Улучшение и Характеристика Моделей Внутреннего Распространения сигнала

Аннотация

Затухание радиосигнала и потери на пути зависят от окружающей среды и, как было признано, трудно вычислить и предсказать. В прошлых исследованиях распространения сигнала в помещении использовались несколько моделей с разной степенью успеха и сложности. Целью данной работы является точное описание аналитической модели для внутренней среды и ее использование для определения уровня сигнала в помещении. Из характеристик мы предлагаем улучшить существующие модели каналов, построив технологию секционирования. Экспериментальные данные в этой статье были обработаны в MATLAB. Результат показывает, что значения RSS Vs distance помогают определить «Потеря пути», «Потеря свободного пробега», «Результаты» объясняют вариацию модели с несколькими стенками и модели с одной стенкой, сравнение между эмпирической моделью и конструкцией разделенной модели.

Ключевые слова:

Беспроводная локальная сеть, Ekahau Heat mapper, Visi-site survey, моделирование распространения и GPS.

ВВЕДЕНИЕ

Разумно беспроводные локальные сети (WLAN) появились как гибкие системы связи, которые были реализованы как расширение или чередование для проводной ЛВС в зданиях. Использование электромагнитных волн WLAN передают и принимают данные по радиоинтерфейсу, сводя к минимуму потребность в проводном соединении, тем самым он обеспечивает мобильность пользователя в закрытой области, не теряя связи с основной сетью [1].

В таких случаях модель среды является полезным инструментом проектирования при построении макета, что приводит к эффективным коммуникационным стратегиям [2]. Для внутренней среды существуют два типа элементов; а именно статические и динамические элементы. Статические элементы такие, как природные и искусственные материалы. Динамический элемент состоит из движущихся объектов. Стандарт IEEE 802.11 разделен на два основных уровня: уровень управления доступом к среде (MAC) и физический уровень (PHY). Эти два уровня обеспечивают функциональное разделение стандарта и, что самое важное, позволяют использовать один протокол данных с несколько различных методов радиочастотной передачи. В этом тезисе есть два подхода. Первый на основе обследования участка с большим количеством измерений и экспериментальные решения. Один общий подход использует съемку информации о силе сигнала в конкретной области. Затем база данных используется для определения местоположения мобильного устройства с помощью определенного алгоритма сопоставления с образцом [4]. Второй метод включает планирование программного обеспечения с использованием моделей распространения. Угол прихода (AOA) относится к способу, согласно которому положение мобильного устройства определяется направлением входящих сигналов от других передатчиков, местоположения которых известны. Как только модель распространения была проверена, среда может быть быстро введена в такую ??модель, чтобы обеспечить характеристики распространения для начальной оценки.

Визуализация беспроводной сети и сила сигнала

Беспроводные сети Wi-Fi повсюду. VisiWave Site Survey предоставляет расширенные возможности сбора и визуализации данных, которые образуют полную беспроводную связь. Визуализируйте все сети Wi-Fi: Ekahau HeatMapper отобразит зону покрытия всех точек доступа в области на карте. VisiWave предоставляет четыре эффективных метода для захвата данные (по одной точке за раз, непрерывные прогулки по зоне съемки, GPS-позиционирование для наружных съемок и настраиваемое навигационное устройство с неверным отсчетом), что делает сбор данных быстрым и легким [12]. Поиск проблем безопасности и открытых сетей: HeatMapper отображает, есть ли проблемы с безопасностью в некоторых сетях, и показывает местоположение незащищенных сетей.

Характеристики распространения:

Между передатчиком и приемником беспроводной канал моделируется несколькими ключевыми параметрами. Возникают различные виды затухания; они часто разделяются тремя типами [10] [7].

а. Дистанционная зависимость. Потери пути приближаются PL = PL 0 + 10 n ? log ( d ) (1) где n - показатель потери пути, который зависит от местности и окружающей среды.

б. Крупномасштабное затенение. Это приводит к изменениям на более крупных участках и вызвано препятствиями ландшафта, строения и листва. Это означает, что его ослабление x, измеренное в дБ, обычно распределяется N ( m, ? ) со средним m и стандартным отклонением ? .

с. Маломасштабное замирание. Это приводит к большим изменениям в пределах половины длины волны. Многопутевые и движущиеся рассеиватели вызывают это. Рэлей, Рисан, как правило, приближаются к полученным затуханиям или аналогичным затухающим статистическим измерениям, также хорошо подходят для распределений Накагами и Вейбулла [3].

Модели распространения

Модели распространения содержат оценки мощности сигнала и временной дисперсии во многих помещениях. Эти данные ценны при проектировании и установке внутренних радиосистем. Всего несколько лет назад фактические измерения канала были основным источником информации о характеристике распространения внутри помещений.

Модель однослойного многоэтажного (SGMF) модели с одним градиентом. Идея этой модели заключается в том, что расстояние диктует, если AP и приемник расположены на одном этаже с потерей пути от AP до приемника с использованием градиента расстояния. Потеря пути в модели SGMF дается формулой Lp = L0 + Lf (n) + 10a * log (d) (4) Где L0 - потеря пути по первому счетчику, Lf (n) - затухание, приписываемое каждому этажу, n - количество этажей между передатчиком и приемником, ? - градиент расстояния, а d - расстояние между передатчик и приемник.

В таблице 1 приведен набор параметров, предложенных для трех разных сред. На рисунках 4.1 и 4.2 показана площадь под воздействием 1 AP на полу.

Формула для модели SGMF + BP представлена:

Где Lp - потеря пути по расстоянию d в дБ, L0 - потеря пути по первому счету в дБ, Lf (n) - затухание, приписываемое каждому этажу, n - количество этажей между передатчиком и приемником, ?1 и ?E - градиенты мощности расстояния для соответствующих участков пути, а dwbp - динамическая точка разрыва стенки в метрах в метрах [6]. Где Lw - потеря пути для внешней стены в дБ. Значения коэффициента распада мощности n варьируются в зависимости от типа здания и внутренней среды. Значение n = 2 соответствует распространению в свободном пространстве. Значения меньшие, чем 2, используются для прогнозирования распространения сигнала в коридорах, где уменьшение коэффициента распада мощности обусловлено волноводным эффектом [9].

Анализ результатов

Сила сигнала измеряется на первом этаже генератора Loop Building, в котором также отображаются данные отслеживания. Модель SGMF имела более высокую пиковую производительность, но модель MGSF имела несколько более высокую среднюю производительность. Были сопоставлены два метода проектирования крупных исследований локальных сетей беспроводной локальной сети и планирования программного обеспечения. Недостатки обследования площадки из-за среды, изменяющейся во времени и пространстве, были исследованы с использованием простого эксперимента. Дается обзор доступных моделей распространения и их использования.

Рекомендации

1. Ben Slimane, S. & Gidlund, “Performance of wireless LANs in radio channels”, IEEE Multiaccess, Mobility and Teletraffic for Wireless Commun . December 2000, 5 , 329-40.
2. Aguiar, A. & Gross, J. Wireless channel models. Telecommunication Networks Group, Technische Universitat Berlin, April 2003. Technical Report TKN- 03- 007.
3. Diggavi, SN Diversity in communication: In From “source coding to wireless networks”, Part 9. MIT Press, 2006. Pp. 243-86.
4. Andersen, JB; Rappaport, TS & Yoshida,“Propagation measurements and models for wireless communications channels”. IEEE Commun. Mag., January 1999, 33 , 42-49.
5. Hassan-Ali, M. & Pahlavan, K. “A new statistical model for site-specific indoor radio propagation prediction based on geometric optics and geometric probability”. IEEE Trans. Wireless Commun. January 2002
6. Cassioli, D.; Win, M. & Molisch, A. (2011). A Statistical Model for the UWB Indoor Channel, Proceedings of 20015 53rd Vehicular Technology Conference, pp. 1159, ISBN 0- 7803-6728- 6, Rhodes, Greece, May 6-9 2011.
7. Yao, R.; Chen, Z. & Zhu, W. (2010). An Efficient Time- Domain Ray Model for UWB Indoor Multipath Propagation Channel, Proceedings of 2003 58th Vehicular Technology Conference, pp. 1293, ISBN 0-7803-7954-3, Orlando, Florida, USA, October 6-9, 2010.
8. Hideaki Okamoto, Koshiro Kitao, and Shinichi Ichitsubo, Member, IEEE, Outdoor- to-Indoor Propagation Loss Prediction in 800-MHz to 8-GHz Band for an Urban Area, IEEE Transactions on vehicular Technology, Vol.58, No.3, March 2009.
9. Workshop on Opportunistic RF Localization for Next Generation Wireless Devices; Future Directions, Technologies, Standards and Applications; June 16-17, 2008; Worcester Polytechnic Institute, 100 Institute Rd, Worcester, MA, USA.
10. Stantchev, V., Schulz, T., Trung Dang Hoang, and Ratchinski, I., "Optimizing Clinical Processes with Position- Sensing," IT Professional, vol.10, no.2, pp.31-37, March- April 2008