uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

49
Sistemas de Comunicaciones Móviles Facultad de Ingeniería Eléctrica y Electrónica Ingeniería de Telecomunicaciones Sesión: 7 Modelos empíricos de predicción de propagación para macroceldas Prof. Ing. José C. Benítez P.

Upload: c09271

Post on 24-Jun-2015

742 views

Category:

Documents


4 download

TRANSCRIPT

Page 1: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

Sistemas de Comunicaciones Móviles

Facultad de Ingeniería Eléctrica y Electrónica

Ingeniería de Telecomunicaciones

Sesión: 7Modelos empíricos de predicción de propagación

para macroceldas

Prof. Ing. José C. Benítez P.

Page 2: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

Sesión. Modelos empíricos de predicción de propagación para macroceldas

1. Introducción2. Métodos empíricos.3. Método de Lee.4. Método de Okumura.5. Método de Hata.6. Método de Ikegami.7. Método de Walfish-Bertoni.8. Método de Walfish-Bertoni-Xia.9. Método COST 231.10.Método UMTS fórum11.Método UIT-R 370

Page 3: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

1. Introducción

Modelos de Propagación

Page 4: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

1. Introducción

Modelos de Propagación

Page 5: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

1. Introducción

Page 6: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

1. Introducción

Se definen diferentes categorías de celdas que se suceden en el relleno de la zona de servicio de una red:

Macroceldas:• Radio: 1km – 35Km.• Potencia: Suficientes para cubrir las zonas definidas (típicamente

entre 1 y 10W) que en general tienen formas que se aproximan a estructuras circulares.

• Distancia: Depende del tipo de terreno y las condiciones de propagación.

• Clasificación: En las propias macroceldas, y las miniceldas, que ocupan la parte más baja de los radios del rango expuesto.

• Aplicación: Áreas de baja densidad de población, zonas rurales, rutas, y zonas urbanas, superpuestas a varias microceldas cuando estas no se solapan para poder realizar los hand-off.

Page 7: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

1. Introducción

Page 8: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

1. Introducción

Page 9: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

1. Introducción

Métodos de predicción de propagación

� Los métodos de predicción de la propagación

vistos hasta ahora:

• Requieren del conocimiento del perfil orográfico entre el Transmisor y el Receptor.

• Son idóneos para enlaces punto a punto.

� Pero en la propagación Punto a Zona:

• Existe una gran variabilidad de trayectos de

propagación.

• Se requiere un estudio con por lo menos 12

radiales azimutales.

Page 10: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

1. Introducción

Métodos de predicción de propagación

� Pero la modelización de los obstáculos es difícil en

casos de:

• Terrenos orográficamente muy irregulares.

• Entornos urbanos.

� Se requieren métodos empíricos de estimación de pérdidas de propagación y la intensidad del campo.

� Estos métodos requieren de:

• Amplias campañas de medición.

• Correlación de las medidas con las características

del medio de propagación.

Page 11: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

1. Introducción

Métodos de predicción de propagación

� Ventajas:

• Proporcionan una estimación rápida de la

pérdida de propagación.

• Su uso es sencillo y rápido.

� Desventajas:

• Su exactitud no es muy buena.

• Media cuadrática del error:

10dB<|Vr. estimado –Vr. Medido|<14dB

Page 12: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

2. Métodos empíricos

Los métodos empíricos más usados y

recomendados por la UIT-R son:

� Lee.

� Hata.

� Recomendación UIT-R 529.

� Cost 231.

� Walfish-Ikegami.

Page 13: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

3. Método de Lee

� Se basa en el modelo de tierra plana

� Proporciona la potencia recibida en dBm para

dos tipos de entorno:

• Entorno Urbano (expresiones para 3

ciudades típicas)

• Sub-Urbano

Page 14: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

3. Método de Lee

Parámetros utilizados

Page 15: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

3. Método de Lee

Expresiones de cálculo

Page 16: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

4. Método de Okumura

Introducción

� Okumura presentó unas curvas estándar de propagación

para radiocomunicaciones móviles (medidas tomadas en

Japón)

� Proporcionan medidas de intensidad de campo para:

– Medio Urbano.

– Diferentes alturas efectivas de antenas.

– Bandas de frecuencia: 150, 450, 900 Mhz.

– Potencia radiada: 1Kw.

– Altura antena Rx: 1.5m (típico de aplicaciones

móviles).

Page 17: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

4. Método de Okumura

Introducción

� Además, el modelo presenta correcciones para:

• Ondulación (∆h).

• Pendiente del terreno.

• Heterogeneidad del terreno (trayectos mixtos tierra-mar).

• Presencia de obstáculos significativos.

• Altura de antena del Rx.

• Potencia radiada aparente.

• Zonas urbanas (orientación de las calles, densidad de las

edificaciones).

� Este método fue muy usado (resultados acordes con las

mediciones).

Page 18: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

4. Método de Okumura

Expresión para cálculo

AREAreteMUF GhGhGdfALdBL −−−+= )()(),()(50

• L50 son las pérdidas por propagación al

50 % de recepción de la señal.

• LF pérdidas en espacio libre.

• G(hte) ganancia de la antena TX (dB)

• G(hre) ganancia de la antena RX.

• GAREA ganancia del entorno.

Page 19: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

4. Método de Okumura

Gráfica de la atenuación

Page 20: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

5. Método de Hata

Introducción

� Hata obtuvo expresiones numéricas para las curvas de

propagación de Okumura.

� Además incluyó las correcciones más usadas en

comunicaciones móviles.

� Obtuvo expresiones para calcular las pérdidas básicas

en entornos:

• Urbanos.

• Suburbanos.

• Rurales.

Page 21: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

5. Método de Hata

Introducción

� Restricciones:

• No tiene en cuenta la ondulación del terreno.

• No tiene en cuenta el grado de urbanización.

• Las frecuencias deben ser menores de 1500 Mhz.

� Extensión del Modelo de Hata para la banda de 1800

Mhz: Método COST 231-Hata.

Page 22: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

5. Método de Hata

Expresiones de cálculo

Page 23: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

5. Método de Hata

Expresiones de cálculo

Page 24: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

5. Método de Hata

Expresiones de cálculo

f : frecuencia

Ht: altura de TX (30 a 200m)

Hm: altura del RX (1 a 10 m)

d : distancia (1 a 20 km)

Page 25: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

5. Método de Hata

Expresiones de cálculo: Método Cost 231 - Hata

Page 26: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

6. Método de Ikegami

Introducción

� Calcula la potencia media en un SCM.

� Válido para zonas urbanas.

� Resultados bastante aproximados a las mediciones

reales.

� Se basa en la teoría de rayos y óptica geométrica

(GDT, Teoría geométrica de los rayos).

� Supone una estructura ideal de la ciudad:

• Alturas uniformes de edificios.

• Bloques rectangulares.

• El tejado de los edificios tiene visibilidad directa

con la antena transmisora.

• Se desprecia la posible reflexión en el suelo.

Page 27: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

6. Método de Ikegami

Introducción

� Este modelo tiene en cuenta:

• La orientación de las calles.

• La altura de la MS.

• La frecuencia.

• La altura de la BTS.

• La distancia.

• Se desprecian las posibles reflexiones en el suelo.

• Los componentes multitrayecto se dividen en dos

grupos: Rayos principales, Rayos secundarios.

� Aprovecha el hecho que los rayos que tienen una sola

difracción y reflexión son mucho más importantes que los

que tienen múltiples difracciones y reflexiones (sucede cuando la altura de la antena transmisora es grande).

Page 28: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

6. Método de Ikegami

Modelo gráfico d: distancia entre Tx y Rx.lr: depende del Coeficiente de reflexión en lasFachadas de los Edificios (aprox. 3.2).

Page 29: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

7. Método de Walfish-Bertoni

Introducción

� Tiene en cuenta la influencia del

conjunto de edificios que se interponen

entre el TX y el móvil RX.

� Se aplica para alturas de antenas no

muy elevadas pero por encima de los

edificios próximos.

Page 30: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

7. Método de Walfish-Bertoni

Características del modelo

Tiene en cuenta que las ondas principales que llegan desde

la antena de TX (T) hasta el punto P (en el tejado del

edificio próximo al móvil) experimentan una pérdida por

difracción debido a la proximidad de los edificios al móvil.

Page 31: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

7. Método de Walfish-Bertoni

Características del modelo

Page 32: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

7. Método de Walfish-Bertoni

Características del modelo

Perdidas por trayectoria

f: frecuencia en MHz.d: distancia entre el Tx y el Rx en Km.H: Altura promedio de la antena con respecto de la altura de los edificios.A: variable que expresa la influencia de los edificios en la señal.

Page 33: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

7. Método de Walfish-Bertoni

Características del modelo

Influencia de los edificios en la señal

hb: Altura del edificio en metros.hr: Altura del receptor en metros.b: espacio entre los edificios.

Page 34: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

7. Método de Walfish-Bertoni

Ventajas del modelo

Puede usarse incluso si no se dispone

de parámetros del entorno urbano ya

que el modelo da valores por defecto,

aunque esto aumenta el error de

predicción de las pérdidas.

Page 35: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

7. Método de Walfish-Bertoni

Ventajas del modelo

Page 36: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

8. Método de Walfish-Bertoni-Xia

Características

� Es de tipo semi-empírico

� La pérdida básica de propagación se

compone de: L= Lbf + Lmsd + Lrts

• Lbf: Pérdida de espacio libre

• Lmsd: Pérdida por difracción multipantalla

• Lrts: Pérdida por difracción final (incluye

reflexiones y ángulo de orientación

Page 37: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

8. Método de Walfish-Bertoni-Xia

Características

Page 38: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

9. Método COST 231

Introducción

� Propuesto por el grupo Europeo de trabajo

COST 231.

� Es una combinación de los métodos Walfish e

Ikegami.

� Es aplicable a entornos con:

� Celdas grandes y pequeñas (con BTS

ubicadas por encima de los tejados de los

edificios).

� Microceldas (con BTS ubicadas por debajo

de los edificios).

Page 39: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

9. Método COST 231

Caso: Celdas grandes y pequeñas

Page 40: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

9. Método COST 231

Caso: Celdas grandes y pequeñas

Page 41: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

10. Método UMTS fórum

Características

Page 42: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

11. Método UIT-R 370

Características

� Se basa en curvas medidas en climas templados terrestres,

mares cálidos y mares fríos.

� Destinado a servicios de radio-difusión sonora y de T.V.

� Cuando no se cumplen las condiciones de las curvas, se aplican

ciertos factores de corrección a los valores leídos en éstas.

� El campo eléctrico es: E= Ec+P-∆h-hr+L+D� Ec: Valor del campo leído de las curvas

� P: Potencia radiada aparente del Tx en dB/Kw

� ∆h: Ondulación del terreno (en radio-difusión aprox. 50m).� hr: Corrección de altura de la antena receptora (se corrige de

10m a 3m).

� L: Corrección por % de ubicaciones.

� D: Corrección por ángulo de despejamiento del receptor

Page 43: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

11. Método UIT-R 370

Valores de hr según bandas y tipos de terreno (d<50Km)

Page 44: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

11. Método UIT-R 370

Características de hr

� Para d > 100 Km: hr se disminuye a

la mitad

� Para 50 Km < d < 100 Km: Se

aplica interpolación lineal

� Para d > 200 Km: ∆h no afecta la

corrección hecha

Page 45: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

11. Método UIT-R 370

Cálculo de L (% de ubicaciones)

� Se supone una variación gaussiana

de E con los emplazamientos

� Desviación típica:

Page 46: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

11. Método UIT-R 370

Cálculo de D

� D depende del ángulo de despejamiento del

receptor (θ).

Page 47: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

Bibliografía

• Garcia J. C.; Rodriguez O. A.; Castillo J. L.; Desempeño de Modelos de Propagación en Comunicación Móvil para la zona de Caldas Parte 1: Modelos para áreas urbanas. X Congreso Internacional de Telecomunicaciones. Valdivia, Chile. 2002.

• De Toledo F.; Estimating coverage of radio transmission into and within buildings at 900, 1800, and 2300 MHz, IEEE Personal Communications, vol. 5(2), pp 40-47, Apr. 1998.

• Aurand J. F.; Post R. E.; A Comparison of Prediction Methods for 800-MHz Mobile Radio Propagation, IEEE Trans. on Vehicular Tech., Nov. 1985, pp. 149-153.

• Hoppe R.; Wolfl e G.; Landstorfer F. M.; Measurement of building penetration loss and propagation models for radio transmission into buildings, IEEE Veh. Technol. Conf., vol. 4, 1999, pp. 2298-2302.

• Marante Francisco; Torres Reinel; Rodríguez Ernesto. Aproximación al estudio de modelos para la caracterización del canal de radio en comunicaciones móviles de 2.5G y 3G. V Congreso Internacional de Telemática y Telecomunicaciones (CIT-TEL 2008). La Habana, Cuba. Diciembre de 2008.

• Marvin K. Simon; Alouini Mohamed. Digital Communication over Fading Channels. Second Edition. Editorial JOHN WILEY & SONS. 2005.

Page 48: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

Bibliografía• Sklar Bernard. Rayleigh Fading Channels in Mobile Digital Communication Systems

Part I: Characterization. IEEE Communications Magazine 35 (7): 90-100. July, 1997.

• Goldsmith Andrea. Wireless Communications. Cambridge University Press. 2005.

• Stuber Gordon. Principles of Mobile Communication. Second Edition. Kluwer Academic Publisher. pp. 108-112. 2006.

• Sendin Escalona, Alberto. Fundamentos de los sistemas de comunicaciones móviles. Evolución y tecnologías, 2004. Mc Graw Hill, España. ISBN: 84- 481-4027-3.

• Garcia Néstor. "Modelo de cobertura en redes inalámbricas basado en radiosidad por refinamiento progresivo", tesis doctoral. Universidad de Oviedo, Departamento de Informática. Marzo, 2006.

• Telefónica Móviles. Manual de Instalación de una BTS GSM. Movistar S.A, 2007.

• Andersen J. B.; Rappaport T. S. and S. Yoshida. Propagation Measurements and Models for Wireless Communications Channels. IEEE Communications Magazine, vol. 33, pp. 42-49. January 1995.

• Guerrero Guzmán, Víctor Manuel. Análisis estadístico de series de tiempo económicas. Segunda edición. México: Editorial Thomson, 2003.

• Dethe, Chandrashekhar y Wakde D.G. On the prediction of packet process in network traffic using FARIMA time series model. Department of Electronics, College of Engineering, India. 2003.

Page 49: Uni fiee scm sesion 07 modelos empiricos de prediccion de propagación para macroceldas

S7. Modelos empíricos de predicción propagación para macroceldas

Blog del curso:http://uniscm.blogspot.com