Передача информации в условиях многолучевого распространения радиоволн, страница 6

Пространственные распределенияизображены только в области размещения точек измерений (точки отмечены нарисунке).На рис. 11 для одного из исследованных случаев представлены результатыпрогнозирования границ пропускной способности (минимальных и максимальныхзначений) в λ / 2 -окрестностях точек пространства и результаты экспериментальныхизмерений значений пропускной способности в точках. Область проведенияизмеренийирасчетовсоответствует рис. 10. Видно,что практически во всехточках измеренные значенияпропускнойспособностилежатвпределахпрогнозируемых локальныхграницпропускнойспособности.Впараграфе4.3.5проводитсяисследованиеРисунок 11. Сравнение результатов измеренийточностирасчетапропускной способности с прогнозируемыми границами.статистическихоценок Частота 365 МГц, модуляция OFDM 64-QAM, мощностьканала передачи информациипередатчика -20 дБм21по большим, чем λ / 2 -окрестности, областям пространства.

Было получено, чтоточность прогнозирования статистических оценок существенно увеличивалась суменьшением пространственной детализации расчетов.В целом в параграфе 4.3 было получено, что погрешность прогнозированиясредней пропускной способности была менее 30 % при пространственнойдетализации расчетов на масштабах длины волны и менее 20 % при детализации намасштабах 4 м. Измеренные значения пропускной способности в точкахпространства укладывались в прогнозируемые локальные границы пропускнойспособности на 80 – 100 % анализируемой площади при детализациипрогнозирования на масштабах 4 м. Таким образом, экспериментальныеисследованияпоказаливысокуюточностьрассмотреннойреализациипредложенного метода для среды внутри здания.В Главе 5 исследуется зависимость точности прогнозирования статистическихоценок характеристик канала от пространственной детализации прогнозирования.В параграфе 5.1 обобщаются результаты исследования зависимости точностипрогнозирования от пространственной детализации прогнозирования, полученныеэкспериментально в Гл.

2 и Гл. 4. Экспериментальные результаты свидетельствуют,что точность прогнозирования статистических оценок параметров каналасущественно увеличивалась при уменьшении пространственной детализациирасчетов. Данная закономерность наблюдалась как для физических характеристикрадиоканала, так и для характеристик канала передачи информации. В ряде случаевувеличение точности было немонотонным.В параграфе 5.2 построена аналитическая модель с целью объясненияполученных экспериментально закономерностей.Допустим, модель прогнозирования характеристик канала в целом корректноописывает механизмы распространения радиоволн.

В случае прогнозированияхарактеристик канала передачи информации предположим также, что модельбеспроводной системы корректно описывает ее работу. В этом случае отклонениярезультатов расчета от измерений можно объяснить суммарным влияниембольшогочисласлучайныхфакторов(отсутствиеучетанебольшихнеоднородностей среды, внутренней структуры ряда объектов, неточностиописания электрофизических характеристик материалов, погрешности измерений идр.). Вследствие центральной предельной теоремы, отклонение результатов расчетаот измерений будет распределено по нормальному закону.Обозначим общее количество точек, в которых были произведены измерения ирасчет K. Рассмотрим прогнозирование средних значений некоторого параметраканала: будем считать, что в λ / 2 -окрестности каждой точки рассчитаны и измеренысредние локальные значения данного параметра.

Пусть область прогнозированияпространственно разделена на N зон, в каждой из которых осуществляется расчетстатистических оценок параметров канала. Для простоты будем полагать, что зоныимеют равный размер и точки распределены равномерно в области исследований,тогда количество точек в каждой зоне M =K. В параграфе 5.2 получено, что вNуказанном приближении и обозначениях дисперсия отклонений прогноза отизмерений будет иметь вид:22σE =1N⎛ 1⎜∑n =1 ⎝ MN2⎞e − < E >⎟ =∑i =1⎠Mni⎛ N⎜∑⎜n =1 ⎝ KNK/N∑ei =1ni−2⎞< E > ⎟⎟ ,N⎠1(10)где ein – ошибка прогнозирования среднего локального значения параметраканала в λ / 2 -окрестности i-й точки, расположенной в n-й зоне. Как былопредположено выше, ошибки ein являются случайными с нормальнымраспределением. Средняя ошибка <E> описывает систематическую ошибкупрогнозирования.

При достаточно большом числе точек в каждой зоне величина< E > будет близка к нулю. В этом случае выражение (10) может быть упрощено:σE =NK22⎛ M n⎞⎜ ∑ ei ⎟ .∑n =1 ⎝ i =1⎠N(11)На рис. 12 показана зависимость величины σ E от пространственнойдетализации прогнозирования (соответствующей числу зон N), полученная наоснове численного моделирования.

Ошибки ein были сгенерированы алгоритмомслучайной генерации с нормальным распределением. Параметры распределения:математическое ожидание 0, дисперсия 1. Кривая на рис. 12 получена путемусреднения по ансамблю из 30 реализаций. Общее число точек K было равно 400.Из рис. 12 видно, что при уменьшении пространственной детализациидисперсия отклонений результатов прогнозирования от измерений существенноуменьшается.

При прогнозировании среднего по всей зоне исследований ясно, чтодисперсия отклонений равна нулю.Помимо исследования зависимости σ E от пространственной детализациирасчета (количества зон N), было проведено моделирование зависимости σ E отколичества точек в каждой зоне M .

Моделирование показало, что чем больше точекрасчета и измерений в каждой зоне усреднения, тем выше точностьпрогнозирования. Это связано с тем, что усреднение результатов расчета иизмерений по точкам пространства приводит к усреднению разностей результатоврасчета и измерений при вычислении дисперсии отклонений рассчитанных среднихзначений от измеренных средних. Врезультатевеличинадисперсииуменьшается.

По всей видимости,этоявляетсятакжеосновнойпричинойувеличенияточностипрогнозирования при уменьшениипространственнойдетализациипрогнозирования (с уменьшениемколичества зон число точек в каждойзоне при фиксированном общемчисле точек увеличивается).НаосновеполученныхРисунок 12. Зависимость точностирезультатов можно рекомендоватьпрогнозирования от пространственнойдва способа увеличения точностидетализации прогнозирования. Результатычисленного моделирования для моделипрогнозирования:уменьшениенормально распределенных ошибок расчета23пространственной детализации прогнозирования и увеличение количества точекпрогнозирования (т.е., размещение точек с меньшим пространственным шагом).Первый способ ограничен требованиями конкретной практической задачи кпространственной детализации прогнозирования.

Второй способ также ограничен,поскольку ясно, что не имеет смысла размещать точки с шагом, меньше, чемнесколько длин волн, иначе результаты расчета в соседних точках будуткоррелированными.В Главе 6 с целью иллюстрации практической применимости полученныхрезультатов была произведена экспериментальная оценка точности разработанногометода прогнозирования характеристик канала передачи информации длябеспроводной локальной сети стандарта IEEE 802.11a (частотный диапазон 5 ГГц)путем расчета скорости передачи информации и проведения экспериментальныхизмерений в части здания площадью около 380 м2 с использованиемпромышленных точек доступа в реальных условиях работы. Экспериментальныеисследования показали высокую точность прогнозирования статистическиххарактеристик канала передачи информации разработанными детерминированнымиметодами:– на 96 % площади измерений измеренная скорость передачи информацииукладывалась в прогнозируемые границы минимальной и максимальной скоростипередачи в зонах пространства размером порядка 3 х 4 м;– дисперсия отклонений расчета средней (в зонах пространства размеромпорядка 3 х 4 м) скорости передачи информации от измерений составила 5.2 Мбит/с(при максимальной скорости передачи 54 Мбит/с), за исключением зон, гдескорость передачи достигала насыщения из-за издержек на передачу служебнойинформации.Отклонения результатов расчета от эксперимента могут быть объясненынеточностьюмоделисистемысвязи,обусловленнойнедостаточнойдокументированностью параметров технической реализации использованных точекдоступа, а также неточностью используемой модели распространения радиоволн иописания среды.Модель трассировки лучей корректно учитывала ослабление сигнала припрохождении сквозь толстые стены здания, приводящее к существенному падениюскорости передачи, что было бы невозможно при использовании изотропных(эмпирических) методов.ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ1.

Разработан экспериментальный измерительный комплекс, осуществляющийсверхширокополосное зондирование среды распространения радиоволн. Комплекспозволяет генерировать короткие (до одного периода колебания) радиоимпульсы снесущей частотой, выбираемой в диапазоне 30 МГц – 3 ГГц. Зондирование средыкороткими радиоимпульсами в условиях многолучевого распространениярадиоволн позволяет судить о лучевой структуре. С использованием комплексабыли произведены измерения профилей временного рассеяния на различных24центральных частотах и измерения пространственных распределений уровняэлектромагнитного поля.2. Проведен сравнительный анализ метода трассировки лучей, методачисленного решения уравнений Максвелла (метод конечных интегралов) иэмпирической модели экспоненциального затухания радиоволн с расстоянием.Экспериментальные исследования показали, что детерминированные методыобеспечили высокую точность расчета уровня поля: дисперсия отклонений расчетаот измерений составляла 1.1 – 2.4 дБ для метода конечных интегралов и 0.8 – 4.6 дБдля метода трассировки лучей в зависимости от положения передатчика и частоты.Простая эмпирическая модель экспоненциального ослабления радиоволн срасстоянием обеспечивала низкую сравнительную точность расчета уровня поля,поскольку оптимальное значение показателя ослабления существенно зависело отместоположения передатчика и частоты.

Метод конечных интегралов и методтрассировки лучей обеспечивали близкую, удовлетворительную оценку огибающейпрофиля временного рассеяния.3. Экспериментально было определено необходимое временное разрешениепри измерениях профиля временного рассеяния, позволяющее независимонаблюдать многолучевые компоненты (лучевую структуру). Разделениебольшинства мощных компонент наблюдалось при полосе измерений около 2 ГГц(разрешение по времени ~700 пс). Метод трассировки лучей обеспечил высокуюточность расчета лучевой структуры: для большинства наиболее мощных лучейотклонение рассчитанных амплитуд от измеренных составляло 2 – 5 дБ, а ошибкаоценки задержки не превышала 2 – 3 нс.4. Показано, что описание радиоканала с помощью статистических оценокфизических характеристик радиоканала в локальной области пространства в общемслучае не позволяет определить статистические оценки характеристик каналапередачи информации в данной области пространства.