Microsoft Word ПоёцничеРфнаё запицка Ѐёзапов Ѐ. Х. ПММ-52
Download 1,47 Mb.
|
Dilshod 405-converted
Оценка радиопокрытия на основании моделей Окамуры, Хата и COST#231-Хата Для расчёта радиопокрытия в г. Петропавловск воспользуемся моделями Окамуры, Хата и COST#231-Хата. В моделях Окамуры, Хата и COST#231-Хата предлагаются выражения для определения среднего затухания [31]: Для диапазона 150…1500 МГц при эффективной высоте антенны базовой станции НБС 30…200 м.: 𝐿 = 69,55 + 26,16 lg(𝐹) − 13,82 lg(𝐻БС) − 𝑎 𝐻АС + (44,9 − 6,55𝐻БС) ∙ lg 𝑅, (2.7) 𝑅 = 10 L—69,55—26,16 lg(F)+13,82 lg(HБС)+aHАС 44,9—6,55HБС (2.8) Для диапазона 1,5…2 ГГц при эффективной высоте антенны базовой станции НБС 30…200 м.: 𝐿 = 46,3 + 33,9 lg(𝐹) − 13,82 lg(𝐻БС) − 𝑎 𝐻АС + (44,9 − 6,55𝐻БС) ∙ lg 𝑅 + 𝐶, (2.9) 𝑅 = 10 L—69,55—26,16 lg(F)+13,82 lg(HБС)+aHАС—C 44,9—6,55HБС (2.10) где 𝐹 - частота сигнала, МГц; 𝐻БС - эффективная высота подъема антенны базовой станции, м; 𝐻АС - высота антенны подвижной станции над землей, м; 𝑅 - расстояние между передатчиком и приемником, км; 𝐶 - постоянная: для средних городов и пригородных районов с умеренной растительностью C = 0, для центров крупных городов C = 3. 𝑎𝐻АС - коэффициент, учитывающий особенности окружающей среды: 𝑎𝐻АС = (1,1𝑙𝑔𝐹 − 0,7) ∙ 𝐻АС − 1,56𝑙𝑔𝐹 − 0,8 (2.11) Площадь покрытия трехсекторного сайта 𝑆eNB [25]: 𝑆eNB = 9 √3 𝑅2 (2.12) 2 Количество сайтов, необходимое для радиопокрытия территории определенной площади определим по формуле: 𝑁eNB = S SeNB (2.13) где 𝑆 - площадь территории населенного пункта (𝑆 = 224,9 км2); Результаты расчетов необходимого числа eNB с учётом классов местности, определяющих условия распространения радиоволн, отражены в таблице 2.2. При расчетах учитывался класс местности, так как потери на проникновение в помещение существенно влияют на МДП и соответственно на площадь обслуживания и количество БС. Таблица 2.2 – Оценка радиопокрытия в диапазоне 2100 МГц, необходимых для обслуживания территории г. Петропавловск
Полученное число eNB впечатляет. Опыт показывает, что в городе аналогичной площади у сотовых операторов имеется 600…900 площадок с БС. Ограничения по числу сайтов вызваны как финансовыми возможностями операторов, так и отсутствием подходящих площадок для установки eNB [25]. В качестве сравнения, произведём оценку числа базовых станций в сети диапазона 900 МГц. Энергетический бюджет рассчитывается также, как для диапазона 2100 МГц. Отличия для диапазона заключаются в меньшем коэффициенте усиления антенны eNB (15 дБ вместо 18 дБ) и в меньших потерях на проникновение в здание (в среднем на 3 дБ меньше) [25]. Таблица 2.3 – Оценка радиопокрытия в диапазоне 900 МГц, необходимых для обслуживания территории г. Петропавловск
Благодаря лучшим свойствам распространения радиоволн в более низком диапазоне 900 МГц площадь сайта увеличивается по сравнению с диапазоном 2100 МГц, соответственно, при использовании диапазона 900 МГц требуется меньше сайтов для закрытия той же территории. При строительстве сети только в низкочастотном диапазоне для достижения требуемой емкости сети при высокой плотности абонентов необходимо устанавливать сайты близко друг к другу. При очень плотной расстановке сайтов и зоны радиопокрытия неизбежно перекрываются (для сети LTE, работающей с коэффициентом переиспользования частот 1, это очень критично), увеличивается уровень внутрисистемных помех и ухудшается пропускная способность. И, наоборот, если работать только в высокочастотном диапазоне, то неизбежно возникают проблемы с радиопокрытием. Для достижения баланса между покрытием и ёмкостью целесообразно использовать от двух иерархических уровней, работающих в высоком и низком диапазонах частот. При возможности использования нескольких диапазонов частот, стоит полагаться на ковровое покрытие, например, с использованием 3G в диапазонах 900 или 2100 МГц, а LTE в более высоких диапазонах разворачивать точечно в зонах с высокой плотностью абонентов, используя не макро-, а микро- и пико- базовые станции. На практике, более точную оценку радиопокрытия производят с помощью специальных программных средств радиопланирования, учитывающих рельеф местности и тип застройки (например, ONEPLAN RPLS – ONEGA). При размещении БС необходимо проводить анализ зоны покрытия каждой станции и учитывать наличие уже имеющихся eNB стандартов 2G/3G. Модели Окамуры, Хата и COST#231-Хата способны отражать процессы распространения сигнала на расстояния, превышающие 1 км и не пригодны для оценки распространения сигнала по улицам с высокими строениями (по так называемым уличным каньонам) [31]. Полученные для диапазона 2100 МГц значения радиуса соты (таблица 2.2) уточним на основании модели COST#231-Уолфиш-Икегами. Оценка радиопокрытия на основании модели COST#231-Уолфиш- Икегами Модель COST#231-Уолфиш-Икегами является наиболее оптимальной для определения потерь передачи при проектировании сети в городских сотах. При проектировании малых сот на основании данной модели необходимы сведения о конкретных участках городских трасс [33]. Область применения данной модели обуславливается параметрами: область частот 800...2000 МГц; высоты антенн eNB 4…50 м.; высоты антенн UE 1...3 м; расстояние между eNB и UE 0,02...5 км; высота близлежащих к eNB зданий ≤ 80 м.; расстояние между домами 20...50 м; ширина улиц 10...25 м; ориентация улицы относительно направления прихода сигнала 0...90°. Рисунок 2.6 – Параметры необходимые для модели Уолфиша-Икегами В зоне прямой видимости («line of sight», LOS) для вычисления величины потерь при распространении используется формула [33]: 𝐿 = 42,6 + 26 lg(𝑅) + 20 lg(𝐹) , дБ. (2.14) В более сложных условиях потери сигнала 𝐿 определяются по эмпирической формуле, как сумма потерь распространения волн в свободном пространстве 𝐿O, потерь за счет отражений от зданий 𝐿RTS и потерь за счет дифракции 𝐿MSD [33]: 𝐿 = 𝐿O + 𝐿RTS + 𝐿MSD, 𝐿RST + 𝐿MSD ≥ 0, { 𝐿O, 𝐿RTS + 𝐿MSD < 0. (2.15) где 𝐿O- потери при распространении волн в свободном пространстве, дБ; 𝐿RTS - потери за счёт отражений от зданий, дБ; 𝐿MSD - потери за счёт дифракции, дБ. 𝐿O = 32,45 + 20 lg(𝐹) + 20 lg(𝑅) , дБ (2.16) 𝐿RTS = −16,9 − 10 lg(𝑤n) + 10 lg(𝐹) + 20 lg(ℎbuiSd − 𝐻АС) + 𝐿b (2.17) −10 + 0,354𝜑, при 0 ≤ 𝜑 < 35𝛾, 𝐿b = {2,5 + 0,075(𝜑 − 35𝛾), при 35𝛾 ≤ 𝜑 < 55𝛾, 4 − 0,114(𝜑 − 55𝛾), при 55𝛾 ≤ 𝜑 < 90𝛾, (2.18)
где 𝐿b- потери, обусловленные ориентацией улиц относительно направления прихода сигнала, дБ; 𝑤n - средняя ширина улицы, м; ℎbuiSd - средняя высота ближайших зданий, м; 𝜑 - угол ориентация улицы относительно направления прихода волны. 𝐿MSD = 𝐿C + 𝐾a + 𝐾d lg(𝑅) + 𝐾ƒ lg(𝐹) − 9 lg(𝑏) , дБ (2.19) где 𝐿C- поправочный коэффициент; 𝐾a - параметр, учитывающий увеличение потерь при уменьшении высоты антенны по отношению к средней высоте окружающих зданий; 𝐾d, 𝐾ƒ - параметры, определяющие зависимости потерь при распространении от частоты сигнала и рассеивания при прохождении через последовательные экраны; 𝑏 - расстояние между домами, м. 𝐿C = {−18 lg(1 + 𝐻БС − ℎbuiSd) , при 𝐻БС > ℎbuiSd, 0, при 𝐻БС ≤ ℎbuiSd. (2.20) 54, при 𝐻БС > ℎbuiSd, 𝐾a = { 54 − 0,8(𝐻БС − ℎbuiSd), при 𝐻БС ≤ ℎbuiSd и 𝑅 ≥ 0,5 км, 54 − 1,6𝑅(𝐻БС − ℎbuiSd), при 𝐻БС ≤ ℎbuiSd и 𝑅 < 0,5 км, (2.21)
𝐾d = { 18, при 𝐻БС > ℎbuiSd, 𝐻БС–hbuild (2.22)
18 − 15 hbuild , при 𝐻БС ≤ ℎbuiSd. 𝐾ƒ = { −4 + 0,7 ( F 925 1) , для среднего города, (2.23)
−4 + 1,5 ( F 925 1) , для крупного города. На основании значения допустимого значения затухания сигнала на трассе, с помощью формул 2.15 – 2.23 при 𝐻БС > ℎ𝑏𝑢𝑖𝑙𝑑, для города средних размеров и пригорода с умеренными лесопосадками рассчитывается радиус соты: 925 L—69,55+10 lg(wn)—20 lg(hbuild—𝐻АС)—Lb+18 lg(1+𝐻БС—hbuild)—(( 0,7F+25,3) lg(F))+9lg(b) 𝑅 = 10 38 (2.24) Результаты расчетов необходимого числа на основании модели Уолфиш-Икегами отражены в таблице 2.4. Таблица 2.4 – Оценка радиопокрытия в диапазоне 2100 МГц на основании модели Уолфиш-Икегами
Продолжение таблицы 2.4
Расчет пропускной способности сети Пропускную способность и ёмкость сети оценивают на основании средних значений спектральной эффективности соты в определенных условиях. В таблице 2.5 приведены значения средней спектральной эффективности соты LTE FDD в макросети для двух случаев, специфицированных 3GPP как сценарий 1 (расстояние между сайтами 500 м), и сценарий 3 (расстояние между сайтами 1732 м) [25]. Характеристики представлены для диапазона 2 ГГц, полосы канала 20 МГц (10+10 МГц в дуплексе), при потерях на проникновение в здание 20 дБ, в среднем при 10 активных пользователях в соте. Таблица 2.5 – Средняя спектральная эффективность в макросети [25]
Рассчитаем пропускную способность для LTE FDD: пользоваться будем значениями спектральной эффективности для сценария 1, как наиболее близкого по размерам большинства сот, полученным в предыдущем разделе. Средняя пропускная способность одного сектора может быть вычислена по формуле [25]: 𝑅 = 𝑆 ∙ 𝑊 ∙ 𝑇, (2.25) где 𝑆- средняя спектральная эффективность (бит/с/Гц); 𝑊 - ширина канала, МГц; 𝑇 - доля длительности кадра на линии вверх или вниз. Средняя пропускная способность eNB определяется как произведение количества секторов и пропускной способности одного сектора. Количество секторов одной eNB равно трем. 𝑅eNB = 𝑅 ∙ 3, (2.26) Таблица 2.6 – Результаты расчета средней пропускной способности трёхсекторной базовой станции
Оценка ёмкости проектируемой сети 4G для г. Петропавловск Оценим емкость сети LTE FDD в г. Петропавловск при наличии пары полос 10+10 МГц и при переиспользовании 600 площадок. Суммарная пропускная способность такой сети в направлении к абоненту составит [25]: 𝑅NM = 𝑅eNB(DL) ∙ 𝑅eNB, Мбит/с (2.27) Усреднённый трафик абонента в час наибольшей нагрузки (ЧНН) определяется по формуле [25]: 𝑅ЧНН = TT∙8 NЧНН∙NД , Мбит/с (2.28) где 𝑇T - средний трафик одного абонента в месяц, Гбит/мес; 𝑁ЧНН - число ЧНН в день; 𝑁Д - число дней в месяце. Усреднённый трафик абонента на DL в ЧНН определяется по формуле [25]: 𝑅DL = 𝑅ЧНН ∙ 𝑆DL, Мбит/с (2.29) где 𝑆DL- доля трафика на DL; Ёмкость сети рассчитывается по формуле: 𝑁ÆB = RNW RDL (2.30) Результаты расчетов ёмкости сведены в таблицу 2.7: Таблица 2.7 – Оценка ёмкости проектируемой сети 4G для г.Петропавловск
Для начала, полученная расчетная ёмкость в 63 тыс. абонентов удовлетворяет для организации сети широкополосного доступа в городе с населением 216 тыс. человек. Немаловажным для получения оптимального, качественного покрытия является выбор оборудования базовой станции, в частности антенн. Выбор оборудования базовой станции eNode Band LTE Основными поставщиками оборудования базовых станций eNB LTE в Казахстане являются компании «Nokia Siemens Networks», «Huawei» и «Ericsson». При выборе оборудования базовой станции eNB LTE необходимо руководствоваться способностью поддержки данным оборудованием других стандартов мобильной связи, а так же учитывать запланированную выходную мощность приемопередатчика TRX и другие технические характеристики. Для планируемой сети сделаем выбор в пользу оборудования компании «Huawei». В качестве оборудования радиодоступа будем использовать базовую станцию «DBS3900». Технические характеристики DBS3900: Диапазоны частот 700/800/900 МГц, 1,8/1,9/2,1/2,3/2,6/3,5 ГГц; Полосы частот 3/5/10/20 МГц; Временное и частотное дуплексирование (TDD и FDD); Режимы MIMO 2x2 и MIMO 4x2. DBS3900 имеет гибкие возможности установки и обеспечивает быстрое развертывание сети. DBS3900 состоит из блока обработки базовых частот (BBU) и выносного радиочастотного блока (RRU). BBU устанавливается внутри помещений и обеспечивает централизованное управление, обработку сигнализации и синхронизацию базовой станции. BBU имеет физические интерфейсы (оптические линии) для соединения с контроллером базовых станций и RRU. RRU обеспечивает прием, передачу и обработку радиосигналов, причем каждый RRU реализует функции двух приемопередатчиков. Для снижения потребляемой мощности и затрат на фидеры RRU можно установить на столбе, мачте, бетонной стене или рядом с антенной системой. Рисунок 2.7 – Базовая станция Huawei DBS3900 стандарта LTE Исследование помехоустойчивости каналов связи технологии LTE Формализация модели Выбор вида модели Традиционно математические модели разделяют на аналитические и имитационные модели. Аналитические модели представляют собой уравнения или системы уравнений, записанные в виде алгебраических, интегральных, дифференциальных, конечно-разностных и иных соотношений и логических условий. Они записаны и решены в буквенном виде. Данный тип моделей обычно применяют для описания фундаментальных свойств объектов, так как фундамент прост по своей сути. Сложные объекты редко удаётся описать аналитически. Альтернативой аналитическим моделям являются имитационные модели (динамические). Основное отличие имитационных моделей от аналитических состоит в том, что вместо аналитического описания взаимосвязей между входами и выходами исследуемой системы строят алгоритм, отображающий последовательность развития процессов внутри исследуемого объекта, а затем воспроизводят поведение объекта на компьютере. К имитационным моделям прибегают тогда, когда объект моделирования настолько сложен, что адекватно описать его поведение математическими уравнениями невозможно или затруднительно. Имитационное моделирование позволяет разлагать большую модель на части (объекты), которыми можно оперировать по отдельности, создавая другие, более простые или, наоборот, более сложные модели. Таким образом, основным преимуществом имитационного моделирования по сравнению с аналитическим является возможность решения более сложных задач, так как имитационную модель можно постепенно усложнять, при этом результативность модели не падает. При имитационном моделировании воспроизводится алгоритм функционирования системы во времени - поведение системы, причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системы. Имитационное моделирование тяготеет к объектно-ориентированному представлению, которое естественным образом описывает объекты, их состояние, поведение, а также взаимодействие между ними. Имитационная модель, в отличие от аналитической, представляет собой не законченную систему уравнений, а развернутую схему с детально описанной структурой и поведением изучаемого объекта. Для имитационного моделирования характерно воспроизведение явлений, описываемых моделью, с сохранением их логической структуры, последовательности чередования во времени, взаимосвязей между параметрами и переменными исследуемой системы. В аналитических моделях можно использовать широкий арсенал математических методов, что часто позволяет найти оптимальное решение и иногда провести анализ чувствительности. Однако, к сожалению, аналитические решения не всегда существуют, а существующие не всегда просто найти. Что касается имитационных моделей, то оптимальность решения не гарантирована, и даже более того - часто трудно получить решение, хотя бы в какой-то степени близкое к оптимальному. Иногда требуется провести много испытаний имитационной модели, чтобы получить приемлемую достоверность «добротности» какого-либо решения. Однако с помощью имитационного моделирования можно получить такие данные, которые с помощью аналитических моделей получить очень сложно или совсем невозможно, например, определить влияние изменчивости параметров модели, поведение модели до достижения ею установившегося состояния и т.п. В таблице 3.1 приведена сравнительная характеристика аналитического и имитационного моделирования. Таблица 3.1 – Сравнительная характеристика аналитического и имитационного моделирования
Продолжение таблицы 3.1
Для решения поставленной задачи решено применить имитационное моделирование, так как оно более применимо к таким сложным системам, как сеть связи стандарта LTE, и требует меньших затрат на построение модели. При этом построенная модель может быть использована и в дальнейшем при решении исследовательских или оптимизационных задач. Выбор системы имитационного моделирования В настоящее время существует большое количество программ и программных комплексов для имитационного моделирования. Часть из них распространяется платно, часть является Open Source продуктами. Для выбора системы моделирования необходимо провести их сравнение и определить наиболее подходящую для поставленной задачи. Один из наиболее определяющих параметров - функциональность и возможности. Кроме того, важным является лицензия и стоимость, так как они могут быть неприемлемыми. Для разработчика также необходимо, чтобы разработка модели была для него удобной. Кроме того, важным фактором может стать наличие собственной реализации систем связи LTE, позволяющая пользоваться проверенными модулями и сосредоточиться на решении поставленной задачи. Таблица 3.2 – Сравнение систем имитационного моделирования
Продолжение таблицы 3.2
В таблице 3.2 приведена сравнительная характеристика систем моделирования. В качестве системы моделирования была выбрана среда MatLab. Matlab Simulink MatLab - это высокоуровневый язык и интерактивная среда для программирования, численных расчетов и визуализации результатов. С помощью MatLab можно анализировать данные, разрабатывать алгоритмы, создавать модели и приложения. Язык, инструментарий и встроенные математические функции позволяют исследовать различные подходы и получать решение быстрее, чем с использованием электронных таблиц или традиционных языков программирования, таких как C/C++ или Java. MatLab широко используется в таких областях, как: Обработка сигналов и связь, Обработка изображений и видео, Системы управления, Автоматизация тестирования и измерений, Финансовый инжиниринг, Вычислительная биология и т.п. Более миллиона инженеров и ученых по всем миру используют MatLab в качестве языка технических вычислений. MatLab по сравнению с традиционными языками программирования (C/C++, Java, Pascal, FORTRAN) позволяет на порядок сократить время решения типовых задач и значительно упрощает разработку новых алгоритмов. MatLab представляет собой основу всего семейства продуктов MathWorks и является главным инструментом для решения широкого спектра научных и прикладных задач, в таких областях как: моделирование объектов и разработка систем управления, проектирование коммуникационных систем, обработка сигналов и изображений, измерение сигналов и тестирование, финансовое моделирование, вычислительная биология и др. Ядро MatLab позволяет максимально просто работать с матрицами реальных, комплексных и аналитических типов данных и со структурами данных и таблицами поиска. MatLab cодержит встроенные функции линейной алгебры (LAPACK, BLAS), быстрого преобразования Фурье (FFTW), функции для работы с полиномами, функции базовой статистики и численного решения дифференциальных уравнений; расширенные математические библиотеки для Intel MKL. Все встроенные функции ядра MatLab разработаны и оптимизированы специалистами и работают быстрее или так же, как их эквивалент на C/C++ [6]. MatLab предоставляет множество методов для анализа данных, разработки алгоритмов и создания моделей. Язык MatLab включает в себя математические функции для инженерных и научных операций. Встроенные математические функции используют процессор-оптимизированные библиотеки, предназначенные для ускорения векторных и матричных вычислений. Доступны следующие операции: Интерполяция и регрессия; Дифференцирование и интегрирование; Системы линейных уравнений; Фурье анализ; Собственные значения и сингулярные числа матриц; Обыкновенные дифференциальные уравнения; Разреженные матрицы. Расширения MatLab предоставляют специализированный функционал в таких областях как статистика, оптимизация, обработка сигналов, машинное обучение. MatLab предоставляет инструменты для получения, анализа и визуализации данных, позволяющие исследовать проблему быстрее, чем это возможно с помощью электронных таблиц или традиционных языков программирования. Также можно документировать результаты в виде графиков, отчётов или публикации кода MatLab. MatLab позволяет получать доступ к данным из файлов, других приложений, баз данных, внешних устройств. Вы можете читать данные из файлов таких популярных форматов как Microsoft Excel, текстовых или двоичных файлов, изображений, аудио и видео файлов, научных форматов (netCDF и HDF). Функции ввода-вывода позволяют работать с файлами данных любых форматов. Используя расширения MatLab можно получать данные с различных устройств, таких как последовательный порт компьютера или звуковая карта, а также потоковые данные в реальном времени с измерительных устройств непосредственно в MatLab для анализа и визуализации. MatLab позволяет управлять, фильтровать и осуществлять предварительную обработку данных. Можно исследовать данные для нахождения трендов, проверки гипотез, построения описательных моделей. В MatLab включены функции для фильтрации, сглаживания, свёртки и быстрого преобразования Фурье (FFT). Продукты-расширения включают возможности подбора кривых и поверхностей, многомерной статистики, спектрального анализа, анализа изображений, идентификации систем и другие инструменты анализа. MatLab предоставляет набор встроенных функций построения 2D и 3D графиков, а также функции объёмной визуализации. Вы можете использовать эти функции для визуализации и как средство представления обрабатываемой информации. Графики могут быть созданы как интерактивно, так и программно. В галерее графиков MatLab есть примеры множества способов представления данных графически. Для каждого примера можно посмотреть и скачать исходный код для использования в приложениях MatLab. Язык MatLab изначально обладает поддержкой векторных и матричных операций, которая необходима для решения инженерных и научных задач, и предназначена для быстрой разработки и запуска. С помощью языка MatLab можно писать программы и алгоритмы быстрее, чем на традиционных языках программирования, потому что нет необходимости таких низкоуровневых организационных операций как объявление переменных, определение типов и выделение памяти. Во многих случаях переход на векторные и матричные операции избавляет от необходимости использования циклов for. В результате одна строка MatLab кода часто может заменить несколько строк C/C++ кода. MatLab обладает свойствами традиционных языков программирования, включая управление потоками данных, обработку ошибок и объектно- ориентированное программирование (ООП). Можно использовать основные типы данных, сложные структуры данных или определять пользовательские типы. Можно получать результаты немедленно, выполняя команды интерактивно по одной за раз. Такой подход позволяет быстро исследовать различные варианты для получения лучшего решения. Объединив эти интерактивные команды в скрипт или функцию можно автоматизировать их выполнение. Расширения MatLab имеют встроенные алгоритмы для обработки сигналов и связи, обработки изображений и видеоданных, систем управления и многих других областей. Комбинируя эти алгоритмы можно реализовать сложные программы и приложения [6]. Simulink - это графическая среда имитационного моделирования, позволяющая при помощи блок-диаграмм в виде направленных графов, строить динамические модели, включая дискретные, непрерывные и гибридные, нелинейные и разрывные системы. Интерактивная среда Simulink, позволяет использовать уже готовые библиотеки блоков для моделирования электросиловых, механических и гидравлических систем, а также применять развитый модельно- ориентированный подход при разработке систем управления, средств цифровой связи и устройств реального времени. Дополнительные пакеты расширения Simulink позволяют решать весь спектр задач от разработки концепции модели до тестирования, проверки, генерации кода и аппаратной реализации. Simulink интегрирован в среду MatLab, что позволят использовать встроенные математические алгоритмы, мощные средства обработки данных и научную графику. Simulink Library Browser (cредство просмотра Библиотеки Simulink) содержит в себе библиотеку блоков наиболее часто используемых для моделирования систем. В эту библиотеку входят: Блоки непрерывной и дискретной динамики, такие как Integrator (Интегратор) и Unit Delay (Звено Задержки); Алгоритмические блоки, такие как Sum (Сумматор), Product (Произведение), Lookup Table (Справочная Таблица); Структурные блоки, такие как Mux (Мультиплексор), Switch (Переключатель), Bus Selector (Селектор Шины). Среда моделирования Simulink имеет следующие ключевые особенности: Интерактивная графическая среда для построения блок- диаграмм; Расширяемая библиотека готовых блоков; Удобные средства построение многоуровневых иерархических многокомпонентных моделей; Средство навигации и настройки параметров сложных моделей - Model Explorer; Средства интеграции готовых C/C++, FORTRAN, ADA и MatLab алгоритмов в модель, взаимодействие с внешними программами для моделирования; Современные средства решения дифференциальных уравнений для непрерывных, дискретных, линейных и нелинейных объектов (в т.ч. с гистерезисом и разрывами); Имитационное моделирование нестационарных систем с помощью решателей с переменным и постоянным шагом или методом управляемого из MatLab пакетного моделирования; Удобная интерактивная визуализация выходных сигналов, средства настройки и задания входных воздействий; Средства отладки и анализа моделей; Полная интеграция с MatLab, включая численные методы, визуализацию, анализ данных и графические интерфейсы [7]. LTE System Toolbox. LTE System Toolbox предоставляет функции и инструменты для проектирования, симуляции и верификации систем связи, соответствующих стандартам LTE и LTE-Advanced. Данный набор инструментов ускоряет разработку алгоритмов и устройств физического уровня стандарта LTE, предоставляет эталонную среду для верификации проектов и их проверки на соответствие стандарту, а также функции для генерации тестовых сигналов. Он позволяет настраивать, моделировать, измерять и анализировать полностью законченные линии связи. Кроме того, с помощью этих инструментов можно создать и многократно использовать испытательную среду для проверки проектов, прототипов и реализаций на соответствие стандарту LTE. Набор компонентов включает: Канальное кодирование с согласованием скорости передачи, скремблирование и модуляцию; Операции MIMO, в том числе компоновку потоков и предварительное кодирование; Компоновка ресурсных элементов и генерация сигналов OFDM и SC-FDM; Синхронизация фреймов, сдвиг частоты и ее восстановление; Оценка идеального радиоканала, а также нисходящих и восходящих каналов связи; Выравнивание: алгоритмы обращения в нуль и минимизации среднеквадратической ошибки; Демодуляция, де-скремблирование и канальное декодирование; Гибридный автоматический запрос повторной передачи (HARC). LTE System Toolbox предоставляет обширную спецификацию матрицы частотно-временных ресурсов. Данная матрица представляет структуру, которую стандарт LTE использует для организации данных и мультиплексирования различных каналов и сигналов перед передачей символов OFDM по каждой антенне. Используя функции для генерации и заполнения различных элементов матрицы, можно проверить правильность проекта и найти ошибки размещения и отображения в его реализации. LTE System Toolbox позволяет моделировать и выполнять симуляцию работы устройств физического уровня стандарта LTE. Симуляции на канальном уровне (link-level) дают возможность получить ожидаемые показатели эффективности, включая пропускную способность и коэффициент блочных ошибок, и оценить настоящие реализации на основе результатов симуляции. Системный набор инструментов также позволяет лучше спланировать систему, например, за счет моделирования на канальном уровне, которое дает некоторые параметры, необходимые для разработки вышки сотовой связи с определенной геометрией и профилем распространения сигнала. В набор поддерживаемых функций для операций передатчика, приемника и моделей канала входят: Структура фреймов и несущие частоты для дуплексной передачи с временным (TDD) и частотным (FDD) разделением. Все диапазоны частот передачи, включая LTE от 1.4 до 20 МГц и LTE-A до 100 МГц с агрегацией несущих частот. Физические сигналы LTE, включая нисходящие и восходящие опорные сигналы и сигналы синхронизации. Физические каналы LTE, в том числе общие каналы и каналы управления. Полный тракт обработки нисходящего потока, включая обработку общих и управляющих каналов, все схемы MIMO и генерацию OFDM сигнала. Полный тракт обработки восходящего потока, включая обработку общих и управляющих каналов, конфигурации с несколькими антеннами SU-MIMO и MU-MIMO и генерацию сигналов SC-FDMA. Модели каналов распространения, определенные для LTE, в том числе расширенную пешеходную модель (EPA), расширенную автомобильную модель (EVA), расширенную типичную городскую модель (ETU), модели распространения при движении и модели каналов MIMO для высокоскоростных поездов. Ключевые особенности LTE System Toolbox Содержит модели, соответствующие стандартам LTE и LTE- Advanced (Версии 8,9 и 10) Реализован полный функционал приемопередатчика на физическом уровне, включая OFDM (нисходящий канал) и SC-FDMA (восходящий канал) Поддерживается передача сигнала несколькими антеннами (технология MIMO) и функции формирования диаграммы направленности в соответствии с идентификаторами мобильной станции (UE) Оценка канала связи, синхронизация и функции приема по технологии MIMO Имеются соответствующие стандарту модели каналов распространения сигнала Включены тестовые модели и генераторы сигналов для эталонного измерения характеристик радиоканала Интерактивные инструменты для проверки соответствия стандарту и измерения числа битовых ошибок Восстановление низкоуровневых параметров, таких как идентификатор соты [8]. Имитационное моделирование Технология LTE, разработанная консорциумом 3GPP, является одним из наиболее перспективных стандартов для развертывания сетей беспроводной широкополосной связи четвертого поколения [1]. Множество работ посвящены помехоустойчивости каналов связи технологии LTE, однако недостаточно сведений по исследованию помехоустойчивости при использовании квадратурной амплитудной модуляции. Цель работы состоит в проведении эксперимента для исследования помехоустойчивости каналов связи технологии LTE при помощи моделирования в среде MatLAB. В настоящей работе исследуется помехоустойчивость канала связи технологии LTE с использованием SISO- и MIMO-OFDM систем. Для этого создана программная реализация радиоканала с использованием SISO и MIMO систем в среде Simulink пакета прикладных программ MatLAB (рисунки 3.1, 3.2). Рисунок 3.1 – Построение имитационной блок-схемы SISO канала Рисунок 3.2 – Построение имитационной блок-схемы MIMO канала Алгоритм работы исследуемой имитационной модели следующий: источник сигнала (Bernoulli Binary Generator) генерирует случайную двоичную последовательность, поступающую на вход свёрточного кодера, где с помощью регистра сдвига производится кодирование всей передаваемой последовательности. Далее сигнал поступает на модулятор, где закладывается информация в изменение фазы. Затем промодулированный сигнал поступает на вход пространственно-временного кодера Аламоути блоками по 2 символа, он формирует матрицу по определенному закону, каждая строка которой поступает отдельно на передающие антенны. Сигнал от передающих антенн поступает на приёмные антенны по Рэлеевскому каналу, претерпевая многолучевое рассеяние, доплеровский сдвиг, временную дисперсию. После чего на пространственно-временном декодере по определенному закону восстанавливается переданная последовательность. Далее следует демодулятор, декодер, а затем устройство, сравнивающее сигнал на передаче и на приеме, результат выводится на счетчик ошибок. При создании схемы радиоканала использованы нижеописанные блоки программной среды Simulink. Bernoulli Binary Generator (Рисунок 3.3.) – генератор случайной двоичной последовательности с распределением Бернулли (для распределения Бернулли вероятность «1» = р, вероятность «0» = (1-р)). Распределение Бернулли имеет среднее значение (1-p) и дисперсию р (1-р). Вероятность параметра «0» определяет р, где p - любое вещественное число от нуля до единицы. Выходной сигнал может быть матрицей, вектором или одномерным массивом. Рисунок 3.3 – Выбор параметров блока Bernoulli Binary Generator Rectangular QAM modulator baseband – блок прямоугольного QAM- модулятора предназначен для модуляции сигнала M-арной квадратурной амплитудной модуляцией с созвездием на прямоугольной решетке. Выходной сигнал является низкочастотным промодулированным сигналом, который может быть представлен вектором входного сигнала, скаляром или матрицей. Все значения мощностей рассчитаны на сопротивление в 1 Ом. Если установлен параметр Integer, блок принимает целые значения от 0 до (M-1), где M представляет собой разрядность модуляции. Если установлен параметр «Тип входа» - Bit, блок принимает бинарные значения на входе, которые представляют целые числа. Блок собирает значения бинарных сигналов в группы K = log2 (M) бит, где К представляет собой число бит на символ. Длина входного вектора должна быть целым числом, кратным K. В этой конфигурации, блок принимает группу из K бит и преобразует их в символы на выходе блока. На выходе блока образуется один модулированный символ для каждой группы K бит. Параметр упорядочивания созвездия указывает, каким способом блок присваивает двоичные символы точкам сигнальной совокупности. Такие присвоения применяются как к синфазным компонентам, так и квадратурным компонентам ввода. Если установлен параметр созвездия «Двоичный код», блок использует натуральную двоично кодированную совокупность. Если установлен параметр созвездия «код Грея» с чётным числом К, то блок использует код Грея. Если установлен параметр созвездия «код Грея» с нечётным числом К, блок кодирует созвездие так, чтобы пары самых близких точек отличались на один или два бита. На рисунке 3.4 представлено, какие пары точек отличаются на два бита. Здесь представлен случай, когда M = 64, что описывает общий случай. Рисунок 3.4 – Созвездие точек прямоугольного QAM-64 модулятора при использовании кода Грея У сигнального созвездия есть точки M, где М представляет собой разрядность модуляции. M должна иметь вид 2K для некоторого положительного целого числа K. Рисунок 3.5 – Выбор параметров блока Rectangular QAM modulator baseband Блок масштабирует сигнальное созвездие в зависимости от выбранного параметра метода нормализации. Ниже перечислены возможные параметры масштабирования: Минимальное расстояние между символами – расстояние между ближайшей парой точек в созвездии; Средняя мощность - средняя мощность символов в созвездии; Пиковая мощность - максимальная мощность символов в созвездии. Блок прямоугольного QAM модулятора обеспечивает возможность визуализации сигнального созвездия из блочной маски для определения параметров блока. Разрядность М - число точек в сигнальном созвездии, представляющее собой число вида 2K для некоторого положительного целого числа K. Тип входной последовательности указывает, состоит ли входная последовательность из целых чисел или групп битов. Упорядочивание созвездия определяет положение каждого символа группы выходных битов или целого числа на диаграмме блока. Отображение совокупности – параметр вида строка или векторный столбец размера M, который должен иметь уникальные целочисленные значения в диапазоне [0, M-1]. Значения должны иметь тип данных double. Первый элемент этого вектора соответствует главной крайней левой точке созвездия с последующими элементами, идущими по столбцам, слева направо. Последний элемент соответствует самой правой нижней точке. Метод нормализации определяет каким способом блок масштабирует сигнальное созвездие: минимальное расстояние между символами, средняя мощность или пиковая мощность. Рисунок 3.6 – Выбор параметров блока Rectangular QAM demodulator baseband Rectangular demodulator QAM baseband – блок прямоугольного QAM демодулятора предназначен для демодуляции сигнала, который модулируется с помощью квадратурной амплитудной модуляции с созвездием на прямоугольной решётке. Все значения мощностей рассчитаны на сопротивление в 1 Ом. На вход данного блока может поступать вектор входного сигнала, скаляр или матрица. Созвездие сигнала имеет М точек, где М представляет собой разрядность модуляции. M должна иметь вид 2k для некоторого натурального К. Дисперсия от источника шума. Этот параметр появляется при выборе типа решения «метод максимального правдоподобия» или «метод наибольшего правдоподобия». Блок AWGN Channel добавляет белый шум к действительной или комплексной составляющей входного сигнала. Когда входной сигнал является реальным, этот блок добавляет реальный гауссовский шум и производит реальный выходной сигнал. Если входной сигнал является комплексным, этот блок добавляет комплексный гауссов шум и производит комплексный выходной сигнал соответственно. Блок AWGN берёт время выборки из входного сигнала. Данный блок принимает входной сигнал вида скаляра, вектора или матрицы с одинарным или двоичным типом данных. Рисунок 3.7 – Выбор параметров блока AWGN Channel Обработка входных данных представляется в виде колонн в качестве каналов. Когда вы выбираете эту опцию, блок воспринимает каждый столбец входа в виде отдельного канала. Начальные данные – данные для гауссовского генератора шума. Числа генерируются случайным образом. Первоначальный параметр данных в этом блоке инициализирует генератор шума. Начальные данные могут быть скаляром или вектором с длиной, соответствующей количеству каналов во входном сигнале. Каждый раз, когда вы запускаете симуляцию, этот блок выдает один и тот же сигнал. Первый раз, когда вы запустите симуляцию, блок случайным образом выбирает первоначальное заполнение. Блок повторяет одни и те же начальные данные каждый раз, когда вы запускаете моделирование. Выбор режима, в котором вы укажете дисперсии шума: сигнал-шум (Eb/No, Es/No, SNR) - отклонения от маски или отклонение от порта. Все эти параметры показывают отношение сигнал/шум, однако имеют некоторое различие. Eb/No (дБ) – показывает отношение бита энергии к мощности шума спектральной плотности, в децибелах; Es/No (дБ) – соотношение энергии символа к мощности шума спектральной плотности, в децибелах; SNR (дБ) – отношение мощности сигнала к мощности шума в децибелах. В данном окне также выставляются параметры для моделирования. Количество бит на символ – число битов в каждом символе ввода. Мощность входного сигнала, по отношению к 1 Ом (Вт). Среднеквадратичная мощность входных символов (если Режим Eb / No или Es / No) или входных выборок (Если режим SNR) в ваттах. Символ за период – продолжительность информационного канала (т.е. без канального кодирования), измеряется в секундах. Дисперсия – значение дисперсии белого гауссовского шума. The Multipath Rayleigh Fading Channel – блок «канал многолучевого Рэлеевского Затухания» реализует моделирование канала с многолучевым Рэлеевским замиранием. Вы можете использовать этот блок для моделирования мобильных беспроводных систем связи. Этот блок принимает некое скалярное значение входного сигнала или вектор-столбец. Блок принимает образец времени от входного сигнала. Входной сигнал должен иметь дискретное время выборки больше, чем 0. Относительное движение между передатчиком и приемником вызывает доплеровский сдвиг частоты сигнала. Вы можете указать доплеровский спектр затухания Рэлея с использованием параметра доплеровского типа спектра. Для каналов с несколькими путями распространения, вы можете назначить для каждого пути свой доплеровский спектр. Поскольку многолучевой канал отражает сигналы в нескольких местах, передаваемый сигнал проходит к приемнику по нескольким путям, каждый из которых может иметь различные расстояние и временные задержки. В диалоговом окне блока, параметр дискретной векторной задержки определяет время задержки для каждого пути. Если вы не установили значение вектора параметра усиления на 0 дБ в параметре Normalize, общий коэффициент усиления примет среднее значение усиления для каждого пути. Когда вы установите флажок, блок использует кратное вектора среднего усиления пути вместо самого среднего вектора усиления путь, выбирая коэффициент масштабирования так, что эффективное усиление канала, учитывая все пути, составляет 0 дБ. Число путей указывает длину дискретных векторных задержек пути или среднее вектора усиления пути. Если оба эти параметра являются векторами, то они должны иметь одинаковую длину; если только один из этих параметров содержит скалярное значение, то блок преобразует его в вектор, размер которого совпадает с размером другого вектора. Рисунок 3.8 – Выбор параметров блока Multipath Rayleigh Fading Channel Максимальный доплеровский сдвиг (Гц) - положительное скалярное значение, которое указывает величину максимального допплеровского смещения. Тип спектра Допплера определяет спектр Допплера в Рэлеевском канале. Этот параметр по умолчанию выставлен Jakes. Кроме того, вы также можете выбрать любой из следующих типов: Flat; Gaussian; Rounded; Restricted Jakes; Asymmetrical Jakes; Bi-Gaussian; Bell. Для всех типов допплеровского спектра, кроме Jakes и Flat, вы можете выбрать один или несколько параметров для управления формой спектра. Вы также можете выбрать тип задержек. Задержки дискретного пути вектора (с), представляющие вектор, который определяет задержку распространения для каждого пути. Средний вектор усиления пути (дБ) - вектор, который определяет коэффициент усиления для каждого пути. Нормализация усиления вектора общего коэффициента усиления на 0 дБ. Можно добавить визуализацию канала в начале моделирования. Для этого установите этот флажок, чтобы открыть инструмент визуализации канала, когда начинается моделирование. Комплексное усиление пути порта. Для активации данной функции установите этот флажок, чтобы создать порт, который выводит значения комплексного усиления пути для каждого из путей распространения сигнала. Здесь N представляет собой число выборок входного сигнала, а М представляет собой количество дискретных дорожек (количество задержек). Порт канальной задержки фильтра. Для применения данной функции установите этот флажок, чтобы создать порт, который выводит значение задержки. Эта задержка равна нулю, если моделируется только один путь, но может быть больше нуля, если путей несколько. Рисунок 3.9 – Выбор параметров блока OSTBC Encoder Блок OSTBC кодирует последовательности входных символов с использованием ортогонального пространственно-временного блочного кода (OSTBC). Блок отображает входные символы поблочно и объединяет выходные кодовые слова матрицы во временной области. Блок поддерживает временные и пространственные домены для передачи блочного кода. В данном блоке можно выбрать количество антенн на передающей стороне. Блок поддерживает 2, 3, или 4 передающие антенны. По умолчанию используется 2.Устанавливается скорость передачи кода. Вы можете указать 3/4 или 1/2. Это поле появляется только при использовании более 2 передающих антенн, поле по умолчанию установлено значение 3/4. Для 2 передающих антенн это значение составляет 1. Блок OSTBC сумматор складывает значения входного сигнала от всех приемных антенн и оценивает сигнал, чтобы извлечь полезную информацию из символов, которые были закодированы с использованием ортогонального пространственно-временного блочного кода OSTBC. Рисунок 3.10 – Выбор параметров блока OSTBC Combiner Оценка входного сигнала не может быть постоянной в течение каждой передачи кодового блочного слова, поэтому в данном блоке используется алгоритм оценки только первого периода символа на одно кодовое слово блока. Блок проводит операции комбинирования для каждого символа самостоятельно. В работе исследована помехоустойчивость канала связи технологии LTE при различных типах модуляции: BPSK, QPSK, 16QAM, 64QAM; значение SNR для исследования достаточного уровня BER рассматриваемых видов модуляции выставлялось в блоке AWGN (рисунок 3.11). Рисунок 3.11 – Блок изменения значения SNR В результате эксперимента получены графики зависимости вероятности битовых ошибок (BER) от отношения сигнал/шум (SNR) в канале с системами SISO и MIMO (рисунки 3.12, 3.13). Рисунок 3.12 – Кривые зависимости BER от SNR для различных типов модуляции для канала с SISO Рисунок 3.13 – Кривые зависимости BER от SNR для различных типов модуляции для канала с MIMO Заключение Стандарт беспроводной высокоскоростной широкополосной передачи данных LTE несомненно имеет привилегии на телекоммуникационном рынке перед другими технологиями. Однако, в настоящее время спрос всё больше проявляется на получение качественных услуг связи. Поэтому актуальным остаётся вопрос помехоустойчивости каналов связи. Повышению помехоустойчивости каналов связи технологии LTE способствует поддержка многоантенной системы MIMO, использование квадратурной амплитудной модуляции, а также применение технологии OFDM. Кроме того, применение данных технологий существенно повышает скорость передачи данных и снижает задержки. В данной диссертационной работе исследованы методы помехоустойчивости каналов связи технологии LTE посредством программной реализации в среде MatLAB. Результаты исследования показали, что на качество сигнала влияют не только внешние факторы, но также и методы обработки данных, используемые в приёмо-передающем тракте радиоканала. Для повышения качества радиосигнала используют методы многопозиционной модуляции, пространственного кодирования сигнала. Экспериментальным путём доказано, что использование многоантенной системы MIMO повышает помехоустойчивость радиоканала. На основании полученных данных можно сделать вывод, что применение технологии OFDM в условиях региональных сетей также повышает помехоустойчивость радиканала, способствуя противостоянию межсимвольной интерференции, затуханиям, частотно-избирательным замираниям. Список использованных источников Абдул Базит. Расчет сетей LTE. – Хельсинский технологический университет, 2009 Бакулин М.Г., Варукина Л.А., Крейнделин В.Б. Технология MIMO. Принципы и алгоритмы. – М.: Горячая линия – Телеком - 2014.–242 с. Вишневский В.М., Портной С.Л., Шахнович И.В. – Энциклопедия 4G, Москва, «Техносфера», 2009 – 314 с. Волков Л.Н., Немировский М.С., Шинаков Ю.С. Системы цифровой радиосвязи. – М.: Экотрендз – 2005. – 392 с. Гельгор А. Л. Технология LTE мобильной передачи данных: учебное пособие. – СПб.: Изд-во Политехн. ун-та, 2011 2 Ал-Джанаби Х. Д. Connection quality improving of systems with MIMO in indirect visibility terms / Х. Д. Ал-Джанаби // 15-й Юбилейный Международный молодежный форум Радиоэлектроника и молодежь в XXI веке» Сб. материалов форума. Т. 4. – Харьков: ХНУРЭ. – 2011. – С. 5. Девицына С. Н. Сети связи и системы коммуникаций: методическое указание – Ижевск.: Изд-во ИжГТУ, 2006. Мясковский Г.М. – Системы производственной радиосвязи: Справочник, Москва, «Связь», 1980 – 96 с. Попов В.И. – Основы сотовой связи стандарта GSM, Москва, «Эко-Трендз», 2005 –126 с. С.Н. Песков, А.Е. Ищенко Расчет вероятности ошибки в цифровых каналах связи // журнал Теле-Спутник – ноябрь, 2010, сс. 70-75 4 Марчук А.В. Адаптивная модуляция в каналах MIMO/ Марчук А.В., Вадиа З., Ал-Джанаби Х. // Радиотехника: Всеукр. межвед. научн.-техн. сб. – 2010. – Вып. 163. – С.122–128 Скляр Б. Цифровая связь. – М.: Изд. Дом Вильямс – 2003. – 1100 с. Техническая спецификация стандарта IEEE 802.16m: www.ieeexplore.ieee.org Тихвинский В.О., Терентьев С.В., Юрчук А.Б. – Сети мобильной связи LTE: технологии и архитектура, Москва, «Эко-Трендз», 2010 – 158 с. Шелухин О.И., Арсеньев A.B., Фоминский В.Ю. – Алгоритм оценки вероятности пакетирования ошибок в каналах связи систем беспроводного доступа с подвижными объектами // «Вестник ассоциации вузов туризма и сервиса» №1(8) 2009, стр. 70-77 Alexiou A., Haardt M. Smart antenna technologies for future wireless systems: trends and challenges Communications Magazine, IEEE, Sept. 2014, vol. 42, iss. 9, pp. 90–97 Ana Eira, Xavier Mestre, and Javier Rodrнguez Fonollosa, Universitat Politиcnica de Catalunya Smart Antennas in Software Radio Base Stations IEEE Communications Magazine, Feb. 2011, vol. 39, iss. 2, pp. 166 -173 Dandekar, K.R.; Hao Ling; Guanghan Xu Experimental study of mutual coupling compensation in smart antenna applications Wireless Communications, IEEE Transactions on, Jul 2002, vol. 1, iss. 3, pp. 480-487 Haipeng Jin; Acampora, A. A reservation-based media access control (MAC) protocol design for cellular systems using smart antennas-part I. Flat fading Wireless Communications, IEEE Transactions on, Mar. 2015, vol. 4, iss. 2, pp. 792-801 Hend Koubaa Smart antenna based broadcasting in wireless ad hoc networks Ad Hoc Networks, Jan. 2016, vol. 4, iss. 1, pp. 138-146 Hend Koubaa Smart antenna based broadcasting in wireless ad hoc networks Ad Hoc Networks, Jan. 2006, vol. 4, iss. 1, pp. 138-146 J.C. Mundarath, P. Ramanathan, B.D. Van Veen A quality of service aware cross-layer approach for wireless ad hoc networks with smart antennas Ad Hoc Networks, Jul. 2009, vol. 7, iss. 5, pp. 891-903 Kai Chen, Fan Jiang A range-adaptive directional MAC protocol for wireless ad hoc networks with smart antennas AEU – International Journal of Electronics and Communications, Nov. 2016, vol. 61, iss. 10, pp. 645-656 Lee, Weon-Cheol; Choi, Seungwon; Kim, Jae-Moung Essential Considerations in Implementing the Smart Antenna System for Downlink Beamforming Wireless Personal Communications, Nov. 2015, vol. 35, number 3, pp. 227-240(14) Loshakov V. A. Adaptive modulation in LTE technology by using OFDMA and SC-FDMA with MIMO / V. A. Loshakov, H.D. Al-Janabi, Y. T. Hussein, N. T. Nasif // Восточно-Европейский журнал передовых технологий (ISSN 1729-3774). – 2013. – Vol. 2/9 (62). – Р. 8–11. Mahmoud, K. R.; El-Adawy, M. I.; Ibrahem, S. M. M.; Bansal, R.; Zainud-Deen, S. H. MPSO-MOM: A Hybrid Modified Particle Swarm Optimization and Method of Moment Algorithm for Smart Antenna Synthesis Electromagnetics, Aug. 2014, vol. 28, number 6, pp. 411-426(16) Mani, V.; Bose, R. Direction of Arrival Estimation of Multiple UWB Signals Wireless Personal Communications, Mar. 2015, vol. 57, number 2, pp. 277-289(13) Martin Haardt, Quentin Spencer Smart antennas for wireless communications beyond the third generation Computer Communications, Jan. 2003, vol. 26, iss. 1, pp. 41-45. Mina Yazdanpanah, Chadi Assi, Yousef Shayan Cross-layer optimization for wireless mesh networks with smart antennas Computer Communications, Oct. 2011, vol. 34, iss. 16, pp. 1894-1911 Rezk M., Kim W., Yun Z., Iskander M.F. Performance comparison of a novel hybrid smart antenna system versus the fully adaptive and switched beam antenna arrays Antennas and Wireless Propagation Letters, IEEE, 2015, vol. 4, pp. 285-288 Seungheon Hyeon, Yusuk Yun, Seungwon Choi Novel automatic calibration technique for smart antenna systems Digital signal processing, Jan. 2015, vol. 19, iss. 1, pp. 14-21 Download 1,47 Mb. Do'stlaringiz bilan baham:
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
kiriting | ro'yxatdan o'tish
Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha
yuklab olish
Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha
yuklab olish