Bayesian Networks and Particle Filters for Joint Adaptive Equalization and Decoding

Résumé : Cette thèse s'intéresse aux réseaux bayésiens, aux filtres particulaires et à leur application aux communications numériques. Tout d'abord, nous donnons une construction rigoureuse et très générale des réseaux bayésiens et nous présentons l'algorithme de propagation de croyance dans ce contexte. Puis, nous introduisons un nouveau type de filtre particulaire, appelé "filtre particulaire à échantillonnage global", et nous constatons en effectuant des simulations numériques que ce nouvel algorithme se compare favorablement à l'état de l'art. Nous utilisons ensuite le filtrage particulaire pour calculer de façon approchée certains messages de l'algorithme de propagation de croyance. Nous obtenons ainsi un nouvel algorithme, combinant propagation de croyance et filtrage particulaire, que nous avons appelé "algorithme de turbo-filtrage particulaire». Enfin, nous utilisons ces différentes techniques afin de concevoir de façon méthodique un récepteur de communications numériques.
Type de document :
Thèse
domain_other. Télécom ParisTech, 2003. English
Domaine :
Liste complète des métadonnées

Littérature citée [18 références]  Voir  Masquer  Télécharger

https://pastel.archives-ouvertes.fr/pastel-00000732
Contributeur : Ecole Télécom Paristech <>
Soumis le : lundi 6 septembre 2004 - 08:00:00
Dernière modification le : jeudi 11 janvier 2018 - 06:23:39
Document(s) archivé(s) le : jeudi 30 septembre 2010 - 18:04:37

Identifiants

  • HAL Id : pastel-00000732, version 1

Citation

Pascal Cheung-Mon-Chan. Bayesian Networks and Particle Filters for Joint Adaptive Equalization and Decoding. domain_other. Télécom ParisTech, 2003. English. 〈pastel-00000732〉

Partager

Métriques

Consultations de la notice

270

Téléchargements de fichiers

415