Filière
Ingénieurs en Télécommunications
Option
Elaboré par :
Encadré par :
M. Nejib SAGHROUNI
M. Mohamed AYADI
Je dédie ce travail.
Mohamed Béchir
i
Remerciements
A l´issus de ce période de fin d´études, effectué au sein de notre premier opérateur privé
Orascom Telecom, Tunisie - Tunisiana, je remercie chaleureusement mes encadreurs Mr.
Najib SAGHROUNI; chef service à Tunisiana, Mr. Sodki Ben ROMDHANE ; ingénieur
principale à Tunisiana et Mr. Med AYADI ; enseignant à Sup´Com, pour m´avoir encouragé
à réaliser ce projet et pour leur suivis, leurs disponibilités et leurs assistances.
Je tiens aussi, à remercier tous mes enseignants à Sup´Com pour la formation que j´ai
acquise pendant les trois années, ainsi que le cadre administratif.
Je ne manquerai pas de remercier tous ceux qui m’ont aidé de près ou du loin à la
réalisation de ce travail et qui n’ont cessé de m’encourager durant cette période.
Mohamed Béchir
ii
Table des matiéres
Introduction générale 1
Introduction 3
1. Concept cellulaire 3
2. Concept de réseau multicouche 4
2. Les mécanismes de propagation 5
2.1. La réflexion 6
2.2. La diffraction 6
2.3. La diffusion 7
3. Bilan de liaison 7
3.1. Les antennes 7
3.1.1. Différents types d´antenne 8
3.1.2. Gain d´antenne et Aire équivalente 8
3.1.3. Diagramme de rayonnement 9
3.2. Bilan de liaison 10
Conclusion 10
Introduction 12
1. Les Modèles empiriques 13
1.1. Modèle d´affaiblissement Log-distance 13
1.2. Modèle de Log-normal shadowing 14
1.3. Modèle de Seidel 15
1.4. Modèle Multi Wall 15
1.5. Modèle de Motley-Keenan 16
1.6. Modèle de Cost 231 16
1.7. Modèle de Lafortune 17
2. Les Modèles déterministes 18
2.1. La méthode de lancer de rayons 18
2.1.1. Principe de lancer de rayon pour la prédiction de propagation 18
2.1.1.1. Considération théorique 18
2.1.1.2. Procédure de lancer de rayon 20
2.1.2. Organigramme 21
2.1.3. Evaluation de la méthode de lancer de rayon 23
2.1.3.1. Hypothèse de la réflexion spéculaire 23
2.1.3.2. Hypothèse de discrétisation 23
2.1.3.3. Point d´intersection et temps de calcul 23
2.2. Le modèle de la radiosité 23
2.2.1. Notion de base 24
2.2.2. Résolution du système 26
2.2.3. Radiosité progressive 27
2.2.4. Organigramme 28
2.2.5. Adaptation de la méthode pour la prédiction de propagation Indoor 29
2.2.6. Evaluation de la méthode de radiosité 30
Conclusion 30
iii
Chapitre 3 : Le parcours dominant pour les milieux Indoor 31
Introduction 31
1. Description de la scène 31
2. Développement de l’arbre de structure 32
3. Détermination du parcours dominant 33
3.1. Méthode de l’arbre de structure 33
3.2. Méthode de la matrice de transition 36
4. Détermination de l’effet du guidage de l´onde (Waveguiding effect) 37
5. Détermination de l’atténuation du parcours 38
6. Limite du modèle du parcours dominant 39
7. Intégration de l´effet multi-étages 39
7.1. Analyse du parcours dominant en mode 3D 40
7.2. Méthodologie de la recherche du parcours dominant 40
7. Mise en évidence des deux diagrammes de rayonnement 42
Conclusion 43
Introduction 45
1. Indoor Solutions : Architecture et concept de base 45
2. InPred (Indoor Predictions) 46
2.1. Fenêtre principale 47
2.2. Menus principaux et Menus rapides 48
2.3. Paramétrage des projets de InPred 49
2.4. Fonctionnalité de base : traçage et notion d´architecture 50
2.4. Les antennes 51
2.5. Le moteur de calcul d´InPred 52
2.5.1. Procédure de la simulation du parcours dominant 54
2.5.2. Calcul de la valeur de l’atténuation de parcours (Path Loss) 56
3. InCoord (Indoor Coordinates) 56
3.1. Fenêtre principale 57
3.2. Menus principaux et Menus rapide 57
3.3 Processus des analyses thématiques 58
3.4. Saisie du parcours et visualisation 58
3.4.1. Processus d´analyse implémenté 59
3.4.2. Classes des couleurs 60
3.4.3. Analyse thématique 60
Conclusion 62
iv
3. Etude de cas réel 72
3.1. Problèmes radio 72
3.2. Analyse de la couverture actuelle 72
3.3. Simulation et résultats 73
4. Analyse de la couverture en mode multi-étages 75
Conclusion 77
Conclusion générale 78
Bibliographie 80
Annexe 82
v
Liste des figures
vi
Fig. 4.9 : Fenêtres de paramétrage du dessin. 53
Fig. 4.10 : Fenêtre de paramétrage des classes des couleurs. 53
Fig. 4.11 : Fenêtre de paramétrage du simulateur. 53
Fig. 4.12 : Fenêtre de paramétrage de la calibration automatique. 54
Fig. 4.13 : Cas de la visibilité directe. 55
Fig. 4.14 : Cas de la visibilité indirecte – parcours recherché par la méthodologie de la 55
matrice de transition.
Fig. 4.15 : Cas de la visibilité indirecte – parcours recherché par la méthodologie de 56
l’arbre de transition.
Fig. 4.16 : Fenêtre principale de InCoord. 57
Fig. 4.17 : Différent menus rapide de InCoord. 58
Fig. 4.18 : Processus des analyses thématiques. 58
Fig. 4.19 : Principe de l´analyse de parcours. 59
Fig. 4.20 : Fenêtre des classes des couleurs. 60
Fig. 4.21 : Parcours de mesure Indoor saisie sur InCoord. 61
Fig. 4.22 : Résultat de l´analyse de la variable RxLev Full 62
vii
Projet de fin d’étude
Introduction générale
Dés le début des années 90, les communications radio mobile ne cessent pas de
connaître une croissance explosive. En effet, le GSM (Global System for Mobile
communications) reste jusqu´a nos jours le premier système de téléphonie mobile numérique
efficace, économique et universel répondant aux exigences d’interconnexion et de mobilité
contemporaines.
Dans un monde marqué par des concurrences aigues, favorisées par la privatisation, et
de l´augmentation des demandeurs de services mobiles, le nombre des opérateurs est de plus en
plus important. Ainsi, d´un jour à un autre, la densification d´un tel réseau cellulaire évolue de
plus en plus pour améliorer la capacité et la qualité globale du service proposé. Pour cela,
Tunisiana notre deuxième opérateur de service GSM en Tunisie, s’est fixé un certain nombre
d’objectifs parmi les quels figure la couverture Indoor. A cette fin, il existe un besoin pour la
modélisation de façon précise d´un tel environnement pico cellulaire de son réseau par la
prédiction de l’intensité du signal avant le déploiement actuel physique de l'infrastructure du
réseau.
Ainsi, avec la densification de son réseau GSM, l´ingénierie Indoor devient de plus en
plus importante. Ce pendant, les modèles de prédiction sur l'environnement permettent aux
ingénieurs de bien comprendre les caractéristiques de propagation de l’onde dans cet
environnement particulier et de le planifier de la manière la plus efficace.
A cet effet, dans le premier chapitre, nous avons commencé par définir quelques notions
sur la propagation radio tel que les notions de couches, les phénomènes de propagation et le
bilan de liaison.
Dans le deuxième, nous avons effectué une étude bibliographique des différents
modèles de prédiction en milieu Indoor existant dans la littérature tout en effectuant les
différentes observations ainsi que les principales caractéristiques et les limitations des ces
modèles.
SUP’COM page 1
Projet de fin d’étude
Une analyse complète de ce nouveau modèle avec ces différents algorithmes a fait
l’objet du chapitre 3. Une implantation de cette méthode a été également réalisée afin de faire
évaluer les performances de ce modèle. Cette implémentation logistique fait l´objet du
quatrième chapitre. Au cours de ce dernier, nous avons fais la description détaillée de
l´application tout en ayant recours aux différents aspects informatiques et télécoms.
SUP’COM page 2
Projet de fin d’étude
Chapitre 1
Propagation radio
Introduction
Dans ce chapitre, nous allons décrire en premier lieu le concept cellulaire pou un tel
réseau, ensuite nous allons détailler les différents mécanismes de la propagation radio-mobile.
Enfin, nous allons expliquer les diverses notions de base des antennes, ainsi, la formule de
calcul pour un bilan de liaison dont nous nous servirons plus tard.
1. Concept cellulaire
Motif de 7 fréquences
SUP’COM page 3
Projet de fin d’étude
C’est avec cette station de base que communiquent tous les téléphones mobiles actifs se
trouvant dans la cellule concernée. Puisque deux communications radio utilisant la même
fréquence interfèrent l’une avec l’autre lorsqu´on se trouve entre les deux émetteurs, ce qui met
en évidence que les mêmes fréquences ne peuvent être utilisées par deux stations de base
voisines.
Pour palier le manque de la capacité du réseau suite à l’explosion du nombre élevé des
abonnées qui ne cesse d’un jour à un autre d’accroître, les opérateurs ont recours à différentes
tailles de cellules : les macro-cellules, les micro-cellules et les pico-cellules (cf. Fig. 1.2) [2].
pico-cellules
macro-cellules
Micro-cellules
Les micro-cellules couvrent quelques rues d’un centre ville, une station de métro…
ayant une portée maximale de 500 m, les antennes des stations de base sont accrochées aux
murs des maisons, à quelques mètres à peine du sol. Une micro-cellule est définie comme une
surface délimitée par des immeubles dont les hauteurs sont supérieures à celle de l’antenne
émettrice. Les ondes transmises sont principalement guidées le long des immeubles et non plus
par-dessus comme dans le cas des macro-cellules, on parle alors de « propagation guidée ».
Par ailleurs, les pico-cellules couvrent un étage d’un grand bâtiment ou d’un centre
commercial et ayant une portée maximale de 100 m, les antennes sont placées au plafond ou
SUP’COM page 4
Projet de fin d’étude
fixées sur un mur à l’instar d’un détecteur de fumée. De ce fait, cette technique tient en
considération des performances de la couverture et de la continuité du réseau à l’intérieur des
bâtiments. Ce qui nous permet d’avoir une bonne qualité de service à l’intérieur des bâtiments
surtout celles existant dans des endroits urbains denses : cas du Hot Spot (c'est-à-dire les zones
où se trouve une concentration en demande de ressources par les abonnés) et de Dead spot (où
il existe un problème de trou de couverture).
Le choix de cette solution citée est dû aux caractéristiques de cet environnement Indoor,
tel qu’il présente une marge d’affaiblissement du signal radio la plus critique (entre 3 à 30 dB)
avec la présence de divers problèmes d’interférence.
Cette stratégie de densification nécessite d’adopter une planification cellulaire très fine
vu les problèmes de gestion d’interférence entre les couches du réseau qu’on peut rencontrer
lors de l’ajout de cette couche pico-cellulaire.
Les mécanismes de propagation radio-mobile dans les milieux Indoor sont liés
essentiellement à la réflexion, la transmission, la diffraction, la diffusion et la structure de base
du scénario. Tous ces phénomènes sont à l´origine de la distorsion et de l´atténuation du signal.
Pour tous récepteurs, les déplacements à petites échelles génèrent au niveau de la puissance
reçue des fluctuations puisque ce dernier est la résultante de plusieurs composantes causées par
les divers mécanismes de propagation (cf. Fig. 1.3) [1].
Pour comprendre les phénomènes de propagation des ondes radio tant en espace libre
que dans un environnement complexe, il est important d'avoir quelques notions sur le
SUP’COM page 5
Projet de fin d’étude
2.1. La réflexion
Comme pour la lumière, les ondes radio se propagent à des vitesses variant en fonction
du milieu ou plutôt de l'indice de réfraction de ce milieu. Ainsi, lorsqu´une onde, se propageant
dans un milieu, rencontre un deuxième milieu ayant des propriétés électriques différentes, elle
est partiellement réfléchie et transmise.
L´intensité du champ électrique des ondes transmise et réfléchie peut être reliée à l´onde
incidente à travers le coefficient de réflexion de Fresnel (décrit la fraction de l'onde incidente
réfléchie par la surface d'un matériau). Le coefficient de réflexion dépend des propriétés du
matériel, de la polarisation de l´onde, de l´angle d´incidence et de la fréquence de l´onde en
propagation [3] [4].
2.2. La diffraction
Le phénomène de diffraction est expliqué par le principe de Hygens qui énonce que tout
point sur lequel une onde se diffracte peut être considéré comme une source d´ondes
secondaire, ces ondes interfèrent pour donner une onde dans la direction de propagation [3].
SUP’COM page 6
Projet de fin d’étude
2.3. La diffusion
Lorsque le milieu dans lequel une onde se propage contient des objets qui ont des
dimensions petites par rapport à la longueur d´onde, le phénomène de diffusion apparaît. Les
ondes diffusées sont produites par les surfaces rugueuses, les petits objets ou par d´autres
irrégularités présentes dans le canal de propagation [3].
3. Bilan de liaison
Pour des fins d’analyses et de conceptions, le bilan de liaison nous permet de calculer la
puissance reçue au niveau du récepteur en tenant compte du signal transmis et du milieu de
propagation. A ce stade, il est nécessaire de déterminer la puissance d'émission, l'ensemble des
pertes et d’affaiblissements que va subir l'onde émise, et surtout le type et la taille des antennes
d'émission et de réception pour pouvoir effectuer la transmission avec la qualité requise.
Une antenne est un dispositif utilisé pour émettre ou recevoir des ondes
électromagnétiques et tout spécialement des ondes radioélectriques ou hyperfréquences. Nous
SUP’COM page 7
Projet de fin d’étude
notons que chaque antenne est caractérisée essentiellement par sa directivité, l´aire équivalente
et ses deux diagrammes de rayonnement.
D´après la littérature, nous remarquons qu´on peut classer les antennes dans trois
classes :
L´antenne isotrope.
Les antennes omnidirectionnelles.
Les antennes directionnelles.
Par définition, on appelle qu’une antenne isotrope n’est qu’une antenne théorique qui
rayonne uniformément dans toutes les directions de l'espace. Une telle antenne n'a donc pas de
direction de propagation privilégiée : on dit qu'elle n'est pas directive.
Les antennes utilisées dans la pratique, peuvent être soit : des antennes omni, soit des
antennes directionnelles. Ce pendant, nous constatons que ces antennes sont caractérisées par
leurs directivités et leurs gains de rayonnement.
Supposons maintenant que l'antenne est directive et rayonne principalement dans une
direction bien définie donnée par un azimut θ 0 et une élévation ϕ 0 . Par rapport à l'antenne
isotrope la densité de puissance dans cette direction sera multipliée par un coefficient (θ 0 , ϕ 0 )
qui représente le gain de l'antenne dans cette direction. Ce qui met en œuvre la relation suivante
entre l'aire équivalente ( Ar n'est pas obligatoirement égale à l'ouverture de l'antenne mais elle
Ge 4π
= (1.1)
Ar λ 2
où :
Ge : Gain d´antenne.
SUP’COM page 8
Projet de fin d’étude
Pe : Puissance d´émission.
En effet, pour caractériser le gain de l´antenne dans une direction privilégiée, nous
notons qu´une antenne est caractérisée par deux diagramme de rayonnement : diagramme
vertical et diagramme horizontale. Ainsi pour chaque direction définie par le couple (θ , ϕ ) ,
nous pouvons déterminer la valeur exacte du gain de l´antenne.
Ainsi, la puissance Pr reçue par une antenne de réception dirigée dans la direction de
rayonnement principal de l'antenne d'émission va recevoir une fraction de la puissance
rayonnée. Cette fraction est proportionnelle à la surface de l'antenne de réception et à son
orientation par rapport à la direction de propagation de la puissance émise. En supposant les
antennes d'émission et de réception parfaitement alignées, la puissance reçue s'écrit :
SUP’COM page 9
Projet de fin d’étude
PeGeGr
Pr = 2
⎛ 4π d ⎞ (1.3)
⎜ ⎟
⎝ λ ⎠
où :
Pe : Puissance d´émission.
Entre les antennes, les ondes se propagent à travers l’atmosphère. Dans le cas le plus
dominant, la propagation de l´onde de l´émetteur vers le récepteur est susceptible à plusieurs
phénomènes de propagation. Ainsi, il est facile de calculer le bilan de liaison en tenant compte
des gains des antennes, la puissance émise et l´atténuation du parcours.
Conclusion
La propagation dans l´espace libre reste toujours le cas le plus facile à étudier, mais qui
non satisfaisant pour l´étude de la propagation dans les envenimements que ce soit Outdoor ou
Indoor. De ce fait, plusieurs modèles de propagations sont mis en vigueur pour qu´il nous
permettent de calculer les couvertures radio-éléctriques des émetteurs.
SUP’COM page 10
Projet de fin d’étude
Ainsi, dans le chapitre suivant, nous allons étudier et analyser les différents modèles
pour la prédiction de la puissance reçue, pour des scénarios Indoor ainsi que leurs performances
envers le résultat le plus réaliste dans le but de définir les règles d’ingénieries nécessaires à un
tel type de planification.
SUP’COM page 11
Projet de fin d’étude
Chapitre 2
Introduction
La propagation d'un signal dans un espace libre a été très largement étudiée puisque la
puissance du signal s'atténue suivant l'inverse du carré de la distance. En comparaison, la
demande en communications radio mobile était surtout concentrée en milieux urbanisés, ce qui
fait que le cas du canal radio est beaucoup plus complexe car il doit tenir compte non
seulement de l'affaiblissement dû à la propagation en espace libre mais également de
l'affaiblissement dû à la présence d'obstacles (reliefs, bâtiments, murs...). Par conséquent, dans
un canal radio-mobile, les ondes ne vont plus se propager uniquement en visibilité directe avec
le récepteur, mais plutôt grâce à des réflexions sur des obstacles plans comme les façades de
bâtiments, les diffractions sur les arrêtes des toits ou les coins de bâtiments ou les diffusions
provoqués par la végétation.
A cet effet, le signal reçu comporte non seulement l´onde émise en trajet direct mais
également les contributions sur la même fréquence de toutes les ondes réfléchies et réfractées
par l´environnement (immeubles, murs, obstacles,…). Il est rare que l´émetteur et le récepteur
soient en visibilité directe, le récepteur, donc, ne reçoit très souvent qu´un ensemble d´ondes
réfléchies correspondant à des «trajets multiples » [5].
De ce fait, la conception et l´installation d´un réseau mobile tel que le réseau GSM
nécessitent une caractérisation précise du canal radio-mobile, En effet, la modélisation du canal
radio peut être assurée par des modèles mathématiques qui permettent de prédire la variation du
niveau de signal reçu. Ces modèles sont utilisés aussi pour nous aider à déterminer les positions
optimales des antennes et à l´analyse de la qualité de service.
Les modèles empiriques (appelés encore modèles statistiques) sont basés sur
l'analyse statistique d'un grand nombre de mesures expérimentales et qui
tiennent compte des différents paramètres tels que la hauteur des bâtiments, les
SUP’COM page 12
Projet de fin d’étude
Au cours de ce chapitre, nous allons étudier les différents modèles déjà existants, pour
la prédiction en milieu Indoor, tout en faisant la distinction entre les modèles empiriques et les
modèles déterministes.
En général, les modèles de propagations empiriques sont basés sur des mesures réelles.
En effet, nous constatons que la puissance moyenne du signal se dégrade logarithmiquement
avec la distance.
SUP’COM page 13
Projet de fin d’étude
Bien que le modèle Log-distance introduit l´effet des obstacles par la variation de
l´indice n, la pratique a montré que l´affaiblissement suit une loi normale suite à la nature du
canal radio-mobile. Cette impertinence a donné donc la naissance du modèle log-normal
shadowing.
Le modèle Log-normal shadowing prend en considération le fait que pour une même
distance et pour des positions différentes, les puissances reçues ne sont pas les mêmes ce qui est
négligés par le modèle précédant. Cette différence de puissance entre les deux positions peut
être modélisé par une variable aléatoire qui suit une loi log normale (dB) ou normale (W).
Par conséquence du modèle précédant, les mesures ont montrée que pour chaque valeur
de l´atténuation du parcours PL(d) suit une loi log-normal tel que [6]:
n
⎛d ⎞
PL(d ) = PL(d ) + X σ = PL(d 0 ) + 10 log ⎜ ⎟ + X σ (2.2)
⎝ d0 ⎠
où :
PL : atténuation de parcours.
d : distance qui sépare l´émetteur du récepteur.
d0 : distance de référence.
Xσ : une variable aléatoire qui suit une loi normale de moyenne nulle et d´écart
type σ (déviation standard en dB).
SUP’COM page 14
Projet de fin d’étude
σ et n sont calculés à partir des mesures tout en utilisant une régression linéaire en
minimisant la différence entre les valeurs de l´affaiblissement mesurées et les valeurs estimées.
Ceci se fait en utilisant la méthode des moindres carrés.
Par suite, dans un environnement multi étages, l´affaiblissement de parcours est donnée
par [7]:
⎛ d ⎞
L ( d ) = L ( d 0 ) + 10 n SF log 10 ⎜⎜ ⎟⎟ + FAF (2.3)
⎝ d0 ⎠
où :
nSF : l´affaiblissement pour des mesures faites dans le même étage.
FAF : facteur d´affaiblissement des planchers multiples.
Pour tenir en compte de l´effet de pénétration lors de la traversé d´une planché dans un
scénario multi-étages, FAF intervenant dans la formule précédente pour compenser en fonction
du nombre de planchers traversés cet atténuation. En effet, FAF représente à un peu près 15 dB
pour une plancher de séparation accumulée à un supplémentaire de 6 à 10 dB pour chaque
plancher supplémentaire.
SUP’COM page 15
Projet de fin d’étude
m
LWall = ∑ LWi (2.5)
i =1
avec LWi est l´atténuation causée par le ième mur lors du parcours direct.
murs compris entre l´émetteur et le récepteur. En effet, ce modèle prend en considération les
pertes individuelles causées par tous les murs et les planchers qui existent entre l´émetteur et le
récepteur.
Les atténuations causées par les murs ne sont pas identiques, c´est pour cela nous
devrons faire la somme des LWi pour le parcours direct entre l´émetteur et le récepteur. Les
valeurs des LWi doivent inclure aussi les autres mécanismes de propagation tel que la réflexion,
la réfraction, la diffusion, etc.
SUP’COM page 16
Projet de fin d’étude
⎛ ( n + 2) ⎞
⎜⎜ − 0.46 ⎟⎟
L = 37 + 20 log(d ) + ∑ K wi Lwi + 18.3n ⎝ ( n +1) ⎠ (2.7)
i
où :
d : distance en mètre séparant l´émetteur du récepteur.
K wi : nombre de murs pénétrés de type i.
Ce modèle considère deux types de murs internes. Des murs légers ayant un facteur de
perte de 3.4 dB et des murs réguliers avec un facteur de perte de 6.9 dB. Si les murs internes ne
sont pas modelés individuellement, le modèle sera représenté par la formule suivant [10]:
⎛ ( n + 2) ⎞
⎜⎜ − 0.46 ⎟⎟
( n +1) (2.8)
L = 37 + 30 log(d ) + 18.3n ⎝ ⎠
SUP’COM page 17
Projet de fin d’étude
f : fréquence en GHz.
n : nombre de murs entre l´émetteur et le récepteur.
Les modèles déterministes restent toujours rapide en matière du temps de calcul mais
non fiable pour des prédictions précises pour des environnements Indoor dont les variations de
puissance sont assez importantes. Par ce fait, les modèles déterministes sont plus recommandés
pour une telle prédiction. Pour cela, nous allons détailler notre étude, dans ce qui suit, par
l´étude de quelques modèles déterministes.
Lancer de rayons (ou ray tracing en anglais), est l´une des techniques les plus avancées
de synthèse d´images réalistes. Cette technique simple reproduit les phénomènes physiques tel
que la réflexion et la réfraction. En revanche, contrairement à d'autres algorithmes, elle permet
de définir mathématiquement les objets à représenter.
Ainsi, à l´aide de ces méthodes, il est possible de calculer l´ensemble des flux radio-
éléctriques distribués dans tout l´environnement à étudier. De ce fait, Ce modèle dépend
essentiellement de la base de données géographique utilisée pour la prédiction.
SUP’COM page 18
Projet de fin d’étude
I I : Incident
S : Spéculaire
S1 T1 T : Transmis
S2 T2 S3 T3
Dans ce qui suit, on s´intéresseras au modèle de Whitted, essentiellement basé sur les
lois de la réflexion et la réfraction (loi de Snell-Descartes). Soit la figure suivant qui nous
explique les différentes situations géométriques déjà citées [12]:
S N I
R V
Li
P
I : Incident
-N S : Spéculaire
T T : Transmis
⎛ ∆α∆θ cos α ⎞
Proy = ⎜ ⎟ P0 (2.10)
⎝ 4π ⎠
où :
SUP’COM page 19
Projet de fin d’étude
π 2π
∆α = , ∆θ = (2.11)
m n
et :
m et n : nombre de division.
P0 : puissance émise.
Par contre, plus que ∆α et ∆θ sont plus petits, le résultat obtenu est plus meilleur mais
plus le processus de calcul devient long [13].
Par contre, la puissance reçu d´un rayon se propageant dans un milieu homogène par un
point pour une certaine distance r est donnée par [13]:
n
⎛r ⎞
Preçu = P0 ⎜ 0 ⎟ (2.12)
⎝r⎠
où :
P0 : puissance reçue après une distance r0.
n : indice qui dépend de l´environnement dont la valeur est compris entre 1.2 et
6.5 tel que n correspond à 6.5 lorsque le rayon se propage dans un
environnement extrêmement conducteur, par contre n correspond à 1.2 lorsque
l´onde se propage dans des guides d´ondes.
De ce fait, à une distance r de l´émetteur, la valeur de la puissance est donnée par [13]:
⎛ ∆α∆θ cos α ⎞ P0
Proy = ⎜ ⎟ 2 (2.13)
⎝ 4π ⎠r
Initialement, les rayons sont considérés un par un et lancés dans le milieu. Chaque rayon
suit trois procédures successives avant d´atteindre le récepteur.
Au cours de ces procédures, deux modes d´interactions sont considérés avec la matière
sont : la réflexion et la réfraction. Ce processus de visibilité nous permettra ainsi à travers la
base de données géographique de déterminer si l´émetteur et le récepteur est en visibilité direct
SUP’COM page 20
Projet de fin d’étude
(Line of Sight) ou pas (None Line of Sight). Si c´est le cas, la distance, le déphasage et la
puissance reçue en ce point sont calculés. Ainsi, le rayon qui atteint le récepteur n´est plus
considéré pour le reste des processus.
Dans le cas contraire, c'est-à-dire que l´émetteur n´est pas en vision directe à partir du
rayon incident de l´émetteur, nous devons chercher alors à travers la base de donnée de la scène
la première surface rencontrée, une fois trouvée, le deuxième processus calcule alors les
coordonnées du point d´intersection du rayon et de la surface, ensuite la distance parcourue et la
puissance en ce point.
Si la puissance est inférieure à un seuil donné alors le processus s´arrête, le rayon est
considéré inutile et le processus de propagation se termine.
Dans le cas contraire, lorsque la puissance est supérieure au seuil maximale, un test se
déclanche et on vérifie alors la loi de Shnell-Descarte pour l´angle d´incidence du rayon. En
effet, lorsque cet angle dépasse la valeur critique donnée par arcsin(n1/n2) ( n1 et n2 sont les
indices respectivement des deux milieux de propagation séparé par l´obstacle franchi), nous
aurons une réflexion totale et la totalité de l´énergie sera communiquée au rayon réfléchi.
De plus, si l´angle de réflexion est inférieur à l´angle critique alors nous aurons dans ce
cas une réflexion et une réfraction dont on calculera les prochaines valeurs du rayon transmis
et du rayons réfléchie en tenant en considération des coefficients de réfractions et de réflexion
correspondants [13].
2.1.2. Organigramme
Au cours de cette description, chaque point d´intersection se comporte comme un point
émetteur, la procédure décrite ci-dessus continue avec chaque point généré dans toutes les
directions jusqu´à atteindre un nombre de réflexions et de réfractions maximal.
Soit l´organigramme Fig. 2.5 qui nous explique l´algorithme du principe de lancer de
rayons [13]:
SUP’COM page 21
Projet de fin d’étude
Début
Rayon i = 1
Intersection i
Emetteur i
Latitude i, longitude i
Non Oui
n<nref
Non Oui
P>Pseuil
Visibilité Non
Oui avec le
récepteur
Rayon intitule
i=N
Fin
SUP’COM page 22
Projet de fin d’étude
La méthode de lancer de rayons utilise l´hypothèse que les réflecteurs soient idéalement
spéculaires, cette approche ne tient pas en compte l´effet de diffusion relatif à la nature de la
matière.
2.1.3.2. Hypothèse de discrétisation
Par contre, les résultats obtenus sont de plus meilleurs lorsqu´on affine d´avantage la
source. Ce qui met en considération que ce modèle est limité puisque n et m sont limités.
En plus, cette méthode consomme une espace mémoire assez variable, ce coût dépend
uniquement du nombre de réflexions et de réfractions tolérées dans le processus de propagation.
A cet effet, un nouveau modèle a été proposé pour remédier à cet inconvénient ; c´est la
méthode de la radiosité.
SUP’COM page 23
Projet de fin d’étude
En effet, la méthode de la radiosité est une technique qui a été développée dans les
années 50 pour modéliser le transfert radiatif de chaleur entre surfaces en matière de la
thermodynamique.
Son efficacité à modéliser les réflexions diffuses lui a ouvert les possibilités pour être
utilisée dans l´infographie pour la synthèse des images artificielles au début des années 80.
Soient Ei la quantité d´énergie émise par unité de surface par un élément de surface
infinitésimale dAi, ρi le coefficient de réflexion de cet élément, et FdAjdAi la fraction d'énergie
quittant un élément dAj qui arrive sur l'élément dAi. La radiosité Bi pour l'élément dAi peut être
décrite sous la forme de l'équation suivante [14]:
C´est à dire:
Radiosité * Aire = Energie propre émise + Energie partant des autres facettes par réflexion
n
Bi Ai = Ei Ai + ρi ∑ B j FAj Ai Aj (2.15)
j =1
SUP’COM page 24
Projet de fin d’étude
arrive sur l'élément de surface Ai. Cette quantité est appelée : facteur de forme entre Aj et Ai (cf.
Fig. 2.6). Pour plus de simplicité, elle sera notée Fji. Le facteur de forme dépend uniquement de
la géométrie relative entre les éléments, d'où la relation de réciprocité [14]:
Aj
Fij Ai = Fji Aj ⇒ Fij = Fji (2.16)
Ai
n
Bi = Ei + ρi ∑ B jFij (2.17)
j =1
⎧ 1 si i=j
δ ij ⎨ (2.19)
⎩ 0 sinon
SUP’COM page 25
Projet de fin d’étude
Tel que nous noterons MB = E pour simplifier (avec M ij = δ ij - ρi Fij ). Nous notons
aussi que la résolution de ce système peut se fait suivant plusieurs méthodes : méthode de
Jacobi et de Gauss Seidel [14] ou bien par la méthode de Cohen et al [14].
Les méthodes qui consistent à résoudre de manière directe le système d'équations (2.20),
sont peux applicables dans le cas d'environnements avec un grand nombre d'éléments. L'accent
a donc tout de suite été mis sur les méthodes de résolution itératives qui démarrent avec une
estimation de la solution et améliorent la solution courante à chaque itération, jusqu'à atteindre
la convergence.
Une méthode rapide a été proposée, est celle de Gauss Seidel. La méthode consiste, à
partir d´une estimation initiale des radiosités Bi , calculer, par des approximations successives,
des valeurs de plus en plus proches de la solution exacte. Nous parlons alors de « gathering »,
qui signifie rassembler (cf. Fig. 2.7). Ce qui revient donc à poser la suite des approximations
suivantes [15]:
Ainsi, la résolution de ce système par cette approximation donne de bons résultats mais
reste toujours difficile à implémenter, puisque cette méthode est gourmande au niveau de la
mémoire et le temps de calcul. Ainsi, pour résoudre ce système nous reformuler la méthode de
la radiosité de nouveau.
SUP’COM page 26
Projet de fin d’étude
Cette méthode a été introduite par Cohen et al. [14]. Elle consiste à mettre à jour la
radiosité pour tous les éléments de l'environnement à la fois, plutôt que pour un seul élément.
L'idée est de distribuer la contribution d'énergie lumineuse de chaque élément à tous les
autres éléments. Chaque élément i d'un environnement a une valeur de radiosité Bi qui
correspond à la valeur de radiosité calculée jusqu'à présent pour cet élément, et une valeur ∆Bi
qui est la partie de la radiosité de cet élément qui n'a pas encore été distribuée. Les valeurs Bi et
∆Bi pour tout élément i sont initialisées par la valeur d'énergie émise Ei de l'élément i tel que Ei
peut être égal à zéro. Ensuite, au cours d'une itération, nous choisissons l'élément qui a la plus
grande valeur de radiosité non distribuée, et cette quantité d'énergie est distribuée dans
l'environnement. Lors de cette distribution, les autres éléments j de l'environnement peuvent
recevoir une quantité d'énergie ∆B tel que ∆B correspond à la partie de la radiosité provenant de
l'élément i qui contribue à la radiosité de l'élément j. Cette valeur ∆B est ajoutée à Bj [14] :
Elle est aussi ajoutée à ∆Bj puisque cette radiosité qui vient d'être reçue n'a pas encore
été distribuée. Après cette distribution, l'élément i n'a plus de radiosité non distribuée, donc
∆Bi= 0. Lors du processus de distribution de l´énergie, on met à jour la valeur de radiosité de
tous les autres éléments de l'environnement. Nous obtenons donc une nouvelle estimation de la
solution de radiosité à chaque itération, ce qui permet de visualiser une nouvelle prédiction. Le
SUP’COM page 27
Projet de fin d’étude
fait de pouvoir visualiser les résultats au fur et à mesure que la solution progresse est un des
principaux avantages de cette méthode. Nous remarquons aussi qu'elle converge plus vite que la
méthode de Gauss Seidel, et tout particulièrement dans les premières étapes du processus de
calcul ayant une convergence plus rapide.
2.2.4. Organigramme
Début
Energie intrinsèque
E pour facette f
oui
Calculer les facteurs de forme entre chaque
facette f et ses facettes visibles
SUP’COM page 28
Projet de fin d’étude
Pour éclairer une scène à 2 pièces à titre d´exemple, il faut au moins une source de
lumière (lampe) à l´intérieur de chaque pièce. Par contre, pour l´onde radio, un seul émetteur
peut couvrir tout un immeuble. Par conséquent, on doit tenir compte du l´effet de transmission
dans l´équation de la radiosité si on veut l´utiliser à la prédiction de la propagation Indoor. On
ajoute dans notre cas un terme de transmission τ i , qui représente le coefficient de transmission
de facette i.
Nous allons, aussi, supposer que la source est la facette n° 1 et le récepteur est de facette
n° N. De plus, nous considérons que leurs surfaces seront prises égales à l’unité, de ce fait, le
facteur de forme sera égal à [15] :
⎧ N 2 cosθ
Enfin, nous devons prendre en considération que toutes les facettes sont caractérisées
par un même coefficient de réflexion ρ et un même coefficient de transmission τ.
Nous considérons aussi que la source est essentiellement constitué de facette ponctuelle
dont le coefficient de réflexion est égal à l´unité et ayant une radiosité initiale égale à la
SUP’COM page 29
Projet de fin d’étude
puissance qu´elle émet. Par contre, nous considérons que le récepteur est vu comme une facette
ponctuelle de coefficient de réflexion. Enfin, à l´étape initiale, nous prenons en considération
que chaque facette est nulle sauf l´émetteur qui admet une énergie d´émission supposée
constante.
Conclusion
Les modèles empiriques sont faciles à employer, moins précis et très moyennés, ils ne
permettent pas d’étudier l’effet local du relief ou des bâtiments. De plus, ils ont un domaine de
validité plus étroit en fréquence et en portée. Par contre, les modèles déterministes sont tout à
fait contraires aux modèles empiriques.
Les modèles déterministes nécessitent une base géographique bien détailler, une
allocation dynamique de la mémoire importante et un processeur de calcul puissant pour une
telle implémentation logistique.
En effet, nous pouvons conclure, d´après cette étude que nous devons approfondir nos
recherches vers d´autres modèles de propagation en milieux Indoor récemment existés. Ainsi,
nous allons étudier dans le chapitre suivant un nouveau modèle dernièrement validé tel que ce
dernier résolue les inconvénients majeurs des modèles déterministes décrit dans ce chapitre.
SUP’COM page 30
Projet de fin d’étude
Chapitre 3
Introduction
D´après l´étude bibliographique du chapitre précédant, les modèles empiriques sont des
formules obtenues à partir des statistiques sur un très grand nombre de mesures. Une telle
catégorie présente toujours des avantages et des inconvénients, facile à être utilisé mais une
calibration est nécessairement obligatoire avant toute utilisation.
Par contre, les modèles déterministes reste constamment les idéals au niveau de la
prédiction pour une telle catégorie de scénarios. Ce pendant, le temps de calcul et la
consommation au niveau de la mémoire limitent ces modèles.
Le parcours dominant pour les milieux Indoor (ou IDP : Indoor Dominant Path en
anglais), est l´un des nouveaux modèles implémentés au cours de ces dernières années.
Au cours de ce chapitre, nous détaillerons ce modèle tout en mettant l´accent sur les
différents paramètres constitutif.
1. Description de la scène
Une description détaillée de la scène dans une base de donnée est nécessaire lors de la
simulation. En effet, cette base doit comprendre essentiellement une reproduction exacte de
l’environnement à simuler, les informations relatives pour chaque type de matériaux figurant,
ainsi, cette description sollicite que toutes les pièces de la scène géographique sont vides. Par
conséquence, un arbre de structure doit être développé à partir de base.
SUP’COM page 31
Projet de fin d’étude
Dans ce qui suit, nous allons prendre un exemple typique de scénario Indoor pour
faciliter notre explication (cf. Fig. 3.1).
A partir de cette base, nous devons déterminer en premier lieu les pièces afin de
développer l´arbre de structure correspondant. Ensuite, nous numérotons chaque pièce par un
numéro et chaque mur de la scène par un indice (cf. Fig. 3.2) [16].
SUP’COM page 32
Projet de fin d’étude
Ensuite, les coordonnées du parcours dominant sont aussi déterminées par le même
algorithme, indépendamment du nombre de murs et de pièces parcourus. Cette procédure est
ainsi valable que lorsque nous combinons toutes les pièces parcourues entre l´émetteur et le
récepteur en une seule pièce (cf. Fig. 3.3) [16].
Les murs supprimés lors de la détermination du parcours dominant sont ceux donnés par
les branches de l’arbre de structure lors du balayage en sens inverse (c´est à dire du récepteur
vers l´émetteur).
SUP’COM page 33
Projet de fin d’étude
Par conséquence, tous les coins de la pièce régénérée sont numérotés et arrangé dans
deux listes, dont la 1ère contient les coins convexes et la 2ème contient les coins concaves. Soit la
figure ci-dessous illustrant cette démarche [16] :
Coin Concave : 1, 3, 4, 6, 7, 8, 9, 11
Coin Convexe : 2, 5, 10
D´après les recherches développé par les auteurs de ce modèle, les coins concaves ne
sont pas prisent en considération pour la détermination du parcours dominant [16]. Par contre,
cette méthodologie de recherche du parcours dominant stimule que ce parcours doit passer par
un ou plusieurs coins convexes (au minimum par un seul coin). En effet, pour les choix des
coins adéquats parmi un ensemble de coins candidats, nous devons alors générer deux autres
arbres à partir de l´arbre de structure pour décrire deux nouvelles arbres de structure, mais cette
fois-ci pour l’émetteur et le récepteur tel que la figure ci-dessous l’explique [16] :
SUP’COM page 34
Projet de fin d’étude
Fig. 3.5 : Détermination du parcours dominant par le moyen des coins convexes.
Notons que le scénario pris en considération est donné par la figure Fig. 3.1. L’analyse
des coins convexes de la pièce se fait alors tel que: la 1ère couche de l’arbre de structure
comprend essentiellement que les coins en visibilités directes (c´est à dire en cas de Line Of
Site). Ensuite, la 2ème couche correspond aux coins en visibilités directes par rapport aux
différents nœuds pères de la 1ère couche. Ainsi, on développe les différentes couches des deux
arbres de structure de l´émetteur et le récepteur jusqu'à ce que le nombre de couches soit
équivalent au nombre des coins convexes, tout en prenant en considération que le coin convexe
j est différent des nœuds pères i, i-1,…,0.
Si un ou plusieurs coins sont commun entre les deux arbres pour la 1ère couche, alors
on prend les numéros de ces nœuds et on met fin à la comparaison.
Ces deux étapes décrites ci-dessus, sont mis en évidence et la recherche des coins ne
s’arrête que si on met en vigueur un ou plusieurs numéros de coins en commun dans
les deux arbres.
Enfin, les coordonnées obtenues du parcours dominant doivent être modifié pour que ce
dernier devient indépendant des localisations exactes des coins calculés à partir des arbres
SUP’COM page 35
Projet de fin d’étude
décrits ci-dessus. Ce qui fait, les coordonnées des coins sont déplacées à l’intérieur de la pièce
adjacente de telle sorte que les nouvelles coordonnées sont générées à partir de la base
géographique de la scène [16].
Une fois le chemin dominant est achevé, ce chemin est optimisé de telle sorte que ce
dernier devient indépendant de la matrice de prédiction, le plus court et dont les changements
angulaires de direction sont aussi réduits [17].
SUP’COM page 36
Projet de fin d’étude
Lors d´un processus de prédiction, trois paramètres doivent être calculé pour chaque
mur afin de retrouver la valeur de l´effet de guidage wi . De ce fait, l´angle entre la normale du
ième mur et le parcours est donné par [17] :
r
nˆi r
α i = a cos( r ) (3.1)
r
où :
r
ni : vecteur normale du ième mur rencontré.
r
r : vecteur directeur du parcours.
La distance normalisée entre le ième mur et le parcours est donnée par [17] :
SUP’COM page 37
Projet de fin d’étude
1 1 ⎛ d ⎞
d ni (ζ ) = − tanh ⎜ di (ζ ) − max ⎟ (3.2)
2 2 ⎝ 2 ⎠
où :
di (ζ ) : distance entre la ligne du mur et le parcours.
⎧ cos 2 α i
⎪1 − cos α i ≤ cosα max
oi = ⎨ cos 2 α max (3.3)
⎪ cosα i > cos α max
⎩ 0
Ainsi, le facteur de guidage wi pour le ième mur est donné par [17] :
⎧ ⎛⎛ o ⎞ LR ⎞
− ⎜ 1− i ⎟ ζB ≤ζ ≤ζE
⎪d e ⎝ ⎜⎝ 1.35 ⎟⎠ 2 dB ⎠
wi (ζ ) = ⎨ ni
i i
(3.4)
⎪⎩ ζ < ζ B or ζ >ζ E
0 i i
n
⎛ ϕ ⎞
L = 20 n (1 − 0.5 α ) log(d ) + ∑ ⎜ wi i LD ⎟ (3.5)
i =1 ⎝ 180° ⎠
où :
n : facteur multiplicatif.
SUP’COM page 38
Projet de fin d’étude
Par conséquence, le facteur wi qui exprime le poids d´interaction tel que [18] :
D´après l´étude approfondi de l´IDP, nous pouvons constater que ce modèle est un
modèle rapide en matière de temps de calcul. Par contre, comme tout autre modèle, l´IDP
stimule dans ces calculs que l´antenne utilisée est une antenne isotrope.
De plus, la planification en milieu Indoor peut se faire que ce soit en mode uni-étage ou
en multi-étages. De ce fait, nous allons développer dans les paragraphes suivants deux
méthodologies : la première pour remédier le disfonctionnement de la prédiction en mode
multi-étages et la deuxième pour la mise en évidence des diagramme de rayonnement.
La couverture à l’intérieur des bâtiments doit être homogène pour éviter les problèmes
de coupures de communication. Pour cela, nous devons fixer les positions des antennes en
indoor en tenant compte du diagramme de rayonnement des antennes et de l’affaiblissement qui
est dû aux obstacles rencontrés à l’intérieur des bâtiments. En tenant compte de ces paramètres,
ce modèle ne peut pas être utilisé dans le cas d’une planification multi étages. De ce fait, toute
une hiérarchie a été implémentée pour un tel processus de prédiction.
A ce stade, la solution que nous venons d’implémenter dans le cadre de ce projet doit
tenir en considération des scénarios multi-étages. En se basant sur le principe de la prédiction
de la couverture en mode uni-étage, nous venons de tirer un modèle spécifique dont nous
permettra de prédire le niveau de la puissance radio dans un environnement multi-étages. Nous
signalons aussi, que cette méthodologie ne reste valable que quand l'émetteur et le récepteur ne
sont pas situés dans le même étage.
SUP’COM page 39
Projet de fin d’étude
l’émetteur et le récepteur sont situés dans le même étage (recherche en mode 2D).
l’émetteur et le récepteur sont situés dans des étages différents (recherche en mode
3D).
D’après ces analyses, nous constatons que la détermination du parcours dominant pour
le 1er cas ne présente aucun problème, puisque la recherche de ce dernier est déterminée à partir
de la méthode présentée au cours de ce chapitre. Par contre, la détermination du parcours en
mode 3D, reste encore à traiter, puisque plusieurs cas se présentent.
Dans une 1ère approche, l’atténuation du parcours est donnée par la prise en
considération de l’atténuation de la dalle franchie lors du parcours direct entre la station
serveuse et le récepteur (cf. Fig. 3.10).
SUP’COM page 40
Projet de fin d’étude
Fig. 3.10 : Parcours direct par passage par une seul dalle.
Dans une 2ème approche, l’atténuation de parcours est donnée essentiellement par
l’atténuation de la dalle, mais dans une considération que le récepteur et l’émetteur ne se sont
pas situés dans le même axe. Dans ce cas, on teste si la position du récepteur est en visibilité
directe, comme si l’émetteur et le récepteur étaient dans le même étage. Si c’est le cas, alors
l’atténuation de parcours ne prend en vigueur que l’atténuation du franchissement de la dalle
(cf. Fig. 3.11).
Fig. 3.11 : Parcours indirect par passage par une seul dalle.
SUP’COM page 41
Projet de fin d’étude
Fig. 3.12 : Parcours indirect par passage par une seul dalle et un seul mur.
Ainsi, ces approches misent en vigueur, nous permette d’assurer la migration vers un
modèle multi-étages tout en gagnant au niveau du temps de calcul. Mais, l’apport de l’ingénieur
selon les données des bâtiments doit être remarquable vue que la répartition et la nature des
constructions varient d’un endroit à un autre.
La mise en évidence du bilan de liaison est essentiellement liée aux deux gains
horizontaux et verticaux. Après la détermination du parcours dominant et de l´affaiblissement
du parcours, nous pouvons retrouver le gain de l´antenne suivant les deux directions. En effet,
le parcours dominant se compose d´un ou de plusieurs tranches de segments. De ce fait, la
première tranche de ce parcours nous permettra de déterminer les deux angles θ et ϕ .
SUP’COM page 42
Projet de fin d’étude
A ce stade, d´après ces deux angles θ et ϕ , nous pouvons retrouver le gain horizontal et
vertical de l´antenne. En effet, chaque antenne présente un fichier Pattern dont nous pouvons se
référer pour déterminer la valeur exacte des deux gains vertical et horizontal. Ce qui nous
permet de calculer la PIRE (puissance isotrope rayonnée équivalente) de ce dernier tout en
prenant en considération les pertes de Feeder et autres pertes possible. Soit l´équation (3.6) qui
nous met en vigueur la valeur de la PIRE :
Conclusion
Au cours de ce chapitre, nous avons étudié les différentes détailles du modèle parcours
dominant. Nous avons mis en évidence toutes les méthodologie de la détermination du parcours
dominant que ce soit par la méthode de la matrice de prédiction, que ce soit par la méthode de
l´arbre de structure. De plus, nous avons proposé dans ce chapitre une nouvelle méthodologie
pour la détermination de l´atténuation dans le cas d´un scénario multi-étages et le principe de la
mise en évidence des deux diagrammes de rayonnement d´une antenne réelle.
SUP’COM page 43
Projet de fin d’étude
Nous allons présenté dans le chapitre suivant les déférents apports de notre
implémentation logistique au niveau de la planification Indoor, ainsi que le choix de la solution
programmable la plus adéquate pour la prédiction de la couverture Indoor et l´analyse des
mesure radio.
SUP’COM page 44
Projet de fin d’étude
Chapitre 4
Implémentation logicielle
Introduction
Afin de mettre en oeuvre le modèle déjà choisi dans le chapitre précédant, nous
proposons dans ce chapitre un descriptif détaillé de l’application développée au sein de
TUNISIANA durant la période de ce projet.
Indoor Solutions est une application dédiée à la planification en milieu Indoor. Elle
comprend essentiellement deux parties :
InPred (Indoor Predictions) : outil de calcul des prédictions de la propagation radio
pour des scénarios Indoor. Cet outil prend en considération de l’effet multi-étages,
les différentes propriétés physiques des la base vectorisées 3D, les paramètres des
équipements radio, etc.
InCoord (Indoor Coordinates) : outil permettant de tracer des analyses thématiques
pour des scénarios Indoor, vu l'absence des coordonnées GPS à l’intérieur des
bâtiments.
Ainsi, une telle implémentation exige toute une étude algorithmique et une adéquate
spécification de la problématique. C’est-à-dire faire le bilan des données disponibles ainsi que
leurs types puis définir les flux entrants et les flux sortants à fin d’aboutir aux résultats attendus.
Enfin, choisir les langages de programmations les plus adéquats pour le développement de
notre application.
SUP’COM page 45
Projet de fin d’étude
Ainsi, à travers des pipelines Windows, Indoor Solutions peut communiquer avec ces
différents serveurs tout en gardant l’aspect dynamique au niveau de l’utilisation optimale de la
mémoire du système.
Dans ce qui suit, nous allons présenter les deux packs de ce logiciel dans le cadre de
démontrer les approches télécoms que nous avons implémenter afin de valider les résultats
retrouver au cours de ce projet. Ainsi, la description que nous allons aborder tient en compte
non pas de l’aspect informatique mais de la valeur ajouter par Indoor Solutions.
SUP’COM page 46
Projet de fin d’étude
de couverture. Ainsi, InPred a été conçu pour la prédiction en milieu Indoor pour des scénarios
multi étages ou à simple structure.
Pour cela, InPred doit permettre la possibilité d´acquérir des plans soit d’AutoCAD soit
la saisie par l’application elle même, la création et le paramétrage des sites radio… De ce fait, à
la différence des modèles précédant, InPred utilise comme moteur de calcul un nouveau
modèle de prédiction : IDP (Indoor Dominant Path).
Au cours de notre 1ère analyse de l´interface, nous pouvons constater que cette
application comprend essentiellement : un barre de menu, un barre de menu rapide, une zone de
structure du projet en cours, une fenêtre de dessin pour afficher les divers plans de structure et
les divers formes de simulation, une zone d´information…
Nous voyons clairement que le programme devrait offrir plusieurs « modes » de travail.
Nous en repérons déjà deux, dès à présent : le mode « Edition » et le mode « Calcul et Rendu
Graphique ». Si les fenêtres resteront sensiblement les mêmes, nous devrons modifier l’aspect
SUP’COM page 47
Projet de fin d’étude
des menus et des barres d’outil afin d’empêcher les opérations qui sont réservées exclusivement
à un mode (la répartition de celles-ci entre les deux modes est triviale). Nous jugerons
également qu´il est nécessaire d´éliminer les résultats affichés lors du passage du mode « Calcul
et Rendu Graphique » vers le mode «Edition ».
Ce pendant, avant d’entamer ce passage d´un mode vers un autre mode, une description
détaillée des divers fonctionnalités nous permettrons de distinguer la différence entre le mode
« Edition » et le mode « Calcul et Rendu Graphique ».
InPred comprend aussi une barre de menu rapide, ce qui nous permet de faciliter l´accès
aux menus les plus utilisés au cours de son travail. A travers InPred, nous pouvons également
créer, modifier, imprimer ou sauvegarder des projets que ce soit existant ou réellement créer.
En effet, les différents menus figurant dans InPred nous permet une multitude de
fonctionnalité à compter :
Création d’un projet : nous considérons qu’en réalité ce-ci peut être fait que ce soit
lors du lancement de Indoor Solutions que ce soit lors de l´utilisation de
l´application.
Ouverture d’un projet : nous offrira à l’utilisateur la possibilité d’ouvrir un projet
sauvegardé antérieurement. Nous pouvons imaginer qu’il y ait plusieurs façons
d’ouvrir un projet (typiquement soit au lancement de l´application soit lors de
l´utilisation de Indoor Solutions), selon la façon dont on l´a sauvegardé.
Insertion des Fichier AutoCAD : A travers ces fonctions, nous mettons en œuvre
deux menus dans InPred suivant les besoins de l´utilisateur : que ce soit en mode
simple ou en mode Wizard.
Sauvegarde d’un projet : à tout moment l’utilisateur devra pouvoir sauvegarder son
travail, ainsi, la sauvegarde du projet en cours peut se faire pour le projet en cours
ou bien dans une nouvelle copie renommé du projet en cours.
SUP’COM page 48
Projet de fin d’étude
Comme conséquence, InPred présente une barre de menu rapide tel que :
SUP’COM page 49
Projet de fin d’étude
SUP’COM page 50
Projet de fin d’étude
Les caractéristiques des antennes utilisées par les émetteurs sont saisies à l'aide des
dialogues de propriétés (Nom, Gain, Diagramme Horizontal, Diagramme vertical, azimut,
orientation…) (cf. Fig. 4.7 et Fig. 4.8).
Pour faciliter le travail de l'utilisateur, nous avons prévu dans InPred la possibilité de
placer, configurer et supprimer une ou plusieurs antennes (s) suivant les besoins de l’utilisateur.
SUP’COM page 51
Projet de fin d’étude
La technologie de calcul d´InPred est basée sur l'utilisation d'une représentation interne
vectorisée du scénario du bâtiment. Les calculs de propagation sont optimisés par la
détermination automatique du parcours dominant, puis la valeur du Path loss est déterminée à
partir de la distance de calcul utile déjà déterminé.
Ainsi, nous avons prévus pour l´utilisateur une configuration dynamique de InPred. De
ce fait, l´utilisateur, peut faire l´accès à plusieurs paramètres de l´application à fin de les
modifier suivant ses besoins. InPred présente tout un menu pour le paramétrage de
l´application : Settings. Dans ce menu, nous avons prévus le accès aux paramètres :
de traçage et du projet courant : le traçage des scénarios et la simulation nécessite
toute un vectorisation 3D la plus fine possible. A ce contexte, nous venons de
proposer ces paramètres dont l´utilisateur peut les modifier suivant ses besoins tel
que : la hauteur de la porte, des fenêtres, les caractéristiques physiques des
matériaux du bâtiment, etc. (cf. Fig. 4.9).
SUP’COM page 52
Projet de fin d’étude
SUP’COM page 53
Projet de fin d’étude
Suivant le descriptif que nous avons présenté dans le chapitre dernier, le parcours
dominant est déterminé soit : par le balayage inverse de l´arbre de structure, soit par la matrice
de transition. Comme conséquence de la bibliographie, InPred calcule ce parcours suivant
l´emplacement du récepteur par rapport à l´émetteur.
Dans ce cadre, le choix que nous venons de prendre en considération est essentiellement
dépendant de la structure du scénario à étudier. Même ci, nous permutons entre deux les
méthodes de la recherche du parcours dominant : la méthode de l´arbre de structure et la
méthode de la matrice de prédiction, les résultats que nous venons de valider nous à permis de
montrer que le temps de calcul diminue énormément.
SUP’COM page 54
Projet de fin d’étude
Nous allons détailler chaque cas au cours de cette implémentation à fin de donner un
peu plus de détails. De ce fait, le cas le plus simple est celui de la visibilité directe (Line of Site
entre émetteur et récepteur) (cf. Fig. 4.13).
Par contre, lorsque l’émetteur et le récepteur ne sont pas en visibilité directe (None Line
of Site), le moteur de calcul doit faire la distinction entre deux cas :
SUP’COM page 55
Projet de fin d’étude
Fig. 4.15 : Cas de la visibilité indirecte – parcours recherché par la méthodologie de l’arbre
de transition.
la valeurs finale pour un parcours donnée du facteur de guidage dans ce modèle est
donnée par : α = ∑α i .
les valeurs de n prennent initialement les valeurs 2.1 en cas de LOS (visibilité
directe entre émetteur et récepteur) et la valeur de 2.6 en cas de NLOS (visibilité
indirecte entre émetteur et récepteur). n sera modifié au cours de la phase de la
calibration.
D´après ce que nous venons de constater, le modèle du parcours dominant doit être
calibré pour minimiser l´erreur de prédiction. De ce fait, nous pouvons conclure que les
variables ( n, LD , ωi ) sont essentiellement les variables à calibrer.
SUP’COM page 56
Projet de fin d’étude
nous venons de développer une nouvelle technique qui nous permet d´étaler des mesures radio
et de faire des analyses adéquates.
D´après notre 1ère analyse de l´interface, nous pouvons constater que cette application
présente, de même que InPred : un barre de menu, un barre de menu rapide, Une zone de
structure du projet en cours, une fenêtre de dessin pour afficher les divers plans de structure et
les divers formes de simulation, et une zone d´information.
SUP’COM page 57
Projet de fin d’étude
De plus, InCoord présente aussi une barre de menu rapide à fin de faciliter l´utilisation
de ce pack. Ce qui met en considération une rapidité de manipulation.
En effet, InCoord présente les mêmes fonctionnalités de base de InPred, mais une barre
de menu rapide tel que :
Enfin, La liste des menus de InCoord figure dans l´annexe (Annexe B) de ce rapport.
Dans le but de faire des analyses thématiques, pour un milieu où le GPS ne fonctionne
pas, la comparaison temporelle reste le seul souci à être implémenté. comme conséquence, lors
de la prise des mesures radio dans un bâtiment, nous devons tracer le parcours en même temps
que le mobile à trace enregistre les mesures radio tel que nous recommandons de lancer
l´application de mesure des paramètres du réseau GSM avant la saisie du parcours.
SUP’COM page 58
Projet de fin d’étude
En fait, pour une simulation en temps réel, InCoord a recours à deux paramètres : le
temps et la date, afin de pouvoir traiter les analyses recommandées par l´utilisateur suivant la
méthodologie implémentée.
Pour un parcours donné, nous pouvons constaté qu´il peut se composer de N tranches de
segments dont chaque tranche doit contenir en réalité M points de mesures.
Pour un parcours donné, nous pouvons constater que pour chaque extrémité saisie par
InCoord doit présenter :
les deux positions x et y de ce marqueur.
l´heure du système pris en millième de seconde près.
la date du système.
l´indice de la couche (en cas d´un scénario multi étage).
Ainsi, on peut extraire par une comparaison temporelle entre fichier de mesure et les
différents points marqueurs du parcours les données pour chaque tranche. Soit la figure ci-
dessus qui nous présente le principe de l´extraction de la plage des valeurs pour chaque
segment du parcours déjà saisie (cf. Fig. 4.19).
SUP’COM page 59
Projet de fin d’étude
De ce fait, après avoir établir le parcours et la saisie des données, InCoord nous permet
de faire des analyses pour un parcours donnée suivant plusieurs critères tel que : l´analyse
thématique pour les différentes variables qui figurent dans le fichier de mesure, le paramétrage
dynamique des classes de couleurs…
Dans le but de faire des analyses thématiques, des classes de couleurs doit être
configurées dynamiquement au sein de InCoord à fin d´afficher le résultat sous forme de plot.
Soit la figure si dessous qui nous explique les différents champs figurant dans la boite
de dialogue Signal Strength thresholds (cf. Fig. 4.20).
Dans le cadre professionnel, l’évaluation de la qualité radio se base sur l’analyse des
mesures numériques Indoor. InCoord ne permet d’analyser que des fichiers de mesures qui ont
été effectuées à l’aide de l’outil de mesure TEMSTM Investigation GSM. Un ensemble de
paramètres sont calculés à chaque instant (chaque 0.5s) à l’aide de cet outil. On essaie
d’extraire celles qui sont utiles pour pouvoir détecter les problèmes Indoor (RxLev, RxQual,
etc.).
SUP’COM page 60
Projet de fin d’étude
Comme conséquence, les mesures radio ne peuvent pas être affichés pour des analyses
thématiques vu le disfonctionnement du GPS (Global Positioning System). Pour faire des
comparatifs des résultats de la simulation et pour permettre à faciliter la phase de la calibration,
nous avons implémenté au sein de Indoor solutions, InCoord.
Au cours d´un drive test, InCoord nous permet de faire la saisie du parcours de mesure.
En effet, l´agent qualifié doit, en premier lieu, lancer l´enregistrement des données à travers
l´application de Tems Investigation GSM. Puis lancer InCoord pour marquer son parcours tout
en ayant une orientation à travers un plan de la scène géographique affiché par notre
l´application.
La figure Fig. 4.21 nous montre un croquis d´un parcours saisie avec InCoord.
Après la clôture de la phase du drive test, nous faisons l´import des mesures radio
dans InCoord pour les analyses suivant la variables désirées. Dans ce cas, nous allons
faire l´analyse du niveau de puissance RxLev Full dans le 1st étage. Le résultat de
l´analyse est donné par la figure Fig. 4.22.
SUP’COM page 61
Projet de fin d’étude
Conclusion
Dans ce chapitre, nous avons analysé les diverses approches télécoms implémentées au
sein de Indoor Solutions. En effet, nous pouvons utiliser InPred pour la prédiction du signal qui
se base sur le nouveau modèle : Indoor Dominant Path. De plus, InCoord nous permet
l’affichage des mesures radio pour un ou plusieurs parcours pour des scénarios Indoor.
Dans ce cadre, nous allons étudier dans le chapitre suivant un cas réelle de scénario
Indoor dont nous allons présenté l’utilité de l´application Indoor Solutions développé au cours
de ce stage pour tirer les règles de la planifications Indoor permettant le choix de la solution la
plus adéquate pour assurer une couverture radio homogène à l’intérieur des bâtiments.
SUP’COM page 62
Projet de fin d’étude
Chapitre 5
Introduction
Au cours du chapitre précédent, noua avons expliqué en détails les fonctions de base de
l´application que nous venons de la développer tel que la prédiction de couverture radio, la
détermination et l´analyse du parcours, le paramétrage des antennes, etc.
Dans ce chapitre, nous allons faire la prédiction de la couverture radio avant la phase de
la calibration du modèle. Puis, nous allons détailler la méthode de la régression linéaire tout en
prenant en considération, la manière dont nous allons l´appliquer afin de mettre en œuvre la
méthode adéquate de calibrage pour l´appliquer à l´IDP. Ensuite, nous traitons un cas réel du
scénario existant dans notre environnement Tunisien.
Enfin, nous allons valider la méthode introduite au cours du 3ème chapitre intitulé
« Intégration de l´effet multi étages » par la simulation d´un scénario multi-étages.
SUP’COM page 63
Projet de fin d’étude
La saisie de la scène est faite sous AutoCAD, puis importer à l´aide de la fonction
Wizard implémenté au sein de InPred. Le paramétrage des différentes antennes mis en place est
faite à l´aide de la fenêtre Antenna Settings (cf. Fig. 5.2)
SUP’COM page 64
Projet de fin d’étude
Après la mise en place, nous devons paramétrer les différents champs figurant dans la
fenêtre Antenna Settings. Le tableau Tab. 5.1 comprend les différents champs de paramètre des
trois antennes mis dans cet étage.
Enfin, nous lançons la simulation sous InPred. Nous obtenons, alors, le niveau de la
puissance estimée dans cet endroit donnée par la figure Fig. 5.3.
Dans la figure Fig. 5.4, nous avons représenté une vue de dessus du bâtiment ainsi sa
couverture radio.
SUP’COM page 65
Projet de fin d’étude
Le résultat de la simulation affiché par l´application elle-même est donné par la figure
Fig. 5.5 :
SUP’COM page 66
Projet de fin d’étude
Ainsi, nous constatons que le niveau de la puissance s´atténue d´une façon anormale, ce
qui met en considération la nécessité de la phase de calibration du modèle du parcours
dominant.
Ainsi, cette méthode consiste à faire une hypothèse sur le type de la loi mathématique
de la fonction de prédiction afin de déterminer par la méthode adéquate les différentes valeurs
de cette fonction F.
y = α 0 + α1 X 1 + α 2 X 2 + ... + α k X k (5.2)
où :
X = ( X 1 , X 2 ,..., X k )
A : vecteur des coefficients du modèles.
f : fonction de régression.
Alors nous pouvons écrire :
yi = f ( X i , A) + ei i = 1,.., n (5.3)
tel que :
X(i) : représente l´ensembles des valeurs prises par X à l´expérience i.
ei : variable d´écart aléatoire de moyenne nulle.
Le problème revient alors à résoudre l'équation :
Y = XA + E (5.4)
SUP’COM page 67
Projet de fin d’étude
Soit A l´inconnue dont nous cherchons l´estimation  telle que la somme des
carrées des résidus soit minimale. Le principe consiste à annuler le dérivée de E t E par rapport à
A ( E t : transposé de E).
Etant donné que la taille du vecteur Y > 2, la matrice E t E est définie positive et le
vecteur estimé optimal sera donc [19]:
Aˆ = ( X t X ) X tY
−1
(5.6)
Yˆ − Y
R= (5.7)
Y −Y
où :
Yˆ : vecteur estimé.
Y : vecteur moyen des observation.
Y : vecteur des observations.
Ainsi, plus ce coefficient est proche de 1, plus la qualité de l’ajustement est meilleure.
Un autre paramètre, également utilisé comme l’indice de qualité d’ajustement, la déviation
standard (DS) dont celle-ci est définie par :
SUP’COM page 68
Projet de fin d’étude
1 ˆ 2
DS = Y −Y (5.8)
n
Comme conséquence, l’ajustement est d’autant plus meilleurs que DS est proche de 0.
Ainsi, nous avons mis en évidence l’importance de la méthode de la calibration pour les
modèles de propagation. Et suite à cette étude du principe de la méthode la régression linéaire,
nous allons maintenant aborder la méthodologie dont avons appliquer pour calibrer à notre
modèle.
Suite à des mesures faite précédemment, nous allons fixer l’émetteur à une hauteur de
2.75 m au dessus du sol. Par contre, la hauteur du récepteur est fixé à une hauteur de 1.5 m.
D’après notre étude bibliographique du modèle pris en vigueur, les mûrs sont divisées
de tel sorte que chaque pièce soit contourner par au moins 4 segments, puisque la structure du
bâtiment à été acquis sous format AutoCAD.
Il faut signaler que la méthode du parcours dominant doit, aussi, respecter les normes
de la méthode de calibration développée au cours du paragraphe précédant. Comme
conséquence, nous avons adopté toute une méthodologie pour remédier cette problématique. La
reformulation de la formule de base du modèle choisi, doit être élaboré par partie. A ce stade, si
on se plonge de nouveau dans la formule de base de l’IDP (voir l’équation 5.9). Nous
constatons que cette formule présente, en fait, deux parties dont la deuxième nous cause un
problème, puisque la méthode développée dans le paragraphe précédant ne gère que des
variables totalement dépendant.
Ainsi, nous pouvons conclure que ce modèle ne peut pas être calibré d’un seul coup.
D´ou, la calibration de ce modèle doit être faite par partis. Nous détaillerons la méthode
implémentée tout en reprenant l´équation de base du Path Loss.
n
⎛ ϕ ⎞
L = 20 n (1 − 0.5 α ) log(d ) + ∑ ⎜ wi i LD ⎟ (5.9)
i =1 ⎝ 180° ⎠
SUP’COM page 69
Projet de fin d’étude
Nous allons fixer un des deux paramètres figurant dans la somme de la formule (5.9), ce
qui nous permettras d´appliqué la méthode de la régression linéaire pour la calibration de notre
modèle. A ce stade, lorsque on fixe wi , la formule de base devient :
n
L = α 0 X 1 + ∑ ( X 2α1 ) (5.10)
i =1
où :
X 1 = 20 (1 − 0.5 α ) log(d ) (5.11)
ϕi
X 2 = wi (5.12)
180°
Une fois que nous avons déterminé les deux premiers paramètres, nous devons refaire la
calibration de ce modèle tout en prenant en considération la nouvelle formule:
n
L = α 0 X 1 + ∑ ( X 3α 2 ) (5.13)
i =1
avec :
X 1 = 20 (1 − 0.5 α ) log(d ) (5.14)
ϕi
X3 = LD (5.15)
180°
SUP’COM page 70
Projet de fin d’étude
La figure Fig. 5.6 nous illustre une représentation comparative entre les mesures réelles
et le résultat du modèle.
SUP’COM page 71
Projet de fin d’étude
Dans le but de tester les performances de notre modèle choisi, nous nous proposons
d’approfondir notre étude pour le même scénario. En effet, nous analysant en premier lieu l´état
radio actuel au niveau du Palmarium, ensuite, nous allons proposons l´emplacement et le
nombre d´antennes à installer à l´intérieur de ce complexe. Enfin, nous simulons à l´aide de
l´outil que nous avons développé durant ce projet.
Suite à l’analyse des mesures radio effectuée sur le Palmarium, nous avons constaté
l’existence de deux catégories de problèmes majeurs :
Problème de couverture: quand le niveau de champ (RxLev) est mauvais, c'est-à-dire
il est inférieur à −90 dBm.
Problème d’interférence: caractérisé par un niveau de champ qui est bon (> −80
dBm) mais la qualité est supérieure à 4.
Pour le rez-de-chaussée, nous avons constaté l’existence d’un bon niveau de champs de
−70 dBm en moyenne dans le hall où il existe l’escalier mobile alors qu’au niveau des couloirs
et surtout à l’intérieur des boutiques, le niveau de champs devient inférieur à −90 dBm en
moyenne.
Concernant les étages supérieurs, le moyen des niveaux de champs reçus atteint les −70
dBm dans la plupart des couloirs. Ceci est dû à la visibilité directe entre le Palmarium et les
sites qui l’entourent.
Mais, à coté des cages des ascenseurs au niveau des différents étages, on remarque que
le niveau de signal reçu diminue jusqu’a −90 dBm à cause des grandes pertes dues à
l’affaiblissement des murs en béton qui entourent les corridors des ascenseurs.
Suite à des mesures faite au préalable par notre opérateur Tunisiana, nous venons
d´analyser thématiquement ces mesures radio pour constater que le moyen des niveaux de
champs reçus atteint les −70 dBm dans la plupart des couloirs ce qui est exprimé par la
visibilité directe entre le Palmarium et les sites Outdoor.
SUP’COM page 72
Projet de fin d’étude
La saisie de la scène est faite sous AutoCAD, puis importer à l´aide de la fonction
Wizard implémenté au sein de InPred. Le paramétrage des différentes antennes mis en place est
faite à l´aide de la fenêtre Antenna Settings (cf. Fig. 5.2).
Après la mise en place, nous devons paramétrer les différents champs figurant dans la
fenêtre Antenna Settings. Le tableau Tab. 5.3 comprend les différents champs de paramètre des
trois antennes mis dans cet étage.
Gain Puissance BTS perte feeder Autres pertes Hauteur
2 dB 17 dB 1 dB 0 dB 2.75 m
Tab. 5.3 : paramètre généraux des sites Indoor du palmarium.
Enfin, nous lançons la simulation sous InPred. Nous obtenons, alors, le niveau de la
puissance estimée dans cet endroit donnée par la figure Fig. 5.8.
Dans la figure Fig. 5.9 nous avons représenté une vue de dessus du bâtiment ainsi sa
couverture radio.
SUP’COM page 73
Projet de fin d’étude
SUP’COM page 74
Projet de fin d’étude
InPred est aussi une application qui nous permet des simulations en mode « multi-
étages ». Précédemment, d´après la méthode « Méthodologie de la recherche du parcours
dominant » décrite dans le troisième chapitre, InPred nous permet de traiter des scénarios en
mode multi-étages.
Après l´import des deux fichiers AutoCAD du scénario à étudier, la scène géographique
que nous allons l´étudier sera affiché automatiquement. Les deux figures Fig. 5.11 et Fig. 5.12
représentent respectivement les deux plans de structure du 1er étage et du 2ème étage.
SUP’COM page 75
Projet de fin d’étude
Fig. 5.11 : Plan de structure du 1er étage. Fig. 5.12 : Plan de structure du 2ème étage.
D´après les deux plans de structures des deux étages, Nous allons paramétrer la valeur
de l´atténuation des murs globale à 12 dB. Avant de placer l´antenne dont elle nous servira à
démontrer le niveau de signal dans les deux étages, nous allons nous servir du schéma
d´élévation du bâtiment établit par InPred pour déterminer la hauteur de l´antenne. Le schéma
d´élévation est donné par la figure Fig. 5.13. Au sein de InPred, nous allons placer une antenne
omni Kathrein de référence 741572 au plafond du 1er étage (la position est indiqué par la figure
Fig. 5.11) dont les paramètres de l´antenne sont donnés dans le tableau Tab. 5.4.
SUP’COM page 76
Projet de fin d’étude
que l´étage qui l´affiche en cours. Ce qui nous permet de dire que les deux étages sont simulés
un par un, pour donner le résultat suivant :
Fig. 5.14 : Niveau de puissance prédit du 1er Fig. 5.15 : Niveau de puissance prédit du 2ème
étage. étage.
D´après la figure Fig. 5.14 et la Fig. 5.15, nous constatons clairement la différence entre
le niveau de puissance du signal prédit pour le 1er étage et 2ème étage. Ainsi, d´après la figure
Fig. 5.13, nous pouvons conclure que le niveau de puissance dépend essentiellement de la
structure des deux étages mis en vigueur.
Conclusion
Dans ce chapitre, en suivant les étapes de planification Indoor, nous venons de proposer
une méthode possible pour la calibration de notre modèle. Ensuite, nous venons de proposer
l’étude d’une solution Indoor suite à une étude de prédiction du niveau de signal et en se basant
sur des mesures radio.
Enfin, dans une dernière étape, nous proposons un test de validation de la méthode des
analyses de parcours implémenté dans Indoor Solutions, InCoord.
SUP’COM page 77
Projet de fin d’étude
Conclusion générale
Par ailleurs, la caractérisation du canal radio mobile reste toujours le souci majeur des
concepteurs de réseaux mobile. La modélisation est l’une des outils les plus utilisés qui existent
actuellement pour la résolution de ce problème. En effet, plusieurs modèles de propagation
existent notamment les modèles empiriques et les modèles déterministes. Dans le cadre de ce
projet de fin d’étude, nous nous somme intéressé au second type de modèle pour la prédiction
de la puissance dans des scénario Indoor.
Ainsi, après l’implémentation logistique, nous avons effectué plusieurs testes pour
évaluer ce modèle. Cette évaluation nous a permis de conclure que cette méthode consomme un
espace mémoire raisonnable qui sert au stockage des données relatives à la scène et aux
différentes méthodologies de cet algorithme. Cet espace consommé augmente au fur et à
mesure que le pas de la simulation augmente.
Les expériences faites ont montré aussi que l’augmentation de la résolution (c’est à dire
nous affinons le pas de la simulation de la scène) améliore nettement la qualité du résultat
obtenu tout en remarquons que le temps de calcul augmente tout en suivant une loi
exponentielle.
De plus, nous avons présenté au cours de ce projet de fin d´étude, de nouvelle approche
pour améliorer le modèle du parcours dominant. En effet, nous venons de proposer toute une
SUP’COM page 78
Projet de fin d’étude
hiérarchie pour la prédiction de la puissance pour des cas multi-étages puisque ce modèle
n´intègre pas cet effet et l´intégration des diagrammes de rayonnement des antennes mis en jeu.
Enfin, nous venons de calibrer notre modèle, tout en procurant la manière adéquate puisque
l´équation de l´atténuation de parcours présente des variables dépendantes.
Finalement, cette théorie récente, qui est encore l´objectif des chercheurs en matière de
propagation radio, nous a permis de retrouver de bons résultats.
SUP’COM page 79
Projet de fin d’étude
Bibliographie
[1] S. Ben Romdhane « La couverture Indoor d’un réseau GSM Règles d’ingénierie et Etude de
cas» Projet de Fin d’études - Filière Ingénieurs en Télécommunications - promotion 2004.
[4] T. S. Rappaport « Wireless communications: principals and practice », Prentice Hall PTR,
Upper Saddle River, NJ, 2002
[5] X. Lagrange, P. Godlewski, S. Tabbane, « Réseaux GSM des principes à la norme », 5ème
édition.
[6] J. Kivinen « Development of wideband radio channel measurment and modeling techniques
for future radio systems », Libella Painopalvelu Oy Espoo 2000.
[8] G. Wölfe, F.M Landstorfer « Prediction of the field strength inside buildings with empirical,
neural and ray-optical prediction models » Proc. Seventh COST-259 MCM-Meeting, 1999.
[9] P. Smulders, M. Jevrosimovic, M. Herben, S. Savov, E. Martijn, « State of the art channel
models » , TUE_WP2_PUB_01_v01_channel models 2002.
[10] Site WEB: http://www.etsi.org «UMTS 30.03 version 3.2.0, TR 101 112 V.3.2.0 (1998-
04)».
SUP’COM page 80
Projet de fin d’étude
[13] I. Ben Chaâbene « Lancer de rayons pour la prédiction de propagation de puissance dans
les milieux microcellulaires » Projet de Fin d’études - Filière Ingénieurs en
Télécommunications - promotion 2004.
[16] G. Wölfle, F. M. Landstorfer, R. Gahleitner, & E. Bonek « Extensions to the field strength
prediction technique based on dominant paths between transmitter and receiver in indoor
wireless communications » 2nd European Personal and Mobile Communications Conference
(EPMCC) 1997 (together with 3. ITG Fachtagung "Mobile Kommunikation"), Bonn, Germany,
pp. 29-36, Sept 1997.
[17] G. Wölfle & F.M. Landstorfer « Field strength prediction with dominant paths and neural
networks for indoor mobile communications » MIOP 1997, 22.-24. April 1997, Sindelfingen,
Germany, pp. 216-220, Apr. 1997.
[18] G. Wölfle, R. Wahl, P. Wildbolz & P. Wertz « Dominant Path Prediction Model for
Indoor and Urban Scenarios » 11th COST 273 MCM, Duisburg (Germany), Sep. 2004.
SUP’COM page 81
Projet de fin d’étude
Annexe A
SUP’COM page 82
Projet de fin d’étude
Annexe B
SUP’COM page 83
Projet de fin d’étude
Annexe C
Le contenue du fichier PDF présentant la description des fichiers Pattern dont nous
sommes servis pour déchiffrer le contenue des fichiers des diagrammes de
rayonnement proposés par Kathrein est le suivant :
SUP’COM page 84
Projet de fin d’étude
The diagrams below should help clarify the meaning of each field:
SUP’COM page 85
Projet de fin d’étude
Résumé
La qualité des communications mobiles est sans doute le souci majeur de tout opérateur
de télécommunication GSM. Avec la densification des réseaux actuels, l´ingénierie Indoor
s´avère d´une importance vitale. Dans ce contexte, les milieux de propagations sont diverses
(mur, étage, fenêtre…), ce qui complique davantage la modélisation des phénomènes de
propagation en vue de la prédiction de la couverture. Différents modèles ont étés proposés dans
littérature pour modéliser la propagation radio. Une première catégorie de modèles, dite
empirique, repose sur des mesures expérimentales. En outre, une deuxième catégorie de
modèles, appelée déterministe, fait référence à des simplifications et des approximations des
équations de base de la propagation électromagnétique.
L´objectif de ce projet consiste à développer un outil logiciel pour simuler la couverture
radio dans un milieu Indoor. Pour cette fin, le modèle du parcours dominant, récemment validé
dans littérature, a été retenu dans notre implémentation logicielle. Les paramètres de ce modèle
ont été déterminés grâce à une régression linéaire sur des mesures réelles (calibration). Par
ailleurs, nous avons proposé de nouvelles techniques pour la prédiction en mode multi-étages,
l´intégration des diagrammes de rayonnement et l´analyse thématiques des parcours en cas de
disfonctionnement du GPS. Ces travaux ont été validés par l´étude d´un cas réel du centre
commercial Palmarium.
SUP’COM page 86