Conception d’un Récepteur Conventionnel Optimal et Adaptatif pour les Codes Optiques 2D

Abstract

الملخص(بالعربية):

يندرج عمل هذه الأطروحة ضمن مجال شبكات الاتصالات البصرية ذات التقسيم المتعدد بالتشفير ذي البعدين. تعاني هذه التقنية من إشكاليات تداخل النفاذ المتعدد وضوضاء AWGN الناتجة عن مختلف العناصر الكهربائية والضوئية المكونة لدارة الاتصالات. الهدف من هذا العمل هو تصميم مستقبل ارتباطي ذو عتبة مثالية و قابلة للتكيف لاسيما مع التغيرات الآنية لنظام الاتصالات. نقترح استخدام الشبكة العصبية الاصطناعية لتقدير العتبة المثلى للمستقبل مهما كان عدد المستخدمين النشطين أو مقدار الضوضاء. تم اعتماد شبكة عصبية من نوعMLP ببنية ناشرة للخطأ. يتم تقييم أداء النظام بمقدار احتمال الخطأ والمؤشرات الإحصائية. ------------------------------------------ Résumé (Français et/ou Anglais) :

Français Ce travail de thèse s’inscrit dans le cadre des réseaux optique, à accès multiple par répartition de code à 2 dimensions. Cette technique de multiplexage est limitée par l'interférence d'accès multiple et le bruit AWGN engendré par les différents éléments électriques et optiques de la chaîne de transmission.L’objective de ce travail est la conception d’un récepteur conventionnel à seuil optimal et adaptatif qui réponds mieux aux exigences d’un système de communication en temps réel. Nous proposons d’utiliser le réseau de neurones artificiels pour estimer le seuil optimal du corrélateur quel que soit le nombre d’utilisateur active sur le réseau ou la variance du bruit. Nous avons considéré une architecture à retro-propagation d’erreur de type MLP. Les performances du système sont évaluées en termes de probabilité d’erreur et des indicateurs statistiques. Anglais This thesis work is part of optical networks, with two dimensional code division multiple access. This multiplexing technique suffering from the multiple access interference and the AWGN noise generated by the different electrical and optical elements of the transmission chain. The objective of this work is the design of a conventional receiver with optimal and adaptive threshold that better meet the requirements of a real-time communication system. We propose to use the artificial neural network to estimate the optimal threshold of the correlator whatever the number of active users on the network or the variance of the noise. A multi-layer perceptron (MLP) neural network with back-propagation learning algorithm is considered. System performance is evaluated in terms of probability of error and statistical indicators.