N° d’ordre: 23 / STI / TCO Année Universitaire: 2021/2022

UNIVERSITE D’ANTANANARIVO
----------------------
ECOLE SUPERIEURE POLYTECHNIQUE
-----------------------
MENTION TELECOMMUNICATIONS
MEMOIRE
en vue de l’obtention
Diplômecxvwx de MASTER
Domaine : Sciences de l’Ingénieur
Mention : Télécommunication
Parcours : Systèmes et Traitement de l’Information
Par :
RAZAFIARISON MIALY

ETUDE DE PERFORMANCES DE LA FORMATION DES

FAISCEAUX DANS LES RESEAUX 5G
Soutenu le 15 Novembre 2023 devant la Commission d’Examen composée de :
Président :
Mme RAMAFIARISONA Hajasoa Malalatiana,
Examinateurs :
M.ANDRIAMIASY Zidora
M.ANDRIANARISON Miradontsoa Asafa
M. RAKOTONDRAINA Tahina Ezéchiel
Directeur de mémoire :
M. RAJAONARISON Tianandrasana Roméo
 REMERCIEMENTS
Mes premiers remerciements s’adressent au Dieu tout puissant, pour m’avoir donné le temps, la
force et le courage de préparer ce mémoire, et d’arriver à ce terme de mes études.
Je remercie Monsieur RAVELOMANANA Mamy Raoul, Professeur Titulaire, Président de
l’Université d’Antananarivo.
J’adresse mes sincères remerciements à Monsieur RAKOTOSAONA Rijalalaina, Professeur
Titulaire, Responsable polytechnique supérieur d’Antananarivo.
Aussi, je tiens à témoigner ma profonde gratitude à Monsieur RAJAONARISON Tianandrasana
Roméo, HDR, Responsable de la Mention Télécommunication et aussi mon encadreur
pédagogique, qui m’a soutenu, dirigé, et beaucoup aidé tout au long de la préparation de ce
mémoire, car sans lui, ça n’aurait pas abouti.
J’exprime aussi ma gratitude aux membres du jury qui m’ont aussi donné l’honneur d’examiner ce
travail :
Madame RAMAFIARISONA Hajasoa Malalatiana, Professeur, qui m’a fait l’honneur d'être le
président du Jury ;
Monsieur ANDRIAMIASY Zidora, Maître de Conférences ;
Monsieur ANDRIANARISON Miradontsoa Asafa, Docteur ;
Monsieur RAKOTONDRAINA Tahina Ezéchiel, Maître de conférences ;
Je n’oublie surtout pas tous les enseignants de la Mention Télécommunication, qui m’ont permis
d’arriver à ce stade de ma vie ; Et enfin, toute ma famille, qui a été là pour me soutenir, et mes amis
qui m’ont aussi beaucoup aidé.

i
 TABLE DES MATIERES

REMERCIEMENTS .......................................................................................................................i
TABLE DES MATIERES ............................................................................................................ ii
NOTATIONS ET AREVIATIONS .............................................................................................. v
INTRODUCTION GENERALE .................................................................................................. 1
CHAPITRE 1 : SPECIFICITES DU RESEAU 5G..................................................................... 2
1.1 Introduction ............................................................................................................................ 2
1.2 Caractéristiques uniques de la 5G ........................................................................................ 2
1.2.1 Faible latence ..................................................................................................................... 4
1.2.2 Densité de connexion accrue ............................................................................................. 7
1.2.3 Révolution de l'Internet des Objets (IoT) .......................................................................... 9
1.2.4 Nouveaux horizons pour les applications mobiles .......................................................... 10
1.3 Défis de la mise en œuvre ..................................................................................................... 11
1.3.1 Architecture de la 5G ....................................................................................................... 11
1.3.2 Gestion du spectre radioélectrique................................................................................... 16
1.4 Conclusion ............................................................................................................................. 20
CHAPITRE 2 : PRINCIPE DE LA MASSIVE MIMO ............................................................ 21
2.1 Introduction .......................................................................................................................... 21
2.2 Définitions ............................................................................................................................. 21
2.3 Avantages et inconvénients .................................................................................................. 22
2.3.1 Avantages de la Massive MIMO : .................................................................................... 22
2.3.2 Inconvénients de la Massive MIMO : ............................................................................. 23
2.4 Fondements de la communication MIMO ......................................................................... 23
2.5 Caractéristiques de base du Massive MIMO ..................................................................... 25
2.6 Architecture et conception du Massive MIMO ................................................................. 26
2.7 formation de faisceau Massive MIMO ............................................................................... 27
2.8 Gestion de l'interférence dans le Massive MIMO ............................................................. 30
2.9 Traitement du signal pour le Massive MIMO ................................................................... 31
2.9.1 Propagation favorable :.................................................................................................... 31
2.9.3 Estimation de canal .......................................................................................................... 32
2.9.4 Transmission de données en liaison montante ............................................................... 32
2.9.5 Estimation de canal et détection de signal ...................................................................... 33

ii
 2.10 Canaux de communication dans le Massive MIMO ....................................................... 36
2.10.1 Caractéristiques des canaux Massive MIMO................................................................ 36
2.11 Conclusion ........................................................................................................................... 37
CHAPITRE 3 : TECHNIQUE DE FORMATION DES FAISCEAUX .................................. 38
3.1 Introduction .......................................................................................................................... 38
3.2 Définitions ............................................................................................................................. 38
3.3 Fondements du Beamforming ............................................................................................. 39
3.4 Gestion de l'Interférence dans le Beamforming ................................................................ 40
3.5 Beamforming dans la Technologie 5G ............................................................................... 41
3.6 Ressources et canaux pour le beamforming ...................................................................... 45
3.6.1 Ressources dans le domaine des fréquences ................................................................... 45
3.6.2 Ressources dans le domaine du temps ............................................................................. 52
3.6.3 Canaux logiques, de transport et physiques .................................................................... 54
3.6.4 Signaux physiques ............................................................................................................ 56
3.6.5 Signaux de synchronisation et informations système ..................................................... 57
3.6.6 SS Block et SS Burst Set .................................................................................................. 58
3.6.7 Bloc SS .............................................................................................................................. 59
3.6.8 Information système ......................................................................................................... 60
3.7 Conclusion ............................................................................................................................. 60
CHAPITRE 4 : ETUDE DE PERFORMANCES DE LA FORMATION DES FAISCEAUX
........................................................................................................................................................ 61
4.1 Introduction .......................................................................................................................... 61
4.2 Contexte et Objectif de la simulation ................................................................................. 61
4.2.1 Objectifs : .......................................................................................................................... 62
4.3 Génération forme d’onde..................................................................................................... 62
4.3.1 Génération de formes d’ondes Côté en downlink ........................................................... 64
4.4 Filtrage de l’onde .................................................................................................................. 64
4.4.1 Suréchantillonnage et modèle de non-linéarité HPA ..................................................... 65
4.4.2 Calcul de NR ACLR ......................................................................................................... 65
4.4.3 Calcul de l’amplitude du vecteur d’erreur ...................................................................... 65
4.5 La formation du faisceau du MassiveMIMO .................................................................... 66
4.5.1 Balayage du faisceau........................................................................................................ 67
4.5.2 Mesure du faisceau .......................................................................................................... 68

iii
 4.5.3 Refinement du faisceau .................................................................................................... 69
4.6 Evaluation de la performance de la formation des faisceaux........................................... 70
4.7 Conclusion ............................................................................................................................. 74
CONCLUSION GENERALE ..................................................................................................... 76
ANNEXE : ..................................................................................................................................... 77
BIBLIOGRAPHIES ..................................................................................................................... 80
RENSEIGNEMENTS .................................................................................................................. 83
RESUME ....................................................................................................................................... 84
ABSTRACT .................................................................................................................................. 84

iv
 NOTATIONS ET ABREVIATIONS

1. Minuscules latines

Θ Angle de la cible par rapport à un vecteur normal au centre du tableau d'éléments.

φ Déphasage entre chaque élément.
δt Retard du signal entre les éléments.
f Fréquence d'émission.
C Vitesse de la lumière.
k Variable d'indice.
ak Coefficient complexe du kème élément.
xk Réponse en tension du kième élément.
ζ Réponse du faisceau.
θ Angle du lobe principal du faisceau.
𝒇𝒙 () Fonction densité de probabilité d’une variable aléatoire X
𝒉𝑻 Hauteur d’antenne de transmission
𝒉𝑹 Hauteur de récepteur
n Exposant de pathloss
r Portée d’une station de base
bn bruit additif
e(t) porteuse modulée
f(t) g(t) fonctions disjointes
fk fréquences adjacentes
h(t) réponse impulsionnelle
hij gain complexe des liaisons
hnm coefficient d‘atténuation complexe
i(t) q(t) signal sortant du CAN
k entier positif, généralement égal à 1
N bandes de fréquence
r(t) signal OFDM reçu
rp modèle du signal pour la p sous porteuse

v
s(t) signal OFDM transmis
sm(k) signal transmis
w(t) bruit blanc additif gaussien
Y signal reçu sur antenne

2. Majuscules latines

C Célérité de la lumière
𝑪𝑺𝑩 Couverture de la station de base sur sa puissance maximale
𝑪𝑺𝑹 Couverture de la station de relais sur sa puissance maximale
𝒈𝑲 Forme d’onde
N Nombre de sous porteuses avec CP
𝑵𝑪𝑷 Nombre de CP
𝑵𝑺𝑹 Nombre de station relais
𝑷𝑳(𝒅) Path Loss (espace libre)

𝑷𝑳𝑨𝑩𝑮 Path Loss (Alpha Beta Gama)

𝑷𝑳𝑪𝑰 Path Loss Close-in
𝑷𝑳𝑪𝑰 Path Loss Close-in-F
𝑷𝒕𝒉𝒓 Sensibilité du récepteur
𝑻𝑺 Période d’un symbole OFDM, Durée d’un symbole
𝑻𝑼 Temps utile d’un symbole
𝑻𝑺𝑪𝑷 Durée de CP
𝑻𝒔𝒚𝒎 Durée symbole ave CP

3. Minuscules grecques

𝛼 Paramètre du modele ABG, coefficient de path loss

𝛽 Paramètre du modèle ABG
𝛾 Rapport signal sur bruit
λ Longueur d’onde
𝜇 Indicateur de numérologie.

vi
4. Abreviations

3GPP 3rd Generation Partnership Project

AF Application Function
AMRT Accès Multiple par Répartition Temporelle
AMF Access and Mobility Management Function
AR Augmented Reality
ARTEC Autorite De Regulation Des Technologies De Communication
AuC Authentication Center
AUSF Authentication Server Function
AWGN Additive White Gaussian Noise
BBU Base Band Unit
BSC Base Station Controller
BTS Base Transceiver Station
BWP Bandwidth Part
CA Carrier Aggregation
CAPEX Capital Expenditure
CC Component Carrier
CDMA Code Division Multiple Access
CDN Content Distribution Network
CHF Charging Function
CM Connection Management
CN Core Network
CoMP Coordinated MultiPoint
CP-OFDM Cyclic Prefix OFDM
CRB Common Resource Block
CRC Cyclic Redundancy Check
CSI-RS Channel State Information Reference Signal
CQI Channel Quality Indicator
DAB Digital Audio Broadcasting
DC Data Center
DCI Downlink Control Information

vii
DFT-s-OFDM Discrete Fourier Transform-Spread-OFDM
DL Downlink
DMRS Demodulation Reference Signal
DN Data Network
DOA Direction of Arrival
DVB-T Digital Video Broadcasting-Terrestrial
EDGE Enhanced Data Rates for GSM
EIR Equipment Identity Register
eMBB Enhanced Mobile Broadband
eNB Evolved Node B
EPC Evolved Packet Core
EPS Evolved Packet System
ETSI European Telecommunications Standards Institute
E-UTRAN Evolved UTRAN
FBMC Filter Bank Multi-Carrier
FDD Frequency Division Duplexing
FEC Forward Error Correction
FEM Front End Module
F-OFDM Filtered OFDM
FOMA Freedom of Mobile Multimedia Access
FR1 Frequency Range 1
GBR: Guaranteed Bit Rate
GFDM Generalized Frequency Division Multiplexing
GNSS Global Navigation Satellite System
GPRS General Packet Radio Service
GSM Global System for Mobile Communications
GTP-U GPRS Tunneling Protocol in the User Plane
HARQ Hybrid Automatic Repeat request
HLR Home Location Register
HSDPA High Speed Downlink Packet Access
HSS Home Subscriber Server

viii
HSUPA High Speed Uplink Packet Access
HTTP Hypertext Transfer Protocol
IA Intelligence Artificielle
IMT International Mobile Telecommunications
IoT Internet of Things
IP Internet Protocol
ISI/IES Inter Symbol Interference
KPI Key Performance Indicator
LDPC Low Density Parity Check
LNA Low Noise Amplifier
LTE Long Term Evolution
LTE-A LTE Advanced
M2M, D2D Machine to Machine
MAC Media Access Control
MIMO Multiple Input Multiple Output
MIB Management Information Base
MME Mobility Management Entity
mMTC Massive Machine Type Communications
MU MIMO Multi User MIMO
NEF Network Exposure Function
NFC Near Field Communication
NFV Network Functions Virtualisation
NRF Network Repository Function
NOMA Non-Orthogonal Multiple Access
NR New Radio
NSA Non Standalone
NSSF Network Slice Selection Function
OFDM Orthogonal Frequency Division Multiplexing
OFDMA Orthogonal Frequency Division Multiple Access
OPEX Operational Expenditure
PAPR Peak to Average Power Ratio

ix
PBCH Physical Broadcast Channel
PCF Policy Control Function
PCI Physical Cell Identity
PCRF Policy and Charging Rules Function
PDCP Packet Data Convergence Protocol
PDCCH Physical Downlink Control Channel
PDSCH Physical Downlink Shared Channel
PDU Packet Data Unit
P-GW Packet Data Network Gateway
PIRE Puissance Isotrope Rayonnée Equivalente
PMI Precoding Matrix Indicator
PMP Point to MultiPoint
PRACH Physical random-access channel
PRB Physical Resource Block
PSS Primary Synchronization Signal
PSTN Public Switched Telephone Network
PUCCH Physical uplink control channel
PUSCH Physical uplink shared channel
QAM Quadrature Amplitude Modulation
QoS Quality of Service
RAN Radio Access Network
RF Radio Frequency
RFID RadioFrequency Identification
RLB Radio Link Budget
RLC Radio Link Control
RM Registration Management
RNC Radio Network Controller
RRC Radio Resource Control
RRH Radio Remote Head
RS Reference Signal
RSRP Reference Signal Received Power

x
SB Station de Base
SC-FDMA Single Carrier - Frequency Division Multiple Access
SCMA Sparse Code Multiple Access
SCS Subcarrier Spacing
SDAP Service Data Adaptation Protocol
SDMQ Space Division Multiple Access
SDN Supplementary Downlink
SDN Software Defined Network
SDO Standards Developing Organization
SFN System Frame Number
S-GW Serving Gateway
SIB System Information Bloc
SINR Signal to Interference plus Noise Ration
SMF Session Management Function
SMS Short Message Service
SMSF Short Message Service Function
SMTP Simple Mail Transfer Protocol
SR Station Relais
SRS Sounding Reference Signal
SSB Synchronization Signal and PBCH block
SSB Synchronization Signal Block
SS Signaux de Synchronizations
SSS Secondary Synchronization Signal
SUL Supplementary Uplink
SU-MIMO Single User MIMO
TDD Time Division Duplexing
TRX Transmission/Reception Unit
TTI Transmission Time Interval
UDM Unified Data Management
UE, EU User Equipement, Equipement Utilisateurs
UHD Ultra High Definition

xi
UIT Union Internationale des Télécommunications
UMFC Universal Filtered Multi Carrier
UMTS Universal mobile for Telecommunications system
UL Uplink
UPF User Plane Function
uRLLC Ultra-Reliable and Low Latency Communications
UTRAN UMTS Terrestrial Radio Access Network
VR Virtual Reality
Wifi Wireless Fidelity

xii
 INTRODUCTION GENERALE
La révolution technologique qui marque le début du 21e siècle est indéniablement orchestrée par
l'évolution fulgurante des communications sans fil. Au cœur de cette transformation se trouve la
cinquième génération des réseaux mobiles, couramment désignée sous le nom de 5G, une avancée
technologique qui promet de redéfinir en profondeur notre manière de vivre, de travailler et
d'interagir avec le monde numérique qui nous entoure. Au sein de cette transition vers la 5G, une
innovation majeure a attiré l'attention des chercheurs, des ingénieurs et des experts en
télécommunications du monde entier : la formation de faisceau massive MIMO (Multiple-Input
Multiple-Output). Elle offre des avantages considérables en termes d'efficacité spectrale, de
capacité réseau et de qualité de service. Le développement de cette technologie est en train de
révolutionner la manière dont nous concevons, construisons et exploitons les réseaux sans fil. Elle
promet des vitesses de transmission de données plus rapides, une couverture réseau plus étendue,
des temps de latence réduits et une capacité à connecter un nombre massif d'appareils
simultanément. La formation de faisceau massive MIMO est au cœur de l'infrastructure 5G qui
nous permettra de bénéficier de la connectivité ultra-rapide et omniprésente nécessaire pour
soutenir des innovations telles que l'Internet des objets (IoT), les véhicules autonomes, la réalité
augmentée et bien d'autres avancées technologiques qui façonneront notre avenir. Notre objectif
est d'explorer en profondeur la formation de faisceau massive MIMO dans le contexte de la 5G
dans cet ouvrage qui s’intitule « Etude de performances de la formation des faisceaux dans les
réseaux 5g ». Nous aspirons à contribuer de manière significative à la compréhension et au
développement de cette technologie passionnante. Au cours de cette exploration, nous allons voir
en premier lieu les spécificités du réseau 5G, nous examinerons ensuite le principe de la Massive
MIMO, les techniques la formation de faisceau, à la fin nous allons effectuer une simulation de la
formation de faisceau.

1
 CHAPITRE 1 :
SPECIFICITES DU RESEAU 5G.

1.1 Introduction
L'avènement de la cinquième génération des réseaux mobiles, communément désignée sous le nom
de 5G, constitue une avancée technologique qui promet de transformer notre manière de
communiquer, de travailler et d'interagir avec le monde numérique qui nous entoure. En effet, la
5G ne se limite pas à être une simple itération des générations de réseaux précédentes, mais elle
représente un saut quantique dans la conception et la prestation des services de
télécommunications. Au cœur de cette transformation réside une spécificité unique qui caractérise
la 5G et la distingue de ses prédécesseurs. La spécificité du réseau 5G réside dans sa capacité à
répondre aux besoins les plus exigeants de la société moderne en matière de connectivité. Elle
incarne une convergence d'innovations technologiques, de nouvelles normes de communication et
d'une vision audacieuse de l'avenir numérique. Dans cette exploration approfondie, nous
plongerons dans l'univers complexe de la 5G afin de dévoiler cette spécificité qui redéfinit la
manière dont nous utilisons les communications sans fil.

1.2 Caractéristiques uniques de la 5G

Huit indicateurs de performance (KPI –Key performance Indicators) ont été établis par l’UIT pour
préciser, quantifier et mesurer les caractéristiques de la 5G mobile :
• Débit crête par utilisateur (Gbit/s) : Le débit crête est le débit maximal obtenu par un
utilisateur dans des conditions idéales. La 5G mobile offre un débit de 20Gbps sur la liaison
descendante et un débit de 10Gbps sur la liaison montante.
• Débit moyen perçu par l’utilisateur (Mbit/s) : Le débit moyen perçu est le débit obtenu par
un utilisateur partout dans la zone de couverture dans le cas réel. La 5G mobile offre un
débit de 100Mbps sur la liaison descendante et de 50Mbps sur la liaison montante.
• Efficacité spectrale (bit/s/Hz) : L’efficacité spectrale est le rapport entre le débit et la bande
passante du canal de transmission. L’UIT a fixé une efficacité spectrale égale à 30bits/s/Hz
sur la liaison descendante et 15bits/s/Hz sur la liaison montante.
• Vitesse maximale des terminaux (km/h) : Il s’agit de la vitesse maximum à laquelle les
terminaux peuvent se déplacer sans interruption de la communication courante. Quatre

2
 classes de mobilité sont considérées : - Stationnaire : 0 km/h - A pied : 0km/h à 10km/h -
En véhicule : 10km/h à 120km/h - En véhicule à haute Vitesse : 120km/h à 500km/h.
• Latence (ms) Les exigences en termes de latence sont différentes en fonction des services.
Certaines applications à implémenter sur les réseaux 5G mobiles nécessitent un délai très
faible, de l'ordre de millisecondes comme les jeux 3D interactifs, la réalité augmentée, la
télémédecine. L’UIT fixe donc un temps de latence de 1ms pour les services sensibles au
délai et un temps de latence de 4ms pour les services moins sensibles à ce paramètre.
• Nombre d’objets connectés sur une zone (quantité d’objets/km²) L’une des applications du
réseau 5G mobile est l’IoT. L'UIT a spécifié un objectif de 1 million de dispositifs connectés
par km².
• Efficacité énergétique du réseau : C’est la quantité de bits d'information transmise aux
usagers ou reçue par les usagers, par unité de consommation d'énergie du réseau d’accès de
la 5G mobile. Du côté des appareils, elle se réfère à la quantité de bits d'information par
unité de consommation d'énergie du module de communication. L’efficacité énergétique
est exprimée en bit/Joule. Les dispositifs 5G mobiles devraient être en mesure de
fonctionner sur une très faible consommation d'énergie. Pour arriver à cette fin, il faut
mener à la fois une conception matérielle adéquate et des protocoles et des techniques de
communication à haut rendement énergétique. C’est l’un des objectifs de cette thèse.
• Débit sur une zone (Mbit/s/m²) ou capacité de trafic : C’est le débit de transfert de données
par unité de surface. Il est exprimé en Mbps/m². L’UIT fixe pour le réseau 5G un débit sur
une zone égal à 10 Mbps/m². [1]

Figure 1.01 : huit indicateurs de performance

3
On peut distinguer 3 principales catégories de services offertes en 5G :

• mMTC (Massive Machine Type Communications) : Comprend les communications entre

une grande quantité d’objets avec des besoins de qualité de service variés. L’objectif de
cette catégorie est de répondre à l’augmentation exponentielle de la densité d’objets
connectés. Ces services nécessitent une couverture étendue, une faible consommation
énergétique et des débits relativement restreints.

• eMBB (Enhanced Mobile Broadband) Contient les connexions très hauts débit en extérieur
et intérieur dans des usages courants comme pour la création ou la consommation de vidéo
mobile. Cela permettra de dépasser des débits théoriques de 1Gbits/s.

• uRLLC (Ultra-reliable and Low Latency Communications) Comprend les communications

très fiables adaptées aux applications critiques nécessitant une très faible latence, comme
pour des applications de sécurité, dans les transports tel que la réactivité des voitures
autonomes, ou dans la santé. [2]

1.2.1 Faible latence

L'une des caractéristiques les plus marquantes de la 5G réside dans sa capacité à offrir une faible
latence, réduisant ainsi le temps nécessaire à la transmission des données de manière significative.
La latence, qui représente le délai entre l'envoi d'une requête et la réception d'une réponse, est un
élément essentiel pour de nombreuses applications critiques, notamment la réalité virtuelle, la
télémédecine et la conduite autonome.

Figure 1.02 : les services offerts en 5G

4
1.2.1.1 Efficacité spectrale

L’amélioration de l’efficacité spectrale passe par la combinaison de l’utilisation simultanée de

plusieurs fréquences par terminal ciblé et la focalisation spatiale horizontale et verticale des ondes
électromagnétiques sur les terminaux (Massive MIMO), de la modulation du signal en phase et
amplitude en QAM256 au lieu du QAM64 (Quadrature Amplitude Modulation).
• Full duplex : Dans les systèmes classiques, l’émission et la réception se font soit sur des
bandes de fréquences différentes (duplexage en fréquences dit FDD, frequency division
duplexing, utilisé sur toutes les bandes des réseaux mobiles français) soit à des instants
différents (duplexage temporel dit TDD, time division duplexing). Le full duplex
ambitionne de permettre l’émission et la réception simultanée d’information, sur les
mêmes fréquences, au même moment et au même endroit.[3]

Figure 1.03 : Communication en fullduplex

1.2.1.2 La densification

Grâce à des avancées technologiques telles que le traitement de signal plus rapide, la répartition du
calcul et du stockage aux bords du réseau, ainsi que l'utilisation de fréquences plus élevées, la 5G
parvient à réduire la latence à des niveaux quasi instantanés, de l'ordre de quelques millisecondes.
Cette réduction drastique de la latence ouvre la voie à des expériences en temps réel sans précédent,
où la communication est instantanée et où les applications sont plus réactives que jamais. [4]

5
1.2.1.3 Le spectre utilisé

Diverses catégories de spectres seront utilisées en 5G. La 5G conduira à une meilleure utilisation
du spectre électromagnétique avec l’exploitation de plusieurs bandes de fréquences nouvelles dont
celles des ondes millimétriques, entre 24 et 300 GHz mais aussi les bandes comprises entre 3 et 30
GHz qui ne sont pas exploitées dans la 4G. Elles apportent un très haut débit sur une courte portée,
associé à la densification du réseau et à des antennes directives MU-MIMO (Multi User MIMO) et
MassiveMIMO.
Le MIMO (Multiple Input Multiple Output) est une technologie apparue avec le Wi-Fi qui utilise
plusieurs antennes et fréquences pour gérer la communication avec un terminal. Le MU-MIMO est
le Multi User MIMO qui gère cela pour plusieurs terminaux simultanément. Le Massive MIMO
s’appuie sur la focalisation des faisceaux hertziens sur les terminaux à partir d’un grand nombre de
petites antennes.[5]

1.2.1.4 Architecture SDN/NFV

Figure 1.04: Service Based interface

La 5G s’appuiera aussi sur les architectures logicielles d’exploitation de réseaux SDN/NFV. Le

SDN et le NFV permettent de gérer les infrastructures télécoms de manière très souple en fonction
des besoins (Network Slicing).
Le SDN dissocie l’architecture physique des infrastructures réseaux de leur gestion logicielle. Elle
est basée sur l’usage de serveurs standardisés.

6
Le NFV virtualise les équipements spécifiques des équipementiers dans des machines virtuelles
installées sur des serveurs standards.
Dans le secteur médical, par exemple, des chirurgiens peuvent effectuer des interventions à
distance avec une précision millimétrique grâce à des dispositifs robotiques, tirant parti de la
réactivité quasi instantanée du réseau 5G.
Dans l'industrie, des usines automatisées fonctionnent de manière plus efficace grâce à la
synchronisation précise de leurs équipements, ce qui réduit les temps d'arrêt et améliore la
productivité. [6]
La faible latence de la 5G transcende même les domaines professionnels pour influencer notre
quotidien, que ce soit en rendant les jeux en ligne plus immersifs, en permettant aux voitures
autonomes de réagir instantanément aux conditions routières changeantes, ou en favorisant la
réalité augmentée pour une expérience plus interactive dans le commerce électronique.
En somme, la faible latence de la 5G ouvre la voie à un monde où la réactivité et la fluidité
deviennent la norme, transformant notre manière d'interagir avec la technologie et ouvrant de
nouvelles perspectives pour des applications innovantes.

1.2.2 Densité de connexion accrue

La 5G brille également par sa capacité à gérer une densité de connexion exceptionnelle,

transcendant ainsi les limites des générations précédentes de réseaux mobiles.
Cette densité de connexion accrue repose sur des innovations telles que le réseau d'accès radio
distribué (D-RAN) et l'utilisation de fréquences millimétriques.
Ces avancées permettent à la 5G de prendre en charge un grand nombre de dispositifs connectés
simultanément, ouvrant la porte à l'ère de l'Internet des Objets (IoT) à grande échelle. Des milliards
de capteurs, de dispositifs IoT, et d'objets intelligents peuvent désormais coexister au sein du même
réseau, formant un écosystème connecté d'une complexité et d'une efficacité sans précédent.
Cette densité de connexion accrue trouve des applications dans une multitude de secteurs, de la
surveillance urbaine à la gestion intelligente de l'énergie en passant par l'agriculture de précision.
Elle transforme la manière dont les villes fonctionnent en permettant une gestion plus efficace des
ressources et une amélioration de la qualité de vie.[8]
De même, dans le secteur industriel, cette densité de connexion facilite la mise en œuvre de la
robotique avancée et de l'automatisation, contribuant ainsi à accroître la productivité et l'efficacité

7
des processus industriels. La 5G permet de réaliser la vision d'un monde où chaque objet peut être
connecté, communiquer et contribuer à des systèmes plus intelligents et plus efficaces.
La 5G, en sa qualité de réseau de nouvelle génération, se distingue par sa capacité à gérer une
densité de connexion exceptionnelle, ouvrant ainsi de nouveaux horizons pour la connectivité. C'est
l'ère de la "connectivité massive" où des milliards d'appareils, des capteurs aux véhicules
autonomes en passant par les appareils domestiques intelligents, coexistent harmonieusement au
sein du même écosystème de communication.

Figure 1.05 : Massive MIMO

Cette densité de connexion accrue est rendue possible par la flexibilité accrue des bandes de
fréquences, notamment les fréquences millimétriques, qui offrent une largeur de bande
substantielle pour répondre aux besoins croissants en connectivité.
En conséquence, la 5G élimine les goulets d'étranglement en matière de connectivité et garantit des
vitesses de transmission des données élevées pour chaque appareil, quel que soit l'endroit où il se
trouve.
Cette connectivité omniprésente change la donne dans divers secteurs. Par exemple, les villes
intelligentes deviennent une réalité, avec des réseaux de capteurs qui surveillent et ajustent
constamment les infrastructures urbaines, améliorant l'efficacité et la durabilité.
Dans le domaine de la santé, la surveillance à distance des patients et la collecte de données en
temps réel sont rendues possibles, transformant la prestation des soins de santé. La 5G est donc
bien plus qu'un simple réseau mobile rapide ; elle est la pierre angulaire d'une société connectée où
tout est interconnecté pour améliorer notre qualité de vie et stimuler l'innovation.[8]

8
1.2.3 Révolution de l'Internet des Objets (IoT)

La 5G joue un rôle déterminant dans la révolution en cours de l'Internet des Objets (IoT). Elle agit
comme un catalyseur puissant qui transforme les aspirations d'un monde interconnecté en réalité
concrète. L'Internet des Objets, qui englobe une gamme diversifiée d'appareils intelligents, de
capteurs, et de dispositifs, requiert une connectivité fiable, rapide et omniprésente pour atteindre
son plein potentiel. C'est précisément là que la 5G excelle. Cette nouvelle génération de réseau
offre non seulement une vitesse de transmission des données inégalée, mais elle garantit également
une faible latence, un élément critique pour les applications IoT qui nécessitent des réponses quasi
instantanées. Cette combinaison de vitesse et de réactivité permet de repousser les limites de ce
que l'IoT peut accomplir. Des domaines aussi variés que la gestion intelligente de l'énergie, la
surveillance environnementale, la logistique automatisée et la santé connectée bénéficient de la
puissance de la 5G. Les capteurs disséminés dans les villes communiquent en temps réel pour
optimiser l'utilisation des ressources, les véhicules autonomes se coordonnent pour une circulation
plus fluide, et les dispositifs médicaux transmettent des données cruciales pour des diagnostics et
des traitements plus précis. La 5G ne se contente pas d'activer l'IoT, elle le propulse vers de
nouveaux sommets, créant un écosystème interconnecté où chaque objet contribue à rendre notre
monde plus intelligent, plus efficace et plus durable.[9]

Figure1.06 : Internet des objets

9
1.2.4 Nouveaux horizons pour les applications mobiles

La 5G ouvre de nouveaux horizons passionnants pour le monde des applications mobiles,

repoussant les limites de ce qui est possible sur nos appareils portables. Grâce à des vitesses de
transmission des données fulgurantes et à une faible latence, les développeurs disposent d'une toile
vierge pour créer des expériences mobiles encore plus immersives et interactives. Les applications
de réalité augmentée (AR) et de réalité virtuelle (VR) connaissent un essor sans précédent,
transformant nos smartphones en portails vers des mondes virtuels. Les jeux mobiles, déjà
populaires, gagnent en profondeur et en réalisme, offrant des expériences de jeu en ligne en temps
réel et des graphismes de qualité console. Dans le domaine de l'éducation, les applications mobiles
tirent parti de la 5G pour proposer des cours en ligne interactifs, des visites virtuelles de musées et
des simulations d'apprentissage plus immersives. Les secteurs de la santé et du bien-être profitent
également de cette avancée, avec des applications de télémédecine qui permettent des consultations
vidéo de haute qualité et des dispositifs de suivi de santé connectés qui transmettent des données
précises en temps réel. La 5G ne se contente pas d'améliorer les performances des applications
mobiles existantes, elle élargit également leur champ d'application en permettant des
fonctionnalités innovantes telles que le streaming vidéo 4K en déplacement, la navigation ultra-
rapide, et la communication en temps réel à une échelle sans précédent. En résumé, la 5G offre aux
applications mobiles de nouvelles opportunités pour repousser les frontières de la créativité et de
l'efficacité, promettant une ère d'expériences mobiles plus captivantes que jamais.[10]

Applications Latences (ms)

Réalité virtuelle < 5 ms
Chirurgie à distance < 1 ms
Communication vidéo < 10 ms
Industrie automatisée < 2 ms
Voitures autonomes < 1 ms
Jeux en ligne < 20 ms
Réalité augmentée < 10 ms
Tableau 1.01 : Tableau illustrant les différents besoins en latence de diverses applications
La faible latence de la 5G, qui est essentielle pour des applications telles que la réalité virtuelle et
la télémédecine, assure des communications en temps réel d'une réactivité inégalée. La 5G ne se

10
limite pas aux smartphones ; elle offre un écosystème de connectivité complet pour les appareils
intelligents, les villes intelligentes, l'industrie 4.0 et bien plus encore. Elle marque une avancée
considérable dans la création de l'Internet des Objets (IoT), où chaque objet, des capteurs aux
véhicules, est interconnecté pour une efficacité accrue. La 5G démontre que la connectivité sans
fil a encore des réserves inexploitées, et elle ouvre la voie à un avenir où les limites précédentes ne
sont que des jalons sur le chemin de l'innovation continue.[12]

1.3 Défis de la mise en œuvre

Bien que la 5G promette des avancées révolutionnaires, sa mise en œuvre n'est pas exempte de
défis significatifs. L'un des défis majeurs réside dans le déploiement de l'infrastructure nécessaire
pour prendre en charge cette technologie de pointe.

1.3.1 Architecture de la 5G

1.3.1.1 Architecture Non-Standalone et Standalone

La spécification 3GPP pour la 5G indique que le premier déploiement des réseaux et dispositifs
5G passera sous l'opération non autonome (NSA), ce qui signifie que les réseaux 5G seront pris en
charge par l'infrastructure 4G existante. Ainsi, les appareils compatibles 5G se connecteront à des
fréquences 5G pour le débit de données, mais utiliseront encore la 4G pour des fonctionnalités
autres que des données, telles que la connexion aux stations de base et aux serveurs.
La norme de réseau et de périphériques 5G Standalone (SA) est toujours en cours d’examen et
devrait être approuvée par 3GPP dans le courant de cette année. L’utilisation autonome est plus
simple et plus efficace, ce qui réduira le coût des périphériques et améliorera les performances du
débit des données jusqu’à la frontière du réseau, tout en facilitant le développement de cas
d’utilisation sans fil tels que les communications ultra-fiables à faible temps de latence
(URLLC).
Une fois le norme 5G SA approuvé, 5G NSA devrait-être abandonné progressivement.[11]

11
 Figure 1.07 : Architecture 5G NSA et 5G SA

La version NSA vise à réutiliser le réseau cœur et radio 4G LTE pour la gestion de la mobilité et
la couverture tout en y ajoutant une nouvelle porteuse 5G. [12]

1.3.1.2 Architecture et Caractéristiques des User Equipement

Le téléphone cellulaire 5G doit être capable de supporter le Massive MIMO et Beamforming : gère
jusqu’à 800 MHz de bande passante via l’agrégation de 8 antennes 100 MHz et peut atteindre 5
Gbit/seconde en débit descendant.
Les téléphones cellulaires 5G doivent être conçus pour être compatibles avec le release 15 de la
nouvelle radio (NR) 3GPP et doivent également prendre en charge les technologies d'accès radio
existantes. Les téléphones portables Initial 5G seront compatibles avec la pile de protocoles NSA
(Non-Stand Alone).
Exigences pour le téléphone portable 5G
• Se conformer au release 15 du 3GPP – NSA
• Prise en charge des technologies existantes GSM / EDGE, WCDMA, LTE / LTE-A
• Prise en charge de plusieurs antennes formant un faisceau
• Prise en charge des bandes de basse fréquence (<1 GHz), des bandes de moyenne
fréquence (inférieures à 6 GHz) et de la bande de haute fréquence (supérieures à 6 GHz)
• Prise en charge des technologies non-3GPP telles que Wi-Fi, Bluetooth et NFC

12
 • Prise en charge de GNSS / GPS pour le suivi de position
• Prise en charge de différents capteurs tels que capteur de proximité, capteur de lumière,
magnétomètre, gyroscope, thermomètre, scanner d'iris, moniteur de fréquence cardiaque,
etc.
Architecture d’un téléphone cellulaire 5G
Un téléphone portable 5G a les deux principaux blocs de construction suivants :
• Bloc de traitement en bande de base
• Bloc de traitement RF

a) Le bloc de traitement en bande de base

Un bloc de traitement en bande de base est constitué de différents cœurs (cœur de l'application,
cœur multimédia, cœur de la communication, etc.). Ces composants de base permettent au système
d’exploitation, aux pilotes de périphériques, à l’interface avec Micro, Caméra, Écran, etc. Le
logiciel de bande de base pour téléphone cellulaire 5G devrait prendre en charge la 5G
NR dans les deux bandes de fréquences, c'est-à-dire les bandes inférieures à 6 GHz et les ondes
millimétriques. Parallèlement à cela, les logiciels de protocole doivent prendre en charge la 4G
LTE, la 3G WCDMA et la 2G GSM / EDGE. Le logiciel doit également inclure la prise en charge
du protocole pour les technologies non-3GPP telles que Wi-FI, Bluetooth et NFC pour les
communications à courte portée. Le logiciel de protocole spécifique à la couche physique doit
prendre en charge des algorithmes avancés de traitement du signal en bande de base afin de
permettre les fonctionnalités Massive MIMO, beamforming et suppression des interférences.

b) Le bloc de traitement RF

Le bloc de traitement RF est responsable de la réception et de la transmission des signaux en bande

de base. Ce bloc est constitué d'un circuit intégré RF, d'un module frontal (FEM), d'un
LNA, de réseaux d'antennes et de capteurs. Les circuits intégrés RF permettent la coexistence de
différents signaux d'accès radio (Wi-FI, cellulaire, GNSS, etc.). Le téléphone portable 5Gaura un
module d'antenne différent pour prendre en charge une large gamme de bandes de fréquences, telles
que les ondes millimétriques, les bandes inférieures à 6 GHz et les bandes de basses fréquences.
La section RF doit comporter des capteurs importants tels que capteur de proximité, capteur de

13
lumière, baromètre, magnétomètre, accéléromètre, gyroscope, thermomètre, scanner de la rétine,
moniteur de fréquence cardiaque, moniteur de pouls. [13]

1.3.1.3 Accès Radio

Figure 1.08 : Architecture NG-RAN avec ses interfaces

L’accès radio 5G (NG-RAN : Next Generation RAN) est constitué de stations de base de nouvelle
génération qui forment le nœud de connexion des mobiles avec le cœur réseau 5G(5GC)
Complexité technique de la 5G.

14
 a- Architecture logique d’un gNB

Figure 1.09 : Architecture logique de la gNb

• CU (Central Unit) : C'est un nœud logique qui inclut les fonctions du gNB telles que le
transfert de données utilisateur, le contrôle de la mobilité, le partage de réseau d'accès
radio, le positionnement, la gestion de session, etc., à l'exception des fonctions attribuées
exclusivement au DU. Le CU contrôle le fonctionnement des DU sur l'interface F-
(FrontHaul). Une unité centrale (CU) peut également être appelée BBU (Base Band Unit)
/ REC / RCC / C-RAN / V-RAN.
• DU (Distributed Unit) : Ce nœud logique comprend un sous-ensemble des fonctions du
gNB, en fonction de l'option de fractionnement fonctionnel. Son fonctionnement est
contrôlé par la CU. Distributed Unit (DU) également connu sous d'autres noms comme
RRH (Remote Radio Header) / RRU / RE / RU. [2]

1.3.1.4 Réseau Cœur : NG-CN ou 5G C

Le cœur réseau 5G est adapté pour la virtualisation du réseau et s’appuie sur le découpage du plan
de contrôle (Control Plane) et du plan utilisateur (User Plane).

15
 Figure 1.10 : Architecture réseau 5G dans 3GPP
La conception de l’architecture du réseau cœur 5G dans la norme 3GPP a été basée sur les principes
suivantes :
• Séparation des plans usager et de contrôle (CUPS)
• Séparation des fonctions de calcul et de stockage
• Conception du réseau cœur commune à tous types d’accès
• Prise en charge de session PDU non I

1.3.2 Gestion du spectre radioélectrique

La gestion du spectre radioélectrique est au cœur des défis de la mise en œuvre réussie de la 5G.
La 5G utilise un éventail de fréquences allant des basses fréquences, qui sont adaptées à une
couverture étendue, aux fréquences millimétriques, qui offrent des débits de données ultra-rapides
mais ont une portée limitée. Cette diversité spectrale exige une coordination et une gestion
minutieuses pour éviter les interférences et garantir une utilisation efficace du spectre.[12]

16
1.3.2.1 Définitions

• Onde électromagnétique : On définit par « Onde électromagnétique » une oscillation

couplée du champ électrique et du champ magnétique.
• Spectre électromagnétique : On définit par spectre électromagnétique le classement des
rayonnements électromagnétiques par fréquence, longueur d'onde ou énergie photonique.
Le spectre électromagnétique s'étend sans rupture de zéro à l'infini.

Figure 1.11 : Spectre électromagnétique

Avec λ=C/f et C=3 x 10^8 ms^-1 et f en Hz

• Bande de fréquence : On définit par bande de fréquence une partie continue du spectre
radioélectrique limitée par deux fréquences. Par exemple, la bande de fréquence de 3.6
GHz est une des fréquences utilisées par le réseau de télécommunication 5G. Cette bande
varie de 3.4 GHz à 3.8 GHz.
• Antenne : On définit par antenne un dispositif permettant de rayonner ou de capter des
ondes radioélectriques dans l’espace.
Bande de fréquences Pénétration à Portée Débit
l’intérieur
700 Mhz Très élevée Très élevée Faible
3.4 – 3.8 GHz Moyenne Elevée Elevée
24.25-27.5GHz Faible Faible Très élevée
37-43.5 GHz
45.5-47 GHz
47.2-48.2 GHz
66-71 GHz
Tableau 1.02 : Bande de fréquence 5G

17
 Figure 1.12 : Répartition de la bande de fréquence du 5G mobile

1.3.2.2 Gestion de spectre

Bien qu'il existe un certain nombre de bandes de fréquences qui pourraient être utilisées pour
répondre à certaines des exigences 5G identifiées à ce jour, on se concentre actuellement sur le
spectre radioélectrique à fréquence plus élevée. Actuellement, les opérateurs, les fournisseurs et
les universités combinent des efforts pour explorer des solutions techniques pour la 5G qui
pourraient utiliser des fréquences supérieures à 6 GHz et jusqu'à 300 GHz (non ionisant).
Cependant, les bandes de fréquences plus élevées offrent des rayons de cellule plus petits et donc
obtenir une couverture étendue en utilisant le modèle de topologie de réseau traditionnel serait
difficile. Il est largement admis que le « Beamforming » (la focalisation de l'interface radio dans
un faisceau qui est utilisable sur des plus grandes distances) est une partie importante de toute
définition d'interface radio qui utiliserait des bandes de fréquences de 6 GHz ou plus. Cela signifie
toutefois que le faisceau doit être dirigé vers le dispositif utilisateur final qui est connecté. Etant
donné que le service offert est encore basé sur la « mobilité », le faisceau lui-même devra suivre

18
l'appareil. C'est une innovation qui pourrait faire du 5G une technologie coûteuse à déployer à
grande échelle, puisque chaque cellule peut avoir à supporter plusieurs centaines de faisceaux
individuels à tout moment et suivre les utilisateurs finaux qui sont connectés via ces faisceaux dans
un espace tridimensionnel.NR couvre une gamme de fréquences assez vaste pour répondre aux
besoins du réseau en termes de couverture, de capacité et de haut débit, lui permettant de prendre
en charge un large éventail de cas d’usage.

Figure 1.13 : Compromis entre la couverture et la capacité des différentes bandes de fréquences

L’utilisation d’un large choix de bandes de fréquences introduit plusieurs asymétries dans le réseau.
Il y a clairement, entre les fréquences basses et les fréquences hautes, des différences de couvertures
cellulaires et de largeurs de bande maximales disponibles[15]

19
1.4 Conclusion
La spécificité du réseau 5G ne se limite pas à une simple amélioration des performances de
communication, mais elle s'étend à des transformations profondes dans des domaines aussi variés
que la santé, l'industrie, les transports, les loisirs, et bien d'autres encore. Elle incarne une vision
audacieuse de l'avenir, où l'Internet des Objets (IoT) devient une réalité omniprésente, où la
télémédecine élimine les frontières géographiques, et où les villes intelligentes redéfinissent notre
qualité de vie. Alors que nous refermons ce chapitre sur la spécificité du réseau 5G, il est clair que
cette technologie est bien plus qu'une simple évolution des réseaux mobiles. Elle est le socle de
notre avenir connecté, un catalyseur d'innovations inédites et un vecteur de changement social et
économique. Les possibilités qu'elle offre sont infinies, et les générations futures se souviendront
de la 5G comme d'un tournant majeur dans l'histoire des communications. Que cette exploration
de la spécificité du réseau 5G serve d'inspiration à la poursuite de la recherche, de l'innovation et
du dialogue autour des technologies de communication sans fil, plus précisément nous allons dans
le chapitre suivant se focaliser sur une des technologies de la 5G qui est la MassiveMIMO.

20
 CHAPITRE 2 :
PRINCIPE DE LA MASSIVE MIMO

2.1 Introduction
Les futurs systèmes sans fil doivent répondre à trois exigences principales : avoir un haut débit,
servant simultanément de nombreux utilisateurs et avoir moins d'énergie consommation. La
technologie Massive Multiple-Input Multiple-Output (MIMO). Avec des réseaux d'antennes
massifs à la BS, pour la plupart des propagations environnements, les canaux deviennent
favorables, La demande de débit sans fil et de fiabilité des communications ainsi que la densité
d'utilisateurs augmentera toujours. La future combinaison sans fil nécessite de nouvelles
technologies dans lesquelles de nombreux utilisateurs peuvent être desservis simultanément avec
un débit très élevé. Massive MIMO peut répondre à ces exigences.

2.2 Définitions
Massive MIMO est une forme de systèmes MU-MIMO où le nombre d'antennes BS et le nombre
d'utilisateurs est important. Dans Massive MIMO, des centaines ou des milliers des antennes BS
desservent simultanément des dizaines ou des centaines d'utilisateurs sur la même fréquence
ressource.
Certains points principaux de Massive MIMO sont :
• L’utilisation du TDD (Time Division Duplex) au lieu du FDD Avec FDD, la surcharge de
l’estimation de canal dépend du nombre d'antennes BS. En revanche, avec TDD, la
surcharge d'estimation de canal est indépendante de nombre d’antenne. Dans Massive
MIMO, le nombre d’antenne est grand, et par conséquent, le fonctionnement TDD est
préférable.
• Traitement linéaire : Puisque le nombre d'antennes BS et le nombre d'utilisateurs sont
grandes, le traitement du signal aux extrémités terminales doit traiter de grandes
matrices/vecteurs dimensionnels. Ainsi, un traitement simple du signal est préférable. Dans
Massive MIMO, le traitement linéaire (schémas de peignage linéaire dans la liaison
montante et schémas de précodage linéaire dans la liaison descendante) est presque
optimal.[25]

21
Figure 2.03: Les régions de (M, K) possibles dans les systèmes TDD et FDD, pour un intervalle
de cohérence de 200 symboles

2.3 Avantages et inconvénients

2.3.1 Avantages de la Massive MIMO :

• Capacité Améliorée : La Massive MIMO permet d'augmenter considérablement la capacité

des réseaux sans fil en exploitant un grand nombre d'antennes, ce qui permet de prendre en
charge de multiples utilisateurs simultanément.
• Meilleure Efficacité Spectrale : En utilisant des techniques de formation de faisceau, la
Massive MIMO peut diriger les signaux vers des utilisateurs spécifiques, améliorant ainsi
l'efficacité spectrale et réduisant les interférences.
• Meilleure Couverture : Grâce à un grand nombre d'antennes, la Massive MIMO peut fournir
une couverture plus large et plus uniforme, améliorant la connectivité dans les zones
périphériques.
• Consommation Énergétique Réduite : La technologie Massive MIMO peut permettre une
meilleure gestion de l'énergie en adaptant la puissance de transmission aux besoins réels,
ce qui réduit la consommation d'énergie.
• Meilleure Fiabilité : En répartissant les antennes sur une plus grande surface, la Massive
MIMO offre une meilleure résilience contre les interférences et les problèmes de canal,
améliorant ainsi la fiabilité des communications.

22
2.3.2 Inconvénients de la Massive MIMO :

• Complexité de l'Implémentation : La mise en œuvre de la Massive MIMO peut être

complexe, nécessitant des équipements coûteux et une gestion avancée du réseau.
• Besoin de Matériel Spécialisé : Les stations de base et les terminaux doivent être équipés
d'un grand nombre d'antennes, ce qui peut être coûteux et exigeant en termes de matériel.
• Latence Potentielle : En raison de la complexité de traitement des signaux, la Massive
MIMO peut entraîner une légère augmentation de la latence, bien que cela puisse être géré
avec des techniques appropriées.
• Limitations de Fréquence : La Massive MIMO peut avoir des limitations dans les
fréquences plus élevées en raison de l'atténuation des ondes millimétriques, limitant ainsi
son utilisation dans certaines bandes de fréquence.
• Interférences Inter utilisateurs : Bien que la Massive MIMO puisse réduire les interférences,
elle n'élimine pas complètement le problème, surtout dans des environnements très denses.

2.4 Fondements de la communication MIMO

La communication MIMO, acronyme de Multiple-Input Multiple-Output, est une technologie clé
dans le domaine des systèmes de communication sans fil. À son cœur, le MIMO exploite
simultanément plusieurs antennes à la fois pour l'émission et la réception des signaux, offrant ainsi
une panoplie d'avantages significatifs. Au fil des années, il est devenu un pilier incontournable dans
l'amélioration des performances des réseaux sans fil, permettant d'accroître les débits, d'atténuer
l'interférence et d'accroître la fiabilité des transmissions. Dans ce chapitre, nous explorerons les
principes fondamentaux qui sous-tendent le MIMO, allant des concepts de base aux modèles de
canal, en passant par les techniques de codage et la formation de faisceau. Une compréhension
solide de ces fondements est essentielle pour saisir comment le MIMO révolutionne la
communication sans fil, ouvrant la voie à des applications diverses et à une connectivité toujours
plus performante.
La demande de débit sans fil et de fiabilité des communications ainsi que la densité des utilisateurs
augmenteront toujours. La future combinaison sans fil nécessite de nouvelles technologies dans
lesquelles de nombreux utilisateurs peuvent être servis simultanément avec un débit très élevé.
Massive MIMO peut répondre à ces demandes. Considérez la transmission en liaison montante.

23
(Le même argument peut être utilisé pour la transmission en liaison descendante.) sous les
conditions de propagation favorables (les vecteurs canaux entre les utilisateurs et les BS sont
orthogonales par paires), la capacité totale de la transmission en liaison montante est

𝐶𝑠𝑢𝑚 = 𝑙𝑜𝑔2 det(𝐼𝑘 + 𝑝𝑢 𝑀𝐼𝑘 ) = 𝐾𝑙𝑜𝑔2 (1 + 𝑀𝑝𝑢 ). (2.01)

Dans (2.01), K est le gain de multiplexage et M représente le gain du réseau. Nous pouvons voir
cela, nous pouvons obtenir une énorme capacité spectrale et une énorme e capacité énergétique
lorsque M et K sont grands. Sans augmentation de la puissance transmise par terminal, en
augmentant K et M, nous pouvons servir simultanément plus d'utilisateurs dans la même bande de
fréquences. À en même temps, le débit par utilisateur augmente également. De plus, en doublant
le nombre d'antennes BS, nous pouvons réduire la puissance d'émission de 3 dB, tout en maintenir
la qualité de service d'origine.
Les systèmes MU-MIMO peuvent obtenir le multiplexage prometteur gain de systèmes MIMO
point à point massifs tout en éliminant les problèmes dus aux environnements de propagation
défavorables. Considérons un système MU-MIMO avec des cellules, où chaque cellule a servi des
utilisateurs avec une seule antenne et une BS avec des antennes.
Désigne le coefficient de canal du -ème utilisateur dans la -ème cellule à la -ème antenne de la -
ème BS comme, ce qui est égal à un facteur d'évanouissement complexe à petite échelle multiplié
par un facteur d'amplitude qui tient compte de l'atténuation géométrique et des évanouissements à
grande échelle :
(2.02)
ℎ𝑖,𝑘,𝑙,𝑛 = 𝑔𝑖,𝑘,𝑙,𝑛 √𝑑𝑖,𝑘,𝑙
Où hi,k,l,n et gi,k,l,n représentent des projets complexes à petite échelle respectivement les coefficients
d'évanouissement et d'évanouissement à grande échelle. Le les coefficients d'évanouissement à
petite échelle sont supposés être différents pour différents utilisateurs ou pour différentes antennes
sur chaque BS tout en les coefficients d'évanouissement à grande échelle sont les mêmes pour
différentes antennes sur la même BS, mais dépendent de l'utilisateur. Puis le matrice de canaux de
tous les utilisateurs de la -ème cellule vers la -ème BS peut être exprimé comme

24
 𝐻𝑖,1,𝑙,1 … 𝐻𝑖,𝐾,𝑙,1 (2.03)
𝐻𝑖,𝑙 = ( ⋮ ⋱ ⋮ )
𝐻𝑖,1,𝑙,𝑁 … 𝐻𝑖,𝐾,𝑙,𝑁
Où
𝐺𝑖,1,𝑙,1 … 𝐺𝑖,𝐾,𝑙,1
(2.04)
𝐺𝑖,𝑙 = ( ⋮ ⋱ ⋮ )
𝐺𝑖,1,𝑙,𝑁 … 𝐺𝑖,𝐾,𝑙,𝑁

𝑑𝑖,1,𝑙
𝐷𝑖,𝑙 = ( ⋱ )
(2.05)
𝑑𝑖,𝐾,𝑙,𝑁

2.5 Caractéristiques de base du Massive MIMO

Le Massive MIMO, une évolution majeure de la technologie MIMO, est une discipline fascinante
de la communication sans fil qui promet de révolutionner notre compréhension des réseaux sans
fil et de repousser les limites des performances de transmission. À son cœur, le Massive MIMO
repose sur l'idée audacieuse d'utiliser un grand nombre d'antennes à la fois du côté de l'émetteur et
du côté du récepteur pour établir des liaisons de communication. Les avantages potentiels de cette
approche sont aussi vastes que captivants. Dans ce chapitre, nous nous pencherons sur les
caractéristiques de base qui définissent le Massive MIMO, en explorant la notion de "massif" en
termes de nombre d'antennes, ainsi que les effets profonds que cela a sur la capacité, la latence, et
la fiabilité des communications. Nous discuterons également de la manière dont le Massive MIMO
s'inscrit dans le contexte plus large de l'évolution des réseaux sans fil, en offrant un aperçu des
défis et des opportunités qu'il présente pour les communications du futur. [16]

25
2.6 Architecture et conception du Massive MIMO

L'architecture et la conception du Massive MIMO représentent les fondations sur lesquelles repose
le succès de cette technologie de communication révolutionnaire. Contrairement aux systèmes
MIMO traditionnels, le Massive MIMO exige une attention minutieuse aux détails, depuis le
déploiement des antennes jusqu'à la gestion des ressources de manière efficiente. Dans ce chapitre,
nous explorerons les éléments essentiels qui composent l'architecture du Massive MIMO, en
mettant l'accent sur la disposition des antennes, les schémas de formation de faisceau et la gestion
des ressources spectrales. Nous examinerons également les défis liés à la conception de systèmes
Massive MIMO dans des environnements réels, en tenant compte des contraintes matérielles, des
interférences et des limitations de propagation. En comprenant ces principes fondamentaux de
conception, nous serons mieux armés pour exploiter pleinement le potentiel du Massive MIMO
dans des applications variées, allant des réseaux cellulaires de prochaine génération aux systèmes
de communication sans fil novateurs. [11]

Figure 2.02 : Principe du MassiveMIMO

La notion de faisceau porte à confusion. On fera donc la différence entre :
• Un faisceau RF (beam RF) transmis dans une direction donnée en utilisant plusieurs
antennes qui transmettent toutes le même flux ;
• Un faisceau MIMO (beam) qui utilise plusieurs antennes pour transmettre différents flux ;
• Un faisceau MIMO dans une direction donnée (un faisceau RF) : le faisceau MIMO est
constitué de plusieurs faisceaux RF (plusieurs beam RF) pour transmettre les flux
différents dans une direction donnée. A titre d’exemple, on peut utiliser 16 antennes pour
faire du 4×4 MIMO dans une direction donnée.

26
La notion d’antenne porte aussi à confusion, on parle en effet d’une antenne MIMO pour évoquer
en réalité un réseau d’antennes (antenna array) ou un système multi-antennes. Pour clarifier les
éléments, dans cet article, on nomme antenne MIMO, un réseau d’antennes constitué de plusieurs
antennes individuelles et chaque antenne individuelle peut être constituée d’un réseau d’éléments
rayonnants.
On va donc poser les définitions suivantes :
• Un réseau d’antennes est un ensemble de plusieurs antennes individuelles pouvant
fonctionner ensemble comme une seule antenne nommée antenne MIMO ;
• Les antennes individuelles sont connectées à un seul récepteur ou émetteur nommé TRX ;
l’évolution des techniques d’intégration permettent d’intégrer plusieurs éléments
d’antennes (nommé Antenna Element) par antenne individuelle.

2.7 Formations de faisceau Massive MIMO

Un émetteur MIMO est composé de plusieurs modules d’émissions (N TX) chaque chaîne de
transmission radio TX est connectée à une antenne individuelle.
Un récepteur MIMO est composé de plusieurs modules de réception (M RX) chaque chaîne de
réception radio RX est connectée à une antenne individuelle.
Dans le cas de l’antenne MIMO, la formation d’un faisceau RF (beam RF) est un ensemble de gain
et de déphasage appliqué sur les TRX de l’antenne par un précodage numérique. La formation du
faisceau est donc réalisée à partir d’un sous-réseau d’antennes individuelles passives.
Dans le cas de l’antenne Massive MIMO, chaque TRX est constitué d’un ou plusieurs éléments
rayonnants (AE). Le contrôle des éléments rayonnant apporte un gain supplémentaire dans une
direction donnée grâce à un contrôle en amplitude et en phase du signal issu du TRX (beam analog
steering). Il s’agit donc d’un sous-réseau actif d’antennes et on parle de système d’antennes actives
(AAS : Active Antenna System).

27
 Figure 2.03 : Le contrôle de la direction du faisceau dans le domaine analogique.

Figure 2.04 : Diagramme de rayonnement (angle et gain) en fonction du nombre d’éléments

d’antenne.

28
Le gain apporté par l’antenne individuelle (sur laquelle est connectée le TRX) est égal au nombre
d’élément rayonnants, cela revient à concentrer la puissance du signal dans un faisceau étroit. Quel
que soit le diagramme de rayonnement, la puissance transmise dans le faisceau est identique, par
contre plus le faisceau est fin plus la couverture est importante. Si N est le nombre d’éléments
rayonnants, le gain en dB s’exprime par 10*log10(N).
En réception, la station de base est en mesure de déterminer la position du mobile selon une des
deux méthodes :
• En analysant le signal de réception sur les différentes antennes Le calcul de l’angle d’arrivée
(AoA : Angle of Arrival ou DoA : Direction of Arrival) utilise un algorithme de traitement
du signal comme MUSIC ou ESPRIT ;
• À partir du rapport de mesure transmis par le terminal mobile (CSI : Channel State
Information).
En émission, la station de base peut diriger le faisceau dans une direction donnée en appliquant un
déphasage et un gain sur chacun des éléments rayonnants : pour diriger un faisceau (beam) dans
une direction donnée, il est nécessaire d’apporter un poids sur chaque élément rayonnant :

La valeur du vecteur de poids w est estimée à partir d’une des deux méthodes décrites ci-dessus
(estimation AoA ou CSI).
L’une des complexités du Massive MIMO réside dans le contrôle du gain et de la phase de chaque
élément d’antenne. Pour réduire cette complexité, la formation du faisceau est réalisée par un
précodage numérique (digital beamforming) à partir d’un sous-réseau d’antennes passif suivi d’un
gain apporté par le tableau d’élément rayonnant (plusieurs AE) par un sous-réseau d’antennes
actives. On parle alors de technique hybride (hybrid : digital and analog) formant un système
d’antennes actives.
Nous avons vu précédemment qu’une antenne individuelle était connectée à une ou plusieurs
chaîne radio TRX. Donc, une chaine radio (TRX) est connectée à une antenne individuelle, laquelle
pour rappel est composée d’un ensemble d’éléments rayonnants.
Le précodage en bande de base consiste à contrôler les flux au niveau de chaque chaîne radio TRX.
Ainsi dans le cas d’une antenne 64T64R, le précodage numérique contrôle 64 flux.

Le précodage analogique permet d’apporter un gain RF supplémentaire.

29
 • Le précodage numérique (en bande de base) permet de contrôler un ensemble d’antenne
individuelle par TRX. Le précodage s’appuie sur les retours CSI ; du MIMO en transmettant
des flux différents sur différentes antennes individuelles ; de la formation d’un faisceau en
transmettant le même flux vers différentes antennes individuelles (plusieurs TRX
transmettent le même flux).
• Le précodage analogique (sur le signal RF) permet de contrôler les éléments d’antennes
constituant un TRX. Le précodage s’appuie sur l’estimation de l’angle à l’arrivée.
Le précodage analogique en RF permet d’orienter le faisceau dans une direction donnée.
Il est ainsi possible d’affiner le faisceau (beam) dans une direction donnée en couplant le précodage
numérique et analogique ; ou de faire du MIMO directif en couplant le MIMO du précodage
numérique en dirigeant les faisceaux (le faisceau MIMO est formé à partir de plusieurs faisceaux
RF).
Il existe deux types de connexion entre l’antenne individuelle de la chaîne radio TRX et les
éléments d’antennes :

• Une connexion par partitionnement : une antenne individuelle est connectée à un ensemble
d’éléments d’antennes disjoints (se référer à la figure 4) ;
• Une connexion complète : les antennes individuelles sont toutes connectées aux mêmes
éléments d’antennes.
A titre d’exemple, pour une station de base 64T64R, si chaque antenne individuelle de la chaîne
radio TRX est connectée à 4 AE, alors l’antenne massive MIMO est composée de 64*4 = 256 AE.

2.8 Gestion de l'interférence dans le Massive MIMO

La gestion de l'interférence occupe une place cruciale dans la mise en œuvre efficace du Massive
MIMO, une technologie qui exploite un grand nombre d'antennes pour améliorer les performances
de communication. Avec de nombreuses antennes émettrices et réceptrices en jeu, il devient
impératif de prendre en compte et de contrôler les interactions indésirables entre les signaux, ce
que nous désignons couramment sous le terme "interférence". La gestion de l'interférence est un
défi de taille dans les systèmes Massive MIMO, car le déploiement de multiples antennes crée des
opportunités de bénéficier de la diversité spatiale tout en introduisant de nouvelles sources
d'interférence. Nous discuterons également des méthodes de planification de réseau et d'allocation

30
de ressources qui jouent un rôle clé dans la minimisation de l'interférence et l'optimisation des
performances de communication Massive MIMO. En comprenant les principes de gestion de
l'interférence, les opérateurs de réseau et les concepteurs de systèmes sans fil seront mieux équipés
pour déployer et exploiter efficacement le potentiel impressionnant de cette technologie innovante.

2.9 Traitement du signal pour le Massive MIMO

2.9.1 Propagation favorable :

Une propagation favorable signifie que la matrice de canaux entre le réseau d'antennes BS et les
utilisateurs est bien conditionné. Dans Massive MIMO, sous certaines conditions, la propriété de
propagation favorable tient compte à la loi des grands nombres.
Un réseau d'antennes BS massif n'a pas besoin d'être physiquement grand. Par exemple,
considérons un réseau cylindrique avec 128 antennes, comprenant quatre cercles de 16 éléments
d'antenne à double polarisation. À 2,6 GHz, la distance entre les antennes est d'environ 6 cm, ce
qui correspond à une demi-longueur d'onde, et par conséquent, ce réseau occupe seulement une
taille physique de 28cm × 29cm
Dans Massive MIMO, la BS apprend les canaux via formation en liaison montante, sous
fonctionnement TDD. Le temps requis pour l'estimation du canal est indépendant du nombre
d'antennes BS. Par conséquent, le nombre des antennes BS peuvent être agrandies à volonté sans
augmenter le canal surcoût d'estimation. De plus, le traitement du signal chez chaque utilisateur est
très simple et ne dépend pas de l'existence d'autres utilisateurs, c'est-à-dire pas de multiplexage ou
un traitement de signal de démultiplexage est effectué chez les utilisateurs. Ajouter ou supprimer
certains utilisateurs du service n'affecte pas les activités des autres utilisateurs. Supprimer certains
utilisateurs du service n'affecte pas les activités des autres utilisateurs. Toute la complexité est au
BS.
• Fonctionnement du massive MIMO

31
 Figure 2.05 : Protocole de transmission de TDD dans massive MIMO.

2.9.3 Estimation de canal

La BS a besoin de CSI pour détecter les signaux transmis par les utilisateurs dans la liaison
montante, et de pré-coder les signaux dans la liaison descendante. Ce CSI est obtenu via la liaison
montante formation. Chaque utilisateur se voit attribuer une séquence pilote orthogonale, et envoie
ce pilote séquence à la BS. La BS connaît les séquences pilotes transmises par tous les utilisateurs,
puis estime les canaux sur la base des signaux pilotes reçus. De plus, chaque utilisateur peut avoir
besoin d'une connaissance partielle de CSI pour détecter de manière cohérente les signaux transmis
depuis la BS. Ces informations peuvent être acquises par formation en liaison descendante ou un
algorithme d'estimation de canal aveugle. Étant donné que la BS utilise techniques de pré-codage
linéaire pour transmettre les signaux aux utilisateurs, l'utilisateur n'a besoin que le gain efficace du
canal (qui est une constante scalaire) pour détecter ses signaux souhaités.
Par conséquent, la BS peut passer un peu de temps à former des pilotes dans la liaison descendante
pour l’acquisition de CSI chez les utilisateurs.

2.9.4 Transmission de données en liaison montante

Une partie de l'intervalle de cohérence est utilisée pour la transmission de données en liaison
montante. Dans la liaison montante, tous les K utilisateurs transmettent leurs données à la BS dans
la même ressource temps-fréquence. La BS utilise ensuite les estimations de canal avec la
combinaison linéaire techniques pour détecter les signaux transmis par tous les utilisateurs.

32
2.9.5 Estimation de canal et détection de signal

Dans cette section, l'estimation de canal et la détection de signal au BS sont discutés. Nous
discutons d'abord des méthodes d'estimation de canal pour le MIMO massif et expliquez pourquoi
le mode TDD est généralement assumé. Ensuite, détection de signal linéaire et non linéaire
méthodes sont présentées.

Figure 2.06 : Multi-User MIMO TDD protocole

2.9.5.1 Estimation du canal

Pour les systèmes MIMO classiques, le précodage multi-utilisateurs dans la liaison descendante et
la détection dans la liaison montante nécessitent une CSI au niveau de la BS. Les ressource, temps
ou fréquence, nécessaire pour l'estimation du canal dans un système MIMO est proportionnel au
nombre de transmission antennes et est indépendant du nombre d'antennes de réception antennes.
Si FDD est utilisé, c'est-à-dire que la liaison montante et la liaison descendante utilisent des bandes
de fréquences, le CSI correspondant à la liaison montante et la liaison descendante est différente.
L'estimation du canal pour la liaison montante est effectuée à la BS en permettant à tous les
utilisateurs d'envoyer des séquences pilotes différentes. Le temps requis pour la transmission du
pilote de liaison montante est indépendant du nombre d'antennes à la BS.
Cependant, pour obtenir CSI pour le canal de liaison descendante dans les systèmes FDD, une
procédure en deux étapes est obligatoire. La BS transmet d'abord les symboles pilotes à tous les
utilisateurs, et puis tous les utilisateurs renvoient le CSI estimé (partiel ou complet) pour les canaux
de liaison descendante vers la BS. Le temps nécessaire pour transmettre les symboles pilotes
descendants sont proportionnels au nombre de antennes à la BS. À mesure que le nombre
d'antennes BS augmente grand, la stratégie d'estimation de canal de liaison descendante
traditionnelle pour les systèmes FDD deviennent irréalisables. Par exemple, considérons un

33
Intervalle de cohérence de canal de 1 ms 100 kHz, qui peut prendre en charge transmission de 100
symboles complexes. Quand il y a 100 antennes à la station de base, tout l'intervalle de cohérence
sera utilisé pour la formation en liaison descendante si des formes d'onde pilotes orthogonales sont
utilisées pour les canaux à chaque antenne, alors qu'il n'y a plus de symbole pour transmission de
données. Heureusement, la stratégie d'estimation de canal dans les systèmes TDD peut être utilisé
pour résoudre le problème. Basé sur l'hypothèse de réciprocité des canaux, seul le CSI pour la
liaison montante doit être estimé. Dans [6], un protocole TDD, a été proposé.
Selon ce protocole, tous les utilisateurs de toutes les cellules envoient d'abord de manière synchrone
des signaux de données de liaison montante. Ensuite, les utilisateurs envoient un pilote séquences.
Les BS utilisent ces séquences pilotes pour estimer le CSI aux utilisateurs situés dans leurs cellules.
Ensuite, les BS utilisent le CSI estimé pour détecter les données de liaison montante et pour générer
des vecteurs de formation de faisceaux pour la transmission de données en liaison descendante.
Cependant, en raison du nombre limité temps de cohérence du canal, les séquences pilotes
employées par les utilisateurs dans les cellules voisines peuvent ne plus être orthogonales à celles
à l'intérieur la cellule, conduisant à un problème de contamination pilote [2],
L'estimation de canal basée sur MMSE linéaire est généralement utilisé, ce qui peut fournir des
performances quasi optimales avec faible complexité. Outre l'estimation MMSE, une compression
Une approche d'estimation de canal basée sur la détection est proposée dans [8], qui exploite le fait
que les degrés de liberté de la matrice du canal physique sont beaucoup plus petits que le nombre
de paramètres. Pour améliorer l'efficacité spectrale du système, une conception de séquences
d'entraînement temps-fréquence est développée dans [9]. La structure proposée offre les avantages
à la fois du temps et estimation dans le domaine fréquentiel tout en évitant leur désavantage.

2.9.5.2 Détection de signal

Les détecteurs de signaux linéaires à faible complexité, tels que le MF, Les détecteurs ZF et MMSE
sont des candidats pratiques pour les Systèmes MIMO. Ils peuvent asymptotiquement atteindre la
capacité comme le nombre d'antennes à la BS est assez grand par rapport à le nombre d'utilisateurs
et les vecteurs de canal des différents utilisateurs sont indépendants [1], [10]. Les performances du
massive MIMO systèmes basés sur divers récepteurs linéaires a été étudié à partir de diverses
perspectives [11] – [12]. Une comparaison des performances entre les récepteurs MMSE et MF
dans des paramètres de système réalistes est fournie dans [11]. Cela montre que le récepteur MMSE

34
peut obtenir les mêmes performances que le récepteur MF avec moins antennes, en particulier
lorsqu'il existe des interférences intercellulaires.
Le scénario avec un rapport borné du nombre d'antennes au nombre d'utilisateurs a été étudié dans
[13] et [14.] pour les récepteurs MMSE et ZF, respectivement. Dans [13], une expression du rapport
asymptotique signal/brouillage plus bruit (SINR) du récepteur MMSE pour un système
monocellulaire avec un rapport borné du nombre d'antennes au nombre d'utilisateurs est obtenu.
Deux types de récepteurs MMSE sont considérés : les récepteur MMSE optimal prenant différents
niveaux de puissance d'émission de différents utilisateurs en compte et un récepteur MMSE sous-
optimal en supposant une puissance d'émission égale. Dans [12], les données exactes, le taux
d'erreur, le taux d'erreur de symbole et les performances d'indisponibilité des récepteurs ZF sont
dérivés. Outre les systèmes MIMO centralisés, le taux de somme des récepteurs ZF dans les
systèmes MIMO distribués est également analysés et les limites inférieure et supérieure du taux de
somme sont dérivé de [12]. Un calcul approximatif de l'ordre de complexité pour les récepteurs ZF
et MMSE est [14].
En plus des méthodes de détection linéaire, la détection non linéaire peut également être utilisé
pour obtenir de meilleures performances au prix de plus grande complexité de calcul. Réduction
de la complexité pour les détecteurs non linéaires dans les systèmes MIMO massifs est le question
clé, et des travaux ont été réalisés sur ce sujet. Dans [15], un égaliseur à retour de décision
généralisé itératif par blocs (BI-GDFE) est proposé, et sa performance SINR asymptotique est
évalué. L'ordre de complexité du BI-GDFE proposé est, où est le nombre de itérations. Pour les
canaux MIMO aléatoires, le BI-GDFE proposé peut approcher la limite MF mono-utilisateur en
seulement quelques itérations même si le nombre d'antennes est important. Complexité schémas
de réduction de la recherche locale de proximité existante, y compris la recherche d'ascension par
vraisemblance (LAS) [16] et tabu recherche (TS) [17], sont présentés. Détection basée sur LAS
dans [21] peut obtenir un meilleur taux d'erreur binaire avec le même ordre de complexité que les
LAS traditionnels. La méthode TS en couches dans [17] effectue une détection en couches et
fonctionne bien dans de grands les systèmes MIMO à faible complexité, qui ont la complexité
commander comme, où et sont le nombre maximum d'entrées et le nombre de vecteurs voisins
utilisés par l'algorithme.

35
2.9.5.3 Précodage

Dans cette section, le précodage au niveau de la BS est discuté. Nous discutons d'abord des
méthodes de précodage de base, puis étendons la discussion au précodage multicellulaire. Enfin,
quelques questions pratiques liées à le précodage est discuté.
Pour les systèmes MIMO classiques, des techniques de précodage non linéaires et linéaires peuvent
être utilisées. Par rapport au précodage linéaire méthodes, méthodes non linéaires, telles que le
codage sur papier sale (DPC), perturbation vectorielle (VP) [20] et assistée par réseau méthodes
[27], ont de meilleures performances mais avec des complexités de mise en œuvre. Cependant,
avec une augmentation du nombre d'antennes à la BS, pré-codeurs linéaires, tels que MF et ZF, se
révèlent quasi-optimaux [28], [14]. Ainsi, il est plus pratique d'utiliser des techniques de précodage
linéaire de faible complexité dans systèmes MIMO massifs. Par conséquent, nous nous concentrons
principalement sur le linéaire technique de précodage dans cette section.

2.10 Canaux de communication dans le Massive MIMO

Les canaux de communication jouent un rôle fondamental dans la compréhension et l'optimisation
des systèmes Massive MIMO, une technologie révolutionnaire qui repose sur l'utilisation
simultanée de multiples antennes à la fois pour l'émission et la réception de signaux. Dans un
environnement MIMO, le canal de communication est l'élément qui relie l'émetteur au récepteur,
et sa complexité est significativement accrue lorsque nous passons du MIMO conventionnel au
Massive MIMO.

2.10.1 Caractéristiques des canaux Massive MIMO

• Diversité spatiale : La densité d'antennes permet d'exploiter la diversité spatiale. En d'autres

termes, elle crée plusieurs chemins de propagation pour les signaux radio, chacun ayant des
caractéristiques de propagation différentes. Cela améliore la robustesse du signal en
présence de phénomènes de propagation, tels que l'atténuation, la réflexion, la diffraction
et la diffusion.
• Multiplexage spatial : La densité d'antennes permet également de réaliser un multiplexage
spatial, c'est-à-dire l'envoi simultané de plusieurs flux de données vers différents utilisateurs
ou depuis différents utilisateurs. Cela augmente considérablement la capacité du système
et le débit de données global.

36
 • Réduction de l'interférence : En utilisant efficacement la diversité spatiale, le Massive
MIMO peut réduire l'interférence inter utilisateurs. Cela signifie que plusieurs utilisateurs
peuvent communiquer simultanément sans causer d'interférence significative les uns aux
autres.
• Amélioration de la fiabilité : Grâce à la diversité spatiale, le Massive MIMO améliore la
fiabilité des communications. Les signaux peuvent être reçus à partir de multiples
directions, ce qui réduit les risques de dégradation du signal en raison d'obstacles ou
d'atténuation du signal.
• Augmentation de la capacité : La densité d'antennes augmente la capacité du système en
permettant une utilisation plus efficace du spectre radioélectrique. Cela signifie qu'un plus
grand nombre d'utilisateurs peut être pris en charge, et que chaque utilisateur peut
bénéficier de débits plus élevés.
• Formation de faisceau spatiale : Une caractéristique fondamentale des systèmes Massive
MIMO est la capacité à former des faisceaux spatiaux. Cela signifie que le système peut
diriger de manière ciblée l'énergie du signal vers une direction spécifique tout en
réduisant l'irradiation dans d'autres directions. Cette capacité de formation de faisceau
spatial est rendue possible grâce à la connaissance précise de l'information spatiale.

2.11 Conclusion
Le principe fondamental du Massive MIMO représente une avancée révolutionnaire dans le
domaine de la communication sans fil.. Ce principe repose sur la capacité de gérer un grand nombre
d'antennes à la fois à l'émetteur et au récepteur, créant ainsi des opportunités pour une diversité
spatiale, un multiplexage spatial, et une réduction de l'interférence. Il augmente la capacité du
système, améliore la fiabilité des communications, et permet une utilisation plus efficace des
ressources radio. Le Massive MIMO est au cœur de la transformation des réseaux de
communication, et il ouvre la voie à de nouvelles opportunités pour l'Internet des objets (IoT), la
5G, et au-delà. En conclusion, le principe du Massive MIMO marque une étape cruciale vers des
systèmes de communication sans fil plus performants et plus adaptés aux besoins de la société
moderne. Dans le chapitre suivant nous approfondir sur la technique de formation de faisceau ou
beamforming de la MassiveMIMO.

37
 CHAPITRE 3 :
TECHNIQUE DE FORMATION DES FAISCEAUX

3.1 Introduction
Dans le domaine des communications sans fil, la formation de faisceau est une technique
révolutionnaire qui a profondément transformé la manière dont les signaux radio sont transmis et
reçus. Cette technique consiste à ajuster la direction d'un faisceau d'ondes électromagnétiques pour
optimiser la communication entre une station de base et un appareil mobile, ou entre plusieurs
appareils. La formation de faisceau permet de concentrer l'énergie du signal dans une direction
spécifique, améliorant ainsi la qualité de la transmission, augmentant les débits de données et
réduisant les interférences. Dans ce chapitre nous allons voir les techniques et méthodes utilisé
pour la formation de faisceau.

3.2 Définitions
La formation de faisceau (beamforming) est une technique essentielle dans la technologie Massive
MIMO (Massive Multiple-Input, Multiple-Output) qui permet de diriger de manière sélective les
signaux radio vers des utilisateurs spécifiques. Cela améliore l'efficacité spectrale et réduit les
interférences. Voici quelques techniques courantes de formation de faisceau utilisées dans la
Massive MIMO :
• Beamforming Numérique : Cette technique consiste à ajuster les phases et les amplitudes
des signaux émis par différentes antennes pour former un faisceau dans la direction
souhaitée. Le beamforming numérique est précis et permet de cibler spécifiquement les
utilisateurs, réduisant ainsi l'interférence.
• Beamforming Analogique : Dans le beamforming analogique, un réseau d'antennes est
utilisé pour créer un faisceau en ajustant les retards temporels des signaux émis par chaque
antenne. Cela se fait en utilisant des réseaux de phaseurs ou des réseaux de lentilles.
• Beamforming Hybride : Le beamforming hybride combine des éléments des deux méthodes
précédentes. Il utilise à la fois un réseau d'antennes analogiques pour former un faisceau
grossier dans une direction donnée, suivi d'un ajustement fin numérique pour cibler
spécifiquement les utilisateurs. [20]

38
 • Beamforming Spatial : Cette technique exploite la diversité spatiale en utilisant les
propriétés spatiales du canal radio. En fonction des caractéristiques du canal, elle peut être
utilisée pour former des faisceaux adaptatifs qui suivent les utilisateurs en mouvement.
• Beamforming Coopératif : Dans un réseau Massive MIMO, les antennes des utilisateurs
peuvent être utilisées pour coopérer à la formation de faisceaux. Les antennes des
utilisateurs transmettent des informations de rétroaction à la station de base pour optimiser
la formation des faisceaux.
• Beamforming Non-Coopératif : Dans certaines situations, la coopération n'est pas possible
ou souhaitable. Dans ce cas, le beamforming non-coopératif est utilisé pour former des
faisceaux en fonction des informations disponibles à la station de base.
Ces techniques de formation de faisceau permettent d'améliorer la qualité des communications,
d'augmenter la portée des signaux et de réduire les interférences, contribuant ainsi à exploiter au
maximum le potentiel de la technologie Massive MIMO.

3.3 Fondements du Beamforming

La formation de faisceau, également appelé Beamforming, repose sur quelques concepts

fondamentaux qui sont à la base de son fonctionnement. Cette section explore ces concepts clés.
• Superposition des Ondes : L'un des principes fondamentaux du beamforming est la
superposition des ondes. Lorsque plusieurs signaux sont émis depuis des antennes
différentes, ils se combinent dans l'espace, créant des interférences et des zones de
renforcement. Le beamforming exploite ces interactions pour diriger le signal de manière
sélective vers une direction spécifique tout en réduisant l'impact ailleurs.
• Phases et Amplitudes : Le réglage précis des phases et des amplitudes des signaux émis par
les antennes est essentiel pour former un faisceau dans une direction donnée. En ajustant la
phase relative des signaux, il est possible de les aligner de manière à se renforcer
mutuellement dans une direction souhaitée, tandis que les signaux interférant sont atténués.
• Interférence Constructive et Destructive : Le concept clé du beamforming repose sur
l'interférence constructive et destructive. Lorsque les ondes se superposent de manière
constructive, elles se renforcent mutuellement, créant un faisceau puissant dans la direction

39
 ciblée. En revanche, lorsque les ondes se superposent de manière destructive, elles
s'annulent, réduisant ainsi l'intensité du signal dans d'autres directions.
• Directivité : Le beamforming permet de conférer une directivité aux antennes émettrices.
Cela signifie que le signal est focalisé dans une direction spécifique, améliorant ainsi la
communication avec le récepteur situé dans cette direction. La directivité est essentielle
pour réduire l'interférence et augmenter la qualité de la communication.
• Phases et Amplitudes Variables : Le beamforming peut ajuster en temps réel les phases et
les amplitudes des signaux émis par chaque antenne pour suivre des utilisateurs en
mouvement ou s'adapter aux conditions changeantes du canal.
Ces fondements du beamforming sont cruciaux pour comprendre comment cette technique de
traitement de signal permet de façonner et de diriger les ondes électromagnétiques de manière à
optimiser la communication sans fil. Les concepts de superposition, de phases, d'amplitudes et
d'interférence sont à la base de l'efficacité du beamforming dans de nombreuses applications, des
réseaux sans fil aux systèmes de sonar et de radar. [25]

3.4 Gestion de l'Interférence dans le Beamforming

La gestion de l'interférence est un aspect essentiel du beamforming, car il vise à optimiser la
communication en minimisant l'impact des signaux indésirables. Voici un aperçu de la gestion de
l'interférence dans le contexte du beamforming :
• Réduction de l'Interférence Intra-Faisceau : Dans un système de beamforming, le faisceau
principal est dirigé vers l'utilisateur cible. Cependant, il peut y avoir des signaux parasites
ou de l'interférence provenant de sources indésirables à l'intérieur du faisceau principal.
Pour gérer cette interférence, le beamforming numérique peut être utilisé pour ajuster les
phases et les amplitudes des signaux émis par les antennes de manière à atténuer les signaux
indésirables.
• Gestion de l'Interférence Inter-Faisceaux : L'interférence entre les faisceaux est un défi clé.
Lorsque plusieurs faisceaux sont utilisés pour desservir différents utilisateurs, ils peuvent
parfois se chevaucher, provoquant de l'interférence mutuelle. Le beamforming doit être
conçu pour minimiser cette interférence, en veillant à ce que les faisceaux soient
correctement espacés et orientés.

40
 • Techniques d'Annulation d'Interférence : Dans les environnements où l'interférence est un
problème, des techniques d'annulation d'interférence peuvent être employées. Cela peut
inclure la détection et l'annulation de signaux indésirables à l'aide d'algorithmes de
traitement de signal avancés.
• Formation de Faisceau Adaptative : La formation de faisceau adaptative est une technique
qui ajuste constamment la direction du faisceau en fonction des conditions du canal et de
l'emplacement des utilisateurs. Cela permet de minimiser l'interférence en concentrant le
faisceau principal sur l'utilisateur cible.
• Gestion des Zones de Nullité : Le beamforming peut également être utilisé pour créer des
zones de nullité, où le signal est délibérément atténué. Cela peut être utile pour réduire
l'interférence provenant de directions spécifiques.
• Coordination des Stations de Base : Dans les réseaux cellulaires, les stations de base
peuvent coordonner leurs faisceaux pour minimiser l'interférence entre les cellules voisines.
La gestion de l'interférence est cruciale pour maximiser les avantages du beamforming en termes
de qualité de communication, d'efficacité spectrale et de réduction des interférences. En combinant
des techniques de traitement de signal avancées et une planification soignée, le beamforming
permet d'optimiser la communication dans des environnements sans fil de plus en plus encombrés.
[26]

3.5 Beamforming dans la Technologie 5G

Le beamforming est essentiel dans la technologie 5G pour améliorer les performances des réseaux
sans fil. Grâce au beamforming, les stations de base (eNodeBs) peuvent diriger de manière précise
les signaux vers les utilisateurs, augmentant ainsi la capacité du réseau et offrant des débits plus
élevés.
• Réduction de l'Interférence : L'une des principales applications du beamforming dans la 5G
est la réduction de l'interférence. Les stations de base utilisent le beamforming pour cibler
spécifiquement les utilisateurs, minimisant ainsi l'interférence provenant d'autres
directions.
• Large Bande Passante : La 5G offre des bandes passantes plus larges que les générations
précédentes, ce qui permet de transmettre davantage de données en même temps. Le

41
 beamforming est utilisé pour exploiter pleinement cette largeur de bande en dirigeant
efficacement les signaux vers les utilisateurs. [26]
• Réseaux Denses : La 5G prévoit des réseaux très denses avec de multiples petites cellules.
Le beamforming est essentiel pour coordonner les signaux de ces cellules et pour fournir
une connectivité uniforme et de haute qualité dans des environnements densément peuplés.
• Massive MIMO : La 5G intègre souvent des systèmes MIMO massifs, avec un grand
nombre d'antennes à la fois du côté des stations de base et des terminaux. Le beamforming
est utilisé pour exploiter pleinement ces systèmes massifs, améliorant ainsi la capacité et la
fiabilité des réseaux.
• Suivi d'Utilisateurs en Mouvement : Le beamforming adaptatif dans la 5G permet de suivre
les utilisateurs en mouvement. Les stations de base ajustent constamment la direction du
faisceau pour maintenir une communication stable et de haute qualité, même lorsque les
utilisateurs se déplacent rapidement.
• Basse Latence : La 5G vise à offrir une latence extrêmement faible pour prendre en charge
des applications en temps réel, telles que la réalité virtuelle et la télésurveillance. Le
beamforming contribue à réduire la latence en dirigeant les signaux de manière plus précise.
L'application du beamforming dans la technologie 5G est cruciale pour répondre aux besoins
croissants de connectivité haut débit, faible latence et capacité élevée. Elle permet de tirer
pleinement parti des avantages de la 5G, ouvrant ainsi la voie à de nouvelles applications et services
innovants.
La formation de faisceaux par calcul est simplement la combinaison linéaire des sorties des
éléments, dont un faisceau peut être calculé à l'aide de cette équation :
𝑘=𝑁

𝜁(𝜃) = ∑ 𝑎𝑘 (𝜃). 𝑥𝑘 (3.01)

𝑘=0

Où
N est le nombre d'éléments.
k est une variable d'indice.
ak est le coefficient complexe du kème élément.
xk est la réponse en tension du kième élément.
ζ est la réponse du faisceau.
θ est l'angle du lobe principal du faisceau.

42
L'équation 1 n'est pas difficile à calculer, mais nous devons déterminer quels coefficients nous
devons utiliser pour améliorer le gain de réception de l'antenne dans une direction spécifiée.

Figure 3.01 : Illustration du déphasage à chaque élément.

Pour un émetteur suffisamment éloigné, les fronts d’onde peuvent être approximés comme des
ondes planes lorsqu’ils arrivent à l’antenne de réception. Lorsque nous évaluons l'équation 3.01 en
supposant que ak=1, la réponse maximale est générée lorsque tous les fronts d'onde frappent chaque
élément en même temps (interférence constructive parfaite). Cela se produit lorsque l'émetteur est
situé sur une ligne perpendiculaire à l'orientation du réseau linéaire. Si l'émetteur s'éloigne de la
perpendiculaire, des interférences destructrices commencent à se produire et l'ampleur de la
réponse diminue.
Afin d'orienter le faisceau dans différentes directions, nous devons examiner attentivement la figure
3.01 et observer que, pour les émetteurs qui ne sont pas perpendiculaires, un déphasage croissant
linéairement est introduit le long des éléments du réseau. Pouvons-nous utiliser les coefficients
pour annuler les différences de phase et faire pivoter la direction de réponse maximale de l'antenne
? Il s’avère que nous le pouvons.

43
(Nous pouvons calculer le déphasage du signal reçu entre chaque élément à l'aide de l'équation 2.
La clé pour dériver cette équation est de noter que chaque élément reçoit le même signal, mais à
un moment légèrement différent. Ce retard peut être modélisé comme un déphasage dans le
domaine fréquentiel.
(3.02)
𝑦(𝑡) = sin(2. 𝜋. 𝑓. (𝑡 + 𝛿𝑡)) = sin(2. 𝜋. 𝑓. 𝑡 + 𝜑)
𝜑 = 2. 𝜋. 𝑓. 𝛿𝑡
𝑐. 𝜑
𝑐. 𝛿𝑡 2. 𝜋. 𝑓 𝑐. 𝜑 𝑐. 𝜑 𝜑
sin(𝜃) = = = = =
𝜆 𝜆 𝜋. 𝑓. 𝜆 𝜋. 𝑐 𝜋
2 2
Où
θ est l'angle de la cible par rapport à un vecteur normal au centre du tableau d'éléments.
φ est le déphasage entre chaque élément.
δt est le retard du signal entre les éléments.
f est la fréquence d'émission.
c est la vitesse de la lumière.
Si nous pouvons compenser le déphasage, nous pouvons maximiser la réponse de notre récepteur
en direction de l'émetteur. C'est exactement ce que nous allons faire.

Voici l'approche qu’on va utiliser pour déterminer la sortie d'un simple formateur de faisceau :
• Déterminez la distance entre chaque élément et la source à l'aide du théorème de Pythagore.
• Déterminez l’amplitude et la phase du signal à chaque élément en utilisant la distance.
Évaluez l’équation 1.
Tracez la sortie de l’équation 1 en fonction de l’angle de l’émetteur.
𝑑𝑖𝑠𝑡(𝑘, 𝜃, 𝑟, 𝑁)
𝜑= |.𝜆=1 . 2. 𝜋 = 𝑑𝑖𝑠𝑡 (𝑘, 𝜃, 𝑟, 𝑁). 2. 𝜋 (3.03)
𝜆
Où
N est le nombre d'éléments.
r est la distance radiale jusqu'à l'émetteur.
θ est l'angle de la cible par rapport à un vecteur normal au centre du tableau d'éléments.
k est l'indice de l'élément.

44
L'équation ci-dessus donne la phase du signal au niveau de l'élément en fonction de la distance.
Cette formule utilise le fait que chaque longueur d'onde de distance est égale à 2·π de phase.

La figure 3.02 montre un tracé de sensibilité pour deux faisceaux, à 45° et -30° de la
perpendiculaire (b1 contient les coefficients pour 45° et b2 contient les coefficients pour -30°).

Figure 3.02 : Deux modèles de faisceaux pour une antenne à 7 éléments et un émetteur à portée
= 1 000 λ.

3.6 Ressources et canaux pour le beamforming

3.6.1 Ressources dans le domaine des fréquences

Lors de la conception de la première version de LTE, il était décidé que tous les appareils seraient
en mesure d’opérer sur une bande passante maximale de 20 MHz, ce qui était une hypothèse
raisonnable à l’époque, compte tenu de la bande passante relativement modeste par rapport à NR.
En effet, NR est conçue pour prendre en charge de très grandes largeurs de bande, allant jusqu’à400
MHz pour une seule porteuse. Obliger tous les appareils à prendre en charge des porteuses aussi
larges n’est pas raisonnable du point de vue des coûts. Par conséquent, il a été convenu qu’un
appareil NR ne pourrait voir qu’une partie de la porteuse. Cette largeur de bande détectable par les
terminaux est considérée comme une capacité RF de l’UE.

45
 Figure 3.01: La porteuse vue par le système vs la porteuse vue par l'UE
Dans l’exemple illustré sur la figure 3.03, si la largeur de bande de canal prise en charge par le
gNB est considérée comme étant 400 MHz, UE1 et UE4 peuvent opérer sur une porteuse ayant une
largeur de bande de 100 MHz, tandis que UE2 et UE3 peuvent opérer sur une bande de 200 MHz.
Afin de faciliter le fonctionnement des UE avec une largeur de bande limitée, il est important de
répéter le signal de synchronisation sur la largeur de bande du gNB. Dans cet exemple, alors que
UE1 et UE4 détectent un seul signal de synchronisation, UE2 et UE3 peuvent détecter l’un ou
l’autre des signaux de synchronisation transmis sur leurs porteuses respectives.
En LTE, la sous-porteuse à courant continu (Direct Current – DC) n’est pas utilisée car elle peut
être soumise à des interférences disproportionnées, en raison, par exemple, d’une fuite de
l’oscillateur local. Cette opération était simple dans LTE, étant donné que tous les UE peuvent
recevoir toute la largeur de bande de la porteuse et qu’ils sont centrés autour de la fréquence
porteuse. Pour les UE NR, il se peut qu’ils ne soient pas centrés autour de la fréquence porteuse et
que chacun d’eux ait son DC situé à différents endroits de la porteuse. Par conséquent, le traitement
spécial de la sous-porteuse DC serait fastidieux en NR ; à la place, il a été décidé d’utiliser
également la sous-porteuse DC pour transmettre les données, même si sa qualité est dégradée dans
certaines situations.
En outre, NR permet à l’UE d’augmenter sa bande passante progressivement et uniquement lorsque
cela est nécessaire. En ce sens, un gNB peut fonctionner simultanément en tant que porteuse

46
composante CC (Component Carrier) à large bande pour certains UE et en tant qu’ensemble des
CC contigus avec l’agrégation de porteuses en mode intra-bande pour d’autres.
UE1 est à large bande. UE2 prend en charge au moins 200 MHz de bande passante et au maximum
400 MHz par agrégation de porteuses intra-bande. Avec la même logique, UE3 prend en charge au
moins 100 MHz et au maximum 200 MHz en agrégeant deux porteuses en mode CA (Carrier
Aggregation) intra-bande.

Figure 3.02 : UE à large bande via l'agrégation intra-bande de porteuses

3.6.1.1 Partie de bande passante

Une fois que l’UE a détecté la porteuse en fonction de sa capacité RF (UE RF capability), le gNB
peut toujours limiter la bande passante active de l’UE à chaque instant pour l’assister dans
l’optimisation de sa consommation d’énergie. Cela se fait via la configuration d’une partie de bande
passante BWP (Bandwidth Part) Rappelons que la largeur de bande maximale de la porteuse NR
est de 400 MHz, une consommation énergétique élevée due aux composants RF est attendue, même
à faible débit de données ou lorsque l’UE surveille uniquement le canal de contrôle. Pour pallier
ce problème, il est possible d’adapter la largeur de bande du récepteur. Plus précisément, afin
d’assurer une faible consommation d’énergie, l’UE peut se limiter à une largeur de bande étroite
pour surveiller les canaux de contrôle et recevoir des données de petite à moyenne tailles, tout en
ayant la possibilité d’ouvrir la totalité de la bande passante lorsqu’un grand volume de données lui
47
est planifié. Cette largeur de bande élargie pourrait être égale à la totalité de la porteuse composante
configurée pour l’UE en concordance avec sa capacité RF. La BWP #2 est configurée pour une
transmission des données à débit élevé tandis que la BWP #1 avec une bande passante inférieure
est configurée pour l’UE le reste du temps afin de minimiser sa consommation d’énergie durant
l’écoute du canal. [9]

Figure 3.03 : Partie de bande passante

La BWP sert également dans les scénarios où plusieurs numérologies sont prises en charge sur une
cellule NR, par exemple dans le cas où des services URLLC sont configurés. Dans ce cas, un plus
grand espacement entre sous-porteuses peut être configuré pour la BWP correspondant au service
URLLC afin de réduire le temps TTI. En d’autres termes, la BWP pour URLLC se distingue de
celle d’eMBB en utilisant des morceaux distincts des ressources temps-fréquence. Chaque BWP
est configurée selon les paramètres suivants : emplacement dans le domaine de fréquences et
largeur de bande, espacement entre sous-porteuses et type du préfixe cyclique (normal ou étendu).
Dans le cas d’un spectre non apparié, la même partie de bande passante peut être couramment
appliquée à la fois en UL et en DL. En revanche, dans le cas du spectre apparié (par exemple, FDD),
il est possible d’appliquer différentes parties de bande passante aux deux voies. La largeur de bande
d’une BWP doit être supérieure à celle du signal de synchronisation et inférieure à la maximale
définie par la capacité RF de l’UE. Les BWP configurables à une UE sont au maximum de quatre
par cellule de service. Cependant, à un instant donné, il n’est possible d’en prendre en charge
qu’une seule, appelée BWP active, en DL et une seule en UL. Pour les spectres non appariés (par
exemple, TDD), une UE peut supposer que les BWP actives en DL et en UL d’une cellule ont la
même fréquence centrale. Cela simplifie la mise en œuvre puisqu’un seul oscillateur est alors utilisé

48
dans les deux sens. Le gNB peut activer et désactiver des BWP en utilisant le même message de
contrôle DL (DCI (Downlink Control Information)) que pour l’allocation de ressources, permettant
ainsi une commutation rapide entre différentes BWP.

3.6.1.2 Grille de canal et grille de synchronisation

Figure 3.04 : Informations système portant les informations liées à la localisation du signal de
synchronisation ainsi que la définition d'une porteuse

3.6.1.3 Grille de ressources communies et physiques

Notons que la définition NR d’un bloc de ressources diffère de celle de LTE. Un bloc de ressources
NR est une mesure unidimensionnelle représentant uniquement la granularité du domaine
fréquentiel. En revanche, LTE utilise des blocs de ressources bidimensionnelles de 12 sous-
porteuses dans le domaine fréquentiel et d’une sous-trame dans le domaine temporel. En effet, les
canaux physiques en LTE ont été définis une fois par sous-trame. En NR, au contraire, la granularité
des canaux de couche physique est très flexible avec une granularité dans le domaine temporel qui
doit être définie séparément de la granularité du domaine fréquentiel. La grille des ressources
modélise les ressources temps-fréquence vues par l’appareil pour un espacement entre sous-
porteuses donné. En LTE, il est plus simple de construire la grille de ressources car il existe une
seule numérologie et tous les appareils détectent la totalité de la bande passante. Cette grille est
construite autour de la sous-porteuse DC (au milieu du signal de synchronisation), avec un nombre

49
égal de sous-porteuses de chaque côté. Dans NR, de multiples espacements entre sous-porteuses
sont pris en charge et, il se peut que seule une partie de bande passante de la porteuse soit active à
un instant donné. Par conséquent, un point commun de référence, appelé point A, est utilisé avec
deux types de blocs de ressources : blocs de ressources communes (Common Resource Block –
CRB) et bloc de ressources physiques (Physical Resource Block –PRB). [24] NR définit une grille
de ressources communes pour chaque espacement entre sous-porteuses, sous la forme d’un
ensemble de blocs de ressources communes. Le point de référence A est considéré comme le point
le plus bas en fréquence de toutes ces grilles. Plus précisément, il coïncide avec la sous-porteuse 0
du bloc de ressources communes 0 pour tous les espacements entre sous-porteuses. La figure
suivante représente deux grilles de ressources communes construites sur la base du point A pour
deux différents SCS de longueurs Δf et 2Δf. Deux porteuses correspondantes sont définies, une par
SCS. Notez que le point A pourrait être en dehors de la porteuse et est utilisé comme le point de
référence pour définir les limites de la porteuse.

Figure 3.05 : Deux grilles de ressources communes (CRB) correspondant aux différents
espacements entre sous-porteuses

Figure 3.06 : Les limites des ressources sont alignées à travers les numérologies

50
 Figure 3.07 : Bloc de ressources physiques

Figure 3.08 : Grille de ressources, élément de ressource

51
3.6.2 Ressources dans le domaine du temps

Dans le domaine temporel, les transmissions NR sont organisées en trames radio d’une longueur
de 10 ms, chacune étant divisée en 10 sous-trames de 1 ms chacune. Une sous-trame est à son tour
divisée en un ou plusieurs slot(s) de 14 symboles OFDM chacun (12 dans le cas de CP étendu). La
durée d’un slot dépend de la numérologie. Dans un niveau supérieur, chaque trame est identifiée
par un numéro de trame système (System Frame Number – SFN). Le SFN est utilisé pour définir
différents cycles de transmission ayant une période supérieure à une trame radio, par exemple les
cycles de paging en mode veille. La période d’une trame système est égale à 1 024 fois une trame
radio ; ainsi, le SFN est répété après 1 024 trames radio, donc toutes les 10,24 secondes.

Numérologie Symboles par slot Slots par trame radio Slots par sous trame
0 14 10 1
1 14 20 2
2 14 40 4
3 14 80 8
4 14 160 16
5 14 320 32
Tableau 3.01 : Trame radio, sous trame et slot en fonction de l'emplacement de sous-porteuses

52
Pour l’espacement entre sous-porteuses de 15 kHz, un slot NR a donc la même structure qu’une
sous-trame LTE avec un préfixe cyclique normal, ce qui est avantageux pour la coexistence avec
LTE. A noter qu’une sous-trame dans NR sert de référence temporelle, indépendamment de la
numérologie utilisée. Ceci permet de gérer les cas où plusieurs numérologies sont mélangées dans
la même porteuse, alors qu’un slot reste l’unité de planification dynamique. En revanche, LTE,
avec son espacement unique entre sous-porteuses, utilise le terme sous-trame à ces deux fins. Il est
important de souligner que la sélection de la durée de trame radio doit prendre en compte la
compatibilité ascendante avec d’autres technologies. De ce fait, la durée de la trame radio 5G est
sélectionnée pour être exactement la même que celle de LTE, HSPA, WCDMA, simplifiant ainsi
les procédures de mobilité inter-RAT (Radio Access Technology).

Figure 3.12 : Trame radio de NR

53
. Le numéro de bloc de ressources indiqué correspond à 100 MHz après la suppression de la bande
de garde de la bande passante du canal. [4]

Figure 3.09 : Représentation d'un canal avec les blocs de ressources

Voici un exemple de calcul du nombre de bloc de ressource : Numérologie 𝜇 = 0, ∆𝑓 = 15 𝐾𝐻𝑧,

donc un bloc de ressource est de 180 𝐾𝐻𝑧 Largeur de canal : 50 MHz Intervalle de garde :
692.5KHz 𝑁𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑏𝑙𝑜𝑐 𝑑𝑒 𝑟𝑒𝑠𝑠𝑜𝑢𝑟𝑐𝑒 = 𝐿𝑎𝑟𝑔𝑒𝑢𝑟 𝑑𝑒 𝑐𝑎𝑛𝑎𝑙 - 2 × 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑙𝑒 𝑑𝑒 𝑔𝑎𝑟𝑑𝑒/ U𝑛
𝑏𝑙𝑜𝑐 𝑑𝑒 𝑟𝑒𝑠𝑠𝑜𝑢𝑟𝑐𝑒= (50 × 103 - 2 × 692.5)180= 273 𝑃𝑅𝐵.

3.6.3 Canaux logiques, de transport et physiques

Le système NR, comme LTE, utilise le concept de canal afin d’identifier le type des données
transportées sur l’interface radio, les caractéristiques définissant la qualité de service qui lui est
associée ainsi que les paramètres physiques liés à la transmission. Ces canaux sont des composantes
de l’architecture du système et il faut donc les distinguer des canaux de transmission (qui capturent
les effets de la propagation radio) et des canaux fréquentiels (ou porteuses). On distingue trois
classes de canaux, selon les couches du modèle OSI auxquelles ils sont attachés.

54
 • Les canaux logiques, qui opèrent entre les couches RLC et MAC et sont définis selon le
type d’information qu’ils transportent (par exemple : la signalisation du plan de contrôle
ou les données du plan usager) ;

• Les canaux de transport, qui opèrent entre la couche MAC et la couche physique et sont
définis par la manière et les caractéristiques selon lesquelles les données sont
transportées sur l’interface radio (par exemple, la méthode d’accès aux ressources radio) ;
- Les canaux physiques, qui sont utilisés par la couche physique et sont définis suivant
les caractéristiques physiques liées à leur transmission (par exemple, leur emplacement
dans la trame radio).

Il y a un nombre de canaux physiques spécifié pour la liaison montante et descendante :

• PDSCH (Physical downlink shared channel) : utilisé pour la transmission de données en

voie descendante ;

• PDCCH (Physical downlink control channel) : utilisé en downlink pour le contrôle des
informations, ce qui inclue les décisions d’ordonnancement requises pour la réception de
données de liaison descendante (PDSCH) et pour les ordonnancement accordant
l'autorisation de transmission de données de liaison montante (PUSCH) par une UE ;

• PBCH (Physical broadcast channel) : utilisé pour la diffusion d'informations de système

requises par un UE pour accéder au réseau ;

• PUSCH (Physical uplink shared channel) : utilisé pour la transmission de données en

liaison montante (par une UE) ;

• PUCCH (Physical uplink control channel) : utilisé pour les informations de contrôle de
liaison montante, qui comprend : L’accusé de réception HARQ (indiquant si une
transmission en liaison descendante a été un succès ou non), la demande de planification
(demande de ressources temps-fréquence du réseau pour les transmissions en liaison
montante) et les informations sur l'état du canal de la liaison descendante pour l'adaptation
de la liaison ;

55
 • PRACH (Physical random access channel), utilisé par une UE pour demander
l'établissement d'une connexion appelée accès aléatoire.

3.6.4 Signaux physiques

Outre les canaux, la couche physique utilise également des signaux physiques qui lui sont
nécessaires, mais qui ne sont pas directement liés aux transmissions de données des utilisateurs.

On distingue deux grands types de signaux physiques :

• Les signaux de référence (Reference Signal RS) ;

• Le bloc de signaux de synchronisation (Synchronization Signal Block – SS Block). [9]
Les ressources en temps-fréquence qui sont utilisées par la couche PHY et qui contiennent des
informations provenant de couches supérieures (c'est-à-dire, des couches situées au-dessus de la
couche PHY) sont appelées signaux physiques. Les signaux physiques sont des signaux de
référence utilisés à différentes fins, telles que la démodulation, l'estimation de canal, la
synchronisation et les informations d'état de canal. NR introduit les signaux de référence principaux
suivants.

Les signaux physiques de liaison descendante comprennent :

- Demodulation Reference signal (DM-RS);

- Phase Tracking Reference Signal (PT-RS);

- Channel State Information Reference Signal (CSI-RS);

- Primary Synchronization Signal (PSS);

- Secondary Synchronization Signal (SSS);

En outre, les signaux physiques de liaison montante sont les suivants :

- Demodulation Reference Signal (DM-RS);

- Phase Tracking Reference Signal (PT-RS);

- Sounding Reference Signal (SRS).

56
 Figure 3.10 : Signaux physiques 5G

3.6.5 Signaux de synchronisation et informations système

L’acquisition et la vérification de l’identité de la cellule dans NR, tout comme dans LTE, sont
effectuées sur la base des signaux de synchronisation. Le signal de synchronisation pour
l’acquisition des cellules est activé systématiquement et doit être diffusé périodiquement. NR est
conçue pour assurer plus d’efficacité énergétique et spectrale par rapport à LTE, grâce au principe
de conception sans gaspillage (Ultra lean design). Dans ce sens, NR se limite à un seul signal «
toujours actif » qu’on appelle le bloc SS pour l’acquisition de la cellule et ne prend plus en charge
le CRS qui était broadcasté périodiquement dans LTE. De plus, le bloc SS est transmis sur une
largeur de bande limitée et avec une périodicité beaucoup plus grande que celle du CRS en LTE.

Acquisition de cellule

L’acquisition de cellule couvre les fonctions et procédures par lesquelles un appareil trouve de
nouvelles cellules. La recherche de cellule s’effectue lorsqu’un appareil entre pour la première fois
dans la zone de couverture d’un système. La procédure de recherche est lancée en mode aveugle
ou non aveugle, selon l’état de l’UE (veille/ inactif ou connecté). L’ensemble des candidats pour
la position fréquentielle du signal de synchronisation est bien défini par une grille de recherche

57
(synchronisation raster). Un seul espacement entre sous-porteuses est utilisé par défaut pour le
signal de synchronisation pour chacune des bandes de fréquences.

3.6.6 SS Block et SS Burst Set

Le signal de synchronisation en NR est basé sur CP-OFDM et comprend deux types de signaux
de synchronisation :
- NR-PSS (signal de synchronisation primaire)
- NR-SSS (signal de synchronisation secondaire).
En plus de ceux-là, un canal de diffusion intitulé NR-PBCH est défini. NR-PSS et NR-SSS sont
des séquences pseudo-aléatoires ; la première est utilisée pour la synchronisation initiale à l’échelle
du symbole, tandis que la deuxième est utilisée pour la synchronisation temps/ fréquence et pour
la détection de l’identité de cellule en la combinant avec le PSS. De plus, le NR-SSS peut servir de
signal de référence de démodulation pour le PBCH et participe également à la procédure de gestion
de ressources radio (Radio Resource Management – RRM). NR-PBCH contient une partie de
l’information minimale du système. De plus, les informations temporelles sont transportées sur le
PBCH auquel est également associé un signal de référence de démodulation (PBCH DM-RS). Il
est important de souligner que le PBCH, contrairement aux séquences PSS et SSS, est accompagné
d’un contrôle de redondance cyclique (Cyclic Redundancy Check – CRC) et passe par le codage
canal. En d’autres termes, grâce au CRC, le décodage correct du contenu du PBCH peut être vérifié
par le récepteur.
Pour soutenir la formation de faisceau dans le but d’améliorer la couverture pour l’accès initial, un
nouveau concept est introduit en NR : celui de l’ensemble de blocs SS (SS burst set). L’ensemble
de blocs SS sert à prendre en charge le balayage de faisceau (beam sweeping) dans la transmission
des blocs SS.
Le balayage de faisceau est un mécanisme consistant à balayer un espace par une séquence de
faisceaux orientés dans différentes directions et qui s’enchaînent dans le temps. La station de base
comporte un certain nombre de faisceaux fixes, orientés dans différentes directions et mis en œuvre
à l’aide d’un certain nombre de rampes de phase fixes. La station de base balaie périodiquement
les faisceaux, en concentrant toute la puissance d’antenne dans une direction à la fois. Chaque UE
mesure le canal radio sur un ensemble de blocs SS (sur un intervalle de temps donné) et détecte
l’indice de bloc SS (indice de faisceau) donnant le meilleur signal reçu.

58
Par conséquent, un ensemble de blocs SS (SS burst set) peut être défini comme un ensemble
complet de faisceaux de diffusion. La périodicité d’un SS burst set correspond à celle à laquelle
l’UE reçoit des blocs SS avec le même indice de faisceau (indice de bloc SS) provenant du même
gNB. La figure 55 montre un SS burst set contenant blocs SS, chacun représentant une direction
de faisceau. La valeur maximale est de 8 pour la gamme de fréquences FR1, mais peut aller jusqu’à
64 pour la gamme de fréquences FR2. Cela est dû au fait que, dans les fréquences élevées,
contrairement aux fréquences plus basses, avoir des faisceaux plus étroits ayant des gains plus
élevés est nécessaire pour satisfaire une couverture donnée.

Figure 3.11 : Bloc SS et ensemble de blocs SS (SS burst set)

3.6.7 Bloc SS

Comme pour toutes les transmissions NR en voie descendante, la transmission par bloc SS est
basée sur la forme d’onde OFDM. En d’autres termes, le bloc SS est transmis sur un ensemble de
ressources temps-fréquence (éléments de ressource) dans une grille de ressources Figure 56. Il
couvre quatre symboles OFDM dans le domaine temporel et 240 sous-porteuses dans le domaine
fréquentiel.
- Le PSS est transmis dans le premier symbole OFDM du bloc SS et occupe 127 sous-porteuses
dans le domaine fréquentiel. Les sous-porteuses restantes, sur un total de 240, sont vides pour
faciliter la détection du PSS.

59
- Le SSS est transmis dans le troisième symbole OFDM du bloc SS et occupe le même ensemble
de sous-porteuses que le PSS.
- Le PBCH est transmis dans le deuxième et le quatrième symbole OFDM du bloc SS et il utilise
48 sous-porteuses de chaque côté du SSS. Sur le troisième symbole OFDM, il y a un écart de huit
et neuf sous-porteuses entre le SSS et le PBCH, de chaque côté. Les ressources PBCH incluent les
symboles DM-RS associés.

Figure 3.14 : Structure d'un bloc SS

3.6.8 Information système

Les informations système sont un nom commun pour toutes les informations communes à la cellule
(non spécifiques à une UE) dont une UE a besoin pour fonctionner correctement au sein du réseau
après la phase d’acquisition initiale de cellule. En général, les informations système sont
acheminées dans différents blocs d’informations système (SIB). En NR, les informations systèmes
sont divisées, au-delà des informations très limitées contenues dans le MIB (Management
Information Base), en deux parties : le SIB1 et les OSI.

3.7 Conclusion
En conclusion, les techniques de formation de faisceau sont à la pointe de l'innovation dans le
domaine des communications sans fil. Elles ont apporté une révolution significative en améliorant
la manière dont les signaux radio sont transmis et reçus, offrant des avantages majeurs en termes
de qualité de communication, de débits de données élevés et de réduction des interférences. Cette
innovation technologique a contribué à façonner le paysage des réseaux de communication
modernes, ouvrant la voie à des avancées majeures telles que la 5G et le Massive MIMO.

60
 CHAPITRE 4 :

ETUDE DE PERFORMANCES DE LA FORMATION DES FAISCEAUX

4.1 Introduction

Dans le paysage dynamique des communications sans fil, la technologie Massive MIMO (Multiple-
Input, Multiple-Output) se distingue par sa capacité à redéfinir les limites du débit de données offert
aux utilisateurs. Cette simulation, élaborée avec l'outil puissant qu'est MATLAB, se concentre sur
l'exploration approfondie de l'impact de la formation de faisceau Massive MIMO sur le débit de
données de l'utilisateur. Nous plongerons dans les mécanismes sous-jacents qui permettent à cette
technologie de fournir des débits de données exceptionnellement élevés, ainsi que dans les
scénarios d'utilisation qui démontrent son potentiel révolutionnaire. Grâce à des modèles de
simulation sophistiqués, nous analyserons les facteurs qui influencent le débit de données, tels que
le nombre d'antennes, la direction des faisceaux et les conditions du canal. Cette simulation nous
permettra de mieux comprendre comment la formation de faisceau Massive MIMO peut offrir une
connectivité sans fil plus rapide que jamais, transformant ainsi l'expérience de l'utilisateur et
ouvrant de nouvelles possibilités dans le monde des communications modernes.

4.2 Contexte et Objectif de la simulation

Dans la simulation, nous allons générer une onde millimétrique et ensuite traitée l’onde générer
pour pouvoir effectuer la formation du faisceau. Après on va faire une évaluation de la performance
du faisceau et l’impact sur l’utilisateur.
Le Massive MIMO, qui exploite un grand nombre d'antennes pour optimiser la transmission des
signaux, est une technologie révolutionnaire qui promet d'améliorer considérablement les
performances des réseaux sans fil. La formation de faisceau est l'un des aspects clés de cette
technologie, permettant de diriger de manière ciblée les signaux radio vers les destinataires, ce qui
améliore la qualité de la transmission. La simulation informatique offre un moyen puissant
d'explorer les mécanismes sous-jacents, les performances et les applications de la formation de
faisceau Massive MIMO.

61
4.2.1 Objectifs :

• Compréhension approfondie : L'objectif principal de la simulation est de comprendre en

profondeur comment fonctionne la formation de faisceau Massive MIMO. Cela inclut
l'étude des algorithmes, des paramètres de configuration et des effets des antennes
multiples sur la transmission des signaux.
• Optimisation des performances : La simulation vise à déterminer comment optimiser les
performances de la formation de faisceau pour répondre aux besoins spécifiques d'une
application donnée. Cela peut inclure des ajustements pour maximiser le débit, réduire la
latence ou augmenter la fiabilité.
• Impact sur l'expérience de l'utilisateur : Une des préoccupations majeures est l'impact de
la formation de faisceau Massive MIMO sur l'expérience de l'utilisateur. La simulation
peut évaluer comment la technologie améliore la connectivité, la vitesse de transmission
des données et la qualité des appels, notamment dans des situations de forte demande.

Figure 4.01: Vue globale de la simulation

4.3 Génération forme d’onde

La norme 3GPP 5G NR définit des ensembles de configurations de liaison et de forme d'onde à des
fins de test de conformité. Deux types spécifiques de formes d'onde de conformité de liaison
descendante sont les modèles de test NR (NR-TM), aux fins de test RF de la station de base (BS),
et les canaux de référence fixes de liaison descendante (FRC), pour le test d'entrée de l'équipement
utilisateur (UE). Les NR-TM pour FR1 sont définis suivant les paramètres suivants :
- Frequency range : FR1 ou FR2
- Type de modulation : QPSK, 64QAM, 256QAM
- SCS (kHz) : 15,30,60,120
- Bande Passante du canal

62
- Sous trames
- SCS carriers
- Bandwidth parts
- Plusieurs instances de SS burst, PDSCH, PDCCH et CSI-RS
Voici les paramètres utilisés pour cette simulation :
Gamme de fréquences FR2
Fréquence centrale 28 GHz
Modèle de bloc de signal de synchronisation Modèle D
Les limites de balayage azimutal en degrés (émetteur) [-60 60]
Les limites du balayage d'élévation en degrés(émetteur) [-90 0]
Nombre d’émetteur [8 8]
Mode de mesure pour SSB SSSwDMRS
Temps de simulation en termes de nombre de trames de 10
10 ms

Planification basée sur les slots Oui

Nombre de UE 3

GNBTx 8

GNBRx 8

UETx 2

UERx 2

Bande Passante du canal [selon 3GPP TS 38.104 section 5/400Mhz

5.3.2]

Nombre RB 25 et 66

SCS 15 et 120kHz
Sous bandes SRS 4

UETxPower 23 dBm

Tableau 4.01 : Les paramètre de simulation

63
4.3.1 Génération de formes d’ondes Côté en downlink

La génération de formes d’ondes dans Matlab peut se faire de manière graphique (grâce à
l’application 5G Waveform Generator), ou en ligne de commande.
On peut choisir de générer suivant les FRC ou NR-TMs cités plus haut, ou des formes d’ondes «
customisés », en downlink et uplink.
Ici, nous allons prendre comme exemple, la génération du NR-FR2-TM3.1, dans FR1 (410
MHz7,125GHz), avec bande passante du canal 5MHz, SCS 15kHz et mode duplexage TDD et la
génération du NR-FR2-TM1.1 (24,25 GHz-52,6GHz).
Cette figure montre l’analyseur de spectre et les ressources blocs du canal, la grille OFDM de
l’onde généré par l’application :

Figure 4.02 : Génération de NR-FR2-TM3.1

On peut rajouter à ceci des « impairments », comme un canal AWGN, un décalage de phase ou
fréquence, et le tout peut être exporté en code Matlab pour être encore traité ou être transmis au
moyen d’un instrument de test de laboratoire connecté.

4.4 Filtrage de l’onde

La forme d'onde générée n'a pas de filtrage, il y a donc d'importantes émissions spectrales hors
bande en raison de la mise en forme d'impulsion rectangulaire implicite dans la modulation OFDM

64
(chaque sous-porteuse OFDM a une forme sinc dans le domaine fréquentiel). Le filtrage de la forme
d'onde améliore les performances ACLR.
Concevons un filtre avec une bande de transition qui commence à la limite de la bande passante de
transmission occupée et s'arrête à la limite de la bande passante globale du canal. Ce filtre
n'implique aucun changement de débit, il façonne simplement le spectre dans la bande passante
d'origine de la forme d'onde.

4.4.1 Suréchantillonnage et modèle de non-linéarité HPA

Pour créer un signal capable de représenter les 1ère et 2ème porteuses adjacentes, il faut
suréchantillonner la forme d'onde NR. Après avoir suréchantillonné le signal, nous allons utiliser
un modèle HPA pour générer une distorsion hors bande. Ici, on peut utiliser l’objet
MemorylessNonlinearity.
Pour mettre en évidence l'impact du filtrage sur les mesures ACLR, il faut appliquer d'abord le
suréchantillonnage et les non-linéarités HPA au signal NR filtré, puis au même signal NR sans
filtrage.

4.4.2 Calcul de NR ACLR

La fonction d’assistance hACLRMeasurementNR.m prend une DFT du signal de mesure et

utilise l’énergie des cases appropriées pour calculer les puissances des canaux adjacents.

4.4.3 Calcul de l’amplitude du vecteur d’erreur

La fonction d’assistance hNRPDSCHEVM.m mesure l’amplitude du vecteur des formes d’ondes

NR-TM.
Affichage des résultats :
Avec la fonction d’assistance hACLRResultsNR.m, on peut afficher le ACLR et tracer le spectre
NR et les taux de fuite des canaux adjacents :

65
4.4.3.1 Non Filtré

Selon TS 38.104 Section 6.6.3.2, l'ACLR minimum requis pour les mesures conduites est de 45
dB. Comme certaines de ces valeurs ACLR sont à la limite de 45 dB, elles ne sont pas conformes
aux exigences.

Figure 4.04 : ACLR non filtré

4.4.3.2 Filtré

Figure 4.06 : ACLR filtré

4.5 La formation du faisceau du MassiveMIMO

La prise en charge des fréquences d'ondes millimétriques (mmWave) nécessite des liaisons
directionnelles, ce qui a conduit à la spécification de procédures de gestion des faisceaux pour

66
l'accès initial en NR. La gestion des faisceaux est un ensemble de procédures de couche 1
(physique) et de couche 2 (contrôle d'accès au support) pour acquérir et maintenir un ensemble de
liaisons de paires de faisceaux (un faisceau utilisé au gNB associé à un faisceau utilisé au niveau
de l'UE). Les procédures de gestion de faisceau sont appliquées pour la transmission et la réception
en liaison descendante et en liaison montante
Ces procédures comprennent :

4.5.1 Balayage du faisceau

L’objectifs du balayage est de trouver la faisceau adéquate pour un récepteur, la SSB permet de
synchroniser les faisceaux avec les récepteurs et puis en fonction du niveau de signal RSRP de
chaque utilisateur, le gNodeB assigne le faisceau avec le meilleur niveau du signal pour ce dernier.
Cette procédure se concentre sur l'acquisition initiale basée sur des blocs de signaux de
synchronisation (SSB). Le gNodeB envoie le SSB pour synchroniser avec les terminaux présents
dans sa portée.

Figure 4.07 : Spectrogramme du SSB

Figure 4.08 : Modèle de directivité de récepteur

67
 Figure 4.09 : Modèle de directivité du l’émetteur

Figure 4.10 : Balayage des faisceaux

4.5.2 Mesure du faisceau

Cette procédure se concentre sur le raffinement du faisceau à l'extrémité de transmission, où le

balayage du faisceau se produit à l'extrémité de transmission en gardant le faisceau de réception
fixe.
Mesures RSRP de toutes les ressources CSI-RS (en dBm) :
[42,3147 33,237 29,1999 45,1102 37,0922 31,4861 39,9414 33,5053 24,5859 17,5821 12,9908 -
1,9296]

68
A partir de l'acquisition du faisceau :
- Le faisceau du faisceau SSB initial dans le plan azimutal est : 30 degrés
- Le faisceau du faisceau SSB initial dans le plan d'élévation est : 30 degrés
Avec affinement du faisceau à l’extrémité de transmission :
Le faisceau de transmission de raffinement (4) correspond à la ressource CSI-RS 4 est sélectionné
dans la direction [10 ;15]
- La largeur du faisceau de transmission raffiné dans le plan azimut est :
13,46 degrés
- La largeur du faisceau de transmission raffiné dans le plan d'élévation
est : 13,24 degrés
La CSI mesure la qualité du canal pendant la sélection du faisceau pour les utilisateurs, cette
procédure identifie un faisceau d'émission plus fin que celui de l'acquisition initiale

Figure 4.19 : Acquisition du faisceau

4.5.3 Refinement du faisceau

Dans NR 5G, la gamme de fréquences 2 (FR2) fonctionne à des fréquences d’ondes millimétriques
(mmWave) (24,25 GHz à 52,6 GHz). À mesure que la fréquence augmente, le signal transmis est
sujet à des pertes de trajet et de pénétration élevées, ce qui affecte le bilan de la liaison. Pour
améliorer le gain et la directivité de la transmission et de la réception des signaux à des fréquences
plus élevées, la formation de faisceaux est essentielle. La gestion des faisceaux est un ensemble de

69
procédures de couche 1 (couche physique) et de couche 2 (contrôle d'accès au support) permettant
d'établir et de conserver une paire de faisceaux optimale (faisceau d'émission et faisceau de
réception correspondant) pour une bonne connectivité.

4.6 Evaluation de la performance de la formation des faisceaux.

Notons un nœud (gNB ou UE) est une composition de couches de pile NR (RLC+MAC+RLC).
• Étapes de la simulation :
o Configuration du scénario : Durée de trame pour la simulation, Nombre de UE
dans la cellule et leur position, Nombre d’antennes au niveau du gNB et des UE,
Bande Passante du canal, SCS, Spécification de la configuration SRS pour
chaque UE, Configuration CSI-RS, Puissance d’émission et gain d’antennes,
Spécification de la stratégie de planification et limite max de RB alloués pour
PDSCH et PUSCH (PF, RR, BEST CQI) ; Débit de données d’application DL
et UL
o Paramètres dérivés En fonction des paramètres de configuration principaux
Mode de duplexage, Position de gnB, Choix de modèle de canal en liaison
montante et descendante (CDL ou TDL), Id de la cellule
o Configuration du gNB et des UE Initialisation des informations de qualité du
canal pour les UEs et configuration du canal logique au niveau du gNB et de
l’UE - Boucle de traitement Exécution de la simulation symbole par symbole,
de gNB, UE ; journalisation des traces MAC et PHY, coder une boucle pour
toutes les trames

Temps de simulation en termes de nombre de trames de 10 ms 10

Planification basée sur les slots 0 (oui)
Nombre de UE 4
gNBTx 16
gNBRx 8
UETx 4
UERx 2
Bande Passante du canal [selon 3GPP TS 38.104 section 5.3.2 Selon les paramètres
Nombre RB Selon les paramètres
SCS Selon les paramètres
Sous bandes SRS 4

70
Dimension CSI [selon 3GPP TS 38.214 tableau 5.2.2.2.1-2] [8 1]
Sous bandes CSI 4
UETxPower 23 dBm
gNBTxPower 34 dBm
gNBRxGain 11 dBi
Stratégie de planification PF
Limite d’allocation RB UL (pour PUSCH) 15
Limite d’allocation RB DL (Pour PDSCH) 15
Duplexage FDD
Modèle de canal CDL

Tableau 4.01 : Paramètres utilisés pour l’évaluation de la performance du beamforming

Figure 4.08 : Représentation de la formation de faisceau sur 3 utilisateurs

• Résultat obtenue :
Parmi les paramètres ci-dessus, nous utiliserons ces 2 -là conformément au 3GPP TS 138 104-
V15.2.0
Paramètres 1 : SCS : 15kHz ; Bande passante : 5MHz, NRB : 25

71
 Figure 4.09 : Résultat avec paramètre 1

Paramètres 2 : SCS 15kHz ; Bande Passante : 10MHz, NRB :52

Figure 4.10 : Résultat avec paramètre 2

72
Paramètres 3 : SCS 30kHz ; Bande Passante=10MHz ;NRB :24

Figure 4.10 : Résultat avec paramètre 3

Paramètres 4 : SCS : 60 ; NRB :66 ; BP :50MHz

Figure 4.10 : Résultat avec paramètre 4

73
 Paramètres 1 Paramètres 2 Paramètres 3 Paramètres 4
Débit Max DL 62,21 Mbps 129,40 Mbps 258,80 Mbps 656,96 Mbps
Débit DL atteint pour chaque
UE [10,73 9,85 9,14 6,34] 51,95 Mbps 101,17Mbps 114,34 Mbps
13,14
Efficacité spectrale crête DL 12,44 bits/s/Hz 12,94 bits/s/Hz 25,88 bits/s/Hz bits/s/Hz
Tableau 4.02 : résultats de performance du MIMO

Interprétation des résultats :

Constatant ces résultats, on remarque qu’en faisant varier SCS, NRB, et BP, on obtient des débits
descendants de 62,21 Mbps à 656,96 Mbps en maximale descendant. Ces 3 paramètres influent
donc directement au débit descendant.

Nous avons généré une onde millimétrique avec les paramètres qu'on a vue précédemment, ensuite
on a fait effectuer un filtrage de l'onde pour permettre de diminuer les interférences avec les
fréquences adjacent, et après, pour la formation du faisceau pour les utilisateurs présente, trois
procédures ont été effectué qui sont : La balayage du faisceau pour fournir le faisceau optimal pour
chaque utilisateur et après la mesure effectuer sur le canal pour identifier le faisceau avec le
meilleur niveau de signal pour l'utilisateur, c'est à dire qu'on mesure le RSRP la plus élevée des
faisceaux sur l'utilisateur. La CSI ou Channel States Information permet d'acquérir les informations
comme la qualité de canal utilisé. Et finalement, on a effectué le raffinement du faisceau pour
améliorer le gain et la directivité de la transmission et de la réception des signaux, à la fin de notre
simulation nous avons évaluer la performance de chaque faisceau sur trois utilisateurs par leur débit
moyenne, leur efficacité spectrale et par leur taux d'erreur par bloc et on a eu un impact performant
sur le débit DL sur l’utilisateur.

4.7 Conclusion

En conclusion, La technologie 5G marque une révolution dans les réseaux de communication sans
fil, et le beamforming est l'une des technologies clés qui rend cela possible. Ce chapitre a exploré
en profondeur l’impact sur les performances des réseaux sans fil de cinquième génération. La
formation des faisceaux ou beamforming a permis de mettre en lumière les incroyables
opportunités et avantages offerts par cette technologie de pointe dans le domaine des
communications sans fil. Grâce à l'utilisation de simulations informatiques avancées, nous avons

74
pu explorer en profondeur les mécanismes, les performances et les applications de la formation de
faisceau Massive MIMO. Cette simulation met en évidence que la formation de faisceau Massive
MIMO est bien plus qu'une simple avancée technologique ; elle est une révolution qui transformera
la manière dont nous interagissons avec nos appareils et notre environnement. Elle incarne l'avenir
des communications sans fil, offrant un aperçu des possibilités infinies qu'elle apporte à notre
société moderne.

75
 CONCLUSION GENERALE
L'étude approfondie de la formation de faisceau massive MIMO au sein de la cinquième génération
des réseaux mobiles, la 5G, nous a plongés au cœur de l'avenir des communications sans fil. Au fil
de cette recherche, nous avons exploré les mécanismes fondamentaux de cette technologie
innovante, scruté ses performances à travers une variété de scénarios, et abordé les défis complexes
inhérents à sa mise en œuvre. Tout d'abord, la formation de faisceau massive MIMO représente
une avancée majeure dans le domaine des communications sans fil. Elle offre une efficacité
spectrale sans précédent, permettant une utilisation plus intelligente du spectre radio et une capacité
accrue pour répondre à la demande croissante de connectivité haut débit. Les avantages en termes
de réduction de la latence, de gestion de l'interférence et d'extension de la couverture sont autant
d'éléments qui reconfigurent le paysage des communications. Cependant, cette transformation
technologique ne vient pas sans son lot de défis. La mise en œuvre de la formation de faisceau
massive MIMO implique des considérations complexes liées à la gestion de l'énergie, à la
synchronisation, à la complexité du traitement du signal, et à l'interopérabilité avec les
infrastructures existantes. Ces défis ne doivent pas être sous-estimés, mais ils sont également le
moteur de l'innovation continue dans le domaine. Au-delà des considérations techniques, cette
recherche souligne également l'impact profond de la formation de faisceau massive MIMO sur la
société. Elle promet de transformer la manière dont nous interagissons avec les services
numériques, de stimuler l'adoption de l'Internet des Objets (IoT), et de catalyser de nouvelles
applications, de la télémédecine à la mobilité autonome. En fin de compte, cette thèse s'inscrit dans
une quête permanente de compréhension et d'amélioration des technologies de communication sans
fil. Elle constitue un point de départ pour de futures recherches et développements visant à
optimiser et à perfectionner la formation de faisceau massive MIMO dans le cadre de la 5G et au-
delà. Nous avons tout juste effleuré la surface des possibilités offertes par cette technologie, et il
est excitant d'imaginer les innovations futures qui découleront de ce travail. La formation de
faisceau massive MIMO est une réalité incontournable de notre avenir sans fil. Elle ouvre la voie
à une connectivité plus rapide, plus fiable et plus étendue, redéfinissant ainsi notre manière de vivre
et de communiquer. Alors que nous clôturons cette recherche, nous gardons à l'esprit que
l'exploration continue, que les découvertes perdurent, et que les possibilités demeurent infinies
dans le monde fascinant de la communication sans fil.

76
 ANNEXE :

RAY TRACING

A1.1 Présentation
Les systèmes de communication sans fil utilisent des ondes radio pour transmettre des signaux. La
modélisation de la propagation vous permet d'estimer la force des signaux en fonction des
paramètres du système tels que la fréquence, la hauteur de l'antenne, les propriétés du terrain et les
propriétés des bâtiments.
Les modèles théoriques et empiriques estiment l'affaiblissement sur le trajet en fonction de la portée
et ne sont valables que pour les environnements qui ressemblent à l'environnement de modélisation.
En conséquence, ils ne fournissent généralement pas d'informations temporelles ou spatiales
précises. Contrairement à ces modèles, les modèles de lancer de rayons sont spécifiques à
l'environnement 3D et conviennent donc à des scénarios tels que les environnements urbains. Pour
la modélisation de la propagation, un rayon est un signal radio individuel qui : Se déplace en ligne
droite dans un milieu homogène.
Obéit aux lois de la réflexion, de la réfraction et de la diffraction. -Transporte de l'énergie. Les
modèles de propagation traitent les rayons comme des tubes, où la densité d'énergie sur la section
transversale devient plus petite à mesure que le rayon interagit avec l'environnement. Pour un
environnement 3D donné, les modèles de lancer de rayons utilisent des simulations numériques
pour : Prédisez les trajets des rayons des émetteurs aux récepteurs.
Les modèles peuvent trouver de nombreux rayons d'un émetteur à un récepteur. Les modèles
dérivent l'angle de départ, l'angle d'arrivée et l'heure d'arrivée des trajectoires. Estimez la perte de
trajet et le changement de phase pour chaque rayon.
L'affaiblissement total sur le trajet est la somme des pertes d'interaction, de l'affaiblissement en
espace libre et, éventuellement, de l'affaiblissement atmosphérique. Un rayon interagit avec
l'environnement de plusieurs manières : LOS, Réflexion, réfraction, diffraction, diffusion.

A1.2 Méthodes utilisés en Ray Tracing

1.2.1 Méthode SBR

Cette figure illustre la méthode SBR pour calculer les trajets de propagation d'un émetteur, Tx , à
un récepteur, Rx.

77
 Figure A1.01 : Illustration de la méthode SBR.
La méthode SBR lance de nombreux rayons à partir d'une sphère géodésique centrée sur Tx . La
sphère géodésique permet au modèle de lancer des rayons qui sont approximativement
uniformément espacés.
Ensuite, la méthode trace chaque rayon de Tx et peut modéliser différents types d'interactions entre
les rayons et les objets environnants, tels que les réflexions, les diffractions, les réfractions et la
diffusion. Notez que l'implémentation ne considère que les réflexions.
Lorsqu'un rayon frappe une surface plane, indiquée par R, le rayon réfléchit en fonction de la loi
de réflexion.
Lorsqu'un rayon frappe un bord, représenté par D, le rayon engendre de nombreux rayons diffractés
basés sur la loi de diffraction. Chaque rayon diffracté a le même angle avec le bord diffractant que
le rayon incident. Le point de diffraction devient alors un nouveau point de lancement et la méthode
SBR trace les rayons diffractés de la même façon que les rayons lancés depuis Tx. Un continuum
de rayons diffractés forme un cône autour du bord diffractant, communément appelé cône de
Keller. L'implémentation actuelle de la méthode SBR ne prend pas en compte la diffraction.
Pour chaque rayon lancé, la méthode entoure Rx d'une sphère, dite sphère de réception, dont le
rayon est proportionnel à la séparation angulaire des rayons lancés et à la distance parcourue par le
rayon. Si le rayon coupe la sphère, le modèle considère le rayon comme un chemin valide de Tx à
Rx.

1.2.2 Méthode d’imagerie

Cette figure illustre la méthode d'image pour calculer le chemin de propagation d'un seul rayon de
réflexion pour les mêmes émetteur et récepteur que la méthode SBR. La méthode d'image localise

78
l'image de Tx par rapport à une surface de réflexion plane, Tx’. Ensuite, le procédé relie Tx' et Rx
par un segment de droite. Si le segment de ligne croise la surface de réflexion plane, indiquée par
R sur la figure, un chemin valide de Tx à Rx existe. Le procédé détermine des trajets à réflexions
multiples en étendant de manière récursive ces étapes.

Figure A1.02 : Illustration de la méthode d’imagerie

79
BIBLIOGRAPHIES

[1] R.T Ezéchiel, ‘cours sur Réseau 5G’, 2020

[2] M. Ravaliminoarimalalason Toky Basilide cours sur ‘Ingénierie, planification et QoS des
réseaux de télécommunication’ 2022
[3] G. Larsson, “Very large MIMO systems: Opportunities and challenges,” 2012 [Online].
Available: http://www.kth.se/polopoly_fs/1. 303070 ! /Menu/general/column
content/attachment/Large_MIMO.pdf
[4] H. Q. Ngo, E. G. Larsson, and T. L. Marzetta, “Energy and spectral efficiency of very large
multiuser MIMO systems,” IEEE Trans. Commun., vol. 61, no. 4, pp. 1436–1449, Apr.
2013
[5] G. Y. Li, Z.-K. Xu, C. Xiong, C.-Y. Yang, S.-Q. Zhang, Y. Chen, and S.-G. Xu, “Energy-
efficient wireless communications: Tutorial, survey, and open issues,” IEEE Wireless
Commun. Mag., vol. 18, no. 6, pp. 28–35, Dec. 2011,
[6] T. L. Marzetta, “How much training is required for multiuser MIMO,” in Proc. 40th
Asilomar Conf. Signals, Syst., Comput. (ACSSC), Pacific Grove, CA, USA, Oct. 2006,
pp. 359–363
[7] S. Nguyen and A. Ghrayeb, “Compressive sensing-based channel estimation for massive
multiuser MIMO systems,” in Proc. IEEE Wireless Commun. Netw. Conf. (WCNC),
Shanghai, China, Apr. 2013, pp. 2890–2895
[8] L. Dai, Z. Wang, and Z. Yang, “Spectrally efficient time-frequency training OFDM for
mobile large-scale MIMO systems,” IEEE J. Sel. Areas Commun., vol. 31, no. 2, pp. 251–
263, Feb. 2013 [10] F. Rusek, D. Persson, B. K. Lau, E. G. Larsson, T. L. Marzetta, O.
Edfors, and F. Tufvesson, “Scaling up MIMO: Opportunities and challenges with very
large arrays,” IEEE Signal Process. Mag., vol. 30, no. 1, pp. 40–46, Jan. 2013.
[9] J. Hoydis, S. ten Brink, and M. Debbah, “Massive MIMO in the UL/DL of cellular
networks: How many antennas do we need?,” IEEE J. Sel. Areas Commun., vol. 31, no.
2, pp. 160–171, Feb. 2013
[10] M. Matthaiou, C. Zhong, M. R. McKay, and T. Ratnarajah, “Sum rate analysis of
ZF receivers in distributed MIMO systems,” IEEE J. Sel. Areas Commun., vol. 31, no. 2,
pp. 180–191, Feb. 2013

80
[11] Y.-C. Liang, G. M. Pan, and Z. D. Bai, “Asymptotic performance of MMSE
receivers for large systems using random matrix theory,” IEEE Trans. Inf. Theory, vol.
53, no. 11, pp. 4173–4190, Nov. 2007
[12] F. Rusek, D. Persson, B. K. Lau, E. G. Larsson, T. L. Marzetta, O. Edfors, and F.
Tufvesson, “Scaling up MIMO: Opportunities and challenges with very large arrays,”
IEEE Signal Process. Mag., vol. 30, no. 1, pp. 40–46, Jan. 2013
[13] Y.-C. Liang, S. Sun, and C. Ho, “Block-iterative generalized decision feedback
equalizers BI-GDFE for large MIMO systems: Algorithm design and asymptotic
performance analysis,” IEEE Trans. Signal Process., vol. 54, no. 6, pp. 2035–2048, Jun.
2006
[14] K. V. Vardhan, S. K. Mohammed, A. Chockalingam, and B. S. Rajan, “A low-
complexity detector for large MIMO systems and multicarrier CDMA systems,” IEEE J.
Sel. Areas Commun., vol. 26, no. 4, pp. 473–485, Apr. 2008.], [P. Li and R. D. Murch,
“Multiple output selection-LAS algorithm in large MIMO systems,” IEEE Commun. Lett.,
vol. 14, pp. 399–401, May 2010
[15] N. Srinidhi, T. Datta, A. Chockalingam, and B. S. Rajan, “Layered tabu search
algorithm for large-MIMO detection and a lower bound on ML performance,” IEEE
Trans. Commun., vol. 59, no. 11, pp. 2955–2963, Nov. 2011
[16] C. Knievel, M. Noemm, and P. A. Hoeher, “Low-complexity receiver for large-
MIMO space-time coded systems,” in Proc. IEEE Veh. Technol. Conf. (VTC), San
Francisco, CA, USA, Sep. 2011.
[17] Datta, N. Srinidhi, A. Chockalingam, and B. S. Rajan, “A hybrid RTS-BP algorithm
for improved detection of large-MIMO M-QAM signals,” in Nat. Conf. Commun. (NCC),
Bangalore, India, Jan. 2011
[18] C. Knievel, M. Noemm, and P. A. Hoeher, “Low-complexity receiver for large-
MIMO space-time coded systems,” in Proc. IEEE Veh. Technol. Conf. (VTC), San
Francisco, CA, USA, Sep. 2011
[19] R. Datta, N. Srinidhi, A. Chockalingam, and B. S. Rajan, “A hybrid RTS-BP
algorithm for improved detection of large-MIMO M-QAM signals,” in Nat. Conf.
Commun. (NCC), Bangalore, India, Jan. 2011

81
[20] Q. Zhou and X. Ma, “Element-based lattice reduction algorithms for large MIMO
detection,” IEEE J. Sel. Areas Commun., vol. 31, no. 2, pp. 274–286, Feb. 2013
[21] M. Cirkic and E. G. Larsson, “SUMIS: Near-optimal soft-in soft-out MIMO
detection with low and fixed complexity,” IEEE Trans. Signal Process., 2014, to be
published
[22] J. Choi, B. Lee, B. Shim, and I. Kang, “Low complexity detection and precoding
for massive MIMO systems,” in Proc. IEEE Wireless Commun. Netw. Conf. (WCNC),
Shanghai, China, Apr. 2013, pp. 2857–2861
[23] M. Costa, “Writing on dirty paper,” IEEE Trans. Inf. Theory, vol. IT-29, no. 3, pp.
439–441, May 1983
[24] M. Hochwald, C. B. Peel, and A. L. Swindlehust, “A vector-perturbation technique
for near-capacity multiantenna communication-part II: Perturbation,” IEEE Trans.
Commun., vol. 53, no. 5, pp. 537–544, May 2005
[25] C. Windpassinger, R. F. H. Fischer, and J. B. Huber, “Lattice-reduction-aided
broadcast precoding,” IEEE Trans. Commun., vol. 52, no. 12, pp. 2057–2060, Dec. 2004
[26] L. Marzetta, “Noncooperative cellular wireless with unlimited numbers of base
station antennas,” IEEE Trans. Wireless Commun., vol. 9, no. 11, pp. 3590–3600, Nov.
2010.
[27] Q. Liang, J. Mu, M. Jia, W. Wang, X. Feng, and B. Zhang, “Communications,
Signal Processing, and Systems,” in Proceedings of the 2017 International Conference on
Communications, Signal Processing, and Systems, ICCSP 2017, Harbin, 2017.

82
RENSEIGNEMENTS
Nom : RAZAFIARISON
Prénom : Mialy
Adresse : Bloc 10 porte 335
Téléphone : +261 34 68 367 88/ +261 32 07 094 65
E-mail : [email protected]

Titre du mémoire : ETUDE DE PERFORMANCES DE LA FORMATION DE FAISCEAUX

DANS LES RESEAUX 5G

Nombre de pages : 82
Nombre de tableaux : 5
Nombre de figures : 41
Mots clés : débit,5G, révolution, faisceau, MassiveMIMO, signal

Directeur de mémoire :
Nom : RAJAONARISON
Prénom : Tianandrasana Roméo
Grade : HDR
E-mail : [email protected]
Téléphone :+263 4 64 761 10

83
 RESUME
La technologie Massive MIMO dans la 5G offre une efficacité spectrale exceptionnelle, répondant
à la demande croissante de connectivité haut débit. Malgré ses avantages en réduction de la latence
et en extension de la couverture, sa mise en œuvre présente des défis complexes. Cependant, ces
défis stimulent l'innovation continue. Au-delà des aspects techniques, cette technologie promet de
transformer notre interaction avec les services numériques et de catalyser de nouvelles applications,
de la télémédecine à la mobilité autonome. Cette recherche constitue un jalon dans l'évolution des
technologies de communication sans fil, ouvrant la voie à de futures recherches visant à optimiser
cette technologie pour la 5G et au-delà.
Mots clés : débit,5G, révolution, faisceau, MassiveMIMO, signal

ABSTRACT
Massive MIMO technology in 5G offers exceptional spectral efficiency, meeting the growing
demand for high-speed connectivity. Despite its advantages in reducing latency and extending
coverage, its implementation presents complex challenges. However, these challenges drive
continuous innovation. Beyond technical aspects, this technology promises to transform our
interaction with digital services and catalyze new applications, from telemedicine to autonomous
mobility. This research marks a milestone in the evolution of wireless communication technologies,
paving the way for future research to optimize this technology for 5G and beyond.
Key words: Throughput,5G, revolution, beamforming, MassiveMIMO, signal