Le canal de propagation large bande multicapteurs Mesure et modélisation 31 mai 21 P. Laspougeas, P. Pajusco Le présent document contient des informations qui sont la propriété de France Télécom. L'acceptation de ce document par son destinataire implique, de la part de ce dernier, la reconnaissance du caractère confidentiel de son contenu et l'engagement de n'en faire aucune reproduction, aucune transmission à des tiers, aucune divulgation et aucune utilisation commerciale sans l'accord préalable écrit de 31/5/21 Sommaire Introduction Le canal de propagation Les modèles à trajets Les modèles déterministes Les modèles géométriques Conclusion
Introduction Contexte des études de propagation Évaluation de de nouvelles techniques d accès radio ou ou de de systèmes existants Caractérisation du du canal radio dans le le contexte de de déploiement cible Analyse et et modélisation du du canal Intégration du du modèle dans les chaînes des simulations de de transmission Obtention des performances LE CANAL DE PROPAGATION
Le canal de propagation Les mesures Caractérisation large bande du canal : mesure de l évolution de la réponse impulsionnelle du canal radio mobile Le canal de propagation Les mesures Caractérisation large bande du canal : mesure de l évolution de la réponse impulsionnelle du canal radio mobile Caractérisation angulaire du canal : mesure sur une antenne réseau. Possibilité d estimer pour chaque «trajets multiples» le temps de retard, l atténuation, la direction de départ et d arrivée.
Le canal de propagation Exemple cellulaire : Parcours de mesures Le canal de propagation Exemple cellulaire : Panorama à la station de base Tour Montparnasse Est Sud-Est Sud Tour Eiffel Arc de Triomphe Sud-Ouest
Le canal de propagation Exemple cellulaire : Début du parcours 227 5 3 6 7 Le canal de propagation Exemple cellulaire : Début du parcours 227 5 3 6 7
Le canal de propagation Exemple cellulaire : Début du parcours 227 5 3 6 7 Le canal de propagation Exemple cellulaire : Début du parcours 227
Le canal de propagation Exemple cellulaire : La fin du parcours 227 3 4 2 1 Le canal de propagation Exemple cellulaire : Début du parcours 227
Le canal de propagation Exemple cellulaire : Début du parcours 27 Le canal de propagation Exemple cellulaire : Début du parcours 27
Le canal de propagation Exemple cellulaire : Début du parcours 239 Le canal de propagation Exemple cellulaire : Début du parcours 239
Le canal de propagation Résultats statistiques urbain (1) 5 Étalement angulaire (degré) 4 3 2 1 2 4 6 8 Distance (m) Le canal de propagation Résultats statistiques urbain (2) 1 p( AS < abscisse ),8,6,4,2-2 m 2-4 m 4-6 m 6-8 m 1 2 3 4 Étalement angulaire (degré)
Le canal de propagation Résultats statistiques urbain (3) 8 7 Delay spread (ns) 6 5 4 3 2 1-1 1 2 3 4 5 Excess path loss (db) Le canal de propagation Résultats statistiques urbain (4) 1 prob.( DS < abscissa ),8,6,4,2 Moyenne DS = 28 ns Médiane DS = 183 ns 2 4 6 8 Delay Spread (ns)
Le canal de propagation Résultats statistiques urbain (5) Maximum DOA (degree) 6 4 2-2 -4 Base - Mobile distance < 3 m Std. Dev. = 16 Maximum DOA (degree) 6 4 2-2 -4 Base - Mobile distance > 3 m Std. Dev. = 8-6 -6-4 -2 2 4 6 Mobile Azimuth (degree) -6-6 -4-2 2 4 6 Mobile Azimuth (degree) LES MODELES A TRAJETS
Les modèles à trajets Historique Concept proposé et valorisé pour le canal radio mobile par le projet COST 27 pour les études 2G Retenu en normalisation pour les validations du système GSM Retenu en normalisation pour comparer les solutions IMT-2 Les modèles à trajets Principe h(? ) La réponse impulsionnelle est modélisée par un nombre limité de trajets discrets. Chacun d entre eux est défini par :? t?? a i?? t? h??? i i? un temps de retard une puissance moyenne un spectre Doppler
Les modèles à trajets Principe Amplitude linéaire 8 7 6 5 4 3 2 1 Class -1,5-1 -,5,5 1 1,5 Fréquence Doppler (v/? ) Amplitude linéaire 1,2 1,8,6,4,2 Rice -1,5-1 -,5,5 1 1,5 Fréquence Doppler (v/? ) Amplitude linéaire 1,2 1,8,6,4,2 Flat -1,5-1 -,5,5 1 1,5 Fréquence Doppler (v/? ) 1,2 1,2 Amplitude linéaire 1,8,6,4,2 Gauss2 Amplitude linéaire 1,8,6,4,2 Gauss1-1,5-1 -,5,5 1 1,5 Fréquence Doppler (v/? ) -1,5-1 -,5,5 1 1,5 Fréquence Doppler (v/? ) Les modèles à trajets Exemple de modèles normalisés -5 Vehicular A Gain (db) -1-15 -2-25 -3, 1, 2, 3, 4, 5, Retard (microseconde)
Les modèles à trajets Corrélation en fréquence Correlation 1,8,6,4 Mesure typique urbain (1 MHz) Vehicular A (1 MHz),2-8 -4 4 8 Ecart en Fréquence (MHz) Les modèles à trajets Principaux inconvénients Réponse impulsionnelle peu représentative Spectres Doppler peu représentatifs Corrélation fréquentielle peu représentative Propriétés spatiales non modélisées Pas de modélisation de l effet de l antenne Canal représentatif pour des simulations de transmission?
LES MODELES DETERMINISTES Les modèles déterministes Exemple de simulation à tracé de rayons
Les modèles déterministes Exemple de simulation à tracé de rayons Les modèles déterministes Conclusion Modélisation de situations quelconques Modélisation adaptée aux multicapteurs Nécessité d une description précise de la scène (propriété des matériaux, position des bâtiments ) Temps de calcul important
LES MODELES GEOMETRIQUES Les modèles géométriques Rappel du principe Concept proposé dans le projet RACE CODIT Émergence de ce type de modèles dans le projet COST 259 Amélioration significative des modèles à trajets Hypothèse de propagation en un seul «rebond» Modélisation conjointe des propriété spatiales et temporelles
Les modèles géométriques Rappel du principe Rayons et diffuseurslointains Station de Base Réflecteur Cluster Mobile Rayons et diffuseurs proches du mobile Gain Gain Retard Angle d arrivée à la station de base Les modèles géométriques Approche reproductive : Principe Sélection d un fichier représentatif d une situation donnée à partir d un ensemble de fichiers de mesures Identification de la position des clusters et des lois de distribution intra cluster Paramétrage du modèle géométrique pour reproduire la même situation. Exemple typique urbain
Les modèles géométriques Approche reproductive : Méthodologie Sélection d un fichier de mesure typique Comparaison entre la mesure et la simulation Identification des caractéristiques spatio-temporelle Boucle d optimisation Simulation logicielle du modèle ainsi paramétré Calcul de la position des cluster (distance et azimut) et des lois d affaiblissement Les modèles géométriques Approche reproductive : Exemple d ajustement -1-1 Simulation Measurement (db) -2 (db) -2-3 -6-3 3 6 Direction Of Arrival (degree) -3,5 1 1,5 2 2,5 3 Delay (microsecond) 13 clusters d environ 15 m Répartition des diffuseurs locaux suivant une loi gaussienne en distance et uniforme en azimut
Les modèles géométriques Approche reproductive : Avantages de l approche Amélioration de l approche canal enregistré Même technique de sélection Durée de simulation non limitée Possibilité de modifier la configuration (structure du réseau ) Amélioration face aux modèles à trajets Bonnes propriétés de corrélation en fréquence Forme de la réponse impulsionnelle réaliste Approche adaptée aux simulations multicapteurs Approche complémentaire à la modélisation stochastique Les modèles géométriques Approche stochastique : Principe Reproduire la diversité de situations rencontrée dans la réalité Modélisation statistique de tous les paramètres géométriques du modèle (nombre de cluster, position, affaiblissement ) Ajustement du modèle sur des indicateurs issus de nombreuses campagnes de mesures : Étalement des retards, étalement angulaire, direction de pointage Paramétrage du modèle géométrique à chaque simulation (tirage statistique)
Les modèles géométriques Approche stochastique : Comparaison mesures-simulations La distribution du DS est lognormale à une distance donnée (Greenstein) DS =DS.d Median d=1km e prob.( DS < abscissa ) 1,8,6 Distance = 1 m,4 Distance = 3 m Distance = 6 m,2 Lognormal distributions 2 4 6 8 1 Delay spread (ns) Median delay spread (ns) 4 35 3 25 2 15 1 5 Simulations Typical variation DS d=1km = 4 ns? =.9 2 4 6 8 Distance (m) Les modèles géométriques Approche stochastique : Avantages de l approche Simulation des dispersions rencontrées dans la réalité Amélioration face aux modèles à trajets Bonnes propriétés de corrélation en fréquence Forme de la réponse impulsionnelle réaliste Approche adaptée aux simulations multicapteurs Approche complémentaire à la modélisation géométrique reproductive
Conclusion Possibilité de mesurer le canal avec précision. Le canal de propagation est très complexe. Les canaux proposés en normalisation sont loin de la réalité. Que dire des résultats de simulations correspondantes? Existence de modèles géométriques performants. Nécessité d une collaboration étroite entre le domaine de la simulation et de la propagation.