Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
Diterbitkan olehHarjanti Sri Hadiman Telah diubah "7 tahun yang lalu
1
Teknik Transmisi Seluler (DTG3G3)
Tri Nopiani Damayanti,ST.,MT Dadan Nur Ramadan,S.Pd,MT Yuyun Siti Rohmah, ST.,MT Suci Aulia,ST.,MT PREDIKSI REDAMAN PROPAGASI (PATH LOSS MODEL)
2
A. Pendahuluan Mode gelombang ketika merambat di udara adalah mode TEM (Transverse Electromagnetic) yang berarti arah vektor medan listrik tegak lurus dengan arah vektor medan magnet, dan keduanya tegak lurus terhadap arah perambatan gelombang . Dalam materi ini akan dipelajari lebih jauh fenomena perambatan perambatan gelombang elektromagnetik di udara dengan titik berat adalah redaman propagasi yang merupakan selisih rata-rata antara daya kirim dan daya terima.
3
A. Pendahuluan Spektrum Frekuensi...
Pada tiap kasus tersebut, energi merambat dalam bentuk gelombang elektromagnetik. Panjang gelombang dari gelombang-gelombang di atas adalah berbeda serta akan memiliki sifat-sifat fisis yang berbeda dalam perilakunya terhadap frekuensi. Penggunaan dari gelombang akhirnya juga akan berbeda (untuk sistem komunikasi yang berbeda) Sinyal gelombang radio, cahaya, gelombang radio, sinar X maupun sinar gamma adalah contoh-contoh dari gelombang elektromagnetik.
4
Pemodelan Kanal Propagasi
Pemodelan kanal propagasi tergantung kepada : ‘Benda-benda’ diantara pengirim dan penerima Obstacle / penghalang, bentuk obstacle (runcing/landai), ion-ion, partikel-partikel,dll Frekuensi gelombang EM dan bandwidth informasi yang dikirimkan Frekuensi dan bandwidth informasi mempengaruhi ‘perlakuan’ kanal propagasi terhadap sinyal yang dikirimkan Gerakan pengirim dan/atau penerima Pengaruh Efek Doppler terhadap penerimaan KARAKTERISTIK KANAL PROPAGASI akan meliputi 2 hal, yaitu : Redaman propagasi : Selisih (rata-rata) antara daya pancar dan daya terima Fading : Fluktuasi daya di penerima
5
Pemodelan Kanal Propagasi
6
Contoh Model... Lokasi 1 : Sinyal langsung mendominasi penerimaan, sinyal langsung (free space) cukup besar dibandingkan sinyal pantulan tanah Contoh : pada mikrosellular Lokasi 2 : Sinyal terima dimodelkan sebagai jumlah sinyal langsung dan sinyal pantul, karena sinyal pantulan cukup signifikan besarnya. Contoh : Pada sistem selular (Plane Earth Propagation Model) Lokasi 3 : Plane Earth Propagation Model dikoreksi karena adanya difraksi pepohonan Lokasi 4 : Path loss diestimasi dengan model difraksi sederhana Lokasi 5 : Path loss cukup sulit diprediksi karena adanya multiple diffraction
7
C. Paradigma Pengukuran Pathloss
Hasil pengukuran sinyal dapat sebagai berikut : 2 wavelength Range jarak pengukuran optimal umumnya pada sekitar 2 karena jika jaraknya terlalu dekat mungkin tidak memberikan harga rata-rata (mean value), sedangkan jika range jarak pengukuran terlalu jauh hasil akan keluar dari nilai large scale real-nya ( nilai mungkin sudah berubah ) Jumlah sample pengukuran adalah > 36 sample untuk mendapatkan interval tingkat keyakinan 90%
8
C. Paradigma Pengukuran Pathloss
Metoda Pengukuran dgn Regresi Pilih beberapa lokasi berjarak d1 dan lakukan pengukuran path loss Ulangi unttuk d2 and d3 , dst Plot nilai mean pathloss sebagai fungsi jarak See next page Cell site (Tx) d1 d2 d3
9
C. Paradigma Pengukuran Pathloss
Mendapatkan Mean dan Standar Deviasi Pengukuran biasa dilakukan untuk beberapa tipe daerah: Urban, suburban, dan open area Catat bahwa pengukuran pada radius konstan dari BTS dapat menghasilkan pathloss yang berbeda Dengan regresi linear kita bisa mendapatkan trend mean pathloss dan standar deviasi disekitar nilai rata-rata Contoh untuk urban : path loss Slope = 33.2 dB/decade and Std dev. = 7 dB
10
C. Paradigma Pengukuran Pathloss
Aplikasi dalam prediksi cakupan Contoh misalkan untuk jarak d2 = 4 km (lihat halaman sebelumnya untuk daerah urban) Misal path loss pada 4 km adalah 79 dB. Pathloss ini didesain untuk suatu nilai rata-rata dengan tingkat keyakinan 50 % Dengan STDev untuk urban adalah 7 dB,Maka, untuk mendapatkan tingkat keyakinan (confidence level) 84 % (1) membutuhkan margin 7 dB , dan untuk tingkat keyakinan % (2) membutuhkan margin 14 dB
11
C. Paradigma Pengukuran Pathloss
Contoh : Hasil pengukuran pathloss pada kota-kota di Jerman. Dari data disamping didapatkan : mean pathloss eksponen = 2,7 dan = 11,8
12
FSL = 32,45 + 20 log f (MHz) + 20 log D(km)
D. Theoretical Prediction Model Free Space Propagation Model Pada free space propagation model, diasumsikan menggunakan antena hypothetical berupa antena isotropis yang menjadi sumber titik, dengan satu buah gelombang langsung. Daya dari sumber isotropis akan terbagi merata pada permukaan bola. Sedemikian power flux density (PFD) pada kulit bola dinyatakan : FSL = 32, log f (MHz) + 20 log D(km)
13
D. Theoretical Prediction Model
Plane Earth Propagation Model Ground Reflection (2-rays) Model 1 a 2 d h2 h1 Pt Pr Lp = log d(km) – 20 log h1 – 20 log h2
14
D. Theoretical Prediction Model
Analytical Model Model yang sering digunakan untuk analisis dalam komunikasi bergerak ditunjukkan dalam formula di bawah ini. Formula tersebut diturunkan dari Plane Earth Propagation Model dengan memasukkan komponen fading lognormal. Dimana, L(R) = Loss pada jarak R, relatif terhadap loss pada jarak R0 = mean pathloss exponent = standard deviasi, secara tipikal = 8dB N(R0 ,) = pathloss referensi pada jarak R0 x = komponen fading lognormal Pada lingkungan komunikasi bergerak, tipikalnya berkisar antara Untuk = 4 seperti pada kasus plane earth propagation model, daya sinyal akan teredam 40 dB jika jarak meningkat 10 kali dari jarak referensi R0 (40 dB/decade). Bentuk persamaan diatas juga menampilkan variasi pathloss di atas atau dibawah average pathloss-nya. x adalah menyatakan komponen fading lognormal yang rata-ratanya = 0, sedangkan standar deviasi-nya kira-kira sebesar 8 dB.
15
E. Area to Area Prediction Model
Area to area prediction model umumnya adalah model prediksi empirik yang mendasarkan rumusannya dari hasil pengukuran. Hasil yang didapatkan umumnya akan diklasifikasikan kepada kategori-kategori wilayah yang memiliki slope redaman yang berbeda-beda.
16
E. Area to Area Prediction Model
Lee’s Prediction Model Dalam persamaan linear, ro = 1mil = 1,6 km r Pro Pr Dalam persamaan logaritmik (dB), Pr = Daya terima pada jarak r dari transmitter. Pro = Daya terima pada jarak ro = 1 mil dari transmitter. g = Slope / kemiringan Path Loss n = Faktor koreksi, digunakan apabila ada perbedaan frekuensi antara kondisi saat eksperimen dengan kondisi sebenarnya. ao = Faktor koreksi, digunakan apabila ada perbedaan keadaan antara kondisi saat eksperimen dengan kondisi sebenarnya. Kondisi saat eksperimen dilakukan, 1. Operating Frequency = 900 MHz. 2. RBS antenna = m 3. MS antenna = 3 m 4. RF Tx Power = 10 watt 5. RBS antenna Gain = 6 dB over dipole l/2. 6. MS antenna Gain = 0 dB over
17
E. Area to Area Prediction Model
Lee’s Prediction Model Pro and g didapat dari data hasil percobaan o = faktor koreksi in free space, Pro = mWatts g = 2 in urban area (Philadelphia), Pro = 10-7 mWatts g = 3.68 ao = a1 . a2 . a3 . a4 . a5 in an open area, Pro = mWatts g = 4.35 in urban area (Tokyo), Pro = mWatts g = 3.05 in sub urban area, Pro = mWatts g = 3.84
18
E. Area to Area Prediction Model
Lee’s Prediction Model n diperoleh dari percobaan / empiris Correction factor to determine v in a2 Harga n diperoleh dari hasil percobaan yang dilakukan oleh Okumura dan Young v = 2, for new mobile-unit antenna heigh > 10 m Berdasarkan eksperimen oleh Okumura n=30 dB/dec untuk Urban Area. v = 1, for new mobile-unit antenna heigh < 3 m Berdasarkan eksperimen oleh Young n=20 dB/dec untuk Sub.Urban Area atau Open Area n hanya berlaku untuk frekuensi operasi 30 sd. 2,000 MHz
19
E. Area to Area Prediction Model
Lee’s Pathloss Formula Untuk Berbagai Jenis Kondisi Lingkungan r1 r2 r area 1 area 2 g1 g2 1.6 km ro = 1mil = 1,6 km r1 Pro Pr r2 area 1 area 2 r ao = a1 . a2 . a3 . a4 . a5 Persamaan umum,
21
OKUMURA MODEL L50(d)(dB) = LF(d)+ Amu(f,d) – G(hte) – G(hre) – GAREA
L : 50th percentile (i.e., median) of path loss LF(d) : free space propagation pathloss. Amu(f,d) : median attenuation relative to free space G(hte) : base station antenna heigh gain factor G(hre) : mobile antenna height gain factor GAREA : gain due to type of environment G(hte) = 20log(hte/200) m > hte > 30m G(hre) = 10log(hre/3) hre <= 3m G(hre) = 20log(hre/3) m > hre > 3m hte : transmitter antenna height Hre : receiver antenna height Cellular radio planning: Path Loss in dB: Lfs (db) = log f (MHz) + 20 log d (km)
22
HATA MODEL Daerah urban
Model Hata pada daerah urban berlaku rumus sbb : L50(u) = C1+ C2 log ( f ) - 13,82 log (hb) – a (hm) + { 44,9 – 6,55log (hb) } log (d) Dimana : f = frekuensi (MHz) hb = tinggi antena BTS (m) hm = tinggi antena MS (m) d = jarak antara BTS – MS (km) C1 = 69,55 untuk 400 f 1500 = 46,3 untuk 1500 < f 2000 C2 = 26,16 untuk 400 f 1500 = 33,9 untuk 1500 < f 2000 a(hm) = {1,1log (f) - 0,7} hm – {1,56 log(f) – 0,8 }
23
HATA MODEL Daerah dense urban
Model Hata pada daerah densa urban berlaku rumus sbb : L50(du) = C1+C2 log ( f )-13,82 log (hb) – a (hm)+{ 44,9 – 6,55log (hb) } log (d)+Cm Dimana : f = frekuensi (MHz) hb = tinggi antena BTS (m) hm = tinggi antena MS (m) d = jarak antara BTS – MS (km) C1 = 69,55 untuk 400 f 1500 = 46,3 untuk 1500 < f 2000 C2 = 26,16 untuk 400 f 1500 = 33,9 untuk 1500 < f 2000 Cm = 3 dB a(hm) = 3,2{ log(11,75hm) } 2 – 4,97
24
HATA MODEL Daerah suburban
Model Hata pada daerah suburban berlaku rumus sbb : L50(su) = L50(u) – 2{log(f/28)}2 – 5,4 Daerah rural terbuka L50(rt) = L50(u) – 4,78{log(f)}2 + 18,33log(f) – 40,94
25
E. Area to Area Prediction Model
Okumura-Hata Prediction Model Kelebihan : mudah digunakan ( langsung dimasukkan pada rumus jadi ) Kekurangan : tidak ada parameter eksak yang tegas antara daerah kota, daerah suburban, maupun daerah terbuka Daerah kota Lu = 69,55+26,16log fC –13,83log hT – a(hR)+[44,9 – 6,55 log hT ] log d D150 fC MHz 30 hT 200 m 1 d 20 km a(hR) adalah faktor koreksi antenna mobile yang nilainya adalah sebagai berikut : Untuk kota kecil dan menengah, a(hR) = (1,1 log fC – 0,7 )hR – (1,56 log fC – 0,8 ) dB dimana, 1 hR 10 m Untuk kota besar, a(hR) = 8,29 (log 1,54hR )2 – 1,1 dB fC 300 MHz a(hR) = 3,2 (log 11,75hR )2 – 4,97 dB fC > 300 MHz
26
E. Area to Area Prediction Model
Okumura-Hata Prediction Model Daerah Suburban Daerah Open Area
27
COST-231 ( PCS Extension Hata Model)
E. Area to Area Prediction Model COST-231 ( PCS Extension Hata Model) Merupakan formula pengembangan rumus Okumura Hata untuk frekuensi PCS ( 2GHz) dimana , 1500 fC MHz 30 hT 200 m 1 d 20 km a(hR) adalah faktor koreksi antena mobile yang nilainya sebagai berikut : Untuk kota kecil dan menengah, a(hR) = (1,1 log fC – 0,7 )hR – (1,56 log fC – 0,8 ) dB dimana, 1 hR 10 m Untuk kota besar, a(hR) = 8,29 (log 1,54hR )2 – 1,1 dB fC 300 MHz a(hR) = 3,2 (log 11,75hR )2 – 4,97 dB fC 300 MHz dan, CM = 0 dB untuk kota menengah dan kota suburban 3 dB untuk pusat kota metropolitan
28
E. Area to Area Prediction Model
COST231 Walfish Ikegami Model Cost231 Walfish Ikegami Model digunakan untuk estimasi pathloss untuk lingkungan urban untuk range frekuensi seluler 800 hingga 2000 MHz. Wallfisch/Ikegami model terdiri dari 3 komponen : Free Space Loss (Lf) Roof to street diffraction and scatter loss (LRTS) Multiscreen loss (Lms) LC = Lf + LRTS + Lms Lf ; untuk LRTS + Lms < 0 Lf = log10 R + 20 log10 fc dimana R (km); fc (MHz) LRTS = log10 W + 20 log10 fc + 20 log10 hm + L di mana L = ; 0 < < 35 ( - 35) ; 35 < < 55 4.0 – 0.114( - 55) ; 55 < < 90
29
E. Area to Area Prediction Model
COST231 Walfish Ikegami Model Lms = Lbsh + ka + kd log10 R + kf log10 fc - 9 log10 b dimana Lbsh = -18 + log10 (1 + hm ) ; hb < hr ; hb > hr ka = 54 ; hb > hr hb ; d > 500 m hb < hr hb . R ; 55 < < 90 Catatan : Lsh dan ka meningkatkan path loss untuk hb yang lebih rendah. kd = 18 ; hb > hr 18 – 15 (hb/hr ) ; hb < hr kf = (fc/ (fc/ ) ; Untuk kota ukuran sedang dan suburban dengan kerapatan pohon cukup moderat ; Pusat kota metropolitan
30
E. Area to Area Prediction Model
COST231 Walfish Ikegami Model Lms = Lbsh + ka + kd log10 R + kf log10 fc - 9 log10 b dimana Lbsh = -18 + log10 (1 + hm ) ; hb < hr ; hb > hr ka = 54 ; hb > hr hb ; d > 500 m hb < hr hb . R ; 55 < < 90 Catatan : Lsh dan ka meningkatkan path loss untuk hb yang lebih rendah. kd = 18 ; hb > hr 18 – 15 (hb/hr ) ; hb < hr kf = (fc/ (fc/ ) ; Untuk kota ukuran sedang dan suburban dengan kerapatan pohon cukup moderat ; Pusat kota metropolitan
31
E. Area to Area Prediction Model
Diagram Parameter
32
F. Prediksi Redaman Point to Point
Setelah dilakukan prediksi redaman area to area, yang dimaksudkan sebagai prediksi kasar kondisi redaman lintasan, baru kemudian dilakukan prediksi redaman point to point yang bertujuan untuk meningkatkan akurasinya. Model prediksi area to area akan memberikan akurasi prediksi dengan standar deviasi 8 dB. Artinya : data aktual pathloss akan bervariasi 8 dB dari nilai yang diprediksikan oleh hasil perhitungan. Dengan perhitungan point to point akurasi yang dapat diharapkan adalah memiliki standar deviasi + 3 dB. Pada prediksi point to point, diperlukan gambar penampang kontur wilayah pelayanan yang bisa diperoleh dari peta kontur bumi. Ditarik garis lurus lintasan antara dua titik pada peta. Selanjutnya perbedaan ketinggian bisa dilihat dari garis-garis kontur yang ada dalam peta. Kasus yang umum terjadi adalah timbulnya Loss difraksi pada daerah yang berbukit-bukit. Loss difraksi tersebut ditambahkan pada redaman kontur datar / flat pada model prediksi area to area, yang sudah dibahas dalam materi sebelumnya
33
F. Prediksi Redaman Point to Point
Redaman difraksi akibat penghalang tajam dapat dicari dengan terlebih dahulu menghitung parameter v, sebagai berikut : r1 = jarak dari penghalang ke base station r2 = jarak dari penghalang ke mobile station hp = tinggi penghalang knife edge = panjang gelombang Kemudian, baru dihitung Redaman Difraksi dengan rumus di samping ini :
34
F. Prediksi Redaman Point to Point
Menghitung hp hp = tp – t Double Edge Knife Diffraction
35
F. Prediksi Redaman Point to Point
Contoh : Berdasarkan parameter-parameter yang diberikan pada gambar berikut, hitunglah kelebihan redaman akibat double knife diffraction pada frekuensi 850 MHz dengan metoda yang sudah diberikan !
36
F. Prediksi Redaman Point to Point
Jawab : Penghalang pertama, Penghalang kedua, Selanjutnya dengan melihat grafik Fresnel -Kirchoff ... L1 = 21,1 dB L2 = 14,7 dB L total = L1 + L2 = 35,9 dB
37
F. Prediksi Redaman Point to Point
Jawab : Penghalang pertama, Penghalang kedua, Selanjutnya dengan melihat grafik Fresnel -Kirchoff ... L1 = 21,1 dB L2 = 14,7 dB L total = L1 + L2 = 35,9 dB
38
G. Prediksi Redaman Mikrosel
Lee’s Microcell Prediction Model Lee model untuk mikrosel memprediksi redaman propagasi berdasarkan dimensi ‘ketebalan’ bangunan total yang ditembus gelombang dari pengirim ke penerima. Hal ini disebabkan karena dari hasil pengukuran , ternyata didapatkan keterkaitan yang cukup erat antara dimensi total ketebalan bangunan dengan kuat sinyal yang diterima. Pada sisi lain, ternyata ketinggian bangunan penghalang tidak cukup penting dalam prediksi redaman mikrosel. Dua kondisi yang dibandingkan Lee untuk menformulasikan prediksi redaman mikrosel adalah : Kondisi Line Of Sight Jika gelombang tidak terhalang ketebalan bangunan sama sekali, daya yang diterima pada jarak dA adalah PLOS Kondisi Out Of Sight Jika gelombang terhalang bangunan setebal B (feet), daya yang diterima pada jarak dA adalah POS
39
B ( B = a+b+c ) = PLOS (d = dA) - POS
G. Prediksi Redaman Mikrosel B ( B = a+b+c ) = PLOS (d = dA) - POS
40
G. Prediksi Redaman Mikrosel
Lee melakukan pengukuran di Irvine California untuk 2 macam kondisi di atas, yang hasilnya tampak pada grafik di bawah. Kurva (a) menunjukkan PLOS yang terukur sebagai fungsi dari jarak base station ke titik A Kurva (b) menunjukkan B yang terukur sebagai fungsi dari ketebalan bangunan ( building blockage ) yang di tembus gelombang
41
G. Prediksi Redaman Mikrosel
Selanjutnya dilihat juga pengaruh dari tinggi antena base station terhadap penerimaan sinyal. Didapatkan kenyataan bahwa penambahan tinggi antena 2 kali lipat akan memberikan gain penerimaan sebesar 9 dB ( Gain = 9 dB/oct = 30 dB / decade ), seperti gambar di samping.
42
G. Prediksi Redaman Mikrosel
Dari 2 grafik sebelumnya, dapat diformulasikan prediksi daya terima untuk mikrosel sebagai berikut : Catatan : Untuk d > 5000 feet harus menggunakan metoda prediksi untuk makrosel
43
G. Prediksi Redaman Mikrosel
Sedangkan B , diformulasikan sebagai berikut : Sehingga, daya terima dapat dituliskan sebagai berikut :
44
THANK YOU FOR YOUR TIME
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.