Tensor modeling and signal processing for wireless communication systems - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2007

Tensor modeling and signal processing for wireless communication systems

Modélisation et traitement tensoriel du signal pour les systèmes de communication sans-fil

Résumé

In several signal processing applications for wireless communications, the received signal is multidimensional in nature and may exhibit a multilinear algebraic structure. In this context, the PARAFAC tensor decomposition has been the subject of several works in the past six years. However, generalized tensor decompositions are necessary for covering a wider class of wireless communication systems with more complex transmission structures, more realistic channel models and more efficient receiver signal processing. This thesis investigates tensor modeling approaches for multiple-antenna systems, channel equalization, signal separation and parametric channel estimation. New tensor decompositions, namely, the block-constrained PARAFAC and CONFAC decompositions, are developed and studied in terms of identifiability. First, the block-constrained PARAFAC decomposition is applied for a unified tensor modeling of oversampled, DS-CDMA and OFDM systems with application to blind multiuser equalization. This decomposition is also used for modeling multiple-antenna (MIMO) transmission systems with block space-time spreading and blind detection, which generalizes previous tensor-based MIMO transmission models. The CONFAC decomposition is then exploited for designing new MIMO-CDMA transmission schemes combining spatial diversity and multiplexing. Blind symbol/code/channel recovery is discussed from the uniqueness properties of this decomposition. This thesis also studies new applications of third-order PARAFAC decomposition. A new space-time-frequency spreading system is proposed for multicarrier multiple-access systems, where this decomposition is used as a joint spreading and multiplexing tool at the transmitter using tridimensional spreading code with trilinear structure. Finally, we present a PARAFAC modeling approach for the parametric estimation of SIMO and MIMO multipath wireless channels with time-varying structure.
Dans plusieurs applications de traitement du signal pour les systèmes de communication sans fil, le signal reçu est de nature multidimensionnelle et possède une structure algébrique multilinéaire. Dans ce contexte, la décomposition tensorielle de type PARAFAC a fait l'objet de plusieurs travaux au cours des six dernières années. Il s'avère que des décompositions tensorielles plus générales sont nécessaires pour couvrir des classes plus larges de systèmes de communication faisant intervenir µa la fois des modèles de transmission et de canal plus complexes et des méthodes de traitement plus efficaces. Cette thèse traite les problèmes de modélisation des systèmes multi-antennes, d'égalisation de canal, de séparation de signaux et d'estimation paramétrique de canal à l'aide d'approches tensorielles. Dans un premier temps, de nouvelles décompositions tensorielles (bloc-PARAFAC avec contraintes et CONFAC) ont été développées et étudiées en termes d'identifiabilité. Dans un deuxième temps, la décomposition bloc-PARAFAC avec contraintes a été appliquée tout d'abord pour mettre en évidence une modélisation tensorielle unifiée des systèmes suréchantillonnées , DS-CDMA et OFDM, avec application à l'égalisation multiutilisateur. Puis, cette décomposition a été utilisée pour modéliser des systèmes de transmission MIMO avec étalement spatio-temporel et détection aveugle. La décomposition CONFAC a ensuite été exploitée pour concevoir un nouveau schéma de transmission MIMO/CDMA combinant diversité et multiplexage spatial. Les propriétés d'unicité de cette décomposition ont permis de réaliser un traitement aveugle au niveau du récepteur pour la reconstruction du canal et des symboles transmis. Un troisième volet du travail concerne l'application de la décomposition PARAFAC pour la conception de nouveaux schéma de transmission spatio-temporel-fréquentiel pour des systèmes MIMO multiporteuses, et pour l'estimation paramétrique de canaux multitrajets. .
Fichier principal
Vignette du fichier
Almeida.pdf (1.66 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-00460157 , version 1 (26-02-2010)

Identifiants

  • HAL Id : tel-00460157 , version 1

Citer

André L. F. de Almeida. Tensor modeling and signal processing for wireless communication systems. Networking and Internet Architecture [cs.NI]. Université de Nice Sophia Antipolis, 2007. English. ⟨NNT : ⟩. ⟨tel-00460157⟩
392 Consultations
1732 Téléchargements

Partager

Gmail Facebook X LinkedIn More