METODE PERAMALAN DAN METODE MITIGASI PEREDAMAN HUJAN MENGGUNAKAN MODEL HIDDEN MARKOV PADA SALURAN SATELIT PITA-K DI DAERAH TROPIS. METODE PERAMALAN DAN METODE MITIGASI PEREDAMAN HUJAN MENGGUNAKAN MODEL HIDDEN MARKOV PADA SALURAN SATELIT PITA-K DI DAERAH TROPIS.
Pendahuluan
- Latar Belakang
- Rumusan Masalah
- Tujuan
- Hipotesis
- Batasan Masalah
- Kontribusi Penelitian
- Metode Penelitian
- Tinjauan Pustaka
- Sistematika Penulisan Disertasi
Oleh karena itu, nilai intensitas curah hujan akan sangat mempengaruhi nilai redaman rambat. Model peramalan curah hujan Crane (Crane, 1996) menyatakan bahwa Indonesia berada pada zona hujan tipe H dengan persentase nilai waktu curah hujan lebih besar dari 0,01% dengan nilai intensitas curah hujan kurang dari atau sama dengan 209,3 mm/jam (Mandeep, 2009). .
State of the Art dan Tinjauan Pustaka
Pendahuluan
Pada sistem komunikasi satelit, kondisi saluran dipengaruhi oleh kondisi atmosfer bumi seperti partikel ion, partikel gas, uap air, awan dan hujan. Dua faktor yang sangat penting dalam sistem komunikasi satelit adalah lokasi SB dan frekuensi operasi satelit.
Penelitian Frekuensi Pita-K
- Penelitian sebelumnya di daerah non tropis
- Penelitian sebelumnya di daerah tropis
Di Malaysia (Moupfouma et al, 1995; Salonen et al, 1997; Chebil et al, 1999 dan Islam et al, 2000) melakukan beberapa penelitian terhadap model empiris statistik curah hujan kumulatif yang diperoleh dengan mengubah model curah hujan kumulatif dari alat ukur hujan dan redaman akibat menjadi hujan Data curah hujan dimodelkan dengan Auto Regressive (AR), Moving Average (MA) dan Auto Regressive Moving Average (ARMA).
State of the Art Model Prediksi Redaman Propagasi yang Sudah Ada
Selain model prakiraan atenuasi ITU pada model redaman hujan memoryless terdapat model Synthetic Storm Technique (SST). Model perataan curah hujan tanpa memori meliputi model dua sampel dan model rantai Markov orde kedua. Pada model dua sampel, model ini memprediksi distribusi probabilitas redaman curah hujan jangka pendek setelah memperoleh nilai redaman sesaat.
Kelebihan model dua sampel dan model rantai Markov orde kedua adalah kedua model ini dapat digunakan untuk memprediksi redaman hujan dalam jangka pendek dan jangka panjang. Model tersebut adalah model rantai Markov N+2 yang berfungsi menghasilkan deret waktu redaman hujan (Castanet dkk, 2003).
Karakteristik Daerah Tropis dan Hujan Tropis
Karena model-model yang ada dirasa belum cukup untuk memprediksi nilai redaman hujan secara komprehensif, maka penelitian ini mencoba membuat model redaman hujan yang memperhitungkan nilai intensitas hujan. Perbedaan model prakiraan curah hujan antara ITU dan Crane kemungkinan terjadi karena adanya perbedaan data pengukuran yang dimiliki antara lain lokasi dilakukannya pengukuran, lama pengukuran dan umur model. Model Peramalan Curah Hujan ITU dan Model Peramalan Curah Hujan Crane dikembangkan berdasarkan data pengukuran di berbagai lokasi di dunia dengan durasi pengukuran dan integrasi waktu yang berbeda.
Keakuratan model prakiraan hujan akan semakin tinggi jika semakin banyak data yang dimiliki, sehingga sebaran wilayah hujan benar-benar mewakili curah hujan di wilayah tersebut. Misalnya, untuk Amerika Selatan, model prakiraan hujan Crane mengelompokkan seluruh wilayah di benua Amerika.
Karakteristik pita-K
Perbandingan Frekuensi Pita-K dibandingkan Pita-C dan Pita-Ku
Pada frekuensi C-band, pengaruh redaman hujan dan penurunan kualitas sinyal yang diterima masih kecil, sedangkan pada frekuensi Ku-band pengaruhnya cukup signifikan, namun masih dapat diatasi dengan mudah. Namun pada frekuensi yang lebih tinggi, seperti K-band, penurunan kualitas sinyal yang diterima sangat tinggi, dan teknik redamannya tidak semudah mengatasi efek pada frekuensi yang lebih rendah. Pada frekuensi Ku-band dengan frekuensi 12 – 18 GHz, panjang gelombangnya berada pada rentang 16,67 hingga 25 mm.
Besar kecilnya panjang gelombang pada frekuensi My band masih lebih besar dibandingkan tetesan air namun tidak sebesar pada pita C, sehingga redaman pada pita My lebih besar dibandingkan pada pita C. Pada frekuensi 30 GHz, redaman hujan yang dihasilkan sebesar 23,5 dB, dimana perlu peningkatan daya sebesar 200 kali lebih besar dibandingkan pada kondisi cerah untuk mengatasi redaman tersebut.
Redaman yang Berpengaruh pada Daerah Frekuensi di Atas 10 GHz
Redaman hujan merupakan redaman yang paling berpengaruh pada sistem komunikasi satelit K-band, terutama untuk daerah dengan curah hujan tinggi. Redaman awan merupakan redaman yang disebabkan oleh kandungan air yang terdapat pada awan di atmosfer sehingga mengakibatkan penurunan amplitudo sinyal. Pada sintilasi troposfer, sinyal berfluktuasi dengan cepat sehingga nilai standar deviasi digunakan untuk menghitung redaman yang terjadi.
Depolarisasi terjadi akibat perubahan sifat polarisasi gelombang radio yang disebabkan oleh hidrometeor (terutama hujan) dan propagasi multipath. Perubahan arah rambat gelombang radio disebabkan oleh perubahan indeks bias saluran transmisi.
Teori Markov
- Kanal Fading Markov
Beberapa penyeberangan dan hamburan pada suatu saluran komunikasi nirkabel seluler menyebabkan sinyal yang diterima menyebar atau menyebar seiring waktu, misalnya hamburan menyebabkan sinyal yang dikirimkan sampai pada penerima dengan waktu tunda yang berbeda-beda. Saluran pemudaran datar mempertahankan karakteristik spektral sinyal yang ditransmisikan, sedangkan saluran pemudaran selektif frekuensi menyebabkan interferensi antarsimbol (ISI) pada sinyal yang ditransmisikan. Beberapa efek crossover dan Doppler memberikan peningkatan amplitudo sehubungan dengan waktu dan variasi fase sinyal yang diterima.
Dengan mengkuantisasi sinyal yang diterima selama beberapa interval, HMM dapat digunakan untuk menggambarkan saluran fading. Saluran pemudaran Markov dapat dideskripsikan sebagai di mana kondisi alam semesta berdimensi-N (N adalah jumlah interval yang digunakan), adalah simbol pemudaran terkuantisasi, adalah matriks probabilitas transisi, dan merupakan matriks probabilitas yang dapat diamati jika diberikan oleh .
Pengembangan Metode Prediksi Redaman Propagasi Hujan
Pendahuluan
Pengukuran Curah Hujan dan Redaman Propagasi
- Hasil Pengukuran Curah Hujan
- Hasil Pengukuran Redaman
Hasil pengukuran curah hujan ini kemudian disimpan secara berurutan dalam suatu data logger dengan program tertentu. Untuk kejadian hujan dengan persentase waktu lebih besar dari 0,01%, nilai intensitas curah hujan yang terukur adalah 110 mm/jam. Nilai antara curah hujan terukur dengan rekomendasi ITU tidak jauh berbeda.
Dengan demikian, data sebaran intensitas curah hujan antara hasil pengukuran dan data rekomendasi saling mendukung. Statistik tingkat pertama pengukuran curah hujan yang dilakukan pada tahun 2000 dan 2001 disajikan pada Tabel III.2.
Metode Prediksi Redaman Propagasi Hujan dengan menggunakan
- State dan Simbol Keluaran HMM
- Hasil Metode Prediksi Redaman Propagasi Hujan dengan HMM
- Validasi Metode Prediksi
- Validasi metode prediksi redaman propagasi hujan dengan
- Validasi metode prediksi redaman propagasi hujan dengan
Redaman propagasi juga berperilaku seperti intensitas curah hujan dimana redaman propagasi sebelumnya disimpan dalam memori saluran. Pada dasarnya data rekaman intensitas hujan dan redaman rambat yang diperoleh dari pengukuran di lapangan merupakan data time series yang parameter dan skema pengukurannya dijelaskan pada Gambar III.2 dan Tabel III.1. Oleh karena itu, nilai intensitas curah hujan dapat menghasilkan lebih dari nilai redaman rambat.
Demikian pula untuk suatu nilai redaman rambat tidak dapat ditentukan bahwa redaman tersebut disebabkan oleh suatu nilai intensitas curah hujan. Dengan demikian, matriks transisi menunjukkan kemungkinan perubahan nilai intensitas curah hujan (naik atau turun) dengan kemungkinan tertentu.
Implementasi Design Link Budget dan Usulan Teknik Mitigasi
Pendahuluan
Parameter Link budget
- Parameter satelit
- Parameter Stasiun Bumi (SB)
- Paramater Kanal
Ketika HPA memperkuat dua sinyal atau lebih, daya keluaran HPA berkurang sehingga distorsi intermodulasi menjadi kecil. Sebagai akibat dari penurunan daya masukan, daya keluaran akan berkurang ke nilai yang bergantung pada karakteristik penguatan transfer HPA. Efisiensi antena adalah persentase luas antena yang efektif digunakan untuk mengirim dan menerima sinyal RF.
Kontrol daya uplink adalah peralatan yang digunakan untuk mengontrol level pembawa uplink secara otomatis untuk mengkompensasi perubahan redaman akibat hujan, awan, gas, dll. Header adalah bit tambahan yang ditambahkan ke informasi seperti header aliran blok data. dB), adalah rasio antara level sinyal yang diterima dan noise pada link dan penerima pada satelit.
Formula pada Link Budget
- Penguatan Antena
- Redaman Ruang Bebas / Free Space Loss (FSL)
- Azimuth
- Elevasi
- Rain Attenuation Parameters ( )
- Kecepatan Transmisi
- Pointing Error (dB)
Jika letak SB berada di belahan bumi utara dan barat satelit, maka. Jika letak SB berada di Belahan Bumi Selatan dan di sebelah barat satelit, maka. Perkirakan redaman yang melebihi persentase tertentu dalam rata-rata tahun, antara 0,001% dan 5% dari redaman yang melebihi 0,01%.
Dimana adalah laju transmisi, IR adalah laju informasi (dalam bit per detik), OH adalah overhead (bit per detik), RS adalah laju blok kode Reed Solomon, FEC adalah laju kode Koreksi Kesalahan Maju, dan MP adalah laju kode fase modulasi (BPSK 1, QPSK 2). Dimana error maksimum satelit untuk arah utara-selatan dan error maksimum satelit untuk arah timur-barat.
3.8 / Stasiun Bumi (dB/K)
- C/N (Thermal Noise)
- Desain dan Kinerja Link Budget Komunikasi Satelit pita-K
- Desain dan Kinerja Modulasi Adaptif
- Desain dan Kinerja Kombinasi Modulasi Adaptif dan Kode
- Usulan Teknik Mitigasi Redaman Propagasi
- Prediksi Redaman Propagasi dengan HMM
- Teknik Mitigasi Prediktif – Adaptif
Perhitungan link budget pada Tabel IV.1 hanya untuk saluran komunikasi downlink dan pada kondisi cerah untuk mendapatkan nilai. Dari data simulasi BER pada Gambar IV.1 diketahui bahwa untuk mencapai keandalan sistem sebesar 99,99% maka nilai BER yang dijamin adalah sekitar 4,994×10 . Dari Tabel IV.2 terlihat bahwa nilai BER yang diperoleh masing-masing reliabilitas antara data pengukuran tahunan dan data prediksi menunjukkan hasil yang tidak terlalu berbeda.
Pada subbab ini akan dijelaskan perbandingan kinerja penggunaan modulasi QPSK saja seperti pada simulasi pada subbab sebelumnya dengan kinerja penggunaan modulasi adaptif baik menggunakan modulasi QPSK maupun BPSK. Dari data simulasi BER pada Gambar IV.3 diketahui bahwa untuk mencapai keandalan sistem sebesar 99,99% maka nilai BER yang dapat dijamin adalah kira-kira, sedangkan untuk menjamin keandalan sistem sebesar 99,9% maka diperoleh BER nilainya adalah 4,399 × 10 .
Kesimpulan dan Saran
Kesimpulan
Selain mengembangkan metode prediksi redaman rambatan hujan, penelitian ini juga mengusulkan teknik mitigasi adaptif dengan menggunakan metode yang telah dikembangkan sebelumnya. Oleh karena itu, metode yang dikembangkan dalam penelitian ini digunakan sebagai metode untuk memprediksi kondisi saluran dalam jangka pendek. Teknik mitigasi yang diusulkan dalam penelitian ini membagi kondisi saluran menjadi empat kondisi, dimana masing-masing kondisi ditentukan berdasarkan nilainya.
Teknik mitigasi prediktif-adaptif ini cukup efektif jika disimulasikan pada suatu sistem komunikasi dan hasil prediksi dari teknik mitigasi ini memberikan nilai akurasi sebesar 99.7513%.
Saran
IEEE Transactions Antennas Propagation Vol. 1997): A prediction model combining rain attenuation and other propagation degradations along ground-satellite paths, IEEE Transactions on Antennas and Propagation Vol. 2007). 2011): The frequency scaling ratio factor of rain attenuation in Ka-wave band along the earth-space path in China, International Conference on Mechanic Automation and Control Engineering (MACE) vol.2 hall.7831-7833. 2005): Improvement of the ONERA-CNES rain attenuation time series synthesizer and validation of the dynamic characteristics of the generated fade events, Space Communications 2005 Vol. 2005).
Hodge (1978): The aRb Relation in the Calculation of Rain Attenuation, IEEE Transactions on Antennas and Propagation Vol. 2000): Rain models for predicting blackout duration at millimeter wavelengths, Proceedings IEE Microwaves, Antennas and Propagation, vol. 2007): Modified Rain Attenuation Model for Tropical Regions for Ku-Band Signals, International Journal of Satellite Communications and Networking Volume 25, Issue 1, hal. 1992): The dynamics of rain-induced fading, IEEE Transactions on Antennas and Propagation Vol. 2008): Statistics of rain rates for wireless channel communication in Surabaya, Proceedings 5th IFIP International Conference on Wireless and Optical Communications Networks, pp.
