You are on page 1of 2

TP4 : Egalisation adaptative de canaux de transmission par LMS

Enseignantes : Boujemâa Amara Rim , Bousnina Ines


Filière RT4, INSAT
Décembre 2011

Dans ce TP, il s’agit d’implémenter l’égaliseur de type LMS et d’évaluer ses performances.

Préparation
P.A.1 Donner le schéma synoptique expliquant la problèmatique d’égalisation d’un canal de trans-
mission. On désignera par d(k) les symboles binaires à transmettre, c(n) n = 0, . . . ,M − 1 les
coefficients du canal équivalent en bande de base d’une chaine de transmission numérique, v(n) le
bruit blanc additif supposé centré et gaussien de variance σv2 décorrélé des symboles et y(k) l’entrée
ˆ la sortie de l’égaliseur à l’instant k et d(k)
de l’égaliseur. On notera par ailleurs d(k) ˜ = sign(d(k))
ˆ la
décision correspondante.
P.A.2 Ecrire l’algorithme LMS pour la mise à jour d’un filtre RIF correspondant à la minimisation de
l’EQM sur les symboles transmis.
P.A.3 Dites comment calculer e(n) en phase apprentissage puis en mode données.
P.A.4 Comment se fait le choix du pas d’adaptation µ ? Ce choix doit réaliser un compromis entre
quelles caractéristiques de convergence?

Implémentation
A.1 Générer N = 104 observations y(k) en utilisant le vecteur C = [1; 0.2; 0.5]T comme vecteur des
coefficients du canal, des symboles binaires d(k) = ±1 et pour σv2 = 0.01.
A.2 Donner l’expression du RSB à l’entrée de l’égaliseur et calculer sa valeur. Vérifier cette valeur
par une estimation en ligne du RSB.
A.3 Implémenter l’égaliseur du type filtre LMS pour P = 3 en prenant µ = 0.01 et en prenant une
phase d’apprentissage de longueur N . L’opération d’égalisation est-elle achevée? On pourra visuali-
ser le TEB (Taux d’Erreur Binaire) qui est une approximation de la probabilité d’erreur à la sortie de
l’égaliseur ; ce TEB est donné par
nombre erreurs
T EB =
1 N
A.4 Tester 3 différentes valeurs pour le pas d’adaptation et visualiser les coefficients de la RI de
l’égaliseur correspondantes. Que peut-on en déduire?
A.5 Afin de mieux évaluer les performances de l’algorithme LMS, on se propose de visualiser l’EQM
en fonction des itérations approchée par

X k
ˆ (k) = 1
EQM ˆ
e2 (i) où e(i) = d(i) − d(i)
k i=1

Afficher l’EQM approchée pour les différentes valeurs choisies pour le pas d’adaptation. Détecter
ainsi une longueur possible pour la phase d’apprentissage.
A.6 Après avoir pré-fixé la longueur de la séquence d’apprentissage à une valeur bien choisie k0 , re-
prendre l’adaptation des coefficients de l’égaliseur en passant en mode données. Lors de cette dernière
phase, on remplacera e(n) par d(n)˜ − d(n).
A.7 Faites varier ainsi le RSB de 8dB à 24dB avec un pas de 2 dB (en faisant varier la puissance du
bruit) et tracer la courbe du TEB en fonction du RSB en échelle logarithmique (utiliser la fonction
semilogy sous MATLAB).
A.8 Tracer les courbes de TEB en fonction du RSB pour 10 réalisations aléatoires différentes des
symboles d(n) et du bruit v(n). La moyenne des TEB sur les 10 réalisations vous donnera une ap-
proximation de la probabilité d’erreur à la sortie de l’égaliseur LMS.
A.9 Etudier l’effet de l’ordre de l’égaliseur P sur ses performances.
A.10 Tester l’égaliseur implémenté pour le canal C = [0.4084 0.8164 0.4084]T at afficher son TEB
toujours pour des valeurs de RSB de 8 dB à 24 dB avec un pas de 2 dB et pour une seule réalisation
du programme. Confronter ces performances à celles obtenues pour C = [1; 0.2; 0.5]T .