Ofdm PDF

OFDM : principe et applications
Philippe Ciblat
Institut Mines-Télécom / Télécom ParisTech, Paris, France

IES Principe de l’OFDM Détection en OFDM Allocation en OFDM
Plan
Notion d’Interférence entre Symboles

− Canal multi-trajets
− Traitement mono-porteuse
OFDM
− Modèle matriciel du signal
− Quelques lemmes fondamentaux
− Déduction de l’OFDM
− Dimensionnement
− Quelques défauts
Détection en OFDM
− Quelques résultats généraux
− Application à l’OFDM
Allocation de ressources
− Canal connu à l’émetteur (CSIT)
− Canal inconnu à l’émetteur
Philippe Ciblat OFDM : principe et applications 2 / 44

Partie 1 : Interférence entre Symboles

Canal de propagation
Canal de type sans fil (wireless) : canal multi-trajet
.
X
(ρ1, τ1) x (t) = sk g(t − kTs )
(ρ0, τ0) k
X
(ρ2, τ2)
y (t) = ρk x (t − τk ) + b(t)
k
= c(t) ⋆ x (t) + b(t)
.
L
X
y (n) = y (nTs ) = h(ℓ)sn−ℓ + b(n)
ℓ=0
avec h(n) = (c ⋆ g)(t)|t=nTs et L longueur du filtre.
Interférence entre Symboles (si L 6= 0)

Bruit additif
Interférence entre Symboles (IES)
L
X
y (n) = h(0)sn + h(ℓ)sn−ℓ +b(n)
ℓ=1
| {z }
IES
Cas d’absence d’IES : h(ℓ) = 0, ∀ℓ 6= 0

t 7→ h(t) est un filtre de Nyquist car h(ℓ) = h(ℓTs ) = δℓ,0 et admet
comme contrainte B > 1/Ts .
t 7→ h(t) est Nyquist si c(t) = δ(t) et g(t) Nyquist.
Cas de présence d’IES : ∃ℓ 6= 0, tel que h(ℓ) 6= 0

t 7→ h(t) n’est pas Nyquist dès que τmax > Ts avec
τmax = maxk τk .

Quelques exemples
Canal gaussien : y (n) = h(0)sn + b(n)

Multitrajets très courts par rapport à Ts
Valable pour les faisceaux hertziens
Valable pour le satellite
Valable aussi pour les liaisons très bas débit
Canal sélectif en fréquence : y (n) = h(0)sn + IES + b(n)

Valable en sans fil (GSM avec L = 4, Wifi avec L = 16)
Valable pour l’ADSL aussi (L = 100)
Remarque fondamentale
La nature du canal (IES ?) est modifiée selon le débit requis
Plus le débit est élevé, plus le canal admet d’IES (L ≫ 1)

Détecteur ML

N L
2
X X

[ŝ0 , . . . , ŝN ] = arg min y (n) − h(ℓ)sn−ℓ
[s0 ,...,sN ]
∈constellationN+1 n=0 ℓ=0
Le problème consiste à trouver le minimum

d’une forme quadratique sous certaines contraintes
Approche exhaustive ⇒ trop complexe O(M N+1 )
Solution
Algorithme de Viterbi (1973) - optimal mais de complexité réduite
− Complexité en O((N + 1).M L ). Donc M et L petits.
− Rappel : maxk τk = LTs , Db = log2 (M)/Ts et B = 1/Ts .
− Augmenter le débit revient
soit à augmenter M ⇒ mauvais pour Viterbi
soit à augmenter B et donc L ⇒ mauvais pour Viterbi

Egalisation linéaire
Objectif
Viterbi trop complexe si débit élevé
Construire un récepteur simple (mais sous-optimal)
.
b(n) Filtre global q
sn h y(n) Egaliseur p v(n) ŝn
IESe ≫ IESs .
Question : comment choisir le filtre p (de taille infinie) ?

Egaliseur ZF
On annule entièrement l’IES
1
q = δ ⇔ pZF ⋆ h = δ ⇔ pZF (e2iπf ) =
h(e2iπf )
Ainsi
v (n) = sn + b′ (n)
avec
b′ (n) = pZF ⋆ b(n)
Problème : le bruit b′ (n) a été augmenté !

Egaliseur de Wiener (MMSE)
On choisit p t.q.
pWiener = arg min E[|v (n) − sn |2 ]

p
Alors
Es h(e2iπf )
pWiener (e2iπf ) =
Es |h(e2iπf )|2 + 2N0
Remarques :
Fort RSB : pWiener ≈ pZF
Faible RSB : pWiener ∝ h(e2iπf ) (filtre adapté)

Egaliseur DFE
Egaliseur non-linéaire
Egaliseur à retour de décision (Decision Feedback Equalizer)
.
b(n) Filtre DFE
sn y(n) v(n) ŝn

h Filtre transverse
T
Filtre récursif
R
ZF-DFE
MMSE-DFE

Illustrations numériques
Reponse frequentielle du Proakis B Reponse frequentielle du Proakis C

10 10
1
1
0.1
0.1
0.01
0.01
Amplitude
Amplitude
0.001
0.001
0.0001
0.0001
1e-05
1e-05
1e-06
1e-06 1e-07
0 0.5 1 1.5 2 2.5 3 3.5 0 0.5 1 1.5 2 2.5 3 3.5
w w
Sélectif (Proakis B) Très sélectif ( Proakis C)
Taux Erreur Binaire (Canal B) Taux Erreur Binaire (Canal C)

0 0
10 10
BBGA BBGA
Viterbi Viterbi
DFE DFE
MMSE MMSE
−1 −1
10 10
TEB
TEB
−2 −2
10 10
−3 −3
10 10
−4 −4
10 10
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Eb/N0 Eb/N0
Partie 2 : Principe de l’OFDM

Modèle matriciel Entrée/Sortie (I)
Soient
x (n) le signal émis (échantillonné au temps-symbole)
y (n) le signal reçu
{h(ℓ)}ℓ=0,··· ,L le filtre associé au canal de propagation
L
X
y (n) = h(ℓ)x (n − ℓ)
ℓ=0
Considérons des blocs de signaux de taille N

→ Y = [y (N − 1), · · · , y (0)]T
→ X = [x (N − 1), · · · , x (0)]T
→ X̃ = [x (−1), · · · , x (−L)]T

Modèle matriciel Entrée/Sortie (II)
Y = T1 X + T2 X̃
avec
T1 une matrice dont la k ème ligne est donnée par
− [0k −1 , h(0), h(1), · · · , h(L), 0N−L−k ] (si k ≤ N − L)
− [0k −1 , h(0), h(1), · · · , h(N − k − 1)] (si k > N − L)
T2 une matrice dont la k ème ligne est donnée par
− 0L (si k ≤ N − L)
− [h(L), h(L − 1), · · · , h(N − k + 1), 0N−k ] (si k > N − L)
Remarque :
T1 une matrice Toeplitz de taille N × N
T2 une matrice Toeplitz de taille N × L

Lemme 1 (I)
Considérons la relation Entrée/Sortie suivante
Y = WX
avec W une matrice quelconque de mélange (d’où, interférence)

MIMO
IES si W = T1 et X̃ = 0, i.e., si présence d’un intervalle de garde
entre les blocs
IES si X̃ s’écrit linéairement en fonction de X , i.e., l’intervalle de
garde n’est pas vide mais dépend du bloc courant.
POLMUX (optique)
etc
Question : comment créer un système sans interférence au

niveau du récepteur (en modifiant l’émetteur) ?

Lemme 1 (II)
Hypothèse : connaissance parfaite de W à l’émetteur (CSIT).
Soit la décomposition en valeur singulière de W, W = UH ΛV avec
U et V deux matrices unitaires.
Λ = diag(λ0 , · · · , λN−1 ).
Soit un vecteur S de taille N composé de symboles d’information.
Au lieu d’envoyer X = S, on envoie X = VH S
Au lieu de détecter sur Y , on détecte sur Z = UY
⇒ Z = ΛS
Remarque :
On place l’information dans les vecteurs propres (qui, par
définition, n’interfèrent pas entre eux !)
Les vecteurs dépendent généralement de W
Problème : CSIT irréaliste en sans fil, moins en optique

Lemme 2
Soit C une matrice circulante de taille N × N associée au canal
{h(ℓ)}ℓ=0,··· ,L
 
h(0) h(1) · · · h(L) 0 ··· 0
 0 h(0) h(1) · · · h(L) 0 0 
C=  ···

··· ··· ··· ··· ··· ··· 
h(1) · · · h(L) 0 ··· 0 h(0)
Propriété :
les v.e.p. de C sont les vecteurs de Fourier (et donc
indépendants du canal !)
les v.a.p. sont les réponses du filtre aux fréquences de Fourier
C = FH ΛF
avec
F matrice de FFT (d’où, FH = F−1 )
PL ℓn
λn = H(e2iπn/N ) = ℓ=0 h(ℓ)e−2iπ N

Principe de l’OFDM
Si X̃ = [x (N − 1), · · · , x (N − L)]T , alors
Y = T1 X + T2 X̃ ⇔ Y = CX
Donc
Z = ΛS
avec Z = FY et X = F−1 S.
Ainsi, pour le bloc k et la porteuse n, on a
zk (n) = H(e2iπn/N )sk (n) ∀n, k
Remarque : le préfixe cyclique transforme une Toeplitz en une

Circulante (qui diagonalise dans une base indépendante du canal !)

Approche alternative
A cause du canal, on reçoit :


 y (N − 1) = h(0)x (N − 1) + h(1)x (N − 2) + · · · + h(L)x (N − L − 1)

..
 .

y (0) = h(0)x (0) + h(1)x (−1) + · · · + h(L)x (−L)
L
X L
X
Pr .Cyclique
y (n) = h(ℓ)x (n − ℓ) =⇒ y (n) = h(ℓ)x (n − ℓ mod N)
ℓ=0 ℓ=0
Transformation d’une convolution en une convolution circulaire

Si convolution (T1 , T2 ), Y (e2iπn/N ) 6= H(e2iπn/N )X (e2iπn/N )
Si convolution circulante (C), Y (e2iπn/N ) = H(e2iπn/N )X (e2iπn/N )

Grâce au préfixe cyclique, on reçoit en fait :


 y (N − 1) = h(0)x (N − 1) + h(1)x (N − 2) + · · · + h(L)x (N − L − 1)

..
 .

y (0) = h(0)x (0) + h(1) x (−1) x (−L)
+ · · · + h(L)
L
X L
X
Pr .Cyclique
ℓ=0 ℓ=0


Grâce au préfixe cyclique, on reçoit donc :


 y (N − 1) = h(0)x (N − 1) + h(1)x (N − 2) + · · · + h(L)x (N − L − 1)

..
 .

y (0) = h(0)x (0) + h(1)x (N − 1) + · · · + h(L)x (N − L)
L
X L
X
Pr .Cyclique
ℓ=0 ℓ=0


Schéma récapitulatif
.
TX RX
s x y z Freq EQ. ∝s
FFT−1 Add CP Canal h Remove CP FFT
(typ. ZF)
Convolution
Toeplitz matrix
Circular convolution / Circulant matrix .
Le préfixe cyclique est fondamental !

Dimensionnement : règles
N doit être suffisamment grand
L ≪ N ⇒ LTs ≪ NTs ⇒ Td ≪ NTs
N ≫ B/Bc ⇔ ∆f ≪ Bc
N doit être suffisamment petit
(L + N)Ts ≪ Tc ⇒ NTs ≪ Tc
N ≪ B/Bd ⇔ ∆f ≫ Bd
car aussi
− Désynchronisation des VCO (qq dizaines de ppm en sans fil)
− Complexité de la FFT (en N log(N))
− Temps de latence
Dimensionnement : exemples
DAB Wifi ADSL

Fréquence porteuse 900 MHz 5.2 GHz 0.6 MHz
Bande 2 MHz 20 MHz 1.1 MHz
Temps d’échantillonnage 0.5 µs 50 ns 0.9 µs
Longueur filtre 30 à 60 µs 800 ns 135µs
Degré filtre 60 à 120 16 150
Préfixe cyclique 128 16 32
Perte efficacité spectrale 20% 20% 12.5 %
Nb de porteuses 512 64 256
Durée symbole OFDM 320 µs 4 µs 256 µs
Ecart entre porteuses 3.9 kHz 312.5 kHz 4.31 kHz
Bande de cohérence 16.6 kHz 1.25 MHz 7.4kHz
Bande Doppler 110 Hz (14m/s) 52Hz (3m/s) 0
Remarque : en ADSL, on introduit un Time Equalizer (TEQ), i.e., un

« raccourcisseur de canal » (channel shortening)
Problème du PAPR (I)

Soit {x (n)} un signal numérique, on définit le facteur de crête par
maxn={0,··· ,N−1} |x (n)|2

F =
E[|x (n)|2 ]
PAPR : Peak to Average Power Ratio

Si F grand, on sort de la plage linéaire des amplificateurs
Histogramme de PAPR en OFDM avec N=256 et en mono avec 16QAM

0.2
Pourcentage de PAPRs trouvés par rectangle (pour 10000 tests)

OFDM
Signal OFDM 0.18 mono
0.16
N−1 0.14
1 X
x (n) = √ s(m)e2iπmn/N 0.12
N m=0
0.1
0.08
⇒ Fmax = N si BPSK 0.06
⇒ x (n) tend vers un signal 0.04
0.02
gaussien (si N → ∞) 0
0 5 10 15
PAPR

Problème du PAPR (II)

Défaut de saturation de l’amplificateur : input back-off (IBO)
IBO = 10 log10 (Pmax /Px )
Pmax la puissance maximale admise par l’amplificateur

Px la puissance moyenne du signal entrant dans l’amplificateur
Loss in performance for QPSK−OFDM (N=256) [Deumal 2007]
−1
10
perfect amplifier
IBO=6dB
IB0=4dB
−2 IBO=2dB
10
−3
10
BER
−4
10
−5
10
−6
10
6 7 8 9 10 11 12
Eb/N0

Problème de synchronisation
Soit
ya (t) = (ha ⋆ xa )(t − τ )e2iπδφt .
L’OFDM admet une sensiblité plus grande aux erreurs :
Temps de retard (sauf si inclus dans l’intervalle de garde)
Résidu de fréquence porteuse et/ou fréquence d’échantillonnage
Y = ∆CX avec ∆ = diag(1, e2iπδφTs , · · · , e2iπδφTs (N−1) )
BER avec Doppler post−compensé pour différentes vitesses v en km/h (SNR=5dB)

0
10
v=0
v=50
Exemple v=100
v=300
v=1000
Si canal plat (Λ = Id) −1

10
F∆F−1 S
BER
ZOFDM =
Zmono = ∆S −2
10
Pas d’IEP/ICI en mono

−3
10
100 200 300 400 500 600 700 800 900 1000
N

Partie 3 : Détection en OFDM

Principe de la détection optimale
On suppose que
Y = WS + B
avec B un bruit blanc gaussien de variance σ 2 (de taille N ≥ 2)
Objectif : A la donnée de Y et W, on souhaite détecter S avec la

probabilité d’erreur la plus faible possible
Résultat fondamental
Si les vecteurs S sont équiprobables, alors le détecteur du Maximum
de Vraisemblance (ML : Maximum Likelihood) est optimal
ŜML = arg max p(Y |S) ⇔ ŜML = arg min kY − WSk

S S

Détecteur optimal
ŜML = arg minS kY − WSk
Problème simple en l’absence de contrainte sur S
Approche ML :
− Décodeur par sphère
− Décodeur de Schnorr-Euchner
− ...
Bien adapté au MIMO ou POLMUX (car N petit)

Mal adapté à l’IES (car N grand)
− utilisation de la structure de la matrice W = T1
− algorithme de Viterbi (cf. transparent 6)

Détecteur optimal
ŜML = arg minS∈C N kY − WSk
Problème complexe en raison de la contrainte sur S
Approche ML :
− Décodeur par sphère
− Décodeur de Schnorr-Euchner
− ...
Bien adapté au MIMO ou POLMUX (car N petit)

Mal adapté à l’IES (car N grand)
− utilisation de la structure de la matrice W = T1
− algorithme de Viterbi (cf. transparent 6)

Détecteurs sous-optimaux
.
Y Ŝ
Q +
R
.
ZF : Q = W−1 , R = 0 (rehaussement du bruit)

MMSE : Q = WH (WWH + σ 2 I)−1 , R = 0
DFE : R 6= 0
Cas particulier (IES)

Matrices trop grandes
Mise en place de ces principes par des filtres

Cas particulier : OFDM (SISO)
Propriété : la matrice W est diagonale

On peut donc raisonner porteuse par porteuse (car pas
d’interférence). On a donc, sur la porteuse n,
z(n) = H(n)s(n) + b(n)
avec
− z(n) le signal scalaire reçu en aval de la FFT
− s(n) le symbole émis en amont de l’IFFT
− H(n) le canal pour la porteuse n
Détecteur optimal
Détecteur à seuil sur le signal H(n)−1 z(n)

Cas particulier : OFDM (MIMO)
On considère M le nombre d’antennes à l’émission et à la réception
z(n) = H(n)s(n) + b(n)
avec
− z(n) le signal vectoriel (de taille M × 1) reçu en aval de la FFT
− s(n) les symboles émis en amont de l’IFFT sur les M antennes
− H(n) le canal MIMO (de taille M × M) pour la porteuse n
⇒ Modèle « flat-fading channel » par porteuse
Détection
Appliquer les résultats du transparent 26 (car M est petit)

Partie 4 : Allocation en OFDM

Introduction
OFDM offre une souplesse supplémentaire comparé au

mono-porteuse
attribution des porteuses
puissance répartie entre les porteuses
modulation et codage différents selon les porteuses
...
Deux contextes fondamentalement différents :

Canal connu à l’émetteur (voie de retour nécessaire avec canal
lentement variable)
Canal inconnu à l’émetteur

Canal connu à l’émetteur (I)
Objectif : attribution intelligente des puissances par porteuse afin

d’augmenter la capacité (« waterfilling »).
Pn puissance de la porteuse n
H(n) réponse fréquentielle du filtre à la porteuse n
2N0 puissance du bruit
Problème d’optimisation
N
X |H(n)|2 Pn
max C = log2 1 +
P1 ,··· ,PN 2N0
n=1
avec
N
X
Pn ≤ P
n=1

Canal connu à l’émetteur (II)
Solution
.
+
2N0 2N0
Pn∗ = µ −
|H(n)|2
|H(n)|2
µ
avec µ t.q.
N
X
Pn∗ = P n .
n=1

Canal connu à l’émetteur (III)
Maximiser le débit à probabilité d’erreur identique sur chaque

porteuse ⇒ Adapter les constellations M-MAQ pour chaque
porteuse.
Si RSB élevé sur la porteuse k , alors M grand.
Si RSB faible sur la porteuse k , alors M petit.
s !
3Eb log2 (M)
Pe ∝ Q
N0 (M − 1)
Faire d’Adaptive Modulation and Coding (AMC) avec des Modulation

and Coding Scheme (MCS) prédéfinis

Diversité multi-utilisateurs
Considérons le cas multi-utilisateurs descendant : OFDMA
Travaillons sur une unique porteuse (pour simplifier)
Pour l’utilisateur k , on a
L
1X
yk (n) = hk (n)x (n)+bk (n), et Pℓ ≤ P (contrainte de puissance)
L
ℓ=1
avec n 7→ hk (n) constant sur L.

Capacités
L
!

1X |hk (ω),ℓ |2 P |h|2 P
Cno-CSIT = log2 1+ → E log2 1 +
L 2N0 2N0
ℓ=1
!
1X
L |hkℓ∗ ,ℓ |2 Pk∗∗ ,ℓ
|h|2 P ∗

CCSIT = log2 1+ ℓ
→ E log2 1 +
L 2N0 2N0
ℓ=1
+
2N0
avec kℓ∗ = arg maxk |hk ,ℓ |2 et Pk∗∗ ,ℓ = µ− |hk ∗ ,ℓ |2
.
ℓ
ℓ

Canal inconnu à l’émetteur
y (n) = h(n)s(n) + b(n)

avec
y (n) : signal reçu
s(n) : symboles émis
h(n) : canal aléatoire de Rayleigh
b(n) : bruit additif gaussien
Performances
Taux Erreur Symbole en fonction du Eb/No
1
BBGA
BBGA asymptotique
Rayleigh
Rayleigh asymptotique
0.1
1
Taux Erreur Symbole
0.01
Pe = E[Pe (h)] ∝
Es /N0 0.001
0.0001
1e-05
0 5 10 15 20
Eb/No (en dB)

Notion de diversité
Problème : lorsque l’évanouissement h(n) est faible, la qualité de la
transmission est catastrophique.
Remarque
Si le même signal est reçu par plusieurs canaux indépendants, alors
la probabilité d’erreur va diminuer. Le nombre de versions reçues
sera appelé ordre de diversité ou diversité.
3
Canal 1
Canal 2
2.5
1.5
0.5
0
0 5 10 15 20

Performances
Probabilité d’erreur
1
Pe ∝
(Es /N0 )L
à fort Rapport Signal-à-Bruit.
L = ordre de diversité
Taux Erreur Symbole en fonction du Eb/No
0
10
−1
10
−2
10
Taux Erreur Symbole
−3
10
−4
10
BBGA
BBGA asymp.
−5 Rayleigh 1
10
Rayleigh 1 asymp
Rayleigh 2
−6
10 Rayleigh 2 asymp
Rayleigh 4
Rayleigh 4 asymp
−7
10
0 2 4 6 8 10 12 14 16 18 20
Eb/No (en dB)

Solution 1 : C-OFDM
⇒ Si évanouissement fréquentiel, détection peu fiable.
Adaptation du système :
Codage
Entrelacement
⋆ fréquentiel
⋆ temporel
On parle alors de Coded-OFDM.
En pratique, code convolutif.

Solution 2 : LP-OFDM
Exemple : N = 2.
y (1) = h(1)x (1) + b(1) et y (2) = h(2)x (2) + b(2), avec x (1) et x (2)
des données indépendantes appartenant à une MDP-2. On a
y = Hx + b
avec y = [y (1), y (2)]T , H = diag(h(1), h(2)).
Système à diversité de 1.
En lieu et place de x, transmettons Wx avec W une rotation.
Système à diversité de 2 et pourtant code de rendement 1.
.
x(2)
00
1
1
01
11
00 00
1
0
1
1
00
11
0
1 0
1
00
11
0
1 0
1
0
1 0
1 11
00
00
11
0
1 0
1 00
110
1
0
1
1
0 0
1 0
1
0
1 0
1 0
1
0
1
0
1 0
1
0 0
1
0
1 1
0
1 0
1
0
1
1
0 0
1 0
1
0
1 0
1 1
0
11 0
00 0
1 0
1 0
1
11
00
0
1
11 1
00 0
1 0
1
0
1 0
1
0
1 0 00
1 11
0
1
0
1 0
1 0
1
0
1 x(1)
0
1 0
1 0
1
1
0 0
1
0
1 0
1
0
1 0
1 0
1
0
1
00
11
0
1 0
1 0
1
0
1
00
11
0
1 0
1 0
1
00
11 0
1 0
1
00
11
0
1
0
1 0
1
00
11
0
1 00
11
0
1
01
1
00
10
1
.

Récepteurs LP-OFDM
Généralisation
On distribue tous les symboles sur toutes les porteuses linéairement
YN = [y (1), . . . , y (N)]T = HWSN + BN
avec
H matrice diagonale des réponses fréquentielles du filtre
W matrice de précodage apportant de la diversité
Détection ML :
ŜN = arg min kYN − HWSk2
S
Complexité ingérable pour N grand.

Détection MMSE : détecteur à seuil sur le signal ZN = GYN avec
G = arg min E[kZN − SN k2 ]

G = WH HH (HWWH HH + 2N0 Id)−1

Performances
theoretical diversity order Convolutional Code (K=7) QPSK constellation

0 0
10 10
C−OFDM rate 2/3
cod. LP−OFDM MMSE rate 2/3
C−OFDM rate 1/2
cod. LP−OFDM MMSE rate 1/2
−1
10
−1
10
−2
10
−2
10
BER
BER
−3
10
−3
10
OFDM
−4
10 LP−OFDM div. 2
LP−OFDM div. 4
LP−OFDM div. 8
LP−OFDM div. 12
−4
LP−OFDM div. 16 10
−5
10 LP−OFDM div. 20
LP−OFDM div. 40
Gaussian channel
−6 −5
10 10
0 2 4 6 8 10 12 14 16 18 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
SNR [dB] Eb/N0 [dB]
(uncoded) LP-OFDM C-OFDM vs Coded LP-OFDM
Source : Prof. Debbah (Supélec)

Diversité en OFDMA
Appliquer le Saut de Fréquence/Frequency Hopping (FH)

.
00
11
00
11 00
11
00
11 00
11
00
11
t1 000000000000000000000000000
111111111111111111111111111
00
11 00
11 00
11
00
11 00
11
0
1 00
11
0000000000
1111111111
00
11 00
11
0
1 00
11
0000000000
1111111111 f
00000000
11111111
00000000
111111110
1
0000000000
1111111111
00000000
111111110
1
0000000000
1111111111
00000000
111111110
1
0000000000
1111111111
0
1
0000000000
1111111111
00000000
111111110
1
0000000000
1111111111
00000000
11111111
00000000
111111110
1
0000000000
1111111111
00000000
111111110
1
0000000000
1111111111
symbole s
t2 00
11
00
11
00
11
00
11
00
11
00
11
000000000000000000000000000
111111111111111111111111111
00
11 00
11 00
11
00
11 00
11
0000000000
1111111111
000
111 00 f
11
0000000000
111111111100000000000000
11111111111111
000
111
00000000000000
11111111111111
0000000000
1111111111
000
111
0000000000
111111111100000000000000
11111111111111
000
111
0000000000
111111111100000000000000
11111111111111
000
111
00000000000000
11111111111111
0000000000
1111111111
000
111
00000000000000
11111111111111
0000000000
1111111111
000
111
0000000000
111111111100000000000000
11111111111111
000
111
00000000000000
11111111111111
symbole s
"Porteuses" occupées dépendent d’un code propre à chaque utilisateur .
FH-OFDMA

Système réel : le DAB
0
10
QPSK/Canal gaussien − non codé
QPSK/Canal gaussien − codé
OFDM/Canal DAB − non codé
OFDM/Canal DAB− codé
−1
10
TES
−2
10
−3
10
−4
10
0 5 10 15 20 25 30
Eb/No

Conclusion
Avantages :
Bonne gestion de l’IES
Bien adapté au MIMO
Allocation dynamique des ressources
Inconvénients :
Sensibilité accrue à la désynchronisation
Facteur de crête
Bibliographie :
R. van Nee, « OFDM for wireless multimedia communications », 2000
A. Burr, « Modulation and coding for wireless communication », 2001
A. Molisch, « Wideband wireless digital communication », 2001
D. Tse, « Fundamentals of wireless communications », 2005

Ofdm PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ofdm PDF

Uploaded by

Copyright:

Available Formats

OFDM : principe et applications

Institut Mines-Télécom / Télécom ParisTech, Paris, France

Notion d’Interférence entre Symboles

Philippe Ciblat OFDM : principe et applications 2 / 44

Partie 1 : Interférence entre Symboles

Philippe Ciblat OFDM : principe et applications 3 / 44

avec h(n) = (c ⋆ g)(t)|t=nTs et L longueur du filtre.

Interférence entre Symboles (si L 6= 0)

Interférence entre Symboles (IES)

Cas d’absence d’IES : h(ℓ) = 0, ∀ℓ 6= 0

Cas de présence d’IES : ∃ℓ 6= 0, tel que h(ℓ) 6= 0

Philippe Ciblat OFDM : principe et applications 4 / 44

Canal gaussien : y (n) = h(0)sn + b(n)

Canal sélectif en fréquence : y (n) = h(0)sn + IES + b(n)

Philippe Ciblat OFDM : principe et applications 5 / 44

Le problème consiste à trouver le minimum

Approche exhaustive ⇒ trop complexe O(M N+1 )

Philippe Ciblat OFDM : principe et applications 6 / 44

sn h y(n) Egaliseur p v(n) ŝn

Question : comment choisir le filtre p (de taille infinie) ?

Philippe Ciblat OFDM : principe et applications 7 / 44

On annule entièrement l’IES

Problème : le bruit b′ (n) a été augmenté !

Philippe Ciblat OFDM : principe et applications 8 / 44

Egaliseur de Wiener (MMSE)

pWiener = arg min E[|v (n) − sn |2 ]

Philippe Ciblat OFDM : principe et applications 9 / 44

sn y(n) v(n) ŝn

Philippe Ciblat OFDM : principe et applications 10 / 44

Reponse frequentielle du Proakis B Reponse frequentielle du Proakis C

Sélectif (Proakis B) Très sélectif ( Proakis C)

Taux Erreur Binaire (Canal B) Taux Erreur Binaire (Canal C)

Partie 2 : Principe de l’OFDM

Philippe Ciblat OFDM : principe et applications 12 / 44

Modèle matriciel Entrée/Sortie (I)

Considérons des blocs de signaux de taille N

Philippe Ciblat OFDM : principe et applications 12 / 44

Modèle matriciel Entrée/Sortie (II)

Philippe Ciblat OFDM : principe et applications 13 / 44

Considérons la relation Entrée/Sortie suivante

avec W une matrice quelconque de mélange (d’où, interférence)

Question : comment créer un système sans interférence au

Philippe Ciblat OFDM : principe et applications 14 / 44

Philippe Ciblat OFDM : principe et applications 15 / 44

Philippe Ciblat OFDM : principe et applications 16 / 44

Si X̃ = [x (N − 1), · · · , x (N − L)]T , alors

Ainsi, pour le bloc k et la porteuse n, on a

zk (n) = H(e2iπn/N )sk (n) ∀n, k

Remarque : le préfixe cyclique transforme une Toeplitz en une

Philippe Ciblat OFDM : principe et applications 17 / 44

A cause du canal, on reçoit :

Transformation d’une convolution en une convolution circulaire

Philippe Ciblat OFDM : principe et applications 18 / 44

Grâce au préfixe cyclique, on reçoit en fait :

Transformation d’une convolution en une convolution circulaire

Philippe Ciblat OFDM : principe et applications 18 / 44

Grâce au préfixe cyclique, on reçoit donc :

Transformation d’une convolution en une convolution circulaire

Philippe Ciblat OFDM : principe et applications 18 / 44

Circular convolution / Circulant matrix .

Le préfixe cyclique est fondamental !

Philippe Ciblat OFDM : principe et applications 19 / 44

N doit être suffisamment petit