| Summary: | Ultra Wideband (UWB) is a rapidly growing technology for digital wireless communications. UWB utilizes low power, ultra short, pulses and is specifically suited for short-range, high-rate indoor wireless communications as well as fine localization applications. The attractive properties of UWB are a direct consequence of its very wide bandwidth that also implies an extremely high Nyquist sampling rate, so digital processing of UWB signals requires the use of fast and efficient, and therefore, expensive, Analog to Digital Converters. UWB systems are commonly used in indoor environments in which propagation is characterized by long but sparse multipath channels. Multi-path channels cause inter symbol interference (ISI) and introduce distortion to the received signal. To counter the effects of the channel, the channel impulse response must be accurately estimated at the receiver. There are two main estimation approaches for UWB channels: Compressed Sensing (CS)-based and Adaptive Filter (AF)-based. The former combine sampling and compression into a single linear measurement process that operates at sub-Nyquist rate by capitalizingon the sparsity of UWB signals. The latter, uses Least-Mean-Square filtering principles to obtain low complexity channel estimation methods. The problem we consider in this thesisis the estimation of a long sparse multi-path channel in an UWB system. We focus on systems that use Pulse Position Modulation (PPM) that is one of the most commonly used modulation schemes in UWB systems. We review CS and AF based methods and then we propose new AF-type methods specifically for the estimation of sparse multi-path channels with PPM inputs. The main idea behind the proposed methods is to estimate the long channel in sections in order to reduce the computational cost and improve the estimation performance. Finally, we present simulation results showing the superior performance of the proposed algorithms. === Ultra Wideband (UWB) est une technologie en croissance rapide de communications numériques sans fil. UWB utilise une faible puissance, ultra court, impulsions et est spécifiquement adapté à courte portée, haut-débit sans fil intérieure communications ainsi que lalocalisation fine applications. Les propriétés intéressantes de UWB sont une conséquence directe de son très large bande passante, ce qui implique également un taux extrêmement élevé Nyquist (taux d'échantillonnage, traitement numérique des signaux UWB requiert l'utilisation de rapide et efficace, et donc, cher, convertisseurs analogiques-numériques. UWB systèmes sont couramment utilisés dans les environnements intérieurs dont la propagation est caractérisé par un long mais clairsemée multipath canaux. Multi-canaux chemincause intersymbol causant des interférences (ISI) et introduire de distorsion du signal reçu. Pour contrer les effets du canal, le canal réponse impulsion doit être estimée avec précision au niveau du récepteur. Il existe deux principales approches estimation pour UWB canaux: Comprimé de télédétection (CS)-fondée et filtre adaptatif (AF)-fondée. L'ancienne moissonneuse-batteuse d'échantillonnage et de compression dans une seule mesure linéaire processus qui fonctionne en sous-fréquence Nyquist en capitalisant sur la faible densité dessign aux UWB. Ce dernier, utilise moins Mean Square filtrage principes pour obtenir une faible complexité canal méthodes d'estimation. Le problème que nous considérons dans cette thèse est l'estimation d'un long sparse multi-chemin canal d'un système UWB. Nous nous concentrons sur les systèmes qui utilisent Pulse Position Modulation (PPM) qui est l'un des plus couramment utilisé schémas de modulation en systèmes UWB. Nous revoir CSet AF fondées sur des méthodes et ensuite nous proposer de nouvelles AF-type méthodes spécifiquement pour l'estimation des sparse multi-chemin canaux avec PPM entrées. L'idée principale derrière les méthodes proposées est d'estimer le long canal en sections afin de réduire les coûts informatiques et améliorer les méthodes d'estimation des performances. Enfin, nous présentons les résultats de simulation montrant la supériorité de la performance des algorithmes proposés.
|
|---|
