Simulation Et Egalisation Adaptative Des Canaux de Transmission

L'galisation adaptative des canaux radio-mobiles est ralise par rseaux neuronaux RBFNN et RBFNN- DF. Une architecture pour l'galiseur RBFNN-DF est propose, elle se caractrise par une rduction du nombre des neurones de la couche cache. Un algorithme de classification non-supervis est propos, il se caractrise par sa convergence rapide et ses bonnes performances. L'apprentissage des paramtres seuils et poids de connexions, est ralis par des algorithmes d'apprentissage bass descente de gradient. Ces algorithmes utilisent deux critres d'optimisation, l'EQM et le TEB, et deux modes d'apprentissage, le gradient stochastique, et le gradient total, ainsi qu'un troisime mode on- line propos combinant les avantages de deux modes (rapidit, stabilit de convergence, et faible occurrences des minimums locaux). Une analyse comparative des performances obtenues, dans le cas d'un canal non-linaire et non stationnaire, des diffrents galiseurs est ralise. Les galiseurs proposs, sont ensuite, tests sur un modle TDL dont les paramtres ont t totalement dtermins, conformment aux donnes dcrites par les standards de tlcommunications GSM et UMTS