Teknik Transmisi Seluler (DTG3G3)

KLASIFIKASI DAN PARAMETER SINYAL PADA SELULER

Teknik Transmisi Seluler (DTG3G3)

Yuyun Siti Rohmah, ST.,MT Dadan Nur Ramadan,S.Pd,MT Tri Nopiani Damayanti,ST.,MT

Suci Aulia,ST.,MT

• Free Space Loss

Diasumsikan terdapat satu sinyal langsung (line of sight path)  sangat mudah memprediksi dengan free space formula

• Reflection

Terdapat sinyal tak langsung datang ke receiver setelah mengalami pantulan terhadap objek. Mungkin terdapat banyak pantulan yang berkontribusi terhadap besarnya delay.

• Diffraction

Propagasi melewati objek yang cukup besar  seolah-olah menghasilkan sumber sekunder, seperti puncak bukit dsb.

• Scattering

ropagasi melewati object yang kecil dan/atau kasar yang menyebabkan banyak pantulan untuk arah- arah yang berbeda.

Mekanisme Model Propagasi

• Sinyal yang diterima oleh user merupakan penggabungan dari beberapa model propagasi (multipath), sehingga sinyal yang dibangkitkan merupakan penjumlahan dari sinyal yang mengalami redaman, pergeseran phasa dan time delayed dari sinyal yang ditransmisikan.

• Karena sinyal yang diterima berasal dari kanal multipath, maka terjadi fluktuasi daya pada sinyal terima atau disebut dengan FADING

Definisi Fading

• FADING : Fenomena fluktuasi daya sinyal terima akibat adanya proses propagasi dari gelombang radio

• Fading terjadi karena interferensi atau superposisi gelombang mutipath yang memiliki amplitudo dan fasa yang berbeda-beda.

• Pengaruh Fading terhadap level sinyal terima adalah dapat meguatkan ataupun melemahkan tergantung phasa dari sinyal resultan masing-masing path.

FADING

Large Scale Fading

Terdistribusi Log normal

Small Scale Fading

Terdistribusi Reyleigh/rician

B. Large Scale Fading / Shadowing

Kuat sinyal (dB)

Jarak

Large Scale Fading

disebabkan karena akibat keberadaan obyek- obyek pemantul serta penghalang pada kanal propagasi serta pengaruh kontur bumi, menghasilkan perubahan sinyal dalam hal energi, fasa, serta delay waktu yang bersifat

random.

Definisi : local mean ( time averaged ) dari variasi sinyal

Sesuai namanya, large scale fading memberikan representasi rata-rata daya sinyal terima dalam suatu daerah yang luas.

Statistik dari large scale fading memberikan cara perhitungan untuk estimasi

pathloss sebagai fungsi jarak.















 



 

^2m

2

2 ) m m (

m

2 e ) 1

m ( p

Dengan,

m = normal random variabel kuat sinyal (dBm) = rata-rata (mean) kuat sinyal (dBm)



_m

= standar deviasi m

Probability Distribution Function (PDF) dari suatu variabel random

yang terdistribusi lognormal dinyatakan sbb :

Pada gambar di samping, diberikan pemetaan kuat sinyal berdasarkan hasil pengukuran di suatu kota besar. Sehingga tampak bahwa kerapatan bangunan mempengaruhi kuat sinyal.

Dari gambar di samping , tampak bahwa kuat sinyal di berbagai bagian kota berbeda-beda. Hal tersebut disebabkan karena superposisi gelombang di berbagai tempat tadi bisa saling menjumlah maupun saling mengurangi.

Pada gambar di samping, warna yang berbeda menunjukkan distribusi large scale fading pada masing-masing lokasi yang terkait dengan kontur bumi dan kerapatan bangunan. Jika MS bergerak, maka penerimaan akan bervariasi dengan cepat dan sangat terpengaruh dengan pergerakan MS tersebut, yang distribusi variasi-nya merupakan karakteristik dari small scale fading.

B. Large Scale Fading / Shadowing

Metoda Pengukuran dgn Regresi

• Pilih beberapa lokasi berjarak d

₁

dan lakukan pengukuran path loss

• Ulangi unttuk d

₂

and d

₃

, dst

• Plot nilai mean pathloss sebagai fungsi jarak

• See next page

Cell site (Tx)

d₁ d₂

d₃

Pengukuran Pathloss

• 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  mungkin akan keluar dari nilai large scale realnya ( nilai  mungkin sudah berubah)

• Jumlah sample pengukuran adalah > 36 sample untuk mendapatkan interval tingkat keyakinan 90%

2 wavelength

• Hasil pengukuran sinyal dapat dilihat sebagai berikut :

B. Large Scale Fading / Shadowing

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

Distance d [km]

Path loss [dB]

urban

suburban

open x

x x x x x x x x x x x x x x x

o o o

o

o o

o o o o o o

o o o

o o

#

#

# #

# #

#

3 4 6 79

85

75

11/17/2015

Aplikasi dalam prediksi cakupan

• Contoh misalkan untuk jarak d

₂

= 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 97.7 % (2) membutuhkan margin 14 dB

Cell site (Tx)

d₁ d₂ d₃

Akan dijelaskan lebih lanjut bagian prediksi cakupan !!

B. Large Scale Fading / Shadowing

Contoh :

Hasil pengukuran

pathloss pada kota-kota di Jerman.

Dari data disamping didapatkan : mean

pathloss eksponen = 2,7

dan  = 11,8

Small Scale Fading

• Small scale fading atau sering disebut juga sebagai multipath fading, dihasilkan oleh dua macam mekanisme, yaitu :

a) Time Spreading Sinyal  sebagai akibat dari multipath dan b) Time varying channel  disebabkan oleh pergerakan

• Faktor fisik yang mempengaruhi small scale fading adalah :

Adanya objek pemantul dan scatterer akan menyebabkan hilangnya energi sinyal pada amplituda, fasa, dan waktu.

Ini akan menyebabkan Rx menerima banyak versi dari sinyal yang dikirimkan.

Propagasi Multipath

Kecepatan Pengguna

Pergerakan relatif antara base station dan pengguna akan menghasilkan frekuensi modulasi yang acak karena perbedaan Doppler shift pada tiap komponen multipath.

Doppler Shift akan bernilai (+) atau (-) tergantung apakah pengguna bergerak mendekat atau menjauh dari base

Kecepatan Objek di Sekitarnya

Jika objek pada kanal radio bergerak , maka akan terjadi perubahan Doppler Shift terhadap waktu pada setiap sinyal multipath.

Efek pergerakan tersebut akan menjadi dominan ketika objek bergerak lebih cepat dibandingkan

Propagasi Multipath

Jika Bw sinyal yang ditransmisikan > Bw kanal multipath

Maka sinyal yang diterima akan terdistorsi tetapi kekuatan sinyal tidak akan berkurang

• Time spreading sinyal menyebabkan sinyal datang dengan delay yang berbeda-beda atau disebut dengan delay spread.

• Delay spread biasanya digambarkan dengan delay profile, dimana sinyal utama dan sinyal delay digambarkan dengan beberapa sinyal pulsa dengan delay dan daya yang berbeda-beda.

• Efek yang ditimbulkan Delay spread adalah Flat Fading dan Frequency Selective Fading

Small Scale Fading

( Delay Spread)

• Flat Fading: the channel has a constant response for bandwidth greater than the transmitted signal bandwidth

• Frequency Selective Fading

T S

C S

T

B B







S(f)

 

R(f)

T S

C S

T

B B







S(f)

 

R(f) C(f)

C(f)

Rule of thumb: frequency selective if

S T  0.1T



Needs channel equalization

• Doppler Spread adalah ukuran perluasan spektral (Spektral Broadening) karena adanya perubahan kanal terhadap waktu akibat dari pergeseran frekuensi karena adanya pergerakan pengguna / objek disekitarnya. Pergeseran frekuensi dapat dihitung dengan persamaan sebagai berikut :

Dimana, 𝑓 = frekuensi carrier

𝑣 = 𝑘𝑒𝑐𝑒𝑝𝑎𝑡𝑎𝑛 𝑝𝑒𝑛𝑔𝑔𝑢𝑛𝑎

θ = sudut kedatangan sinyal relatif terhadap arah kecepatan pengguna.

• Nilai maksimum perluasan spektral adalah

dua kali besar pergeseran frekuensi maksimum (𝑓_𝑚)

• Efek yang ditimbulkan Doppler Spread adalah : Fast Fading dan Slow Fading

• Fast fading – Respon impuls kanal berubah dengan cepat dalam satu durasi simbol.

Hal ini diakibatkan karena :

1) coherence time < periode simbol sinyal yang ditransmisikan, atau 2) Bw Doppler Spread > Bw Sinyal.

Jenis fading ini mengakibatkan berkurangnya daya sinyal, distorsi sinyal dan masalah sinkronisasi  dapat diatasi dengan error control dan interleaving.

• Slow fading – Kecepatan perubahan respon impuls kanal lebih lambat daripada durasi simbol yang ditransmisikan. Hal ini diakibatkan karena :

1) coherence time > periode simbol sinyal yang ditransmisikan, atau 2) Bw Doppler Spread < Bw Sinyal.

Jenis fading ini mengakibatkan berkurangnya daya sinyal  dapat diatasi dengan teknik diversitas, error control dan power control.

Small scale fading: classification

C S

D S

T T

B B





C S

D S

T T

B B





Small Scale Fading

(model statistik)

Pada lingkungan NLOS, distribusi Rayleigh sering digunakan untuk menggambarkan statistik variasi sinyal pada kanal flat fading atau pada masing-masing path pada lingkungan multipath. Kecepatan variasi sinyal bergantung pada doppler spread.

Ketika ada satu sinyal dominan (LOS), maka distribusi variasi sinyal dapat terdistribusi Rician.

Fading Rayleigh Fading Rician

Pada komunikasi seluler dengan kanal multipath, model statistik yang

sering digunakan adalah ;

DISTRIBUSI RAYLEIGH memiliki probability density function (pdf), sbb:

   

 

 

 









 



 





 

 

0 r

0

r 2 0

exp r r

r

p

²

2 2

Probability Density p(r)

Amplitude (r)

Threshold

Dimana,

 = nilai rms dari sinyal terima, sebelum deteksi envelope



²

menyatakan daya rata-rata waktu, sebelum deteksi envelope

Kemudian, probabilitas envelope sinyal tidak melebihi suatu nilai R yang ditentukan, dapat diturunkan sbb:

 ^  ^    ^{  } _ ^{ } _ ^ _ ^



R

0

2 2

r

2

exp R 1

dr r p R

r P )

R (

P Ini adalah CDF

(Cumulative Distribution

Function) !

Nilai mean r

_mean

dari distribusi Rayleigh diberikan oleh :

  ^   ^{    1.2533 σ}



^



0

mean

E r r p r dr 2

r

Sedangkan variansi dari distribusi Rayleigh, 

_r²

, menyatakan daya ac envelope sinyal ,

  ^{   }

σ2

0.4292

 



 

 













^

2 2

2

2

0

2 2

2 2

2

 





_r E r E r r p r dr



Nilai median dapat diselesaikan,

  ^{  1.177 σ}



^rmedian



0

median

r dr

r 2 p

1

Small Scale Fading

(model statistik)

Bagaimana DISTRIBUSI RICIAN ?

TX RX

line of sight

reflections

    















^N

1 k

k 0

k 0

r

t C cos 2 f t a cos 2 f t

e

Model persamaan sinyal :

Distribusi Rician terjadi kalau ada komponen sinyal yang dominan  Pada model di atas, komponen sinyal yang dominan adalah komponen sinyal LOS (line of sight)

Dimana, C = amplitudo komponen sinyal LOS

a ,  = amplitudo dan fasa sinyal multipath ke-k

Distribusi RICIAN diberikan oleh persamaan berikut:

    _{ }

 

 

 









 



 





 



 







 

 

0 r

0

r , 0 Cr A

I 2 .

C exp r

r r

p

^{2 0 2}

2 2

2

I

₀

(•) adalah fungsi Bessel termodifikasi bentuk pertama orde nol

Distribusi Rician sering dideskripsikan dalam Parameter K ( K factor ), dimana:

2 2

2 K C

  atau , dalam dB   _



 





 

²₂

2 log C 10 dB

K

Small Scale Fading

(model statistik)

• K = 4 ... 1000 (6 to 30 dB)  Untuk sistem micro-cellular

• K tak berhingga (K), artinya :

 Komponen LOS dominan sangat kuat dibanding komponen

lainnya

 PDF Rician berbentuk

menuju PDF Gaussian dengan

 kecil

• Severe Fading (K = 0): Fading terjadi dengan hebat dan sangat galak

 Itulah Rayleigh Fading

NILAI-NILAI K

Small Scale Fading –

Parameter kanal multipath – parameter dispersi waktu

[1] Bogi W, Nachwan MA, “Lecture Notes : Transmisi Komunikasi Bergerak”, Edisi Pertama, Mobilecomm.Labs-STTTelkom, 1998 [2] Nachwan MA, “Lecture Notes : Transmisi Komunikasi Bergerak”,

Edisi Kedua, Mobilecomm.Labs-STTTelkom, 2001-2002 [3] Rappaport, Theodore ,”Wireless Communication”,

[4] Parsons, David, “The Mobile Radio Propagation Channel”, Pentech Press Publishers-London, 1992

[5] Kurniawan, Adit,”Material Kuliah Pasca-Sarjana Sistem Komunikasi Seluler “, ITB , 2003

[6] Lee, William CY,” Mobile Communication Engineering”, McGraw-Hill, 1982

[7] Linnartz, Jean-Paul MG,” Wireless Communication CD”  see on

his web

THANK YOU FOR YOUR TIME