Journes scientifiques 'PROPAGATION ET TLDTECTION'

Dtection des trajets de propagation dans un rseau CPL

partir de mesures frquentielles du canal
Detection of the propagation paths in a PLC network
based on frequency domain channel measurements
Pascal Pagani* , Amr Ismail** , Ahmed Zeddam*
*

France Telecom Orange Labs, RESA / DEAN / EMC, 2 avenue Pierre Marzin, 22300 Lannion, France

{pascal.pagani ; ahmed.zeddam}@orange-ftgroup.com
**

SUPELEC, Dpartement de Tlcommunications, 3 rue Joliot-Curie, 91190 Gif-sur-Yvette

amr.ismail@supelec.fr

Rsum
Le dveloppement de systmes Courant Porteur en Ligne (CPL) trs haut dbit ncessite une parfaite
connaissance des phnomnes de transmission sur le rseau lectrique. En particulier, la dtection des diffrents
trajets de propagation permet une description compacte des modles de canal, et donne une indication de la
topologie du rseau, qui peut tre exploite pour amliorer les techniques de communications CPL. Dans cet
article, deux algorithmes haute rsolution permettant lidentification des trajets de propagation sont tudis et
adapts aux caractristiques du canal CPL : Frequency Domain Maximum Likelihood (FDML) et Matrix Pencil
(MP). Une tude paramtrique est ensuite mene afin de dterminer les performances de ces algorithmes en
termes de rsolution, de temps de calcul et derreur rsiduelle. Lalgorithme MP, qui prsente une convergence
plus rapide et une erreur rsiduelle plus faible, est finalement valid sur des mesures de rseaux exprimentaux.
Mots cls : Courant Porteur en Ligne, propagation trajets multiples, dtection haute rsolution, sondage de
canal.
Abstract
The development of very high data rate Power Line Communication (PLC) systems requires an accurate knowledge of the transmission phenomena over the electrical network. In particular, the detection of the multiple
propagation paths enables a compact description of the channel models, and gives an indication of the network
topology, which may in turn be exploited to improve the communication techniques over PLC. In this paper,
two high resolution algorithms for the identification of the propagation paths are studied and adapted to the
PLC channel characteristics : Frequency Domain Maximum Likelihood (FDML) and Matrix Pencil (MP). A
parametric study is then detailed in order to analyze the performances of both algorithms in terms of resolution,
computation time and residual error. The MP algorithm, which provides a quicker convergence and a lower
residual error, is finally validated through its application on experimental network measurements.
Keywords : Power Line Communication, multipath propagation, high resolution detection, channel sounding.

Introduction
Les communications par Courant Porteur en Ligne (CPL) connaissent actuellement un essor considrable, car
elles offrent la possibilit de construire un rseau local domestique trs haut dbit en utilisant linfrastructure
lectrique existante des btiments [1]. Le principe est de superposer au courant lectrique de 50 Hz un signal
de faible puissance modul haute frquence portant les donnes numriques transfrer. Lutilisation du rseau lectrique pour le transfert des donnes nest pas une ide rcente, en fait ds les annes 50 les rseaux
lectriques vhiculaient des informations bas-dbit (de lordre de quelques kbit/s) lies la maintenance, la
signalisation et la tlcommande des relais. Lide innovante est dutiliser le rseau lectrique pour le transfert
des donnes informatiques haut dbit. Ce concept peut tre exploit pour connecter les ordinateurs et les
1
239

Journes scientifiques 'PROPAGATION ET TLDTECTION'

priphriques dans la maison, dans ce cas on parle dutilisation indoor, o la technologie CPL est introduite au
niveau du rseau lectrique privatif. Si les lignes de transmission lectrique sont utilises pour fournir laccs
internet haut dbit, on parlera dutilisation outdoor, o la technologie CPL est introduite au niveau de distribution de la faible tension, et lmetteur est hberg dans la sous-station du transformateur et connect au rseau
cur via des fibres optiques. Par la suite, nous nous concentrerons sur lapplication indoor.
Cependant, le canal de transmission CPL est un environnement difficile, car les diffrentes branches du rseau produisent des trajets multiples similaires aux conditions de propagation des rseaux sans fils [24]. Par
exemple, la rfrence [4] rapporte des observations exprimentales qui montrent que la dispersion des retards
RM S dun canal CPL typique est de lordre de 40 ns 500 ns suivant le type de canal considr. Ces valeurs sont de lordre de grandeur de la dispersion des retards RM S observe pour un canal radiomobile, quil
sagisse de btiments de grande taille [5], ou de propagation lextrieur des btiments [6]. Un autre paramtre
important relatif au canal de propagation CPL est lattnuation svre provoque par la transmission travers
des dizaines de mtres de cble lectrique, qui devient de plus en plus importante avec la frquence. Les observations exprimentales montrent que lattnuation typique du canal CPL est de lordre de 10 dB 50 dB dans
la bande de frquence [0-100 MHz] [4].
Lidentification des diffrents trajets de propagation est une question importante dans la connaissance du canal
de transmission. Dune part, partir de mesures exprimentales, elle permet daffiner les modles de canal
par une approche empirique. Dautre part, dun point de vue traitement du signal, elle permet de connatre la
topologie du rseau lectrique, ce qui peut tre exploit pour amliorer les performances des systmes de communication. Peu dtudes sont disponibles dans la littrature au sujet de la dtection des trajets de propagation
dans le cas des communications filaires. Une approche de lidentification des trajets de propagation par analyse
matricielle est prsente dans [7]. Cependant, cette approche se base sur un canal idal et ne considre pas lattnuation frquentielle importante qui est observe pour le canal CPL. Etant donn la grande similarit entre le
canal radiomobile et le canal CPL, il parat donc naturel dtudier et dadapter les techniques proposes dans
le cadre des communications sans fil. Dans la suite de larticle, nous tudierons deux mthodes didentification
des trajets de propagation issues des recherches dans le domaine de la radio : Frequency Domain Maximum Likelihood (FDML) [8] et Matrix Pencil (MP) [9,10]. La section 1 donne les caractristiques principales du canal
CPL et identifie ses particularits par rapport aux canal radio. Dans les sections 2 et 3, les algorithmes FDML
et MP sont successivement prsents puis adapts aux spcificits du canal CPL. Une tude paramtrique est
mene dans la section 4 pour dterminer les performances relatives de ces algorithmes en termes de rsolution,
de temps de calcul et derreur rsiduelle. Lalgorithme MP, qui prsente une convergence plus rapide et une
erreur rsiduelle plus faible, est finalement valid sur des mesures de rseaux exprimentaux dans la section 5.
1.
1.1.

Modlisation du canal CPL

Apports de la thorie des lignes

La particularit des systmes CPL est dutiliser le rseau lectrique pour transmettre linformation dun point
un autre de lhabitat. Les modems CPL actuels utilisent la partie basse du spectre jusqu une frquence
maximale de lordre de 30 MHz. Cependant, les futurs systmes prvoient dj dlargir la bande de frquences
utilises : par exemple, le futur standard IEEE P1901 utilise le spectre jusqu une frquence de 60 MHz [11].
Dans cette partie du spectre, le signal est principalement conduit le long des cbles lectriques du rseau domestique, et leffet du canal de transmission peut tre tudi laide de la thorie des lignes de transmission [12].
Dans ce cadre, limpdance caractristique Z0 dune ligne quelconque sexprime sous la forme :
s
R + jL
Z0 =
(1)
G + jC
et la constante de propagation est sous la forme :
p
= (R + jL)(G + jC) = (f ) + j(f )

(2)

o R et G sont respectivement la rsistance et la conductance liniques exprimes en /m et S/m, L et C

sont respectivement linductance et la capacitance liniques exprimes en H/m et F/m, et (f ) et (f ) sont
2
240

0.6

0.4

-10

0.2

-20

Amplitude (dB)

Amplitude normalise

Journes scientifiques 'PROPAGATION ET TLDTECTION'

0
-0.2
-0.4
-0.6
-0.8
-1

-30
-40
-50
-60
-70

0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8

Temps (s)

-80

10

(a)

20

30 40 50 60 70
Frquence (MHz)

80

90 100

(b)

F IG . 1 Exemple de mesure de canal CPL. Rponse impulsionnelle relle (a) et fonction de transfert (b).
respectivement la constante dattnuation et de phase. La valeur du coefficient augmente de faon significative
avec la frquence, ce qui traduit lattnuation svre du canal avec laugmentation de la frquence.
La thorie des ligne enseigne galement quun phnomne de rflexion aura lieu chaque endroit o limpdance ZL de la charge branche au rseau nest pas adapte limpdance caractristique Z0 de la ligne, o
encore lorsque les cbles subissent une non-uniformit qui modifie limpdance caractristique dans un secteur
du rseau. Les coefficients de rflexion et de transmission T sont alors exprims par :
=
T

ZL Z0
ZL + Z0

= 1

(3)
(4)

La topologie dun rseau lectrique domestique typique prsente une structure en toile o plusieurs circuits
sont connects au niveau du tableau lectrique, chaque circuit comprenant une ou plusieurs branches. Cette
structure gnre un nombre important de rflexions dues la dsadaptation dimpdance aux diffrents nuds
du rseau. Ainsi, le canal de transmission CPL peut tre considr comme un canal trajet multiple prsentant
une forte attnuation avec la frquence.
1.2.

Modles empiriques

La figure 1 prsente une mesure du canal CPL ralise dans la bande [30 kHz - 100 MHz] laide dun
analyseur de rseau vectoriel. On peut observer de faon exprimentale les caractristiques du canal prdites
par la thorie des lignes : la rponse impulsionnelle (a) correspond un ensemble de trajets multiples, et la
fonction de transfert (b) prsente une puissance dcroissante avec la frquence.
Partant de ce constat, plusieurs modles empiriques de la fonction de transfert du canal CPL ont t dfinis dans
la littrature. Par exemple, un modle de rponse impulsionnelle bas sur la dfinition de trajets multiples est
dtaill dans [13]. Dans [3], une campagne regroupant 144 mesures de canal ralises sur 7 sites est rapporte.
Ces canaux sont regroups en 9 classes dtermines selon leurs capacits croissantes. Pour chaque classe, un
modle est dfini dans le domaine frquentiel par une approche statistique prenant en compte lattnuation du
canal, sa phase et les vanouissements frquentiels dus aux trajets multiples.
Pour les besoins de notre tude, nous utilisons le modle de canal analytique prsent dans [2]. Son intrt est
quil se prsente sous une formulation mathmatique simple en restant adapt aux particularits du canal CPL.
En particulier, la fonction de transfert du canal H(f ) est modlise en fonction de la frquence f par :

H(f ) =

K
X

A(f, dk )k ej2f k

(5)

k=1

o K est le nombre de trajets de propagation et k et k sont lamplitude et le retard du k me trajet. dk = vP k

est la longueur du k me trajet de propagation, avec vP ' 2 108 m.s-1 la vitesse de propagation des ondes sur
le cble lectrique.
3
241

Journes scientifiques 'PROPAGATION ET TLDTECTION'

Lattnuation frquentielle du canal A(f, d) est donne par :

A(f, d) = e(a0 +a1 f

x )d

(6)

o a0 et a1 sont des les paramtres dattnuation empiriques, et x [0.5, 1] dfinit la courbure de la fonction
dattnuation dans le domaine frquentiel. Finalement, la rponse impulsionnelle du canal h( ) est obtenue
partir de la fonction de transfert H(f ) par transforme de Fourier inverse.
2.

Mthode Frequency Domain Maximum Likelihood

2.1.

Algorithme FDML original

Un algorithme didentification de trajets de propagation cherche rpondre la question suivante : quelle est la
valeur optimale du vecteur rel {k ; k }k[1 ;K] , tel que la fonction de transfert simule par lquation (5) soit
la plus proche de la fonction de transfert mesure Hmes (f ) ?
La mthode Frequency Domain Maximum Likelihood (FDML), est un algorithme initialement conu pour les
signaux radio Ultra Large Bande [8]. Il apporte des amliorations un algorithme similaire excut dans le
domaine temporel [14]. Pour cette application radio hautes frquences, le facteur dattnuation A(f, d) est
considr unitaire. Le droulement de lalgorithme FDML original est brivement dcrit dans les paragraphes
suivants.
I.

Initialisation
Les informations concernant le premier rayon sont obtenues en recherchant le pic de corrlation entre la
rponse impulsionnelle relle mesure hmes ( ) et la rponse du sondeur s( ).
k = 1
Tobs

hmes (t)s(t )dt

1,1 = arg max

[0,Tobs ] 0

1,1 =

(7)

Tobs

hmes (t)s(t 1,1 )dt

0

II .

Calcul de la rponse rsiduelle et recherche du rayon suivant

La rponse impulsionnelle relle rsiduelle hres ( ) correspond la rponse impulsionnelle mesure,
laquelle on soustrait les rayons dj identifis.
k = k+1
hres ( ) = hmes ( ) s( )

k1
X

k1,i ( k1,i )

(8)

i=1

Le rayon suivant est alors estim par corrlation, de la mme manire que lors de ltape I :
Z

Tobs

hres (t)s(t )dt

init,k = arg max

[0,Tobs ] 0

init,k =

Tobs

hres (t)s(t init,k )dt

(9)

III .

Phase doptimisation
Le vecteur {k1,1 , . . . , k1,k1 , init,k ; k1,1 , . . . , k1,k1 , init,k }, reprsentant lensemble des rayons
courants, est alors optimis de faon minimiser lcart entre la fonction de transfert Hmes (f ), mesure
par le sondeur entre les frquences fmin et fmax , et la fonction de transfert correspondant aux rayons
courants. Plus prcisment, en dfinissant lerreur de modlisation par :
Dk (f ) = Hmes (f )

k
X
i=1

4
242

i ej2f i

(10)

Journes scientifiques 'PROPAGATION ET TLDTECTION'

(a)

(b)

F IG . 2 Trajets dtects par lalgorithme FDML. Sans prise en compte de lattnuation (a) et avec estimation
des paramtres dattnuation (b).
on cherche minimiser la fonction suivante :
gk (1 , . . . , k , 1 , . . . , k ) =

fmax

|Dk (f )|2 df

(11)

fmin

partir des rayons courants dfinis plus haut.

IV.

2.2.

Critre darrt
Lalgorithme sarrte ds que lamplitude du nouveau rayon passe sous un seuil dtermin. Sinon, lalgorithme reprend ltape II.
Amliorations apportes lalgorithme FDML

Plusieurs amliorations ont t apportes lalgorithme FDML original afin de tenir compte des spcificits du
canal CPL. En particulier, la non prise en compte de lattnuation frquentielle importante observe pour les
transmissions sur cble lectrique conduit des rsultats errons. En effet, chaque trajet arrivant avec un retard
k est affect par une attnuation A(f, vP k ), selon le modle donn par lquation (6), o vP ' 2 108
m.s-1 est la vitesse de propagation des ondes sur le cble lectrique.
Pour rsoudre ce problme, il est ncessaire dintroduire une tape destimation des paramtres a0 , a1 et x
du modle dattnuation utilis (quation (6)). En se basant sur lhypothse que lattnuation globale du canal
est majoritairement influence par lattnuation du trajet principal, cette estimation peut se raliser lors de
ltape dinitialisation partir des valeurs {1,1 , 1,1 } caractrisant le premier trajet. Nous avons donc complt
linitialisation de lalgorithme comme suit :
I.

bis Estimation de lattnuation frquentielle

Les paramtres dattnuation (a0 , a1 , x) sont obtenus en minimisant lerreur quadratique entre le spectre
mesur et lattnuation correspondant un seul trajet.
Z
{a0 , a1 , x} = arg min

fmax

a
0 ,
a1 ,
x fmin

|Hmes (f ) e(a0 +a1 f

x
)v

1,1
P

1,1 ej2f 1,1 |2 df

(12)

Une fois les paramtres a0 , a1 et x estims, on tient compte de lattnuation du canal en redfinissant lerreur
de modlisation Dk (quation (10)) par :
Dk (f ) = Hmes (f )

k
X

A(f, vP i )i ej2f i

i=1

5
243

(13)

Journes scientifiques 'PROPAGATION ET TLDTECTION'

Une seconde modification de lalgorithme consiste en une correction des trajets obtenus. En dfinissant une
rsolution finale arbitraire R, les trajets dont la diffrence de retard est infrieure R sont regroups en un
seul trajet, dont le retard est calcul par une moyenne pondre des trajets individuels, et lamplitude est la
somme des amplitudes des trajets individuels. Dautre part, les trajets dont lamplitude est infrieure une
amplitude minimale arbitraire min ne sont pas conservs. Cette opration permet dviter lidentification de
trajets artfacts, dus au bruit de la mesure, ou gnrs par la nature itrative de lalgorithme.
La figure 2 prsente les rsultats de lalgorithme FDML appliqu sur un canal test compos de 5 trajets. Une
attnuation est applique ces trajets suivant lquation (6) avec les paramtres a0 = 9.4 103 , a1 =
4.2 107 et x = 0.7, et on ajoute au signal obtenu un bruit blanc additif gaussien tablissant un rapport signal
bruit de 50 dB. La bande danalyse stend de 2 MHz 100 MHz. On constate que linclusion du modle
dattnuation permet dobtenir une bonne approximation des trajets du canal de propagation.
3.

Mthode Matrix Pencil

3.1.

Procdure mathmatique

Lalgorithme Matrix-Pencil [9, 10] est une mthode matricielle applique dans le monde du traitement de la
parole qui a sembl envisageable dans lestimation des trajets qui constituent le canal CPL. Il sagit dune
technique gnrale permettant de dterminer les paramtres dune somme dexponentielles complexes. Cette
mthode peut tre applique un signal sous la forme suivante :
y(nTs ) =

K
X

k zkn + w(nTs )

(14)

k=1

pour estimer K, {k }k=1,...,K et {zk }k=1,...,K en prsence du bruit w(t) partir du signal y(t) chantillonn
aux instants nTs o n=0, ..., N 1. Lalgorithme est dcrit de manire dtaille dans [10], nous en rappelons
ici les tapes principales. Notons galement que la rfrence [7] applique une variante de cet algorithme au cas
du canal CPL.
La premire tape consiste valuer le paramtre K (dans notre cas, le nombre de trajets significatifs). Une
matrice [Y ] est construite de la manire suivante :

[Y ] =

y(0)
y(1)
...
y(L)
y(1)
y(2)
... y(L + 1)
.
.
.
.
.
.
.
.
.
y(N L 1) y(N L) ... y(N 1)

(15)

o N est le nombre dchantillons des donnes, et L est un paramtre de lalgorithme choisi entre N/3 et N/2
pour une meilleure immunit face au bruit [10].
La matrice [Y ] est ensuite dcompose en valeurs singulires de faon obtenir :
[Y ] = [U ][][V ]

(16)

o reprsente loprateur transpos conjugu, et [] est une matrice diagonale contenant les valeurs singulires
i de la matrice [Y ] 1 . K est le nombre de valeurs singulires qui vrifient la relation suivante :
i
10p
maxi i

(17)

o p dfinit un seuil en dessous duquel les valeurs singulires sont considres en dessous du niveau du bruit.
La seconde tape consiste dterminer les valeurs {zk }i=1,...,K . On construit la matrice [V 0 ] = [v1 , v2 , ...vK ]
o les vecteurs vk sont les K vecteurs de la matrice [V ] correspondant aux K valeurs propres dominantes. Les
1

Les matrices [U ] et [V ] sont des matrices unit composes respectivement des vecteurs propres de [Y ][Y ] et [Y ] [Y ].

6
244

Journes scientifiques 'PROPAGATION ET TLDTECTION'

matrices [V10 ] et [V20 ] sont obtenues partir de la matrice [V 0 ] en liminant respectivement la dernire ligne et la
premire ligne de [V 0 ]. On dfinit alors :
[Y1 ] = [U ][0 ][V10 ]
0

[Y2 ] = [U ][

][V20 ]

(18)
(19)

o [0 ] est construite partir des K colonnes dominantes de [].

Il a t montr dans [9] qu condition que K L N K, les zk sont les valeurs propres du produit
[Y1 ]+ [Y2 ] o le signe + dsigne le pseudo-inverse de la matrice [Y1 ] 2 . Une bonne rsolution est trouve pour
lestimation des zk jusqu un SNR de 20-25 dB [10].
Une fois K et les valeurs {zk }k=1,...,K dtermins, on peut reformuler le problme donn par lquation (14)
sous la forme [y] = [Z][] comme le montre lquation (20). La solution qui minimise ky Zk2 est =
 1
[Z] [Z]
[Z] [y] pourvu que la matrice Z soit de rang plein, ce qui est le cas ds lors que N > M .

1
1
...
1
y(0)
1

z1

z2
... zK
y(1)

.
. .
.

= .

(20)

.
.
.

.
.
. .
.
N 1
N 1
N 1
y(N 1)
K
z1
z2
... zK
3.2.

Application de lalgorithme MP au cas du canal CPL

En considrant dans un premier temps A(f, d) comme unitaire, et chantillonnant la fonction de transfert du
canal avec un pas f , lquation (5) se met sous la forme :
H(nf ) =

K
X

k ej2nf k

(21)

k=1

P
n
En faisant lidentification zk = ej2f k , on obtient H(nf ) = K
k=1 k zk . Lalgorithme MP peut donc
tre directement utilis pour identifier les trajets du canal CPL si on nglige lattnuation A(f, d).
Afin de vrifier lapplicabilit de lalgorithme MP pour un canal CPL raliste, il convient dtudier limpact de
linclusion dun terme A(f, d) non unitaire. Supposons dabord que lon a x = 1. Lquation (5) chantillonne
devient :
K
X
e(a0 +a1 nf )k vP k ej2nf k
(22)
H(nf ) =
k=1

P
n
En identifiant cette fois k = k ea0 k vP et zk = ef (a1 vP +j2)k , on obtient H(nf ) = K
k=1 k zk . Lalgorithme MP peut donc galement tre directement utilis. Pour obtenir la valeur des couples {k , k }k=1,...,K
partir des valeurs {k , zk }k=1,...,K , les paramtres dattnuation a0 et a1 sont estims de la faon dcrite dans
la section 2.2.
Finalement, dans le cas gnral o x [0.5, 1[, il nest pas possible de mettre lquation (5) sous la forme
canonique de lalgorithme MP. Pour tudier limpact de lattnuation frquentielle sur la rponse impulsionnelle, nous calculons la rponse impulsionnelle du canal h( ) partir de la fonction de transfert du canal par
transforme de Fourier inverse :
Z
Z X
K
x
j2f
h( ) =
H(f )e
df =
e(a0 +a1 f )k vP k ej2f k ej2f df
(23)

k=1

En utilisant le fait que la fonction de transfert du canal prsente une symtrie hermitienne, on obtient :
h( ) =

K
X

k ea0 k vP a(, k )

k=1

1
2
Le pseudo-inverse de [Y1 ] est dfini par [Y1 ] [Y1 ]
[Y1 ] .

7
245

(24)

Journes scientifiques 'PROPAGATION ET TLDTECTION'

(a)

(b)

F IG . 3 Filtre dattnuation a(, k ) pour a1 = 4.2 107 . x = 0.7 et k [50 ns, 100 ns, 200 ns] (dk [10
m, 20 m, 40 m]) (a), k = 100 ns (dk = 20 m) et x [0.7, 0.75, 0.8] (b).

(a)

(b)

F IG . 4 Exemple dapplication de lalgorithme MP. Fonction de transfert (a) et rponse impulsionnelle (b).
o a(, k ) est la reprsentation temporelle du filtre dattnuation frquentielle :
Z
x
a(, k ) = 2
ea1 f k vP cos (2f ( k )) df

(25)

La figure 3 reprsente lvolution de la fonction a(, k ) pour diffrentes valeurs de retard k et diffrentes
valeurs de courbure x. On remarque (figure 3 (a)) que le lobe principal du filtre dattnuation slargit avec le
retard, ce qui se concrtisera par une baisse de rsolution pour les trajets distants. Dautre part, la figure 3 (b)
montre que lattnuation et la largeur du lobe principal augmentent avec le paramtre x.
Pour appliquer lalgorithme MP dans le cas dune attnuation non unitaire, nous avons choisi de supposer
dans un premier temps la valeur de x gale 1. Les tests effectus sur des mesures exprimentales montrent
que cette hypothse affecte peu lidentification du nombre de trajets significatifs K et des valeurs des retards
{k }k=1,...,K . Par la suite, lamplitude relle des trajets {k }k=1,...,K reste correctement estime par la procdure doptimisation que constitue la dernire tape de lalgorithme MP.
Comme dans le cas de lalgorithme FDML, une correction des trajets est applique sur les rsultats de lalgorithme MP, tenant compte dune rsolution finale arbitraire R, et dune amplitude minimale arbitraire min .
La figure 4 prsente les rsultats de lalgorithme MP appliqu sur un canal test compos de 8 trajets. Une
attnuation est applique ces trajets suivant lquation (6) avec les paramtres a0 = 9.4 103 , a1 =
8
246

Journes scientifiques 'PROPAGATION ET TLDTECTION'

Rsolution spatiale
1m
1.5 m
2m

Distance sur rseau lectrique

0.5 m
0.75 m
1m

Porte FDML
d 46 m
46 m< d 75 m
75 m< d 91 m

Porte MP
d3m
3 m< d 8 m
8 m< d 24 m

TAB . 1 Comparaison de la rsolution spatiale pour les algorithmes FDML et MP.

Nombre de
trajets
2
3
4
5
6
7
8
9
Moyenne

Temps de calcul
(MP)
11.25 s
11.43 s
11.82 s
12.32 s
11.66 s
11.78 s
12.16 s
12.42 s
11.85 s

Erreur rsiduelle
(MP)
3.4 106
3 106
2.98 106
2.82 106
2.76 106
2.55 106
2.68 106
2.7 106
2.86 106

Temps de calcul
(FDML)
2.84 s
5.15 s
5.19 s
28.26 s
10.3 s
27.61 s
56.07 s
63.89 s
24.91 s

Erreur rsiduelle
(FDML)
7.49 105
9.65 104
5.03 104
7.56 104
7.03 104
9.5 104
2.8 103
2.4 103
1.14 103

TAB . 2 Comparaison du temps de calcul et lerreur rsiduelle pour les algorithmes FDML et MP.
2.5 107 et x = 0.75, et on ajoute au signal obtenu un bruit blanc additif gaussien tablissant un rapport
signal bruit de 50 dB. La bande danalyse stend de 2 MHz 100 MHz. Comme dans le cas de lalgorithme
FDML, on remarque que lidentification des trajets reste satisfaisante, malgr lapproximation initiale faite sur
le paramtre x.
4.

Etude paramtrique

Une tude paramtrique a t mene pour analyser les performances des algorithmes FDML et MP en termes
de rsolution spatiale, de temps de calcul et derreur rsiduelle.
La rsolution spatiale est dfinie comme la distance minimale sparant deux trajets dtectables. Les simulations
sont effectues sur un cas simple de deux trajets chacun damplitude 0.5 en prsence dun bruit blanc additif
gaussien tablissant un SNR de 50 dB et dun modle dattnuation ayant comme paramtres a0 = 9.4
103 , a1 = 4.2 107 , x = 0.7. Les results sont rsums dans le tableau 1. Notons que dans le cas classique
dun rseau filaire en toile, la distance relle entre deux points de rflexion gnrant des trajets diffrents est
gale la moiti de la diffrence de longueur des trajets de propagation, car le signal se propage sur le trajet
supplmentaire dans les sens aller et retour. Ainsi, une rsolution d1 m permet de distinguer la prsence de
deux prises lectriques distantes de 50 cm. La porte est dfinie ici comme la distance sur laquelle les deux
trajets sont diffrencis par lalgorithme.
On remarque que lalgorithme FDML est beaucoup plus prcis que lalgorithme MP, la limitation en porte
de lalgorithme MP provenant de llargissement du lobe principal du filtre dattnuation frquentielle avec les
retards croissants. Notons galement que les bonnes performances de lalgorithme FDML restent valides sous
la condition dune bonne estimation du modle dattnuation mis en uvre, et pourraient se dgrader sur des
mesures exprimentales.
Dans un second temps, une comparaison du temps de calcul et derreur rsiduelle a t ralise pour les deux
algorithmes en fonction du nombre de trajets dtecter. Les simulations sont effectues en prsence dun
bruit blanc additif gaussien tablissant un rapport signal bruit de 50 dB et dune attnuation ayant comme
paramtres a0 = 9.4 103 , a1 = 4.2 107 , x = 0.7. Les estimations ont t ralises pour un nombre de
trajets variant de 5 9.
Le tableau 2 montre une nette diffrence dans le temps de calcul pour les deux mthodes. Lalgorithme MP se
base sur un formalisme matriciel et est donc peu affect par laugmentation du nombre de trajets. Lalgorithme
FDML, quant lui, a une structure itrative et comporte une tape doptimisation des trajets dtects. Son temps
de calcul augmente donc de manire significative avec le nombre de trajets.

9
247

Journes scientifiques 'PROPAGATION ET TLDTECTION'

(a)

(b)

F IG . 5 Application de lalgorithme MP sur une mesure en rseau exprimental. Topologie du rseau exprimental (a) et trajets de propagation dtects sur la mesure (b).
Trajet no
Position (m)
Longueur
supplmentaire (m)

1
22.28
0

2
55.05
13.41

3
58.84
15.31

4
66.20
18.99

5
68.06
19.92

6
93.13
32.45

7
104.83
38.31

8
107.51
39.64

9
139.17
55.47

10
142.83
57.30

TAB . 3 Position des trajets dtects sur le rseau exprimental

On remarque galement que lalgorithme MP fournit une meilleure approximation de la fonction de transfert
mesure, lerreur rsiduelle observe tant beaucoup plus faible que pour lalgorithme FDML. Nos observations
montrent que ceci est le cas condition que rapport signal bruit reste suffisamment lev.
5.

Validation sur des mesures exprimentales

Dans la suite de ltude, lalgorithme MP a t slectionn en raison de sa convergence plus rapide et de son
erreur rsiduelle plus faible. Cette section prsente la validation de lalgorithme MP sur des mesures de rseaux
exprimentaux.
Dans un premier temps, des mesures ont t ralises sur un rseau exprimental isol du rseau dnergie.
Ainsi, les mesures ne sont pas affectes par le bruit impulsif prsent sur le rseau dnergie. La topologie du
rseau lectrique considr est donne par la figure 5 (a). On remarque que les 4 prises du rseau sont largement
espaces, ce qui facilite la dtection de leur position. Les mesures ont t ralises laide dun analyseur de
rseau Agilent E5071C dont les ports dentre et de sortie sont connects sur le rseau lectrique par des
coupleurs branchs sur les prises E et S. Les prises X1 et X2 sont laisses en circuit ouvert. La fonction de
transfert H(f ) est obtenue entre les frquences 30 kHz et 100 MHz par une mesure du paramtre S21 .
La figure 5 (b) prsente la rponse impulsionnelle mesure et les trajets dtects. On remarque que malgr le
faible nombre de trajets slectionns par lalgorithme (10), la rponse impulsionnelle est reconstitue est fidle
la rponse impulsionnelle mesure. Ceci montre que lidentification des trajets de propagation est un outil
efficace pour modliser le canal de transmission CPL de faon compacte. Le tableau 3 donne la position des
diffrents trajets dtects. La longueur supplmentaire correspond la moiti de la diffrence entre le trajet
considr et le trajet direct. On peut clairement identifier sur chacun des 5 premiers trajets la longueur de la
branche du rseau exprimental sur laquelle a lieu une double rflexion. Les trajets suivants correspondent
des rflexions multiples sur plusieurs branches du rseau.
Finalement, nous avons galement appliqu lalgorithme MP sur des mesures ralises dans un rseau rsidentiel. Ce rseau correspond un cas rel, connect la tension dalimentation (220 V), et constitu dun
grand nombre de branches. La mesure a t effectue entre les frquences 30 kHz et 100 MHz en utilisant un
analyseur de rseau vectoriel. La figure 6 donne les rsultats de la mesure et les trajets dtects. Encore une

10
248

Journes scientifiques 'PROPAGATION ET TLDTECTION'

(a)

(b)

F IG . 6 Application de lalgorithme MP sur une mesure en rseau domestique. Fonction de transfert (a) et
rponse impulsionnelle (b).
fois, on peut observer la grande similitude entre la mesure et le canal synthtique reconstitu partir des trajets
dtects, la fois sur la fonction de transfert (a) et sur la rponse impulsionnelle (b).
Conclusion
Cet article prsente une tude de lidentification des trajets de propagation dans un rseau lectrique partir de
mesures frquentielles. Deux algorithmes existants, FDML et MP, ont t tudis et adapts au cas particulier du
canal CPL. Une tude paramtrique a montr que le FDML prsente une meilleure rsolution, mais gnre une
erreur rsiduelle plus importante. Lalgorithme MP a finalement t valid sur des mesures exprimentales. Les
travaux futurs sur cette thmatique concerneront limplementation pratique de lalgorithme MP et lexploitation
des informations sur la topologie du rseau pour amliorer les performances des systmes de communication
CPL.
Rfrences bibliographiques
[1] N. Pavlidou, A. J. Han Vinck, J. Yazdani et al., Power line communications : state of the art and future trends, IEEE Communications Magazine, vol. 41, no. 4, pp. 3440, April 2003.
[2] M. Zimmermann and K. Dostert, A Multipath Model for the Power Line Channel, IEEE Transactions on Communication,
vol. 50, no. 4, pp. 553559, April 2002.
Part I :
[3] M. Tlich, A. Zeddam, F. Moulin et al., Indoor Powerline Communications Channel Characterization up to 100 MHz U
One-Parameter Deterministic Model, IEEE Transactions on Power Delivery, vol. 23, no. 3, pp. 13921401, July 2008.
Part II : Time-Frequency Analysis, IEEE
[4] , Indoor Powerline Communications Channel Characterization up to 100 MHz U
Transactions on Power Delivery, vol. 23, no. 3, pp. 14021409, July 2008.
[5] H. Hashemi, The indoor radio propagation channel, Proceedings of the IEEE, vol. 81, no. 7, pp. 943968, July 1993.
[6] J. B. Andersen, T. S. Rappaport, and S. Yoshida, Propagation measurements and models for wireless communications channels,
IEEE Communications Magazine, vol. 33, no. 1, pp. 4249, Jan. 1995.
[7] H.-M. Oh, S. Choi, Y. Kim et al., A Systematic Approach to Analyzing Multipath Parameters From PLC Channel Response,
IEEE Transactions on Power Delivery, vol. 23, no. 4, pp. 19211929, Oct. 2008.
[8] B. Denis and J. Keignart, Post-processing framework for enhanced UWB channel modeling from band- limited measurements,
in IEEE Conference on Ultra Wide Band Systems and Technologies, Reston, VA, USA, Nov. 2003, pp. 260264.
[9] Y. Hua and T. K. Sarkar, Matrix pencil method for estimating parameters of exponentially damped/undamped sinusoids in noise,
IEEE Transactions on Acoustics, Speech and Signal Processing, vol. 38, no. 5, pp. 814824, May 1990.
[10] T. K. Sarkar and O. Pereira, Using the matrix pencil method to estimate the parameters of a sum of complex exponentials, IEEE
Antennas and Propagation Magazine, vol. 37, no. 1, pp. 4855, Feb 1995.
[11] S. Galli and O. Logvinov, Recent Developments in the Standardization of Power Line Communications within the IEEE, IEEE
Communications Magazine, vol. 46, no. 7, pp. 6471, July 2008.
[12] R. E. Matick, Transmission lines for digital and communication networks. McGraw-Hill, 1969.
[13] H. Philipps, Modelling of Powerline Communication Channels, in International Symposium on Power Line Communications
and its Applications, Lancaster, UK, March 1999.
[14] J. Y. Lee and R. A. Scholtz, Ranging in a Dense Multipath Environment Using an UWB Radio Link, IEEE Journal on Selected
Areas in Communications, vol. 20, no. 9, pp. 16771683, Dec. 2002.

11
249