Théorie de l information et codage pour les canaux de Rayleigh MIMO

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Théorie de l information et codage pour les canaux de Rayleigh MIMO"

Transcription

1 Théorie de l information et codage pour les canaux de Rayleigh MIMO Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France

2 Plan 1 Canal de Rayleigh Modèle Diversité Système MIMO 2 Théorie de l information Canal déterministe (SISO et MIMO) Canal aléatoire (capacité ergodique, probabilité de coupure) Compromis «gain de multiplexage - gain de diversité» 3 Construction de codes Code d Alamouti Code V-BLAST Code d Or Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 2 / 34

3 Modèle de canal radio-mobile Débit < Bande de cohérence Temps symbole Temps de cohérence Canal de Rayleigh y(n) = h(n)x(n) + b(n) avec y(n) : signal reçu x(n) : signal émis h(n) : canal aléatoire de Rayleigh b(n) : bruit additif gaussien Modèle valide aussi pour l OFDM Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 3 / 34

4 Performances Probabilité d erreur P e = E[P e (h)] 1 E s /N 0 1 Taux Erreur Symbole en fonction du Eb/No BBGA BBGA asymptotique Rayleigh Rayleigh asymptotique 0.1 Taux Erreur Symbole e Eb/No (en db) Canal gaussien P e e Es/N 0 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 4 / 34

5 Notion de diversité Problème : lorsque l évanouissement h(n) est faible, la qualité de la transmission est catastrophique. Remarque Si le même signal est reçu par plusieurs canaux indépendants, alors la probabilité d erreur va diminuer. Le nombre de versions reçues sera appelé ordre de diversité ou diversité. 3 Canal 1 Canal Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 5 / 34

6 Performances (I) y l (n) = h l (n)x(n) + b l (n), l = 1,, L Récepteur optimal : détecteur à seuil sur la variable ( L L ) L z(n) = h l (n)y l (n) = h l (n) 2 x(n) + h l (n)b l (n) l=1 l=1 } {{ } G(n) G(n) suit une loi du χ 2 à 2L degrés de liberté. l=1 0.5 L=1 L=5 L=10 L= Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 6 / 34

7 Performances (II) Probabilité d erreur à fort Rapport Signal-à-Bruit. P e 1 (E s /N 0 ) L L = ordre de diversité 10 0 Taux Erreur Symbole en fonction du Eb/No Taux Erreur Symbole BBGA BBGA asymp Rayleigh 1 Rayleigh 1 asymp Rayleigh Rayleigh 2 asymp Rayleigh 4 Rayleigh 4 asymp Eb/No (en db) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 7 / 34

8 Types de diversité Type 1 : ne nécessite pas de répétition de l information Diversité d espace en réception (longueur de cohérence : λ/2) Diversité de trajets Type 2 : nécessite la répétition (ou codage) Diversité de fréquence (bande de cohérence) Diversité de temps (temps de cohérence) Diversité d espace en émission Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 8 / 34

9 Exemples de diversité temporelle La répétition revient à utiliser un code à répétition de rendement 1/n. Cela induit une faible efficacité spectrale. Il convient d employer un code de rendement k/n et de distance minimale d min. On aura P e 1 (E s /N 0 ) d min Observons y(1) = h(1)x(1) + b(1) et y(2) = h(2)x(2) + b(2), avec x(1) et x(2) des données indépendantes appartenant à une MDP-2. On a y = Hx + b avec y = [y(1), y(2)] T, H = diag(h(1), h(2)). Système à diversité de 1. En lieu et place de x, transmettons Wx avec W une rotation. Système à diversité de 2 et pourtant code de rendement 1. Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 9 / 34

10 Système MIMO. TX RX TX TX H RX RX TX RX Mot de code X Mot de code Y (nt antennes) (nr antennes). Signal reçu Y nr T = H nr n t X nt T + B nr T avec H parfaitement connu au récepteur. le canal à évanouissement par bloc T la longueur temporelle du bloc (T > 1 nécessaire en MIMO!) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 10 / 34

11 Performances (I) Probabilité d erreur par paire A fort Rapport Signal-à-Bruit, le maximum de vraisemblance donne P(X X ) ( r k=1 ) nr ( ) rnr 1 λ k E s /N 0 avec λ k les v.a.p. et r le rang de la matrice (X X ).(X X ) H. Pseudo-distance : Gaussien : distance euclidienne Canal binaire symétrique : distance de Hamming Canal de Rayleigh : distance produit Diversité et gain de codage ( r ) nr d = rn r γ = λ k k=1 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 11 / 34

12 Performances (II) Construction de codes : La diversité à la réception est acquise (n r ) La diversité à l émission (n t ) est à récupérer Critère du rang Afin d atteindre la diversité maximale n t n r, la matrice (X X ).(X X ) H doit être de rang plein ( T > 1 si n t > 1). Critère du déterminant Afin de maximiser le gain de codage, le déterminant minimal de la matrice (X X ).(X X ) H doit être maximiser. Débit : Rendement du code : nombre de symboles émis par temps-symbole (max. n t ) Performances à débit fixé bien connues Quid du débit admissible? Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 12 / 34

13 Théorie de l information : canal déterministe Canaux discrets stationnaires sans mémoire Entropie : H(Z) = k Pr(Z = z k ) log 2 (Pr(Z = z k )) Information mutuelle : I(X; Y) = H(X) H(X Y) = H(Y) H(Y X) Exemple : Si Y = X, alors I(X, Y) = H(X) Si Y et X ind., alors I(X, Y) = 0 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 13 / 34

14 Capacité de canal Définition mathématique Soit C la capacité d un canal, alors C = max I(X, Y) p(x) Théorème de la capacité Il existe un codage de taux d information T et de longueur N tel que T < C pour lequel lim N P e = 0 La limite fondamentale est le débit et non la performance Théorème non constructif (a priori entrelacement long nécessaire) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 14 / 34

15 Exemple : canal BSC (I) Canal binaire symétrique. 0 1 p 0 p p 1 1 p 1. C = 1 H(p) Canal représentant une transmission binaire avec décision dure Si le canal physique est gaussien, alors ( ) ( ) 2E c 2E b C p = Q = Q 1 N 0 N 0 2 e E bc/n 0 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 15 / 34

16 Exemple : canal BSC (II) Capacite 0.5 Capacite p Eb/N0 (en db) Capacité nulle pour p = 1/2. Capacité nulle en dessous de E b /N 0 = 0, 4dB Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 16 / 34

17 Capacité du canal gaussien Canal gaussien à entrées et sorties continues : avec y = x + b la contrainte E[ x 2 ] P x b un bruit gaussien centré de variance 2N 0 (par dim. complexe). Information mutuelle L entropie de x et y est infinie. On définit de manière plus générale l information mutuelle ( ) p(x, Y) I(X; Y) = p(x, Y) log 2 dxdy p(x)p(y) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 17 / 34

18 Exemple Capacité ( C = log E ) s 2N 0 Comme E s /2 = T E b et T < C, E b /N 0 (2 T 1)/(T) T 0 ln(2) ( 1.6dB) 9 Capacite canal BBGA en fonction de Eb/N Capacite (bits/s/hz) Eb/N0 (en db) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 18 / 34

19 Canal MIMO Soit X et Y deux processus gaussiens Information mutuelle avec Cas particulier : Si alors I(X; Y) log 2 det ( Id + 1 ) HQH H 2N 0 Q = E[XX H ] Q = P X n t Id nt (E[Tr(XX H )] P X ) ( I(X; Y) log 2 det Id + P ) X HH H n t 2N 0 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 19 / 34

20 Théorie de l information : canal aléatoire Canal inconnu à l émetteur (car canal variant dans le temps) Capacité ergodique Si un mot de code visite toutes les réalisations du canal, alors [ C = E H log2 det ( Id + RSBHH H)] A fort Rapport Signal-à-Bruit, si H est i.i.d., alors C = min(n t, n r ) log 2 (RSB) + O(1) Remarques : Gain de multiplexage : min(n t, n r ) le canal doit être de rang plein (min(n t, n r )) le canal doit varier très rapidement le code ne doit pas avoir de contraintes de latence Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 20 / 34

21 Probabilité de coupure Canal supposé constant sur un bloc Equivalent à des contraintes de latence Modèle plus proche des systèmes pratiques Probabilité de coupure L information mutuelle I(H) = log 2 det ( Id + RSBHH H) est vue comme une variable aléatoire. Les blocs pour lesquels l information mutuelle I(H) est inférieure au rendement R du système sont dits en «coupure». P out. = Pr(I(H) < R) Remarque : la meilleure P e est «équivalente» à P out. Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 21 / 34

22 Remarque (I) Canal SISO Constellation MAQ à M états Probabilité d erreur P e = M 1 3 RSB A fort Rapport Signal-à-Bruit, P e = M 1 3RSB Remarque : A débit fixé, la diversité vaut d = 1 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 22 / 34

23 Remarque (II) Remarque Lorsque le RSB augmente, la capacité de Shannon d une communication SISO se comporte en log 2 (RSB). Ainsi, on augmente la taille de la MAQ dans la même proportion, c est-à-dire, m = r log 2 (RSB) avec m = log 2 (M). A fort Rapport Signal-à-Bruit, P e Résultat : la diversité vaut d = 1 r 1 RSB 1 r Compromis entre la fiabilité (d) et le débit (r) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 23 / 34

24 Remarque (III) MDP2 MAQ4 MAQ16 MAQ64 MAQ Pe e 04 r = 1 et d = 0 1e 05 r = 0 et d = 1 1e RSB (db). Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 24 / 34

25 Compromis On définit une séquence de codes vérifiant Gain de multiplexage : r = lim RSB R(RSB) log 2 (RSB) Diversité : d = lim RSB log P e (RSB) log(rsb) Théorème On suppose T n t + n r 1. La courbe de compromis optimal d (r) est une fonction linéaire par morceaux avec les points de rupture d (k) pour k = 0, 1,, min(n t, n r ) et où d (k) = (n t k)(n r k) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 25 / 34

26 Illustrations Exemple : n t = n r = 4. dmax (1, 9) Gain de diversité d (r) 2, 4) (3, 1) rmax Gain de multiplexage r. d max = n t n r et r max = min(n t, n r ) Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 26 / 34

27 Construction des codes Constat Des codes admettant la même diversité maximale (débit fixe) ne gèrent pas nécessairement l augmentation en débit de la même manière et donc n admettent pas nécessairement le même gain de multiplexage Critères de rang et du déterminant : débit fixe «Critère» du compromis : débit variable Critères de rang et du déterminant pas suffisant Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 27 / 34

28 Code d Alamouti (I) Considérons n t = 2 Si T = 1, il n y a aucun gain de diversité d émission Alors T > 1 X = [ ] s1 s 2 s 2 s 1 avec s 1 et s 2 deux symboles complexes Décodage : exemple n r = 1 Si { r(1) = h(1)y(1) + h(2)y(2) r(2) = h(2)y(1) + h(1)y(2) Alors { r(1) = ( h(1) 2 + h(2) 2 )s 1 r(2) = ( h(1) 2 + h(2) 2 )s 2 Ce décodage est en fait optimal (car XX H Id). Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 28 / 34

29 Code d Alamouti (II) linéaire en fonction des symboles rendement de 1 symbole par temps-symbole d Alamouti (r) = 2n r (1 r) + Diversité maximale : 2n r Rendement maximal : 1 Code d Alamouti vérifie le compromis optimal ssi n r = 1 Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 29 / 34

30 Code V-BLAST n r n t. Principe de multiplexage spatial X = s 1 s nt+1 s 2nt+1. s nt s 2nt s 3nt linéaire en fonction des symboles rendement de n t symboles par temps-symbole (plein) d V BLAST (r) = (2 r) +, si (n t = n r = 2) Diversité d max maximale : n r Rendement r max maximal : n t ( n r ) Le code V-BLAST ne vérifie jamais le compromis optimal Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 30 / 34

31 Codes orthogonaux Codes tels que XX H Id Décodage ML possible par transformation linéaire Compromis «mauvais» (sauf Alamouti(1,2)) Résultats n t = 2 : n r = 1 : optimal n r > 1 : pas optimal n t > 2 : rendement de 1 maximum diversité maximale de n tn r Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 31 / 34

32 Code d Or Pour n t = n r = 2, on a avec X = 1 5 [ α(s1 + s 2 θ) α(s 3 + s 4 θ) iα(s 3 + s 4 θ) α(s 1 + s 2 θ) θ = (1 + 5)/2 et θ = (1 5)/2 α = 1 + i iθ et α = 1 + i iθ ] Extension possible pour n t = 3, 4 et 6 (codes parfait) Adaptable aux cas n r > n t Le code d Or atteint le compromis optimal Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 32 / 34

33 Performances : compromis Exemple : n t = 2, n r = 2. Gain de diversité d (r) d max 1 2 Compromis optimal + code d Or Code d Alamouti r max Code V-BLAST Gain de multiplexage r Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 33 / 34.

34 Bibliographie Théorie de l information : L. Zheng, D. Tse, "Diversity ans Multiplexing : a fundamental trade-off in multiple antennas channels", IEEE Trans. on Information Theory, Mai E. Biglieri, J. Proakis, S. Shamai, "Fading channels : information-theoretic and communications aspects", IEEE Trans. on Information Theory, Oct I. Telatar, "Capacity of multi-antenna Gaussian channels", ETT, Nov Construction de code : V. Tarokh, N. Shesadri, A. Calderbank, "Space-time codes for high data rate wireless communication : performance criterion ans code construction", IEEE Trans. on Information Theory, Mars S. Alamouti, "Space-time block coding : a simple transmitter diversity technique for wireless communications, IEEE JSAC, Oct G. Foschini, "Layered space-time architecture for wireless communication in a fading environment when using multiple antennas", Bell Labs Technical Journal, J.C Belfiore, G. Rekaya, E. Viterbo, "The Golden code : a 2 2 full rate space time code with non vanishing determinants", IEEE Trans. on Information Theory, Avril Philippe Ciblat Théorie de l information et codage pour les canaux de Rayleigh MIMO 34 / 34

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34 Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second

Plus en détail

Systèmes MIMO OSTBCB pour le standard IEEE802.16 Doctorante: Patricia ARMANDO

Systèmes MIMO OSTBCB pour le standard IEEE802.16 Doctorante: Patricia ARMANDO Systèmes MIMO OSTBCB pour le standard IEEE802.16 Doctorante: Patricia ARMANDO 04/11/08 Sommaire Présentation du standard IEEE802.16 Option MIMO Présentation du code OSTBCB Modulations : OFDM SC Détection

Plus en détail

Communications numériques

Communications numériques Communications numériques 1. Modulation numérique (a) message numérique/signal numérique (b) transmission binaire/m-aire en bande de base (c) modulation sur fréquence porteuse (d) paramètres, limite fondamentale

Plus en détail

Partie 0: Rappel de communications numériques

Partie 0: Rappel de communications numériques Partie 0: Rappel de communications numériques Philippe Ciblat Télécom ParisTech, France Introduction (I) Sauf la radio, communications actuelles en numérique - GSM, 3G, TNT, Wifi - ADSL, - MP3, DVD Types

Plus en détail

Interception des signaux issus de communications MIMO

Interception des signaux issus de communications MIMO Interception des signaux issus de communications MIMO par Vincent Choqueuse Laboratoire E 3 I 2, EA 3876, ENSIETA Laboratoire LabSTICC, UMR CNRS 3192, UBO 26 novembre 2008 Interception des signaux issus

Plus en détail

Techniques de Codage pour la Sécurité Couche Physique

Techniques de Codage pour la Sécurité Couche Physique Techniques de Codage pour la Sécurité Couche Physique LAURA LUZZI SÉMINAIRE ETIS 4 FÉVRIER 2014 Laura Luzzi Codage pour la Sécurité Couche Physique 1 Plan 1 Introduction : sécurité couche physique 2 Canaux

Plus en détail

Théorie de l information : historique

Théorie de l information : historique Théorie de l information : historique Développée dans les années quarante par Claude Shannon. Objectif : maximiser la quantité d information pouvant être transmise par un canal de communication imparfait.

Plus en détail

Ch. 2 : Emetteur en Bande de Base

Ch. 2 : Emetteur en Bande de Base Ch. 2 : Emetteur en Bande de Base 1 1) Les codes en ligne 1-1) Principe des codes en ligne Codes en ligne binaire On suppose que le message numérique est constitué d une suite d éléments binaires α k,

Plus en détail

Plan. Codes Correcteurs d Erreurs Les codes cycliques. Division Euclidienne. Définition. Exercice. Marc Chaumont. Exercice.

Plan. Codes Correcteurs d Erreurs Les codes cycliques. Division Euclidienne. Définition. Exercice. Marc Chaumont. Exercice. Plan Codes Correcteurs d Erreurs Les codes cycliques November 12, 2008 1 2 Définition Division Euclidienne Un polynôme à coefficients dans F 2 est une fonction de la forme P(X ) = a 0 + a 1 X + a 2 X 2

Plus en détail

Partie 1: Gestion de l interférence entre symboles

Partie 1: Gestion de l interférence entre symboles Partie 1: Gestion de l interférence entre symboles Philippe Ciblat Télécom ParisTech, France Algo de Viterbi Egalisation OFDM Section 11 : Algorithme de Viterbi Philippe Ciblat Gestion de l interférence

Plus en détail

Systèmes de communications numériques 2

Systèmes de communications numériques 2 Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes CNRS SUPÉLEC UPS SUPÉLEC, Plateau de Moulon, 91192 Gif-sur-Yvette ciuciu@lss.supelec.fr Université

Plus en détail

Techniques de synchronisatio. communications numériques

Techniques de synchronisatio. communications numériques n pour les communications numériques ENST-Bretagne Département Signal et Communication 1/13 Sommaire La synchronisation dans les communications numériques Présentation du contexte Hypothèses sur les perturbations

Plus en détail

Théorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France

Théorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes

Plus en détail

Détection Multi-Utilisateurs

Détection Multi-Utilisateurs Détection Multi-Utilisateurs 3 ème année Télécom-Réseaux année 007-008 Martial COULON INP-ENSEEIHT Position du Problème Obectif : concevoir et analyser la démodulation numérique en présence d interférences

Plus en détail

S. Zozor Information, inégalités et relations d incertitude

S. Zozor Information, inégalités et relations d incertitude Information, inégalités et relations d incertitude Steeve Zozor GIPSA-Lab CNRS Grenoble INP, Grenoble, France 17-21 Mai 2010 Plan du cours 1 Entropie mesure d incertitude Axiomes, entropie de Shannon et

Plus en détail

D.I.I.C. 3 - INC Module COMV - Contrôle 1

D.I.I.C. 3 - INC Module COMV - Contrôle 1 Université de Rennes 1 année 2009-2010 I.F.S.I.C. 11 Décembre 2009 D.I.I.C. 3 - INC Module COMV - Contrôle 1 cours d Olivier LE MEUR Durée : 2 heures Documents autorisés : documents des cours, TD et TP,

Plus en détail

Introduction générale au codage de canal

Introduction générale au codage de canal Codage de canal et turbo-codes 15/9/2 1/7 Introduction générale au codage de canal Table des matières Table des matières... 1 Table des figures... 1 1. Introduction... 2 2. Notion de message numérique...

Plus en détail

Le Constellation ti Shaping dans les Systèmes Modernes de Communications Numériques

Le Constellation ti Shaping dans les Systèmes Modernes de Communications Numériques Le Constellation ti Shaping dans les Systèmes Modernes de Communications Numériques Stéphane Le Goff School of EECE Université de Newcastle upon Tyne Supélec Rennes er avril 2 L application du constellation

Plus en détail

TELEVISION NUMERIQUE

TELEVISION NUMERIQUE REPUBLIQUE DU CAMEROUN Paix - Travail Patrie --------------------- UNIVERSITE DE YAOUNDE I ---------------------- ECOLE NATIONALE SUPERIEURE POLYTECHNIQUE ---------------------- REPUBLIC OF CAMEROUN Peace

Plus en détail

ENSIL Troisième Année ELT

ENSIL Troisième Année ELT IFORMATIQUE APPLIQUEE TD1 Dans le cadre de ces TD, nous procédons à la simulation d'un système de télécommunication numérique. Cette opération va nous permettre d'étudier la performance du système sous

Plus en détail

La couche physique de l ADSL (voie descendante)

La couche physique de l ADSL (voie descendante) La couche physique de l ADSL (voie descendante) Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Problématique qq kilomètres CENTRAL câble de 0,4mm Objectifs initiaux :

Plus en détail

Systèmes MIMO et codage Spatio Temporel

Systèmes MIMO et codage Spatio Temporel Systèmes MIMO et codage Spatio Temporel Didier Le Ruyet Conservatoire National des Arts et Métiers Email leruyet@cnam.fr Cours ELE 203 v2.0 CNAM Cours ELE 203. p.1/77 Plan Canal radiomobile et diversité

Plus en détail

Compression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette

Compression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette Compression et Transmission des Signaux Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette 1 De Shannon à Mac Donalds Mac Donalds 1955 Claude Elwood Shannon 1916 2001 Monsieur X 1951 2 Où

Plus en détail

Bornes de performances

Bornes de performances Bornes de performances Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Plan CRB classiques CRB avec nuisance Autres bornes 1. Bornes de Cramer-Rao classiques avec paramètres

Plus en détail

Majeure d informatique

Majeure d informatique Nicolas Sendrier Majeure d informatique Introduction la théorie de l information Cours n 1 Une mesure de l information Espace probabilisé discret L alphabet est X (fini en pratique) Variable aléatoire

Plus en détail

Transmission d informations sur le réseau électrique

Transmission d informations sur le réseau électrique Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en

Plus en détail

TD Réseau Les codes correcteurs et les codes détecteurs. Claude Duvallet

TD Réseau Les codes correcteurs et les codes détecteurs. Claude Duvallet TD Réseau Les codes correcteurs et les codes détecteurs Claude Duvallet Matrise Informatique Année 2003-2004 Année 2003-2004 p.1/22 Présentation (1) Pourquoi? Des canaux de transmission imparfait entraînant

Plus en détail

codage correcteur d erreurs convolutionnel 1. Définition...2 2. représentation en treillis...3 3. Décodage : algorithme de Viterbi...3 4.

codage correcteur d erreurs convolutionnel 1. Définition...2 2. représentation en treillis...3 3. Décodage : algorithme de Viterbi...3 4. codage correcteur d erreurs convolutionnel. éfinition.... représentation en treillis...3 3. écodage : algorithme de Viterbi...3 4. istance libre...5 5. iagramme d état. Fonction de transfert...5 6. écodage

Plus en détail

TD 2 - Les codes correcteurset les codes détecteurs d erreurs

TD 2 - Les codes correcteurset les codes détecteurs d erreurs TD 2 - Les codes correcteurs et les codes détecteurs d erreurs Claude Duvallet Université du Havre UFR Sciences et Techniques 25 rue Philippe Lebon - BP 540 76058 LE HAVRE CEDEX Claude.Duvallet@gmail.com

Plus en détail

Théorie de l information

Théorie de l information Théorie de l information Exercices Dpt. Génie Electrique Théorie de l information T. Grenier Exercices A Exercice n A. Dans un processus d'automatisation, une source génère de façon indépendante quatre

Plus en détail

Sécurité des Réseaux Jean-Yves Antoine LI - Université François Rabelais de Tours Jean-Yves.Antoine AT univ-tours.fr J.-Y. Antoine & L.

Sécurité des Réseaux Jean-Yves Antoine LI - Université François Rabelais de Tours Jean-Yves.Antoine AT univ-tours.fr J.-Y. Antoine & L. Sécurité des Réseaux Jean-Yves Antoine LI - UniversitéFrançois Rabelais de Tours Jean-Yves.Antoine AT univ-tours.fr Sécurité des réseaux Codage : codes polynomiaux et cycliques application aux réseaux

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Mesure quantitative de l information - Chapitre 2 - Information propre et mutuelle Quantité d information propre d un événement Soit A un événement de probabilité P (A)

Plus en détail

Codes Correcteurs d Erreurs Les codes binaires linéaires parfaits + Code de Hamming, + Code de Golay

Codes Correcteurs d Erreurs Les codes binaires linéaires parfaits + Code de Hamming, + Code de Golay Codes Correcteurs d Erreurs Les codes binaires linéaires parfaits + Code de Hamming, + Code de Golay November 12, 2008 Plan 1 2 Rappel : la borne de Hamming pour un code linéaire est t i=0 ( n i ) 2 n

Plus en détail

Synthèse théorique des méthodes de transmission binaires sur les canaux vocodés

Synthèse théorique des méthodes de transmission binaires sur les canaux vocodés Synthèse théorique des méthodes de transmission binaires sur les canaux vocodés I Introduction On cherche à moduler des données binaires dans le but de les transmettre sur des canaux vocodés. Afin de transmettre

Plus en détail

Communications sur câble électrique

Communications sur câble électrique Communications sur câble électrique Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Problématique : réseau d accès 00 11 0000 11 00 11 00 11 00 11. TRANSFO 1111 00. Outdoor

Plus en détail

COM105 Communications Numériques et Théorie de l Information. Jean-Claude Belfiore, Philippe Ciblat, Michèle Wigger

COM105 Communications Numériques et Théorie de l Information. Jean-Claude Belfiore, Philippe Ciblat, Michèle Wigger COM105 Communications Numériques et Théorie de l Information Jean-Claude Belfiore, Philippe Ciblat, Michèle Wigger 15 mai 24 Table des matières Introduction générale 1 1 Codage correcteur d erreur 3 11

Plus en détail

Communications Numériques et Théorie de l Information Contrôle de Connaissances avec documents Mardi 24 juin - 13h30 à 15h00

Communications Numériques et Théorie de l Information Contrôle de Connaissances avec documents Mardi 24 juin - 13h30 à 15h00 Communications Numériques et Théorie de l Information Contrôle de Connaissances avec documents Mardi 4 juin - 13h30 à 15h00 Système de télérelevage par satellite On se propose d étudier le fonctionnement

Plus en détail

Les codes Pseudo-Aléatoires et leurs applications

Les codes Pseudo-Aléatoires et leurs applications Les codes Pseudo-Aléatoires et leurs applications A) Les codes Pseudo-Aléaoires B) Les Applications : I. Etalement de spectre, II. Cryptage et chiffrement III. Brouillage numérique A) Les codes Pseudo-aléatoires

Plus en détail

Université Montpellier II. Bibliographie sur le cours UMSIE115

Université Montpellier II. Bibliographie sur le cours UMSIE115 Bibliographie sur le cours UMSIE115 Auteurs Titre Editeur D. BATTU Télécommunications, Principes, Infrastructures et services Dunod Informatiques P. LECOY Technologie des Télécoms Hermes C. SERVIN Télécoms

Plus en détail

Plan de la présentation

Plan de la présentation Thomas Quang Khoi TA Équipe ETSN, Supélec, campus de Rennes Mitsubishi -TCL, Rennes 08 décembre 2003 1 Plan de la présentation 1- Codes produits, 2- Décodage itératif des codes produits : turbo codes en

Plus en détail

M2 Informatique/Réseaux Université Pierre et Marie Curie UE APMM

M2 Informatique/Réseaux Université Pierre et Marie Curie UE APMM TD TECHNIQUES DE CODAGE ET DE COMPRESSION. LANGAGE / CODAGE / VALENCE.. Rappels Toute fraction intelligible d un message est constituée de symboles. Le langage est l ensemble de ces symboles. Un codage

Plus en détail

Outils mathématiques pour le datamining. http://www.elseware.fr/univevry

Outils mathématiques pour le datamining. http://www.elseware.fr/univevry Outils mathématiques pour le datamining http://wwwelsewarefr/univevry Géométrie Distance Distance entre parties Matrice de variance/covariance Inertie Minimisation Probabilités Définition Théorème de Bayes

Plus en détail

THÈSE. présentée devant. l Université de Bretagne Occidentale. pour obtenir le grade de. par. Olivier BERDER

THÈSE. présentée devant. l Université de Bretagne Occidentale. pour obtenir le grade de. par. Olivier BERDER THÈSE présentée devant l Université de Bretagne Occidentale pour obtenir le grade de DOCTEUR DE L UNIVERSITÉ DE BRETAGNE OCCIDENTALE Mention ÉLECTRONIQUE par Olivier BERDER Laboratoire d accueil : LEST

Plus en détail

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur

Plus en détail

Synchronisation trame et estimation de phase aveugles pour les systèmes codés

Synchronisation trame et estimation de phase aveugles pour les systèmes codés Synchronisation trame et estimation de phase aveugles pour les systèmes codés Département Signal et Communications Encadrants: Sébastien Houcke Catherine Douillard Directeur de thèse: Ramesh Pyndiah Introduction

Plus en détail

INTRODUCTION À LA THÉORIE DE L INFORMATION POUR LE CODAGE

INTRODUCTION À LA THÉORIE DE L INFORMATION POUR LE CODAGE INTRODUCTION À LA THÉORIE DE L INFORMATION POUR LE CODAGE Master Systèmes de Radiocommunications, année 2007. Version : 2.1. Samson LASAULCE lasaulce@lss.supelec.fr 2 Table des matières 1 Introduction.

Plus en détail

Principes généraux de codage entropique d'une source. Cours : Compression d'images Master II: IASIG Dr. Mvogo Ngono Joseph

Principes généraux de codage entropique d'une source. Cours : Compression d'images Master II: IASIG Dr. Mvogo Ngono Joseph Principes généraux de codage entropique d'une source Cours : Compression d'images Master II: IASIG Dr. Mvogo Ngono Joseph Table des matières Objectifs 5 Introduction 7 I - Entropie d'une source 9 II -

Plus en détail

Quantification Scalaire et Prédictive

Quantification Scalaire et Prédictive Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction

Plus en détail

Simulation de réseaux radio sous OPNET Modeler

Simulation de réseaux radio sous OPNET Modeler Simulation de réseaux radio sous OPNET Modeler ARC IRAMUS 19 Mai 2005 Fabrice Valois fabrice.valois@insa-lyon.fr Agenda Un peu de rappel sur la simulation Échéancier à temps discret Intervalles de confiance

Plus en détail

Méthodes avancées en décision

Méthodes avancées en décision Méthodes avancées en décision Support vector machines - Chapitre 2 - Principes MRE et MRS Principe MRE. Il s agit de minimiser la fonctionnelle de risque 1 P e (d) = y d(x;w, b) p(x, y) dxdy. 2 La densité

Plus en détail

Cours de spécialité mathématiques en Terminale ES

Cours de spécialité mathématiques en Terminale ES Cours de spécialité mathématiques en Terminale ES O. Lader 2014/2015 Lycée Jean Vilar Spé math terminale ES 2014/2015 1 / 51 Systèmes linéaires Deux exemples de systèmes linéaires à deux équations et deux

Plus en détail

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Université Paris1, Licence 00-003, Mme Pradel : Principales lois de Probabilité 1 DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Notations Si la variable aléatoire X suit la loi L, onnoterax

Plus en détail

Chaine de transmission

Chaine de transmission Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation

Plus en détail

Turbo Egalisation MIMO pour canaux sélectifs en fréquences

Turbo Egalisation MIMO pour canaux sélectifs en fréquences Turbo Egalisation MIMO pour canaux sélectifs en fréquences Nicolas Le Josse Contexte d études: contrat FTR&D Département Signal et Communications 6 Novembre 2006 /3 Sommaire Introduction aux systèmes MIMO

Plus en détail

Initiation à la théorie de l information (Claude Shannon 1948)

Initiation à la théorie de l information (Claude Shannon 1948) Initiation à la théorie de l information (Claude Shannon 1948) Emergence Paris - Santacafé Philippe Picard, le 26/04/2006 Page 1 Avant propos La théorie de l information, sans faire appel - du moins dans

Plus en détail

Théorie de l Information

Théorie de l Information Massih-Reza Amini Université Joseph Fourier Laboratoire d Informatique de Grenoble 2/31 Rappel Canal de communication Codage par répétition Table des matières 1 Rappel 2 Canal de communication 3 Codage

Plus en détail

Sommaire. Communications numériques AIR 2 Quelques systèmes de communications. Sommaire. Multiplexage. Laurent Oudre laurent.oudre@univ-paris13.

Sommaire. Communications numériques AIR 2 Quelques systèmes de communications. Sommaire. Multiplexage. Laurent Oudre laurent.oudre@univ-paris13. Communications numériques AIR 2 Quelques systèmes de communications Laurent Oudre laurent.oudre@univ-paris13.fr Université Paris 13, Institut Galilée Ecole d ingénieurs Sup Galilée Parcours Informatique

Plus en détail

Université de La Rochelle. Réseaux TD n 6

Université de La Rochelle. Réseaux TD n 6 Réseaux TD n 6 Rappels : Théorème de Nyquist (ligne non bruitée) : Dmax = 2H log 2 V Théorème de Shannon (ligne bruitée) : C = H log 2 (1+ S/B) Relation entre débit binaire et rapidité de modulation :

Plus en détail

GEL-7064 : Théorie et pratique des codes correcteurs Codes cycliques Notes de cours

GEL-7064 : Théorie et pratique des codes correcteurs Codes cycliques Notes de cours linéaires GEL-7064 : Théorie et pratique des codes correcteurs Notes de cours Département de génie électrique et de génie informatique Université Laval jean-yves.chouinard@gel.ulaval.ca 12 février 2013

Plus en détail

TELECOM Bretagne. Conception et prototypage d un récepteur itératif pour des systèmes de transmission MIMO avec précodage linéaire

TELECOM Bretagne. Conception et prototypage d un récepteur itératif pour des systèmes de transmission MIMO avec précodage linéaire N o d ordre : Thèse présentée à TELECOM Bretagne en habilitation conjointe avec l Université de Bretagne-Sud pour obtenir le grade de Docteur de TELECOM Bretagne Mention : Sciences pour l Ingénieur par

Plus en détail

Master 1 Informatique Éléments de statistique inférentielle

Master 1 Informatique Éléments de statistique inférentielle Master 1 Informatique Éléments de statistique inférentielle Faicel Chamroukhi Maître de Conférences UTLN, LSIS UMR CNRS 7296 email: chamroukhi@univ-tln.fr web: chamroukhi.univ-tln.fr 2014/2015 Faicel Chamroukhi

Plus en détail

Codes correcteurs d erreurs

Codes correcteurs d erreurs Codes correcteurs d erreurs 1 Partie théorique 1.1 Définition Un code correcteur est une technique de codage de l information basée sur la redondance, qui vise à détecter et corriger des éventuelles erreurs

Plus en détail

Introduction au cours STA 102 Analyse des données : Méthodes explicatives

Introduction au cours STA 102 Analyse des données : Méthodes explicatives Analyse des données - Méthodes explicatives (STA102) Introduction au cours STA 102 Analyse des données : Méthodes explicatives Giorgio Russolillo giorgio.russolillo@cnam.fr Infos et support du cours Slide

Plus en détail

Théorie de l information et codage (Notes de cours)

Théorie de l information et codage (Notes de cours) Théorie de l information et codage (Notes de cours) Marie-Pierre Béal Nicolas Sendrier 2 novembre 202 Institut Gaspard Monge, Université de Marne-la-Vallée, 77454 Marne-la-Vallée Cedex 2, France. beal@univ-mlv.fr.

Plus en détail

Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples

Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples 36 Probabilité conditionnelle et indépendance. Couples de variables aléatoires. Exemples (Ω, B, P est un espace probabilisé. 36.1 Définition et propriétés des probabilités conditionnelles Définition 36.1

Plus en détail

Compression d images et de vidéo: pourquoi, comment? Aline ROUMY Chercheur, INRIA Rennes

Compression d images et de vidéo: pourquoi, comment? Aline ROUMY Chercheur, INRIA Rennes Compression d images et de vidéo: pourquoi, comment? Aline ROUMY Chercheur, INRIA Rennes Octobre 2014 SOMMAIRE 1. Pourquoi compresser une vidéo? 2. Comment compresser? 3. Compression avec pertes 4. Compression

Plus en détail

Information mutuelle et capacité

Information mutuelle et capacité Université d Aix-Marseille Cryptographie Semestre 2 Exercices et corrections pour le TP 2 2014 2015 Pour les fonctions pour ce cours, on lit Crypto.sage du site du cours. crypto = "http://iml.univ-mrs.fr/~kohel/crypto/"

Plus en détail

INF4420: Sécurité Informatique Cryptographie I

INF4420: Sécurité Informatique Cryptographie I INF4420: Cryptographie I José M. Fernandez M-3109 340-4711 poste 5433 Aperçu du module Cryptographie (3 sem.) Définitions et histoire Notions de base (théorie de l'information) Chiffrement Méthodes "classiques"

Plus en détail

Laboratoire Codage de Canal

Laboratoire Codage de Canal 1 BUT D U LAB OR ATO IRE Le but de ce laboratoire est d étudier la notion de codage de canal. Le codage de canal consiste en une signature que l on ajoute sur tout paquet d information à transmettre. Cela

Plus en détail

Echantillonnage Non uniforme

Echantillonnage Non uniforme Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas

Plus en détail

Traitement d antenne pour les télécommunications. J.F. Diouris IREENA, Equipe CNRF, Polytech Nantes

Traitement d antenne pour les télécommunications. J.F. Diouris IREENA, Equipe CNRF, Polytech Nantes Traitement d antenne pour les télécommunications J.F. Diouris IREENA, Equipe CNRF, Polytech Nantes SOMMAIRE 1. Introduction 2. Diversité d espace 3. Antennes adaptatives 4. Méthodes d émission 5. Transmission

Plus en détail

Codage canal. Décodage canal

Codage canal. Décodage canal Système de communications (TNT, 3G, WIFI, ) source Codage source Codage canal Emetteur Modulateur Canal bruit utilisateur Décodage Source Décodage canal Récepteur Démodulateur Source : parole, musique,

Plus en détail

Le contrôle d erreur. Applications. Détections et corrections d erreurs. La détection d erreur

Le contrôle d erreur. Applications. Détections et corrections d erreurs. La détection d erreur Le contrôle d erreur Les données peuvent être modifiées (ou perdues) pendant le transport Un service primordial pour de nombreuses applications Exemple : le transfert de fichier Modification au niveau

Plus en détail

Soutenance de stage Laboratoire des Signaux et Systèmes

Soutenance de stage Laboratoire des Signaux et Systèmes Soutenance de stage Laboratoire des Signaux et Systèmes Bornes inférieures bayésiennes de l'erreur quadratique moyenne. Application à la localisation de points de rupture. M2R ATSI Université Paris-Sud

Plus en détail

Quantification Vectorielle

Quantification Vectorielle Quantification Vectorielle Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 14 Décembre 2012 M. Cagnazzo Quantification Vectorielle 1/65 Plan Introduction 1 Introduction

Plus en détail

Chapitre 4 Protection contre les erreurs de transmission

Chapitre 4 Protection contre les erreurs de transmission Chapitre 4 Protection contre les erreurs de transmission I. Notion d erreur de transmission Les voies de communication sont imparfaites : - à cause des bruits : + bruit aléatoire + bruit en provenance

Plus en détail

Projet de Traitement du Signal Segmentation d images SAR

Projet de Traitement du Signal Segmentation d images SAR Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,

Plus en détail

Le concept cellulaire

Le concept cellulaire Le concept cellulaire X. Lagrange Télécom Bretagne 21 Mars 2014 X. Lagrange (Télécom Bretagne) Le concept cellulaire 21/03/14 1 / 57 Introduction : Objectif du cours Soit un opérateur qui dispose d une

Plus en détail

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 Arbres binaires Hélène Milhem Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 H. Milhem (IMT, INSA Toulouse) Arbres binaires IUP SID 2011-2012 1 / 35 PLAN Introduction Construction

Plus en détail

UV Théorie de l Information. Codes à longueur variable

UV Théorie de l Information. Codes à longueur variable Cours n 5 : UV Théorie de l Information Compression de l information : Codage de source sans distorsion Ex 1 : Code de Shannon Fano Ex 2 : Code de Huffman Ex 3 : Codage par plage Ex 4 : Codage de Lempel

Plus en détail

Quelques clés pour approcher la théorie de l information selon Claude Shannon. Philippe Picard, le 26/04/2010 Page 1

Quelques clés pour approcher la théorie de l information selon Claude Shannon. Philippe Picard, le 26/04/2010 Page 1 Quelques clés pour approcher la théorie de l information selon Claude Shannon Philippe Picard, le 26/04/2010 Page 1 Avant propos La théorie de l information, sans faire appel - du moins dans ses théorèmes

Plus en détail

1 Sujets donnés en option scientifique

1 Sujets donnés en option scientifique Les sujets suivants, posés aux candidats des options scientifique, économique, technologique et littéraire BL constituent la première version d un échantillon des sujets proposés lors des épreuves orales

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

LA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise.

LA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise. M Informatique Réseaux Cours bis Couche Physique Notes de Cours LA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise. Les technologies utilisées sont celles du traitement

Plus en détail

Version default Titre : Opérateur GENE_FONC_ALEA Date : 02/08/2012 Page : 1/8 Responsable : Irmela ZENTNER Clé : U4.36.

Version default Titre : Opérateur GENE_FONC_ALEA Date : 02/08/2012 Page : 1/8 Responsable : Irmela ZENTNER Clé : U4.36. Titre : Opérateur GENE_FONC_ALEA Date : 02/08/2012 Page : 1/8 Opérateur GENE_FONC_ALEA 1 But Générer une trajectoire d'un processus stochastique multi-varié mono-dimensionnel (i.e. à plusieurs composantes

Plus en détail

CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE. Les candidats traiteront l'un des trois sujets au choix.

CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE. Les candidats traiteront l'un des trois sujets au choix. ECOLE NATIONALE SUPERIEURE DE STATISTIQUE ET D'ECONOMIE APPLIQUEE ABIDJAN 1 AVRIL 21 CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE EPREUVE D'ORDRE GENERAL DUREE :

Plus en détail

Expérience 3 Formats de signalisation binaire

Expérience 3 Formats de signalisation binaire Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx

Plus en détail

LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION

LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION ) Caractéristiques techniques des supports. L infrastructure d un réseau, la qualité de service offerte,

Plus en détail

Détection et Correction d erreurs

Détection et Correction d erreurs Chapitre 4 Détection et Correction d erreurs 4.1 La couche liaison de données La couche 3 (couche réseau) a pour mission, entre autres, de trouver le meilleur chemin pour acheminer le message. Cette tâche

Plus en détail

Livraison de colis pour des clients du e-commerce : modèles de Wardrop, et Logit simple ou imbriqué

Livraison de colis pour des clients du e-commerce : modèles de Wardrop, et Logit simple ou imbriqué Séminaire du LGI Centrale Paris Livraison de colis pour des clients du e-commerce : modèles de Wardrop, et Logit simple ou imbriqué Y. Hayel 1, D. Quadri 2, T. Jimenez 1, L. Brotcorne 3, B. Tousni 3 LGI,

Plus en détail

Chapitre I La fonction transmission

Chapitre I La fonction transmission Chapitre I La fonction transmission 1. Terminologies 1.1 Mode guidé / non guidé Le signal est le vecteur de l information à transmettre. La transmission s effectue entre un émetteur et un récepteur reliés

Plus en détail

Application du système MIMO-OSM sur les systèmes de télévision numérique DVB-T2

Application du système MIMO-OSM sur les systèmes de télévision numérique DVB-T2 MADA-ETI, ISSN 2220-0673, Vol.2, 2014, www.madarevues.gov.mg Application du système MIMO-OSM sur les systèmes de télévision numérique DVB-T2 Rajaonarison T.R. 1, Randriamitantsoa P.A 2, Randriamitantsoa

Plus en détail

1 Introductions. 3. Propriétés et Répartition spectrale. 1 Energie moyenne, distance. 2 Densité Spectrale de Puissance (DSP)

1 Introductions. 3. Propriétés et Répartition spectrale. 1 Energie moyenne, distance. 2 Densité Spectrale de Puissance (DSP) C o m m u n i c a t i o n s N u m é r i q u e s C N 2 1 1 Introductions. 2. Représentation des signaux Numériques. 1 Signal binaire. Modulation en BdB et sur fréquence porteuse, MAQ. 2 Représentation vectorielle,

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes de Hamming et les codes cycliques - Chapitre 6 (suite et fin)- Les codes de Hamming Principe La distance minimale d un code linéaire L est le plus petit nombre

Plus en détail

choisir H 1 quand H 0 est vraie - fausse alarme

choisir H 1 quand H 0 est vraie - fausse alarme étection et Estimation GEL-64943 Hiver 5 Tests Neyman-Pearson Règles de Bayes: coûts connus min π R ( ) + ( π ) R ( ) { } Règles Minimax: coûts connus min max R ( ), R ( ) Règles Neyman Pearson: coûts

Plus en détail

Une introduction aux codes correcteurs quantiques

Une introduction aux codes correcteurs quantiques Une introduction aux codes correcteurs quantiques Jean-Pierre Tillich INRIA Rocquencourt, équipe-projet SECRET 20 mars 2008 1/38 De quoi est-il question ici? Code quantique : il est possible de corriger

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q

Plus en détail

IV Exemples de codes utilisés dans des matériels

IV Exemples de codes utilisés dans des matériels IV Exemples de codes utilisés dans des matériels 256 Code du minitel Faible taux d erreur, mais paquets longs : Code de Hamming + detection paquets Source = suite de paquets de 15 octets = 120 bits Correction

Plus en détail

Codage des sources discrètes sans mémoire 1/34

Codage des sources discrètes sans mémoire 1/34 Codage des sources discrètes sans mémoire 1/34 Plan du cours 1. Historique : codage de Morse ; 2. Définitions : codage ; efficacité d un codage ; 3. codes de longueur fixe, codage des chiffres ; 4. condition

Plus en détail