· web viewdihitung dari data yang diukur , menggunakan regresi linier sehingga perbedaan antara...

1. PERHITUNGAN/PERSAMAAN LINK BUDGET MENGGUNAKAN MODEL PATH

LOSS

Kebanyakan model propagasi radio berasal menggunakan kombinasi analisis dan

metode empiris. Pendekatan empiris didasarkan pada kurva pas atau ekspresi analitis yang

menciptakan satu set data yang diukur. Ini memiliki keuntungan dari implisit

memperhitungkan semua faktor propagasi, keduanya dikenal dan diketahui, melalui

pengukuran lapangan yang sebenarnya . Namun, validitas empiris model pada frekuensi

transmisi atau lingkungan selain yang digunakan untuk menurukan model genteng hanya

dapat dibentuk oleh data diukur tambahan baru lingkungan pada frekuensi transmisi yang

dibutuhkan . Seiring waktu , beberapa klasik model propagasi telah muncul , yang sekarang

digunakan untuk memprediksi cakupan skala besar untuk komunikasi desain sistem mobile .

Dengan menggunakan model path loss untuk memperkirakan tingkat sinyal yang diterima

sebagai fungsi jarak, maka ada kemungkinan untuk memprediksi SNR untuk sistem

komunikasi mobile.

1.1. Model Log- Jarak Path Loss

Kedua model propagasi teoritis dan pengukuran berbasis menunjukkan bahwa

rata-rata kekuatan sinyal yang diterima menurun logaritmis dengan jarak, apakah di

saluran radio outdoor atau indoor . Model tersebut telah digunakan secara ekstensif dalam

literatur . Rata-rata path loss skala besar untuk pemisahan T-R yang dinyatakan sebagai

fungsi jarak dengan menggunakan kerugian eksponen path , n.

atau

dimana n adalah eksponen path loss yang menunjukkan tingkat di mana jalan

kerugian meningkat dengan jarak , d adalah jarak referensi dekat di yang ditentukan

dari pengukuran dekat dengan pemancar , dan d adalah jarak pemisahan TR .

Renie Febriyanti - 105060304111001 1

Gambar 3.16. Pengukuran koefisien refleksi terhadap sudut datang di situs dinding batu kasar.


Ketika diplot pada log – log skala, path loss dimodelkan adalah garis lurus

dengan kemiringan sama dengan dB per 10n dekade . Nilai n tergantung pada

lingkungan propagasi tertentu. Untuk misalnya , di ruang bebas , n adalah sama

dengan 2 , dan ketika penghalang hadir, n akan memiliki nilai yang lebih besar . Hal

ini penting untuk memilih referensi ruang jarak bebas yang sesuai untuk lingkungan

propagasi . Dalam sistem selular cakupan yang besar , 1 km referensi jarak yang

umum digunakan, sedangkan dalam sistem mikroseluler, jarak jauh lebih kecil

(seperti 100 m atau 1 m ) digunakan . Jarak referensi harus selalu berada di medan

jauh dari antena sehingga efek dekat lapangan tidak mengubah path loss referensi .

Referensi path loss dihitung menggunakan ruang jalan bebas dengan rumus joss

diberikan oleh persamaan ( 3.5) atau melalui pengukuran lapangan di jarak d0 . Tabel

3.2 daftar eksponen path loss khas yang diperoleh dalam berbagai lingkungan radio

mobile.

1.2 Bayangan Log normal

Model dalam persamaan (3.68) tidak mempertimbangkan fakta bahwa sekitar

kekacauan lingkungan mungkin sangat berbeda di dua lokasi yang berbeda memiliki

sama pemisahan T-R yang sama. Hal ini menyebabkan sinyal diukur jauh berbeda

dari nilai rata-rata yang diprediksi. Pengukuran telah menunjukkan bahwa pada setiap

nilai d, path loss PL (d) di lokasi tertentu adalah acak dan terdistribusi log-normal

(nonnal dalam dB) tentang nilai rata-rata jarak dependent , yaitu


Dan (keuntungan antena termasuk dalam PL (d) dimana X1, adalah nol berarti

Gaussian didistribusikan variabel acak (dalam dB) dengan standar deviasi σ (juga

dalam dB).

Log distribusi normal menggambarkan efek bayangan random yang terjadi

selama sejumlah besar lokasi pengukuran yang memiliki TR yang sama pemisahan ,

tetapi memiliki berbagai tingkat kekacauan pada jalur propagasi .Fenomena ini disebut

sebagai membayangi log - normal. Sederhananya , membayangi log normal

menyiratkan bahwa pengukuran tingkat sinyal pada pemisahan TR tertentu telah

Gaussian ( normal) distribusi tentang rata-rata jarak, di mana tingkat sinyal yang

diukur memiliki nilai dalam satuan dE . Standar deviasi dari distribusi Gaussian yang

menggambarkan membayangi juga memiliki unit dB . Dengan demikian , efek acak

membayangi dicatat dengan menggunakan Gaussian distribusi yang cocok mudah

untuk evaluasi ( lihat Lampiran D ) .

Yang in-close kejauhan referensi d0 , path loss eksponen n , dan standar

penyimpangan , statistik menggambarkan model path loss untuk lokasi sewenang-

wenang memiliki pemisahan TR tertentu, dan model ini dapat digunakan dalam

komputer simulasi untuk memberikan tingkat daya yang diterima untuk lokasi acak

dalam komunikasi desain sistem dan analisis . Dalam praktiknya , nilai-nilai n dihitung

dari data yang diukur , menggunakan regresi linier sehingga perbedaan antara diukur

dan diperkirakan kerugian path diminimalkan dalam arti mean square error atas

berbagai pengukuran lokasi dan T - R pemisahan . Nilai P t ( d0 ) adalah berdasarkan

pengukuran baik in-close atau pada asumsi ruang bebas dari pemancar d0 . Sebuah

contoh bagaimana eksponen path loss ditentukan dari data yang diukur berikut .

Gambar berikut mengilustrasikan data yang aktual yang diukur dalam beberapa sistem

radio selular dan menunjukkan variasi acak tentang rata-rata path loss ( dalam dB )

karena membayangi pada pemisahan TR tertentu.

Dimana


Probabilitas bahwa tingkat sinyal yang diterima akan melebihi nilai y

tertentu dapat dihitung dari fungsi kepadatan kumulatif

Demikian pula, probabilitas bahwa tingkat sinyal yang diterima akan

berada di bawah y diberikan oleh

Gambar 3.17 Plot pencar data diukur dan MMSE path loss model yang sesuai untuk Thany kota di

Jerman. Untuk data ini, n = 2,7 dan y = 11,8 dB.

1.3 Penentuan Persentase Cakupan Area


Hal ini jelas bahwa karena Radon efek bayangan, beberapa lokasi dalam cakupan

area akan berada di bawah tertentu yang diinginkan menerima ambang batas sinyal.

Sekarang sering berguna untuk menghitung bagaimana cakupan batas berkaitan

dengan persen daerah tercakup dalam batas. Untuk area jangkauan lingkaran memiliki

radius R dari base station, biarlah ada beberapa yang diinginkan menerima sinyal

ambang y. Kami tertarik pada komputasi U (y), persentase wilayah layanan yang

berguna (yaitu persentase daerah dengan sinyal yang diterima yaitu sebesar atau lebih

besar dari y), mengingat kemungkinan dikenal cakupan pada batas sel. Membiarkan d

= r merupakan jarak radial dari pemancar, dapat ditunjukkan bahwa jika Pr (r)> yj

adalah probabilitas bahwa sinyal yang diterima acak pada d = r melebihi ambang batas

y dalam area dA tambahan, maka U (y) dapat ditemukan dengan:

Pr (Pr (r) > y) diberikan oleh

Dalam rangka untuk menentukan path loss sebagai referensi untuk batas sel (r

= R), itu jelas bahwa


Gambar 3.18 Keluarga kurva berkaitan fraksi dari total wilayah dengan sinyal di atas ambang batas, U (y)

sebagai fungsi probabilitas sinyal di atas ambang batas pada batas sel.

2. MODEL PROPAGASI OULDOOR

Radio transmission.in sistem komunikasi mobile sering terjadi di medan yang tidak

teratur . Profil medan daerah tertentu perlu diambil mempertimbangkan untuk memperkirakan

path loss . Profil daerah mungkin berbeda dari melengkung profil bumi sederhana untuk profil

yang sangat pegunungan . Kehadiran pohon, bangunan , dan hambatan lain juga harus

diperhitungkan . sejumlah model propagasi yang tersedia untuk memprediksi path loss di

medan yang tidak teratur . Sementara semua model ini bertujuan untuk memprediksi kekuatan

sinyal pada menjadi negara penerima tertentu titik atau di daerah tertentu ( disebut sektor ) ,

metode bervariasi dalam mereka Pendekatan , kompleksitas, dan akurasi . Sebagian besar

model-model ini didasarkan pada sistematis interpretasi data pengukuran yang diperoleh di

bidang layanan . beberapa yang umum digunakan model propagasi luar sekarang dibahas .


2.1 Model Rice Longley

Model Longley - Beras [ Ric67 ] , [ Lon68 ] berlaku untuk komunikasi point -

to – point sistem dalam rentang frekuensi dari 40 MHz sampai 100 GHz , lebih

berbeda jenis medan. Hilangnya transmisi median diperkirakan menggunakan path

geometri profil medan dan refractivity troposfer . geometris optics.techniques

( terutama tanah Model refleksi 2 - ray ) yang digunakan untuk memprediksi sinyal

kekuatan dalam cakrawala radio . Kerugian Difraksi lebih terisolasi hambatan

diestimasi dengan menggunakan model pisau-tepi Fresnel - Kirchoff . depan.

Teori pencar digunakan untuk membuat prediksi troposcatter jarak jauh , dan

jauh kerugian difraksi lapangan di jalur cakrawala ganda diperkirakan menggunakan

dimodifikasi Van der metode Pol - Bremmer . The Rice Longley- model prediksi

propagasi juga disebut sebagai model medan yang tidak teratur ITS .

The Rice Longley-model juga tersedia sebagai program komputer ke

menghitung skala besar rata-rata kerugian transmisi relatif terhadap free space loss

lebih medan teratur untuk frekuensi antara 20 MHz dan 10 GHz . Untuk transmisi

yang diberikan jalan , program mengambil sebagai masukan frekuensi transmisi , jalur

panjang , polarisasi , ketinggian antena , kebiasan permukaan , radius efektif bumi ,

konduktivitas tanah , tanah konstanta dielektrik , dan iklim. Program juga beroperasi

pada parameter jalan - spesifik seperti cakrawala jarak dari antena , sudut elevasi

cakrawala , sudut jarak trans - cakrawala , ketidakteraturan medan dan input spesifik

lainnya. Metode Longley - Beras beroperasi dalam dua mode . Ketika medan rinci

Profil jalur yang tersedia , parameter - jalan tertentu dapat dengan mudah ditentukan

dan prediksi ini disebut prediksi modus point-to -point . Di sisi lain , jika profil jalan

medan tidak tersedia , metode Longley - Beras menyediakan teknik untuk

mengestimasi parameter jalur khusus, dan prediksi tersebut adalah disebut prediksi

modus daerah .

Ada banyak modifikasi dan perbaikan kepada Longley – Beras Model sejak

publikasi aslinya . Satu transaksi ILon78l modifikasi penting dengan propagasi radio

di daerah perkotaan , dan ini sangat relevan dengan ponsel radio . Modifikasi ini

memperkenalkan istilah kelebihan sebagai penyisihan tambahan redaman karena

kekacauan perkotaan dekat antena penerima . ini tambahan panjang, disebut faktor


perkotaan ( UF ) , telah diturunkan dengan membandingkan prediksi oleh Rice

Longley-model asli dengan yang diperoleh oleh Okumura. Salah satu kelemahan dari

model Longley - Beras adalah bahwa hal itu tidak memberikan jalan penentuan

koreksi karena faktor lingkungan di sekitar langsung dari handphone penerima , atau

mempertimbangkan faktor koreksi untuk memperhitungkan efek bangunan dan

dedaunan. Selanjutnya , multipath tidak dianggap.

2.2 Model Durkin - Sebuah Studi Kasus

Sebuah propagasi pendekatan prediksi klasik mirip dengan yang digunakan

oleh Rice Longley dibahas oleh Edwards dan Durkin { Edw691 , serta Dadson .

Makalah ini menggambarkan simulator komputer , untuk bidang memprediksi kontur

kekuatan di medan yang tidak teratur , yang diadopsi oleh Joint Radio Komite ( JRC )

di Inggris untuk estimasi cakupan radio bergerak efektif daerah . Meskipun simulator

ini hanya memprediksi fenomena skala besar (yaitu path loss ) , memberikan

perspektif yang menarik ke dalam sifat propagasi di medan yang tidak teratur dan

kerugian yang disebabkan oleh hambatan dalam jalur radio . sebuah penjelasan metode

Edwards dan Durkin yang disajikan di sini dalam rangka menunjukkan bagaimana

semua konsep yang dijelaskan dalam bab ini digunakan dalam satu Model .

Pengerjaan jalan simulator hilangnya Durkin terdiri dari dua bagian . itu bagian

pertama mengakses data base topografi daerah layanan yang diusulkan dan

erekonstruksi informasi profil tanah sepanjang radial joiningthe pemancar penerima .

Asumsinya adalah bahwa antena penerima menerima semua nya energi sepanjang itu

radial dan, karenanya , tidak mengalami propagasi multipath . Dengan kata lain ,

fenomena propagasi yang dimodelkan hanya LOS dan difraksi dari rintangan

sepanjang radia'i , dan tidak termasuk refleksi dari yang lain sekitar objek dan

scatterers lokal. Efek dari asumsi ini adalah bahwa Model agak pesimis di lembah

sempit, meskipun mengidentifikasi terisolasi penerimaan daerah lemah cukup baik .

Bagian kedua dari algoritma simulasi menghitung diharapkan path loss sepanjang itu

radial . Setelah ini dilakukan , simulasi lokasi penerima dapat iteratif dipindahkan ke

lokasi yang berbeda dalam layanan daerah untuk menyimpulkan kekuatan sinyal

kontur .


Topografi data base dapat dianggap sebagai array dua dimensi . Setiap elemen

array sesuai dengan titik di peta area layanan sementara isi sebenarnya dari masing-

masing elemen array berisi ketinggian di atas permukaan laut data yang seperti yang

ditunjukkan pada Gambar 3.19 . Jenis digital elevation model ( DEM) tersedia dari

Survei Geologi Amerika Serikat ( USGS ) menggunakan terkuantisasi peta wilayah

ketinggian layanan, program merekonstruksi profil tanah sepanjang radial yang

menghubungkan pemancar dan penerima. Karena radial mungkin tidak selalu

melewati titik data diskrit, metode interpolasi digunakan untuk menentukan ketinggian

perkiraan yang observedwhen cari bersama yang radial . Gambar 3.20a menunjukkan

grid topografi dengan pemancar sewenang-wenang dan lokasi penerima, radial antara

pemancar dan penerima , dan poin dengan yang menggunakan interpolasi linier

diagonal. Gambar 3.20b juga menunjukkan apa direkonstruksi radial profil medan

yang khas mungkin terlihat seperti. Pada kenyataannya , nilai tidak hanya ditentukan

oleh satu rutin interpolasi, tetapi dengan kombinasi tiga untuk meningkatkan akurasi.

Oleh karena itu , setiap titik dari direkonstruksi. Profil terdiri dari rata-rata ketinggian

diperoleh diagonal , vertikal (baris ) , dan horisontal ( kolom ) metode interpolasi.

Dari interpolasi ini rutinitas , matriks jarak dari penerima dan sesuai ketinggian

sepanjang radial dihasilkan . Sekarang masalahnya berkurang ke onedimensional

point-to -point perhitungan link. Jenis masalah yang wellestablished dan prosedur

untuk menghitung path loss menggunakan difraksi pisau-tepi teknik yang dijelaskan

previonsly digunakan .


Pada titik ini, algoritma harus membuat keputusan seperti apa yang diharapkan

kerugian transmisi harus. Langkah pertama adalah untuk memutuskan apakah line-of-

sight (LOS) jalan ada antara pemancar dan penerima. Untuk melakukan ini, program

menghitung perbedaan δj, antara ketinggian garis yang menghubungkan pemancar

dan penerima antena dari ketinggian profil tanah untuk masing-masing titik di

sepanjang radial.

Jika ada δj ( j = 1 , ... , n ) ditemukan menjadi positif sepanjang profil, dapat

disimpulkan bahwa jalur LOS tidak ada, jika tidak maka dapat disimpulkan bahwa

LOS jalan tidak ada. Dengan asumsi jalan memiliki LOS jelas, algoritma kemudian

memeriksa untuk melihat apakah pertama Fresnel izin zona dicapai . Sebagaimana

ditunjukkan sebelumnya , jika zona Fresnel pertama jalur radio terhalang , maka

mekanisme kerugian yang dihasilkan adalah sekitar bahwa ruang bebas . Jika ada

obstruksi yang hanya nyaris menyentuh garis yang enghubungkan pemancar dan

penerima maka sinyal kekuatan pada penerima adalah 6 dB kurang dari nilai ruang

bebas karena difraksi energy off obstruksi dan jauh dari penerima. Metode untuk

menentukan pertama Fresnel izin zona dilakukan dengan terlebih dahulu menghitung

Fresnel yang difraksi parameter v untuk masing-masing elemen tanah j .


Jika vj < -0.8 Untuk semua j = 1, … , n, maka kondisi propagasi ruang bebas

yang dominan. Untuk kasus ini , daya yang diterima dihitung dengan menggunakan

ruang bebas Rumus transmisi yang diberikan dalam persamaan ( 3.1 ) . Jika profil

medan gagal pertama Fresnel zone test ( yaitu setiap vj < -0.8) , maka ada dua

kemungkinan :

a) Non- LOS

b ) LOS , tetapi dengan tidak memadai pertama izin Fresnel - zona .

Untuk kasus non - LOS , nilai-nilai sistem masalah menjadi salah satu dari

empat kategori :

a) tepi difraksi Tunggal

b ) Dua tepi difraksi

c ) Tiga tepi difraksi

d ) Lebih dari tiga tepi difraksi


Metode tes untuk setiap kasus secara berurutan sampai menemukan salah satu

yang sesuai yang diberikan profil . Sebuah tepi difraksi terdeteksi dengan menghitung

sudut antara garis yang menghubungkan pemancar dan antena penerima dan garis

bergabung dengan antena penerima untuk setiap titik pada profil daerah direkonstruksi

The sudut ini terletak dan diberi label oleh titik profile ( di , hi ) . Selanjutnya , langkah-

langkah algoritma melalui proses revef - se menghitung sudut antara garis yang

menghubungkan pemancar dan antena penerima dan baris bergabung dengan antena

pemancar untuk setiap titik pada profil daerah direkonstruksi. Maksimum sudut ini

ditemukan , dan itu terjadi pada (dj , hj) di medan profile . Jika di = dj , maka profil

dapat dimodelkan sebagai difraksi tunggal tepi . Parameter Fresnel , v1 , terkait

dengan tepi ini dapat ditentukan dari panjang hambatan di atas garis yang

menghubungkan transmitter dan antena penerima . Kerugian kemudian dapat

dievaluasi dengan menghitung PL menggunakan Persamaan ( 3.60 ) . Ini kerugian

tambahan yang disebabkan oleh kendala ini kemudian ditambahkan ke salah satu

ruang bebas atau pesawat kehilangan bumi , mana yang lebih besar .

Jika kondisi tepi difraksi tunggal tidak puas , maka cek untuk dua sisi difraksi

dijalankan . Tes ini serupa dengan tepi difraksi tunggal, dengan pengecualian bahwa

komputer akan mencari dua sisi dalam mata satu sama lain ( lihat Gambar 3.22 ) .


Edwards dan Durkin [ Edw691 algoritma menggunakan Epstein dan Metode

Peterson untuk menghitung kerugian terkait dengan dua sisi difraksi . Singkatnya, ini

adalah jumlah dari dua redaman . Pelemahan pertama adalah kerugian pada tepi

difraksi kedua disebabkan oleh tepi difraksi pertama dengan pemancar sebagai

sumber. Pelemahan kedua adalah kerugian pada penerima yang disebabkan oleh tepi

difraksi kedua dengan tepi difraksi pertama sebagai sumber. Kedua attenuations sum

untuk memberikan tambahan kerugian yang disebabkan oleh hambatan yang

ditambahkan ke free space loss atau kehilangan pesawat bumi , mana yang lebih besar.

Selama tiga tepi difraksi , tepi difraksi luar harus berisi satu tepi difraksi di

antara. Hal ini terdeteksi dengan menghitung garis antara dua sisi difraksi luar. Jika

hambatan antara kedua tepi luar melewati melalui garis , maka dapat disimpulkan

bahwa tepi difraksi ketiga ada ( lihat Gambar 3.22 ) . Sekali lagi , metode Epstein dan

Peterson digunakan untuk menghitung hilangnya bayangan yang disebabkan oleh

hambatan . Untuk semua kasus lain lebih dari tiga tepi fraksi , profil antara dua

hambatan luar didekati dengan tunggal, ujung pisau virtual. Setelah pendekatan

tersebut , masalahnya adalah bahwa dari tiga perhitungan tepi .

Metode ini sangat menarik karena bisa membaca di elevasi digital memetakan

dan melakukan perhitungan propagasi spesifik lokasi pada data elevasi. Hal ini dapat

menghasilkan kekuatan sinyal kontur yang telah dilaporkan baik dalam beberapa dB .

Kerugiannya adalah bahwa hal itu tidak dapat secara memadai memprediksi propagasi


efek karena dedaunan, bangunan, struktur buatan manusia lainnya , dan itu tidak

account untuk propagasi multipath selain refleksi dasar, sehingga tambahan faktor

rugi-rugi sering disertakan . Algoritma prediksi propagasi yang menggunakan medan

informasi biasanya digunakan untuk desain sistem nirkabel modem .

2.3 Okumura Model

Model Okumura adalah salah satu model yang paling banyak digunakan untuk

prediksi sinyal di daerah perkotaan . Model ini dapat diterapkan untuk frekuensi di

kisaran 150 MHz ke 1920 MHz ( meskipun biasanya diekstrapolasi sampai 3000 MHz

dan jarak 1 km hingga 100 km . Hal ini dapat digunakan untuk antena base station

ketinggian mulai dari 30 m sampai 1000 m. Okumura mengembangkan satu set kurva

memberikan redaman relatif median ke ruang bebas ( Arnu ) , di daerah perkotaan

melalui medan kuasi - halus dengan base station tinggi antena efektif ( hte ) 200 m dan

tinggi antena ponsel ( hre ) dari 3 m . Kurva ini dikembangkan dari pengukuran luas

dengan menggunakan vertical antena omni -directional , baik di dasar dan mobile , dan

diplot sebagai fungsi frekuensi di kisaran 100 MHz ke 1920 MHz dan sebagai fungsi

jarak dari base station di kisaran 1 km sampai 100 km . Untuk menentukan jalur

kerugian dengan menggunakan model Okumura , para ruang bebas path loss antara

tempat tujuan pertama-tama ditentukan , dan kemudian nilai Amu ( f , d ) (seperti

membaca dari kurva ) yang ditambahkan ke dalamnya bersama dengan faktor koreksi

untuk memperhitungkan jenis medan itu.

Model dapat dinyatakan sebagai:


Gambar 3.23 Median redaman relatif terhadap ruang bebas (Amjf, d)), selama

medan kuasi-halus

Model Okumura ini sepenuhnya didasarkan pada data yang diukur dan tidak

memberikan penjelasan analitis. Untuk banyak situasi, ekstrapolasi dari turunan kurva

dapat dibuat untuk mendapatkan nilai-nilai di luar rentang pengukuran, meskipun

keabsahan ekstrapolasi tersebut tergantung pada keadaan dan kehalusan kurva

tersebut.

Model Okumura ini dianggap antara yang paling sederhana dan terbaik dalam

hal akurasi dalam jalur prediksi kerugian bagi seluler matang dan tanah sistem radio

selular di environmehts berantakan. Hal ini sangat praktis dan telah menjadi standar

untuk merencanakan sistem di negeri sistem radio selular modern di Jepang. Kerugian

utama dengan model ini adalah respons yang lambat terhadap perubahan yang cepat di


medan, Oleh karena itu model ini cukup baik di daerah perkotaan dan pinggiran kota,

tapi tidak sebagus di daerah pedesaan. Deviasi standar umum antara diprediksi dan

diukur nilai path loss sekitar 10 dB sampai 14 dB.


· web viewdihitung dari data yang diukur , menggunakan regresi linier sehingga perbedaan antara...

Documents