🔢 mathematics

Technical Supplement Report on Full-Duplex FBMC/QAM MIMO Systems: Transceiver Design and Optimization

Ce rapport technique conçoit et analyse des systèmes MIMO FBMC/QAM en duplex intégral en caractérisant leurs canaux effectifs de bout en bout, en les comparant au CP-OFDM et au FBMC/OQAM via le théorème de Balian-Low et divers filtres prototypes, et en proposant un cadre d'optimisation stochastique en ligne qui démontre une efficacité spectrale et une performance de BER supérieures sous un décalage de fréquence porteuse résiduel.

Auteurs originaux : Sudhakar Rai, Prem Singh, Ekant Sharma, Aditya K. Jagannatham, Lajos Hanzo

Publié 2026-06-12

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Sudhakar Rai, Prem Singh, Ekant Sharma, Aditya K. Jagannatham, Lajos Hanzo

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez une autoroute très fréquentée où des voitures (des données) tentent constamment de circuler dans les deux sens en même temps. Dans le monde de la communication sans fil, c'est ce qu'on appelle le Full-Duplex : envoyer et recevoir des données simultanément sur la même fréquence. Le défi est que votre propre transmission est si forte qu'elle couvre la voix ténue de la personne que vous essayez d'entendre. C'est comme essayer d'écouter un ami chuchoter alors que vous criez dans un mégaphone juste à côté de votre oreille.

Ce supplément technique est un guide « en coulisses » d'une nouvelle façon d'organiser le trafic sur cette autoroute pour la rendre plus rapide et plus claire. Voici la décomposition de ce que fait l'article, en utilisant des analogies simples.

1. Le problème : Le « bouchon » de signaux

Dans les systèmes traditionnels (comme l'OFDM, qui est utilisé par votre Wi-Fi), les données sont envoyées sous forme de blocs rectangulaires bien nets. Pour éviter que les blocs ne s'entrechoquent, les ingénieurs doivent laisser un espace vide (appelé « Préfixe Cyclique ») entre eux. C'est comme placer une zone tampon entre les voitures sur une autoroute ; cela les garde en sécurité, mais cela gaspille de l'espace routier, réduisant ainsi le nombre total de voitures que vous pouvez faire circuler.

Les auteurs utilisent un système plus récent et plus efficace appelé FBMC/QAM. Imaginez que ce soit un système où les voitures ont la forme de galets lisses et arrondis. Elles peuvent être emballées beaucoup plus serrées les unes contre les autres sans s'écraser, ce qui signifie que vous pouvez faire passer plus de données dans le même espace. Cependant, parce qu'elles sont si étroitement serrées, elles sont sujettes à une « interférence intrinsèque » — un peu de bruit causé par le frottement des galets les uns contre les autres.

2. La solution : La stratégie du « double filtre »

Pour gérer ce compactage serré, les auteurs utilisent une astuce ingénieuse impliquant des filtres. Imaginez que l'autoroute est divisée en deux voies : une voie « Paire » et une voie « Impaire ».

La Voie Paire utilise un type spécifique de galet lisse (un filtre).
La Voie Impaire utilise un « galet frère », légèrement différent.

En utilisant deux formes différentes mais complémentaires pour les voies alternées, le système annule la majeure partie du bruit de frottement (interférence) qui se produirait si tout le monde utilisait la même forme. C'est le cœur de leur conception : le Dual-Filter FBMC/QAM.

3. Le défi de l'« auto-interférence »

Puisque le système envoie et reçoit en même temps, le « cri » (la transmission) couvre le « chuchotement » (la réception). L'article analyse quelle part du signal est réellement le message que vous voulez entendre par rapport à ce qui n'est que l'écho de votre propre voix ou le bruit provenant d'autres voitures (interférence).

Ils ont lancé des simulations (comme un jeu de simulation de trafic) pour voir ce qui se passe lorsqu'ils tentent d'annuler leur propre cri. Ils ont découvert que :

S'ils utilisent une stratégie standard de « Combinaison de Rapport Maximal » (essayer de booster le signal autant que possible), le problème principal est le bruit provenant des autres utilisateurs.
S'ils utilisent une stratégie de « Force Nulle » (essayer d'annuler mathématiquement tout le bruit), le problème principal devient le bruit de « frottement » entre les voies Paire et Impaire.

4. Choisir le bon « galet » (le filtre)

L'article passe beaucoup de temps à décider quelle forme spécifique de « galet » (filtre) fonctionne le mieux. Ils ont comparé trois types :

PHYDYAS : La forme standard, bien connue, utilisée dans la plupart des recherches.
Type-I : Une forme plus récente.
Type-II : Une autre variation.

La découverte surprenante :

Pour la clarté (Taux d'erreur binaire) : Le filtre Type-I a été le vainqueur. Il a rendu le « chuchotement » le plus clair, avec le moins d'erreurs.
Pour la vitesse (Efficacité spectrale) : Étonnamment, le filtre standard PHYDYAS a permis d'envoyer plus de données totales par seconde, même s'il n'était pas le plus clair de tous.

C'est comme choisir entre une voiture qui conduit le plus en douceur (Type-I) et une voiture qui peut transporter le plus de marchandises (PHYDYAS). Selon ce que vous valorisez le plus, vous choisissez une voiture différente. Les auteurs s'en tiennent au PHYDYAS pour leur système principal car il offre le meilleur équilibre global pour leur configuration spécifique.

5. Le « Contrôleur de trafic intelligent » (Optimisation)

Enfin, l'article décrit un algorithme (un ensemble de règles pour un ordinateur) qui décide de la puissance à donner à chaque « voiture » (utilisateur) pour maximiser la vitesse totale de l'autoroute.

L'ancienne méthode (Hors ligne / Offline) : Imaginez un planificateur de trafic qui arrête tout le trafic, regarde une carte de chaque voiture qui a déjà circulé sur la route, puis établit un plan. C'est lent et cela nécessite une énorme quantité de mémoire.
La nouvelle méthode (Stochastique en ligne / Online Stochastic) : Les auteurs proposent un contrôleur de trafic « en direct ». Ce contrôleur n'a pas besoin de voir tout l'historique. Il regarde simplement le trafic actuel, effectue un minuscule ajustement, puis regarde à nouveau la seconde suivante. Il apprend au fur et à mesure.

Pourquoi est-ce meilleur :
L'article prouve que cette méthode « en direct » est aussi bonne que la méthode « hors ligne », mais qu'elle est beaucoup plus rapide et n'a pas besoin de stocker de massives quantités de données passées. C'est comme un GPS qui met à jour votre itinéraire en temps réel en fonction du trafic actuel, plutôt qu'une carte imprimée hier.

Résumé

Cet article est un manuel technique pour un nouveau système sans fil à haute vitesse. Il explique :

Comment compacter les données plus étroitement en utilisant des formes de signaux lisses et arrondies (FBMC) au lieu de formes rectangulaires.
Comment utiliser deux « filtres » différents (comme des voies paires et impaires) pour empêcher ces formes d'interférer les unes avec les autres.
Quel type de forme de filtre fonctionne le mieux (trouver un équilibre entre clarté et vitesse).
Comment gérer la puissance en utilisant un algorithme intelligent en temps réel qui apprend à la volée, rendant le système efficace sans avoir besoin d'un supercalculateur pour tout planifier à l'avance.

L'objectif est simplement de rendre la communication full-duplex (envoyer et recevoir en même temps) plus rapide et plus fiable que la technologie actuelle le permet.

Résumé Technique : Systèmes MIMO FBMC/QAM en Duplex Complet

Énoncé du Problème

Ce supplément technique soutient l'article principal sur les systèmes MIMO FBMC/QAM en duplex complet (FD). Le défi central abordé est la conception et l'optimisation de transceivers pour des systèmes qui transmettent et reçoivent simultanément sur la même bande de fréquences en utilisant le filtrage par banc de filtres multi-porteuses avec modulation d'amplitude en quadrature (FBMC/QAM).

Le système doit composer avec plusieurs sources d'interférences complexes inhérentes au fonctionnement en duplex complet et à la forme d'onde FBMC :

Auto-interférence (SI) : L'interférence de boucle entre les antennes d'émission et de réception à la station de base (BS).
Interférence Intrinsèque : Causée par la nature chevauchante des symboles FBMC et l'orthogonalité imparfaite dans les canaux à évanouissements sélectifs en fréquence.
Interférence Entre Utilisateurs (IUI) et Interférence Entre Porteuses (ICI) : Résultant des opérations MIMO multi-utilisateurs et des fuites de filtrage.
Défauts de Décalage de Fréquence Porteuse (CFO) : Les décalages de fréquence porteuse résiduels qui dégradent les performances.

L'objectif est de maximiser l'Efficacité Spectrale (SE) du système sous contraintes de puissance, malgré l'absence d'expressions en forme fermée pour le débit cumulé ergodique en raison de la complexité du canal et des statistiques d'interférence.

Méthodologie

1. Modélisation du Système et Traitement du Signal

L'article établit un cadre mathématique rigoureux pour les chaînes de traitement du signal en liaison montante (uplink) et en liaison descendante (downlink) :

Décomposition du Signal : Le signal reçu est décomposé en composantes désirées, interférence intrinsèque, ICI, ISI et auto-interférence. Le modèle utilise des matrices de Toeplitz pour représenter les réponses impulsionnelles de canaux à multiples échelons et les matrices de canaux effectifs dans le domaine FBMC.
Groupement de Sous-porteuses : Les $M$ sous-porteuses sont regroupées en $B$ groupes (spécifiquement $B=2$ pour les sous-porteuses paires et impaires). Des filtres de mise en forme d'impulsion distincts sont assignés à chaque groupe pour atténuer l'interférence intrinsèque, une stratégie motivée par le théorème de Balian-Low (BLT).
Sélection de la Forme d'Onde : Le système adopte le FBMC/QAM par rapport au CP-OFDM et au FBMC/OQAM. Bien que le FBMC/OQAM offre une excellente localisation temps-fréquence, il sacrifie l'orthogonalité du champ complexe. Le FBMC/QAM est choisi pour maintenir l'orthogonalité du champ complexe et une densité de symboles maximale (1 symbole complexe par unité), acceptant un compromis en termes de localisation fréquentielle.

2. Analyse du Filtre Prototype

Une partie importante de l'analyse se concentre sur la sélection du filtre prototype :

Filtre PHYDYAS : Le système utilise principalement le filtre PHYDYAS avec une structure à double filtre ( $B=2$ ). Les simulations indiquent que, bien que la force du signal désiré soit plus élevée pour les sous-porteuses d'indice pair, les composantes d'interférence (ICI, ISI et perte d'orthogonalité) sont plus dominantes dans les sous-porteuses d'indice impair.
Comparaison de Filtres : L'article compare le PHYDYAS aux filtres Type-I et Type-II (de Yun et al.).
- Performance BER : Les filtres de Type-I démontrent des performances de taux d'erreur binaire (BER) supérieures à celles du PHYDYAS et du Type-II sous un CFO résiduel.
- Efficacité Spectrale : Inversement, le filtre PHYDYAS atteint une efficacité spectrale réseau (SE) plus élevée que les filtres Type-I et Type-II, soulignant un compromis entre le taux d'erreur brut et l'efficacité globale du débit.

3. Algorithme d'Optimisation

Pour maximiser le débit cumulé ergodique ( $R_S(p)$ ), l'article propose un algorithme d'optimisation stochastique en ligne (Algorithme 1 dans l'article principal) :

Approximation Stochastique : Puisque l'espérance sur les réalisations du canal n'est pas disponible sous forme fermée, l'algorithme utilise une estimation stochastique mise à jour de manière itérative.
Moyennage Récursif : La fonction objectif est mise à jour à l'aide d'une moyenne pondérée des échantillons de taux instantanés passés. Avec un pas $\delta(\tau) = 1/(\tau+1)$ , cela se réduit à la moyenne arithmétique des échantillons observés, effectuant ainsi un moyennage en ligne sans avoir à stocker les réalisations passées du canal.
Convergence : L'algorithme converge en environ 100 itérations, comme vérifié numériquement.

Résultats Clés et Comparaisons

Performance vs CP-OFDM

Robustesse au CFO : Sous un CFO résiduel ( $\epsilon = 0.3$ ), le système FBMC/QAM proposé surpasse significativement le CP-OFDM tant en termes de BER qu'en SE réseau. Le CP-OFDM souffre d'une dégradation sévère de la SE dans ce scénario, tandis que le FBMC/QAM maintient sa robustesse.
Décomposition de l'Interférence : Dans les scénarios MU-MIMO avec 8 utilisateurs et 32 antennes d'émission :
- Sous Transmission à Rapport Maximum (MRT), l'interférence multi-utilisateur (MUI) est l'interférence dominante.
- Sous Annulation de Zéro (ZF), l'interférence dominante bascule vers l'ICI (spécifiquement pour les sous-porteuses impaires) et la perte d'orthogonalité.

Efficacité de l'Optimisation

L'algorithme d'optimisation stochastique proposé est comparé à une approche hors ligne basée sur la Théorie des Grandes Déviations (LDT) [11] :

Exigences en Données : La méthode proposée ne nécessite qu'une seule réalisation de canal par itération et n'a pas besoin d'un lot de $N$ réalisations simultanées.
Complexité : Elle évite le recours à des solveurs externes (comme CVX) et atteint une performance de SE comparable avec nettement moins d'itérations (petit vs grand nombre) par rapport à la référence basée sur la LDT.

Signification et Revendications

L'article positionne ses contributions comme suit :

Modélisation Complète : Il fournit une notation unifiée et une dérivation théorique pour les systèmes MIMO FBMC/QAM en duplex complet, tenant explicitement compte de l'interaction complexe entre l'auto-interférence, l'interférence intrinsèque et les effets de canal.
Justification de la Conception du Filtre : Il justifie l'utilisation du filtre PHYDYAS avec une structure à double filtre ( $B=2$ ) comme une solution pratique équilibrant l'orthogonalité et la suppression des interférences, tout en reconnaissant que la conception d'un filtre universellement optimal pour le FBMC/QAM dans des contextes multi-utilisateurs en duplex complet reste un problème de recherche ouvert.
Efficacité Algorithmique : La méthode d'optimisation stochastique proposée offre une alternative calculatoirement efficace aux méthodes par lots hors ligne, permettant la maximisation de l'efficacité spectale en temps réel sans connaissance préalable des statistiques du canal ou de grands tampons de données.
Viabilité de la Forme d'Onde : Les résultats démontrent que le FBMC/QAM est un candidat viable pour les systèmes MIMO en duplex complet, offrant une robustesse supérieure aux décalages de fréquence et une efficacité spectrale plus élevée par rapport au CP-OFDM traditionnel, malgré les défis de l'interférence intrinsèque.

Les auteurs adoptent une position modeste, notant que bien que le cadre actuel utilise des filtres établis, les travaux futurs pourraient explorer l'optimisation conjointe des filtres d'émission et de réception ou le développement de nouveaux filtres prototypes spécifiquement adaptés aux effets de canal à évanouissements de bout en bout dans les scénarios de duplex complet.