1.2.2.2 Les modèles à petite
échelle
Small-Scale fading, ou simplement fading, est
utilisé selon T. Rappaport [1] pour décrire une fluctuation
rapide de l'amplitude ou de la phase du signal pendant une très courte
période. La cause de ce phénomène est
l'interférence entre les différentes versions du signal
émis quand elles arrivent au récepteur dans des instants
distincts.
Ce modèle peut être ajouté avec l'un des
modèles à grande échelle déjà cité.
Il s'intéresse au coté dynamique de l'environnement, comme les
mouvements de l'émetteur ou du récepteur au cours de la
transmission des données.
1.2.2.3 Calcul de la probabilité d'erreur d'un
bit
Pour obtenir des simulations de réseaux sans fil IEEE
802.11 plus réalistes, il faut pouvoir estimer avec précision les
valeurs du BER et PER. Dans notre projet, nous sommes basés sur le
travail de Masood Khosroshahy [2] pour le calcul du BER et du
PER. Il a déjà intégré son travail
dans le simulateur YANS. Les formules pour le calcul du BER pour les
différents types de modulations sont bien détaillées dans
[2].
1.2.2.4 Calcul de la probabilité d'erreur d'un
paquet
Dans cette partie, nous introduisons deux méthodes de
calcul de la probabilité qu'un paquet soit perdu. La première,
qui est la plus simple, est appelée la distribution uniforme de l'erreur
Uniform Error Distribution. La deuxième est une
nouvelle méthode proposée par Ramin Khalili et Kavé
Salamatian [3].
1.2.2.4.1 Distribution uniforme de l'erreur
Chaque paquet est composé de deux morceaux, la partie
entête header et une partie donnée
payload. Les deux morceaux sont envoyés dans la plupart
des cas avec des débits de transmission différents. La
probabilité de succès d'une transmission d'un morceau Chunk
Success Rate CSR est calculée en fonction du BER de
chaque bit de ce morceau à l'aide de l'équation 1.4.
Ensuite, La probabilité de succès d'une
transmission d'un paquet Packet Success Rate PSR sera le
produit des deux probabilités de chaque morceau [4]. Enfin, la
probabilité d'erreur d'un paquet PER sera 1-PSR.
CSR = (1 - BER))nbits (1.4)
PER = 1 - CSRPLCP.CSRPAYLOAD (1.5)
P ER = 1- (1- BERP LCP ) HEADER - LENGT
H.(1 - BERP AY LOAD) P AY LOAD_LENGTH (1.6)
Cette méthode suppose que la valeur de BER est uniforme
pour tous les bits d'un paquet.
1.2.2.4.2 Distribution d'erreur non uniforme
Dans ce paragraphe, nous présentons une deuxième
approche pour le calcul du BER et du PER en se basant sur [3]. Selon Khalili et
Salamatian [3] l'hypothèse que la distribution d'erreur est uniforme
mène à une surestimation de la valeur PER. Ils ont ajouté
de nouvelles notions afin de proposer d'autres formules pour le calcul du PER
comme EER et À. Le taux d'erreur Error Event Rate EER
est une probabilité indiquant la fréquence d'occurrence
d'une erreur dans une partie d'un paquet. À est le paramètre
d'une loi géométrique qui décrit la longueur d'une
période d'erreur. Ce taux dépend de la valeur de SNR et aussi du
FEC.
En bref, pour un morceau de paquet, il s'agit de tirer un
nombre aléatoire qui serait l'événement d'un début
d'une période d'erreur. Ensuite, tirer un autre nombre aléatoire
qui représentera la durée en bits de cette erreur. Enfin, pour
chaque bit dans cette période nous choisissons un nombre
aléatoire et le comparons avec BER/ë.
| 
