1.2.2. Les modèles à petite échelle
« fading »
Small-Scale fading, ou simplement fading, est utilisé
selon T. Rappaport [Rappaport, 02] 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 des
transmission des données.
1.2.3. Calcul de la probabilité d'erreur de bit BER
Bit Error Rate
Pour obtenir des simulations de réseaux sans fils 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 [Khosroshahy, 06] 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 [Khosroshahy,
06].
1.2.4. Calcul de la probabilité d'erreur de paquet
PER Packet Error Rate
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
[Khalili et al., 06].
1.2.4.1. Distribution uniforme de l'erreur
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 PSR sera le produit des deux probabilités de
chaque morceau [Manshaei et al. 05]. Enfin, la probabilité d'erreur d'un
paquet PER sera 1 -PSR.
Cette méthode suppose que la valeur de BER est uniforme
pour tous les bits d'un
paquet.
1.2.4.2. 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 [Khalili et al., 06].
Selon Khalili et Salamatian [Khalili et al., 06] 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 ë. 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. ë
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.
| 
