AWGN (Bruit Blanc Gaussien Additif)

Le bruit blanc gaussien additif (AWGN) est un modèle statistique fondamental utilisé dans les systèmes de communication pour simuler l'impact du bruit aléatoire sur les signaux. Il représente un bruit aléatoire et non corrélé à densité spectrale constante et à amplitude distribuée normalement, fournissant un modèle de référence pour l'analyse théorique et les simulations de systèmes.

Définition et caractéristiques

L'AWGN combine trois propriétés fondamentales :

• Additif : Le bruit est indépendant du signal transmis et s'y ajoute linéairement.

• Blanc : La puissance est uniformément répartie sur toutes les fréquences, ce qui se traduit par une densité spectrale plate.

• Gaussien : L'amplitude suit une distribution normale centrée sur zéro.

Ce modèle offre un moyen simplifié mais efficace d'étudier le comportement des systèmes dans des conditions limitées par le bruit.

Distribution de probabilité de l'AWGN

L'amplitude de l'AWGN suit une distribution gaussienne (normale) avec une moyenne nulle. La fonction de densité de probabilité est :

p(x) = (1/√(2πσ²)) × e^(-(x–μ)² / (2σ²))

Où :

• μ est la moyenne (généralement 0)

• σ² est la variance (puissance du bruit)

La plupart des valeurs de bruit se regroupent près de zéro, les valeurs extrêmes étant moins fréquentes.

Représentation mathématique

Dans un système de communication typique, l'AWGN est modélisé comme suit :

r(t) = s(t) + n(t)

Où :

• r(t) est le signal reçu

• s(t) est le signal transmis

• n(t) est la composante de bruit gaussien

Ce modèle permet l'analyse des performances du système en utilisant les rapports signal sur bruit (SNR) et les taux d'erreur binaire (BER).

Exemple : Dégradation du signal par le SNR

Considérons un signal vocal transmis sur un canal AWGN :

• À 20 dB SNR, la puissance du bruit est 100 fois plus faible que celle du signal → qualité audio claire.

• À 10 dB SNR, le bruit n'est que 10 fois plus faible → distorsion audible et bruit statique.

• Des valeurs de SNR plus faibles entraînent une intelligibilité dégradée et des taux d'erreur plus élevés.

Ceci illustre comment le bruit affecte la clarté du signal en fonction des rapports de puissance.

Rôle dans la conception des systèmes de communication

L'AWGN sert de modèle de base dans :

• L'analyse des performances de modulation et de codage

• L'estimation de la capacité des canaux idéaux (limite de Shannon)

• Les simulations de BER pour les schémas de modulation (par exemple, QPSK, OFDM)

• Le benchmark de référence dans la conception de liaisons de communication

Bien que les canaux réels incluent souvent l'évanouissement, les interférences et le bruit non gaussien, l'AWGN reste la norme pour les prédictions de performances du premier ordre et l'optimisation des systèmes.