Résumé:
Cette thèse étudie le problème du rapport de crête à moyenne de puissance (PAPR) dans les systèmes de multiplexage par répartition orthogonale de fréquence (OFDM) en utilisant les schémas de séquence partielle de transmission (PTS) et de mappage sélectionné (SLM), où l'optimisation est réalisée avec des algorithmes stochastiques évolutionnaires. L'optimisation du facteur de phase dans PTS et SLM est utilisée pour réduire le PAPR. Tout d'abord, une nouvelle approche PTS basée sur un algorithme culturel à multi- population adoptant la migration des connaissances (PTS-MCAKM) est proposée pour la recherche optimale des facteurs de rotation de phase, ce qui permet d'améliorer les performances du PAPR avec une complexité de recherche réduite. Ensuite, l'optimisation basée sur l'apprentissage-enseignement pour la technique SLM (SLM-TLBO) est présentée, ce qui permet d'obtenir un meilleur PAPR avec moins d'efforts de calcul. L'algorithme présente une structure simple avec moins d'efforts de calcul et aucun paramètre spécifique à l'algorithme. Les performances du PAPR des techniques proposées avec différents paramètres sont également vérifiées par de nombreuses simulations informatiques. De plus, une analyse de complexité des algorithmes démontre que les schémas proposés offrent une réduction significative de la complexité par rapport aux techniques standard de réduction du PAPR et aux algorithmes d'optimisation précédemment utilisés. Les résultats ont été validés par de nombreux tests de simulation approfondis.
