Estimation du canal par apprentissage profond dans un système OFDM

Abstract

L’OFDM (orthogonal frequency-division multiplexing) est un procédé de codage de signaux numériques par répartition en fréquences orthogonales sous forme de multiples sous-porteuses. Cette technique permet de lutter contre les canaux sélectifs en fréquence en permettant une égalisation de faible complexité. Chaque sous-porteuse est modulée indépendamment en utilisant des modulations numériques tel que : BPSK, QPSK, QAM-16, QAM-64. etc. L’estimation de canal a un rôle très important dans les performances et l’efficacité des systèmes de communications sans fil. On présente deux méthodes permettant d’approcher l’estimateur de canal, appelé LMMSE (Linear Minimum Mean Square Error) et LS (least-squares). Dans ce mémoire on va se focaliser sur l’estimation du canal par apprentissage profond car il est estimé plus applicable et performent que les méthodes classiques, les techniques de l’apprentissage profond ont permis des progrès importants et rapides et trouvent une place dans le domaine de communication et notamment avec la technique OFDM. Une analyse des résultats obtenus de l’estimation du canal dans un système OFDM a l’aide de méthodes d’estimation classiques LS et MMSE et les techniques DL qui se base sur les techniques d’apprentissage profond est effectuée.