Détection multi-utilisateurs MUD dans un système multi-antennes et à modulation multi-porteuses MIMO-OFDM par des approches méta-heuristiques

Abstract

Ces dernières années, les systèmes de communication sans fil témoignent d’un essor important en matière d’évolution technologique, cependant, le développement de nouveaux services technologiques rajoutés à la demande croissante des utilisateurs exige de plus en plus une transmission de haut débit avec une meilleure qualité de service. L’objectif principal de cette thèse porte sur le développement de nouveaux algorithmes de détection multi-utilisateurs (MUD) basé sur les approches méta-heuristiques afin de réduire l’effet des interférences entre les utilisateurs (MAI) qui représentent la majeure contrainte des systèmes multi-utilisateurs MIMO-SDMA-OFDM. Pour cela, notre contribution se focalise principalement sur le développement de trois techniques méta-heuristiques, la première est basée sur l’hybridation de la recherche tabou avec la recherche locale (TS-LS), la seconde technique proposée hybride l’algorithme génétique évolutif avec la recherche tabou (GA-TS) et la troisième constitue l’originalité dans notre étude (HBMO-TS), qui est basée sur le processus d’accouplement naturel des reines chez les abeilles (HBMO: Honey Bee Mating Optimization) hybridé avec le processus de la recherche tabou (TS: Tabu Search). En effet, l’algorithme HBMO fournit une bonne estimation initiale pour le TS tout en explorant au mieux les régions les plus vastes de l’espace de recherche, tandis que l’algorithme TS exploite cette estimation pour trouver la meilleure solution du problème.