Automatique CMLD-CFAR basé sur les réseaux de neurones artificiels : Application à l’acquisition dans les systèmes DS/CDMA

Abstract

Automatique CMLD-CFAR basé sur les réseaux de neurones artificiels : Application à l’acquisition dans les systèmes DS/CDMA Dans un système DS-CDMA, les clients sont identifiés par des codes pseudo-aléatoires quasi-orthogonaux permettant théoriquement à un très grand nombre d'abonnés d'accéder aux services simultanément (grande capacité) tout en utilisant la totalité de la bande passante (haut débit). L'objectif de ce projet de maîtriser et d'évaluer les performances de détecteur ACMLD-CFAR. Le système étudié repose sur la stratégie de recherche série à structure simple. Il utilise un détecteur adaptatif réalisé à base des réseaux de neurones artificiels multicouches et entrainé par l'algorithme de rétro-propagation d'erreur. Nous avons travaillé sur le processeur ACMLD-CFAR qui emploie un seuil adaptatif dans le processus d’acquisition. Le processeur ACMLD-CFAR est comparé avec deux autres détecteurs adaptatifs que nous avons choisis. Les résultats obtenus montrent l'efficacité des systèmes utilisant les algorithmes de censure automatique dans le processus d’acquisition. Il est démontré clairement que le système proposé fournit la probabilité de détection la plus efficace.

In DS-CDMA system, users are identified by quasi-orthogonal pseudo-random codes theoretically allowing a very large number of subscribers to access services simultaneously (high capacity) while using the entire bandwidth (high speed). The objective of this project is to control and evaluate the performance of the ACMLD-CFAR detector. The study system is based on the simple structure serial search strategy. It uses an adaptive detector based on multilayer artificial neural networks and trained by the error back propagation algorithm. We have worked on the ACMLD-CFAR processor which uses an adaptive threshold in the acquisition process. The ACMLD-CFAR processor is compared with two other adaptive detectors that we have chosen. The obtained results show the efficiency of systems using automatic censoring algorithms in the acquisition process. It is clearly demonstrated that the proposed system provides the most efficient detection probability.