Канал воздух-земля
В области беспроводной связи каналы «воздух-земля » (A2G) используются для связи бортовых устройств, таких как дроны и самолеты, с наземным оборудованием связи. Эти каналы играют важную роль в широком спектре приложений, выходящих за рамки коммерческих телекоммуникаций, включая важную роль в сетях 5G и будущих сетях 6G , где воздушные базовые станции являются неотъемлемой частью внеземных сетей, и охватывают критически важные применения в реагировании на чрезвычайные ситуации, мониторинге окружающей среды, военных целях. коммуникации и расширяющаяся сфера Интернета вещей (IoT). Всестороннее понимание каналов A2G, механизмов их работы и различных атрибутов необходимо для повышения производительности беспроводной сети (диапазон покрытия сигнала, скорости передачи данных и общая надежность соединения).
В сетях беспроводной связи канал распространения служит средой между передатчиком и приемником . Характеристики этого канала во многом определяют эксплуатационные ограничения беспроводных сетей с точки зрения дальности действия, пропускной способности и задержки, тем самым существенно влияя на технологические проектные решения. Следовательно, характеристика и моделирование этих каналов имеют первостепенное значение.
Каналы A2G особенно характеризуются высокой вероятностью распространения в прямой видимости (LOS), что является критическим фактором для передач на более высоких частотах, таких как миллиметровые волны и ТГц . Эта функция приводит к повышению надежности каналов и снижению необходимой мощности передачи для достижения желаемого бюджета канала. [1] [2] Более того, для линий связи вне прямой видимости (NLOS), особенно на более низких частотах, изменения мощности менее выражены по сравнению с наземными сетями связи, что объясняется тем фактом, что только наземные элементы линии связи сталкиваются с препятствиями, влияющими на распространение. [2]
Основы распространения сигналов
[ редактировать ]Электромагнитные волны, излучаемые передатчиком, распространяются в нескольких направлениях. Эти волны взаимодействуют с окружающей средой посредством различных явлений распространения, прежде чем достичь приемника. На рисунке ниже показано, как такие процессы, как зеркальное отражение, дифракция, рассеяние и проникновение или их комбинация, могут играть роль в распространении волн. [3] Также важно учитывать потенциальные препятствия на пути сигнала.
Полученный сигнал, по сути, представляет собой комбинацию нескольких версий исходного сигнала, известных как компоненты многолучевого распространения (MPC), каждая из которых поступает с различной амплитудой, задержкой (фазой) и направлением. В результате образуется когерентная совокупность всех этих копий сигнала, которая может усиливать или ослаблять общий сигнал в зависимости от случайных фаз этих компонентов.
Радиоканалы обычно характеризуются как суперпозиция различных явлений замирания :
Здесь, относится к зависящим от расстояния потерям в пути (PL), обозначает затухание теней , которое объясняет крупномасштабные изменения мощности из-за факторов окружающей среды, и представляет собой мелкомасштабное или быстрое затухание . В следующих разделах подробно описано моделирование этих компонентов.
Моделирование каналов
[ редактировать ]Существует несколько моделей каналов, в которых не проводится явного различия между каналами LOS и NLOS. Однако наиболее распространенный подход к моделированию канала состоит из четырех следующих шагов:
- Определить состояние канала (LOS/NLOS);
- Соответственно генерировать потери пути;
- Создать затухание теней;
- Создать затухание SS.
Моделирование прямой видимости
[ редактировать ]В случаях, когда проводится различие между линиями LOS (прямая видимость) и NLOS (не прямая видимость), моделирование вероятности LOS становится критическим. Самый популярный подход к получению этой статистики основан на создании геометрической модели (например, Манхэттенской сетки ) среды распространения.
Упрощенная 2D-модель: популярный подход, предложенный Международным союзом электросвязи (ITU). По данным МСЭ [4] , вероятность LOS определяется выражением:
где , - горизонтальное расстояние между БПЛА и наземным узлом, и - высота терминала, - это отношение площади земли, покрытой зданиями, к общей площади земли, среднее количество зданий на км 2 , и — масштабный параметр распределения высот зданий (предполагается, что оно соответствует распределению Рэлея). В некоторых случаях удобнее выразить вероятность ЛВ как функцию угла падения или места. [2]
Обратите внимание, что выражение не зависит от угла азимута, следовательно, ориентация на плане города не учитывается, что приводит к получению 2D-модели, даже если используются высоты терминалов.
Вероятность NLOS вычисляется на основе вероятности LOS по следующему уравнению:
Моделирование потерь пути
[ редактировать ]Потери на пути представляют собой уменьшение плотности мощности электромагнитной волны при ее распространении в пространстве. Это затухание является критическим фактором в беспроводной связи, включая каналы A2G. Базовая модель потерь на трассе рассматривает сценарий прямой видимости (LOS), при котором сигнал распространяется свободно и без препятствий между передатчиком и приемником. Формула расчета мощности принимаемого сигнала в этих условиях выглядит следующим образом: [5]
Здесь, обозначает мощность передаваемого сигнала, и – коэффициенты усиления передающей и приемной антенн соответственно, длина волны несущего сигнала, а представляет расстояние между передатчиком и приемником. Экспонента потерь на пути (PLE), , обычно имеет значение 2 в среде свободного пространства, что указывает на распространение в свободном пространстве . Однако PLE может принимать и другие значения в зависимости от среды распространения. Следовательно, общее выражение для потерь на трассе можно представить как:
Однако реальные сценарии связи A2G часто отличаются от идеальных условий свободного пространства. Модель потерь на трассе с логарифмическим расстоянием, которая учитывает контрольную точку для распространения в свободном пространстве, часто используется для оценки потерь на трассе в более сложных средах (выраженных в децибелах):
где это потери на трассе на эталонном расстоянии , который может быть рассчитан или заранее определен на основе потерь на пути в свободном пространстве ( ).
С учетом условий прямой видимости и отсутствия прямой видимости (NLOS), средние потери на трассе можно оценить путем объединения значений потерь на трассе для этих двух сценариев. [6]
В этой формуле и относятся к значениям потерь на трассе для условий LOS и NLOS соответственно, в то время как указывает на вероятность наличия связи LOS между БПЛА и наземной станцией. Соответствующие значения PLE для и подробно описаны в различных исследованиях. [2]
Кроме того, атмосферное поглощение и затухание в дожде также могут привести к значительным потерям мощности в диапазонах частот миллиметрового диапазона и ТГц.
Моделирование затенения и мелкомасштабного затухания
[ редактировать ]Помимо потерь на трассе, наличие крупных структур, таких как здания, деревья и транспортные средства, приводит к специфическим случайным изменениям мощности принимаемых сигналов. Эти изменения, известные как затухание теней, обычно развиваются более медленными темпами, охватывая десятки-сотни длин волн. Затухание тени на заданном расстоянии обычно представляется как нормальная случайная величина в децибелах (дБ), с отклонением . Эта дисперсия отражает отклонения получаемой мощности от средних потерь на трассе. [2]
В меньшем масштабе замирание включает в себя быстрые изменения мощности принимаемого сигнала на более коротких расстояниях, обычно в пределах нескольких длин волн. Эти флуктуации возникают из-за помех компонентов многолучевого распространения (MPC), которые сходятся в приемнике. Для количественной оценки этого поведения часто используются статистические модели, такие как распределения Рэлея и Райса. Оба основаны на сложной гауссовой статистике. В средах с множеством MPC, каждый из которых имеет разные амплитуды и случайные фазы, мелкомасштабное замирание часто соответствует распределению Рэлея . [5] В частности, в каналах «воздух-воздух» (A2A) и «воздух-земля» (A2G), где преобладает распространение в прямой видимости (LOS), распределение Райса . более подходящей моделью является [5] Кроме того, другие модели, такие как Накагами , хи-квадрат ( ) и нецентральные распределения также считаются актуальными в определенных сценариях. [2] Примечательно, что Семейство дистрибутивов включает в себя многие из этих моделей.
Для моделирования мелкомасштабных замираний геометрические стохастические модели каналов (GBSCM) являются одними из наиболее широко используемых методологий. Эти модели разрабатываются посредством эмпирических измерений или геометрического анализа и моделирования с учетом стохастической природы изменения сигнала. GBSCM особенно эффективен при моделировании узкополосных каналов или ответвлений широкополосных моделей, в которых используется подход с ответвленной линией задержки. [3]
Ссылки
[ редактировать ]- ^ Бай, Тяньян; Вазе, Рахул; Хит, Роберт В. (2014). «Анализ эффектов блокировки городских сотовых сетей». Транзакции IEEE по беспроводной связи . 13 (9): 5070–5083. arXiv : 1309.4141 . дои : 10.1109/TWC.2014.2331971 .
- ^ Перейти обратно: а б с д и ж Виноградов Е.; Саллуха, Х.; Де Баст, С.; Азари, ММ; Поллин, С. (2018). «Учебное пособие по БПЛА: взгляд на голубое небо по беспроводной связи» . Журнал мобильных мультимедиа . 14 (4): 395–468. arXiv : 1901.02306 . дои : 10.13052/jmm1550-4646.1443 . ISSN 1550-4654 .
- ^ Перейти обратно: а б Клерк, Б.; Эстгес, К. (2013). Беспроводные сети MIMO (2-е изд.). Эльзевир Академик Пресс.
- ^ МСЭ-Р (2012 г.). «Данные о распространении радиоволн и методы прогнозирования, необходимые для проектирования систем наземного широкополосного радиодоступа, работающих в диапазоне частот от 3 до 60 ГГц» (Рекомендация). Международный союз электросвязи.
- ^ Перейти обратно: а б с Молиш, А.Ф. (2011). Беспроводная связь . Вили - IEEE. Уайли.
- ^ Аль-Хурани, А.; Кандипан, С.; Ларднер, С. (2014). «Оптимальная высота круга для максимального покрытия». Письма IEEE о беспроводной связи . 3 (6): 569–572. дои : 10.1109/LWC.2014.2342736 . hdl : 11343/91902 . ISSN 2162-2337 .
- ^ Мозаффари, М.; Саад, В.; Беннис, М.; Дебба, М. (2016). «Эффективное развертывание нескольких беспилотных летательных аппаратов для оптимального покрытия беспроводной сети». Коммуникационные письма IEEE . 20 (8). IEEE: 1647–1650.