Baixe o app para aproveitar ainda mais
Prévia do material em texto
EN2620 Comunicações Móveis Prof. Ivan R. S. Casella ivan.casella@ufabc.edu.br 2T2013 Introdução ao Canal de Propagação Canal de Radiopropagação – Em comunicações móveis, o canal de radiopropagação é constituído por todo o meio físico existente entre e ao redor do transmissor e receptor – Deste modo, tanto os objetos fixos (árvores, prédios etc) como os móveis (pessoas, veículos etc) fazem parte do canal de radiopropagação e contribuem para que o canal tenha um comportamento estocástico de modo que suas estatísticas sejam fundamentalmente variantes no tempo Introdução ao Canal de Comunicação Radiopropagação Introdução ao Canal de Comunicação Earth Sky wave Space wave Ground wave Troposphere (0 - 12 km) Stratosphere (12 - 50 km) Mesosphere (50 - 80 km) Ionosphere (80 - 720 km) Radiopropagação – Linha de Visada Introdução ao Canal de Comunicação Principais Mecanismos de Radiopropagação – Reflexão • Ondas incidem sobre um objeto com dimensões maiores que e sofrem um desvio completo da trajetória sem absorção – Difração • Ondas são desviadas quando incidem sobre a extremidade de um objeto, com dimensões maiores que , que possui uma superfície irregular • Ondas podem atingir regiões sem LOS (line of sight) • Principios de Huygens e Fresnel – Dispersão (Scattering) • Ondas incidem sobre um objeto com dimensões menores ou iguais a e sofrem um espalhamento em diferentes direções Introdução ao Canal de Comunicação Mecanismos de Radiopropagação Introdução ao Canal de Comunicação A: Espaço Livre B: Reflexão C: Difração D: Dispersão Reflexão: objeto é grande em relação a Dispersão: objeto é pequeno em relação a C A D B ReceiverTransmitter Componentes de Multipercurso – Sinal transmitido chega ao receptor por vários caminhos diferentes (multipercursos) Efeitos de Multipercurso – Variações no tempo devido aos múltiplos atrasos – Modulação de frequência aleatória (desvio Doppler) – Mudanças aleatórias da intensidade do sinal Introdução ao Canal de Comunicação Sinal Tx Dispersão Distorção Sinal RX Ruído – Variação aleatória indesejada do sinal – Sem o efeito do ruído, uma mensagem poderia ser transmitida com um potência infinitesimal sobre distâncias infinitas • Fontes naturais e sinais externos interferentes • Ruído térmico, causado pelo movimento aleatório dos elétrons Introdução ao Canal de Comunicação Sinal RF Diferentes Fontes de Ruído Sinal RF + Noise Receiver Principais Fontes de Ruído – Fontes naturais e sinais externos interferentes – Ruído térmico, causado pelo movimento aleatório dos elétrons Introdução ao Canal de Comunicação 12 Tk fhn e fh fS Modelos Matemáticos de Canal para Cálculo de Desempenho em Sistemas de Comunicação Uma das grandes vantagens da transmissão de rádio é permitir a comunicação com mobilidade Entretanto, o canal de radiopropagação impõe uma série de limitações no desempenho do sistema Assim, o projeto de sistemas wireless requer um entendimento profundo do canal de radiopropagação – O conhecimento preciso do canal possibilita um projeto otimizado através da escolha adequada do tipo de codificação, modulação, estruturas de antenas, esquemas de recepção, taxas de transmissão, potência transmitida e outros parâmetros necessários para a transmissão de acordo com o desempenho desejado Modelos Matemáticos de Canal Utilizados Canal com Ruído Gaussiano Branco Aditivo (AWGN) – O sinal x(t) não sofre nenhuma distorção causada pelo canal – O sinal x(t) é apenas corrompido por um processo aleatório n(t) com as seguintes características • Processo aleatório Gaussiano - N(0 ,N 2) • Ruído branco composto por componentes distribuídas igualmente em todas as freqüências do espectro – No caso do ruído térmico, o espectro de freqüência pode ser considerado constante até ~1012 Hz (To=290K) • Efeito Aditivo Modelos Matemáticos de Canal Utilizados tntxty )( )(tx )(tn Modelos Matemáticos de Canal Utilizados Ruído Branco – AWGN – Additive White Gaussian Noise 2 2 2 2 1 )( N Nmn N N enf n fN(n) mN N2 1 SN() No/2 Densidade Espectral de Potência 2, NNmN Função de Densidade de Probabilidade RN() Função de Autocorrelação tN 2 0 Modelos Matemáticos de Canal Utilizados Densidade Espectral de Ruído Branco – AWGN – No= k . T Watts/Hz Potência de Ruído Branco – AWGN – PN = k . T . B Watts k: Constante de Boltzmann k = 1,38 . 10 -23 Watts/K.Hz T: Temperatura em Kelvin T = 290K (ambiente) B: Banda de Frequência Modelos Matemáticos de Canal Utilizados Exemplo: Determine a densidade espectral e a potência de um ruído do tipo AWGN para T=290K e B = 1MHz Densidade Espectral de Ruído No= k . T = 1,38 . 10 -23 . 290 No= 4 . 10 -21 W/Hz – Considerando em dBm No = 10.log10(4 . 10 -21 / 1 . 10 -3) No = -173,97dBm/Hz Potência de Ruído PN = No . B = 4 . 10 -21 . 1 . 106 PN = 4 . 10 -15 W – Considerando em dBm PN = 10.log10(4 . 10 -15 / 1 . 10 -3) PN = -113,97dBm Canal Linear Invariante no Tempo (LTI) com AWGN – O sinal recebido y(t) é obtido pela convolução do sinal transmitido x(t) e da resposta ao impulso do canal h(t) • O sinal x(t) pode sofrer distorções causadas pelo canal – O sinal na saída do canal é corrompido por um processo aleatório AWGN n(t) Modelos Matemáticos de Canal Utilizados tnthtxty )( )(tn h(t) )(tx tndthxty - )( Canal Sem Memória – O sinal recebido y(t) no instante t depende apenas do sinal transmitido x(t) no instante t – O canal AWGN é um canal sem memória Modelos Matemáticos de Canal Utilizados tthAH tntx tndtx tndthxty - - )( )( Modelos de Canal empregados para Análise de Propagação (e.g. Predição Celular) Como modelar e analisar o canal de radiopropagação de uma forma mais ampla e precisa? Modelos de Canal de Radiopropagação O Canal de Radiopropagação é regido pelas Leis do Eletromagnetismo! Como fazer essa análise então? Equações de Maxwell Modelos de Canal de Radiopropagação Forma Diferencial Forma Integral Lei de Gauss para E Lei de Gauss para H Inexistência do monopolo Lei de Faraday Lei de Ampère vD 0 B t B E t D JH v v s dvdSD 0 s dSB sL dSB t dlE sL dS t D JdlH Equações de Maxwell – Complexas e Impraticáveis Modelos de Canal de Radiopropagação Modelo de Espaço Livre – Muito Simples Modelo de Espaço Livre com Expoente de Potência – Adequado apenas para uma Análise Sistêmica Inicial Modelos de Ray Tracing – Necessita Informação Específica do Site Modelos Empíricos – Tentam Aproximar um Modelo para Todos os Ambientes – Baseados em Medidas – Nem Sempre Funcionam Adequadamente Além da modelagem analítica do canal, é possível adicionalmenteo emprego de técnicas de simulação computacional para analisar o comportamento do canal Tradicionalmente, os canais de rádio são modelados através de técnicas estatísticas baseadas em dados de medidas de propagação reais Pode-se obter um modelo representativo do canal através da decomposição dos efeitos de desvanecimento sofridos pelo sinal em 3 componentes básicas: – Componentes de Perda de Percurso de Grande Escala – Componentes de Variação Lenta de Média Escala – Componentes de Variação Rápida de Pequena Escala Modelos de Canal de Radiopropagação Componentes de Larga, Média e Pequena Escala Modelos de Canal de Radiopropagação Rayleigh Rice Nakagami Log-Normal Lee Hata Free Space Two Ray Componentes de Larga, Média e Pequena Escala Modelos de Canal de Radiopropagação Signal Strength (dB) Distance Large-term Fading Medium-term Fading Short-term Fading Sobreposição dos Efeitos Modelos de Canal de Radiopropagação Modelos de Grande Escala Os modelos de propagação de média/grande escala podem ser: – Determinísticos • Espaço Livre • Dois Raios – Estocásticos (probabilísticos) • Shadowing (média/grande escala) – Semi-empíricos • Okumura-Hata • Walfish-Ikegami • Saleh-Valenzuela • Cost 231 • Cost 259 • SUI Modelos de Grande Escala Os modelos de propagação de grande escala representam, como o próprio nome sugere, variações no sinal recebido que podem ser notadas em grande escala, ou seja, por longas distâncias ou longos períodos de tempo Modelos de Grande Escala Modelo de Espaço Livre Modelo de Espaço Livre – Considera apenas a atenuação do sinal em função da distância – Pode-se obter a potência recebida pela MS através da Equação de Friis Modelo de Espaço Livre Transmissor d Receptor – Seja uma antena isotrópica ideal: • Irradia igualmente para todas as direções – Pode-se obter a Densidade de Potência St num ponto qualquer a uma distância d da antena transmissora por: Modelo de Espaço Livre Pt : potência transmitida d : distância entre Tx e Rx Área da calota esférica W/m2 d d E H Pt 24 d P dS tt – Se uma antena receptora com uma dada abertura efetiva for posicionada sobre a frente de onda esférica, a potência recebida pode ser representada por: – Onde a abertura efetiva da antena receptora é dada por: – Deste modo, a potência recebida pode ser representada por: Modelo de Espaço Livre Ar : abertura efetiva da antena receptora rtr AdSdP rr GA 4 2 Gr : é o ganho da antena receptora : comprimento de onda 22 2 444 d GPG d P dP rtr t r – Considerando também o ganho da antena transmissora, a expressão da potência recebida se torna: Modelo de Espaço Livre Gt : ganho da antena de transmissão Gr : ganho da antena de recepção Pt : Potência de transmissão d : distância entre Tx e Rx : comprimento de onda Equivalent Isotropic Radiation Power (EIRP) Potência alimentada numa antena perfeitamente isotrópica para obter a mesma potência de saída de uma antena prática 2 4 d PGGdP trtr tt PG EIRP – Assim, a potência recebida em Decibeis (dB) para o modelo de espaço livre pode ser representada por: – Considerando que sejam empregadas antenas isotrópicas na transmissão e recepção e considerando um ponto de referência dref, a potência recebida pode ser também representada por: • Onde, Modelo de Espaço Livre 45.32log20log20log10log10 10101010 kmMHztrt dB r dfPGGP d d dPdP dBr dB r ref 10ref log20)()( 100 m < dref < 1000 m Antenas Isotrópicas Gt = Gr = 1 2 ref 10ref 4 log10 d PdP t dB r 20log10(3e8/(4 1e6 1e3)) Para o caso geral 27.558 – 10 log10(1e3) Só para = 2 Modelo de Espaço-Livre Modelo de Espaço Livre 0 200 400 600 800 1000 1200 1400 1600 1800 2000 -120 -100 -80 -60 -40 -20 0 Distância (m) Pe rd a (d B ) Perda de Espaço-Livre f = 2GHz Gt=1 Gr=1 Pt=1 W Modelo de Espaço-Livre Modelo de Espaço Livre 10 -2 10 -1 10 0 10 1 10 2 10 3 10 4 -120 -100 -80 -60 -40 -20 0 Distância (m) Pe rd a (d B ) Perda de Espaço-Livre f = 2GHz Gt=1 Gr=1 Pt=1 W Exemplo – Matlab % Parâmetros f= 2e9; c=3e8; lamb= c/f; Gt=1; Gr=1; Pt=1; d=2500; % Potência Recebida - Espaço Livre Pr= Gt*Gr*Pt*(lamb/(4*pi*d))^2 %Pr = 2.2797e-011 % Em relação a Pt = 0 dBm (é em dBm, mas representa dB se Pt for 0 dBm) Pr_db1 = 10*log10(Pr) %Pr_db1= -106.42 % Potência Recebida - Espaço Livre em dB fmhz= f*1e-6 % 2e3; dkm= d*1e-3 % 2.5; Pr_db2= 10*log10(Gt*Gr)+10*log10(Pt)-20*log10(fmhz)-20*log10(dkm)-32.45 % prdb2= -106.43 Modelo de Espaço Livre Modelo de Espaço Livre Modificado (Expoente ) Modelo de Espaço Livre Modificado – Para o espaço livre, pode-se verificar que a potência recebida é inversamente proporcional ao quadrado da distância: – Essa relação pode ser estendida para os casos em que não há uma visada direta entre Tx e Rx e a potência decai inversamente com o expoente da distância: – Deste modo, a potência recebida pode ser aproximadamente representada como: Modelo de Espaço Livre Modificado dPr 2 dPr 2 4 γ t rtr d P GGdP – Onde depende do ambiente como mostrado abaixo: Modelo de Espaço Livre Modificado Environment Free Space 2 Urban Area Cellular Radio 2.7 - 3.5 Ideal Specular Reflection 4 Shadowed Urban Cellular Radio 3 - 5 In Building Line-of-sight 1.6 - 1.8 Obstructed In Building 4 - 6 Obstructed In Factories 2 - 3 – Assim, a potência recebida em Decibeis (dB) para o modelo de espaço livre é dada por: – Considerando que sejam empregadas antenas isotrópicas na transmissão e recepção e considerando um ponto de referência dref, a potência recebida pode ser representada por: • Onde, Modelo de Espaço Livre KdfPGGP kmMHztrt dB r 10101010 log10log20log10log10 100 m< dref < 1000 m d d dPdP dBr dB r ref 10ref log10)()( 2 ref 10ref 4 log10 d P dP tdBr K = 27.558 – 10 log10(1e3) Antenas Isotrópicas Gt = Gr = 1 Modelo de Espaço Livre Modificado para = 4 Modelo de Espaço Livre f = 2GHz = 4 Gt=1 Gr=1 Pt=1 W 0 200 400 600 800 1000 1200 1400 1600 1800 2000 -180 -160 -140 -120 -100 -80 -60 -40 -20 0 20 Distância (m) Pe rd a (d B ) Modelo de Espaço-Livre Modificado (Gama) Modelo de Espaço Livre Modificado para = 4 Modelo de Espaço Livre f = 2GHz = 4 Gt=1 Gr=1 Pt=1 W 10 -1 10 0 10 1 10 2 10 3 10 4 -180 -160 -140 -120 -100 -80 -60 -40 -20 0 20 Distância (m) Perd a (d B ) Modelo de Espaço-Livre Modificado (Gama) Modelo de Espaço Livre Modificado Modelo de Espaço Livre f = 2GHz Gt=1 Gr=1 Pt=1 W 10 0 10 1 10 2 10 3 10 4 -220 -200 -180 -160 -140 -120 -100 -80 -60 -40 -20 Distância (m) Pe rd a (d B ) Modelo de Espaço-Livre Modificado (Gama) = 2 = 3 = 4 = 5 Modelo de Espaço Livre Modificado Modelo de Espaço Livre f = 2GHz Gt=1 Gr=1 Pt=1 W 10 -2 10 -1 10 0 10 1 10 2 10 3 10 4 -250 -200 -150 -100 -50 0 50 100 Distância (m) Pe rd a (d B ) Modelo de Espaço-Livre Modificado (Gama) = 2 = 3 = 4 = 5 Distâncias menores que 1 metros! Exemplo – Matlab % Parâmetros f= 2e9; c=3e8; lamb= c/f; Gt=1; Gr=1; Pt=1; gama= 4; % Distância ande Pr=Pt (Pr pode ser infinito para d=0!!!) d= 0.1 : 0.01 : 2e3; % Potência Recebida - Espaço Livre Pr= Gt*Gr*Pt*(lamb/(4*pi))^2./d.^gama; % Em relação a Pt = 0 dBm Pr_db1 = 10*log10(Pr); semilogx(d, Pr_db1); grid; xlabel('Distância (m)'); ylabel('Perda (dB)'); title('Modelo de Espaço-Livre Modificado (Gama)') Modelo de Espaço Livre Modelo de Espaço Livre Modelo de Ray Tracing Dois Raios – Seja um sinal cossenoidal enviado pelo transmissor através do espaço livre por um único caminho (LOS), representado na seguinte forma complexa: • Na prática, isso requer uma área livre bastante ampla ou antenas direcionais – Neste caso, o sinal recebido pelo receptor a uma distância d é: • Onde, Amplitude do sinal recebido: Fase do sinal recebido: Modelo de Ray Tracing – Dois Raios tfjt eAts 2Re tfjjrtfjr eeAeAtr r 22 ReRe d c d ffr 222 d d dPA ref refr – Num ambiente com multipercursos, o sinal recebido é a soma do sinal transmitido chegando por diferentes caminhos • Todos os percursos passam por pelo menos uma ordem de reflexão, difração ou dispersão até chegar ao receptor (exceto percurso direto) – Considerando apenas as reflexões, uma parcela da potência do sinal de um percurso é absorvida a cada reflexão numa dada superfície – Se o sinal no percurso i for refletido Ki vezes antes de chegar ao receptor e se o coeficiente de reflexão for aij, o fator de reflexão será: • Onde, aij é o coeficiente de reflexão na j-ésima reflexão do i-ésimo percurso Modelo de Ray Tracing – Dois Raios iK j iji aa 1 – Se há L caminhos e a distância percorrida pelo i-ésimo percurso é di, então, a amplitude e fase do sinal recebido pode ser obtida por: – E a potência recebida pode ser representada por: – Para uma MS, a amplitude varia, de forma relativamente lenta, mas a fase varia rapidamente de acordo com 2π / λ (radianos/m) • Para f =1GHz, a cada λ=0.3m ocorre uma rotação de fase de 360o Modelo de Ray Tracing – Dois Raios L i j i i K rtt j r ir e d a GGPeA 14 2 1 L i j i ref irefrr ie d d adPdP 2 ref ref 4 d GGPdP rttr 2 ref ref )()( d d dPdP rr Considere agora que haja apenas 2 percursos: – Um direto (LOS) com coeficiente de reflexão a1 = 1 – Um refletido no solo com coeficiente de reflexão a2 = –1 (solo considerado um refletor ideal sem perda) – Onde, as distâncias di entre TX e RX são muito maiores que a altura das antenas Modelo de Ray Tracing – Dois Raios Transmitter Receiver hb hm d1 d2 d – Se o comprimento dos 2 percursos for aproximado por d , tem-se que: • Onde, : diferença de fase entre os 2 percursos dada por: = 2 · f·(d / c) = (2 / )·d d : diferença de comprimento entre os 2 percursos Modelo de Ray Tracing – Dois Raios 2 2 1 j ref refrr e d d dPdP 2 1 2 1 1 22 1 21 jjref refr L i j i ref irefrr eaea d d dPe d d adPdP i Vamos agora fazer uma análise mais detalhada do problema para se ter um retrato mais preciso do efeito da reflexão no solo e da variação de fase no sinal recebido Considerando que cada percurso apresenta distâncias diferentes d1 e d2 Modelo de Ray Tracing – Dois Raios Receiver hb hm Transmitter d1 d2 d – O comprimento dos 2 percursos pode ser calculado de forma aproximada considerando que: – Deste modo, tem-se que: Modelo de Ray Tracing – Dois Raios d hh ddhhd mbmb 2 2 22 2 d hh ddd mb 2 12 d hh mb 22 d hh ddhhd mbmb 2 2 22 1 mb c hh d 4 Aproximação obtida por série de Taylor considerando que d >> ( hb +/- hm ) Distância Crítica – Assim, para valores pequenos de , tem-se que: – Deste modo, a potência recebida pode ser estimada por: – Resultando em: Modelo de Ray Tracing – Dois Raios je j 111 22 2 2 22 d hh d d dP d d dPdP mbref refr ref refrr 4 2 d hh PGGdP mbtrtr A potência cai 40 dB/decada enquanto no modelo de espaço- livre, ela caia 20 dB/decada sin1 1cos1 – Entretanto, se os valores de não forem pequenos, tem-se: – Deste modo, a potência recebida pode ser estimada por: – Mas, Modelo de Ray Tracing – Dois Raios 2 sin4 cos12 sincos11 2 222 je 2 sin4 2 2 d d dPdP ref refrr d hh mb 22 – Deste modo, a potência recebida pode ser estimada por: – Resultando em: Modelo de Ray Tracing – Dois Raios d hh d d dPdP mb ref refrr 2 sin4 2 2 d hh d PGGdP mbtrtr 2 sin 2 2 2 Modelo de Dois Raios Modelo de Ray Tracing – Dois Raios f = 900 MHz Gt=1 Gr=1 Pt=1 W hb=10 m hm=2 m 10 1 10 2 10 3 -70 -60 -50 -40 -30 -20 -10 0 Distância (m) Pe rd a (d B ) Modelo de Dois Raios (Aula) dc = 4 hb hm / Modelo de Dois Raios Modelo de Ray Tracing – Dois Raios f = 900 MHz Gt=1 Gr=1 Pt=1 W hb=10 m hm=2 m 10 1 10 2 10 3 10 4 10 5 -150 -100 -50 0 Distância (m) Pe rd a (d B ) Modelo de Dois Raios (Aula) dc = 4 hb hm / = 240 m Modelode Dois Raios Modelo de Ray Tracing – Dois Raios f = 2 GHz Gt=1 Gr=1 Pt=1 W hb=10 m hm=2 m 10 1 10 2 10 3 10 4 10 5 -150 -100 -50 0 Distância (m) Pe rd a (d B ) Modelo de Dois Raios (Aula) dc = 4 hb hm / = 533 m Exemplo – Matlab % Parâmetros f= 900e6; %f= 2e9; c=3e8; lamb= c/f; Gt=1; Gr=1; Pt=1; hb= 10.0; hm= 2.0; % Distância Inicial - Pr pode ser infinito para d=0!!! d= 10 : 0.05 : 100e3; %d= 0.1 : 0.001 : 1e3; % Potência Recebida - Espaço Livre Pr= Gt*Gr*Pt.*(lamb./(2*pi.*d)).^2.*sin(2*pi*hb*hm./(lamb.*d)).^2; % Em relação a Pt = 0 dBm Pr_db1 = 10*log10(Pr./max(Pr)); % Distância Crítica dc = 4*hb*hm/lamb; Modelo de Ray Tracing – Dois Raios %Flat region d1 = logspace(log10(10), log10(hb)); P1dB = zeros(1,length(d1)); %-20 dB/decade region d2 = logspace(log10(hb), log10(dc)); P2dB = -20*(log10(d2)-log10(hb)); %-40 dB/decade region d3 = logspace(log10(dc), log10(1e5)); P3dB = -40*(log10(d3) - log10(dc)) + P2dB(end); % Gráfico semilogx(d, Pr_db1); grid; hold on; semilogx(d1, P1dB,'k--',d2,P2dB,'k--', d3, P3dB,'k--'); xlabel('Distância (m)');ylabel('Perda (dB');title('Modelo Dois Raios'); line([(hb),(hb)],ylim,'LineStyle','-.'); %ht line([(dc),(dc)],ylim,'LineStyle','-.'); %dc axis([min(d) max(d) -150 0]); Modelo de Ray Tracing – Dois Raios Modelos de Média/Grande Escala Os efeitos de propagação de média escala representam flutuações no sinal recebido numa área ampla que possui a mesma separação BS-MS, decorrentes da não- uniformidade do terreno, obstruções por prédios, pessoas, veículos, árvores etc Em função disto, alguns autores também classificam esse modelo como de Grande Escala Modelo de Média Escala Shadowing Sombreamento (Shadowing) – Efeito que se sobrepõe a perda de percurso – Nos sistemas celulares, a frequência de operação pode ser bastante elevada, reduzindo a ocorrência de difrações – Deste modo, podem surgir grandes áreas sem cobertura de sinal devido a obstruções • Pessoas, Árvores, Veículos, Muros etc Shadowing shadowing Tx – Devido a mobilidade da MS ou do próprio ambiente, as obstruções que surgem, de forma temporária, durante uma comunicação podem gerar variações no nível médio do sinal recebido • Um pedestre fala ao telefone celular na rua em uma comunicação em LOS • Em um determinado momento, um caminhão que se encontra estacionado na rua fica entre o pedestre e a BS • Durante o tempo em que o pedestre estiver "sombreado" pelo caminhão haverá uma queda no nível médio do sinal recebido – O efeito do sombreamento, observado através de medidas de campo, é maior em ambientes urbanos e suburbanos e menor em ambientes rurais Shadowing – A potência recebida apresenta uma distribuição log-normal numa área ampla de medidas devido a existência de obstáculos: Shadowing • s dB é uma V.A. Gaussiana com s = 0 e s = 6dB – 12dB, conforme: dB s dB r dB r d d dPdP Escala Larga de Modelo ref 10ref log10)()( 2 2 2 1 exp 2 1 s dB s dB s s dB sdB s f Shadowing Shadowing Shadowing Shadowing f = 900 MHz Gt=1 Gr=1 Pt=1 W b=6 dB 10 -2 10 -1 10 0 10 1 10 2 10 3 10 4 -140 -120 -100 -80 -60 -40 -20 0 20 Distância (m) Pe rd a (d B ) Modelo de Shadowing FS SH Shadowing Shadowing f = 900 MHz Gt=1 Gr=1 Pt=1 W b=12 dB 10 -2 10 -1 10 0 10 1 10 2 10 3 10 4 -160 -140 -120 -100 -80 -60 -40 -20 0 20 Distância (m) Pe rd a (d B ) Modelo de Shadowing FS SH Exemplo – Matlab % Parâmetros Pt=1; % [W] Gt=1; Gr=1; %f= 2e9; % [Hz] f= 900e6; % [Hz] c=3e8; % [m/s] lamb= c/f; % [m] desv_sh = 5 % [dB] % Distância d= 0.011937 : 0.01 : 2e3; % [m] % Potência Recebida - Espaço Livre (Em relação a Pt = 0 dBm) Pr= Gt*Gr*Pt*(lamb./(4*pi*d)).^2; Pr_db1 = 10*log10(Pr); % Shadowing sh_db= desv_sh*randn(1, length(d)); Shadowing % Potência Recebida - Shadowing Prsh_db = sh_db + Pr_db1; %plot(d, Pr_db1); semilogx(d, Pr_db1, d, Prsh_db); grid; xlabel('Distância (m)', 'fontname', 'times', 'fontsize', 14); ylabel('Perda (dB)', 'fontname', 'times', 'fontsize', 14); title('Modelo de Shadowing', 'fontname', 'times', 'fontsize', 14); legend('Free Space', 'Shadowing') Shadowing Exemplo: Num estudo de planejamento celular foram realizadas 4 medidas de potência recebida, conforme a tabela abaixo. Considera-se que dref = 100 m. 1) Determine a média do erro médio quadrático de 2) Calcule o desvio padrão do Shadowing 3) Estime a potência recebida a 2 KM 4) Determine a probabilidade do sinal recebido ser > –60 dBM Shadowing Distância do TX (m) Pr (dBm) 100 0 200 -20 1000 -35 3000 -70 dB s dB r dB r d d dPdP ref10ref log10)()( 1) Soma Quadrática dos Erros é dada por : Potência estimada sem o efeito do Shadowing pode ser obtida por: Assim, tem-se que: para Substituindo os resultados, tem-se: Derivando e igualando a zero, tem-se que: Shadowing N i i FS rir dPdPMMSE 1 2 i dB ri dB r d d dPdP ref10ref log10)()( 100 log10)( 10 i i dB r d dP 77.141030)( ddBrP 2222 77.1470103532000 MMSE 413.4 30001000200100d 0 MMSE 2) Variância da amostra é dada por: Desvio padrão é: Na verdade, é necessário um no. maior de medidas para melhorar a estimativa Shadowing 21 2 2 91.37 4 64.151 dB N dPdP N i i FS rir sh dBsh 157.6 3) Potência sem o efeito do Shadowing pode ser obtida por: Shadowing i dB ri dB r d d dPdP ref10ref log10)()( 2000 100 log413.4100)2000( 10 dB rP dBmPdBr 4.57)2000( 4) Probabilidade do Sinal Recebido Ser Maior que um Limiar: Shadowing z fZ(z) Pr(d) d ))(( dPP dBr )(dPdBr 4) Probabilidade do Sinal Recebido Ser Maior que um dado Limiar: Assim, para -60dBm, tem-se: Logo, tem-se que: Shadowing sh dB rdB r dP QdPP )())(( 662.0)60)(( dPP dBr 17.6 4.5760 )60)(( QdPP dBr 419.01419.0)60)(( QQdPP dBr z –0.419 fZ(z) 419.01 Q 419.0Q 0.419 5) Probabilidade do Sinal Recebido Ser Menor que um Limiar (Outage Probability): Shadowing z fZ(z) Pr(d) d ))(( dPP dBr )(dPdBr 5) Probabilidade do Sinal Recebido Ser Menor que um Limiar (Outage Probability): Assim,para -60dBm, tem-se: Logo, tem-se que: Shadowing sh dB rdB r dP QdPP ))(( 338.0)60)(( dPP dBr 17.6 604.57 )60)(( QdPP dBr 419.0)60)(( QdPP dBr z –0.419 fZ(z) 419.0Q 0.419 6) Margem de Shadowing Shadowing z fZ(z) sh SM Q SM Pr(d) d 6) Margem de Shadowing para que a Probabilidade do Sinal Recebido ser adequado em % do tempo: Assim, para % = 90% e sh = 6dB, tem-se: Resultando em: Logo, tem-se que: Shadowing 689.7SM z –SM /sh fZ(z) sh SM Q SM /sh % 0 1)( sh dB SM QSMXP 9.01 0 sh SM Q 628.1 SM Ref. (média zero) Outage Probability Outage Probability – Os sistemas Wireless necessitam de um nível mínimo de potência recebida para apresentarem um funcionamento adequado • Abaixo desse nível, o desempenho do sistema é inaceitável – A Outage Probability pode ser definida como a probabilidade de que o nível da potência do sinal recebido seja menor que um dado limiar definido pelo sistema, ou seja, do sistema falhar! – Considerando os efeitos de Perda de Percurso e Sombreamento, a Outage Probability pode ser expressa como: Outage Probability sh dB rdB r PdP QPdPP min min Modelos Semi-empíricos Os modelos usados na prática são obtidos pela combinação de resultados teóricos e medidas de campo Nesses modelos, são introduzidos parâmetros de correção que levam em consideração: – Rugosidade do terreno – Obstruções Reais – Reflexões – Movimento de veículos – Sombreamento (Shadowing) – Altura das Antenas – etc Modelo Semi-empíricos Os modelos semi-empíricos mais utilizados são: – Okumura-Hata – Walfish-Ikegami – Lee – Saleh-Valenzuela – Cost 231 – Cost 259 – SUI (Stanford University Interim) Modelo Semi-empíricos Potência Recebida x Perda A potência recebida em Decibeis (dB) para o modelo de espaço livre modificado é dada por: Assim, pode-se representar a perda de propagação como: Ou para uma representação com o sinal negativo: Potência Recebida x Perda K = 27.558 – 10 log10(1e3) Perda 1010 Referência 1010 log10log20log10log10 KdfPGGP kmMHztrt dB r KdfL kmMHz dB p 1010 log10log20 KdfL kmMHzdBp 1010 log10log20 Modelo de Okumura-Hata Modelo de Okumura – “Field Strength and Its Variability in VHF and UHF Land-Mobile Radio Service”, Okumura – “Empirical Formula for Propagation Loss in Land Mobile Radio Services”, Hata – Modelo empírico proposto em 1968 por Okumura para ambientes macrocelulares, baseado em medidas na cidade de Tóquio na faixa de 100 MHz e 1.95 GHz – Okumura apresentou os resultados sob a forma de curvas e, em 1980, Hata estabeleceu expressões que aproximam algumas dessas curvas Modelo de Okumura-Hata – Apresenta uma precisão de 10 a 14 db para áreas urbanas e suburbanas – Estima a perda de percurso média em função de uma série de parâmetros – Dois testes em larga escala entre 1962 e 1965 – Várias BS transmitindo em várias bandas numa grande variedade de ambientes de propagação – Tenta explorar os fatores fundamentais que influenciam a propagação • Morfologia do terreno à existência de edifícios, orientação de ruas, existência de superfícies abertas, superfícies aquáticas etc Modelo de Okumura-Hata Modelo de Okumura Modelo de Okumura-Hata Faixa de frequência: 100 MHz – 1950 MHz Altura da BS: até 200 m Altura da MS: até 10 m Distância BS-MS: > 1 Km (até 100 Km) Modelo de Okumura – Site Modelo de Okumura-Hata Modelo de Okumura – Field Strength Modelo de Okumura-Hata Comparação entre a previsão da mediana do nível de sinal e os dados recolhidos no terreno no azimute 55º SW da estação-base colocada na torre de Tokio Modelo de Okumura – Atenuação Média relativa ao Espaço-Livre Modelo de Okumura-Hata [From Oku68] Terreno Quasi-Smooth Modelo de Okumura – Fator de Correção para Diferentes Tipos de Terreno Modelo de Okumura-Hata [From Oku68] Modelo de Hata – Consolida os resultados de Okumura através de técnicas de interpolação – Parâmetros empíricos são adicionados às fórmulas para levar em consideração os aspectos de relevo – Adequado para os seguintes parâmetros: Modelo de Okumura-Hata Faixa de frequência: 150 MHz – 1500 MHz Altura da BS: 30 a 200 m Altura da MS: 1 a 10 m Distância BS-MS: de 1 Km a 20 Km Modelo de Okumura-Hata Modelo de Okumura-Hata (dB)loglog55.69.44 log82.13 log16.2655.69 1010 1010 Khadh hfL mkmb bMHzp Fatores de Correção para Grandes Cidades dBMHz300 97.475.11log2.3 210 fhha mm dB 8.0log56.17.0log1.1 1010 MHzmMHzm fhfha dBMHz300 1.15.1log3.8 210 fhha mm Fatores de Correção para Pequenas e Médias Cidades Fatores de Correção K para Pequenas Cidades Geral Modelo de Okumura-Hata dB 5.4 28 log2 2 10 MHz f K Áreas Abertas Áreas de Subúrbio dB 94.40log33.18log78.4 10 2 10 MHzMHz ffK dB 0K Perda em Cidades Grandes (f 300MHz) Modelo de Okumura-Hata hb=50 m hm=1.8 m 0 5 10 15 20 0 500 1000 1500 100 120 140 160 180 Distância [Km] Modelo Okumura-Hata: Áreas Urbanas em Cidades Grandes para f >= 300MHz Freqüência [MHz] D es va ne ci m en to [d B ] 120 130 140 150 160 170 Perda em Cidades Pequenas e Médias Modelo de Okumura-Hata hb=50 m hm=1.8 m 0 5 10 15 20 0 500 1000 1500 100 120 140 160 180 Distância [Km] Modelo Okumura-Hata: Áreas Urbanas de Cidades Pequenas e Médias Freqüência [MHz] D es va ne ci m en to [d B ] 120 130 140 150 160 170 Perda em Áreas Suburbanas Modelo de Okumura-Hata hb=50 m hm=1.8 m 0 5 10 15 20 0 500 1000 1500 100 120 140 160 180 Distância [Km] Modelo Okumura-Hata: Áreas Suburbanas de Cidades Pequenas e Médias Freqüência [MHz] D es va ne ci m en to [d B ] 110 120 130 140 150 160 Perda em Áreas Abertas Modelo de Okumura-Hata hb=50 m hm=1.8 m 0 5 10 15 20 0 500 1000 1500 80 100 120 140 160 Distância [Km] Modelo Okumura-Hata: Áreas Abertas de Cidades Pequenas e Médias Freqüência [MHz] D es va ne ci m en to [d B ] 90 95 100 105 110 115 120 125 130 135 140 Comparação das Perdas de Propagação Modelo de Okumura-Hata fo = 900MHz hb=50 m hm=1.8 m 10 -1 10 0 10 1 40 60 80 100 120 140 160 180 Modelo Okumura-Hata - Comparação (f o >= 300MHz) Distância[Km] Pe rd a - L p [d B] Free-Space Two-Ray Sm/Med City-Suburb Sm/Med City-Open Sm/Med City-Urban Large City-Urban Exemplo – Modelo de Okumura-Hata – Determine a perda de percursos entre uma BS e um MS que se encontram em um sistema celular operando em 900 MHz numa grande cidade, onde a altura da BS é de 100m, a altura da MS é de 2 m e a distância entre BS e MS é de 4 Km. Desconsidere K. Modelo de Okumura-Hata % Distancia x Freqüência (f>300) [R, Fc] = meshgrid(1:1:20, 300:10:1500); % Altura da antena de transmissão em [m] % De acordo com o modelo pode variar de 20 a 200 metros Hb = 50; % Altura do mecanismo móvel em [m] % De acordo com o modelo pode variar de 1 a 10 metros Hm = 1.8; % Distância entre as antenas em [Km] % R = 1:0.5:20; Modelo de Okumura-Hata %% Modelo Okumura-Hata - Fórmulas Principais Fp1 = 69.55+26.16.*log10(Fc)-13.82.*log10(Hb); % Lp p2 Fp2 = 44.9-6.55.*log10(Hb); % Lp p1 %% Para cidades grandes com Fc >=300Mhz a_bcity_over300 = 3.2.*(log10(11.75.*Hm)).^2.-4.97; %% Para cidades grandes com Fc < 300MHz %a_bcity_below300 = 8.29.*(log10(1.54.*Hm)).^2.-1.1; %% Para cidades pequenas e médias a_smcity = (1.1.*log10(Fc)-0.7).*Hm-(1.56.*log10(Fc)-0.8); %% Fórmulas complementares Ksubur = 2.*(log10(Fc./28.)).^2+5.4; % suburbio Kopen = 4.78.*(log10(Fc)).^2.-18.33.*log10(Fc)+40.94; % área aberta Modelo de Okumura-Hata %% Desvanecimento em áreas urbanas de cidades grandes com f>= 300MHz L_bcity_urban_over300 = Fp1+Fp2.*log10(R)-a_bcity_over300; figure(1); surfc(R, Fc, L_bcity_urban_over300,'EdgeColor','None'); grid on; colorbar; shading interp; title('Modelo Okumura-Hata: Áreas Urbanas de Cidades Grandes f >= 300MHz'); xlabel('Distância [Km]'); ylabel('Freqüência [MHz]'); zlabel('Desvanecimento [dB]'); %% Desvanecimento em áreas urbanas de pequenas e médias cidades L_smcity_urban = Fp1+Fp2.*log10(R)-a_smcity; figure(3); surfc(R,Fc,L_smcity_urban,'EdgeColor','none'); grid on; colorbar; shading interp; title('Modelo Okumura-Hata: Áreas Urbanas de Cidades Pequenas e Médias'); xlabel('Distância [Km]'); ylabel('Freqüência [MHz]'); zlabel('Desvanecimento [dB]'); Modelo de Okumura-Hata %% Desvanecimento em áreas suburbanas de pequenas e médias cidades L_smcity_subur = Fp1+Fp2.*log10(R)-a_smcity-Ksubur; figure(4); surfc(R,Fc,L_smcity_subur,'EdgeColor','none'); grid on; colorbar; shading interp; title('Modelo Okumura-Hata: Áreas Suburbanas de Cidades Pequenas/Médias'); xlabel('Distância [Km]'); ylabel('Freqüência [MHz]'); zlabel('Desvanecimento [dB]'); %% Desvanecimento em áreas abertas de pequenas e médias cidades L_smcity_open = Fp1+Fp2.*log10(R)-a_smcity-Kopen; figure(5); surfc(R,Fc,L_smcity_open,'EdgeColor','none'); grid on; colorbar; shading interp; title('Modelo Okumura-Hata: Áreas Abertas de Cidades Pequenas e Médias'); xlabel('Distância [Km]'); ylabel('Freqüência [MHz]'); zlabel('Desvanecimento [dB]'); Modelo de Okumura-Hata Modelo Cost 231 COST 231 – European Cooperative for Science and Technology – Projeto “Evolution of Land Mobile Radio Communication” – Extensão dos modelos de Okumura-Hata e Walfish-Ikegami para perda de percursos em vários cenários diferentes para a faixa de 1900 MHz COST 231 Modelo Cost 231 Okumura-Hata Modelo COST 231 – Okumura-Hata COST 231 – Walfisch-Ikegami Faixa de frequência: 1.5 GHz – 2 GHz Altura da BS: 30 m – 200 m Altura da MS: 1 m – 10 m Distância BS-MS: 1 Km – 20 Km Modelo COST 231 – Okumura-Hata – Desenvolvido para estender o modelo de Okumura-Hata para a faixa de frequência de PCS (1500 a 2000 MHz) • Para grandes cidades: CM = 3 dB • Para cidades de médio porte e áreas suburbanas: CM = 0 dB COST 231 – Okumura-Hata (dB)log82.13 loglog55.69.44log9.333.46 10 101010 Mmb bp Chah dhfL Modelo Cost 231 Walfish-Ikegami Modelo COST 231 – Walfisch-Ikegami – “Urban transmission loss models for mobile radio in the 900 and 1800 MHz band”, COST 231 – O COST 231 desenvolveu um modelo que conjuga os modelos de Ikegami e de Walfisch-Bertoni com os resultados de medidas realizadas na cidade de Estocolmo – O modelo considera os efeitos de difração no topo dos telhados e altura dos prédios em ambientes urbanos – O modelo Walfisch-Ikegami foi desenvolvido com base em medidas de propagação na faixa de frequência de 800 MHz a 2 GHz COST 231 – Walfisch-Ikegami Modelo COST 231 – Walfisch-Ikegami COST 231 – Walfisch-Ikegami Faixa de frequência: 800 MHz – 2 GHz Altura da BS: 4 m – 50 m Altura da MS: 1 m – 3 m Distância BS-MS: 0.02 Km – 5Km – A grande inovação do modelo do COST 231 está relacionado com a consideração de fenômenos de propagação guiada quando existe linha de visada entre a BS e a MS na direção de uma rua cercada por edifícios – Esse modelo distingue as situações de LOS e NLOS COST 231 – Walfisch-Ikegami Modelo COST 231 – Walsfisch-Ikegami (LOS) – Como a expressão para Free-Space é dada por: – Assim, tem-se que: – De modo que: COST 231 – Walfisch-Ikegami (dB)log26log2064.42 1010 kmMHzp dfL 02.0kmd (dB)log20log2045.32 1010 kmMHzFS dfL (dB) 20 log6 10 mFSp d LL (dB)50log6log619.10 1010 kmFSkmFSp dLdLL Modelo COST 231 – Walsfisch-Ikegami (NLOS) COST 231 – Walfisch-Ikegami Modelo COST 231 – Walsfisch-Ikegami (NLOS) COST 231 – Walfisch-Ikegami Modelo COST 231 – Walsfisch-Ikegami (NLOS) – Onde, COST 231 – Walfisch-Ikegami (dB) 0 0, , MDSRTSFS MDSRTSMDSRTSFS p LLL LLLLL L (dB)log20log2045.32 1010 kmMHzFS dfL (dB)LossScatter andn DiffractioStreet of RoofRTSL (dB)Lossn Diffraction MultiscreeMDSL Primeiro termo representa a atenuação de espaço livre Segundo termo representa a atenuação por difração e dispersão no topo dos edifícios (“roof-top-to-street diffraction and scatter loss”) Terceiro termo representa a atenuação devido às múltiplas difrações e reflexões (“multi-screen diffraction loss”) que ocorrem no nível das ruas COST 231 – Walfisch-Ikegami Roof-to-street Diffraction and Scatter Loss – Onde, LORI é a Orientation Loss, dada por: – Assim LRTS diminuir para ruas largas e aumenta para prédios altos COST 231 – Walfisch-Ikegami (dB)log20 log10log109.16 10 1010 ORIm MHzRTS Lh fwL ooo ooo o ORIL 905555114.00.4 5535,35075.05.2 350,354.010 – Orientation Loss • Substrai 10 dB, se o sinal chega alinhado com a rua ( = 0o) • Soma 4 dB, se o sinal chega oblíguo com a rua • Substrai 1 dB, se o sinal chega perpendicular com a rua ( = 90o) COST 231 – Walfisch-Ikegami Multiscreen Diffraction Loss – Onde, LBSH é a Shadowing Loss, dada por: – Assim LMSD diminuir para separações maiores entre os prédios COST 231 – Walfisch-Ikegami (dB)log9 loglog 101010 b fkdkkLL MHzfkmdaBSHMSD 0,0 0,1log18 10 b bb BSH h hh L – Fatores de Perda com Distância e Frequência COST 231 – Walfisch-Ikegami – Combinando os resultados, tem-se: COST 231 – Walfisch-Ikegami Cost 231 COST 231 – Walfisch-Ikegami fmhz = 850 dkm = 0.1 : 10 hb = 40 hm = 1.8 hB = 30 b = 20 w = b/2 phi = 90 city = small 10 -1 10 0 10 1 60 80 100 120 140 160 180 d (km) Lo ss (d B ) Perda de Percurso FS OH WI-LOS WI-NLOS Cost 231 COST 231 – Walfisch-Ikegami fmhz = 850 dkm = 0.1 : 10 hb = 40 hm = 1.8 hB = 50 b = 20 w = b/2 phi = 90 city = small 10 -1 10 0 10 1 50 100 150 200 250 300 350 400 d (km) Lo ss (d B ) Perda de Percurso FS OH WI-LOS WI-NLOS Path Loss – Efeito da Altura dos Prédios COST 231 – Walfisch-Ikegami Path Loss – Efeito da Separação dos Prédios COST 231 – Walfisch-Ikegami Path Loss – Efeito da Altura da BS COST 231 – Walfisch-Ikegami Path Loss – Efeito da Altura da MS COST 231 – Walfisch-Ikegami Modelos de Pequena Escala Os efeitos de propagação de pequena escala representam alterações no sinal recebido que podem ser observadas sobre distâncias de poucos comprimentos de onda ou sobre durações curtas de tempo em relação ao tempo de símbolo – Se não há linha de visada direta (NLOS), o desvanecimento de pequena escala pode ser modelado por uma distribuição de Rayleigh – Se há linha de visada direta (LOS), o desvanecimento de pequena escala pode ser modelado por uma distribuição de Rice Os efeitos de pequena escala podem ser causados por: – Multipercursos – Banda de Transmissão Limitada – Mobilidade Modelo de Pequena Escala Multipercurso – Sinal transmitido chega ao receptor por vários caminhos diferentes (multipercursos) Efeitos de Multipercurso – Variações no tempo devido aos múltiplos atrasos – Modulação aleatória de frequência devido ao desvio Doppler – Mudanças aleatórias da intensidade do sinal em intervalos curtos de tempo e/ou distância Modelo de Pequena Escala Banda de Frequência Limitada – Largura de banda de sistemas reais é limitada – Atenuação das componentes do sinal transmitido podem ser atenuadas de forma diferente, acarretando em distorção do sinal Modelo de Pequena Escala Mobilidade – Um objeto em movimento no “site” de uma transmissão sem fio causa variações na frequência da onda recebida • Frequência aumenta à medida que a MS se aproxima da ERB • Frequência diminui à medida que a MS se afasta da ERB Efeitos da Mobilidade – A largura de banda do sinal transmitido pode aumentar ou diminuir prejudicando a recepção do sinal – O desvio Doppler decorrente da mobilidade é dado por: Modelo de Pequena Escala cos v f d Propagação por Multipercursos Interferência Intersímbolica (ISI) – Causada pela sobreposição dos símbolos transmitidos devido a dispersão do sinal transmitido – Distorção do sinal (soma de várias versões defasadas do sinal transmitido) Propagação de Multipercursos Dispersão Distorção Sinal RX Sinal TX Interferência Intersímbolica (ISI) Propagação de Multipercursos Time Time Time Transmission signal Received signal (short delay) Received signal (long delay) 1 0 1 Propagation time Delayed Signals Multipercursos – Resultado dos fenômenos de reflexão, difração e espalhamento do sinal transmitido pelo canal de propagação Propagação de Multipercursos Modelo Rice (LOS) 00, 2 exp 202 22 2 sea sa I saa p rice 2 2 2 s R 2 2 2 0 s P 20 P Modelo Rayleigh (NLOS) 0, 2 exp 2 2 2 a aa p rayleigh Canal de Multipercursos e Resposta ao Impulso – Um canal de radiopropagação pode ser modelado como um filtro linear com uma resposta ao impulso variante no tempo • Efeito de filtragem é devido à soma das componentes de multipercurso • Variação no tempo é resultante do movimento espacial do sistema Propagação de Multipercursos dthtxty , thtx dhtxty Se for Variante no tempo Representação Estatística dos Canais de Multipercurso – Seja o sinal transmitido dado por: – Num canal de multipercursos, cada percurso é associado a um fator de atenuação e de atraso que são variantes no tempo. Assim o sinal recebido pode ser expresso por: – Substituindo x(t), tem-se: • Onde, : amplitude do i-ésimo percurso : atraso do i-ésimo percurso Propagação de Multipercursos tjb oetxtx Re i ii ttxtty tj i ib tj i oio ettxetty Re ti ti – Deste modo, pode-se verificar que, na ausência de ruído, o sinal recebido equivalente passa-baixa é: – Como rb(t), é a resposta do canal equivalente passa-baixa devido a um sinal equivalente passa-baixa aplicado na sua entrada, pode-se representar o canal pela seguinte resposta ao impulso equivalente passa-baixa variante no tempo: Propagação de Multipercursos i ib tj ib ttxettr io i i tj ib tetth io , – Quando o sinal de entrada não for modulado (xb = 1), tem-se que: • Onde, – Deste modo, o sinal recebido é a soma de fasores variantes no tempo com amplitudes i(t) e fases i(t) – Note que são necessárias grandes mudanças dinâmicas do meio para alterar i(t) e causar alterações no sinal recebido – Por outro lado, pequenas mudanças podem gerar grandes variações de i(t) e causar alterações no sinal recebido • Ocorrem mudanças de i a cada 2 toda vez que i mudar de 1/fo • Mas 1/fo é um no. pequeno e i muda com pequenos deslocamentos Propagação de Multipercursos i tj ib iettr tft ioi 2 Discretização do Canal de Multipercurso – Os atrasos de multipercurso podem ser agrupados em segmentos de tempos iguais denominados de Delay Bins (feixes de atraso) – A resposta em banda-base do canal discretizada, levando em consideração o efeito Doppler, pode ser representada por: • Onde, : amplitude do i-ésimo multipercurso : atraso do i-ésimo multipercurso : ângulo de chegada do i-ésimo multipercurso Propagação de Multipercursos 1 0 , L i i tj ib tetth i ti ti ttfttfft iDiiDoi ,, 22 tftf iDiD cos, movel D v f ti Discretização do Canal de Multipercurso – A resolução temporal é dada por: Propagação de Multipercursos ii 1 2 1 resf Filtro de Nyquist 1 0 , L i i tj ib tetth i – Se a resposta ao impulso do canal for invariante no tempo (LTI), tem-se que:• Onde, Propagação de Multipercursos 1 0 L i iibh ij ii e bb hth , Modelo Equivalente em Tempo Discreto (FIR) para um Canal com Desvanecimento Seletivo em Freqüência Propagação de Multipercursos 1 i - i-1 i+1-i L-L-1 0 1 i 2L 1L tx Independente do formato de pulso escolhido, pode ocorrer ISI devido a presença de componentes de multipercurso 1 0 L i ii txty ii 1 Modelo Equivalente em Tempo Discreto (FIR) para um Canal com Desvanecimento Seletivo em Freqüência com Percursos Resolvíveis Propagação de Multipercursos Ts Ts Ts Ts tx 0 1 i 2L 1L 1 0 L i si Titxty ss TT s res T f 2 1 Filtro de Nyquist s MAX T L Modelo Equivalente em Tempo Discreto (FIR) Propagação de Multipercursos 0 2 4 6 8 10 12 14 16 18 20 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 t(s) S in al d e E nt ra da 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 10 20 30 40 50 60 Freq.(Hz) M ag ni tu de Sinal Filtrado Modelo Equivalente em Tempo Discreto (FIR) Propagação de Multipercursos 0 2 4 6 8 10 12 14 16 18 20 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 t(s) S in al d e E nt ra da 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 10 20 30 40 50 60 Freq.(Hz) M ag ni tu de Sinal Filtrado Multipercursos Não-Resolvíveis Alteram muito pouco a resposta Modelo Equivalente em Tempo Discreto (FIR) Propagação de Multipercursos 0 2 4 6 8 10 12 14 16 18 20 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 t(s) Si na l d e En tra da Multipercursos Não Resolvíveis Alteram muito pouco a resposta ZOOM Modelo Equivalente em Tempo Discreto (FIR) Propagação de Multipercursos 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 10 20 30 40 50 60 70 80 90 100 Freq.(Hz) M ag ni tu de Sinal Filtrado 0 2 4 6 8 10 12 14 16 18 20 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 t(s) S in al d e E nt ra da Multipercursos Resolvíveis Alteram a resposta % Multipercursos Resolvíveis – Tapped Delay Line % Freq. de Amostagem fs = 10; % Base de Tempo com 200 pontos t = (1 : 200)/fs; % Filtro Raised-Cosine (RC) h= rcosine(1, fs, 'normal', 0.1); % Sequencia Unipolar com 20 símbolos d= randint(1, 20); % Sinal com Zeropadding s = kron(d, [1 zeros(1, fs-1)]); figure; stem(t, s); grid; xlabel('t(s)'); ylabel('Sinal de Entrada'); % Sinal RC sfil = conv(h, s); sfil = sfil(3*fs+1 : end - 3*fs) Propagação de Multipercursos % Sinal após filtragem figure; plot(t, sfil); grid xlabel('t(s)'); ylabel('Sinal Filtrado'); % Análise de Freqüência w = (0:255)/256*(fs/2); Sfil = fft(sfil, 512); figure; plot(w, abs(Sfil(1:256))); xlabel('Freq.(Hz)'); ylabel('Magnitude'); grid; % Resolvíveis - Usar Esse após rodar d dx=zeros(1,20); dx(2)=1;dx(11)=1;dx(12)=1;dx(18)=1;dy= d + dx; s = kron(dy, [1 zeros(1, fs-1)]); % Não Resolvíveis – Mostra Delay = Ts - Usar esse depois de obter s s(21)=0.3;s(22)=0.3;s(23)=0.3;s(91)=0.5s(92)=0.5;s(180)=0.5;s(181)=0.5; Propagação de Multipercursos Doppler Efeito Doppler – É uma característica observada nas ondas quando emitidas ou refletidas por um objeto que está em movimento em relação ao observador • Nome em homenagem a Johann Christian Andreas Doppler que o descreveu teoricamente pela primeira vez em 1842 • Em ondas eletromagnéticas, este mesmo fenômeno foi descoberto de maneira independente em 1848 pelo francês Hippolyte Fizeau • Uma ambulância com sirene ligada que passe por um observador. Ao se aproximar, o som é mais agudo e ao se afastar, o som é mais grave Efeito Doppler Ver também: http://www.walter-fendt.de/ph14br/dopplereff_br.htm http://paws.kettering.edu/~drussell/Demos/doppler/doppler.html Source moving with vsource < vsound (Mach 0.7) Source moving with vsource = vsound (breaking sound barrier) Source moving with vsource > vsound (Mach 1.4 - supersonic) Efeito Doppler Mobilidade – Objeto em movimento causa variações na frequência recebida • Frequência aumenta à medida que a MS se aproxima da ERB • Frequência diminui à medida que a MS se afasta da ERB Efeito Doppler – A frequência do sinal transmitido pode aumentar ou diminuir prejudicando a recepção do sinal Efeito Doppler v v cos v f d dd d d fff f f f fS ,, 12 1 2 Sobreposição dos Efeitos Sobreposição dos Efeitos Sobreposição dos Efeitos Signal Strength (dB) Distance Large-term Fading Medium-term Fading Short-term Fading Sobreposição dos Efeitos Sobreposição dos Efeitos Sobreposição dos Efeitos Sobreposição dos Efeitos Parâmetros dos Canais de Multipercurso Parâmetros de Dispersão Temporal A dispersão temporal do sinal é um fenômeno natural causado pela reflexão e dispersão dos multipercursos do canal Para comparar diferentes canais de multipercurso e desenvolver um método geral de projeto de sistemas sem fio, pode-se utilizar os seguintes parâmetros, determinados a partir do “Power Delay Profile”: – Mean Excess Delay – RMS Delay Spread – Maximum Excess Delay (XdB) Parâmetros de Dispersão Temporal Parâmetros do Canal – Power Delay Profile Parâmetros de Dispersão Temporal Mean Excess Delay – É o primeiro momento do profile: RMS Delay Spread – É a raiz quadrada do segundo momento do profile: – Onde, Parâmetros de Dispersão Temporal k k k 2 k k 2 k P P a a k kkk E 22 EE k 2 k k 2 k 2 k 2 k 2 P P a a k kkk E Maximum Excess Delay (XdB) – Representa o atraso de tempo necessário, a partir do instante de referência, para a energia das componentes de multipercurso caia abaixo de XdB Os atrasos são sempre medidos em relação ao 1o sinal detectável que chega ao receptor As equações de E(), E(2), e XdB não se baseiam no nível de potência absoluto de P(), mas nos valores relativos normalizados das componentes de P() Parâmetros de Dispersão Temporal Exemplo de Power Delay Profile Parâmetros de Dispersão Temporal Exemplo: Determine o RMS Delay Spread do seguinte profile Parâmetros de Dispersão Temporal 0 1us P() 0dB 0dB 66 k k 105.0 11 101101 P P k kk E 12 262 k 2 k2 105.0 11 101101 P P k kk E s 5.0105.0105.0EE 261222 Exemplo: Cont. – Se for usada uma modulação BPSK, qual é a taxa máxima sem que seja necessárioum equalizador? Para BPSK a taxa de símbolos é igual a taxa de bits, portanto, tem-se que: Parâmetros de Dispersão Temporal 0.1 Ts sT T s s 51.0 5.0 ksps T R s s 200 1 kbpsRR sb 200 Banda de Coerência – É a máxima separação de freqüência entre 2 componentes quaisquer de um dado sinal que expressam dependência estatística, ou seja, que sofrem os mesmos efeitos de desvanecimento – A banda de coerência pode ser obtida através do RMS Delay Spread: • Se a banda coerente for definida como a banda onde a função de correlação seja acima de 0.9, tem-se que: • Se a banda coerente for definida como a banda onde a função de correlação seja acima de 0.5, tem-se que: Parâmetros de Dispersão Temporal 50 1 cB 5 1 cB Banda de Coerência Parâmetros de Dispersão Temporal Exemplo: Determine os parâmetros de dispersão temporal do profile Parâmetros de Dispersão Temporal 0 2us 0dB -10dB 6 k k 1038.4 11.01.001.0 5121.011.0001.0 P P k kk E -10dB -20dB 1us 5us 12 2222 k 2 k2 1007.21 11.01.001.0 5121.011.0001.0 P P k kk E 610510 dB s 37.11038.41007.21EE 261222 Maximum Excess Delay (10dB) Exemplo: Cont. – Determine a banda de coerência e verifique se esse canal é adequado para o AMPS e para o GSM sem o uso de equalização – A banda do AMPS é 30KHz • Como Bc é maior que 30 KHz, o AMPS funcionará bem sem equalização – A banda do GSM é 200KHz • Como Bc é menor que 200 KHz, o GSM necessitará de equalização Parâmetros de Dispersão Temporal KHzBc 146 1037.15 1 5 1 6 Exemplo: Cont. – Se for usada uma modulação BPSK, qual é a taxa máxima sem que seja necessário um equalizador? Para BPSK a taxa de símbolos é igual a taxa de bits, portanto, tem-se que: Parâmetros de Dispersão Temporal 0.1 Ts sT T s s 7.131.0 37.1 ksps T R s s 9.72 1 kbpsRR sb 9.72 Parâmetros de Dispersão em Freqüência O Delay Spread e a Banda de Coerência são parâmetros utilizados para descrever a natureza de dispersão temporal do canal numa área local Entretanto, eles não oferecem nenhuma informação sobre como o canal está variando no tempo devido ao movimento relativo entre o móvel e a ERB Para quantizar a natureza da variação no tempo do canal, deve-se usar os parâmetros: – Doppler Spread – Tempo de Coerência Parâmetros de Dispersão em Frequência Doppler Spread – É uma medida do alargamento espectral causado pela variação do canal no tempo – É definido como o intervalo de freqüência em que o espectro Doppler do sinal recebido é diferente de zero • Quando um tom senoidal de freqüência fc é transmitido, o espectro do sinal recebido apresentará componentes de freqüência no intervalo fc – fd à fc + fd , onde fd é o desvio Doppler • A quantidade do alargamento espectral depende de fd , que é função da velocidade do móvel e do ângulo entre a direção do móvel e a direção de chegada das ondas refletidas – Se a banda de um sinal banda-base for muito maior que o Doppler Spread, o efeito do espalhamento Doppler é desprezível e o desvanecimento é chamado lento Parâmetros de Dispersão em Frequência Tempo de Coerência – É uma medida estatística da duração de tempo em que a resposta ao impulso do canal permanece invariante e é usado para caracterizar a natureza da variação no tempo da dispersão espectral do canal • Pode-se considerar o tempo de coerência como o dual do Doppler Spread no domínio do tempo: – De outro modo, o tempo de coerência é a máxima separação de tempo entre 2 sinais quaisquer em que eles apresentam uma forte dependência estatística, ou seja, que sofrem os mesmos efeitos de desvanecimento nas suas amplitudes – Se o tempo de duração do sinal em banda base (símbolo) é maior que o tempo de coerência do canal, então, ocorrerá distorção do sinal Parâmetros de Dispersão em Frequência 1 maxd c f T – Se o tempo de coerência é definido como o tempo em que a função de correlação no tempo é acima de 0.5, tem-se que: • Onde fdmax é o máximo desvio Doppler – Essa relação indica o tempo em que um desvanecimento Rayleigh pode apresentar grandes variações – Na prática, essa equação é bastante restritiva, sendo usado uma regra de média geométrica entre: – Assim, tem-se que: Parâmetros de Dispersão em Frequência 16 9 maxd c f T 1 maxd c f T max 2 max 423.0 16 9 dd c ff T 16 9 maxd c f T Tempo de Coerência Parâmetros de Dispersão em Frequência Classificação do Desvanecimento Dependendo da relação entre os parâmetros do sinal (banda, período, etc) e os parâmetros do canal (RMS Delay Spread e Doppler Spread), diferentes sinais podem sofrem diferentes tipos de desvanecimento Enquanto o Delay Spread ocasiona em dispersão temporal e desvanecimento seletivo em freqüência, o Doppler Spread ocasiona em dispersão espectral e desvanecimento seletivo no tempo Como o Delay Spread e o Doppler Spread são independentes, as dispersões no tempo e na freqüência podem ocorrer de 4 formas distintas, que dependem da natureza do sinal transmitido, do canal e da velocidade do móvel Classificação do Desvanecimento Desvanecimento Plano em Freqüência – Se o canal de propagação tiver um ganho constante e uma fase linear sobre uma banda maior que a banda do sinal, então, o sinal recebido sofrerá desvanecimento plano em freqüência – A estrutura de multipercurso do canal é tal que as características espectrais do sinal transmitido são mantidas até o receptor – Pode-se aproximar a resposta ao impulso do canal a um impulso de Dirac – Entretanto, a intensidade do sinal recebido sofre variações ao longo de intervalos curtos de tempo e do espaço – A distribuição estatística do ganho instantâneo dos canais planos é importante para o projeto dos enlaces de rádio • As distribuições mais comuns são a Rayleigh e a Rice Classificação do Desvanecimento ttth i L i iib 1 0 Desvanecimento Seletivo em Freqüência – Se o canal de propagação tiver um ganho constante e uma fase linear sobre uma banda menor que a banda do sinal, então, o sinal recebido sofrerá desvanecimento seletivo em freqüência – Neste caso, as características espectrais do sinal transmitido são distorcidas antes de chegar ao receptor • O espectro do sinal transmitido apresenta uma largura de banda maior que a banda coerente do canal. Certas componentes de freqüência são atenuadas e outras são reforçadas • O Delay Spread da resposta ao impulso do canal é maior que a duração de símbolo. O sinal recebido é composto por inúmeras versões do sinal atenuadas e atrasadas no tempo, ocasionando distorção do sinal Classificação do Desvanecimento – Como o desvanecimento seletivo em freqüência é ocasionado pela dispersão temporal dos símbolos transmitidos, ele ocasiona ISI – Os canais seletivos em freqüência sãomais difíceis de serem modelados que os canais planos, já que cada componente de multipercurso deve ser modelada e o canal deve ser considerado como um filtro linear – Uma regra prática para determinar se o desvanecimento é seletivo ou não é dada por: • Canal Plano em Freqüência : Se Ts 10 • Canal Seletivo em Freqüência: Se Ts < 10 Classificação do Desvanecimento Desvanecimento Plano e Seletivo em Frequência Classificação do Desvanecimento Freq. Freq. S p e c tr a l d e n s it y S p e c tr a l d e n s it y Coherent BW, Bc Bc Bs Freq. Selective Fading Freq. Flat Fading TX BW > Channel BW Bs > Bc TX BW < Channel BW Bs < Bc Bs Desvanecimento Plano e Seletivo em Frequência PROBLEMA! Classificação do Desvanecimento Freq. S p e c tr a l d e n s it y Coherent BW, Bc Freq. Flat Fading TX BW < Channel BW Bs < Bc Bs Desvanecimento Lento – Se a resposta ao impulso do canal muda lentamente, durante um intervalo de símbolo, então, o sinal recebido sofrerá desvanecimento lento • O tempo de coerência do canal é maior que um ou vários períodos de símbolo do sinal transmitido • No domínio da freqüência, isso significa que o Doppler Spread é muito menor que a banda do sinal banda base transmitido – Deve-se notar que a velocidade do móvel e a banda do sinal transmitido determinam se o desvanecimento é lento ou rápido Classificação do Desvanecimento Desvanecimento Rápido – Se a resposta ao impulso do canal muda rapidamente, durante um intervalo de símbolo, então, o sinal recebido sofrerá desvanecimento rápido • O tempo de coerência do canal é menor que o período de símbolo do sinal transmitido • Isto acarreta em dispersão em freqüência (desvanecimento seletivo no tempo) devido ao Doppler Spread, ocasionando distorção do sinal • No domínio da freqüência, a distorção do sinal aumenta com o aumento do Doppler Spread em relação a banda do sinal banda base transmitido Classificação do Desvanecimento Classificação do Desvanecimento Classificação do Desvanecimento Classificação do Desvanecimento Canais com Desvanecimento Time Domain Large-Scale Fading Flat Bwsig < Bwch tspread < Tsym Freq. Domain Seletivo Bwsig > Bwch tspread > Tsym Small-Scale Fading Lento Doppler baixo Tcoe > Tsym Rápido Doppler alto Tcoe < Tsym r (distância) r r: atenuação média r: Shadowing Bwsig: banda do sinal Bwch: banda do canal tspread: atraso de espalh. Tsym: período de símbolo Tcoe: Tempo de coerência Principais Modelos Estatísticos Modelos de Rayleigh Desvanecimento Rayleigh – Ocorre quando o sinal recebido é composto por várias reflexões dos múltiplos percursos uniformemente distribuídas – Neste caso, a amplitude da envoltória pode ser modelada por uma distribuição de Rayleigh: • r : amplitude da envoltória do sinal recebido • 2 : potência média do sinal Modelo de Rayleigh )0(0 )0() 2 exp( )( 2 2 2 r r rr rp Desvanecimento Rayleigh – Envoltória do sinal em um canal de desvanecimento Rayleigh em 900 MHz, com velocidade de deslocamento da MS de 120 km/h Modelo de Rayleigh Desvanecimento Rayleigh – Sejam as V.A. X e Y Gaussianas, independentes de média zero e variância 2. Pode-se representar a densidade de probabilidade conjunta de X e Y como: – Pode-se obter a densidade de probabilidade conjunta das V.A.: – Assumindo que r 0 e 0 2, tem-se que: – Cujas funções inversas são: Modelo de Rayleigh 2 22 2 1 22 1 , yx XY eyxf 22 YXR X Y1tan 22),( yxyxgr x y yxh 1tan),( cos),( rrqx sen),( rrpy – Dado o Jacobiano: – Ou de outra forma: • Onde, Modelo de Rayleigh r rsin sinr y r y x r x rJ cos cos , ryx yx x yx y yx y yx x yxJ 11 , 22 2222 2222 yxJ rJ , 1 , – Substituindo: – Ou de outra forma: – Resultando em: Modelo de Rayleigh 1,, , yxJyxfrf XYR rrrfrf XYR sen,cos , ,, , rJyxfrf XYR rrrfrf XYR sen,cos , 2 2 2 1 22 , r R e r rf 0r 20 2 2222 sencos 2 1 22 1 , rr XY eyxf – A densidade de probabilidade obtida corresponde a uma distribuição de amplitudes de Rayleigh: – E a uma distribuição de fase uniforme: Modelo de Rayleigh 2 2 2 2 2 1 2 2 0 2 1 22 rr R e r de r rf 0r 20 2 1 2 0 2 1 2 2 2 dre r f r Distribuição de Rayleigh Distribuição Uniforme Modelos de Rice Desvanecimento Rice – Ocorre quando o sinal recebido é composto por uma componente representativa de visada direta, denominada componente especular, e de várias reflexões dos múltiplos percursos uniformemente distribuídas – Neste caso, a amplitude da envoltória pode ser modelada por uma distribuição de Rice: • r : amplitude da envoltória do sinal recebido • A : valor de pico da componente especular • 2 : potência média do sinal • I0 : função de Bessel modicada de 1a espécie e de ordem zero Modelo de Rayleigh 00 0,0)( 2 )( exp( )( 202 22 2 r rA Ar I Arr rp Desvanecimento Rice – Sejam as V.A. X e Y Gaussianas, independentes de média zero e variância 2. Pode-se representar a densidade de probabilidade conjunta de Z=A + X e Y como: – Pode-se obter a densidade de probabilidade conjunta das V.A.: – Assumindo que r 0 e 0 2, tem-se que: – Cujas funções inversas são: Modelo de Rayleigh 2 22 2 1 22 1 , yxA ZY eyxf 22 YXAR XA Y1tan 22),( yxAyxgr xA y yxh 1tan),( cos),( rrqz sen),( rrpy Doppler Mobilidade – Um objeto em movimento causa variações na frequência da onda recebida • Frequência aumenta à medida que a MS se aproxima da ERB • Frequência diminui à medida que a MS se afasta da ERB Efeito Doppler – A frequência do sinal transmitido pode aumentar ou diminuir prejudicando a recepção do sinal Efeito Doppler v v cos v f d Desvio Doppler – Uma MS se desloca com velocidade constante v ao longo de um percurso de comprimento d entre os pontos x e y Efeito Doppler Transmissor Receptor v o v o vx vy 0 t0 t1 w1 w2 w1 w2 – Em t1 a onda 2 atinge o móvel.
Compartilhar