L’OFDM.

20151

Georges Rodriguez-Guisantes
Dépt. COMELEC

1
Dernière mise à jour : janvier 2015
 OFDM.

L’OFDM.

I Introduction
bandonnées depuis très longtemps, à cause de la complexité de leur mise
A en oeuvre, les techniques multiporteuses (Multi Carrier Modulation,
MCM dans la suite) sont devenues le choix stratégique de plusieurs systèmes
numériques modernes. Les propriétés spectrales, ainsi que les débits de
transmission très élevés, les rendent particulièrement intéressantes pour les
systèmes de communication wireless .
À la base l’idée de la transmission multiporteuse est très simple : on
divise le flux de bits de source en plusieurs sous-flux, et on envoie chaque
sous-flux dans un canal différent. Les sous-canaux de transmission utilisent
de signaux orthogonaux, lesquels, sous une condition de canal idéal, peuvent
être facilement récupérés en réception. La largeur de bande de chaque sous-
canal est beaucoup plus petite de la largeur de bande totale disponible et en
conséquence le débit de transmission dans chaque sous-canal, est plus faible
que le débit total. Le nombre de sous-canaux est choisi de sorte qu’il soit
plus petit que la bande de cohérence du canal : chaque sous-canal est soumis
à un flat fading . Ainsi l’interférence entre symboles dans chaque sous-canal
est faible. Les sous-canaux ne sont pas nécessairement contigüs, donc on
peut récupérer des « bouts » de spectre éliminant le besoin d’une trop large
bande. Aujourd’hui la MCM peut être totalement réalisée en numérique
grâce aux algorithmes de transformée discrète de Fourier (DFT), qui sont à
l’origine de l’OFDM .
Les techniques MCM ne sont pas nouvelles. Utilisées pour des applica-
tions militaires en HF à la fin des années 50, début des 60 (une référence).
Début des années 90[?], on les retrouve dans plusieurs systèmes câblés et
wireless : le DAB et le DVB en Europe[?][?], l’ADSL[?] et plus récemment
dans les systèmes de réseaux locaux sans fil WLAN[?][?].
Résumé historique à suivre...

II Transmission avec porteuses multiples

L’idée fondamentale d’un système MCM est de rendre le temps de symbole
beaucoup plus grand que le delay spread du canal, de sorte de pouvoir éliminer
l’IES :
T  Tm .
Soit un système de débit D b/s qui dispose d’une bande passante de
B Hz. Supposons que
B > Bc ,

2
 OFDM.

c’est à dire que nous sommes en présence d’un fading sélectif en fréquence.
Décomposons le système en N sous-systèmes en parallèle, chacun d’entre
eux, linéairement modulés sur une bande passante,
B
BN = ,
N
transporte un débit,
D
DN = .
N
Pour un N suffisament grand, on aura :

BN  Bc ,

et en conséquence chaque sous-canal “perçoit” un flat fading . On peut

réaliser le même type de considération dans le temps :
1
TN = .
BN
Si
1
TN  = Tm ,
Bc
alors chaque sous-canal ne présente pas d’IES. La figure 1, représente cette
situation.

Figure 1: Les effets de Tm .

La figure 2 représente un schéma du modulateur MCM .

Le flux binaire à taux R b/s est divisé en N sous-flux binaires de R/N b/s.
Chaque flux est transformé par un modulateur Πs à M états (typiquement
une modulation M-QAM), pour créer des symboles complexes si . Une filtre
de mise en forme en bande de base g(t), typiquement un filtre de Nyquist,
transforme les symboles en signal en bande de base. Chaque symbole si est
transposé autour de la fréquence fi . La séparation entre les N fréquences
fi est choisi pour que l’ensemble soit orthogonal. Le filtre de Nyquist a une
largeur de bande BN . Le temps de chaque symbole est donc :
(1 + β)
TN = ,
BN

3
 OFDM.

Figure 2: Modulateur MCM .

où β est le roll-off du filtre de Nyquist. Les spectres ne se chevauchent pas

et en conséquence la largeur de bande totale du signal vaut :

B = N.BN

Le signal transmis s’écrit donc sous la forme :

N −1
s(t) = si g(t) cos(2πfi t + φi ),
X

i=0

les fréquences fi vérifient :

fi = f0 + iBN .

La limitation en temps des impulsions en Nyquist g(t) imposent une pénalité

en fréquence qui s’exprime généralement sous la forme d’un excès de roll-off,
ξ. La largeur de bande ainsi ocupée vaut:

B = N (1 + β + ξ)BN .

La figure 3 représente le spectre du signal transmis et les effets du canal

sélectif en fréquence (en pointillé) sur l’ensemble des porteuses. La condition
BN  Bc , assure la réduction de l’IES dans chaque sous-flux de symboles.
Chaque sous-canal est soumis à un flat fading .
La figure 4 représente le recepteur MCM correspondant. N filtres
Cette technique est spectralement très inefficace. On peut réduire la
largeur de bande totale en “serrant” les porteuses entre elles. Dans la mesure
où la condition d’orthogonalité est respectée, on peut réduire l’espacement
entre porteuses sans compromettre la démodulation. Il est simple de prouver
que l’ensemble
i
 
cos(2π(f0 + t + φi ) i = 0, 1, 2, . . . , N − 1,
TN

4
 OFDM.

Figure 3: Spectre du signal MCM transmis et les effets du canal sélectif.

Figure 4: Démodulateur MCM .

5
 OFDM.

est orthogonal dans l’intervalle [0, TN ]. En réalité on peut prouver que

1/TN est l’intervalle minimal de sépartion des porteuses qui rend l’ensemble
orthogonal.
Supposons g(t) un cosinus surélevé avec roll-off β, donc :
1
BN = (1 + β) ,
TN
mais si on superpose les spectres, on peut séparer les porteuses de 1/TN . On
a donc une largeur de bande totale du signal modulé qui vaut :
1 1 1 1 1 N +β+ξ N
B = (β + ξ) + N. + (β + ξ) = ≈ .
2 TN TN 2 TN TN TN
La superposition permet de réaliser des économies importantes de bande
passante. L’exemple suivant illustre cette situation.

Exemple 1 Soit un système MCM avec TN = 0.1 ms, qui fonctionne avec N = 256.
On utilise un filtre de mise en forme en bande de base en cosinus surélevé avec
β = 0.22. Pour asurer une impulsion limitée en temps on élargit la bande d’un excès
de rolloff ξ = 0.05. La largeur de bande totale vaut :

N (1 + β + ) 256.(1 + 0.22 + 0.05)

B= = = 3.136 M Hz.
TN 0.00001
Maintenant, si on utilise des canaux superposés :

N +β+ 256 + 0.22 + 0.05)

B= = = 2.562 M Hz.
TN 0.00001

Ceci représente une économie de l’ordre de 20%. La figure 5 montre la structure du

récepteur dans le cas où les porteuses sont superposées (filtres adaptés à la place des
filtres passe-bande).

III Les effets du fading sur les systèmes multipor-

teuses
Comme vu, chaque sous-porteuse est soumise à un flat fading . Chaque
porteuse aura un taux d’erreur qui dépendra du coefficient d’atténuation αi
et de la puissance Pi attribuée à cette porteuse. Le rapport signal sur bruit
pour la porteuse i vaut :
α2 .Pi
γi i .
N0 .BN
Si αi est petit, alors le BER est grand. Plusieurs techniques peuvent être
utilisées pour corriger ce problème.

6
 OFDM.

Figure 5: Démodulateur MCM avec porteuses superposées.

• Codage avec entrelacement

• Egalisation de fréquences

• Précodage

• Charge adaptive

On analysera dans la suite ces techniques.

A Codage avec entrelacement

L’idée fondamentale du codage avec entrelacement consiste à utiliser un
code correcteur pour coder les bits à l’entrée du système, entrelacer les mots
de code, en temps et en fréquence, et finalement les envoyer sur différents
sous-canaux de fréquence. Les bits sont alors soumis à des évanouissements
indépendants. Si la majorité des canaux opèrent avec un bon rapport SNR,
les erreurs induites par les “ mauvais canaux” pourront être corrigées par le
décodeur. Le codage exploite la diversité de fréquence propre du système
MCM . Cette technique fonctionne très bien si on a suffisament de diversité
fréquentielle. Une bande de cohérence trop large, produit des corrélations
importantes entre sous-canaux et l’efficacité du codage avec entrelacement
devient moins efficace.
Compléter avec recherche bibliographique pour montrer des résultats.

7
 OFDM.

B Égalization de fréquences
L’égalisation de fréquences consiste tout simplement à inverser l’atténuation
αi du i-ème sous-canal au récepteur. Cette technique nécessite la connaissance
du canal au récepteur. Plus ponctuellement, si on estime l’atténuation du
canal αi , alors on multiplie le signal reçu par 1/αi . Ainsi on restitue la
puissance du signal à sa valeur
αi2 Pi
= Pi .
αi2
Malheureusement, le bruit en réception et aussi multiplié par le facteur 1/αi ,
ce qui résulte :
N0 Bn
,
αi2
d’où le rapport SNR après égalisation,
αi Pi
SN R = ,
N0 BN
et donc l’égalisation n’améliore pas la performance du système. Cette
technique est à l’origine du précodage.

C Précodage
Si on dispose de l’information de l’état du canal à l’émetteur, on peux inverser
le canal avant transmission. Si l’atténuation du i-ème sous-canal est αi , alors
on « amplifie » la puissance de ce sous-canal d’un facteur 1/αi . Ceci assure
que la puissance du signal après réception sera Pi . Puisque l’égalisation a
eu lieu en émission, le bruit en réception reste N0 BN , d’où l’intérêt de la
technique. Le précodage est utilisé régulièrement dans les système MCM sur
lignes filaires DSL. Cette technique présente des points faibles importants : le
premier est la mauvaise gestion de l’énergie en émission, puisque la puisance
totale émise peut être très importante pour compenser les évanouissements
forts, et le deuxième point faible est qu’elle nécessite d’une bonne estimation
du canal en transmmission, estimation qui est très difficile d’obtenir en cas
de dynamique rapide du canal.

D Charge adaptive
L’idée de la charge adaptive, consiste à changer la puissance et le débit
sur chaque sous-canal en fonction de l’état du canal. En utilisant plusieurs
modulations de type M-QAM on pourra maximiser le débit total transmis
en fonction des coefficients αi du canal. La capacité du canal d’un système
MCM vaut :
N −1
!
α 2 Pi
CMCM = max BN log2 1+ i
X
.
N0 BN
P
Pi | Pi =P i=0

8
 OFDM.

La distribution des puissances qui maximise cette capacité est la solution

waterfilling : (
1
Pi − 1 γi ≥ γ0
= γ0 γi
P 0 γi < γ0
où γ0 représente le SNR de « coupure », valeur du rapport signal à bruit en
dessous de laquelle le sous-canal n’est pas utilisé. La valeur de coupure est
calculée à partir de la contrainte :
N −1 −1
Pi NX 1 1
 
= =1
X
−
i=0
P i=0
γ0 γi

La capacité optimale devient donc :

γi
 
CMCM = BN log2
X
.
i|γi ≥γ0
γ0

Dans le cas d’une modulation M-QAM à taux de transmission variable

et puissance variable, le débit total peut être calculé à partir de :
N −1
Kγi Pi
 
R= BN log2 1+
X
,
i=0
P

où
−1.5
K= ,
log(5Pb )
Pb étant la probabilité d’erreur par bit cible dans chaque sous-canal.
Une optimisation par rapport à l’allocation des puissance donne un résultat
semblable :
(
1 1
KPi − γi ≥ γK
= γK γi
P 0 γi < γK
avec le taux de transmission correspondant :

γi
 
R= BN log2
X
,
i|γi ≥γK
γK

où, à nouveau γK peut être déterminé à partir de la contrainte de puissance

totale.

IV L’OFDM
Les techniques MCM furent découvertes en 1950, mais malheureusement la
complexité des modulateurs/démodulateurs en parfaite orthogonalité pour
chaque sous-canal, rendirent la méthode sans intérêt. Il faudra attendre

9
 OFDM.

une vingtaine d’années pour que les circuits de traitement soient capables
de réaliser des transformées discrètes de Fourier de façon efficace et à bas
coût. L’usage de la DFT rendit les techniques MCM simples à engendrer
et surtout à démoduler. La suite présente une approche constructive des
MCM selon ce principe, ce qui depuis est connu sous le nom de Orthogonal
Frequency Division Multiplexing, ou plus simplement OFDM .

A Rappels sur la Transformée Discrète de Fourier - DFT

On rappelle la définition et les principales propriétés de la transformée
discrète de Fourier. Le lecteur pourra consulter la référence [?] pour un
traitement exhaustif du sujet.
Soit, x(n) n = 0, 1, 2, 3, . . . , N − 1 une séquence d’échantillons complexes,
temps discret. On définit la fonction transformée discrète de Fourier ou plus
simplement la transformée discrète de Fourier, qui sera notée dans la suite
DFT 2 , la fonction :
−1
1 NX ni
DFT {x(n)} = X(i) , √ x(n)e−j2π N , 0 ≤ i ≤ N − 1.
N n=0

On peut définir aussi la transformée inverse selon :

−1
1 NX in
IDFT {X(i)} = x(n) , √ X(i)ej2π N , 0 ≤ n ≤ N − 1.
N i=0

Un filtre de réponse impulsionnelle h(n) réagit à un signal x(n) selon :

y(n) = h(n) x(n)

où représente la convolution circulaire définie par :

N −1
y(n) = h(n) x(n) =
X
h(k).x(n − k)N ,
k=0

où l’opérateur (n − k)N indique

(n − k)N = (n − k) mod N.

On peut démontrer qu’à partir de la définition de et de DFT , la convolu-

tion circulaire dans un domaine correspond au produit de transformées dans
l’autre :
DFT {y(n) = h(n) x(n)} = X(i).H(i).
Si h(n) a moins de N valeurs (disons K < N ), alors on complétera h(n)
avec N − k zéros de sorte que les deux séquences à convoluer aient le même
2
DFT = Discrete Fourier Transform

10
 OFDM.

nombre d’échantillons. Cette expresion est très intéressante, puisqu’elle

prouve que si on connait h(n) au récepteur, alors on peut récupérer x(n) par
transformation inverse de Fourier, selon :

Y (i) Y (i)
 
x(n) → X(i) → H(i) → Y (i) = X(i).H(i) → X(i) = → x(n) = IDFT .
H(i) X(i)

Malheureusement, la sortie du canal ne répond pas à la convolution circulaire

sinon à la convolution linéaire :
N −1
y(n) = h(n) ∗ x(n) =
X
h(k).x(n − k).
k=0

On verra dans la suite, que grâce à une astuce on peut transformer la

convolution linéaire en convolution circulaire.

B Le préfixe cyclique
Considérons une séquence x(n) d’échantillons à l’entrée du canal de longueur
N . La réponse impulsionnelle du canal a une longueur µ + 1 échantillons où :
Tm
µ+1= ,
Te
Tm le delay spread du canal et Te l’intervalle d’échantillonnage. La séquence,

h(0), h(1), h(2), . . . , h(µ),

représente tout simplement la séquence de µ + 1 échantillons de la réponse

impulsionnelle. Dans la suite on considérera que Te ≡ Ts , le temps de
symbole. On appelle « préfixe cyclique » de x(n), les µ derniers échantillons
de x(n),

pc = {x(N − µ) x(N − µ + 1) x(N − µ + 2) . . . x(N − 1)}.

Pour chaque séquence x(n), on construira une nouvelle séquence « éten-
due » x̃(n) résultat de la concaténation du pc avec x(n), selon :

x̃(n) ={pc|x(n)} =
.
={x(N − µ) x(N − µ + 1) x(N − µ + 2) . . . x(N − 1) .. x(0) x(1) x(2) . . . x(N − 1)}.

11
 OFDM.

Il résulte :
x̃(−µ) = x(N − µ)
x̃(−µ + 1) = x(N − µ + 1)
.. ..
. = .
x̃(−1) = x(N − 1)
x̃(0) = x(0)
x̃(1) = x(1)
.. ..
. = .
x̃(N − 1) = x(N − 1)
Il est intéressant de remarquer à partir de cette définition que :
x̃(n) = x(n)N − µ ≤ n ≤ N − 1.
Cette propriété n’a rien de surprenant, elle résulte de la façon comment
la séquence étendue a été construite. Le figure 6 représente la façon de
construire cette séquence étendue.

Figure 6: Le préfixe cyclique.

Soit maintenant x̃(n) l’entrée du canal de réponse impulsionnelle h(n).

La sortie du canal peut être calculée selon :
µ µ
y(n) = h(n) ∗ x̃(n) = h(k).x̃(n − k) = h(k).x(n − k)N = h(n)
X X
x(n).
k=0 k=0

Rajouter le préfixe cyclique transforme la convolution linéaire en convolution

circulaire. On peut donc calculer,
Y (i)
 
Y (i) = H(i).X(i) 0 ≤ i ≤ N − 1 ⇒ x(n) = IDFT .
X(i)
A noter que les µ premiers échantillons de y(n) ne sont pas nécessaires
pour récupérer x(n). Ceci est logique dû au fait de la redondance des µ
premiers échantillons.

12
 OFDM.

Si l’on suppose que x(n) est divisé en blocs de longueur N , avec un

préfixe cyclique de longueur µ échantillons on construit x̃(n). En sortie du
canal, les µ premiers échantillons de y(n) sont entâchés d’IES des µ derniers
échantillons du block précédent. Le préfixe cyclique permet de supprimer les
effets d’IES entre blocs. Une réduction du taux de transmission sera le prix
à payer. Le taux effectif sera :
N
.
N +µ
Il est intéressant de remarquer que n’importe quel préfixe cylique fera
l’affaire. On peut éventuellement remplacer les échantillons de x(n) par
des zéros avec l’économie d’énergie transmise que cela implique. Le préfixe
cyclique joue le rôle de « temps de garde » entre blocs. L’usage de ce préfixe
motive l’usage de l’OFDM . En OFDM , les données sont divisées en blocs
de taille N symboles. Chaque bloc s’appelle un “symbole OFDM” . Un
symbole OFDM est précédé d’un préfie cyclique de longueur proportionnelle
au spread delay du canal, pour induire la convolution circulaire et atténuer
les efets d’IES entre blocs. En réception, les symboles entâchés d’IES sont
supprimés et une transformation inverse assure la récupération des données.

C L’OFDM
La figure 7 représente un modulateur OFDM .

Figure 7: Le modulateur OFDM .

13
 OFDM.

Le convertisseur série-parallèle (S/P), forme un bloc de N symboles

modulés M − QAM . Le « vecteur » X(i) considéré une séquence complexe
dans le domaine de la fréquence, est transformée dans le domaine du temps
par une IDFT . Le « vecteur » x(n) dans le temps, se voit concaténé par le
préfixe cyclique et convertit en série. La séquence ainsi formée, passe par un
convertiseur numérique-analogique pour construire le signal analogique en
bande de base x̃(t). Un modulateur à fp transpose le spectre du signal en
bande de base autour de la fréquence porteuse. Soit s(t) le signal transmis.
Chaque symbole complexe X(i) est modulé par la IDFT sur la fréquence,
2πin
ej N .

Le signal reçu s’écrit sous la forme :

r(t) = y(t) + n(t) = h(t) ∗ s(t) + n(t).

Le figure 8 représente le démodulateur OFDM .

Figure 8: Le démodulateur OFDM .

Après transposition à la bande de base, un filtre passe-bas récupère

le signal. Un convertisseur analogique-numérique transforme le signal en
séquence y(n). Après extraction du préfixe cyclique, un convertisseur série-
parallèle créé des « vecteurs » d’échantillons dans le temps. L’application
directe de la DFT transforme les symboles dans le domaine de la fréquence.
Un convertisseur série-parallèle alimente finalement le démodulateur M-
QAM engendre le flux à R b/s. L’information sur l’état du canal (H(i)) agit

14
 OFDM.

directement sur le démodulateur M-QAM, pour reconstruir par égalisation

fréquentielle les symboles X(i) selon :

Y (i)
X(i) = .
H(i)

D Le PAPR
L’OFDM impose des contraintes de linéarité très strictes au modulateur. La
figure 9 représente une fonction de transfert “classique” d’un amplificateur
de puissance radio. On distingue deux régions de fonctionnement :

1. la zone de linéarité entre l’entrée (In) et la sortie (Out) ;

2. une zone de régime non-linéaire au delà d’un seuil de transition (connu

comme seuil de linéarité de l’amplificateur).

En régime linéaire, le principe de superposition reste valable et le contenu

harmonique de la sortie de l’amplificateur est le même que celui de l’entrée.
Dès qu’on atteint le seuil de linéarité, le signal en entrée subi une distorsion
susceptible de modifier de façon très significative le contenu harmonique de la
sortie. Rappelons que l’information associée à chaque symbole à transmettre
est contenue dans chacune des sous-bandes de fréquence OFDM et la
condition d’orthogonalité reste une hypothèse majeure pour le processus de
démodulation. Tout signal OFDM amplifié en régime non-linéaire verra son
spectre modifié avec une conséquente perte d’information due à la distorsion
harmonique induite par l’amplificateur. Ainsi on pourra déterminer la
moyenne de l’amplitude du signal OFDM de sorte que l’amplification se
réalise en plein régime linéaire, comme c’est indiqué dans la figure 9.

Figure 9: Fonction de transfert en puissance d’un amplificateur radio.

Malheureusement, le signal OFDM a un rang dynamique très important

et il faut s’attendre à des fluctuation importantes entre la valeur moyenne et

15
 OFDM.

la valeur de pic. Dans la mesure où l’amplitude de pic n’atteint pas le seuil

de linéarité, la distortion non-linéaire n’est pas à craindre. Si la différence
entre valeur moyenne et valeur de pic est importante, en moyenne on aura
une amplitude faible à la sortie de l’amplificateur. Il faut donc trouver un
bon compromis entre valeur moyenne du signal à la sortie de l’amplificateur
et distortion non-linéaire due aux pics du signal. Ainsi on définit le rapport
pic-moyenne (Peak to Average Power Ratio ou PAPR) :

maxt |x(t)|2
PAPR , h i .
E |x(t)|2

Ainsi un signal de continu a un PAPR = 1 (0dB) et une sinusoïde un

PAPR = 2 (3dB).
Le signal OFDM s’écrit sous la forme :
−1
1 NX ni
x(n) = √ X(i)ej2π N , 0 ≤ n ≤ N − 1.
N i=0
Si N → ∞, alors les x(n) deviennent des variables aléatoires gaussiennes
de moyenne nulle et variance σ 2 . L’enveloppe de x(n) est Rayleigh de variance
σ 2 . La probabilité que le PAPR dépasse un seuil P0 peut être calculée selon :

P rob[P AR ≥ P0 ] = 1 − (1 − e−P0 )N .
Considérons N variables x(n) gaussiennes indépendantes de moyenne
nulle et puissance 1.

h i −1
h 1 NX i
EN |x(n)|2
=E |x(i)|2 .
N i=0

Ceci revient à calculer :

−1 −1 −1
h i 1 h NX i 1 NX h i 1 NX N
EN |x(n)|2 = E |x(i)|2 = E |x(i)|2 = 1= = 1.
N i=0
N i=0 N i=0 N

La valeur maximale de l’enveloppe on l’obtient quand tous les x(i)

s’ajoutent en phase (somme cohérente). Dans ce cas :
−1 2
1  NX N2
max [|x(n)|2 ] = 1 = = N.
n N i=0 N
On déduit :

maxt |x(t)|2 N
PAR , i = = N.
1
h
E |x(t)|2

16
 OFDM.

Le PAPR augmente avec le nombre de sous-porteuses. Clairement, la

probabilité de retrouver N sous-porteuses en phase est un événement extrême-
ment improbable, d’où le calcul fait précédemment est une limite supérieure
en terme de PAPR.En général, le PAPR sera inférieur de quelques Db
de cette valeur, mais il est très intéressant de remarquer, à titre de “règle
du pouce” , que le PAPR augmente plus ou moins linéairement avec le
nombre de sous-porteuses. Il existe des méthodes très variées pour réduire
significativement le PAPR. La référence [?], présente des techniques pour
construire de bons codes dans ce but.

E Le offset de fréquence et de temps

L’hypothèse de base de l’ortogonalité entre porteuses impose :
1
∆f = .
TN
Malheureusement, cette condition est difficilement vérifiée dans un sys-
tème réél. Ceci est dû aux oscillateurs mal adaptés, à l’effet Doppler ou à
des erreurs de synchronisation fréquence. Par exemple, un crystal ave une
erreur de fréquence de 1 ppm, on peut estimer l’erreur de fréquence selon,
1
∆f ' (1ppm) f0 ,
10
valeur qui devient pour une porteuse à 5 GHz de l’ordre de 500 kHz.
Cette petite erreur induit une erreur dans la IFFT et la FFT.
Pour une impulsion NRZ, la iième porteuse vaut :
j2πi Tt
xi (t) = e N .
Le mième canal s’écrit sous la forme :
j2π(i+m) Tt
xi+m (t) = e N .
Introduisons un offset de fréquence δ dans le démodulation de ce canal
fréquentiel :
j2π(i+m+δ) Tt
xi+m (t) = e N .
L’interférence entre ces deux canaux peut être évaluée selon :

ZTN
TN (1 − e−j2π(δ+m) )
Im = xi (t).x∗i+m (t) dt = .
j2π(m + δ)
0

Clairement, si δ = 0, alors Im = 0. L’interférence totale sur le iième canal

sera :

17
 OFDM.

ICIi =
X
|Im |2 ' k.(TN δ)2 ,
m6=i

où, on a défini, ICI l’interférence entre porteuses (Inter Carrier In-

terference), et k une constante de proportionalité. Pas toutes les por-
teuses participent à cette somme. Cette estimation devient donc le pire
cas d’interférence. Elle nous donne une bonne idée des paramètres qui déter-
minent la performance du système. Au fur et à mesure que TN augmente,
l’espacement entre porteuses diminue, et en conséquence l’ICI, augmente.
La croissance de l’ICI est quadratique en fonction de l’offset. Il faudra donc
choisir N le plus petit possible. Un compromis entre capacité à gérer l’IES
ezt les erreurs d’offset devra donc s’établir. Dans les cas pratiques, le contrôle
d’offset prévaut par rapport au nombre de porteuses. Référence à ce sujet....

F Analyse de la norme IEEE 802.11a

V Analyse matricielle de l’OFDM

Le produit de convolution discret sur N + µ points qui définit la sortie du
canal,

y(n) = h(n) ∗ x̃(n) + ν(n), 0 ≤ n ≤ N − 1,

peut être développé sous forme matricielle selon :

 
xN −1
x 
 N −2  
  . 
  
yN −1 νN −1
0 0 ... 0  ..  

y h0 h1 h2 . . . hµ−1 hµ  
 N −2   νN −2 
 
0 h0 h1 h2 . . . hµ−1 hµ 0 ... 0
 .    x2   . 

 .. 
0   x1  +  .. 

= 0 0 h0 h1 h2 . . . hµ−1 hµ . . .
     
 
y2   .. .. .. ..   x   ν2 
      
  . . . . 
 
 0   
y1  x
  ν1 
0 0 0
 
... h0 h1 h2 . . . hµ  N −1 
 
y0 }  ..  ν0
 .  | {z }
| {z
H̃ ((N +µ)×N )
| {z }
ȳ (N ×1) ν̄ N ×1
xN −µ
| {z }
¯ (N +µ)×1)
x̃

Dans cette expression, le préfixe cyclique de ȳ n’a pas été utilisé. La

sortie du canal peut donc être résumée sous la forme :

¯ + ν̄,
ȳ = H̃ x̃
avec dimensions respectives :

ȳ = N × 1,

18
 OFDM.

H̃ = (N + µ) × N,
¯ = (N + µ) × 1,
x̃
et
ν̄ = N × 1.
¯ sont “ redondantes” , la matrice
Vu que les µ dernières composantes de x̃
H̃, peut être écrite sous une forme plus compacte :

0 0 ... 0
 
h0 h1 h2 . . . hµ−1 hµ

 0 h0 h1 h2 . . . hµ−1 hµ 0 ... 0  
0 0 h0 h1 h2 . . . hµ−1 hµ . . . 0 
 


.. .. .. .. 
. . . . 
 

 0
H= 0 0
 
... h0 h1 h2 . . . hµ  
 h
 µ 0 ... 0 h0 h1 h2 . . . hµ−1 
hµ−1 hµ ... 0 h0 h1 h2 . . . hµ−2 
 
 .. .. .. .. 

 . . . . 


h1 h2 ... 0 h0 0 0 . . . h0
| {z }
H (N ×N )

et la sortie s’écrit sous une forme plus compacte selon :

ȳ = H x̄ + ν̄,
cette fois-ci avec dimensions respectives :

ȳ = N × 1,
H = N × N,
x̄ = N × 1,
et
ν̄ = N × 1.
L’insertion du préfixe cyclique transforme la matrice H du canal en
matrice carré qui a la propriété d’être circulante sur les N échantillons de x̄.
Issue de la réponse du canal, H est normale :

HH .H = H.HH ,
où Hreprésente l’opérateur conjugué-transposé (opérateur hermitien).
On peut décomposer H en SVD :

H = M Λ MH ,

19
 OFDM.

où Λ est une matrice diagonale contenant toutes les valeurs propres de H, et

M contient les vecteurs propres associés à chaque valeur propre de Λ. La
matrice M est unitaire :
M.MH = I.

La DFT est une transformation orthogonale qui peut être représentée

par :

X̄ = Q.x̄,
avec

1 1 1 1
 
...
1 N −1 
 WN WN2 . . . WN 
2(N −1) 
Q = 1 WN2 WN4

 . . . WN 
. .. .. ..

 ..

 . . . 

2(N −1) (N −1)2
1 WNN −1 WN . . . WN
où on a défini :
2π
WN = e−j N .
Q vérifie la propriété :
Q−1 = QH
En vu de cette propriété, on conclut que :

x̄ = Q−1 X̄ = QH X̄.
Ces propriétés de la DFT conduisent à la conclusion suivante :
soit λ une valeur propre de H et soit v̄ le vesteur propre associé.

H.v̄ = λ.v̄.
La matrice unitaire M est formée par les valeurs propres de H. Si m̄i est
la ième colonne de M, alors,

H.m̄i = λi .m̄i .
En annexe on démontre que les colonnes de QH sont les vecteurs propres
de H, d’où :

Q = MH (QH = M).
La transformation discrète de Fourier représente une base propre d’un
système linéaire et en conséquece on peut établir :

20
 OFDM.

Ȳ = Q.ȳ = MH .ȳ.
Vu que,

ȳ = H x̄ + ν̄ = ȳ = H QH X̄ + ν̄,
il résulte :

Ȳ = MH {H QH X̄ + ν̄}
= MH {M Λ MH QH X̄ + ν̄}
= MH M Λ MH M X̄ + MH ν̄
= Λ X̄ + MH ν̄
= Λ X̄ + ν̄Q ,

où on a défini,

ν̄Q = MH ν̄.
Puisque MH est une matrice unitaire, alors ν̄Q = MH ν̄ = Qν̄, a la même
corrélation que ν̄.
Ceci permet d’aboutir à la conclusion suivante (très importante) :

Grâce à l’usage du préfixe cyclique, la IDFT et la DFT, l’OFDM décompose

un canal à interférence entre symboles en N sous-canaux sans IES, et ce qui est
remarquable est que cette décomposition ne nécesite pas la connaissance de H !

En annexe B on présente une généralisation de cette idée de décomposition

de H qui conduit à la technique connue sous le nom de codage vectoriel.

21
 OFDM.

Annexes

A Base propre de la DFT

- Ici la preuve des VP de la dft

B Codage vectoriel
Les propriétés de la DFT ont induit la décomposition en valeurs singulières
dnas le domaine transformé. On aurait pu directement décomposer la matrice
H du canal en SVD pour obtenir :

H = UΣVH ,
où U et V sont des matrices unitaires, et Σ et une matrice diagonale
contenants les valeurs propres de H. Les valeurs de la diagonale de Σ
dépendent de ceux de HHH selon :

σi =
p
λi ,
avec λi la ième valeur propre de HHH . Vu que H est de rang N , il y
a donc N valeurs propres σi . Cette décomposition suggère le traitement
suivant au vecteur de données X̄ :

X̄ = (X0 X1 X2 . . . XN −1 XN XN +1 . . . XN −1+µ ).
| {z }
µ 0 00

Si on applique la transformation V au vecteur X̄, on obtient :

x̄ = V.X̄.
En définissant,

Ȳ = UH .ȳ,
Ȳ = UH .ȳ
= UH .(H.x̄ + ν)
= UH .(U.Σ.VH .x̄ + ν)
= UH .(U.Σ.VH .VX̄ + ν)
= Σ X̄ + UH ν̄
Ȳ = Σ X̄ + ν̄U ,
où on a défini,

ν̄U = UH ν̄.

22
 OFDM.

Cette technique de transmission s’appelle technique de codage vectoriel.

On peut montrer que cette décomposition du canal H est optimale. Malgré
cela, plusieurs inconvénients limitent l’usage de cette méthode de modulation
: la complexité est considérable et elle nécessite la connaissance du canal
(H).

23
 OFDM.

Exercices
Exercice No 1 -

24