la charge des réseaux, la qualité de service fournie aux clients se dégrade, ce
qui pose un véritable problème aux opérateurs de réseaux mobiles. Deux pistes ont été suivies
par le 3GPP afin de répondre à ces contraintes, à savoir:
6
la définition d'évolutions du HSPA, appelées HSPA+;
et la définition du LTE (Long Term Evolution).
Le HSPA+ a été normalisé par le 3GPP au cours des Releases 7 (en 2007) et 8 (en 2008).
L’amélioration des débits et de la capacité est rendue possible par l’introduction de nouvelles
techniques. En voie descendante, la modulation 64QAM est désormais prise en charge, de
même que la modulation 16QAM en voie montante. En complément, une cellule peut
transmettre des données à un utilisateur sur deux porteuses simultanément en voie descendante,
à l’aide de la fonctionnalité DC-HSDPA (Dual Carrier HSDPA). La fonctionnalité MIMO
(Multiple Input Multiple Output) est également introduite pour améliorer les débits en voie
descendante. Le HSPA+ intègre enfin une architecture qui réduit la latence du système via la
suppression du contrôleur de stations de base pour les services de données. Les évolutions
HSPA+ apportent ainsi des gains très significatifs en termes de débits, de capacité et de latence
et renforcent la pérennité des réseaux 3G. [1] [2] [3] [4]
1.2.3.4 Comparaison des technologies 3GPP hors LTE
Le tableau suivant dresse une comparaison non exhaustive des technologies 3GPP hors LTE
jusqu'à la Release 8. [3]
GSM/GPRS/E
DGE
UMTS
Release 99
HSPA HSPA + Release 8
Débit maximal UL 118 Kbit/s 384 Kbit/s 5,8 Mbit/s 11,5 Mbit/s
Débit maximal DL 236 Kbit/s 384 Kbit/s 14,4 Mbit/s 42 Mbit/s
Latence 300ms 250 ms 70 ms 30 ms
Largeur de canal 200 kHz 5 MHz 5 MHz 5 MHz avec deux canaux
simultanés
Techniques d’accès
multiples
FDMA/TDMA CDMA CDMA/TDMA CDMA/TDMA
Modulation DL
Modulation UL
GMSK
8-PSK
QPSK
BPSK
QPSK, 16QAM
BPSK, QPSK
QPSK, 16QAM, 64QAM
BPSK, QPSK, 16QAM
Bandes de
fréquence usuelles
900/1800 900/2100 900/2100 900/2100
Tableau 1.01 : Comparaison des technologies 3GPP hors LTE
7
1.2.4 Les réseaux mobiles de quatrième génération (4G)
La 4G permet le « très haut débit mobile », c'est-à-dire des transmissions de données à des
débits théoriques supérieurs à 100 Mbit/s, voire supérieurs à 1 Gbit/s et une haute qualité de
streaming. Une des particularités de ce réseau est d'avoir un réseau cœur basé sur le protocole
IP (Internet Protocol) et de ne plus offrir de mode commuté (établissement d'un circuit pour
transmettre un appel "voix"), ce qui signifie que les communications téléphoniques utiliseront
la voix sur IP (en mode paquet).
Les technologies IMT-2000 ont spécifiées 2 normes: le WiMAX et le LTE. Les 2 technologies
sont très similaires. Cependant, du point de vue technique et économique, les grands opérateurs
cellulaires sont favorables à la technologie LTE, et la plupart des pays du monde entier ont déjà
commencé à délivrer des licences pour la 4G en utilisant des systèmes LTE. On va donc se
focaliser sur la norme LTE.
1.2.4.1 LTE
Le 3GPP a lancé les travaux sur le LTE à la fin de l’année 2004. Les travaux proprement dit se
sont déroulés jusqu’à décembre 2008, date où la première version des spécifications a été
approuvée. LTE est ainsi défini dans la Release 8 du 3GPP. Il symbolise la migration de la
famille des normes UMTS, des systèmes qui soutiennent en même temps des communications
de données à commutation de circuits et de la voix à commutation de paquets, pour un système
de commutation par paquets tout-IP.
Du point de vue technique, la transmission en LTE est basée sur une modulation multi-porteuse
appelée OFDM. Cette dernière est utilisée en voie descendante, ainsi que le mode d’accès
multiple reposant sur l’OFDM : l’OFDMA. En voie montante, on utilise une modulation
dérivée de l’OFDM appelée SC-FDMA.
Les normes LTE apportent de nombreuses modifications et améliorations, notamment :
un débit descendant théorique allant jusqu'à 300 Mbit/s en mode MIMO 4X4 ;
un débit montant théorique allant jusqu'à 75 Mbit/s;
une efficacité spectrale trois fois plus élevée que l’HSPA;
un temps de latence d’environ 15 ms (contre 70 ms à 200 ms en HSPA et UMTS);
l’utilisation du codage OFDMA pour la liaison descendante et du SC-FDMA pour la
liaison montante (au lieu du W-CDMA en UMTS);
des performances et des débits radios améliorés par l’utilisation de la technologie multi-
antennes MIMO à la fois du côté terminal et du côté eNodeB;
8
l'utilisation de codes correcteur d'erreur de type « Turbo codes » associés aux
algorithmes de retransmission HARQ;
et la possibilité d'utiliser une bande de fréquence allouée à un opérateur variant de 1,4
MHz à 20 MHz, permet une plus grande souplesse. [1] [2] [3] [4]
1.2.4.2 LTE-Advanced (LTE-A)
Le LTE, tout comme les autres systèmes normalisés par le 3GPP, évolue au cours du temps,
notamment en fonction des progrès techniques et des demandes du marché. Le LTE-A (ou LTE
avancé) est une évolution du LTE normalisée dans le cadre de la Release 10 du 3GPP. Sa
normalisation s’est achevée à la fin de l’année 2011. Elle représente la véritable norme 4G.
Toutefois, elle garde une compatibilité ascendante avec le LTE au niveau des terminaux
(smartphones, des tablettes, des clés 4G), des fréquences et des codages radio utilisés dans le
réseau d'accès.
Les principales nouvelles fonctionnalités du LTE-A sont :
l’agrégation de porteuses ;
l’introduction du SU-MIMO (Single-User MIMO) en voie montante ;
l’extension du MIMO à la prise en charge de la configuration 8 × 8 en voie
descendante ;
l’amélioration du MU-MIMO (Multi-User MIMO) en voie descendante ;
et les relais.
Les bénéfices suivants sont apportés par les évolutions de la norme LTE vers le LTE-A :
des débits plus élevés sur les liens montants et descendants, grâce à l’agrégation de
porteuses qui permet d’utiliser un spectre hertzien jusqu’à 100 MHz de largeur
(comparée à 20 MHz maximum en LTE) ;
des performances radio accrues au niveau d'une cellule pour pouvoir servir plus de
terminaux, grâce, entre autres, aux évolutions de la technologie MIMO (MIMO 8x8) ;
la possibilité de déployer des relais radio annexes à coûts plus faibles pour étendre la
couverture d'une cellule principale ;
et de meilleures performances dans les zone mitoyennes de 2 cellules grâce aux
techniques de micro-synchronisation entre cellules appelées « CoMP » et SON.
9
1.2.5 Limites du réseau 4G
Les générations précédentes avaient pour ambition d’améliorer la vitesse afin de supporter
l’usage croissant de l’internet mobile. C’est en partie le cas pour la 3G, et ça l’est encore plus
pour la 4G puisqu’elle permet des débits pouvant atteindre les 300 Mbit/s, selon les opérateurs
et les fréquences utilisées. Avec de telles performances, on peut se demander l’intérêt de
développer un nouveau standard, en tout cas dès maintenant. C’est que, tout d’abord, l’enjeu de
la 5G n’est pas de répondre aux problèmes d’aujourd’hui. C’est pour les utilisations de demain
qu’est orientée la 5G. Pour comprendre l’empressement généralisé autour du futur standard, il
faut imaginer l’espace de quelques instants, l’état de la technologie en 2030. Dans quinze ans,
des centaines de milliards d’objets connectés, des voitures autonomes, la réalité augmentée et
virtuelle, des vidéos toujours mieux définies seront utilisés quotidiennement par des milliards
de personnes. Les technologies actuelles 3G et 4G ne pourront pas répondre à ces exigences de
capacité pour l’augmentation du trafic de données sur internet. Dans ce cas, le réseau 5G sera
essentiel. Il est spécifiquement conçu pour cet accroissement démesuré, avec un objectif de
créer un réseau à toute épreuve, qui ne craindrait ni la surcharge ni les évolutions et pouvant
s’adapter à de nouveaux usages toujours plus exigeants. [1] [2]
En plus, le réseau 4G présente quelques problèmes. Parmi les plus visibles, citons la
multiplication des antennes relais nécessaires. La taille des cellules du réseau est inférieure. Il
faut donc un plus grand nombre d'antennes pour couvrir une zone géographique donnée. Étant
donné la défiance du public vis-à-vis des antennes relais, les opérateurs auront sans doute
quelque mal à trouver des sites où poser leurs nouvelles antennes. En plus, il y a une plus grande
consommation d'énergie (utilisation accrue de la batterie). Il est difficile à implémenter. Les
matériaux nécessaires sont très compliqués, et le coût est élevé pour les équipements nécessaires
pour implémenter la prochaine génération de réseau. On peut dire que le réseau 4G est
gourmand en termes de ressource et n’est pas encore très satisfaisant en termes de débit. D’où
la nécessité de concevoir un réseau mobile de cinquième génération (5G). [4] [5] [6]
1.2.6 Vers les réseaux mobiles de cinquième génération (5G)
L'indice annuel de réseau visuel (VNI) a clairement indiqué que, compter sur des avancées
incrémentielles sur 4G ne satisfera pas les demandes croissantes de plus de capacité de réseau
par un nombre important d'utilisateurs. Au cours de la dernière décennie, il y a eu une
augmentation remarquable de l'utilisation des smartphones, des tablettes, du streaming vidéo et
des jeux en ligne, de sorte que l'établissement d'un nouveau réseau avec de meilleures
performances est d'une grande valeur. Outre le volume croissant de données, le nombre de
10
périphériques et le débit de données liés à la capacité du canal augmenteront de façon
spectaculaire. Il est prévu que 5G sera introduit dans les années 2020. Il est encore à définir
officiellement par les organismes de normalisation. Mais, il existe déjà plusieurs projets tels
que METIS et 5GNOW dans lesquels des chercheurs universitaires sont impliqués. [1] [2] [4]
1.3 Etude détaillée du réseau 5G
1.3.1 Présentation du réseau 5G
1.3.1.1 Définition du réseau 5G
5G, également connu sous le nom de réseau mobile de cinquième génération ou de systèmes
sans fil de cinquième génération, applique la prochaine génération de normes de
télécommunications mobiles. En fait, il n'y a pas vraiment de définition unique de 5G. En bref,
il vise à fournir une communication sans fil complète avec presque aucune limitation. Compte
tenu de toutes les avancées dans les différents domaines, 5G va être responsable de fournir un
réseau unique qui est capable de diffuser de grandes quantités de données en gigabits par
seconde (Gbps), permettant des journaux multimédias et des programmes TV avec une qualité
haute définition (HD). L'amélioration de la vitesse de numérotation, la clarté de l'audio et de la
vidéo, et le support multimédia interactif sont d'autres avantages du réseau 5G. Les technologies
sans fil 5G fourniront une bande passante très élevée. Un autre fait sur 5G est qu'il
interconnectera le monde entier sans limite en employant la technologie intelligente. La figure
1.01 montre comment 5G rassemblera tous les réseaux possibles pour établir un réseau unique.
[1] [2] [4] [7]
1.3.1.2 Niveaux de performances estimés pour le réseau 5G
Un accord universel s'articule autour de l'idée que 5G est simplement l'intégration d'un certain
nombre de techniques, de scénarios et d'environnements d'utilisations plutôt que l'origine d'une
nouvelle technologie d'accès radio unique. La figure 1.02 présente les niveaux de performance
estimés de la technologie 5G nécessaire pour répondre aux exigences plus ou moins définies.
11
Figure 1.01 : Plusieurs combinés sans fil formant le réseau 5G
Figure 1.02 : Niveaux de performance estimés de la technologie 5G
12
1.3.1.3 Exigences du réseau 5G
Les exigences du réseau 5G se composent de sept indices de performance clés comme le montre
la figure 1.03.
Figure 1.03 : Exigences du réseau 5G
a. Le débit
Il est prévu que le système 5G soutiendra des débits de données de 10-50 Gbps pour les
utilisateurs de faible mobilité. Le système 5G fournira des services de données à taux de gigabit
indépendamment de l'emplacement de l’utilisateur, comme indiqué dans les figures 1.04 et
1.05. [1] [2]
Figure 1.04 : 1Gps partout
13
Figure 1.05 : Comparaison des taux de données du 4G et du 5G
b. La latence
5G fournira un temps de latence inférieure à 5 ms comme le montre la figure 1.06, qui est un
dixième de la latence du réseau 4G. [1] [2]
Figure 1.06 : Comparaison de la latence du 4G et du 5G
c. Connexion simultanées (M/km2)
On prévoit que les connexions simultanées dans le système 5G soient à plus de 106 par unité
de kilomètre carré, ce qui est beaucoup plus élevé que celui de l'ancien système. [1] [2]
14
d. Le coût par rapport à l’efficacité
Les systèmes 5G sont ciblés pour être 50 fois plus efficace que les 4G en offrant l'utilisation de
coûts et de l'énergie réduite par bit. Cette séquence nécessite un équipement de réseau à faible
coût, les coûts de déploiement inférieurs, et des fonctionnalités améliorées d'économie d'énergie
sur le réseau et sur les côtés UE. [1] [2]
d. Mobilité
Les technologies 5G fournira la mobilité à la demande en fonction des besoins de chaque
dispositif et de service. D'une part, la mobilité de l'équipement utilisateur doit être garantie au
moins au même niveau que le système 4G. D'autre part, le système 5G supportera la mobilité à
des vitesses allant de 300 à 500 km / h. [1] [2]
e. Efficacité spectrale de la cellule (bps / Hz)
L'efficacité spectrale de la cellule est de 10 bps / Hz niveau (contrairement à la 1-3 bps / Hz sur
les réseaux 4G) comme le montre la figure 1.05. 5G est également prévu pour fournir un moyen
d’utilisation efficace du spectre en utilisant MIMO. La comparaison de l’efficacité spectrale de
la cellule de 5G et 4G est représentée sur la figure 1.07. [1] [2]
Figure 1.07 : Comparaison des taux de données du 4G et du 5G
Notons que, même si tous les termes sont importants, les satisfaire simultanément peut ne pas
être possible et cela dépend de l'application. Par exemple, dans des applications telles que la
vidéo streaming en HD, la latence et la fiabilité peuvent être ignorés dans une certaine mesure,
cependant, dans les voitures sans conducteur ou des applications de sécurité publique, ces
paramètres ne peuvent pas être compromises. [1] [2]
15
1.3.2 Les 10 piliers du réseau 5G
Nous identifions 10 blocs de construction clés pour 5G, illustrés par la figure 1.08. Dans ce qui
suit, nous élaborons chacun de ces blocs et mettrons en évidence leur rôle et leur importance
pour la réalisation 5G.
Figure 1.08 : Les 10 piliers du réseau 5G
1.3.2.1 Evolution des RAT existantes et la massive MIMO
Ouvrir la voie à 5G implique un système de conception à la fois évolutionnaire et
révolutionnaire. Même si des nouvelles technologies d'accès radio (RAT) sont nécessaires pour
fournir une étape vers le niveau suivant de la capacité, nous devons également améliorer les
RAT existantes. La première et la solution la plus économique pour aborder les 1000x manques
de capacité est l'amélioration des RAT existantes en termes d’efficacité spectrale, d’efficacité
énergétique, et de latence, ainsi que le partage flexible du RAN. En effet, LTE doit évoluer pour
soutenir la massive MIMO 3D qui permet d'exploiter davantage le degré de liberté spatiale
(DOF) par le biais avancé de beamforming multi-utilisateurs, pour améliorer la capacité de
l’annulation et de coordination de l'interférence dans un déploiement de petite cellule
densifiées. Le Wi-Fi a également besoin d'évoluer pour mieux exploiter le spectre disponible
sans licence. A cet égard, il est envisagé que le futur UE sera suffisamment intelligent pour
sélectionner la meilleure interface pour se connecter au réseau RAN sur la base des exigences
de qualité de service de l'application en cours d'exécution. [1] [2]
16
Massive MIMO
L'une des propositions majeures pour 5G est la technique massive MIMO. Elle consiste à
utiliser un système d'antenne qui comprend un grand nombre d'éléments d'antenne, par
exemple, des centaines, mais même une antenne 8 × 8 avec un nombre total de 64 éléments
d'antenne pourrait être considérée comme « massive MIMO ».
Massive MIMO devrait être en mesure d'utiliser les mêmes ressources temps-fréquence avec la
diversité de l'espace, de sorte que la capacité du système peut être augmentée. Le gain de
capacité en utilisant massive MIMO est estimé dans l'ordre de 5 à 20 fois la capacité des
antennes conventionnelles. Le seul problème est qu’elle ne peut être utilisée efficacement que
dans un environnement approprié, où les différents canaux de différents éléments d'antenne à
UE ont des coefficients gaussiens complexes indépendants et identiquement distribués, c'est-à-
dire qu'ils sont des canaux de Rayleigh. Dans la pratique, ce n'est pas le cas, mais l'efficacité de
la massive MIMO dans sa pleine mesure se situe encore entre 55% et 90% ou même plus. [1]
[2]
Figure 1.09 : Massive MIMO
Cependant, le déploiement d'un grand nombre d'antennes représente un grand défi, soit pour les
émetteurs, soit pour les récepteurs. En outre, la contamination pilote est stigmatisée comme une
limite fondamentale pour les systèmes massives MIMO. Par conséquent, la MIMO en trois
dimensions (3D) et la technique de coordination entre cellules appelée « CoMP » sont
introduites pour améliorer les performances des UE à la périphérie de cellules et d'éliminer la
contamination par le pilote. L'idée de base de la massive MIMO 3D est de servir les UE à
17
proximité de la station de base (BS) avec de grands angles d'inclinaison et de servir les UE à la
limite de la cellule avec les plus petits angles. [1] [2]
1.3.2.2 Déploiement des petites cellules densifiées
Alors que les réseaux ont mûri et la demande de trafic de données ont augmenté de façon
exponentielle, l'idée de fournir des ressources localisées, le remplissage des trous de couverture
et de maintien de la qualité des services grâce à des déploiements de petites cellules hyperdenses
est avérée être une solution intéressante, permettant aux opérateurs de suivre le trafic de plus
près, d'utiliser les ressources du spectre plus efficacement, augmentant ainsi la capacité du
réseau. Cette solution innovante est appelée HetNet.
Les petites cellules sont des points d'accès sans fil de faible puissance fonctionnant dans le
spectre sous licence qui sont gérées par les opérateurs et fournissant une meilleure couverture
cellulaire, la capacité, et les applications pour les maisons et les entreprises ainsi que les espaces
publics métropolitaines et rurales. Elles sont caractérisées par leur rayon de couverture, liée à
la puissance d’émission de la station de base, et de leurs usages par les opérateurs. Ces
caractéristiques sont illustrées par le tableau 1.02. Notons que ces petites cellules, dans la
plupart des cas, viennent seulement à compléter localement la couverture des cellules macro,
formant alors un réseau hétérogène ou « Hetnet », comme le montre la figure 1.10.
Figure 1.10 : Réseau hétérogène
Par contre, les cellules macro sont des cellules larges, dont le rayon est compris entre quelques
centaines de mètres et plusieurs kilomètres. Elles couvrent l'ensemble d'un territoire de manière
régulière et forment ainsi l'ossature de la couverture d'un réseau mobile. Elles sont contrôlées
par des stations de base macro dont la puissance est typiquement de 40W pour une largeur de
bande de 10MHz. Leurs antennes sont placées sur des points hauts, comme des toits
d'immeubles ou pylônes.
18
Puissance
Type Type de déploiement Utilisateurs
supportés
Indoor Outdoor Rayon
Femto résidentiels et d'entreprise Résidentiel: 4 à 8
Enterprise: 16 à 32
10–100 mW 0.2–1W Une dizaine
de mètres
Pico espaces publics (aéroports,
centres commerciaux,
gares)
64 à 128 100–250
mW
1–5 W Une dizaine
de mètres
Micro zones urbaines pour
combler les lacunes de
couverture macro
128–2568 - 5–10 W Quelque
centaine de
mètres
Metro zones urbaines pour
fournir une capacité
supplémentaire
>250 - 10–20 W Centaine de
mètres
Wifi Résidentiel, bureaux et les
entreprises
<50 20–100 mW 0.2–1 W Quelques
dizaines de
mètres
Tableau 1.0 2 : Types de cellules
En général, il existe deux façons de réaliser un HetNet :
En superposant un système cellulaire avec de petites cellules de la même technologie (avec
micro, pico ou femtocellules), c’est le « multi‐tier HetNet ou HetNet à plusieurs niveaux »;
En superposant un système cellulaire avec de petites cellules de différentes technologies
contraire à tout le cellulaire (par exemple HSPA, LTE, Wi-Fi, etc.), c’est le « multi- RAT
HetNet ou HetNet à multiples RAT ».
Qualcomm, une entreprise leader qui déploie le réseau hétérogène dans le but d’atteindre le défi
des 1000 fois la capacité, a démontré que l'ajout de petites cellules peut évoluer la capacité du
réseau presque de façon linéaire, comme illustrée par la figure 1.11. [1] [2] [9]
Autrement dit, la capacité double à chaque fois que l'on double le nombre de petites cellules.
La réduction de la taille des cellules peut également améliorer l'efficacité énergétique du réseau
en mettant le réseau au plus près des UE, et donc la diminution du budget de puissance des
liaisons sans fil. Toutefois, la réduction de la taille de la cellule augmente l'interférence
intercellulaire et la signalisation de commande requise. Pour pallier cet inconvénient, les
19
techniques de gestion de l'interférence intercellulaire avancées sont nécessaires au niveau du
système ainsi que des techniques d'annulation d'interférence complémentaires aux UE.
Figure 1.11 : Variation de la capacité avec le nombre de petites cellules ajoutées
1.3.2.3 Self‐Organising Network ou SON
Le SON (Réseaux auto-organisateurs) est une technologie conçue pour permettre l’auto-
configuration, l’auto-guérison et l’auto-optimisation des équipements des réseaux cellulaires de
téléphonie mobile. Il permettra un déploiement rapide de nouvelles BTS ou d'eNodeB sans
nécessiter l’intervention de spécialistes pour modifier les équipements préexistants. Il a été
conçu à l'origine comme un ensemble de fonctionnalités intégrées pour assurer qu'avec la
Release 8 du 3GPP, LTE serait livré aussi rentable que possible en termes de déploiement,
d'exploitation et de maintenance. En d'autres termes, le système LTE a été conçu avec un
ensemble de caractéristiques «auto-organisatrices» telles que le réseau résultant a nécessité une
intervention humaine minimale afin de minimiser les dépenses opérationnelles.
La capacité de SON est un autre élément clé de 5G. Comme la population des petites cellules
augmente, SON gagne plus d’élan. Près de 80% du trafic sans fil est généré à l'intérieur. Pour
mener à bien ce trafic énorme, nous avons besoin de déploiements de petites cellules densifiées
dans les maisons, installés et entretenues principalement par les utilisateurs, et hors du contrôle
des opérateurs. Ces petites cellules intérieures doivent être auto- configurables et installé dans
la manière de plug and play. En outre, ils doivent avoir la capacité de SON pour s'adapter
intelligemment aux petites cellules voisines, pour minimiser l'interférence entre cellules, par
exemple, en se synchronisant de manière autonome avec le réseau et en ajustant intelligemment
sa couverture radio. [1] [2]
20
1.3.2.4 Machine Type Communication
Outre les personnes, la connexion des machines mobiles est un autre aspect fondamental de 5G.
Le MTC est une application émergente où l'un ou l'autre des utilisateurs finaux de la session de
communication implique machine.
MTC impose deux principaux défis sur le réseau. Tout d’abord, le nombre d'appareils qui ont
besoin d'être connectés est extrêmement grand. Ericsson, l’une des sociétés leader dans
l'exploration 5G, prévoit que 50 milliards d'appareils doivent être connectés à l'avenir de la
société en réseau. La société prévoit que tout ce qui peut être connecté sera connecté. L'autre
défi imposé par MTC est l'accélération de la demande en temps réel et le contrôle à distance
des appareils mobiles (tels que les véhicules) à travers le réseau. Cela nécessite une latence
extrêmement faible de moins d'une milliseconde, ce système est appelé "Internet tactile". [1]
[2]
1.3.2.5 Ondes millimétriques
Une autre proposition majeure pour 5G est l'utilisation de la communication dite mmWave ou
onde millimétrique. Comme son nom l'indique, il est basé sur l'utilisation de la partie de
longueur d'onde millimétrique du spectre électromagnétique. Cela correspond à des fréquences
d'environ 30-300 GHz. A ces fréquences, des largeurs de bande beaucoup plus larges sont
possibles, ce qui permet une plus grande capacité. En fait, le gain de capacité pour les
communications mmWave est considéré comme étant de l'ordre de 20 fois la capacité des
systèmes cellulaires existants. [1] [2]
L'idée d'utiliser ces fréquences à des fins de communication n'est pas nouvelle, car elles sont
déjà utilisées pour les liaisons hyperfréquence point-à-point (LOS) pour les liaisons de
communication à large bande passante. Ceux-ci sont utilisés, par exemple, pour connecter des
relais BS dans des environnements difficiles à atteindre tels que des terrains accidentés ou des
montagnes. Cependant, la « nouveauté » de l'utilisation de cette communication mmWave dans
les réseaux cellulaires provient de son utilisation comme méthode d'accès à l'UE.
Traditionnellement, on a pensé que le problème de la communication mmWave est la perte de
propagation élevée, puisque ces fréquences ont beaucoup d'atténuation atmosphérique dans
certaines fréquences, telles que 60 GHz. Cependant, les effets de cette atténuation ne sont pas
aussi spectaculaires dans toutes les fréquences dans la gamme de fréquences 30-300 GHz. En
fait, lorsqu'il est utilisé seulement dans de courtes distances, il est possible d'avoir même une
communication mmWave NLOS (Non-Line-Of-Sight). En fait, l'idée d'utiliser la
communication mmWave comme technique d'accès aux réseaux cellulaires a été largement
21
étudiée récemment. Plusieurs études ont déjà effectué des tests sur le terrain afin de déterminer
comment la communication mmWave est capable de fonctionner dans différents
environnements.
Figure 1. 12 : Spectre électromagnétique
1.3.2.6 Redessiner les liens Backhaul
Dans un système de communication de données, le segment qui relie le réseau cœur et les
réseaux d'accès est appelé le backhaul. Pour la 5G, parallèlement à l'amélioration de la RAN,
les backhaul doivent également être réorganisées pour supporter l'énorme quantité de trafic
généré dans les cellules, pour ne pas devenir des goulets d’étranglement, menaçant le bon
fonctionnement de l'ensemble du système. Le problème gagne plus d'élan avec l’augmentation
de la population des petites cellules. Différents supports de communication peuvent être
considérés, y compris la fibre optique, les micro-ondes et les mmWave. [1] [2]
1.3.2.7 L’efficacité énergétique
L'efficacité énergétique restera une question de conception importante tout en développant 5G.
Aujourd'hui, le TIC consomme 5% de l'électricité produite dans le monde entier et est
responsable d'environ 2% des émissions mondiales de gaz à effet de serre, à peu près
l'équivalent des émissions créées par l’industrie de l’aviation. Ce qui nous préoccupe le plus,
est le fait que, si nous ne prenons aucune mesure visant à réduire les émissions de carbone, la
contribution devrait doubler d'ici à 2020. Par conséquent, il est nécessaire de poursuivre la
conception éconergétique du RAN et du backhaul des liens vers les UE. [1] [2] [9]
L'avantage de la conception du système économe en énergie est multiple.
Premièrement, il peut jouer un rôle important dans le développement durable en
réduisant l'empreinte carbone de l'industrie mobile lui-même.
22
Deuxièmement, les TIC comme la technologie de base permettant des futures villes
intelligentes peuvent également jouer un rôle fondamental dans la réduction de
l'empreinte carbone d'autres secteurs (par exemple le transport).
Troisièmement, il peut augmenter les revenus des opérateurs mobiles en réduisant leurs
dépenses opérationnelles grâce à des économies sur leurs factures d'électricité.
Quatrièmement, la réduction du coût « Joule par bit » peut maintenir les services
mobiles abordables pour les utilisateurs, ce qui permet la tarification forfaitaire, en dépit
de l'amélioration des taux de 10 à 100x de données attendu en 2020.
Enfin, il peut prolonger la vie de la batterie des UE, qui a été identifié par les sociétés
d'études de marché comme le critère numéro un de la majorité des consommateurs qui
achètent un téléphone mobile.
1.3.2.8 Allocation de nouveau spectre au réseau 5G
Une autre question cruciale de 5G est l'attribution de nouvelles fréquences pour alimenter les
communications sans fil de la prochaine décennie. La hausse du trafic de 1000 fois peut
difficilement être gérée que par l'amélioration de l’efficacité spectrale ou par hyper-
densification. En fait, les principales sociétés de télécommunications telles que Qualcomm et
NSN croient qu'en dehors des innovations technologiques, 10 fois plus de spectre est nécessaire
pour répondre à la demande. La répartition de l'ordre de 100 MHz de bande passante à la bande
de 700 MHz et une autre bande passante de 400 MHz à environ 3,6 GHz, ainsi que l' affectation
éventuelle de plusieurs GHz de bandes passantes dans des bandes à ondes millimétriques pour
le 5G était le point focal de la conférence WRC, organisé par l'UIT -R en 2015. [1] [2]
1.3.2.9 Partage du spectre
Le processus réglementaire pour la nouvelle attribution des fréquences prend souvent beaucoup
de temps, de sorte que l'utilisation efficace du spectre disponible est toujours d'une importance
capitale. Les modèles d'allocation de spectre innovants (différente de l’attribution traditionnelle
avec ou sans licence) peuvent être adoptées pour surmonter les limites réglementaires
existantes. Beaucoup de spectre radioélectrique a été traditionnellement alloué aux radars
militaires où le spectre n’est pas entièrement utilisé tout le temps ou dans toute la région
géographique. D'autre part, le nettoyage du spectre est très difficile, car une partie du spectre
ne peut jamais être nettoyée ou ne peut pas être nettoyée avant une durée très longue; au-delà,
le spectre peut être nettoyé dans certains endroits, mais pas dans l'ensemble de la nation. En
tant que tel, le modèle ASA/LSA (Authorised Shared Access/ Licensed Shared Access) a été
23
proposé par Qualcomm pour exploiter le spectre de petites cellules sans interférer avec
l'utilisateur titulaire (par exemple des radars militaires). Ce type de modèle d'allocation du
spectre peut compenser le processus très lent du nettoyage du spectre. Il est également à noter
que la croissance du trafic mobile accélère, le réaménagement du spectre devient important,
pour nettoyer un spectre attribué précédemment et le rendre disponible pour 5G. Les concepts
de la radio cognitive peuvent également être revues à utiliser conjointement les spectres sous
licence et sans licence. Enfin, de nouveaux modèles de partage du spectre pourraient être
nécessaires au fur et à mesure que le fonctionnement du réseau multi-locataire se généralise.
[1] [2]
1.3.3.10 Virtualisation du RAN
Le dernier mais non moins critique catalyseur de 5G est la virtualisation du RAN, permettant
le partage de l'infrastructure sans fil entre plusieurs opérateurs. La virtualisation du réseau doit
être poussée à partir du réseau de base par câble (par exemple, des commutateurs et routeurs)
vers le RAN. Pour la virtualisation du réseau, l'intelligence doit être prise sur le matériel de
RAN et contrôlée de manière centralisée à l'aide d'un cerveau logiciel, qui peut être fait dans
les différentes couches du réseau. La virtualisation du réseau peut apporter des innombrables
avantages au domaine sans fil, y compris le Capex (dépenses en immobilisations), les
économies Opex à travers le réseau multi-locataire, le partage de l'équipement, l'amélioration
de l'efficacité énergétique, à la demande en amont ou en mise à l'échelle des ressources
nécessaires, une agilité accrue du réseau, ainsi que l'entretien facile et un dépannage rapide
grâce à une transparence accrue du réseau. La virtualisation peut également servir à faire
converger les réseaux filaires et sans fil en gérant conjointement l'ensemble du réseau à partir
d'une unité d'orchestration centrale, plus l'amélioration de l'efficacité du réseau. [1] [2]
1.3.3 Architecture du réseau 5G
Comme l'illustre la figure 1.13, 5G sera un système véritablement convergent supportant une
large gamme d'applications de téléphonie mobile et de multi-giga bits par seconde d’internet
mobile pour le D2D et le V2X (X représente soit des véhicules (V2V) ou des infrastructures de
communications (V2I)), ainsi que le support natif pour MTC et les applications de sécurité
publique. 3D-MIMO sera incorporée au BS pour améliorer le débit de données et la capacité au
niveau de la macro-cellule. Les performances du système en termes de couverture, la capacité
et l'efficacité énergétique seront renforcées dans les points morts en utilisant des stations relais,
le déploiement des petites cellules densifiées ou le déchargement Wi-Fi; les liens directionnels
à ondes millimétriques seront exploités pour lier les relais et / ou les petites cellules. Les
24
communications D2D seront assistées par la macro-BS, fournissant le plan de contrôle. Le
réseau intelligent est une autre application intéressante envisagée pour 5G, ce qui permet au
réseau d'électricité de fonctionner d'une manière plus fiable et efficace. Cloud computing peut
potentiellement être appliqué à la RAN, et au-delà, pour les utilisateurs mobiles qui peuvent
former un pool virtuel de ressources à gérer par le réseau. Apporter les applications à travers le
Cloud plus proche de l'utilisateur final réduit la latence de communication pour soutenir les
applications de contrôle en temps réel sensibles au retard. [1] [2]
Figure 1.13 : Architecture du réseau 5G [2]
Le déploiement des petites cellules a le potentiel de fournir une capacité massive et de
minimiser la distance physique entre la station de base et les équipements d'utilisateur pour
obtenir l'amélioration de l'efficacité énergétique nécessaire à 5G. Les bandes traditionnelles
sous-3 GHz seront utilisées pour la couverture macro-cellule, tandis que les bandes de
fréquences plus élevées seront utilisées pour de petites cellules afin de fournir un spectre et un
plan de données économes en énergie, assistés par un plan de commande desservi par la macro-
BS.
25
La virtualisation jouera également un rôle clé dans 5G pour une utilisation efficace des
ressources dans les systèmes cellulaires, à travers un réseau multi-locataires, où un opérateur
de téléphonie mobile ne sera pas nécessaire de posséder un ensemble complet d'équipements
de réseau dédié; plutôt, des équipements de réseau (par exemple BS) seront partagés entre les
différents opérateurs. Le concept de réseau Cloud existante implique principalement les
centralisations de données. La virtualisation du réseau mobile va pousser ce concept vers le
backhaul et le RAN pour permettre le partage de liens de backhaul et BS entre les différents
opérateurs. Finalement, il est prévu que les UE 5G seront des dispositifs intelligents multi-
modes. Ces UE seront assez intelligents pour choisir de manière autonome la bonne interface
pour se connecter au réseau en fonction de la qualité du canal, sa puissance restante de la
batterie, l’efficacité énergétique de différents RAN, et l'exigence de qualité de service de
l'application en cours d'exécution. Ces UE seront en mesure de soutenir les médias 3D avec des
vitesses allant jusqu'à 10 Gbps. [1] [2]
1.3.4 Les couches de l’interface radio du réseau 5G
Les concepts 5G correspondent aux couches du modèles OSI. Quatre couches de base sont
utilisées dans 5G. La figure 1.14 montre une comparaison entre les couches OSI et les couches
du réseau 5G. [1]
Figure 1. 14 : Couches de l’interface radio du réseau 5G [1]
26
1.3.4.1 La première couche
La première couche du réseau 5G est appelée « Open Wireless Architecture ou OWA ». Elle
correspond à la couche physique et à la couche liaison de données (MAC) du modèle OSI, qui
sont communément connues sous le nom de la couche 1 et la couche 2. [1]
1.3.4.2 La deuxième couche
La deuxième couche du réseau 5G est subdivisée en couche supérieure et en couche inférieure,
comme représentée sur la figure 1.14, appelée respectivement, « Upper network layer » et
« Lower network layer ». Elles correspondent à la troisième couche du modèle OSI qui est la
couche réseau. Elles sont basées sur le protocole IP. Tous les réseaux mobiles utilisent le
protocole IP dans le réseau 5G, et chaque terminal mobile sera un agent étranger (FA),
maintenant le CoA qui est la correspondance entre son adresse IPv6 fixe et l'adresse CoA pour
le réseau sans fil actuel. Cependant, un mobile peut être fixée à plusieurs réseaux mobiles ou
sans fil en même temps. [1]
1.3.4.3 La troisième couche
La troisième couche du réseau est appelée « Open Transport Protocol » ou OTP. Elle correspond
aux couches transport et session du modèle OSI. Dans toutes les versions du TCP, on suppose
toujours que la perte de paquet est à cause de la congestion du réseau. Mais, en raison d’un taux
d'erreur binaire plus élevé dans l'interface radio, les pertes peuvent se produire dans les
technologies sans fil. Par conséquent, les amendements TCP et les modifications sont prévues
pour les réseaux mobiles et sans fil, qui retransmettent les segments TCP endommagés sur la
liaison sans fil uniquement.
Pour les terminaux mobiles 5G, il sera approprié d'avoir une couche de transport qui peut être
téléchargée et installée. Ces mobiles auront la possibilité de télécharger une version qui est
ciblée à une technologie sans fil spécifique installée dans les stations de base (BS). C’est
pourquoi, on l’appelle OTP. [1]
1.3.4.4 La quatrième couche
La couche application est la dernière couche du 5G, ainsi que du modèle OSI. En ce qui
concerne l’application, la demande finale du terminal mobile 5G est de fournir une gestion
intelligente de la QoS sur une variété de réseaux. Aujourd'hui, les utilisateurs de téléphones
mobiles sélectionnent manuellement l'interface sans fil pour un service internet particulier sans
avoir la possibilité d'utiliser la gestion de QoS pour sélectionner la meilleure connexion sans fil
pour un service donné. Le téléphone 5G offrira la possibilité des tests de qualité de service et
27
le stockage des informations de mesure dans les bases de données d'information dans le terminal
mobile. Les paramètres de qualité de service, tels que le retard, la gigue, les pertes, la bande
passante et la fiabilité, seront stockés dans une base de données dans le téléphone mobile 5G et
peuvent être utilisés par des algorithmes intelligents fonctionnant dans le terminal mobile en
tant que processus système. [1]
1.3.5 Challenges du réseau 5G
Le but ultime du réseau 5G est de soutenir de nombreux appareils tels que les voitures, les
appareils portables, les appareils ménagers et beaucoup plus. La performance d'un tel réseau
étendu peut être qualifiée comme illimitée de sorte que plusieurs gigabits par seconde seront
nécessaires. L'un des principaux objectifs du réseau 5G est la construction des villes
intelligentes, en fournissant l'infrastructure nécessaire. Ces villes intelligentes fourniraient
l’automatisation industrielle mobile, la connectivité des véhicules, et d'autres applications de
l'IoT, avec un réseau fournissant une connexion à une faible latence et une grande fiabilité. [1]
[2] [10] [11]
1.4 Conclusion
5G devrait être déployé vers 2020, fournissant une connectivité omniprésente pour les
utilisateurs mobiles. Outre le pic de taux de données de Gbit/s attendu, le défi majeur pour 5G
est le nombre massif de machines connectées et la croissance 1000x du trafic mobile. Dans ce
chapitre, nous avons donné un aperçu des potentiels catalyseurs de 5G. En bref, la technologie
mmWave, le HetNet, la virtualisation du RAN et les MTC massifs sont tous les percées
majeures envisagées pour la mise à niveau du système cellulaire pour atteindre la capacité 5G.
Toutefois, ces développements technologiques doivent être alimentés par l'attribution de
nouveaux spectres pour les communications mobiles. Dans le 2ème chapitre, on parlera du réseau
d’accès du 5G.
28
CHAPITRE 2
RESEAU D’ACCES DU RESEAU 5G
2.1 Introduction
Le premier domaine de recherche dans les réseaux cellulaires 5G est sans aucun doute
l’évolution de la couche physique. Historiquement, l’évolution de la couche physique avait
permis une plus grande vitesse de transfert grâce à l’utilisation de modulation d’ordre supérieur
et d’une structure de signal plus sophistiquée. Comme à l’époque, les chercheurs continuent de
concevoir et de rendre plus efficaces les structures de signaux.
2.2 Nouvelles formes d’ondes
Avant d’entamer les nouvelles formes d’ondes proposées pour la 5G, décrivons d’abord
brièvement la modulation utilisée pour la 4G, c’est-à-dire l’OFDM.
2.2.1 Orthogonal Frequency-Division Multiplexing (OFDM)
2.2.1.1 Définition
Le multiplexage par répartition orthogonale de la fréquence ou OFDM est une technique de
modulation multi-porteuse à base de Transformée de Fourier rapide (FFT ou Fast Fourier
Transform). C’est une combinaison de modulation et de multiplexage fréquentielle.
2.2.1.2 Principe et fonctionnement
Le principe de l’OFDM est de transmettre les informations sur plusieurs porteuses orthogonales
entre elles. Ainsi, le spectre du signal présente une occupation optimale de la bande allouée.
Comme le montre la figure 2.01, l’OFDM découpe le canal en cellule selon les axes du temps
et des fréquences. A chaque cellule fréquence/temps est attribuée une porteuse dédiée.
Figure 2.0 1 : Principe de l’OFDM
29
La seule méthode simple et peu coûteuse pour réaliser une modulation multi-porteuse consiste
à utiliser la FFT et son inverse l’IFFT (Inverse FFT). La figure 2.02 représente un simple
système OFDM.
Figure 2.0 2 : Système OFDM simplifié [27]
Après la conversion série – parallèle, les symboles sont formés selon la modulation utilisée.
Puis, l’IFFT est opérée sur les symboles. Une mise en série précède l’insertion d’une extension
cyclique du symbole. S’en suivent une conversion numérique analogique, un filtrage et une
transposition de fréquence avant le passage par le canal. L’opération inverse est effectuée à la
réception. L’égalisation compense les effets du canal. [12] [13] [14] [15] [16]
2.2.1.3 Modulation
L’OFDM découpe la bande du système en un grand nombre de porteuses individuelles appelées
sous-porteuses. Pour répartir les données à transmettre sur les N sous-porteuses, on groupe les
symboles 𝑥𝑘 par paquets de N où {𝑥𝑘} est un ensemble de nombres complexes prenant ses
valeurs dans un alphabet fini correspondant à une modulation numérique donnée, telles que 16-
QAM, QPSK, etc… Chaque flux de données en bande de base est associé à une sous porteuse.
30
Le signal modulé sur la 𝑘−𝑖è𝑚𝑒 sous-porteuse s’écrit sous la forme complexe:
tfj
kkkexts
2 (2.01)
Où kf est l’ensemble des fréquences porteuses considérées assurant la condition
d’orthogonalité tel que :
10,00 NkfkfT
kffk
(2.02)
Sachant que 𝑓0 est la fréquence la plus basse des sous-porteuses, 𝑇 représente la durée allouée
à un symbole OFDM, 𝑁 le nombre de sous-porteuses, et f est l’espacement entre les sous-
porteuses adjacentes.
Le signal résultant 𝑠(𝑡) correspondant à l’ensemble des 𝑁 symboles réassemblés en un symbole
OFDM est donc :
1
0
20,
N
k
tfj
k Ttexts k
(2.03)
En discrétisant le signal défini par l’équation (2.03) et en le ramenant en bande de base pour
l’étude numérique, on obtient:
𝑠𝑛 = ∑𝑥𝑘𝑒𝑗2𝜋𝑘
𝑛𝑁
𝑁−1
𝑘=0
(2.04)
Les 𝑠𝑛 peuvent être obtenus par une transformée de Fourier inverse discrète des symboles 𝑥𝑘.
En choisissant le nombre de sous-porteuses 𝑁 comme une puissance de 2, le calcul de l’IDFT
(Inverse Discret Fourier Transform) se simplifie et peut se calculer par une simple IFFT. La
complexité calculatoire de ces opérations est de l’ordre de NN 2log par symbole.
Le spectre du signal OFDM est formé des 𝑥𝑘 placés aux fréquences 𝑓𝑘 , autour de ces données.
Le spectre s'élargit suivant un sinus cardinal. La figure 2.03 présente les spectres d’un signal
OFDM. [12] [13] [14] [15]
31
Figure 2.03 : Spectre du signal OFDM
2.2.1.4 Préfixe cyclique
Afin d’effectuer la transmission, au lieu de transmettre les données en série comme le font les
systèmes mono-porteuses, les schémas OFDM transmettent les données par bloc en introduisant
aux informations utiles de la redondance, appelée intervalle de garde. Pour éviter qu’ils
s’interfèrent, on laisse entre deux symboles OFDM consécutifs un intervalle de garde, qui
absorbe les répliques du signal dues aux trajets multiples. En réalité, au lieu d’un intervalle de
garde vide, on recopie la fin du symbole OFDM à son début, formant ainsi ce qu’on appelle
préfixe cyclique (CP). Le CP assure l’orthogonalité entre les sous-porteuses dans le domaine
fréquentiel, en assurant que le signal reçu sur une sous-porteuse contient uniquement une
contribution du symbole émis sur cette même sous-porteuse, sans contribution des symboles
émis sur les sous-porteuses adjacentes. Dans le domaine temporel, le CP donne les moyens au
récepteur de récupérer l’intégralité du signal utile porté par chaque trajet du canal. A la
réception, la FFT n’est appliquée que si le CP est supprimé, puisqu’il ne porte pas d’information
additionnelle par rapport à la partie utile du symbole OFDM. [13] [14] [15] [16]
Figure 2.0 4 : Symbole OFDM
Dans ce cas, on peut en déduire que la durée de chaque symbole devient 𝑇 + 𝑇𝐶𝑃.
32
2.2.1.5 Démodulation
Afin de simplifier les équations, nous présentons la réception d’un signal OFDM à travers un
canal sans bruit. Après filtrage et transposition en bande de base, le signal reçu s’écrit:
𝑦(𝑡) = ∑ 𝑥𝑘𝐻𝑘(𝑡)𝑒𝑗2𝜋(𝑓0+
𝑘𝑇)𝑡
𝑁−1
𝑘=0
(2.05)
où 𝐻𝑘(𝑡) est la fonction de transfert du canal autour de la fréquence fk et à l’instant t. Cette
fonction varie lentement et on peut la supposer constante sur la période T.
On définit le signal discrétisé yn reçu en entrée du démodulateur sous la forme :
𝑦𝑛 = 𝑦 (𝑛𝑇
𝑁) = 𝑇𝐹𝐷(ℎ𝑘𝑥𝑘) = ∑ ℎ𝑘𝑥𝑘𝑒
𝑗2𝜋𝑘𝑛𝑁
𝑁−1
𝑘=0
(2.06)
Où kh est la réponse complexe du canal à la fréquence fk.
Le symbole émis peut donc être récupéré par une TFD (Transformée de Fourier Discrète). Le
nombre de sous-porteuses ayant été choisi comme une puissance de 2, ce calcul est réalisé par
la FFT. Le traitement effectué en sortie de la transformation de Fourier consiste à multiplier
chaque échantillon par un coefficient complexe égal à 1’inverse de la réponse du canal pour
chaque sous porteuse fk. [12] [13] [14] [15]
2.2.1.4 Avantages et Limites
Les plus grands avantages de cette modulation multi-porteuse sont sa capacité à faire face à des
bandes passantes de canaux variables; sa faible complexité du traitement des signaux au moyen
de FFT; son intégration transparente avec les systèmes d'antennes multiples; sa capacité à
réaliser une allocation de ressources aux utilisateurs à la fois en fonction du temps et de la
fréquence; et sa robustesse inhérente pour les trajets multiples. Il n’est pas un hasard si ces
caractéristiques font OFDM le choix idéal pour les systèmes cellulaires sans fil tels que LTE et
LTE-A.
Malgré les avantages, il y a un certain nombre d'inconvénients, qui deviennent plus apparents
lors du déplacement plus loin des applications mobiles traditionnelles horizontales à large bande
(comme la vidéo mobile) vers l'exploration d'autres usages verticaux (tels que la soi-disant
Internet des objets). Citons quelques-uns :
Une forte sensibilité aux erreurs de synchronisation et au décalage fréquentiel ;
Le masque du spectre de l’OFDM présente un comportement OOB, provoqué par des
sous-porteuses en forme de sinc ;
33
La perte de la diversité et la perte en efficacité spectrale due au préfixe cyclique ;
L'OFDM crée des contraintes énormes sur les amplificateurs et conduit à une
consommation de puissance importante. Il provoque un fort facteur de crête du signal à
amplifier, c’est le problème du PAPR. Il limite le nombre de sous-porteuses.
Ceux-ci et d'autres lacunes motivent la recherche fondamentale sur l'évolution de l'OFDM. Pour
5G, les formes d’ondes multi-porteuses continuent d'être les plus intéressantes, donc, la plupart
des efforts est consacrée vers l'application des modifications appropriées à l’OFDM afin de
remédier à ces inconvénients. À l'heure actuelle, les chercheurs du monde entier dépensent des
efforts importants sur la recherche de nouvelles formes d'ondes pour 5G qui sont robustes contre
les déphasages et les erreurs de synchronisation en fréquence et en temps, et qui amélioreront
leurs caractéristiques spectrales pour les applications dans les régions spectrales étroites. Avant
d’entamer le vif du sujet qui est le GFDM, décrivons brièvement quelques-unes des nouvelles
propositions de forme d'onde. [12] [13] [14] [15]
2.2.2 Filterbank Multicarrier (FBMC)
FBMC est reconnue comme l'une des formes d'onde les plus prometteuses pour 5G. Largement
étudiée par Saltzberg, l'idée de base comprend une banque de filtres à appliquer sur chacune
des sous-porteuses constituantes du signal multi-porteuse. Le filtrage a pour objectif de réduire
les grands niveaux de lobes latéraux des sous-porteuses en forme de sinc dans le domaine des
fréquences. En conséquence, FBMC peut être décrite de manière appropriée par une banque de
filtre "de synthèse" sur l'émetteur et une banque de filtres "d’analyse" au niveau du récepteur,
les deux effectuant des opérations de filtrage appropriées au niveau des sous-porteuses. Les
formes résultantes des sous-porteuses filtrées, comme le choix du mécanisme de modulation à
appliquer au-dessus des sous-porteuses, ont des implications profondes sur le schéma général.
Habituellement, cette modulation sera compensée par la modulation OQAM (Offset QAM)
plutôt que la modulation QPSK ou la modulation MQAM (Multiple QAM), afin d'éviter les
effets d'interférence indésirables entre les sous-porteuses. Le signal en bande de base à temps
discret 𝑥(𝑡) à la sortie d'un émetteur FBMC basé sur la modulation OQAM peut être exprimé
comme suit :
𝑥(𝑡) =∑ ∑ 𝑠𝑘,𝑛𝜃𝑘,𝑛𝛽𝑘,𝑛𝑔(𝑡 − 𝑛𝑁
2⁄ )𝑒𝑗(2𝜋𝑁)𝑘𝑡
∞
𝑛=−∞𝑘
, 𝑡 = 0,1, … ,𝐾𝑁 − 1
(2.07)
34
Où :
t : indice temporel discret
𝑠𝑘,𝑛 : séquence transmise contenant l’information de l’utilisateur à la sous-porteuse k
et du symbole n
𝜃𝑘,𝑛 = 𝑗(𝑘+𝑛)
𝛽𝑘,𝑛 = (−1)(𝑘𝑛) ∙ 𝑒𝑥𝑝(−𝑗𝑘(𝐾𝑁−1)𝜋
𝑁)
𝐾 : est le facteur de chevauchement
𝑁 : est le nombre de porteuses
𝑔 : représente la réponse impulsionnelle du filtre prototype
La première sommation de symbole fonctionne sur tous les sous-porteuses allouées aux
utilisateurs. Le facteur 𝜃𝑘,𝑛 alterne les parties réelles et imaginaires entre les sous-porteuses
adjacentes et les symboles. Outre la présence des facteurs multiplicateurs 𝜃𝑘,𝑛 et 𝛽𝑘,𝑛, la forme
d'onde comprend la superposition de plusieurs sorties de signaux et peut être décrite par une
banque de filtres appropriée caractérisée par un filtre prototype à réponse impulsionnelle g.
La figure 2.05 illustre un schéma simplifié d'un émetteur-récepteur FBMC. Sur cette figure, le
filtre prototype 𝑔(𝑡) fonctionne de manière indépendante sur chacune des sous-porteuses, et les
parties réelles et imaginaires des symboles d'information en bande de base
(respectivement 𝑠𝑛𝐼 (𝑡), 𝑠𝑛
𝑄(𝑡)) sont traitées séparément avec un retard de demi-symboles entre
eux (comme exprimé par le retard de la réponse impulsionnelle 𝑔((𝑡−𝑁)
2)). Le récepteur effectue
une simple opération d’adaptation de filtre caractérisée par des inversions temporelle des
réponses impulsionnelles 𝑔(𝑡) et 𝑔((𝑡+𝑁)
2), pour les parties réelles et imaginaires,
respectivement. [1]
Pour effectuer l'opération de filtrage adapté correspondant à la banque de filtre conçu, il est
souhaitable d'opérer dans le domaine des fréquences, car, dans ce cas, les convolutions
deviennent des multiplications simples. Le facteur de chevauchement K est le nombre de
symboles FBMC qui se chevauchent dans le domaine temporel. Par conséquent, le facteur K
augmente la résolution des sous-porteuses dans le domaine des fréquences par rapport à
l'OFDM au coût du traitement d'un nombre accru d'échantillons (égale à 𝐾 · 𝑁). Un facteur
𝐾 = 4 est couramment utilisé, car il présente de bonnes caractéristiques de performance sous
35
la complexité raisonnable. Cette mise en œuvre dans le domaine de fréquence est appelée
fréquence d'étalement FBMC (FS-FBMC ou Frequency Spreading FBMC).
Figure 2.05 : Schéma de représentation du FBMC [1]
En résumé, FBMC présente les caractéristiques distinctives suivantes:
Aucun CP n’est nécessaire.
La bande passante de transmission peut être exploitée à pleine capacité en utilisant la
modulation OQAM.
Les exigences strictes d'émission OOB peuvent être facilement satisfaites avec le choix
du filtre correspondant.
36
Les sous-porteuses peuvent être regroupées en blocs indépendants qui peuvent être
modulés numériquement au niveau de la bande de base.
Le fonctionnement est possible dans les applications de la radio cognitive impliquant
des techniques de détection de spectre et l'allocation dynamique du spectre.
La réception est robuste en présence de désalignements en temps et en fréquence.
La durée de symbole significativement plus élevée est prévue, ce qui doit être prise en
compte dans les applications avec de très courtes rafales. [1]
2.2.3 Universal Filtered Multicarrier (UFMC)
Alors que FBMC est très efficace dans la transmission de longues séquences d'information, elle
ne convient pas idéalement pour les transmissions de courtes rafales à cause de l’étalement des
symboles provoqué par l'opération de filtrage de sous-porteuse. UFMC, également connue sous
le nom de UF-OFDM, a été introduite comme une généralisation de l'approche de filtrage sur
un nombre variable de sous-porteuses, ce qui conduit à des longueurs de filtres plus courtes par
rapport à FBMC.
Avec UFMC, le filtrage est appliqué sur une base de sous-bande, et chaque sous-bande
comprend un nombre donné de sous-porteuses consécutives. Cela réduit les niveaux de lobes
secondaires OOB sans une si grande augmentation de la longueur de symbole résultant en
conformité avec les longueurs de filtres plus courtes.
Le signal généré dans le domaine temporel de l’UFMC, à un instant particulier dans le temps,
comprend une superposition des apports filtrés pour chacune des sous-bandes, et est exprimé
comme suit :
𝑥 = ∑𝐹𝑖 ∙ 𝑉𝑖 ∙ 𝑠𝑖
𝐵−1
𝑖=0
(2.08)
Où, 𝑁 désigne la longueur de la FFT, L la longueur de la sous-bande filtrée dans le domaine
temporel, et 𝑛𝑖 la taille de la sous-bande (en sous-porteuses). Avec :
[𝑋](N + L−1) x1 est le vecteur du signal émis ;
𝐵 est le nombre de sous-bandes (d'indice i) ;
[𝐹𝑖](N + L−1) xN sont des matrices Toeplitz contenant les réponses impulsionnelles des
filtres pour chacune des sous-bandes (d'indice i), réalisant ainsi des convolutions
linéaires ;
37
[𝑉𝑖]𝑁𝑥𝑛𝑖 sont des matrices comprenant les colonnes de la transformée de Fourier inverse
de la matrice correspondant à chaque position de fréquence de sous-bande ;
[𝑠𝑖]𝑛𝑖𝑥1 sont des symboles de la constellation complexes (QAM) contenus dans la sous-
bande i.
L'équation (2.08) exprime une façon conceptuelle pour générer les signaux. La figure 2.06 ci-
dessous montre le schéma synoptique d'une structure d'émetteur-récepteur d’UFMC, où une
opération de suréchantillonnage est considérée au niveau du récepteur pour le traitement dans
le domaine fréquentiel des symboles (typiquement d'un facteur 2).
Figure 2.0 6 : Architecture d'émetteur-récepteur UFMC
La différence fondamentale de UFMC par rapport à FBMC est que le filtrage est appliqué sur
des sous-bandes au lieu de toutes les sous-porteuses. Cela détend la longueur de la réponse
impulsionnelle du filtre L. [1]
2.2.4 Generalized Frequency-Division Multiplexing (GFDM)
2.2.4.1 Principe du GFDM
GFDM est un système de modulation non orthogonal et multi-porteuse flexible qui fait
également parti de l'étude pour les systèmes 5G. GFDM est une généralisation de l'OFDM, mais
au lieu de transmettre un symbole par sous-porteuse, il introduit la notion de « sous-symboles ».
Il module les données dans une structure de blocs temps-fréquence bidimensionnelle, dans
laquelle chaque bloc se compose d'un certain nombre de sous-porteuses et de sous-symboles.
Ainsi, chacune des sous-porteuses 𝐾 transmet 𝑀 sous-symboles de données à valeurs
complexes 𝑠𝑘,𝑚 dans des intervalles de temps différents, définis comme des sous-symboles. Les
sous-porteuses sont filtrées avec un filtre flexible de mise en forme d'impulsion qui est décalé
38
circulairement dans les domaines temporels et fréquentiels. Un seul CP pour l'ensemble du bloc
est inséré, ce qui peut être utilisé pour améliorer l'efficacité spectrale.
Figure 2.0 7 : Structure du bloc GFDM
2.2.4.2 Modèle du système GFDM
Tout d'abord, les données binaires sont modulées et divisées en séquences de symboles de
données à valeurs complexes. Soit 𝑠 ⃗⃗ un bloc de données de symboles qui contient 𝑁 = (𝐾 ∙ 𝑀)
éléments. Chaque élément est réparti sur 𝐾 sous-porteuses et 𝑀 intervalles de temps pour la
transmission [1]. On a donc :
𝑠 = (𝑠0,0, 𝑠1,0, … , 𝑠𝐾−1,0, 𝑠0,1, 𝑠1,1, … , 𝑠𝐾−1,1, … , 𝑠0,𝑀−1, 𝑠1,𝑀−1, … , 𝑠𝐾−1,𝑀−1) (2.09)
Où l'élément 𝑠𝑘,𝑚 représente le symbole transmis sur la 𝑘ième sous-porteuse et le 𝑚ième sous-
symbole du bloc.
Notons que, les symboles de données du bloc GFDM peuvent être organisés dans une matrice
de données (𝐾 × 𝑀) donnée par l’expression :
𝑆 = [
𝑠0,0 ⋯ 𝑠0,𝑀−1⋮ ⋱ ⋮
𝑠𝐾−1,0 ⋯ 𝑠𝐾−1,𝑀−1]
(2.10)
39
a. Emetteur GFDM
La structure de l’émetteur GFDM est représentée par la figure 2.08.
Figure 2.0 8 : Emetteur GFDM
Considérons la 𝑘𝑖è𝑚𝑒 branche de l'émetteur, les symboles de données complexes 𝑠𝑘,𝑚 ,
avec 𝑚 = 0, …𝑀 − 1, sont suréchantillonnés par un facteur 𝑁, résultant en :
𝑠𝑘𝑁[𝑛] = ∑ 𝑠𝑘,𝑚𝛿[𝑛 −𝑚𝑁]
𝑀−1
𝑚=0
, 𝑛 = 0,… , 𝑁𝑀 − 1
(2.11)
Où 𝑁 est le facteur de suréchantillonnage et 𝛿[. ] est la fonction de Dirac. Par conséquent,
𝑠𝑘𝑁[𝑛 = 𝑚𝑁] = 𝑠𝑘,𝑚 et 𝑠𝑘
𝑁[𝑛 ≠ 𝑚𝑁] = 0.
Ensuite, soit 𝐿 (𝐿 ≤ 𝑀) la longueur du filtre, on applique le filtre de mise en forme
d’impulsion 𝑔[𝑛], tel que 𝑛 = 0, … , 𝐿𝑁 − 1, à la séquence 𝑠𝑘𝑁[𝑛].
Chaque sous-porteuse est donc formée d'une impulsion par un filtre d’émission 𝑔𝑘,𝑚[𝑛], qui est
généré en décalant circulairement un filtre prototype 𝑔 [𝑛] en temps et en fréquence. Avec :
𝑔𝑘,𝑚[𝑛] = 𝑔[(𝑛 −𝑚𝐾)𝑚𝑜𝑑𝑁] ∙ exp (𝑗2𝜋𝑘
𝐾𝑛)
(2.12)
Où n désigne l'indice d'échantillonnage, et le facteur exp (𝑗2𝜋𝑘
𝐾𝑛) effectue le décalage du filtre
dans le domaine des fréquences. Notons que le fait que GFDM utilise une convolution circulaire
dans le processus de filtration est dénommé « le tail biting ».
40
Le signal d'émission de sous-porteuse résultant 𝑥𝑘[𝑛] peut-être mathématiquement exprimé
comme suit:
𝑥𝑘[𝑛] = (𝑠𝑘𝑁⊛𝑔)[𝑛].𝑤𝑘𝑛 (2.13)
Où ⊛ désigne la convolution circulaire et 𝑤𝑘𝑛 = 𝑒𝑗2𝜋𝑘
𝐾𝑛
.
De façon similaire à l’équation (2.10), ils peuvent également être exprimés dans une structure
de bloc comme suit :
𝑋 = (𝑥0[0] ⋯ 𝑥0[𝑀𝑁 − 1]⋮ ⋱ ⋮
𝑥𝐾−1[0] ⋯ 𝑥𝐾−1[𝑀𝑁 − 1])
(2.14)
La convolution circulaire est utilisée pour moduler les filtres d'émission avec les symboles de
données, ce qui signifie que le bloc GFDM est auto-contenu dans N échantillons et le signal
d'émission d'un bloc de données 𝑠 est alors obtenu en additionnant tous les signaux des sous-
porteuses selon :
𝑥[𝑛] = ∑ 𝑥𝑘[𝑛]
𝐾−1
𝑘=0
(2.15)
Ou
𝑥[𝑛] = ∑ ∑ 𝑠𝑘,𝑚𝛿[(𝑛 −𝑚𝐾)𝑚𝑜𝑑𝑁]⊛ 𝑔[𝑛]exp (𝑗2𝜋𝑘
𝐾𝑛)
𝑀−1
𝑚=0
𝐾−1
𝑘=0
(2.16)
𝑥[𝑛] = ∑ ∑ 𝑠𝑘,𝑚 ∙ 𝑔𝑘,𝑚[𝑛]
𝑀−1
𝑚=0
𝐾−1
𝑘=0
La figure 2.09 montre la structure du modulateur GFDM qui implémente l'équation (2.16).
Après la modulation GFDM, un CP est ajouté à 𝑥[𝑛], pour protéger les M sous-symboles de
l'interférence inter-trame (IFI ou Inter Frame Interference) introduite par les canaux à trajets
multiples. Il en résulte une diminution des frais généraux par rapport à l'OFDM, dans lequel un
CP est nécessaire pour chaque symbole. Ce qui donne �̃�[𝑛]. Enfin, �̃�[𝑛] est envoyé au canal
radio.
Notons que lorsque 𝑀 = 1, GFDM se simplifie à OFDM.
41
Figure 2.09 : Modulateur GFDM
Pour éviter toute interférence entre les blocs de données ultérieurs, la durée du CP doit être égale
à :
𝑇𝐶𝑃 = 𝑇𝑔 + 𝑇ℎ + 𝑇𝑔 (2.17)
Où 𝑇𝑔 représente la durée du filtre et 𝑇ℎ représente la longueur de la réponse impulsionnelle du
canal ℎ[𝑛].
Pour réduire la surcharge introduite par le CP, 𝑇𝐶𝑃 devrait être maintenue petite. D'autre part,
les grandes valeurs de 𝑇𝑔 peuvent améliorer la localisation fréquentielle du filtre. Cependant,
l'utilisation de la procédure de « tail biting » permet à la partie de filtrage en 𝑇𝐶𝑃 d’être négligée,
ce qui n'a pas pu être atteint avec une convolution linéaire. L'utilisation de la « tail biting »
maintient la longueur du CP indépendante de 𝑇𝑔, réduisant ainsi la longueur du CP sans couper
en plus courte la longueur du filtre de formation d'impulsion. [17] [18] [19] [20] [22] [23] [25]
La figure 2.10 montre la comparaison des trames OFDM et GFDM.
42
Figure 2. 10 : Comparaison des trames OFDM et GFDM
b. Récepteur GFDM
La structure du récepteur est représentée par la figure ci-dessous.
Figure 2. 11 : Récepteur GFDM
Le signal reçu au niveau du récepteur est la convolution du signal transmis avec la réponse
impulsionnelle du canal ℎ[𝑛] plus le bruit AWGN (Additive White Gaussian Noise):
�̃�[𝑛] = ℎ[𝑛] ∗ �̃�[𝑛] + �̃�[𝑛] (2.18)
Après le retrait du CP, la convolution linéaire devient une convolution circulaire, et le signal
reçu sans CP s’écrit comme suit:
𝑦[𝑛] = 𝑥[𝑛]⊛ ℎ[𝑛] + 𝑤[𝑛] (2.19)
Notons que la convolution circulaire de l'équation (2.19) est évaluée dans une période de N
échantillons. En raison de la convolution circulaire, GFDM peut également profiter d'une
égalisation simple dans le domaine de la fréquence. Par conséquent, le signal de réception
égalisé peut être écrit comme suit:
𝑦𝑒𝑞[𝑛] = 𝐼𝐷𝐹𝑇(𝐷𝐹𝑇(𝑦[𝑛])
𝐷𝐹𝑇(ℎ[𝑛]))
(2.20)
43
Où DFT (·) et IDFT (·) représentent respectivement la transformée de Fourier discrète et la
transformée de Fourier discrète inverse.
Ensuite, le démodulateur GFDM abaisse en fréquence le signal dans chaque sous-porteuse et
on obtient 𝑦�̂�[𝑛]. Puis, on applique ensuite un filtre de réception linéaire, tel que le filtre adapté,
le forçage à zéro, ou l’erreur quadratique moyenne minimum. En supposant qu’un filtre adapté
est utilisé, le signal pour chaque sous-porteuse est défini comme l’expression de l’équation
(2.22).
𝑦�̂�[𝑛] = 𝑦𝑒𝑞[𝑛].𝑤−𝑘𝑛 (2.21)
𝑦𝑘̅̅ ̅[𝑛] = 𝑦𝑒𝑞[𝑛] ∙ 𝑒𝑥𝑝 (−𝑗2𝜋𝑘
𝐾𝑛)⊛𝑔[𝑛]
(2.22)
Remarquons dans l'équation (2.22) que le tail biting est également appliqué au niveau du
récepteur. En prenant chaque 𝐾𝑖è𝑚𝑒 échantillon, les symboles d'information �̅�[𝑘,𝑚] = 𝑦𝑘̅̅ ̅[𝑚𝐾]
sont sélectionnés et envoyés au détecteur. [18] [20] [21] [23] [24] [25] [26] [27]
La figure 2.12 représente le schéma global d’un émetteur-récepteur GFDM.
Figure 2.12 : Schéma global d’un émetteur-récepteur GFDM
2.2.4.3 Performance du système GFDM comparée au système OFDM
Parmi les caractéristiques intéressantes de GFDM, on peut citer la réduction du rayonnement
hors bande (OOB) et le faible ratio de pic par rapport à la moyenne (PAPR), qui constituent les
principales lacunes de la modulation OFDM utilisée dans les réseaux de communication sans
fil actuels.
44
a. Rayonnement hors bande (OOB)
L’OOB est l’émission sur une ou des fréquences situées en dehors de la largeur de bande
nécessaire mais en son voisinage immédiat. GFDM peut fournir une émission OOB réduite par
rapport à OFDM, car il applique des filtres de mise en forme d'impulsion par sous-porteuse.
Différentes réponses aux impulsions de filtrage peuvent être utilisées pour filtrer les sous-
porteuses, et ce choix affecte les émissions OOB. L'énergie réduite hors bande (c'est-à-dire les
lobes latéraux inférieurs) favorise une robustesse contre l’ICI (InterCarrier Interference) plus
élevée et permet d'utiliser un plus grand nombre de sous-porteuses tout en respectant encore un
masque spectral prescrit. Ce lobe latéral inférieur dans GFDM permet également une utilisation
plus efficace du spectre par rapport à l'OFDM, qui a habituellement besoin d'une bande de garde
de 10% pour répondre au masque de spectre.
b. PAPR (Peak-to-Average Power Ratio)
Le facteur de crête, couramment appelé PAPR est une mesure caractéristique d'un signal. C'est
le rapport entre l'amplitude du pic du signal et la valeur efficace du signal. C'est donc une valeur
sans dimension. En traitement du signal, il est souvent exprimé en décibels (dB).
La valeur élevée du PAPR est l'une des préoccupations importantes du système basé sur OFDM,
étant donné que cela réduit l'efficacité de l'amplificateur de puissance utilisé dans le circuit. En
effet, dans le cas de l’OFDM, on a un symbole par sous-porteuse (𝑀 = 1), ce qui provoque
un PAPR très élevé, presque de l'ordre du nombre de sous-porteuses 𝐾. Alors, on peut dire que
GFDM peut avoir un PAPR réduit en raison du nombre 𝑀 (𝑀 > 1) de symboles dans chacune
des 𝐾 sous-porteuses. [21] [28] [29] [30]
Avec les caractéristiques mentionnées pour la forme d’onde GFDM, on peut en déduire qu’elle
est vraiment une candidate potentielle pour 5G. Maintenant, on va parler des nouvelles
techniques d’accès proposées pour ce nouveau réseau.
2.3 Nouvelles techniques d’accès
Un des concepts étant revisité activement à 5G est la nécessité de maintenir l'orthogonalité
stricte entre les utilisateurs dans les systèmes d'accès multiples. L’orthogonalité intracellulaire
a été une pierre angulaire de l'accès cellulaire depuis la 2G, et même si elle est rarement
rencontrée dans la pratique (la plupart du temps en raison des effets intercellulaires ou des
dégradations de canaux, tels que le multi-trajet), les systèmes ont été traditionnellement conçus
pour que les utilisateurs soient dotés de ressources orthogonales soit dans le temps, dans la
fréquence, dans le code, ou dans les domaines spatiaux. Donc, tout écart par rapport à
45
l’orthogonalité idéale est encore confronté à un récepteur doté d'une aide de techniques
d'annulation d'interférence spécialisée.
Ce paradigme, cependant, met beaucoup de restrictions sur l'allocation des ressources, et le plus
important, il faut que tous les périphériques soient sous le contrôle du réseau avant toute
transmission d'informations. Contrairement à cette approche classique, il existe des initiatives
de recherche dans lesquelles une quantité contrôlée de défaut d'orthogonalité est autorisée par
la conception. Un tel exemple est le NOMA (Non-Orthogonal Multiple Access). Ce concept est
vraiment un parapluie sous lequel un certain nombre de techniques d'accès multiple sont l'objet
de recherches, tous ayant en commun une hypothèse plus ou moins explicite de défaut
d'orthogonalité dans l'accès. [1] [4] [31]
Figure 2. 13 : De l’OMA (Orthogonal Multiple Access) vers le NOMA
Le concept de NOMA de base est fondé sur l'allocation de puissance, et adapté pour les
applications à large bande mobiles traditionnels, dans lesquels un coup de pouce de capacité
supplémentaire est nécessaire pour répondre à la demande croissante de trafic sans cesse. Il
existe d'autres variantes de NOMA qui exploitent en outre l'hypothèse de défaut d'orthogonalité,
comme le SCMA (Sparse-Code Multiple Access) et le MUSA (MUltiuser Shared Access),
s'adressant principalement au cas de l'utilisation spécifique de la communication type machine
(MTC) massive. La figure 2.14 montre une comparaison de l’OFDMA, NOMA et SCMA.
Figure 2. 14 : Comparaison de l'OFDMA, NOMA et SCMA
46
Par la suite, nous allons décrire le NOMA de base fondé sur l'allocation de puissance, mais
avant cela, on verra d’abord quelques autres techniques d’accès, et on commencera par
l’OFDMA qui est la technique d’accès utilisé par le réseau 4G.
2.3.1 Orthogonal Frequency Division Multiple Access (OFDMA)
L’OFDMA hérite les avantages des plans TDMA et FDMA. Il fournit la flexibilité en termes
de tailles de paquet. L’utilisateur est ordonnancé dynamiquement seulement s’il a un paquet à
transmettre selon les ressources requises pour transmettre. Dans un même symbole OFDM,
plusieurs utilisateurs reçoivent des parties distinctes de la bande fréquentielle. En OFDMA, une
transmission se fait par paquet comme le montre la figure 2.15.
Figure 2. 15 : OFDMA avec 6 utilisateurs (U) de distance t entre trames
La taille de la trame est fixée, mais la trame est partagée par les utilisateurs. Par conséquent, le
modèle de multiplexage devient très efficace dans le sens que les coûts causés par l’espacement
entre les trames sont minimisées. Dans la technique OFDMA, chaque sous porteuse est
exclusivement assignée à un seul utilisateur, éliminant de ce fait les interférences
intracellulaires.
La technique d’accès OFDMA est largement utilisée et a connu un grand succès pour le réseau
4G. Elle pourrait même être utilisée comme un système d'accès multiple pour le réseau 5G.
Toutefois, elle exige l'utilisation de l'OFDM qui nécessite une orthogonalité entre les sous-
porteuses et l'utilisation d'un préfixe cyclique. Or, on sait que cela présente quelques
inconvénients. En conséquence d'autres systèmes d'accès multiples sont à l'étude. [15]
47
2.3.2 Sparse Code Multiple Access (SCMA)
SCMA est une autre idée considérée comme un système d'accès multiple pour 5G. C’est une
combinaison d’OFDMA et de CDMA. Normalement, avec OFDMA, une ou plusieurs
porteuses sont allouées à un utilisateur donné. Cependant, si chaque porteuse dispose d'un code
d'étalement qui lui est ajouté, elle serait alors en mesure de transmettre des données vers ou à
partir de plusieurs utilisateurs. Cette technique a été développée pour utiliser ce que l'on appelle
le code clairsemés et de cette façon un nombre important d'utilisateurs peuvent être ajoutés tout
en maintenant les niveaux d'efficacité spectrale.
Fonctionnement du SCMA
Avec SCMA, les différents flux de données entrants à transmettre sont directement mis en
correspondance avec des mots de code de différents dictionnaires multidimensionnelle de
SCMA spécifiques à la couche, où chaque mot de code représente une couche de transmission
de propagation. Ceci est effectivement le fonctionnement du CDMA. De cette façon, les flux
de données multiples peuvent partager les mêmes ressources temps-fréquence de signaux
OFDMA.
SCMA permet une surcharge du nombre d'appareils utilisés. Cela se produit lorsque le nombre
de couches superposées dépasse la longueur du mot de code. Cependant, la faible complexité
des détections multicouches permet une surcharge de mot-code excessif.
À la suite de l'optimisation du facteur de surcharge ainsi que des niveaux de couches de
modulation-codage, le système fournit un mécanisme de liaison d’adaptation plus souple et plus
efficace.
La complexité de la détection de SCMA est contrôlée par deux facteurs principaux:
le niveau de rareté des mots de code SCMA ;
et, l'utilisation de constellations multidimensionnelles avec un faible nombre de
points de projection par dimension.
SCMA est donc un accès multiple qui promet des avantages significatifs. Il est capable de
supporter de grands niveaux de connectivité, il offre une réduction de latence de transmission
et il est également en mesure de fournir des économies d'énergie. [1] [31]
48
2.3.3 MultiUser Shared Access (MUSA)
MUSA est un système d'accès multiple non orthogonal opérant dans le domaine de code et le
domaine de puissance. Le code de diffusion avec une longueur courte est appliqué dans MUSA
pour prendre en charge un grand nombre d'utilisateurs qui partagent le même bloc de ressources.
Lorsque le nombre d'utilisateurs est important et que la longueur du code d'étalement est faible,
il est difficile de concevoir un grand nombre de codes d'étalement avec une faible corrélation
lorsque l'élément binaire du code d'étalement est supposé. Pour le code d'étalement binaire,
l'élément du code d'étalement appartient à l'ensemble {1, ⁃1}. Seules deux valeurs sont utilisées
dans le code d'étalement. Pour remédier à cet inconvénient, un code d'étalement de valeur non-
binaire et complexe est proposé dans MUSA. Soit l'élément réel ou image du code d'étalement
non binaires appartient à l'ensemble {1, 0, ⁃1}, on obtient neuf valeurs pour la sélection. Cela
offre beaucoup plus de flexibilité de conception de code d'étalement. La figure 2.16 montre les
caractéristiques de base de MUSA, où plusieurs utilisateurs pouvaient transmettre des données
sur les mêmes ressources en utilisant des codes d'étalement complexes non orthogonaux choisis
au hasard avec une longueur courte. Dans cet exemple, 12 utilisateurs partagent 4 blocs de
ressources.
Figure 2. 16 : Caractéristiques de MUSA
MUSA est toujours modélisé par plusieurs codes d'étalement superposés sur le même bloc de
ressources. Ses principaux avantages se reflètent par un facteur de surcharge élevé et une
détection aveugle robuste. La détection d'utilisateur peut être effectuée sans la connaissance du
code d'étalement. Les utilisateurs peuvent transmettre leurs signaux en fonction de leur
demande. La possibilité de collision due au même code d'étalement appliqué est faible car un
grand nombre des codes d'étalement peuvent être logés. [1] [31]
49
2.3.4 Non-Orthogonal Multiple Access (NOMA)
2.3.4.1 Principe
Dans les réseaux 4G conventionnels, comme extension naturelle de l'OFDM, on utilise un accès
multiple par répartition orthogonale de la fréquence (OFDMA) lorsque des informations pour
chaque utilisateur sont affectées à un sous-ensemble de sous-porteuses. Dans NOMA, d'autre
part, toutes les sous-porteuses peuvent être utilisées par chaque utilisateur. La figure 2.17
illustre le partage du spectre pour OFDMA et NOMA pour deux utilisateurs. Le concept
s'applique aussi bien à la liaison montante qu'à la liaison descendante. [1] [19] [32] [33] [34]
[35] [36]
Figure 2.17: Partage du spectre pour OFDMA et NOMA pour 2 utilisateurs
Le codage de superposition à l'émetteur et l'annulation d'interférences successives (SIC ou
Successive Interference Cancellation) au niveau du récepteur permettent d'utiliser le même
spectre pour tous les utilisateurs. Au niveau du site de l'émetteur, tous les signaux d'information
individuels sont superposés en une seule forme d'onde, tandis qu'au récepteur, SIC décode les
signaux un par un jusqu'à ce qu'il reçoive le signal souhaité. La figure 2.18 illustre le concept.
Dans l'illustration, les trois signaux d'information indiqués avec des couleurs différentes sont
superposés à l'émetteur. Le signal reçu au niveau du récepteur SIC comprend tous ces trois
signaux. Le premier signal que le SIC décode est le plus fort tandis que les autres seront
considérés comme des interférences Le premier signal décodé est ensuite soustrait du signal
reçu et si le décodage est parfait, la forme d'onde avec le reste des signaux est obtenue avec
précision. SIC itère le processus jusqu'à ce qu'il reçoive le signal désiré.
50
Figure 2. 18 : Annulation d'interférence successive
Le succès de SIC dépend de l'annulation parfaite des signaux dans les étapes d'itération.
L'émetteur doit diviser avec précision la puissance entre les formes d'ondes de l'information
utilisateur et les superposer. La méthodologie de répartition de puissance diffère pour les canaux
de la liaison montante et descendante.
2.3.4.2 NOMA pour la liaison descendante
Dans la liaison descendante de NOMA, la station de base (BS) superpose les formes d'onde
d'information pour ses utilisateurs entretenus. Chaque équipement utilisateur (UE) emploie le
SIC pour détecter leurs propres signaux. La figure 2.19 représente une BS avec un nombre 𝐾
d'UE avec des récepteurs SIC. Dans le réseau, on suppose que l'𝑈𝐸1 soit le plus proche de la
BS et l’𝑈𝐸𝐾 est le plus éloigné.
Figure 2. 19 : Liaison descendante de NOMA pour K utilisateurs
51
Le défi pour une BS est de décider comment allouer la puissance parmi les différentes formes
d'onde d'information, ce qui est critique pour SIC. Dans la liaison descendante de NOMA, une
plus grande puissance est allouée à l'UE le plus éloigné de la BS et la plus faible puissance à
l'UE le plus proche de la BS. Dans le réseau, tous les UE reçoivent le même signal qui contient
les informations pour tous les utilisateurs. Chaque UE décode le signal le plus fort d'abord, puis
soustrait le signal décodé du signal reçu. Le récepteur SIC itère la soustraction jusqu'à ce qu'il
trouve son propre signal. L’UE situé à proximité de la BS peut annuler les signaux des UE les
plus éloignés. Comme le signal de l'UE le plus éloigné contribue le plus au signal reçu, il
décodera d'abord son propre signal.
Le signal transmis par la BS peut être écrit comme :
𝑥(𝑡) = ∑√𝛼𝑘𝑃𝑇𝑥𝑘(𝑡)
𝐾
𝑘=1
(2.23)
Où 𝑥𝑘(𝑡) est l’information individuelle véhiculant la forme d'onde; 𝛼𝑘 est le coefficient
d’allocation de puissance pour l’ 𝑈𝐸𝑘 ; et 𝑃𝑇 est la puissance totale disponible à la BS. La
puissance allouée à chaque 𝑈𝐸𝑘 devient alors 𝑃𝑘 = 𝛼𝑘 × 𝑃𝑇.
La puissance est allouée en fonction de la distance des UE à la BS. 𝑈𝐸1 est le plus proche de la
BS, donc on lui attribue la puissance la plus faible, alors que l’ 𝑈𝐸𝐾 est le plus éloigné, donc sa
puissance est la plus élevée.
Le signal reçu à l’ 𝑈𝐸𝑘 est
𝑦𝑘(𝑡) = 𝑥(𝑡)𝑔𝑘 +𝑤𝑘(𝑡) (2.24)
Où 𝑔𝑘 est le facteur d'atténuation du canal pour la liaison entre la BS et l' 𝑈𝐸𝑘 , et 𝑤𝑘 est le bruit
blanc gaussien additif à l' 𝑈𝐸𝑘 avec une moyenne zéro et une densité 𝑁0 (W / Hz).
Tout d’abord, considérons l'utilisateur le plus éloigné. Le signal qu'il décode en premier sera
donc son propre signal puisqu'on lui est attribué le plus de puissance par rapport aux autres. Les
signaux pour les autres utilisateurs seront considérés comme des interférences. Par conséquent,
le rapport signal sur bruit (SNR) pour l’ 𝑈𝐸𝐾 s’exprime comme suit :
𝑆𝑁𝑅𝐾 =𝑃𝐾𝑔𝐾
2
𝑁0𝑊 +∑ 𝑃𝑖𝑔𝐾2𝐾−1𝑖=1
(2.25)
Où 𝑊 est la largeur de bande de transmission. Pour l’ 𝑈𝐸1 le plus proche, le dernier signal qu'il
décode sera son signal. En supposant une annulation parfaite, le SNR pour 𝑈𝐸1 devient :
52
𝑆𝑁𝑅1 =𝑃1𝑔1
2
𝑁0𝑊
(2.26)
En général, pour l’𝑈𝐸𝑘 , le SNR devient :
𝑆𝑁𝑅𝑘 =𝑃𝑘𝑔𝑘
2
𝑁0𝑊 +∑ 𝑃𝑖𝑔𝑘2𝑘−1𝑖=1
(2.27)
Lorsque NOMA est utilisé, le débit (bps) pour chaque UE peut être écrit comme :
𝑅𝑘𝑁𝑂𝑀𝐴 = 𝑊 log2 (1 +
𝑃𝑘𝑔𝑘2
𝑁 +∑ 𝑃𝑖𝑔𝑘2𝑘−1𝑖=1
) (2.28)
Dans OFDMA, d'autre part, les UE sont affectés à un groupe de sous-porteuses afin de recevoir
leur information. Lorsque la largeur de bande totale et la puissance sont partagées également
entre les UE, le débit pour chaque UE pour OFDMA devient :
𝑅𝑘𝑂𝐹𝐷𝑀𝐴 = 𝑊𝑘 log2 (1 +
𝑃𝑘|𝑔𝑘|2
𝑁𝑘)
(2.29)
Où 𝑊𝑘 =𝑊
𝐾 et 𝑁𝑘 = 𝑁𝑂𝑊𝑘 .
Nous définissons également l'indice d'équité 𝐹 qui indique à quel point la capacité du système
est partagée entre les UE, c'est-à-dire lorsque 𝐹 est proche de 1, la capacité de chaque UE est
proche l'une de l'autre.
𝐹 =(∑𝑅𝑘)
2
𝐾∑𝑅𝑘2
(2.30)
2.3.4.3 NOMA pour la liaison montante
La mise en œuvre du NOMA pour la liaison montante est légèrement différente de la liaison
descendante. La figure 2.20 représente un réseau qui multiplexe 𝐾 UE dans la liaison montante
en utilisant NOMA. Cette fois, la BS emploie le SIC afin de distinguer les signaux d'utilisateur.
Dans la liaison montante, le signal reçu par la BS qui inclut tous les signaux d'utilisateur est
écrit comme suit :
𝑦(𝑡) = ∑𝑥𝑘(𝑡)𝑔𝑘
𝐾
𝑘=1
+ 𝑤(𝑡) (2.31)
Où 𝑔𝑘 est le gain d'atténuation de canal pour la liaison entre la BS et l' 𝑈𝐸𝑘 , 𝑥𝑘(𝑡 ) est la forme
d'onde d'information pour le 𝑘è𝑚𝑒 UE, et 𝑤(𝑡) est le bruit blanc Gaussien additif à la BS avec
une moyenne zéro et densité 𝑁0 (W / Hz).
53
Figure 2.20 : Liaison montante de NOMA pour K utilisateurs
Dans la liaison montante, les UE peuvent encore optimiser leurs puissances d'émission en
fonction de leurs emplacements comme dans la liaison descendante. Cependant, nous
supposons ici que les utilisateurs sont bien répartis dans la couverture cellulaire et que les
niveaux de puissance reçus de différents utilisateurs sont déjà bien séparés. Cette hypothèse est
plus naturelle du point de vue pratique, puisque l'optimisation de la puissance nécessite une
connexion entre tous les UE qui peut être difficile à mettre en œuvre.
Au récepteur, la BS met en œuvre le SIC. Le premier signal qu'il décode sera le signal de
l'utilisateur le plus proche, toujours en prenant les autres comme interférences. Le SNR pour le
signal pour l' 𝑈𝐸1 peut être écrit comme suit :
𝑆𝑁𝑅1 =𝑃𝑔1
2
𝑁 +∑ 𝑃𝐾2 𝑔𝑖2
(2.32)
Où 𝑃 est la puissance de la transmission des UE et 𝑁 = 𝑁0𝑊.
Le dernier signal que la BS décode est le signal pour l'utilisateur le plus éloigné 𝑈𝐸𝐾 . En
supposant une annulation parfaite, le SNR pour 𝑈𝐸𝐾 peut être écrit comme :
𝑆𝑁𝑅𝐾 =𝑃𝑔𝐾
2
𝑁
(2.33)
54
Généralement, pour le 𝑘è𝑚𝑒 UE, le SNR devient :
𝑆𝑁𝑅𝑘 = 1 +𝑃𝑔𝑘
2
𝑁 +∑ 𝑃𝑔𝑖2𝐾𝑖=𝑘+1
(2.34)
Le débit pour chaque UE peut s’exprimé par :
𝑅𝑘𝑁𝑂𝑀𝐴 = 𝑊 log2 (1 +
𝑃𝑔𝑘2
𝑁 +∑ 𝑃𝑔𝑖2𝐾𝑖=𝑘+1
) (2.35)
Dans l'OFDMA, d'autre part, les UE reçoivent des supports orthogonaux pour recevoir leurs
informations. Lorsque la bande passante totale et la puissance sont partagées entre les UE
également, le débit pour chaque UE pour OFDMA devient :
𝑅𝑘𝑂𝐹𝐷𝑀𝐴 = 𝑊𝑘 log2 (1 +
𝑃𝑘𝑔𝑘2
𝑁𝑘)
(2.36)
Où 𝑊𝑘 =𝑊
𝐾 et 𝑁𝑘 = 𝑁𝑂𝑊𝑘 .
Pour supprimer les interférences entre utilisateurs, deux types de récepteurs SIC existent:
Symbol-level SIC (SLIC), dans lequel les symboles interférant en modulation sont
détectés sans être décodés.
Codeword-level SIC (CWIC), dans lequel les données interférant sont détectées et
décodées avant d'être annulées.
Le récepteur CWIC a de meilleures performances que le récepteur SLIC mais au prix d'une
complexité plus élevée. [1] [19] [31] [32] [33] [34] [35]
2.3.4.4 Imperfection dans NOMA
Jusqu'ici nous avons supposé l'annulation parfaite dans le récepteur SIC. Dans le récepteur SIC
réel, il est assez difficile de soustraire le signal décodé du signal reçu sans aucune erreur. Alors,
nous allons présenter, ici, le concept de NOMA avec une erreur d'annulation dans le récepteur
SIC.
Comme on a déjà abordé le concept de NOMA dans la liaison montante et descendante, pour
montrer l’imperfection, nous allons considérer la liaison descendante seulement. Rappelons que
le récepteur SIC décode les signaux d'information un par un de manière itérative pour obtenir
le signal désiré. Dans ce récepteur, après le décodage du signal, on devrait régénérer la forme
d'onde individuelle d'origine afin de la soustraire du signal reçu. Bien qu'il soit théoriquement
55
possible de compléter ce processus sans aucune erreur, en pratique, on s'attend à ce qu'il
rencontre une certaine erreur d'annulation. [19] [32] [33] [34]
En liaison descendante, le SNR pour le kème utilisateur avec une erreur d'annulation s’écrit
comme suit :
𝑆𝑁𝑅𝑘 = 1 +𝑃𝑘𝑔𝑘
2
𝑁0𝑊 +∑ 𝑃𝑖𝑔𝑘2𝑘−1𝑖=1 +∈ ∑ 𝑃𝑖𝑔𝑘2
𝐾𝑖=𝑘+1
(2.37)
Où ∈ est le terme d'annulation d'erreur qui représente la partie restante du signal de message
annulé. Dans le cas précédent, le troisième terme du dénominateur n'est pas inclus puisque
l'annulation parfaite y est supposée.
2.3.4.5 Efficacité spectrale et efficacité énergétique
Maintenant, on va analyser l'efficacité spectrale (SE) et l’efficacité énergétique (EE) des
systèmes NOMA. Dans notre analyse, nous incorporons la consommation d'énergie statique du
réseau due aux amplificateurs de puissance en plus de la puissance consommée pour la forme
d'onde d'information.
La consommation totale de l'émetteur peut être représentée par la somme de la puissance du
signal d'information et de la puissance consommée par les circuits (principalement par des
amplificateurs de puissance). En considérant la liaison descendante, la puissance totale
consommée par la BS peut alors être écrite comme :
𝑃𝑡𝑜𝑡𝑎𝑙 = 𝑃𝑇 + 𝑃𝑠𝑡𝑎𝑡𝑖𝑐 (2.38)
Où 𝑃𝑇 est la puissance totale du signal qu’on a mentionné précédemment et 𝑃𝑠𝑡𝑎𝑡𝑖𝑐 est la
puissance consommée par le circuit.
L'EE est considérée comme le taux de la somme sur la puissance consommée totale de la station
de base :
𝐸𝐸 =𝑅𝑇𝑃𝑡𝑜𝑡𝑎𝑙
= 𝑆𝐸𝑊
𝑃𝑡𝑜𝑡𝑎𝑙(bits /joule)
(2.43)
Où SE est l'efficacité spectrale (𝑅𝑇/𝑊) en termes de bps / Hz.
La relation entre l’EE et le SE dans la théorie de Shannon ne considère pas la consommation
de puissance du circuit, et par conséquent, il est monotone qu’une SE plus élevée aboutit
toujours à une EE plus faible. Lorsque la puissance du circuit est considérée, l'EE augmente
dans la région où la SE est basse, et diminue dans la région où la SE élevée. Pour un 𝑃𝑡𝑜𝑡𝑎𝑙 fixe,
56
la relation entre l’EE et le SE est linéaire avec une pente positive de 𝑅𝑇/𝑃𝑡𝑜𝑡𝑎𝑙 où une
augmentation de SE entraîne simultanément une augmentation de l'EE. En résumé, NOMA
fournit une efficacité énergétique plus élevée qu’OFDMA. [1] [19] [32] [33] [34] [35] [36]
2.3.4.6 Comparaison de l’OMA avec NOMA
Avantages Inconvénients
OMA Simple récepteur de détection • Efficacité spectrale inférieure
• Nombre d'utilisateurs limité
• Injustice pour les utilisateurs
NOMA • efficacité spectrale supérieure
• densité de connexion supérieure
• équité d’utilisateur améliorée
• latence inférieure
• soutenir une QoS diversifiée
• complexité accrue des récepteurs
• sensibilité plus élevée à l'incertitude de
canal
Tableau 2.0 1 : Comparaison de l’OMA avec NOMA
2.4 Conclusion
Dans ce chapitre, on a vu quelques différentes formes d’ondes et des nouvelles techniques
d’accès qui sont en cours d’études pour le réseau 5G. On a fait une étude approfondie sur la
modulation GFDM et la technique d’accès NOMA qui se sont avérées être des candidates
potentielles pour le réseau 5G. Dans le chapitre suivant, on expliquera les études basées sur des
simulations concernant GFDM et NOMA.
57
CHAPITRE 3
ETUDE DE GFDM ET DE NOMA
3.1 Introduction
Pour pouvoir approfondir l’étude concernant la technique de modulation GFDM et la technique
d’accès NOMA, nous avons effectué quelques simulations. Le présent chapitre résume les
résultats. Il comprend deux parties principales. La première partie consiste à étudier la
modulation GFDM sous le logiciel LabVIEW, tout en effectuant des comparaisons avec la
modulation OFDM. La deuxième partie sera à propos de la technique d’accès NOMA qui se
fera sous le logiciel Matlab, de même, une comparaison avec la technique d’accès OFDMA
sera effectuée.
3.2 Logiciels de simulations
3.2.1 LabVIEW
LabVIEW est le cœur d’une plate-forme de conception de systèmes de mesure et de contrôle,
basée sur un environnement de développement graphique de National Instruments (NI). Le
langage graphique utilisé dans cette plate-forme est appelé "G". Créé à l’origine sur Apple
Macintosh en 1986, LabVIEW est utilisé principalement pour la mesure par acquisition de
données, pour le contrôle d’instruments et pour l’automatisme industriel. La plate-forme de
développement s’exécute sous différents systèmes d’exploitation comme Microsoft Windows,
Linux et Mac OS X. LabVIEW peut générer du code sur ces systèmes d’exploitation ainsi que
sur des plates-formes en temps réel et des systèmes embarqués ou des composants
reprogrammables FPGA. Les figures 3.01 et 3.02 montrent respectivement le logo et la page
d’accueil du logiciel LabVIEW. [38] [39] [40]
Figure 3.0 1 : Logo de LabVIEW
58
Figure 3.0 2: LabVIEW
3.2.2 Matlab
MATLAB (MATtrix LABoratory) est une application conçue afin de fournir un environnement
de calcul matriciel simple, efficace, interactif, et portable permettant la mise en œuvre des
algorithmes développés dans le cadre des projets linpack et eispack. MATLAB est constituée
d’un noyau relativement réduit, capable d’interpréter puis d’évaluer les expressions numériques
matricielles qui lui sont adressées :
soit directement au clavier depuis une fenêtre de commande ;
soit sous forme de séquences d’expressions ou de scripts enregistrées dans des fichiers
textes appelés m-files et exécutées depuis la fenêtre de commande ;
soit plus rarement sous forme de fichiers binaires appelés mex-files ou fichiers .mex
générés à partir d’un compilateur C ou fortran.
Ce noyau est complété par une bibliothèque de fonctions prédéfinies, très souvent sous forme
de fichiers m-files, et regroupées en paquetages ou en toolboxes. Les figures 3.03 et 3.04
montrent respectivement le logo et la page d’accueil du logiciel MATLAB. [40]
59
Figure 3.0 3 : Logo du MATLAB
Figure 3.0 4 : Matlab
3.3 La modulation GFDM
3.3.1 Emission OOB
Dans cette première partie de la simulation, on a choisi d’utiliser le logiciel LabVIEW. Dans ce
cas, le but est d’étudier les émissions hors bandes (OOB) pour le système GFDM, pour pouvoir
montrer que la modulation GFDM peut fournir une meilleure efficacité spectrale comparée aux
autres types de modulation utilisés dans les générations antérieures. [22] [24] [27]
Notons que, pour avoir une meilleure efficacité spectrale, il faut s’assurer que les lobes
secondaires ou les OOB provenant des sous-porteuses modulées soient atténuées. Alors, on va
étudier les atténuations des OOB du signal GFDM. La représentation de la densité spectrale de
puissance (DSP en abrégé, Power Spectral Density ou PSD en anglais) d’un signal avec une
60
échelle logarithmique met en évidence la présence de lobes secondaires, c’est pourquoi, pour
analyser les OOB du signal GFDM, dans ce qui suit, on va se focaliser sur les propriétés de la
DSP du signal GFDM.
3.3.1.1 Densité spectrale de puissance (DSP)
Pour mesurer le rayonnement hors bande, la DSP du signal en bande de base peut être formulée
comme suit [10] [23]:
𝑃(𝑓) = lim𝑛→∞
(1
𝑇𝐸{|𝐹{𝑥𝑇(𝑡)}|
2}) (3.01)
Où 𝑥𝑇(𝑡) est le signal d'émission qui est tronqué à l’intervalle (−𝑇 / 2, 𝑇 / 2). Dans GFDM,
𝑥𝑇(𝑡) est la concaténation de plusieurs blocs GFDM.
𝑥𝑇(𝑡) = ∑ 𝑑𝑣𝑚𝑘𝑔0𝑚(𝑡 − 𝑣𝑀𝑇𝑠)𝑒−𝑗2𝜋
𝑘𝑇𝑠𝑡
𝑣,𝑚,𝑘
(3.02)
Avec, la transformée de Fourier respective donnée par :
𝑋𝑇(𝑓) = ∑ 𝑑𝑣𝑚𝑘𝐺𝑚(𝑓 −𝑘
𝑇)𝑒−𝑗2𝜋𝑣𝑀𝑇𝑠𝑓
𝑣,𝑚,𝑘
(3.03)
Où 𝑇𝑠 est la durée d'un sous-symbole, v est l'indice de bloc qui va de −𝑇
2𝑀𝑇𝑠 à +
𝑇
2𝑀𝑇𝑠, et 𝑘,
𝑚 rangés de tous les sous-porteuses et les sous-symboles attribués.
En supposant des symboles de données i.i.d (indépendantes et identiquement distribuées) avec
une variance unitaire, l’insertion de l’équation (3.03) dans l’équation (3.01) donne la DSP du
système GFDM comme :
𝑃(𝑓) =1
𝑀𝑇∑|𝐺𝑚(𝑓 −
𝑘
𝑇)|2
𝑘,𝑚
(3.04)
Maintenant, générons le signal d’émission GFDM suivant les méthodes et les équations citées
dans le chapitre précédent.
Voici une liste des paramètres du système GFDM qu’on doit définir :
la modulation qui convertira les bits en symboles
le nombre de sous-porteuse totale et active
le nombre de sous-symbole par sous-porteuse
le nombre de sous-symbole active
61
le filtre de mise en forme d’impulsion utilisé
le facteur d’arrondi utilisé par le filtre
la longueur du préfixe cyclique
le nombre d’échantillon par symbole
Procédons par étape. Premièrement, on génère des symboles de données à valeurs complexes
qui seront divisées en 𝐾 blocs parallèles (sous-porteuses), chacun contenant 𝑀 sous-symboles.
Ensuite, chaque sous-porteuse est filtrée par un filtre de mise en forme d’impulsion. Puis, les
sous-porteuses individuelles sont modulées avec une fréquence de sous-porteuse respective,
puis elles sont superpositionnées. Un préfixe cyclique est utilisé par bloc.
3.3.1.2 Choix du filtre de mise en forme d’impulsion
Contrairement à l'OFDM qui utilise des formes d'impulsion rectangulaires, GFDM adopte
dynamiquement des formes d'impulsions dépendant du canal. L'idée de la mise en forme
optimale des impulsions est d'adapter les formes d'onde du signal bien conçues pour l'émetteur
et le récepteur afin de s'adapter à l'état actuel du canal. Différents filtres à réponses
impulsionnelles peuvent être utilisés pour filtrer les sous-porteuses, et ce choix affecte les
émissions OOB, et donc, influence fortement les propriétés spectrales du signal GFDM.
Certains d'entre eux qui sont les plus utilisés sont cités ci-dessous. [34]
a. RC (Raised-Cosine)
Le filtre RC est un filtre fréquemment utilisé pour la modulation d'impulsion en modulation
numérique en raison de sa capacité à minimiser l'interférence inter-symbole (ISI). La forme des
impulsions et la largeur de bande excédentaire peuvent être contrôlées en changeant le facteur
d’arrondi 𝜶 (𝟎 ≤ 𝜶 ≤ 𝟏, où 0 ne signifie pas de bande passante excédentaire et 1 signifie la
bande passante maximale), appelé roll off en anglais. L'expression dans le domaine temporel
de ce filtre RC est donnée par :
𝒈𝑹𝑪(𝒕) =
{
𝝅
𝟒𝐬𝐢𝐧𝐜 (
𝟏
𝟐𝜶) , 𝒕 = ±
𝑻
𝟐𝜶
𝒔𝒊𝒏𝒄 (𝒕
𝑻)𝐜𝐨𝐬 (
𝝅𝜶𝒕𝑻 )
𝟏 − (𝟐𝜶𝒕𝑻 )
𝟐 , 𝒂𝒊𝒍𝒍𝒆𝒖𝒓𝒔
(3.05)
Où 𝑻 est la période du symbole. [34]
62
b. RRC (Root raised-cosine)
Dans le traitement du signal, on utilise fréquemment comme filtre d'émission et de réception
dans un système de communication numérique un filtre à cosinus surélevé (RRC), parfois connu
sous le nom de filtre à cosinus surélevé à racine carrée (SRRC), pour effectuer un filtrage
adapté. Cela aide à minimiser l'interférence inter-symbole. La réponse combinée de deux de ces
filtres est celle du filtre RC. [34]
La réponse impulsionnelle du filtre RRC est donnée par l’équation (3.06):
𝑔𝑅𝑅𝐶(𝑡) =
4𝛼𝜋cos (𝜋(1 + 𝛼)
1𝑇) + (1 − 𝛼)sin (𝜋(1 − 𝛼)
𝑡𝑇)
1 − (4𝛼𝑡𝑇)2
(3.06)
Alors, une grande variété de types de filtres peut être sélectionnée. Par exemple, on peut
sélectionner le filtre RRC, soit en fréquence, soit en temps, et en choisissant un facteur d’arrondi
de 0 à 1. Donc, l’atténuation des OOB varie en fonction du choix du filtre à utiliser et du facteur
d’arrondi correspondant à ce filtre. Montrons quelques exemples. Considérons les filtres RRC
et RC.
Notons d’abord que, pour ces figures, on a pris un nombre de sous-symbole égal à 5, donc 𝑀 =
5, et un nombre de sous-porteuse égal à 16, donc 𝐾 = 16. Alors, on a 5 sous-symboles par
sous-porteuse.
1er cas : Filtres RC et RRC dans le domaine fréquentiel avec un facteur d’arrondi égal à 0.5
Les figures 3.05 et 3.06 montrent respectivement les réponses en impulsion obtenues des sous-
symboles et les DSP correspondantes, pour le cas du filtre RC et du filtre RRC dans le domaine
fréquentiel avec un facteur d’arrondi égal à 0.5.
2ème cas : RRC dans le domaine temporel
Dans ce cas, on va supposer qu’on utilise le filtre RRC dans le domaine temporel. On va faire
varier le facteur d’arrondi pour voir les différences entre les réponses en impulsion et les DSP
correspondantes. Les figures 3.07, 3.08 et 3.09 montrent respectivement les réponses
impulsionnelles et les DSP correspondantes obtenues avec 𝛼 = 0, 𝛼 = 0,5 et 𝛼 = 1 .
63
Figure 3.0 5 : Filtre RC dans le domaine fréquentiel
Figure 3.0 6 : Filtre RRC dans le domaine fréquentiel
64
Figure 3.0 7 : Facteur d’arrondi égal à 0
Figure 3.0 8 : Facteur d’arrondi égal à 0.5
65
Figure 3.0 9 : Facteur d’arrondi égal à 1
D’après ces figures, on peut constater que les réponses impulsionnelles des sous-symboles
varient en fonction du filtre choisi. Comme les DSP dépendent de ces réponses en impulsion
des sous-symboles, elles varient également en fonction du filtre. On peut voir sur les figures
3.05 et 3.06 que les réponses impulsionnelles et les DSP correspondantes obtenues dans le cas
des filtres RC et RRC dans le domaine fréquentiel avec un même facteur d’arrondi ne sont pas
pareils. Et dans les figures 3.07, 3.08 et 3.09, on peut constater que même si on utilise le même
filtre, on peut obtenir des réponses impulsionnelles différentes avec des facteurs d’arrondis
différents. Donc, on peut en déduire que les DSP dépendent du filtre de mise en forme
d’impulsion utilisé et de son facteur d’arrondi. On peut aussi déjà remarqué que les OOB
diminuent de plus en plus si le facteur d’arrondi augmente.
3.3.1.3 Choix du nombre de sous-porteuse
Notons qu’on peut évaluer une utilisation non continue des ressources du spectre, en désactivant
une ou plusieurs sous-porteuses. C’est-à-dire que toutes les sous-porteuses définies peuvent ne
pas être activées en même temps. On peut choisir d’utiliser les sous-porteuses de notre choix et
désactiver les autres sous-porteuses. On peut même n’activer qu’une seule sous-porteuse, dans
le cas où on veut connaitre la réponse en fréquence d’une sous-porteuse quelconque.
66
Dans ce qui suit, on fera en même temps une comparaison avec le signal OFDM. Dans ce cas,
on va considérer le filtre RC. On va prendre un nombre élevé de sous-porteuse et d’échantillon
pour pouvoir bien montrer l’impact du choix du nombre de sous-porteuse. Notons que la DSP
du signal GFDM est de couleur rouge et celle de l’OFDM est de couleur bleu.
Les figures 3.10, 3.11 et 3.12 montrent respectivement les DSP des signaux GFDM et OFDM
dans le cas où toutes les sous-porteuses sont activées, dans le cas où seulement quelques sous-
porteuses sont activées, et dans le cas où seulement une sous-porteuse est activée.
D’après la figure 3.10, on peut constater que les OOB peuvent être réduites jusqu’à
environ 37 à 39𝑑𝐵. On constate un écart d’environ 20𝑑𝐵 par rapport à OFDM.
Sur la figure 3.11, les OOB peuvent être réduites jusqu’à environ −38 à 42𝑑𝐵. On voit un écart
d’environ 20𝑑𝐵 par rapport à OFDM.
Et enfin, sur la figure 3.12, les OOB peuvent être réduites jusqu’à environ −50𝑑𝐵. On remarque
toujours l’écart d’environ 20𝑑𝐵 par rapport à OFDM.
Figure 3. 10 : DSP avec toutes les sous-porteuses activées
67
Figure 3. 11 : DSP avec quelques sous-porteuses activées
Figure 3. 12 : DSP avec une seule sous-porteuse activée
Comme on a déjà dit précédemment, les DSP varient également en fonction du facteur
d’arrondi 𝛼. Voyons les résultats obtenus pour chaque valeur de 𝛼. Tous les résultats obtenus,
précédemment, sont obtenus en supposons que 𝜶 = 0.9 . Donc, il ne nous reste qu’à étudier les
68
DSP pour 𝛼 = 0.5 et 𝛼 = 0.1 . On va supposer qu’une seule porteuse est activée pour mieux
interpréter le résultat.
Pour 𝛼 = 0.5
Figure 3. 13 : DSP pour 𝜶 = 𝟎. 𝟓
Pour 𝛼 = 0.1
Figure 3.14 : DSP pour 𝜶 = 𝟎. 𝟏
69
D’après la figure 3.13, on peut clairement observer que les puissances des OOB ont augmenté
par rapport à celles dans le cas où 𝛼 = 0.9. Mais, l’écart entre les signaux de GFDM et OFDM
est toujours maintenu. Il est toujours environ à 20 𝑑𝐵.
D’après la figure 3.14, on constate que les puissances des OOB ont augmenté de plus en plus
par rapport à celui dans le cas où 𝛼 = 0.9.
D’après ces résultats, on peut alors en déduire que les puissances des OOB diminuent de plus
en plus, si 𝛼 augmente. Mais de toute évidence, le système GFDM présente des puissances
OOB moins faible que le système OFDM.
3.3.1.4 Contrôle du nombre de sous-symbole
Le filtrage de sous-porteuses peut réduire les émissions de GDFM en comparaison avec
l'OFDM, comme les montrent les figures présentées ci-dessus. Cependant, les transitions
brusques entre les blocs GFDM, représentées sur la figure 3.15, limitent la réduction globale
qui peut être obtenue en émission OOB. Une réduction supplémentaire des émissions OOB
indésirables peut être obtenue en utilisant des sous-symboles de garde ou des fenêtres
temporelles.
Figure 3. 15 : Le premier sous-symbole du GFDM
a. Sous-symbole de garde de GFDM ou GS-GFDM
Pour réduire l'émission d'OOB, il est nécessaire de lisser les transitions entre les blocs GFDM.
La circularité du signal dans le domaine temporel permet une solution simple et élégante pour
réduire le changement brusque entre les blocs GFDM. Comme on peut le voir sur la figure 3.15,
le premier sous-symbole, celui qui est de couleur rouge, s'enroule autour des bords du bloc,
introduisant des discontinuités brusques d'amplitudes. Notons que les variations en gris
représentent la représentation temporelle du signal et on peut remarquer que ses amplitudes aux
bords varient fortement.
70
Si le premier sous-symbole est effacé, un GS est introduit entre les blocs GFDM, et les bords
du signal s'effacent vers zéro, ce qui rend les transitions entre les blocs plus lisses. Cette
technique est appelée symbole de garde de GFDM ou GS-GFDM. La figure 3.16 montre le
signal temporel obtenu, toujours de couleur gris. On voit bien que les bords du signal
s’évanouissent vers zéro.
Figure 3. 16 : GS-GFDM
La figure 3.17 montre la comparaison des DSP du signal GFDM avec le premier sous-symbole
nul et non nul.
Figure 3. 17 : Comparaison des DSP du signal GFDM et GS-GFDM
71
D’après cette figure, on constate bien que les émissions OOB sont plus réduites dans le cas où
l’intervalle de garde est introduit.
b. GFDM fenêtré ou W-GFDM
Le GFDM fenêtré (W-GFDM) utilise une fenêtre temporelle pour lisser la transition entre les
blocs GFDM. L'insertion d’un CP de 𝑁𝐶𝑃 échantillons introduit une redondance dans les
données transmises. Dans le W-GFDM, ceci est exploité du côté de l'émetteur en multipliant
chaque bloc GFDM par une fonction de fenêtre 𝑤[𝑛] dans le domaine temporel pour fournir un
fondu et un évanouissement lisses comme illustrés à la figure 3.18.
Figure 3.18 : W-GFDM
Comme pour les filtres, il existe différentes fonctions de fenêtre. Par exemple, pour la fenêtre
RC, elle s’exprime par :
𝑤𝑅𝐶[𝑛] =1
2[1 − cos (𝜋𝑤𝑅[𝑛])]
(3.07)
Sachant que 𝑤𝑅[𝑛] est la fonction de la fenêtre rampe et elle exprimée par :
𝑤𝑅[𝑛] = 𝑙𝑖𝑛𝛼 [𝑁𝑊𝐾𝑀
] [𝐾𝑀 +𝑁𝑊2𝐾𝑀
(2𝑛
𝐾𝑀 + 𝑁𝐶𝑃− 1)]
(3.08)
Où 𝑁𝑊 est le nombre d'échantillons inclus dans la partie linéaire de la fonction 𝑤𝑅[𝑛].
Les figures 3.19 et 3.20 montrent, respectivement, les DSP du signal GFDM avec un CP sans
et avec fenêtrage.
72
Figure 3.19 : GFDM sans fenêtrage
Figure 3. 20 : GFDM avec fenêtrage
De toute évidence, la variation des séquences de la montée et de la descente influe sur les
émissions d’OOB. Les séquences qui introduisent des points d'inflexion plus bas sur les bords
du signal fournissent une émission OOB plus faible. On peut en déduire de ces deux figures
73
que les atténuations des OOB pour le système GFDM fenêtré sont presque de 30dB inférieures
à celles du système GFDM non fenêtré.
La réduction de l'OOB favorise une robustesse ICI plus élevée et permet d'utiliser un plus grand
nombre de sous-porteuses. Ce lobe latéral inférieur dans GFDM permet également une
utilisation plus efficace du spectre par rapport à OFDM.
Remarque
Notons que si on prend un nombre de sous-symbole égal à 1, et si le filtre utilisé est
rectangulaire, cela conduit au cas classique d’OFDM.
Figure 3.21 : DSP du signal OFDM
Le premier lobe latéral typique -13dB de la sous-porteuse OFDM peut être observé lorsqu'une
seule sous-porteuse est activée.
Figure 3. 22 : DSP du signal OFDM avec une seule sous-porteuse activée
D’après ces simulations, on peut en déduire que la modulation GFDM présente des émissions
OOB moins faibles que la modulation OFDM, dans tous les cas.
74
3.3.2 PAPR
3.3.1.1 Définition
Le paramètre PAPR nous donne une idée sur le comportement du signal, plus précisément sur
les pics d'amplitude, et donc sur la puissance. PAPR a une influence directe sur l'amplificateur
de puissance. A chaque fois qu'on aura un pic du signal, l'amplificateur doit consommer plus
d'énergie pour le transmettre. Or, il est nécessaire d'optimiser la consommation d'énergie surtout
dans les transmissions sans fil.
On sait qu’un signal discret GFDM est exprimé par :
𝑥[𝑛] = ∑ ∑ 𝑠𝑘,𝑚 ∙ 𝑔𝑘,𝑚[𝑛]
𝑀−1
𝑚=0
𝐾−1
𝑘=0
(3.09)
L’expression du PAPR du signal GFDM est donnée par :
𝑃𝐴𝑃𝑅(𝑑𝐵) = 10𝑙𝑜𝑔10𝑃𝑚𝑎𝑥𝑃𝑚𝑜𝑦
= 10𝑙𝑜𝑔10𝑚𝑎𝑥0≤𝑁≤𝑁−1 {|𝑥[𝑛]|
2}
𝐸{|𝑥[𝑛]|2}
(3.10)
Où E[. ] est l'espérance mathématique et représente le signal discret GFDM dans le domaine du
temps. Et, |𝑥(𝑛)| est l’amplitude du signal 𝑥(𝑛).
3.3.1.2 Analyse du PAPR en utilisant le CCDF
Si 𝑍 est une variable aléatoire, alors la fonction de distribution cumulative (CDF ou Cumulative
Distribution Fonction) de 𝑧 est définie comme la probabilité de l’événement {𝑍 ≤ 𝑧}. La
fonction de répartition cumulée peut être écrite comme suit:
𝐹(𝑧) = 1 − 𝑒−𝑧 (3.12)
La fonction de distribution cumulative complémentaire (CCDF ou Complementary Cumulative
Distribution Function) est définie comme la probabilité de l’événement {𝑍 > 𝑧}.
Le PAPR peut être quantifié en termes de la CDF ou de sa fonction complémentaire CCDF.
La CDF signifie que la probabilité de la puissance moyenne soit inférieure à un certain seuil.
Tandis que la CCDF est la probabilité que le PAPR dépasse une certaine valeur de
seuil (𝑃𝐴𝑃𝑅0). Considérons que 𝑥 est le signal GFDM transmis, alors la CCDF théorique du
PAPR signifie la probabilité de l’événement {𝑃𝐴𝑃𝑅 {𝑥} > 𝑃𝐴𝑃𝑅0}, qui est donnée par :
𝐶𝐶𝐷𝐹(𝑃𝐴𝑃𝑅) = Pr(𝑃𝐴𝑃𝑅 {𝑥} > 𝑃𝐴𝑃𝑅0)
= 1 − (1 − 𝑒−𝑃𝐴𝑃𝑅0)𝑁
(3.13)
75
Où 𝑁 ici désigne le nombre total de sous-symbole.
CCDF est la courbe utilisée pour mesurer la distribution du PAPR du système. Le PAPR est
influencé par de nombreux facteurs du filtre de mise en forme des impulsions utilisés dans le
système de communication GFDM.
3.3.1.3 Comparaison du CCDF des systèmes de communication OFDM et GFDM
La CCDF est l'une des paramètres la plus utilisée pour analyser la réduction du PAPR en
mesurant sa distribution. Les figures 3.23 et 3.24 montrent la comparaison de la CCDF des
systèmes de communication OFDM et GFDM pour les mêmes données transmises.
- 1er cas : toutes les sous-porteuses sont activées
Figure 3.23 : Comparaison du PAPR dans le cas où toutes les sous-porteuses actives
2ème cas : seulement quelques sous-porteuses sont activées
Figure 3. 24 : Comparaison du PAPR dans le cas où quelques sous-porteuses sont activées
76
3ème cas : une seule porteuse active
Figure 3. 25 : Comparaison du PAPR dans le cas où une seule sous-porteuse est activée
Ces figures (3.23), (3.24) et (3.25) prouvent que GFDM a un PAPR moins élevé qu’OFDM
pour les mêmes paramètres. Par exemple pour un CCDF inférieur à 0,01%, le PAPR de OFDM
est supérieur à GFDM de 5,5 dB, si on prend le cas où le nombre de sous-porteuse est égal à
1.
En effet, GFDM réalise une meilleure performance en termes de PAPR en raison du petit
nombre de sous-porteuses qu’il possède comparé à OFDM. Notons que pour conserver les
mêmes bits de données de transmission, il faut que le nombre total de symbole soit le même.
Par exemple, pour le GFDM, on peut utiliser soit 129 sous- porteuses avec 8 sous-symboles
chacune, soit 258 sous-porteuses avec 4 sous-symboles chacune. Alors, qu’en OFDM, on a
toujours un symbole par sous-porteuse. D’où son nombre supérieur de sous-porteuse.
Le PAPR par sous-porteuse peut être aisément contrôlé à l'aide du paramètre facteur d’arrondi
du convertisseur d'impulsions.
3.3.1.4 CCDF du système de communication GFDM avec différents filtres.
La figure 3.26 montre l'influence des filtres sur le PAPR. La comparaison est basée sous la
condition que le nombre de sous-porteuses dans différents systèmes est le même.
Prenons l’exemple des filtres RRC et RC, la figure 3.26 montre également que le filtre RRC a
un PAPR plus élevé d’environ 1.5dB que le filtre RC avec un PAPR qui est de 4,5dB.
77
Figure 3. 26 : Comparaison du PAPR du signal GFDM avec différents filtres
3.3.1.5 CCDF du système de communication GFDM avec des valeurs de 𝛼 différentes.
La figure 3.27 montre le PAPR du système de communication GFDM du filtre RC avec des
valeurs de α différentes.
Figure 3. 27 : Comparaison du PAPR du signal GFDM avec différents α
78
L'étape d'augmentation de 𝛼 est de 0,1, 0,4, 0,7, et 0,9. Lorsque le facteur d’arrondi 𝛼 est égal
à 0,9, le PAPR est environ 1,5dB inférieur au PAPR dans le cas où 𝛼 est égal à 0,1. De toute
évidence, le PAPR de GFDM diminue avec l'augmentation de 𝛼. Ce qui veut dire que le PAPR
est minimal si 𝛼 est maximal. Notons que cela n’est pas définitif mais cela peut dépendre aussi
de la modulation de mappage utilisée. Les résultats prouvent que la sélection du filtre de mise
en forme d'impulsion a une grande influence sur la performance du système de communication
GFDM. Ainsi, le PAPR est influencé soit par le même filtre avec des valeurs différentes de 𝛼,
soit par des filtres différents avec une même valeur de α.
3.4 La technique d’accès NOMA
Dans le chapitre précédent, nous avons déjà fourni les concepts fondamentaux de la technique
NOMA. Dans cette 2ème partie de simulation, on a utilisé le logiciel Matlab. En premier lieu, on
va démontrer l'optimisation de la capacité du réseau grâce à l’utilisation de NOMA, cela en
fonction des contraintes d'équité. Ensuite, nous démontrons que les récepteurs SIC utilisés ne
sont pas totalement parfaits, et qu’ils ont des impacts sur la performance des réseaux utilisant
la technique NOMA. Et, enfin, on prouvera qu’elle peut fournir une efficacité énergétique plus
élevée qu’en OFDMA, tout en maintenant l’efficacité spectrale élevée.
3.4.1 Optimisation de la capacité du réseau
L’une des avantages de NOMA par rapport à l’OMA est que l’équité des utilisateurs est
améliorée. En effet, avec NOMA, tous les utilisateurs peuvent utilisés toute la bande de
fréquence disponible. En plus, la puissance est allouée selon la distance de chaque UE à la BS.
Pour la simulation, on va considérer le cas de deux utilisateurs dans le réseau. L’utilisateur
𝑈𝐸1 (en noir) est supposé être à proximité du centre de la cellule, tandis que l’utilisateur 𝑈𝐸2
(en gris) est situé à l’extrémité de la cellule. On va analyser l’efficacité spectrale pour ces deux
utilisateurs, en comparant les résultats obtenus avec NOMA et OFDMA.
Si on utilise NOMA, le débit de l’𝑈𝐸1 et de l’ 𝑈𝐸2 sont donnés par les expressions suivantes :
𝑅1𝑁𝑂𝑀𝐴 = 𝑊 log2 (1 +
𝑃1𝑔12
𝑁1)
(3.14)
𝑅2𝑁𝑂𝑀𝐴 = 𝑊 log2 (1 +
𝑃2𝑔22
𝑁2 + 𝑃1𝑔22)
(3.15)
79
Figure 3. 28 : NOMA avec 2 utilisateurs
Si on utilise OFDMA, le débit de l’𝑈𝐸1 et de l’𝑈𝐸2 sont donnés par les expressions suivantes :
𝑅1𝑂𝐹𝐷𝑀𝐴 = 𝑊1 log2 (1 +
𝑃1|ℎ1|2
𝑁1𝑊1)
𝑅𝑘𝑂𝐹𝐷𝑀𝐴 = 𝑊2 log2 (1 +
𝑃2|ℎ2|2
𝑁2𝑊2)
(3.16)
L’indice d’équité, ici, est donné par :
𝐹 =(𝑅1 + 𝑅2)
2
𝐾(𝑅12 + 𝑅2
2)
(3.17)
Ce qu’on veut démontrer ici, en plus de l’augmentation du débit, c’est l’amélioration de l’équité
entre les UE. Alors, notre simulation montrera la variation de l’efficacité spectrale de l’𝑈𝐸2 en
fonction de l’efficacité spectrale de l’𝑈𝐸1 .
3.4.1.1 Cas des canaux de liaison descendante symétrique
Nous considérons un canal de liaison descendante symétrique de sorte que les utilisateurs sont
à égales distance de la BS, c’est-à-dire 𝑆𝑁𝑅1 = 𝑆𝑁𝑅2 = 10𝑑𝐵.
La figure 3.29 montre les résultats obtenus pour chaque technique NOMA et OFDMA. On peut
constater que, NOMA réalise des paires d’efficacité spectrale plus élevées qu’OFDMA sauf
aux points angulaires, où les débits sont égaux aux capacités d'un seul utilisateur. Lorsque
l’indice d'équité est élevé, les deux utilisateurs atteignent une efficacité spectrale de 1,7 bps /
Hz avec NOMA et OFDMA. Cependant, lorsque l'équité est plus faible, la capacité et les
rendements individuels sont plus élevés avec NOMA.
80
Figure 3. 29 : Comparaison du taux de NOMA et de l’OFDMA de même SNR
3.4.1.2 Cas des canaux de liaison descendante asymétrique
Dans ce cas, les utilisateurs 1 et 2 ne sont plus à égales distances de la BS. Les SNR sont fixés
à 𝑆𝑁𝑅1 = 20𝑑𝐵 et 𝑆𝑁𝑅2 = 0𝑑𝐵, respectivement.
Figure 3. 30 : NOMA avec 2 utilisateurs de différents SNR
Les courbes sur la figure 3.31 montrent les résultats obtenus pour la technique NOMA et
OFDMA.
81
Figure 3. 31 : Comparaison du taux de NOMA et de l’OFDMA de différents SNR
Les courbes de cette figure représentent les variations des débits de l’utilisateur 2 en fonction
du débit de l’utilisateur 1. C’est-à-dire, on a montré ici que pour une valeur quelconque de 𝛼 ,
on peut obtenir une efficacité spectrale de l’𝑈𝐸1 et de l’𝑈𝐸2 plus élevée qu’en OFDMA. Pour
mieux expliquer cela, traçons quand même les courbes des taux de l’𝑈𝐸1 et de l’𝑈𝐸2, en
fonction des facteurs d’allocations 𝛼.
D’après la figure 3.32, par exemple, on peut observer sur ces courbes que 𝑅2 =
0.5𝑏𝑝𝑠/𝐻𝑧 et 𝑅1 = 3.3bps/Hz. Pour 𝛼 = 0.5, on peut également voir que 𝑅1 = 5.8𝑏𝑝𝑠/
𝐻𝑧 et 𝑅2 = 0.41bps/𝐻𝑧.
82
Figure 3. 32 : Taux de l'UE1 et l'UE2 en fonction du facteur d’allocation
Donc, d’après toutes ces courbes, on constate que NOMA réalise des débits et une efficacité
spectrale beaucoup plus élevé qu’en OFDMA, en particulier pour l'utilisateur le plus éloigné
𝑈𝐸2.
Pour appuyer le résultat sur les courbes, prenons des exemples de valeurs numériques. On a
déjà défini que 𝑆𝑁𝑅1 = 20𝑑𝐵 et 𝑆𝑁𝑅2 = 0𝑑𝐵. Soit P = 1W et 𝑊 = 1𝐻𝑧.
En OFDMA, quand la même bande passante et la même puissance d'émission sont attribuées à
chaque UE (𝑊1 = 𝑊2 = 0.5, 𝑃1 = 𝑃2 =1
2𝑃 ), les débits sont calculés en fonction de la formule
(3.16) et (3.17):
A.N
𝑅1𝑂𝐹𝐷𝑀𝐴 = 0.5 log2 (1 +
𝑂. 5 × 100
0.5)
83
= 3.33 𝑏𝑝𝑠/𝐻𝑧
𝑅2𝑂𝐹𝐷𝑀𝐴 = 0.5 log2 (1 +
𝑂. 5 × 1
0.5)
= 0.50 𝑏𝑝𝑠/𝐻𝑧
Ainsi, on peut obtenir la valeur de F :
𝐹 =(3.33 + 0.50)2
2(3.332 + 0.502)
𝐹 = 0.65
D'autre part, dans NOMA, si on prend P1 = 1 / 5P et P2 = 4 / 5P, les taux d'utilisations sont
calculés en fonction de la formule (3.14) et (3.15) :
𝑅1𝑁𝑂𝑀𝐴 = log2 (1 +
1
5× 100)
= 4.3923𝑏𝑝𝑠/𝐻𝑧
𝑅2𝑁𝑂𝑀𝐴 = log2(1 +
45 × 1
15× 1
)
= 0.7370bps/𝐻𝑧
Ainsi, on peut obtenir la valeur de F :
𝐹 =(4.39 + 0.74)2
2(4.392 + 0.742)
𝐹 = 0.68
On constate que le débit obtenu par NOMA est supérieur par rapport au débit obtenu par
OFDMA. Par conséquent, l’indice d’équité a aussi augmenté. Les gains correspondants à
NOMA par rapport à OFDMA sont de 32% et de 48% pour 𝑈𝐸1 et 𝑈𝐸2, respectivement.
On peut aussi déduire que pour une même valeur de débit pour l’utilisateur 1, NOMA peut
fournir une valeur plus élevée pour l’𝑈𝐸2 par rapport à l’OFDMA. Et elle peut atteindre des
débits qu’on ne peut pas obtenir avec OFDMA.
84
Notons également qu’avec NOMA, plus la différence entre les 2 SNR (𝑆𝑁𝑅1 et 𝑆𝑁𝑅2) est
grande, plus l’équité entre les utilisateurs augmente. Cela est illustré par la figure 3.33.
Figure 3. 33 : Comparaison des taux en fonction de la différence entre les SNR
En bref, on peut voir que les capacités en NOMA sont fortement affectées par la stratégie de la
répartition de puissance. Le gain de performance ou de l’équité de NOMA par rapport à
l’OFDMA augmente lorsque la différence de gains de canal entre 𝑈𝐸1 et 𝑈𝐸2 est grande, et
l'amélioration d'environ 30% à 40% de l'efficacité du spectre peut être obtenue à l’aide de la
technique d’accès NOMA utilisant un récepteur SIC par rapport à l’OFDMA.
3.4.2 Imperfection des récepteurs SIC
Dans ce cas, nous allons répéter les mêmes conditions pour le canal de liaison descendante
asymétrique qu’on a vu précédemment, mais avec une imperfection dans le récepteur SIC. Le
cas de l'annulation parfaite, qu’on a vu précédemment, est pris comme référence, et donc donne
le même que les résultats de la figure 3.31 ci-dessus. Ensuite, nous analysons l'impact de
l'annulation imparfaite en fixant le terme d'erreur d'annulation (∈) à 1%, 5% et 10%. Par
85
exemple, lorsque ∈ = 1% , 𝑈𝐸1 peut ne pas annuler parfaitement le signal pour 𝑈𝐸2 dans la
première itération, et 1% de la puissance du second signal d'utilisateur reste toujours comme
interférence. Lorsque ∈ = 1% , les couples de débits individuels et donc la capacité globale
diminuent légèrement. Lorsque ∈ = 10% , d'autre part, la réduction est plus distincte, et ainsi
de suite.
Les débits dans le cas d’une annulation imparfaite de l’interférence sont obtenus par cette
formule :
𝑅1𝑁𝑂𝑀𝐴 = 𝑊 log2 (1 +
𝑃1𝑔12
𝑁2+∈ 𝑃2𝑔12)
(3.18)
𝑅2𝑁𝑂𝑀𝐴 = 𝑊 log2 (1 +
𝑃2𝑔22
𝑁2 + 𝑃1𝑔22)
(3.19)
La figure 3.34 nous montre les courbes correspondantes à chaque terme d’erreur d’annulation.
D’après cette figure, on peut constater que plus le terme d’erreur d’annulation d’interférence
augmente, plus le débit diminue. Par conséquent, si ∈ est assez élevé, la performance du
système diminue, et au pire des cas, elle peut même être inférieure à celui de l’OFDMA.
La figure 3.35 montre cet aspect. D’après cette figure, on constate que lorsque ∈ est supérieur
à 2 %, on peut obtenir des performances inférieurs. Ce n’est pas forcément 2 %, cela dépend
de la répartition de puissance et du SNR. C’est juste pour dire que pour une valeur de ∈ élevée,
la performance peut détériorer et peut même diminuer par rapport à l’OFDMA. Cependant,
NOMA reste toujours un meilleur choix que l’OFDMA.
86
Figure 3. 34 : Imperfection dans NOMA
Figure 3. 35 : Comparaison de NOMA avec une imperfection et OFDMA
87
3.4.3 Compromis entre SE et EE
Maintenant, nous allons comparer l'EE et la SE de NOMA avec OFDMA. Nous considérons à
nouveau la liaison descendante. On va prendre une bande passante 𝑊 = 5 MHz. Les gains de
canal pour 𝑈𝐸1 et 𝑈𝐸2 sont respectivement pris comme 𝑔12 = −120𝑑𝐵 et 𝑔2
2 = −140𝑑𝐵 .
La densité de bruit 𝑁0 est prise comme étant de −150 dBW / Hz. Nous supposons que la
consommation d'électricité statique à la BS est 𝑃𝑠𝑡𝑎𝑡𝑖𝑐 = 100𝑊. La figure 3.36 montre les
courbes EE-SE obtenues pour cette configuration.
Figure 3. 36 : Compromis entre SE et EE
On constate que NOMA réalise des EE et SE plus élevées que le système OFDMA. On peut
également noter le compromis entre la EE et la SE, car on voit que pour une valeur élevée de
la SE, on a aussi une valeur élevée de l’EE. Le pic de la courbe est l'endroit où le système a le
rendement énergétique maximal. Ce point est appelé « point vert ». Les points verts se
produisent pour NOMA et OFDMA lorsque 𝑃𝑇 est à 17 W et 18W, respectivement. À ces
points, les deux systèmes atteignent leur EE maximum. NOMA surpasse clairement OFDMA
au point vert et au-delà pour l’EE et la SE. La figure 3.37 illustre le fait que NOMA peut
atteindre une efficacité énergétique plus élevée par rapport à OFDMA.
88
Figure 3. 37 : Energie maximale en fonction de la puissance totale
3.5 Conclusion
Dans ce chapitre, nous avons étudié les densités spectrales de puissance de la modulation
GFDM qui nous a permis d’analyser ses émissions OOB. On a démontré que GFDM présente
une meilleure efficacité spectrale et un PAPR moins élevé que l’OFDM. En outre, nous avons
également démontré que NOMA peut optimiser la capacité du réseau, malgré les imperfections
des récepteurs SIC, et qu’elle peut permettre un compromis au niveau de l’efficacité énergétique
et l’efficacité spectrale.
89
CONCLUSION GENERALE
Le réseau 5G est une technologie clé qui pourrait permettre des débits de télécommunication
mobile de plusieurs gigabits de données par seconde, à l'horizon de 2020. Avec les
caractéristiques mentionnées dans ce mémoire, on peut dire que le réseau 5G va révolutionner
le marché pour un système sans fil. Il sera une combinaison de plusieurs technologies
améliorées pour répondre aux exigences pour établir un réseau plus efficace. Pour concevoir un
tel réseau, l’hyperdensité des petites cellules sera l’une des clés. Le partage du spectre est
toujours un défi pour l'industrie sans fil dans les réseaux 5G. Le réseau 5G sera l'endroit où
toute future application sans fil peut être mise en œuvre.
Du point de vue technique, d’une part, les différents scénarios et applications qui doivent être
couverts par les réseaux 5G exigeront une flexibilité sans précédent de la couche physique. Bien
que l'utilisation d'une forme d'onde spécifique pour répondre aux exigences de chaque scénario
soit une option, avoir une seule forme d'onde qui peut être façonnée pour faire face aux défis
imposés par les différentes applications est plus souhaitable. GFDM s'est avérée être une
modulation multi-porteuse flexible qui peut être accordée pour couvrir les formes d'onde
majeures 4G et 5G. D’ailleurs, dans ce mémoire, on a pu constater qu’elle présente un niveau
de PAPR faible, un rayonnement OOB moindre et surtout une efficacité spectrale élevée par
rapport à l’OFDM.
Pour la technique d’accès, le choix s’est dirigé sur la technique d’accès NOMA étant donné sa
flexibilité également. Elle est capable de supporter plus de connexions que les autres
techniques. Elle peut améliorer l’équité entre les utilisateurs, en plus de compromis entre
l’efficacité énergétique et efficacité spectrale. Cela sera particulièrement utile, compte tenu de
l'augmentation prévue massive de la connectivité pour 5G.
Comme perspective d’avenir, on peut étudier GFDM au niveau des taux d’erreurs binaires et
symboliques. Pour le cas de NOMA, on peut élargir l’étude dans le cas d’un système massif
MIMO et même sur le système NOMA sans SIC.
90
ANNEXES
ANNEXE 1: TECHNOLOGIE RADIO COGNITIVE EN 5G SANS FIL
A1.1 Principe de la radio cognitive
La radio cognitive (CR) est une technologie émergente qui a le potentiel de faire face aux
exigences strictes du spectre dans les réseaux 5G. Elle est définie comme une radio qui peut
adapter ses paramètres de transmission en fonction des caractéristiques de l'environnement dans
lequel elle opère.
Les CR sont équipés de capacités cognitives et sont reconfigurables. Dans les réseaux radio
cognitifs (CRN), il existe deux types d'utilisateurs: les utilisateurs primaires (UP), qui sont les
utilisateurs autorisés et ont la priorité sur le spectre; Et utilisateurs secondaires (SU), qui sont
les utilisateurs opportunistes qui accèdent au spectre sur une base non interférente ou en location
selon des politiques convenues avec les utilisateurs primaires ou définies par les autorités
réglementaires.
La flambée des nouvelles applications combinée à la demande pour des exigences plus strictes
et la capacité du canal placera des énormes attentes sur les réseaux 5G à livrer, car en effet, sur
la base des exigences d'aujourd'hui, la bande passante et la consommation d'énergie seraient le
goulet d'étranglement. Par conséquent, les chercheurs concentrent actuellement leurs efforts sur
de nouveaux paradigmes de communication et de réseautage qui peuvent intelligemment et
efficacement résoudre ces problèmes.
Pour une transmission point à point dans un canal AWGN, le débit de transmission peut être
considérablement augmenté si une plus grande bande passante peut être mise à disposition.
La technologie RC est également considérée comme un candidat pour une gestion efficace et
l'utilisation des ressources en raison de son caractère intelligent et adaptable. Le CRN sera
différent du paradigme traditionnel de communication en ce sens que les radios / dispositifs
sont capables d'adapter leurs paramètres opérationnels, tels que la fréquence, la puissance
d'émission et les types de modulation, aux variations de leur environnement radio opérationnel.
Les CR travaillent d'abord en acquérant une connaissance de l'état de leur environnement radio;
Ils connaissent donc en premier lieu le spectre radioélectrique, les informations géographiques,
les formes d'onde transmises, les protocoles / types de réseaux de communication, les politiques
de sécurité, les ressources disponibles localement et les besoins des utilisateurs. Sur la base de
cette plate-forme contextuelle, CR déterminera la meilleure stratégie pour utiliser et adapter son
91
paramètre émetteur-récepteur en conséquence afin de tirer la meilleure parti des technologies
disponibles. Un cycle cognitif typique est montré à la figure A1.01.
Figure A1.01 : Cycle cognitif
A1.2 Les fonctions fondamentales du CR
Les fonctions fondamentales du CR dans un cycle cognitif sont:
la détection et analyse du spectre
allocation et gestion du spectre
le transfert et la mobilité du spectre.
A1.2.1 Analyse et détection du spectre
Cette fonction permet au CR de détecter la partie du spectre de fréquences non utilisée par les
utilisateurs primaires. Ces portions inutilisées sont appelées espace blanc de spectre. Cette
fonction surveille également tout espace blanc utilisé pour la transmission secondaire afin de
libérer de tels en cas de réapparition d'un utilisateur primaire. La détection du spectre peut être
mise en œuvre par un mécanisme proactif ou réactif de manière coopérative ou non coopérative.
Les caractéristiques des canaux sans fil observés sont estimées à partir des informations
recueillies à partir du module de détection. Un algorithme efficace est ensuite utilisé pour
extraire des informations d'états de spectre en termes de temps et de fréquence d'utilisation du
spectre et fournira des informations sur la disponibilité spatio-temporelle du spectre autorisé.
92
A1.2.2 Allocation, gestion et transfert du spectre
Après le processus initial de détection et d'analyse du spectre, l'attribution, la gestion et le
transfert de spectre permettent aux utilisateurs secondaires d'avoir la meilleure bande de
fréquences pour transmettre et sauter autour de bandes de spectre multiples en fonction des
caractéristiques variables des canaux tout en répondant à l'exigence de la QoS. La nature de la
mobilité du spectre dans les CRN peut être divisée en les catégories suivantes:
La mobilité du spectre dans le domaine du temps, où un CR adapte ses bandes de
fréquences de fonctionnement aux bandes de spectre inoccupées nouvellement
disponibles sur divers créneaux horaires.
La mobilité du spectre dans le domaine spatial, où un CR change sa fréquence de
fonctionnement en fonction de la région géographique d'exploitation, ce qui signifie que
quand il se déplace d'un endroit à l'autre, sa fréquence de fonctionnement change en
conséquence.
93
ANNEXE 2
5G EN EUROPE
Les efforts de recherche passés en Europe ont apporté de nombreuses avancées dans les
communications mobiles que nous tenons pour acquis aujourd'hui. Il s'agit notamment de la
norme GSM (utilisée aujourd'hui par 80% des réseaux mobiles mondiaux), des technologies
utilisées dans le système de télécommunications mobiles universelles 3G et les normes 4G LTE.
Le développement rapide de la technologie 5G est aujourd'hui d'une importance primordiale
pour l'Europe, car elle doit stimuler l'économie, renforcer la compétitivité de l'industrie et créer
de nouvelles opportunités d'emploi.
A2.1 5G Infrastructure PPP
5G Infrastructure PPP est un partenariat public-privé pour formuler les priorités de recherche
et d'innovation d'Horizon 2020 pour développer la prochaine génération d'infrastructures de
communications mobiles au-delà de 2020. Regrouper les acteurs de toute la chaîne de valeur
incluant les industries, les opérateurs et les organismes de réglementation et de normalisation.
5G Infrastructure PPP va créer une vision partagée du système cellulaire 5G, une feuille de
route stratégique pluriannuelle pour la recherche et l'innovation qui sera mise à jour chaque
année jusqu'en 2020. Le PPP Infrastructures 5G deviendra opérationnel au début du 2014 et
bénéficiera des activités de la Plate-forme technologique européenne (ETP) Net! Works
existante, qui a contribué à la création et à la structuration de la communauté européenne des
technologies de la communication, en assurant une coopération étroite entre l'industrie et les
secteurs de la recherche et des universités.
Le PPP Infrastructure 5G fournira des solutions, des architectures, des technologies et des
standards pour les infrastructures de communication de prochaine génération omniprésentes de
la décennie à venir.
Plus précisément, il fournira des avancées telles qu'une augmentation de 1000 fois la capacité
sans fil desservant plus de 7 milliards de personnes (tout en connectant 7 billions de «choses»),
économisant 90% de l'énergie par service fourni et créant un Internet sûr, fiable et fiable Arrêt
des services [25].
Le budget total consacré par le volet public au PPP Infrastructures 5G devrait s'élever à environ
700 millions d'euros dans le programme Horizon 2020, ce qui correspond à environ 700
millions d'euros engagés par le secteur privé. En outre, l'industrie des télécommunications
94
investira en dehors du partenariat cinq à dix fois ce montant dans les activités contribuant aux
objectifs du PPP. Le budget du premier appel est de 125 millions d'euros.
Dans 5G Infrastructure PPP, tandis que le secteur privé (représentant plus de 800 entreprises et
institutions différentes), sous la direction de l'industrie, définit le programme stratégique de
recherche et d'innovation pour Horizon 2020, la responsabilité de la mise en œuvre incombe à
la Commission européenne Public), en respectant les règles d'Horizon 2020 en termes d'appels,
de sélection, de négociation et de passation des marchés de projets, ainsi que le suivi et le
paiement des projets financés.
A2.2 Projet METIS
METIS est un projet de recherche exploratoire sur 5G avec un coût total d'environ 28,7 millions
d'euros. Elle compte un consortium de 29 partenaires répartis entre les fabricants de
télécommunications et les opérateurs de réseaux, l'industrie automobile et les universités,
coordonnée par Ericsson.
Le projet vise à développer un concept de système qui offre l'efficacité nécessaire, la
polyvalence et l'évolutivité, l'étude des composants technologiques clés pour soutenir le
système et l'évaluation et la démonstration des fonctionnalités clés.
95
ANNEXE 3
SCHEMA FONCTIONNEL DE GFDM SOUS LABVIEW
Voici des extraits du schéma fonctionnel, appelé aussi schéma-bloc, schéma de principe ou en
anglais block diagram du GFDM faite en LabVIEW.
1er extrait
Figure A3.0 1 : 1er extrait du schéma fonctionnel du GFDM sous LabVIEW
96
2ème extrait
Figure A3.0 2 : 2ème extrait du schéma fonctionnel du GFDM sous LabVIEW
97
BIBLIOGRAPHIES
[1] F. Hu, « Opportunities in 5G Networks: A Research and Development Perspective »,
CRC Press, Taylor & Francis Group: LONDON New York, 2016.
[2] J. Rodriguez, « Fundamentals of 5G mobile networks », John Wiley & Sons, Ltd, 2015.
[3] Y. Bouguen, E. Hardouin, F. Wolff, « LTE et les réseaux 4G », Eyrolles, 2012.
[4]
P. Gupta, « Evolvement Of Mobile Generations: 1G To 5G », International Journal For
Technological Research In Engineering, Volume 1, Issue 3, November 2013.
[5]
S. Schwarz, J. C. Ikuno, M. Simko, M. Taranetz, Q. Wang, M. Rupp, « Pushing the
Limits of LTE: A Survey on Research Enhancing the Standard», 11 Juin 2013.
[6]
R. Manniez, « Avantages et inconvénients de la 4G »,
http://unforfait.fr/dossiers/avantages-est-inconvenients-de-la-4g-4256.html, 2013.
[7]
« Introduction to 5G », http://www.cse.wustl.edu/~jain/cse574-16/ftp/j_195g.pdf, Raj
Jain Washington University in Saint Louis, 2016.
[8]
« 5G Radio Access: Requirements, Concept and Technologies », NTT DOCOMO, INC,
Juillet 2014.
[9]
J. Rodriguez, « Signals and Communication Technology: Energy Efficient Smart Phones
for 5G Networks », Springer International Publishing Switzerland: New York, 2015.
[10]
M. Kasparick, G. Wunder, Y. Chen, F. Schaich, T. Wild, J. Doré, N. Cassiau, V. Berg,
D. Kténas, M. Dryjański, S. Pietrzyk, I. S. Gaspar, N. Michailow, M. Matte, L. L.
Mendes, « 5G Waveform Candidate Selection, D3.2 »,5GNOW Project Consortium, 08
Avril 2014.
[11]
M. Kasparick, G. Wunder, Y. Chen, F. Schaich, T. Wild, J. Doré, N. Cassiau, V. Berg,
D. Kténas, M. Dryjański, S. Pietrzyk, I. S. Gaspar, N. Michailow, M. Matte, L. L.
Mendes, « 5G Waveform Candidate Selection, D3.1 », 5GNOW Project Consortium, 03
Mars 2015.
[12]
Y. Louët, « Les modulations multi-porteuses », SUPELEC - Campus de Rennes-
Institut d’Electronique et de Télécommunications de Rennes, 10 Juin 2010.
[13] M. Debbah, « OFDM », SUPELEC, France, 2012.
[14] C. Alexandre, « Orthogonal Frequency Division Multiplexing (OFDM) », 2011.
[15] M. A. Rakotomalala, « OFDMA », Ecole Supérieure Polytechnique d’Antananarivo,
département Télécommunication, Réseau mobile, 2016.
[16] « Préfixe cyclique », http://adslproject.free.fr/prefixe_cyclique.htm ,18 Février 2005.
98
[17]
S. Tiwari, S. S. Das, K. K. Bandyopadhyay, « Precoded GFDM System to Combat Inter
Carrier Interference: Performance Analysis », 13 Juin 2015.
[18]
P. D. Diamantoulakis, K. N. Pappi, Z. Ding, G. K. Karagiannidis, Fellow, « Wireless-
Powered Communications With Non-Orthogonal Multiple Access », IEEE Transactions
On Wireless Communications, vol. 15, no. 12, Décembre 2016.
[19]
B. M. Alves, L. L. Mendes, D. A. Guimaraes, I S Gaspar, « Performance of GFDM over
Frequency-Selective Channels », Revista Telecommunicaoes, vol. 15, N°2, Octobre
2013.
[20]
A. Farhang, N. Marchetti, L. E. Doyle, « Low Complexity Transceiver Design for GFDM
», The Telecommunications Research Centre, Trinity College Dublin, Ireland, 13 Janvier
2015.
[21]
S. K. Antapurkar, A. Pandey, K. K. Gupta, « GFDM performance in terms of BER, PAPR
and OOB and comparison to OFDM system », Advancement in Science and Technology,
2016.
[22]
N. Michailow, M. Matthé, I. S. Gaspar, A. N. Caldevilla, L. L. Mendes, A. Festag, G.
Fettweis, « Generalized Frequency Division Multiplexing for 5th Generation Cellular
Networks », Vodafone Chair Mobile Communication Systems, Technische Universität
Dresden, Germany, Juillet 2014.
[23]
M. Matthé, N. Michailow, I. Gaspar, G. Fettweis, « Influence of Pulse Shaping on Bit
Error Rate Performance and Out of Band Radiation of Generalized Frequency Division
Multiplexing »,Vodafone Chair Mobile Communication Systems, Technische
Universität Dresden, 01069 Dresden, Germany, 2014.
[24] « 5G Waveform Candidates », Application note, Rohde & Schwarz, 2015.
[25]
H. Shimodaira, J. Kim, A. S. Sadri, « Enhanced Next Generation Millimeter-Wave
Multicarrier System with Generalized Frequency Division Multiplexing », Hindawi
Publishing Corporation, International Journal of Antennas and Propagation, Volume
2016.
[26]
L. G. Baltar, D. S. Waldhauser, J. A. Nossek, « Out-Of-Band Radiation In Multicarrier
Systems: A Comparison », Munich University of Technology, Institute for Circuit
Theory and Signal Processing, Arcisstrasse 21, 80290 Munich, Germany, 2013.
[27]
M. Betuing, P. Etienne, L. L. Haridon, E. Vignaud, I. Toure, B. Harroue, A. Tarsimi, M.
Besset, « Comparison of PHY layers candidate to 5G », 2014.
99
[28]
S. Hussain, « Peak To Average Power Ratio Analysis And Reduction Of Cognitive Radio
Signals », Signal and Image processing, Université Rennes 1, 2009.
[29]
R. GOPAL, « Analysis Of PAPR Reduction In 5g Communication », Department of
Electronics and Communication Engineering National Institute of Technology Rourkela
Rourkela, Odisha, 769008, Mai 2015.
[30] N. Michailow, G. Fettweis, « Low Peak-to-Average Power Ratio for Next Generation
Cellular Systems with Generalized Frequency Division Multiplexing », Vodafone Chair
Mobile Communications Systems, Technische Universitat Dresden, 01069 Dresden,
Germany, 2013 .
[31] J. CHEN, X. HUANG, L. ZHU, Y. XU, D. LU, « SPECIAL TOPIC:Multiple Access
Techniques for 5G », ZTE COMMUNICATIONS, Vol. 14 No. 4, 25 Octobre 2016.
[32]
S.M. R. Islam, N. Avazov, O. A. Dobre, K.S Kwak, « Power Domain Non-Orthogonal
Multiple Access (NOMA) in 5G Systems: Potentials and Challenges », 2016.
[33]
Y. Saito, Y. Kishiyama, A. Benjebbour, T. Nakamura, A. Li, K. Higuchi, « Non-
Orthogonal Multiple Access (NOMA) for Future Radio Access », Graduate School of
Science and Technology, DOCOMO Beijing Communications Laboratories Co., Tokyo
University of Science, 2013.
[34]
Z. Wei, J. Yuan, D. W. Kwan, M. Elkashlan, Z. Ding, « A Survey of Downlink Non-
orthogonal Multiple Access for 5G Wireless Communication Networks », The University
of New South Wales, Sydney, Australia Queen Mary University of London, UK
Lancaster University, Lancaster, London, 07 Septembre 2016.
[35]
Z. Ding, « Non-Orthogonal Multiple Access (NOMA): Evolution towards 5G Cellular
Networks », School of Computing and Communications: Lancaster University, 28 April
2016.
[36]
Z. Wei, D. W. K. Ng, J. Yuan, « Power-Efficient Resource Allocation for MC-NOMA
with Statistical Channel State Information », School of Electrical Engineering and
Telecommunications, The University of New South Wales, Australia, 05 Juillet 2016.
[37] « LAB 4: Pulse shaping and matched filtering »,
http://www.nari.ee.ethz.ch/commth/teaching/rwc/handouts/labmanual.pdf, Mars 2013.
[38] « National Instruments Leading the 5G Research », The Wall Street Journal, 2013.
[39] H. Halvorsen, « LabVIEW MathScript », University College of Southeast Norway, 31
Octobre 2016.
100
[40] H. Halvorsen, « Introduction to LabVIEW », University College of Southeast Norway,
07 Septembre 2016.
[41] A. Casadevall, « Introduction à MATLAB », Université Paris-Dauphine, D.F.R
Mathématiques de la Décision, Juin 2005.
101
FICHE DE RENSEIGNEMENTS
Nom : MAHARIMANANA
Prénom(s) : Léonie Elsa
Adresse : BA 166 Ter Ampitatafika
0348454593
Titre du mémoire :
ETUDE DE LA MODULATION GFDM ET DE LA TECHNIQUE
D’ACCES NOMA DU RESEAU 5G
Nombres de pages : 101
Nombres de tableaux : 3
Nombre de figures : 75
Directeur de mémoire : M. RAKOTONDRAINA Tahina Ezéchiel
0341908200
102
RESUME
5G sera la cinquième norme du réseau de téléphonie mobile, prévue pour l’année 2020.
Pour répondre aux exigences définies, le premier domaine de recherche concerne l’évolution
du réseau d’accès. Différents projets d’études ont proposé des nouvelles formes d’ondes et des
techniques d’accès multiples non-orthogonaux. D’une part, GFDM est parmi les candidates
potentielles de modulation étant donné sa flexibilité, qui sera vraiment utile pour le réseau 5G.
Elle pourra remplacer la modulation OFDM, utilisée par la 4G, car elle peut diminuer les
émissions OOB et avoir un niveau de PAPR moins élevé. D’autre part, compte tenu de
l'augmentation massive de la connectivité pour 5G, NOMA peut être une meilleure candidate
de technique d’accès puisqu’elle est capable de supporter plus de connexions que les autres
techniques. Elle augmente la performance du système de transmission en améliorant l’équité
entre les utilisateurs, malgré les imperfections qui peuvent exister au niveau des récepteurs SIC.
Elle permet également un compromis entre l’efficacité énergétique et l’efficacité spectrale.
Mots clés : 5G, GFDM, NOMA, PAPR, OOB, Efficacité spectrale, Efficacité énergétique
ABSTRACT
5G will be the fifth standard for the mobile telephone network, scheduled for 2020. To meet
the requirements defined, the first area of research concerns the evolution of the access network.
Different study projects have proposed new waveforms and multiple non-orthogonal access
techniques. On the one hand, GFDM is among the potential candidates for modulation given its
flexibility, which will be really useful for the 5G network. It can replace the OFDM modulation
used by 4G because it can reduce OOB emissions and have a lower PAPR level. On the other
hand, given the massive increase in connectivity for 5G, NOMA can be a better candidate of
access technique since it is able to support more connections than other techniques. It increases
the performance of the transmission system by improving fairness between users, despite the
imperfections that may exist at the level of the SIC receivers. It also provides a compromise
between energy efficiency and spectral efficiency.
Keys words: 5G, GFDM, NOMA, PAPR, OOB, Spectral efficiency, Energy efficiency
