Benosman, Meryem Mamia2026-11-022026-11-022026-04https://dspace.univ-tlemcen.dz/handle/112/27238La recherche dans le domaine des r´eseaux cellulaires de futures g´en´erations (5G et au-del`a) et dans leurs services, est tr`es active au sein de la communaut´e nationale aussi bien qu’internationale. Parmi les axes prometteurs, cot´e recherche et industriel, figure la proposition de la couche physique la plus adapt´ee `a ces r´eseaux 5G. La recherche fondamentale vis-`a-vis des r´eseaux cellulaires 5G ont ´et´e pilot´ees par les applications mobiles de syst`emes large bande, les communications entre machines et l’Internet des objets. Dans un tel contexte, les communications doivent ˆetre asynchrones afin de r´eduire les temps d’acc`es au r´eseau et minimiser la consommation d’´energie. Les formes d’onde post-OFDM offrent une bonne efficacit´e spectrale, cependant elles sont peu ´etudi´ees d’un point de vue ´energ´etique. En effet, en pr´esence de non-lin´earit´es d’AP, la plupart des formes d’ondes multi-porteuses perdent rapidement leurs bonnes propri´et´es en termes de localisation en fr´equence et d’efficacit´e ´energ´etique. Dans ce travail de th`ese, on accordera plus d’importance `a L’am´elioration de la performance des formes d’ondes multi-porteuses en pr´esence d’amplificateur de puissance non lin´eaire. Cet objectif peut ˆetre atteint en adoptant les approches tel que l’application d’une technique de r´eduction du facteur de crˆete (ou PAPR pour Peak to Average Power Ratio) suivie d’une pr´e-distorsion pour am´eliorer le compromis entre lin´earit´e et efficacit´e de l’AP, la Combinaison de la r´eduction du PAPR et la pr´e-distorsion et proposer un algorithme permettant d’optimiser ≪ conjointement ≫ ces deux traitements.framplificateur de puissancedeep learningefficacit´e ´energ´etiqueintelligence artificielleOFDMpr´e-distorsion num´eriquer´eseaux mobiles.