Sylvain Collonge Soutenance de doctorat 17 décembre 2003

Présentation au sujet: "Sylvain Collonge Soutenance de doctorat 17 décembre 2003"— Transcription de la présentation:

1 Sylvain Collonge Soutenance de doctorat 17 décembre 2003
Caractérisation et modélisation de la propagation des ondes électromagnétiques à 60 GHz à l’intérieur des bâtiments Sylvain Collonge Soutenance de doctorat 17 décembre 2003 Bonjour, Je vais vous présenter les travaux de recherche que j’ai mené durant 3 ans dans le cadre de la préparation d’un doctorat à l’Institut d’Électronique et de Télécommunications de Rennes, sous la direction du Professeur El Zein, et co-encadré par M. Zaharia. Ces travaux s’intitulent : « Caractérisation et modélisation de la propagation des ondes électromagnétiques à 60 GHz à l’intérieur des bâtiments ».

2 Plan de l’exposé Contexte de l’étude Caractérisation du canal
Modélisation du canal Recommandations et perspectives Conclusion Mon exposé va se structurer ainsi : Tout d’abord je présenterais le contexte dans lequel s’inscrit mon travail, celui du développement des réseaux sans fil à haut débit. Ensuite je présenterais les principaux résultats de la caractérisation du canal à 60 GHz, caractérisation réalisée grâce à plusieurs campagnes de mesure À partir de cette caractérisation du canal, des modèles de propagation ont été développés et seront exposés La meilleure connaissance du canal de propagation qu’a permis ce travail, nous a conduit à proposer des recommandations visant à enrichir les réflexions sur l’architecture des futurs réseaux très haut débit dans la gamme des ondes millimétriques. Enfin, une conclusion générale terminera cet exposé en évoquant des perspectives pour de futurs travaux de recherche.

3 Plan de l’exposé Contexte de l’étude Caractérisation du canal
Les télécommunications sans fil Les réseaux locaux sans fil Les ondes millimétriques Le projet RNRT Commindor Caractérisation du canal Modélisation du canal Recommandations et perspectives Conclusion Pour situer le contexte de l’étude, je commencerais pas un aperçu des champs d’applications des télécommunications sans fil. Nous nous focaliserons sur un champs de recherche très actif ces dernières années : les réseaux locaux sans fil. Parmi les solutions techniques envisagées pour mettre en œuvre ces réseaux locaux, les ondes millimétriques ont été repérées pour applications à très haut débits (>100 Mbps).

4 Télécommunications sans fil
Contexte de l’étude Télécommunications sans fil Les télécommunications sans fil constituent un champs d’applications extrêmement large et diversifié. Ce schéma tente de résumer les différentes sphères d’applications des réseaux de télécommunications sans fil, en mettant au cœur de ces réseaux : l’habitat. (Ce pourrait être également l’entreprise). L’habitat contient (ou contiendra) un certain nombre d’équipements capables d’échanger de l’information numérisée via des réseaux de télécommunication. Au sein des réseaux sans fil on peut distinguer plusieurs échelles de couverture : les liaisons satellite, les réseaux de diffusion, les réseaux radiomobiles, les réseaux d’accès, et enfin, les réseaux locaux, au cœur de l’habitat. Ces réseaux sans fil sont envisagés généralement en complément des réseaux câblés existants.

5 Enjeux actuels Atteindre les débits des réseaux câblés
Contexte de l’étude Enjeux actuels Atteindre les débits des réseaux câblés Dépasser les 100 Mbit/s Assurer la compatibilité entre réseaux (ATM, IP, 3G, etc.) Supporter tout type de services Flux vidéo, audio, images, textes, données Garantir la sécurité et la qualité de service Assurer une configuration transparente Dans le domaine des télécommunications sans fil, les enjeux actuels s’articulent autour des points suivants.

6 Réseaux locaux sans fil (WLAN)
Contexte de l’étude Réseaux locaux sans fil (WLAN) Sans fil : souplesse d’utilisation Équipements mobiles ou nomades Déploiement : intérieur des bâtiments Zones d’intense activité (gares, hôtels, …) Réseaux d’entreprises Réseaux domestiques Complémentarité avec les réseaux radiomobiles WLAN : faible mobilité, haut débit, faible couverture Radiomobile : forte mobilité, faible débit, grande couverture Les réseaux locaux sans fil (WLAN dans la terminologie anglo-saxonne) se caractérisent par les points suivants : l’absence de lien physique (câble) ce qui garantie une souplesse d’utilisation. Les équipements au sein du réseau peuvent être mobiles, ou, en particulier pour les applications à très haut débits « nomades », ce qui signifient qu’ils sont généralement fixes durant les transmissions, mais que le réseau les reconnaît toujours lorsqu’ils sont déplacés. Leur couverture est réduite à l’intérieur des bâtiments. Ils sont complémentaires avec les réseaux radiomobiles : WLAN : faible mobilité, haut débit, faible couverture Radiomobile : forte mobilité, faible débit, grande couverture

7 Les ondes millimétriques
Contexte de l’étude Les ondes millimétriques Ressources spectrales : denrée rare Haut débit : larges bandes nécessaires Éviter l’interférence entre réseaux proches Montée en fréquence Intérêt des ondes millimétriques : Larges bandes disponibles Réutilisation des fréquences facilitée Compacité des équipements Les raisons qui conduisent à s’orienter vers les ondes millimétriques sont les suivantes : Suite au développement intensif des réseaux radiomobiles, l’occupation spectrale est forte, il faut donc explorer de nouvelles bandes de fréquence Par ailleurs, pour assurer des débits importants, les bandes de fréquences allouées doivent être larges, il faut donc monter en fréquence Enfin, pour déployer des réseaux locaux, il faut faire attention aux questions d’interférences entre systèmes proches. Les ondes millimétriques offrent ces différents avantages, plus un : la compacité des équipement du fait de la faible longueur d’onde.

8 Le projet Commindor (99-02)
Contexte de l’étude Le projet Commindor (99-02) Objectifs : étude sur la faisabilité de réseaux domestiques sans fil à 60 GHz assurant un débit de plus de 155 Mbit/s Applications visées : interconnexion d’équipements multimédia grand public Verrous scientifiques, technologiques et économiques : Étude de la propagation à 60 GHz en milieu domestique Optimisation de la topologie réseau et de la couche système Conception et technologies millimétriques bas coût L’intérêt suscités par les ondes millimétriques, s’est traduit en France par la labelisation d’un projet RNRT. Ce projet, rassemblant un consortium de 8 partenaires, avait pour but d’étudier la faisabilité de réseaux haut débit sans fil à 60 GHz pour des réseaux domestiques. Les applications visées étaient l’interconnexion d’équipement multimédia grand public. Il fallait s’attaquer à plusieurs verrous, dont l’étude de la propagation en milieu domestique. Le laboratoire IETR était un des partenaire COMMINDOR et c’est dans ce contexte que se sont déroulés l’essentiel de mes travaux de recherche.

9 Objectifs de l’étude Constat Apports de l’étude :
Contexte de l’étude Objectifs de l’étude Constat Intérêts pour des applications à 60 GHz Peu d’études complètes du canal à 60 GHz Besoin de modèles fiables, basés sur des mesures Apports de l’étude : Mieux connaître les spécificités du canal à 60 GHz Permettre des simulations systèmes réalistes Enrichir les réflexions sur les architectures réseaux Les objectifs de cette étude se structurent sur une série de constat : un intérêt avéré pour la bande millimétrique (intérêt avéré par la littérature scientifique, et les labo de R&D des grandes entreprises) La faiblesse des études du canal à 60 GHz (la littérature fait état d’étude partielle du canal, par ailleurs l’environnement résidentiel est absent de la littérature) La nécessité de modèle de propagation fiables, pour permettre le dimensionnement de systèmes réalistes. -> donc la nécessité de mesure. A partir de ces constat, notre étude envisage d’apporter : Une meilleure connaissance des spécificités du canal à 60 GHz Des modèles de canal qui permettent des simulation système réalistes Un enrichissement des réflexions sur l’architecture des futurs réseaux à 60 GHz

10 Plan de l’exposé Caractérisation du canal Contexte de l’étude
Présentation des campagnes de mesure Influence de l’activité humaine Influence de l’emplacement et du type des antennes Bilan des difficultés et propositions de solutions Modélisation du canal Recommandations et perspectives Conclusion Je vais donc à présent rentrer dans le cœur de mon travail et vous présenter les principaux résultats de caractérisation du canal. Ce travail de caractérisation a été effectué en menant plusieurs campagnes de mesure, que je présenterais rapidement. Je m’attarderais en revanche plus particulièrement sur l’influence de l’activité humaine, et sur celle des antennes et de leur emplacement. Enfin je tirerais un bilan de ce travail de caractérisation en mettant à jour les difficultés de la propagation à 60 GHz accompagnées de propositions de solutions

11 Démarche Campagnes de mesure sur site Paramètres étudiés
Caractérisation du canal -> présentation des campagnes de mesures Démarche Campagnes de mesure sur site 5 campagnes de mesure 3 environnements Paramètres étudiés Influence de l’activité humaine Influence de l’emplacement des antennes Influence des caractéristiques des antennes Influence du mobilier Notre démarche est expérimentale. Il s’agit de conduire des campagnes de mesure sur site, en veillant aux protocoles de mesure, afin de rassembler suffisamment d’observations pour pouvoir en tirer des règles générales qui font sens statistiquement parlant. 5 campagnes de mesure ont donc été conduites, dans 3 environnements différents, dont deux maisons résidentielles. Les principaux paramètres étudiés sont : …

12 Système de mesure à 60 GHz Sondeur de canal (développé par l’IETR)
Caractérisation du canal -> présentation des campagnes de mesures Système de mesure à 60 GHz Sondeur de canal (développé par l’IETR) Basé sur la technique de Cox Résolution temporelle : 2.3 ns Fenêtre d’observation : jusqu’à 1 µs Doppler observable : plusieurs kHz Puissance émise : 0 dBm Dynamique relative : 40 dB Antennes : Cornets Ouverture à –3 dB: 10° Gain : 22.4 dB Patches Ouverture à –3 dB: 58° Gain : 4.2 et 1.6 dB Pour mener des campagnes de mesure, il faut un système de mesure. Le cœur de ce système est un sondeur de canal, basé sur la technique de Cox (corrélation glissante). Il sonde le canal sur une bande d’environ 500 MHz autour de 60 GHz. Sa résolution temporelle est de 2.3 ns, ce qui permet de discriminer des trajets dont la différence minimum de chemin parcouru avoisine les 70 cm. Ce sondeur est largement paramétrable, en particulier le facteur de glissement et la fenêtre d’observation. Ceci donne la possibilité d’effectuer des mesures sur canal dynamique. Les antennes utilisées sont de deux types : des cornets et des patchs, dont les caractéristiques principales sont indiquées ici.

13 Propagation à 60 GHz Difficulté majeure : perte de la visibilité
Le corps humain est un obstacle à 60 GHz Risque de coupures des liaisons Les liaisons entre pièces s’avèrent difficiles Réduction de la couverture des réseaux Comment mesurer ces difficultés ? Quelles solutions apporter ? La littérature scientifique sur la propagation à 60 GHz et plus généralement pour les ondes millimétriques, mentionne une contrainte majeure : la nécessité de la présence du trajet direct entre les antennes pour envisager de réaliser des liaisons de bonnes qualité. La perte de la visibilité peut être causé notamment par : la présence de personne dans l’environnement, et si on place des équipements dans des pièces différentes. Les études partent donc généralement du postulat qu’il est quasiment impossible de réaliser de liaison multi-pièce à 60 GHz. Cependant cela n’est que très rarement quantifié. Notre étude a donc cherché à effectuer ce travail de quantification et ensuite à proposer des solutions.

14 Influence de l’activité humaine
Caractérisation du canal -> Influence de l’activité humaine Influence de l’activité humaine Mesures à long terme : séries de 42 minutes Antennes fixes (3 emplacements, 3 associations d’antennes) Activité humaine naturelle (0 à 15 personnes) Utilisation d’une caméra vidéo Environ 20h de mesure au total Un des paramètres qui influe sur la propagation des ondes est l’activité humaine. Pour quantifier cette influence, nous avons réaliser de nombreux enregistrements de la réponse impulsionnelle du canal sur de longues périodes de temps (40 min). Lors de ces expériences, les antennes sont fixes (dans le cadre des applications visées les équipements se sont pas mobiles mais « nomades », et le canal varie du fait de la présence de personnes. Trois types d’emplacements ont été testés, avec trois configurations d’antennes. Nous montrons ici le plan de l’environnement de mesure avec les trois liaisons testées. Pendant les mesures, une caméra vidéo filmait la scène, de manière à pouvoir déterminer le nbr de personnes dans l’environnement à tout instant. A partir de l’analyse de ces fichiers vidéo, l’activité humaine a été quantifié en fonction du nbr de personne. 4 intensités d’activité sont définies. Le tableau présenté liste les durées de mesure disponibles pour chaque intensité d’activité. Tx1 0 pers. 1-5 pers. 6-10 pers. 11-15 pers. CC 55 min 141 min 62 min 6 min PC 33 min 92 min 56 min 15 min PP 23 min 113 min 22 min 4 min

15 Phénomène d’obstruction
Caractérisation du canal -> Influence de l’activité humaine Phénomène d’obstruction Antenne Tx (patch) Antenne Rx (cornet) Profil de puissance de la réponse impulsionnelle -70 dBm Pour introduire ce qu’est l’influence de l’activité humaine sur la propagation, je vais vous présenter une séquence filmée parallèlement à l’enregistrement de la réponse impulsionnelle. Pour isoler le phénomène, la séquence présentée ne met en jeu qu’une seule personne. La configuration de mesure est celle d’une liaison « point d’accès – terminal », avec une antenne patch en émission et un cornet en réception. Ici est indiquée la position du récepteur. L’émetteur se situe à la droite de l’image. La réponse impulsionnelle laisse apparaître un trajet, le direct. [Film] une première fois en vitesse normale, puis une deuxième fois au ralenti. Nous observons que le trajet direct disparaît lorsque la personne passe devant l’antenne de réception. Nous appelons cela une « obstruction ». -80 dBm -90 dBm ns

16 Caractérisation du phénomène
Caractérisation du canal -> Influence de l’activité humaine Caractérisation du phénomène Description : Niveau constant (Aref) + Variations lentes + Pics d’atténuations Caractéristiques : Non stationnarité Large bande Il s’agit maintenant de quantifier ce phénomène. Voici un enregistrement de l’atténuation en fonction du temps sur 42 minutes. On observe une série de pics d’atténuation autour d’un niveau constant, ainsi que des variations lentes de ce niveau. On peut remarquer la non-stationnarité du phénomène. On peut aussi noter qu’il est large bande (les obstructions causent des évanouissements presque plats en fréquence). Pour le quantifier, nous utilisons un seuil de détection placé par rapport au niveau constant. Lorsque l’atténuation franchi ce seuil, nous considérons qu’il y a « obstruction ». A partir de là on peut définir des caractéristiques de ces obstructions. Quantification : Seuil de détection Franchissement du seuil Définition de caractéristiques A(t) : variation temporelle de l’atténuation

17 Définition des obstructions
Caractérisation du canal -> Influence de l’activité humaine Définition des obstructions Moments de franchissement Tdobs et Tfobs Durée de l’obstruction Dobs = Tfobs - Tdobs Amplitude moyenne Temps de montée Pente en dB/s Pseudo-période Voici un zoom sur quelques secondes issu d’un enregistrement de l’atténuation. On peut y voir deux obstructions : Deux franchissements du seuil On déduit à alors la durée. On définit ensuite l’atténuation (sur 1/3 de la durée pour éviter évaluer l’atténuation « au cœur » de l’obstruction La pseudo-période Le temps de montée

18 Séries d’obstructions
Caractérisation du canal -> Influence de l’activité humaine Séries d’obstructions Observations : Obstructions proches A(t) > Aref entre obstructions Séries d’obstructions Caractéristiques : Durée Amplitude Pseudo-période Temps de montée L’observation des enregistrements de l’atténuation sur 40 minutes nous a montré que les obstructions pouvaient apparaître « groupées ». Pour caractériser ce phénomène, nous introduisons la définition de « séries d’obstructions » Une série est repérée quand les obstructions sont proches (1.5 s), ou quand l’atténuation entre obstruction ne revient pas au niveau statique. De la même manière que pour les obstructions, on définit des caractéristiques de durée, d’amplitude, de pseudo-période, de temps de montée.

19 Résultats statistiques
Caractérisation du canal -> Influence de l’activité humaine Résultats statistiques Durée : Augmente avec le nombre de personnes dans l’environnement Peu d’influence du type d’antenne Valeurs médianes typiques : 100 ms (1-5 personnes) 150 ms (6-10 personnes) 300 ms (11-15 personnes) 90e percentiles : 1.5 s (1-5 personnes) 3.0 s (6-10 personnes) 10.0 s (11-15 personnes) Les définitions précédentes ayant été posées, il devient possible de procéder à une étude statistique des différentes caractéristiques des séries d’obstructions Voici une synthèse des résultats statistiques obtenues : Concernant la durée des séries d’obstructions : elle augmente avec le nbr de personnes. Les types d’antennes n’ont que peu d’influence sur la durée. Concernant l’amplitude : c’est l’inverse : pas de dépendance selon le nbr de personne, mais dépendance selon le type d’antenne, du fait de l’ouverture qui permet de récupérer plus d’énergie. Amplitude : Ne dépend pas du nombre de personnes Antenne cornet : ~ 80% des séries sont > 15 dB Antenne patch : ~ 50% des séries sont > 15 dB

20 Indisponibilité du canal
Caractérisation du canal -> Influence de l’activité humaine Indisponibilité du canal Définition : Pour les séries d’obstructions > 20 dB : Résultats bruts : 1-5 personnes : 0.5 – 2.5 % 6-10 personnes : 1.0 – 6.0 % Résultats corrigés (élimination des valeurs extrêmes) : 1-5 personnes : 0.5 – 2.0 % 6-10 personnes : 1.0 – 2.5 % Au vue des durées et des amplitudes du phénomène d’obstruction, on peut raisonnablement considérer que le canal est indisponible durant une série d’obstruction. On peut alors tenter de définir une taux d’indisponibilité, simplement en divisant la somme des durées des séries d’obstructions par le temps de mesure. On obtient les résultat brut suivant (selon les configurations) Des séries très longues peuvent avoir lieu (plusieurs dizaines de seconde). Ces séries ont un poids important dans le calcul, et elles biaisent les comparaisons puisqu’elles n’apparaissent pas de façon systématique dans toutes les configurations. Si on retire les séries qui représentent plus de 5% de la durée totale d’enregistrement, on obtient alors des valeurs corrigées du taux d’indisponibilité.

21 Bilan Travail effectué Résultats : Corps humain = obstacle à 60 GHz
Caractérisation du canal -> Influence de l’activité humaine Bilan Travail effectué Proposition d’une méthodologie pour quantifier le phénomène d’obstruction par le corps humain Constitution d’une base de données de mesure importante Résultats : Corps humain = obstacle à 60 GHz Atténuation supplémentaire forte Dserie >> Durée des symboles Insuffisance des systèmes classiques de traitement des variations temporelles (entrelacement temporel, codage,…) Forte probabilité de coupure des liaisons Nécessité de tirer parti d’une diversité Pour faire un bilan de cette étude sur l’influence de l’activité humaine, nous pouvons rappeler que nous avons : Proposé une méthodologie pour quantifier le phénomène d’obstruction Constitué une base de données de mesure importante, permettant une analyse statistique pertinente Les résultat ont confirmé que le corps humain était un obstacle significatif à 60 GHz. Nous avons pu le quantifier de manière assez précise. Les atténuations causées sont fortes (15-20 dB) et les durée longues comparées à celles des durée symboles transmis par un système à très haut débit. De ces constats, nous pouvons pressentir que les systèmes classiques de traitement des variations temporelles des canaux ne seront pas efficaces. Donc, la probabilité de coupures des liaisons est forte. Il est donc nécessaire de tirer parti d’une sorte de diversité pour dépasser ce problème.

22 Diversité ? Diversité fréquentielle ?
Caractérisation du canal -> Difficultés et solutions proposées Diversité ? Diversité fréquentielle ? Le phénomène d’obstruction est large bande Diversité de polarisation ? Les polarisations sont affectées de manière similaire Diversité spatiale ? Obstructions simultanées sur des antennes séparées de quelques longueurs d’onde Quelle diversité envisager ? une diversité fréquentielle ? (émettre l’info sur 2 bandes différentes) -> non, l’obstruction est large bande. Polarisation : émettre sur 2 polar croisées -> non même phénomène pour toutes les polar. Spatiale ? -> non Angulaire : capter l’info dans des directions différentes -> oui, s’il existe une variété d’angles d’arrivée Diversité angulaire ? Condition nécessaire : variété des angles d’arrivée

23 Propagation multi-pièce
Caractérisation du canal -> Propagation multi-pièce Propagation multi-pièce Contribution très rare du trajet direct Répartition angulaire de la puissance plus diffuse Importance des « ouvertures électromagnétiques » (portes…) Nous en venons à la deuxième cause de perte de la visibilité directe : la propagation entre les pièces d’un bâtiment. La difficulté de ces liaisons en non-visibilité à 60 GHz est mentionné dans la littérature, mais rarement quantifié. Nous avons mené des mesures sur les angles d’arrivée des ondes en situation de non-visibilité, pour mieux comprendre la façon dont les ondes se propagent dans ces configurations. En non visibilité, c’est-à-dire quand Tx et Rx sont dans des pièces différentes. Le trajet n’apparaît pas (il est bloqué par les murs) La répartition angulaire de la puissance est généralement plus diffuse L’énergie provient des portes et plus généralement des « ouvertures radioélectriques » Différence Porte ouverte / Porte fermée : sur la direction d’arrivée principale : 11.8 dB (écart type : 1.8 dB) Sur l’ensemble des directions d’arrivée : 8 à 10 dB

24 Influence des antennes (LOS)
Caractérisation du canal -> Influence de l’emplacement et du type d’antenne Influence des antennes (LOS) Patch : Sélectivité fréquentielle faible sur un secteur unique et large autour de la direction du trajet direct Cornet : Sélectivité fréquentielle faible sur plusieurs secteurs angulaires étroits Trajet direct Outre la puissance reçue, nous nous sommes intéressés aux caractéristiques dites « large bande » du canal, celles qui permettent d’évaluer la sélectivité fréquentielle du canal, telle que la bande de cohérence. Ici est représentée la variation angulaire de la bande de cohérence à 75%, avec un cornet en réception (en bleu) et un patch (en rouge). Les secteurs colorés correspondent aux zones angulaires où la bande de cohérence dépasse les 150 MHz. La direction d’arrivée du trajet direct, est environ 190°. On constate : -> cf. slide + explications

25 Influence des antennes (NLOS)
Caractérisation du canal -> Influence de l’emplacement et du type d’antenne Influence des antennes (NLOS) Patch : Sélectivité fréquentielle forte (bande de cohérence <100 MHz) Cornet : Sélectivité fréquentielle faible sur plusieurs secteurs angulaires étroits En non-visibilité, nous observons cette fois : slide

26 Bilan Configurations mono-pièce Configurations inter-pièce
Caractérisation du canal -> Influence de l’emplacement et du type d’antenne Bilan Configurations mono-pièce Importance du trajet direct Sélectivité fréquentielle similaire avec cornet et patch Avantage du patch : pointage intuitif Avantage du cornet : plusieurs angles d’arrivée Configurations inter-pièce Importance des ouvertures Avantage du cornet : Gain, faible sélectivité fréquentielle Plusieurs angles d’arrivée Inconvénient du cornet : Pointage précis nécessaire  Diversité angulaire possible avec des antennes directives

27 Modélisation du canal Modélisation du canal Contexte de l’étude
Caractérisation du canal Modélisation du canal Modélisation de l’atténuation Modélisation des variations temporelles Modélisation spatio-temporelle Recommandations et perspectives Conclusion Nous allons maintenant aborder la modélisation du canal. Dans ce travail, trois types de modélisation sont proposées : la modélisation de l’atténuation selon la distance émetteur-récepteur, en tenant compte des variations à petite et moyenne échelle. La modélisation des variations temporelles de l’atténuation La modélisation spatio-temporelle de la réponse impulsionnelle de canal

28 Modélisation de l’atténuation
Modélisation du canal Modélisation de l’atténuation Composante « grande échelle » :   est issu des mesures  Atténuation supplémentaire en situation de non-visibilité (issue des mesures) Pour l’atténuation, le modèle proposé est directement dérivé de la propagation en espace libre, complétée par des coefficients rendant compte des effets à petite et moyenne échelle (constaté lors des mesures), et de la présence ou non de la visibilité. La composante grande échelle introduit un exposant de propagation, qui vaut 2 dans le cas de l’espace libre. Les mesures ont montré que ce coef est proche de 2 pour la propagation intra-bâtiment à 60 GHz Lorsque l’on se trouve en situation de non-visibilité, un coef d’atténuation supplémentaires est ajouté. Sa valeur est extraite des mesure (20-30 dB selon les environnements). La composante « moyenne échelle » a été constaté lors des mesures. Ils s’agit de variations qui s’observent sur quelques dizaines de longueur d’ondes. Ces variations sont modélisées simplement par une loi gaussienne centrée dont l’écart-type est issu des mesures (de l’ordre de 1 à 3 dB). La composante « petite échelle » est modélisée par une loi gaussienne, bien que d’autres lois aient été essayées sans succès. Composante « moyenne échelle » : Loi gaussienne centrée avec un écart-type issu des mesures Composante « petite échelle » : Loi gaussienne centrée avec un écart-type issu des mesures

29 Modélisation de l’atténuation
Modélisation du canal Modélisation de l’atténuation Voici un exemple de simulation faite à partir de ce modèle, sur une distance de 1 à 10 m avec un passage en non visibilité à 5 m. Les valeurs des paramètres du modèles sont portées sur la figure. Il est possible de retrouver les différentes composantes sur cette figure. On peut noter en particulier le passage en non visibilité.

30 Variations temporelles
Modélisation du canal Variations temporelles Paramètres issus des mesures : Temps de montée Amplitude Durée Temps de descente Pseudo-période Pour la rendre compte des variations temporelles de l’atténuation, nous cherchons à modéliser le profil des séries d’obstructions. Cette figure montre l’atténuation lors d’une obstruction (en bleu). En noir est dessiné la façon dont l’obstruction est modélisée. Il s’agit d’une pente positive, réglée par le temps de montée. Un niveau constant est modélisé à l’amplitude moyenne de l’obstruction, puis une pente descendante pour revenir au niveau statique.

31 Principes Déterminer les lois de densité de probabilité des paramètres
Modélisation des variations temporelles du canal Principes Déterminer les lois de densité de probabilité des paramètres en fonction de l’activité humaine en fonction des antennes utilisées en fonction des situations de visibilité Générer des « profils de variations » de l’atténuation à partir de ces lois Si l’on connaît les lois de probabilité des différentes caractéristiques des séries d’obstructions, il est alors possible de générer des profils de variations de l’atténuation en répétant dans le temps la forme modélisant les obstructions qui vient d’être présentée. Et il faut pouvoir décliner les paramètres de ces lois selon : l’activité humaine Les antennes utilisées La situation de visibilité Connaissant ces lois, il est possible de générer des profils de variations de l’atténuation.

32 Méthode Sélectionner plusieurs lois de probabilité connues
Modélisation des variations temporelles du canal Méthode Sélectionner plusieurs lois de probabilité connues Approche « visuelle » Vérifier la conformité des fonctions de distribution cumulatives (FDC) empiriques Utilisation du test de Kolmogorov-Smirnov (KS) Choisir la loi qui décrit au mieux la loi empirique Utilisation d’un critère de qualité issu du test KS La détermination des lois décrivant les distributions statistiques des caractéristiques des obstructions a été effectuée en trois phases : Sélection de lois connues dont la forme s’approche des densités de probabilités expérimentales. Vérification de la conformité des fonctions de distribution empirique avec les lois théoriques retenues Choix de la loi qui décrit au mieux la loi empirique.

33 Résultats Durée : Pseudo-période : Amplitude :
Modélisation des variations temporelles du canal Résultats Durée : loi lognormale « par morceaux » Pseudo-période : Amplitude : loi gaussienne Temps de montée et de descente : Les résultats sont les suivants : … Je vais maintenant expliquer en quoi consiste cette modélisation « par morceaux ».

34 Modélisation « par morceaux » (1/3)
Modélisation des variations temporelles du canal Modélisation « par morceaux » (1/3) Constats : Échec du test KS pour certaines configurations Au-dessus du 80e percentile, écart entre FDC empirique et FDC théorique La loi lognormale a donné les meilleurs résultats comparée aux autres lois retenues (Weibull, Gama, etc.) Cependant, sur certains configurations, le test KS ne permettait pas de valider la loi. En observant de plus près les fonctions de distribution, comme sur l’exemple donné ici (pour les durées - où la courbe bleu représente la FDC empirique et la verte la FDC lognormale), on constate un écart au-dessus du 80e ou 90e percentile selon les configurations.

35 Modélisation « par morceaux » (2/3)
Modélisation des variations temporelles du canal Modélisation « par morceaux » (2/3) Solution envisagée : Approcher séparément deux zones de la FDC empirique 1re zone : L% valeurs les plus faibles 2e zone : valeurs restantes (les plus fortes) Deux lois sont obtenues : densités de probabilité f1 et f2 Une loi globale, dite « par morceaux », est recomposée à partir de f1 et f2 : L’idée a donc été d’approcher séparément deux zones des FDC. On obtient alors deux lois, avec lesquelles on recompose 1 loi par adition pondérée.

36 Modélisation « par morceaux » (3/3)
Modélisation des variations temporelles du canal Modélisation « par morceaux » (3/3) Résultats : Pour toutes les configurations : f1 et f2 passent le test KS f passe le test KS La qualité du test KS augmente Les résultats de cette méthode sont probants. Chacune des deux « morceaux » de lois passent le test, et la loi recomposée passe également le test. Comparé à la modélisation direct, la qualité du test augmente.

37 Résultats du modèle Écart mesure/simulation :
Modélisation des variations temporelles du canal Résultats du modèle Écart mesure/simulation : Atténuation et temps de montée : ~3% (LOS), ~5-6% (NLOS) Durée et pseudo-période : LOS : ~6% NLOS : ~5% (Pseudo-période), ~10% (Durée) Améliorations possibles : Simuler les obstructions à l’intérieur des séries Étudier l’effet mémoire éventuel entre obstructions Pour tester la fiabilité du modèle, des simulations de l’atténuation sur de longues périodes sont effectuées, et les statistiques (moyennes, médianes, percentiles) sont comparées aux mesures. On peut envisager d’améliorer le modèle, en simulant les obstructions à l’intérieur des séries. On peut aussi approfondir l’étude du phénomène d’obstruction en étudiant l’éventuel effet de mémoire entre obstructions (c’est une autre approche pour s’intéresser aux phénomène d’arrivée en groupe).

38 Modélisation spatio-temporelle
Modélisation du canal Modélisation spatio-temporelle But : modéliser la réponse impulsionnelle h(,) Approche statistique Modèle de Spencer Basé sur le modèle de Saleh & Velenzuela Enfin, nous proposons un modèle spatio-temporel de la RI. Nous avons choisi de reprendre le modèle de Spencer. Il s’agit d’un modèle qui se paramètre à partir de résultats statistiques, ce qui correspond à notre démarche. Par ailleurs, il est suffisamment généraliste pour envisager une adaptation à une autre bande de fréquence.

39 Modèle de Saleh & Valenzuela
Modélisation spatio-temporelle du canal Modèle de Saleh & Valenzuela Groupement des trajets Puissance moyenne des groupes et des trajets : décroissance exponentielle paramètres :  et  Nombre de groupes et de trajets : processus de Poisson paramètres :  et  Le modèle de Saleh et Valenzuela est désormais classique. Il s’applique aux canaux de propagation indoor. Il est basé sur l’apparition groupée des trajets au sein de la réponse impulsionnelle. La puissance moyenne des groupes et des trajets est modélisée par une exponentielle décroissante selon l’axe des retards Le nombre de groupes et de trajets est un processus de Poisson

40 Modèle de Spencer Domaine retard : Saleh & Valenzuela
Modélisation spatio-temporelle du canal Modèle de Spencer Domaine retard : Saleh & Valenzuela Domaine angulaire : Même phénomène de groupes Groupes : répartition uniforme sur [0,2[ Trajets : distribution Laplacienne autour de l’angle moyen des groupes Hypothèse : indépendance retards-angles Spencer a complété le modèle de Saleh en y ajoutant la composante angulaire, afin d’en faire un modèle spatio-temporel. Il observe le même phénomène de groupe en angles qu’en retards. Les groupes de trajets en angles sont répartis uniformément sur 360°. Les trajets quant à eux suivent une distribution Laplacienne autour de l’angle moyen des groupes.

41 Adaptation du modèle Validation de l’ensemble du modèle, sauf :
Modélisation spatio-temporelle du canal Adaptation du modèle Validation de l’ensemble du modèle, sauf : Distribution gaussienne des angles d’arrivée au sein des groupes Variations lognormales de la puissance des trajets autour de la moyenne Complément : algorithme de détection des groupes de trajets Absent dans les modèles S&V et Spencer Deux adaptations ont été nécessaires : slide Par ailleurs, nous avons complété le modèle par un algorithme original de détection des groupes de trajets. En effet, il s’agit là d’un point faible des modèles de Saleh, repris par Spencer : ils n’indiquent pas comment la détermination des groupes est faite, laissant ainsi un flou sur la constitution du modèle. Leur méthode est manuelle, ce qui reste faisable pour de faible quantité de mesures, ce qui n’était pas le cas pour nous.

42 Détection des groupes Traitement préliminaire : Détection des trajets
Modélisation spatio-temporelle du canal Détection des groupes Traitement préliminaire : Détection des trajets Détection des maxima locaux significatifs Puissance reçue (dBm) Avant de constituer des groupes de trajets, il est d’abord nécessaire de repérer les trajets, en partant des profils de puissance angles-retards issus des mesures. Nous avons choisi de mettre en œuvre pour cela un algorithme simple de détection des maxima locaux significatifs. La figure montre un exemple de profil de puissance angles-retards. Les trajets les plus puissants apparaissent en couleur foncée. Les trajets détectés par l’algorithme sont représentés en superposition par des impulsions de Dirac. Retards (ns) Angles (°)

43 Réflexions préliminaires pour un algorithme
Modélisation spatio-temporelle du canal -> détection des groupes de trajets Réflexions préliminaires pour un algorithme Trajets puissants en début de cluster Structure itérative traitant les trajets selon leur puissance Nécessité de séparer les trajets en clusters Critère sur la distance dans le plan angles-retards Étalement en retard plus important qu’en angle Déformation de la topologie du plan angles-retards Principe de l’algorithme : détecter les débuts de cluster et y associer les trajets proches pour former les clusters La mise en œuvre d’un algorithme de détection de groupes de trajets répartis dans un plan (dont les dimensions sont le retard et l’angle d’arrivée) n’est pas un problème aisé. Ce problème s’apparente aux questions de classification hiérarchique, auxquelles se sont intéressés les statisticiens. Notre algorithme utilise des techniques de classification hiérarchique. Mais plutôt que d’entrer dans le détail mathématique, je tenterais plutôt de présenter ici les principes de cet algorithme. Nous sommes parti de plusieurs observations : les trajets puissants se trouvent au début des groupes/clusters (NB : j’utilise de terme anglo-saxon cluster pour parler des groupes de trajets obtenus à la fin de l’algorithme. Je réserve l’utilisation du terme « groupe » pour désigner des groupes de trajets constitués au cours de l’algorithme mais dont l’existence est temporaire). Ceci nous a guidé vers l’idée de repérer les trajets les plus puissants et d’en faire des « débuts de clusters » (c’est-à-dire d’en faire le 1e trajet constituant un cluster, celui qui arrive le 1er dans le temps sur l’axe retard). L’algorithme est donc itératif et traite les trajets selon leur puissance en commençant par les plus puissants. Un 1e paramètre de l’algorithme est donc le nbr d’itération. Le but étant de répartir les trajets en clusters, selon leur proximité en angle et en retard, nous sommes conduit à mettre en œuvre un critère sur la distance séparant les trajets dans le plan angle-retards. Il s’agit d’un 2e paramètre de l’algorithme. Enfin, lorsque l’on procède intuitivement à la formation des clusters, on rassemble plus facilement des trajets plus fortement étalé en retard qu’en angles. Nous avons donc tenu compte de cela dans la topologie du plan angles-retards en compressant l’axe des retards. Le principe global de l’algorithme est donc de détecter les trajets qui seront les 1e de chaque clusters, puis de rattacher à ces débuts de clusters tous les trajets proches.

44 Structure itérative 1re itération (7 trajets) 2e itération
Modélisation spatio-temporelle du canal -> détection des groupes de trajets Structure itérative 1re itération (7 trajets) 2e itération (18 trajets) 3e itération (35 trajets) 4e itération (77 trajets) Voici une illustration de la nature itérative de l’algorithme. Sur cet exemple de profil de puissance angles-retards, sont représentés par des points de couleurs les trajets considérés lors de chaque itération.

45 Structure de l’algorithme
Modélisation spatio-temporelle du canal -> détection des groupes de trajets Structure de l’algorithme Itération 1 : repérage des premiers débuts de clusters Itération 2 à 4 : Formation de groupes à partir des débuts de clusters existants Pour chaque groupe : repérage des trajet qui ne peuvent manifestement pas faire partie du groupe Parmi tous ces trajets « isolés », repérage de nouveaux débuts de clusters L’algorithme se structure donc de la manière suivante : à la 1e itération, il s’agit de repérer les premiers débuts de clusters parmi les trajets les plus puissants Aux itérations suivantes, on commence par rattacher chaque trajet au début de clusters existant le plus proche et arrivant sur l’axe retard avant le trajet en question On obtient donc autant de groupe que de début de clusters existant à ce moment de l’itération Pour chacun de ces groupes, on regarde leur forme, et on repère les trajets qui sont manifestement « isolés » par rapport au reste du groupe On rassemble tous ces trajets isolés et on repère parmi eux ceux qui seront des nouveaux débuts de cluster Enfin, à la dernière itération, tous les débuts de clusters sont définis, il ne reste plus qu’à rattacher tous les trajet restant selon leur proximité avec l’un des débuts de cluster. Itération 5 : rattachement de chaque trajet au début de clusters le plus proche

46 Identifier les débuts de cluster
Modélisation spatio-temporelle du canal -> détection des groupes de trajets Identifier les débuts de cluster Itération 1 : 7 trajets Distances entre trajets Hiérarchisation des distances Application d’un seuil 3 groupes 3 débuts de clusters Voici un exemple du déroulement de l’algorithme. A la 1e itérations, 7 trajets sont considérés, il s’agit des plus puissants. Les distances entre toutes les paires de trajets sont calculées, puis hiérarchisées. On forme à partir de ces distances un arbre de classification (appelé aussi dendrogramme). En abscisses se trouvent les trajets, en ordonnées les distances entre trajets. Les trajets sont rattachés deux à deux successivement en commençant par les plus proches. En appliquant un seuil sur la distance, on peut alors découper l’arbre et former des groupes de trajets. Nous obtenons finalement trois groupes, entourés ici en vert. Parmi ces groupes, on retient les trajets qui arrivent les 1er sur l’axe retards comme des débuts de cluster.

47 Identifier les débuts de cluster
Modélisation spatio-temporelle du canal -> détection des groupes de trajets Identifier les débuts de cluster Itération 2 : 18 trajets Association des trajets aux débuts de clusters existants Formation de groupes Pour chaque groupe : Hiérarchisation Séparation des trajets isolés qui deviennent des débuts de clusters potentiels A l’itération 2, nous avons 18 trajets (dont 3 sont des débuts de clusters) La 1er étape consiste à associer les trajets aux débuts de clusters existants. Pour chaque trajet, on ne retient que les débuts de clusters dont le retards est inférieur à celui du trajet. La distance le séparant de chaque début de cluster est alors calculé. Et on associe finalement le trajet au début de cluster le plus proche. On forme ainsi autant de groupe qu’il y a de début de cluster, comme indiquer sur l’exemple ici. Il convient ensuite d’analyser la structure de chacun de ces groupes. Par exemple pour le groupe en rose, on voit bien qu’il est constituer d’un groupe de trajets cohérents autour du début de cluster, plus deux trajets isolés qui n’ont pas à être rattachés à ce cluster. On fait donc une hiérarchisation (comme précédemment : calcul de toutes les distances et création d’un dendrogramme). Ceci permet de repérer les trajets isolés. Ces trajets sont à leur tour rassemblés et hiérarchisés. On obtient alors 3 débuts de clusters supplémentaires. Hiérarchisation des clusters potentiels +3 débuts de cluster

48 Formation finale des clusters
Modélisation spatio-temporelle du canal -> détection des groupes de trajets Formation finale des clusters Itération 5 : 77 trajets 7 clusters A la fin, nous obtenons, 7 clusters dans lesquels sont répartis les 77 trajets. Ces clusters sont marqués sur la figure par des points de couleurs et de formes différentes. En gras sont notés les débuts de clusters Nous pouvons également observer le résultat en coordonnées polaires. Cet algorithme nous a donc permis de rendre automatique la détermination des groupes de trajets, et d’apporter ainsi un complément original au modèle de Spencer.

49 Recommandations et perspectives
Contexte de l’étude Caractérisation du canal Modélisation du canal Recommandations et perspectives Réflexions sur l’architecture des réseaux Perspectives de travail Conclusion La meilleure connaissance du canal de propagation à 60 GHz apportée par nos mesures, nous a permis de proposer quelques recommandation pour le déploiement des futurs réseaux à haut débit à 60 GHz.

50 Architectures réseaux
Recommandations Architectures réseaux Scénario 1 Couverture mono-pièce Qualité de service acceptable Scénario 2 Couverture mono/multi-pièce Qualité de service bonne Scénario 3 Couverture multi-pièce Par ordre de complexité, nous proposons 3 scénarios d’architecture. Le premier se limite à une couverture mono-pièce, et ne garantie pas une qualité de service optimale$ Le deuxième tente d’améliorer nettement la qualité de service, et éventuellement d’élargir la couverture spatiale à des configurations multi-pièces Le troisième enfin, est plus ambitieux et propose d’assurer une couverture multi-pièce.

51 Scénario 1 Réseau centralisé Point d’accès au plafond
Recommandations Scénario 1 Réseau centralisé Point d’accès au plafond  Réduction partielle des obstructions Antennes sectorielles, pointées manuellement vers le point d’accès (comme pour les équipements infrarouges)  Pas de sélectivité fréquentielle En cas d’obstruction : Retransmission des données Avantage : faible complexité Problème : faible QoS (pas de transmissions en temps réel…) La structure proposée est celle d’un réseau centralisé. Un point d’accès ou station de base serait placé au plafond. L’intérêt de cette position en hauteur est de dégager une bonne partie des liaisons et de limiter ainsi les possibilités d’obstructions (comme illustré sur le dessin). Au niveau des terminaux, on pourra utiliser des antennes sectorielles (du type de celles utilisées lors des mesures, 60° d’ouverture), qu’il suffira de pointer vers la station de base. Ce pointage pourra être laissé à la discrétion de l’utilisation (comme pour les équipements infrarouges). Dans cette configuration, seule la contribution du trajet direct est recherchée et la sélectivité fréquentielle sera quasi inexistante, ce qui garantit des liens haut débit.

52 Scénario 2 Réseau distribué (« ad-hoc » ou « mesh network »)
Recommandations Scénario 2 Réseau distribué (« ad-hoc » ou « mesh network ») Déploiement facilité (moins de câblage) Diversité angulaire en azimut et élévation pour éviter les obstructions Antennes omnidirectionnelles + traitement des multi-trajets ou Antennes multi-sectorielles + traitement d’antennes Avantages potentiels : Aucune obstruction Couverture multi-pièce Problème : complexité et coût des antennes notamment Nous nous plaçons cette fois dans la perspective d’un réseau distribué. Son 1e avantage est de facilité le déploiement pour l’utilisateur. Le système cherchera à tirer parti de la diversité angulaire en élévation et en azimut pour éviter les obstructions (cf. dessin). Deux options sont envisageables : antennes omni ou antennes multi-sectorielles. (vue de dessus)

53 Scénario 3 + diversité de site NLOS Masquage Réseau distribué
Recommandations Scénario 3 Réseau distribué Diversité angulaire Antennes multi-sectorielles + traitement d’antennes  Couverture multi-pièce si antennes assez directives (10-40°) Diversité de site Couverture augmentée (si assez d’équipements) Puissance émise réduite (liaisons plus courtes) Avantage : couverture du réseau Problème : complexité + coût NLOS + diversité de site Diversité de site et angulaire Enfin, le scénario 3 envisage d’ajouter à la diversité angulaire, une diversité que j’appelle « de site », c’est-à-dire de donner la possibilité au réseau d’utiliser un équipement en tant que relai d’une transmission. Ceci est illustré sur ce dessin. Avantages : couverture et puissance Plus couverture : (animation) augmentation des possibilités de liaison à travers les ouvertures. Diversité angulaire Équipements 60 GHz Masquage

54 Perspectives de recherche
Caractérisation angulaire dynamique du canal Sondeur de canal multi-capteur Enrichissement des modèles déterministes Optimisation des modèles développés Affiner le modèle temporel Optimiser l’algorithme de détection des groupes Utilisation de ces modèles pour des simulations systèmes Études sur les antennes multi-sectorielles Études sur les protocoles de réseaux Comparaison avec d’autres techniques (ULB notamment) Coût et performances Notre travail ouvre plusieurs perspectives de recherche. Il serait notamment intéressant : slide

55 Conclusion Travail réalisé :
Caractérisation de l’influence de paramètres peu étudiés Méthodologie d’analyse de l’influence de l’activité humaine Constitution d’une base de données de mesure conséquente Exploration d’un type d’environnement peu caractérisé à 60 GHz Proposition de modèles de la propagation à 60 GHz Résultats : Analyse précise des deux spécificités des ondes millimétriques : Difficultés à réaliser des liaisons multi-pièces Fortes atténuations causées par les corps humains La directivité des antennes permet des liaisons haut débit en situation de visibilité ou non Recommandations pour les architectures des futurs réseaux à 60 GHz En conclusion, ce travail a porté sur :

56 Sylvain Collonge Soutenance de doctorat 17 décembre 2003
Caractérisation et modélisation de la propagation des ondes électromagnétiques à 60 GHz à l’intérieur des bâtiments Sylvain Collonge Soutenance de doctorat 17 décembre 2003 Bonjour, Je vais vous présenter les travaux de recherche que j’ai mené durant 3 ans dans le cadre de la préparation d’un doctorat à l’Institut d’Électronique et de Télécommunications de Rennes, sous la direction du Professeur El Zein, et co-encadré par M. Zaharia. Ces travaux s’intitulent : « Caractérisation et modélisation de la propagation des ondes électromagnétiques à 60 GHz à l’intérieur des bâtiments ».

57 Environnements de mesure
Caractérisation du canal -> présentation des campagnes de mesures Environnements de mesure

58 Scénarios de mesure Paramètre 1 : Emplacement des antennes
Caractérisation du canal Scénarios de mesure Paramètre 1 : Emplacement des antennes Propagation en visibilité directe (mono-pièce) Propagation sans visibilité directe (multi-pièce, inter-étage) Paramètre 2 : Type d’antennes Hauteur : Type « réseau centralisé » :  Tx: 2.20m, angle de la pièce principale, pointée vers le sol Type « réseau distribué » :  Tx and Rx at the same height (1.20m) Types : Patch / Patch, Patch / Cornet et Cornet / Cornet Polarisations : H / V

59 Scénarios de mesure Paramètre 3 : Activité humaine
Caractérisation du canal Scénarios de mesure Paramètre 3 : Activité humaine Mesures à court-terme (<1min) 1-2 personnes Déplacements prédéfinis Mesures à long-terme (séries de 40 min) Jusqu’à 15 personnes Activité naturelle Paramètre 4 : Mobilier Effet « Large échelle » : Mesures dans un environnement meublé et vide Effet « Petite échelle » : Ajout de quelques éléments de mobilier

60 Procédure de mesure Angles d’arrivée :
Caractérisation du canal Procédure de mesure Angles d’arrivée : Rotation sur 360° de l’antenne Rx : Cornet : 60 points, pas de 6° Patch : 30 points, pas de 12° Tronçon linéaire : 10 points, pas de 1  Angle d’élévation nul en Rx Évanouissements et pertes en distance : Antennes pointées l’une vers l’autre Tronçon linéaire Longueur : de 4 à 80  Pas : de /4 à  Canal variant en temps : Antennes fixes, pointées l’une vers l’autres

61 Environnement de mesure 1
Centre de Loisirs Éducatifs (CLE)

62 Buildings materials 1 2 Measurement method : ( Horn antennas )
Results : Breeze blocks (23 cm) : ~66 dB (V polarization) ~60 dB (H polarization) Brick + plaster (17 cm) : ~36 dB (V polarization) ~41 dB (H polarization) Wooden door (4 cm) : ~15 dB (V & H) Window (double-glazing) : ~6 dB (V & H) Présenter des résultats pour d’autres bandes de fréquences …  Major results  Antennas types and locations

63 Couverture radio Simulations par lancer de rayons
Source : Siradel Simulations par lancer de rayons (À partir des mesures de matériaux réalisées sur site)  Montre l‘importance du diagramme d’antenne et du pointage Cornet pointé dans la direction du maximum de puissance reçue Antenne omnidirectionnelle Cornet pointé vers l’émetteur

64 Tendances historiques
Contexte de l’étude Tendances historiques Ordinateur outil de traitement/calcul données : texte/nombre non connecté  « PC multimédia », PC portable, + radio/TV…  Téléphone portable, + appareil photo, …  + télécommande, … « Smart objects »  Réseaux locaux  Internet  Internet sans fil  Sans fil  Accès Internet  TV câblées  Interactivité « Tout connecté » « Tout sans fil » + texte + audio + images + vidéo Données « multimédia » Téléphone outil de communication données : voix réseau câblé Pour évoquer les grandes tendances historiques qui gouvernent l’évolution des télécommunications, je propose de partir de trois grands « outils » qui ont été disjoints pendant longtemps. Ces trois outils, à entendre dans un sens très large, se concrétisent principalement par 3 « objets ». On peut distinguer ces outils par leur fonction initiale : outil de traitement de données, outil de communication, outil de diffusion. Les appareils qui vont avec sont : l’ordinateur, le téléphone, la télévision / radio. Ce sont quelques unes des « grandes inventions » du dernier siècle. Chacun de ces outils avait une fonction propre et s’adressait à un type de donnée particulier. Leur organisation en réseau différait également. Chacun de ces outils a évolué. On peut observer ces évolutions sur plusieurs axes. Si on regarde ces évolutions l’axe du type de données, on peut constater la convergence suivante : -> multimédia. Si on regarde sur l’axe de l’organisation en réseau, on observe également une convergence. De même si on regarde les « objets » eux-même, on retrouve cette convergence. Télévision / Radio outil de diffusion données : vidéo / audio réseau unidirectionnel sans fil

65 Tendances historiques
Contexte de l’étude Tendances historiques Objets « Communicants » « Connectables » Multimédia Multi-fonctions Défis actuels : Interfaçage des réseaux Haut débit sans fil Ergonomie / Usages Si on rassemble toutes ces convergences, on en arrive aujourd’hui à un concept d’objet communicants, qui ont pour caractéristiques : d’être « connectables » à un réseau pour pouvoir échanger n’importe quel type d’information avec d’autres objets communicants, et de réaliser avec cette information toute sorte de fonction (traitement, communication, diffusion). Ce concept est à l’œuvre dans les recherche actuels, et conduit à relever plusieurs défis : l’interfaçage des réseaux déjà existants (garantir la « conectabilité »), l’augmentation des débits sur des liaisons sans fil (garantir le transport d’info multimédia), L’amélioration de l’ergonomie (relations homme-machine) et la compréhension des usages de ces objets (pour comprendre et définir les fonctions de ces objets).

66 Angles d’arrivée (LOS)
Caractérisation du canal -> Influence de l’emplacement et du type d’antenne Angles d’arrivée (LOS) Contribution principale du trajet direct Antenne Cornet : Révèle la contribution des trajets réfléchis d’ordre 1 Pour répondre à la question de la diversité, nous allons maintenant nous intéresser à l’analyse des angles d’arrivée qui a été menée à travers 2 campagnes de mesure. Cette analyse est réalisée sur canal statique. L’influence des antennes (leur emplacement et leur type) sera décrite par la même occasion. Commençons par les situations de visibilité directe. Sur le plan de l’environnement ont été superposés deux graphiques en coord polaires montrant la puissance reçue selon l’angle de pointage de l’antenne de réception. Placée au centre du graphique (point bleu). En trait bleu, il s’agit d’une antenne cornet en réception et en rouge d’une antenne patch. Nous constatons, logiquement, la forte contribution du trajet direct. Avec un cornet en réception, on constate également l’existence d’autres directions d’arrivée avec une puissance d’environ 10 dB sous la direction du direct. Il s’agit de la contribution des trajets réfléchis d’ordre 1 (comme le montre la géométrie de l’environnement. On ne retrouve pas cela avec le patch de fait de l’ouverture du lobe principale de l’antenne patch, qui ne peut pas isoler le trajet réfléchi d’ordre 1. La puissance reçue avec le patch est plus uniforme sur l’axe angulaire.

67 Obstructions décalées

68 Scénario NLOS – 1 pers.

69 Obstruction et oscillations