10.01.2015 Views

TH`ESE DE DOCTORAT DE L'UNIVERSITÉ PARIS 6 Spécialité ...

TH`ESE DE DOCTORAT DE L'UNIVERSITÉ PARIS 6 Spécialité ...

TH`ESE DE DOCTORAT DE L'UNIVERSITÉ PARIS 6 Spécialité ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

148 Approximations du SINR<br />

où ◦ représente le multiplication élément par élément des vecteurs et avec e 2 = [−(N − 1),..., −N + 2n −<br />

1,...,+(N − 1)] T . Par conséquent, on obtient :<br />

||e 2 ||(φ H S u 2 ) = −<br />

N∑<br />

(N − 2n + 1)e j(n−1)x<br />

n=1<br />

N−1<br />

j(<br />

= −(N + 1)e 2 )xsin(N 2 x)<br />

sin( x 2 ) + 2(N − 1)ejNx − Ne j(N−1)x + 1<br />

(1 − e jx ) 2 (A.3)<br />

avec x = π(u S − u J ). En prenant la valeur absolue de (A.3), et après utilisation de ||e 2 || 2 = (N−1)N(N+2)<br />

3<br />

,<br />

on obtient rapidement |φ H S u 2| ≪ √ N pour N ≫ 1, prouvant ainsi (A.1) pour k = 2. Finalement, sous<br />

l’hypothèse d’une relativement faible bande fractionnée, seules les deux premières valeurs propres de ¯R<br />

sont supérieures au seuil de bruit. On déduit µ k ≈ σn 2 pour k = 3,...,N, ce qui conduit à l’approximation :<br />

¯R −1 ≈ I<br />

σn<br />

2 +<br />

≈<br />

I<br />

σ 2 n<br />

2∑<br />

( 1<br />

− 1<br />

µ k<br />

k=1<br />

− 1<br />

σ 2 n<br />

σ 2 n<br />

2∑<br />

u k u H k .<br />

k=1<br />

)<br />

u k u H k<br />

Après insertion de (A.1) dans (A.4), on obtient l’approximation (3.16).<br />

Approximation (3.17)<br />

Pour approximer (3.8) par (3.17), on analyse l’expression φ H S ¯R −1 ¯RS ¯R−1 φ S (i.e., le numérateur de<br />

(3.8)) que l’on compare à σ 2 S (φH S ¯R −1 φ S ) 2 . Comme cela a été expliqué dans le paragraphe précédent, les<br />

résultats de [38] s’appliquent également à la matrice de covariance à bande non nulle de la cible ¯R S de<br />

décomposition en éléments propres ¯R S = ∑ N<br />

n=1 λ nv n v H n et en particulier<br />

v 1 = φ S<br />

√ + O( B )<br />

N f 0<br />

(A.4)<br />

et<br />

λ 1 = tr( ¯R S ) + O( B f 0<br />

).<br />

Notons que ce résultat est obtenu à N fixé pour B f 0<br />

tendant vers 0, pour lequel il est prouvé dans [38] que<br />

λ k = O(( B f 0<br />

) 2(k−1) ) pour k = 1,...,N. Par conséquent, pour B f 0<br />

≪ 1, v 1 ≈ √ φ S<br />

N<br />

et λ 1 ≈ NσS 2 et on obtient :<br />

φ H S ¯R −1¯RS ¯R−1 φ S ≈ ∑ k,l,m<br />

qui peut être décomposé en deux parties :<br />

Nλ l<br />

µ k µ m<br />

(v H 1 u k )(u H k v l).(v H l u m )(u H mv 1 ),<br />

φ H S ¯R −1¯RS ¯R−1 φ S ≈ ∑ k,m<br />

N 2 σ 2 S<br />

µ k µ m<br />

∣ ∣v H<br />

1 u k<br />

∣ ∣<br />

2 ∣ ∣u H<br />

m v 1<br />

∣ ∣<br />

2<br />

+<br />

∑<br />

k,m,l≠1<br />

Nλ l<br />

µ k µ m<br />

(v H 1 u k)(u H k v l)(v H l u m )(u H m v 1). (A.5)<br />

Ensuite, on développe σ 2 S (φH S ¯R −1 φ S ) 2 par<br />

σ 2 S (φH S ¯R −1 φ S ) 2 ≈ σ 2 S N2 ( ∑<br />

k<br />

∣ u<br />

H<br />

k<br />

v 1<br />

∣ ∣<br />

2<br />

µ k<br />

) 2<br />

. (A.6)

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!