Mesterpróba Tudományos konferencia végzős MSc és elsőéves PhD hallgatóknak. Távközlés és infokommunikáció témakörében KONFERENCIA KIADVÁNY

Átírás

1 Mesterpróba 2013 Tudományos konferencia végzős MSc és elsőéves PhD hallgatóknak Távközlés és infokommunikáció témakörében KONFERENCIA KIADVÁNY Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar BUDAPEST május 29. Budapesti Műszaki és Gazdaságtudományi Egyetem Intézményi azonosító: FI A program az Új tehetséggondozó programok és kutatások a Műegyetem tudományos műhelyeiben TÁMOP B-10/ című projekt támogatásával valósul meg.

2 Mesterpróba 2013 Tudományos konferencia végzős MSc és elsőéves PhD hallgatóknak Távközlés és infokommunikáció témakörében A Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kara által rendezett hallgatói konferencia, a Hírközlési és Informatikai Tudományos Egyesület tudományos bizottsága, az MTA Távközlési Tudományos Bizottsága, az IEEE Hungarian AP/ED/MTT/ComSoc chapter és a TÁMOP B-10/ című projekt támogatásával. A konferencia célja kettős. Egyrészt a legjobb végzős hallgatók számára fórumot biztosít, ahol a diplomamunkájuk készítése során elért kiemelkedő eredményeiket be tudják mutatni a szélesebb szakmai közönségnek. Másrészt támogatja a tudományos indíttatású hallgatók első konferencia részvételét. A konferencia tutorial előadásai és a bírálat menete hozzásegíti a hallgatókat a tudományos konferenciák sok esetben formai, technikai - de ezzel együtt tartalmi, minőségi kérdéseket is meghatározó elvárásainak megfelelő szintű teljesítéséhez. A benyújtott cikkek többfordulós bírálati folyamat minősíti, ennek eredménye dönt az elfogadásról (peer to peer review). A folyamat során a szerzők írásos visszajelzést kapnak a bírálóktól, a cikk elfogadását és a konferencián való részvételt hivatalos nyilatkozat igazolja. Budapesti Műszaki és Gazdaságtudományi Egyetem Intézményi azonosító: FI A program az Új tehetséggondozó programok és kutatások a Műegyetem tudományos műhelyeiben TÁMOP B-10/ című projekt támogatásával valósul meg.

3 Mesterpróba 2013 A KONFERENCIA TUDOMÁNYOS ÉS SZERVEZŐ BIZOTTSÁGA Társelnökök Gerhátné Dr. Udvary Eszter (HTE TB, IEEE MTT/AP/ED/ComSoc Chapter, BME-HVT) Prof. Pap László (MTA TTB, HTE, BME-HIT) Tagok Győry Erzsébet (BME-TMIT) Huszák Árpád (BME-HIT) Prof. Pávó József (Periodica Polytechnica, BME-HVT) Cseh Tamás (BME-HVT) TÁMOGATÓK Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Új tehetséggondozó programok és kutatások a Műegyetem tudományos műhelyeiben (TÁMOP B-10/ ) Hírközlési és Informatikai Tudományos Egyesület MTA Távközlési Tudományos Bizottsága IEEE Hungarian AP/ED/MTT/ComSoc chapter Budapesti Műszaki és Gazdaságtudományi Egyetem Intézményi azonosító: FI A program az Új tehetséggondozó programok és kutatások a Műegyetem tudományos műhelyeiben TÁMOP B-10/ című projekt támogatásával valósul meg.

4 Program TUTORIAL 1. Recski András: Néhány jó tanács cikkíráshoz IDŐPONT: március :00 HELYSZÍN: BME Informatikai épület, 2. emelet, 210-es terem Budapest, 1111, Magyar Tudósok krt. 2. TUTORIAL 2. Tanács János: Hogyan készüljünk tudományos előadásainkra? IDŐPONT: május :00 HELYSZÍN: BME V1 épület, 2. emelet, 215-ös terem Budapest, 1111, Egry József utca 18. Budapesti Műszaki és Gazdaságtudományi Egyetem Intézményi azonosító: FI A program az Új tehetséggondozó programok és kutatások a Műegyetem tudományos műhelyeiben TÁMOP B-10/ című projekt támogatásával valósul meg.

5 Program A konferencia időpontja: május 29. szerda, 10:00 16:30 A konferencia helye: BME V1. épület, 5. emelet, 519 terem Budapest, 1111 Egry József utca :00 Dr. Pap László Megnyitó 1. szekció elnök: Dr. Pap László 10:20 Fehér Zoltán Mozgásdetekció Mobilhálózatokban 10:40 Paksy Patrik Kapcsolat közbeni adaptív videó előtöltés mobil készülékekbe 11:00 Molnár Gábor Weboldal letöltési folyamatok vizualizációja 11:20 Horváth Bálint Továbbfejlesztett csúcstényező-csökkentési eljárások FBMC Péter rendszerekben 11:40 Fekete Gábor Optikai OFDM jelre ható torzítások vizsgálata 2. szekció elnök: Gerhátné Dr. Udvary Eszter 12:30 Szalay Zoltán Lineárisan és cirkulárisan polarizált antennák kombinált alkalmazása beltéri pozicionálásnál Rádiós modulok beltéri és kültéri hatótávolságainak összehasonlítása 12:50 Vida Zoltán a 915MHz és 2,4GHz-es frekvenciasávok között különböző PCB méretek mellett 13:10 Mészáros Gergely Zoltán Oszcillátorok zajának csökkentése FPGA alkalmazásával 13:30 Erdei Bence Finline szűrők átviteli zérusokkal 13:50 Tóth Emil SAR detekció és képalkotás a Nemzetközi Űrállomásról 3. szekció elnök: Dr. Erős Levente 14:20 Darvas Dániel Szaturációalapú tesztbemenet-generálás színezett Petri-hálókkal 14:40 Horányi Gergő Autonóm rendszerek tesztfuttatásainak kiértékelése 15:00 Gombor Tamás Frekvencia szelektív felületek modellezése impedancia típusú peremfeltétellel 15:20 Répás Sándor DNS64 implementációk teljesítmény és stabilitásvizsgálata Linux, OpenBSD és FreeBSD rendszereken 16:20 Gerhátné Dr. Udvary Eszter Dr. Pap László Eredményhirdetés és zárszó Budapesti Műszaki és Gazdaságtudományi Egyetem Intézményi azonosító: FI A program az Új tehetséggondozó programok és kutatások a Műegyetem tudományos műhelyeiben TÁMOP B-10/ című projekt támogatásával valósul meg.

6 Mesterpróba 2013 DÍJAZOTTAK Legjobb cikk Szalay Zoltán Attila Lineárisan és cirkulárisan polarizált antennák kombinált alkalmazása beltéri pozicionálásnál Konzulens: Dr. Nagy Lajos Megosztott második helyezés Gombor Tamás Frekvencia szelektív felületek modellezése impedancia típusú peremfeltétellel Konzulens: Prof. Pávó József Erdei Bence Finline szűrők átviteli zérusokkal Konzulens: Dr. Ladvánszky János Paksy Patrik Kapcsolat közbeni adaptív videó előtöltés mobil készülékekbe Konzulens: Dr. Vida Roland Budapesti Műszaki és Gazdaságtudományi Egyetem Intézményi azonosító: FI A program az Új tehetséggondozó programok és kutatások a Műegyetem tudományos műhelyeiben TÁMOP B-10/ című projekt támogatásával valósul meg.

7 Mozgásdetekció mobilhálózatokban Fehér Zoltán Távközlési és Médiainformatikai Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország Kivonat A napjainkban robbanásszerűen terjedő mobilinternet szolgáltatást az előfizetők jellemzően mozgás közben veszik igénybe. Míg a szolgáltatók reklámjaikban kültéri lefedettségre garantálják a nagyobb letöltési sebességeket, egy mozgásban lévő, aktív adatkapcsolattal rendelkező felhasználó megfelelő minőségű kiszolgálása nehezebb feladatot jelent a hálózat számára. Ez a cikk egy olyan módszert mutat be, mely alkalmas arra, hogy különválassza a mozgó illetve álló felhasználókat, valamint meghatározza a mozgás irányát és hozzávetőleges sebességét. Kulcsszavak-mobilitás; mozgásdetekció; hálózatmenedzsment; mobilhálózat I. BEVEZETÉS Mobilhálózatokban nagy hangsúlyt kapnak a felhasználók mozgását figyelő eljárások, ezek egyik hatékony kiegészítője lehet a mozgásdetekció, mely alkalmas a mobilitás cellaszinten belüli vizsgálatára. W-CDMA típusú 3G mobilhálózatokban a felhasználók termináljai különféle méréseket végeznek (környező cellák, jelerősségek, idő alapú mérések, stb.), többek közt ezekre a mérésekre alapozva történnek a cellaváltások is a hálózatban. Mobilitás vizsgálatra, pozícionálásra különféle megoldások léteznek már, mint az AOA 1, TOA 2, TDOA 3. Ezeknek azonban vagy nem elegendően finom a felbontása (cella/cellaváltás alapú megoldások) vagyis cellaszint alatt már nem tudnak elegendő információval szolgálni vagy számításigényük túl magas. Az említett megoldások közül a TDOA módszer a legpontosabb [1][2], melyhez azonban a pozícionálni kívánt eszköznek legalább 3 bázisállomás celláit látnia kell, illetve ezeknek az állomásoknak az óráit is szinkronizálni kell. A szinkron helyreállításához bonyolult számítások kellenek, illetve szükséges, hogy a felhasználók egyenletesen beterítsék a cellát. A legnagyobb pontossággal a GPS alapú módszerek adnák meg a felhasználók pozícióját, ám ilyen adatok a mobilhálózat számára nem elérhetőek. Amennyiben nem a felhasználó pontos pozíciója a kérdés, hanem az, hogy mozog-e, egyszerűbb számítások is elegendőek. Ha a mozgást nem a pozíció megváltozásából számítjuk, hanem a bázisállomásokról érkező jelek tendenciózus megváltozásából következtetünk rá, az előzőekben megfogalmazott kritériumoknál egyszerűbben is eredményt kaphatunk. A cikkben bemutatott mozgásdetekciós eljárás a bázisállomásokról érkező jelekben a mozgás hatására 1 Angle of Arrival: A felhasználó és a bázisállomás által bezárt szög 2 Time of Arrival: A felhasználó és a bázisállomás közti távolság 3 Time Difference of Arrival: Meghatározza a felhasználó pozícióját bekövetkező tendenciózus változásokat vizsgálja és ez alapján azonosít mozgó és álló felhasználókat. A cikk szerkezetileg 4 fejezetből áll. A módszer elméleti hátterét a cikk II. fejezete tárgyalja. A III. fejezet a detekciós eljárás hatékonyságát mutatja be különböző paraméterek esetén. Az utolsó fejezet a mozgásdetekciós eljárás néhány felhasználási lehetőségét mutatja be. II. ELMÉLETI MODELL Az elméleti modell kidolgozásakor a W-CDMA alapú 3G hálózatokban található SFN-CFN observed time difference [3] időzítést vettük alapul. 4G/LTE hálózatokban is lehetőség van hasonló időzítés alapú mérésekre, mivel azonban a keretidők a két technológiában eltérőek, így más-más értékek adódnak technológiánként, melyek aztán a módszer pontossága szempontjából meghatározóak. Az LTE hálózatokban elérhető pontosságot [4] későbbi fejezetben tárgyaljuk. A. Mozgásdetekció 3G/W-CDMA típusú hálózatokban W-CDMA típusú hálózatokban a mobilterminálok mérik a környező cellákról érkező, rendszeridő alapjául szolgáló, időkeretek azonosítóját. A mobilterminál ezek után kiszámítja az említett azonosítók (SFN 4 ) érkezési ideje és a belső órájának keretazonosítói (CFN 5 ) közti különbséget, ez adja a már említett SFN-CFN observed time difference (a továbbiakban Tm) értéket. A terminál ezt a különbséget aztán periódikusan, vagy meghatározott rádiós körülmények hatására feltölti a hálózatba. Feltételezve, hogy az órák mind pontosak (akadálymentes jelterjedést figyelembe véve), a Tm i értékek a bázisállomások körüli koncentrikus körökön azonosak. Amennyiben a mobilterminál a Tm i értékek változását észleli, a terminál és a bázisállomás közti távolságnak változnia kell. B. A módszer pontossága A módszer pontosságának egyik mérőszáma, hogy mekkora a legkisebb elmozdulás, amit detektálni lehet. Ezt két fő paraméter határozza meg, melyek az adott technológia által biztosított keretidő, illetve a detekcióban résztvevő bázisállomások távolsága. W-CDMA típusú hálózatokban a rendszer időzítésének alap mértékegysége 1 chip. Egy rádió keret időtartama (t) 10 ms ami alatt chip fut le. Ebből közelíthető a 4 System Frame Number: A bázisállomás órájának keretazonosítója 5 Cell Frame Number: A mobileszköz belső órájának keretazonosítója (1) 7

8 mozgásdetekció pontossága, vagyis a detektálható távolságot (d) a következő egyenlet adja: A már említett - az (1) egyenlet alapján számolható - Tm megváltozása elméletben már egy cellával is megfelelő lehetne ahhoz, hogy megállapítsuk egy adott felhasználóról, hogy mozog-e. A gyakorlatban azonban elmondható, hogy míg a bázisállomások órái nagyon pontosak, addig a mobilterminálok belső órái nem azok, így pedig önmagukban nem képezhetik alapját bármilyen pontos számításnak. A terminálok óráiban véletlenszerűen előfordulhatnak ugrások, melyek negatívan befolyásolják az eredmények pontosságát. Ezt kiküszöbölendő, két olyan bázisállomásra kell kiszámítani a Tm értékeket, melyeket a terminál lát, majd ezek különbségét (T offset ) véve elérhetjük, hogy a terminál belső órája kiessen a számításokból, ld. (3) egyenlet. (2) ( ) (3) Az előzőekből következik, hogy a pontosság megköveteli, hogy a számításokat két bázisállomással végezzük. Ez azt eredményezi, hogy a mozgás detektálása nem a bázisállomások körüli Tm értékeknek megfelelő körök átlépése, hanem a két bázisállomás körül hiperbolikus vonalak mentén kialakuló rombuszszerű területek határoló vonalai fogják jelenteni. A rombuszszerű területek alakjának fő befolyásolója a két bázisállomás közti távolság, mely alapján több esetet különböztethetünk meg. Így meghatározható az a legkisebb távolság mely során mozgás már detektálható. Az egyszerűség kedvéért ezt a távolságot ( ) minden esetben a két bázisállomást összekötő egyenesen számítjuk ki. A távolságok vizsgálatánál 3 esetet különböztetünk meg. 1) A távolság alakú, ahol a (2)-es egyenletben kiszámolt távolság, pedig egy természetes szám. Megjegyzés: az alábbi ábrán (bal) jól látható, hogy ha a két bázisállomás Tm vonalai érintik egymást, akkor a mozgás hatására a Tm-ek egyszerre változnak, melynek hatására a nem 1-gyel, hanem 2-vel változik. 2) A távolság alakú. 3) A távolság ( ) ( ) alakú. 1. ábra, Tm 1 értéksorozat 2. ábra, Tm 2 értéksorozat 4. ábra, Rombusz szerű területek a bázisállomások körül, 1) (bal) illetve 2) (jobb) esetében A különböző esetekre vonatkozó detekciós távolságokat az alábbi táblázat foglalja össze. I. TÁBLÁZAT DETEKCIÓS TÁVOLSÁGOK 3G HÁLÓZATOKBAN KÜLÖNBÖZŐ ESETEKBEN Eset 1) eset Detekció távolsága [m] 3. ábra, T offset különbségsorozat A fenti ábrák (1-3. ábra) mutatják, ahogyan a terminál belső órájának pontatlansága miatt a Tm értékekben ugrás jelentkezik, azonban ezt a (3)-as egyenletnek megfelelően két különböző bázisállomáson lévő cellához tartozó Tm különbségének számításával lehet korrigálni. 2) eset 3) eset C. Mozgás meghatározása A már említett okok miatt a mozgásdetekció követelménye hogy a mobilterminál minimum két bázisállomáson lévő cella jeleit érzékelje. Elképzelhető azonban olyan eset is, hogy 8

9 mobilterminál kettőnél több megfelelő cella jeleit is veszi. Ekkor az összes lehetséges párt kell képezni az adott cellákból és azokra megvizsgálni, hogy változnak-e a értékek. A mozgás iránya nagymértékben befolyásolja, hogy a mozgás mely bázisállomásokról lesz detektálható. Ezzel kapcsolatosan a következő lehetőségek merülhetnek fel: 1) változás a cellákból képzett párokra detektálható 2) változás a cellákból képzett párok közül néhányra detektálható 3) Nem detektálható változás a cellákból képezhető egyetlen pár esetében sem. Az említett esetek közül 1) és 2) esetében kijelenthető, hogy a felhasználó mozog, 3) esetben pedig nem mozog. Magyarázatra a 2)-es eset szorul. A mozgásdetekció hatékonyságát nagymértékben befolyásolja, hogy a mozgás iránya hogyan viszonyul a bázisállomás pár elhelyezkedéséhez. A gyakorlatban elképzelhető, hogy a felhasználó oly módon mozog, hogy az bizonyos cellák esetében nem detektálható. Ezek alapján a következő állítások fogalmazhatóak meg. i. Ha a cellapárok közül bármelyik esetében detektálható változás, a felhasználó mozog. ii. Ha a cellapárok közül egyik esetében sem detektálható változás a felhasználó nem mozog. D. Tesztelés valós mobilhálózatban A mozgásdetekciós módszer valós 3G hálózatban történt tesztelésének részleteit és eredményeit a korábbiakban már publikáltuk [5], ezért itt csak a leglényegesebb tapasztalatokat ismertetjük. A legfontosabb tapasztalat, hogy a mozgásdetekció alapkövetelménye, vagyis két cella észlelése különböző bázisállomásokon szinte minden esetben teljesül városi környezetben. Az is egyértelműen kiderült, hogy jól elkülöníthetőek azok az időszakok, amikor a felhasználó áll, illetve amikor mozog. értékek eloszlását mutatja az 5. ábra. Az ábrán jól látható, hogy van olyan S érték (zöld vonal), ahol a két eloszlás elválik, a hibás detekció esélye itt a legkisebb. Jelenesetben ez 2.2-nél található, de konkrét S érték helyett érdemes inkább hiszterézist definiálni (zöld terület) és az alapján meghatározni a hiszterézis felett álló, alatta mozgó benne pedig nem definiálható felhasználókat. III. MOZGÁS MINT INFORMÁCIÓ A következő fejezetben a mozgás, mint információ felhasználási lehetőségeit mutatjuk be. Az előző fejezetben bemutatott mozgásdetekciós módszer nem csak arra alkalmas, hogy segítségével eldöntsük, hogy egy adott felhasználó mozog-e vagy áll, hanem emellett meghatározható vele az is, hogy a felhasználó merre mozog illetve hozzávetőlegesen meg lehet becsülni, a mozgó felhasználó által megtett távolságot és a sebességét. A mozgás irányát, illetve a megtett távolságot sajátkészítésű szimulátorban vizsgáltuk, mely a már ismertetett 3G-s hálózati paraméterek alapján működött. A. Mozgás irányának becslése Amint azt a korábbiakban tisztáztuk, a felhasználó mozgásának hatására a Tm és értékek tendenciózusan változnak annak függvényében, hogy a felhasználók az adott bázisállomásokhoz képest hogyan mozognak. Az előző fejezetekben az is bemutatásra került, hogy a Tm értékek önmagukban nem adnak megfelelő pontosságot ahhoz, hogy a számítások alapját képezzék, cellapáronként viszont igen. Ezt kihasználva pedig a Tm értékek (tendenciózus) változását külön-külön fel tudjuk arra használni, hogy megmondjuk a felhasználó a detekcióhoz használt bázisállomásokhoz képest hogyan mozog. Amennyiben ugyanis a felhasználó a bázisállomáshoz közeledik, a Tm csökkenő tendenciát, míg ha távolodik növekvő tendenciát mutat. Két bázisállomás esetében a Tm értékek az ábrán látható módon háromféleképpen (I-III.) változhatnak. 6. ábra, Tm értékek változása a mozgás hatására 5. ábra, értékek eloszlása mozgó és álló esetben A gyakorlati tesztből viszont arra is fény derült, hogy az elméleti modell kiegészítésre szorul. A gyakorlatban ugyanis elfordulhat a 1-2 chip-pel történő megváltozása úgy is, hogy a felhasználó nem mozog. A már említett teszt során volt alkalmunk tesztelni a értékek alakulását álló és mozgó helyzetű felhasználó esetén is. A különböző esetekre kapott Ennek segítségével meghatározható, hogy a felhasználó a két állomáshoz képest, hogyan helyezkedik el. Belátható, hogy amennyiben a mozgó felhasználó mozgását követjük, akkor minden időpillanatra eldönthető, hogy a detekcióban résztvevő állomásokhoz képest hol helyezkedik el. B. Távolságbecslés A már bemutatott minimális detekciós távolságok nem csak meghatározzák, hogy mi az a minimális, átlagos távolság mely során a felhasználó mozgása észlelhető, hanem egyúttal lehetőséget ad a felhasználó által megtett távolság alsó becslésére is. Mivel a korábbi fejezetben megadott távolságokat a két bázisállomást összekötő egyenesre számítottuk, ezért belátható, hogy a megadott távolságok alsó 9

10 becslésként használhatóak. A megtett távolság (route) a következő egyenlettel számítható (4) Ahol a Tm körök átlagos távolsága méterben az adott bázisállomások között, pedig az adott cellák között történt chipváltozás. A számítás pontosságát nagymértékben befolyásolja, hogy a mozgás milyen távolságra történik a két bázisállomástól, ennek kiszámításával ebben a cikkben nem foglalkozunk, ezért a fenti egyenletet csak becslésre lehet használni. 7. ábra, Távolságbecslés különböző útvonalakra Amint azt a fenti ábra mutatja a felhasználó mozgása eltérően eshet a mozgásdetekcióban résztvevő bázisállomásokra. Az alábbi táblázat az ábrán látható útvonalak valós és becsült távolságát mutatja. A mozgás sebessége a távolságból és az ez idő alatt eltelt időből hasonlóan becsülhető. A közölt eredmények életszerű körülmények között mutatják a távolságbecslés két végletét. Míg a B eset közel optimális, addig az A esetben a felhasználó kisodródott a cellák közös területéből emiatt a becslés rosszabb, elmondható, hogy egy hasonló területre e két eredmény között becsülhető a távolság. II. TÁBLÁZAT Útvonal VALÓS ÉS BECSÜLT TÁVOLSÁGOK ÖSSZEHASONLÍTÁSA Távolság [chip] Mért [m] Becsült [m] Pontosság A % B % IV. B FELHASZNÁLÁSI LEHETŐSÉGEK A bemutatott módszernek számtalan felhasználási lehetősége van a mobilhálózatokban, melyek közül itt most néhányat mutatunk be. A. Térképre illesztés Mint azt láthattuk, a mozgásdetekció 3G hálózatokban még optimális esetben is több 10 m-es elmozdulást tud csak jelezni, vagyis a felhasználónak nagyobb távolságokat kell megtennie ahhoz, hogy a mozgása detektálható legyen. Ekkora elmozdulásra nagy valószínűséggel csak épületen kívül kerülhet sor, pl. utcán sétálva. Amennyiben tudjuk, hogy a mozgó felhasználó, az adott bázisállomások környékén mozog. Mozgásának iránya és távolsága becsülhető, illetve tudjuk, hogy nem lehet akárhol, csakis az utcákon, ezért lehetőségünk van térképre illeszteni a mozgó felhasználót. A A meglévő megoldásokkal [6] ellentétben, melyek nagyrészt cellaszintű információt tudnak csak adni, a mogásdetekciós eljárás cellán belüli információt is ad a felhasználóról. B. Trajektóriakövetés Városi környezetben, ahol feltételezhető, hogy a felhasználó utcákon mozog, lehetőség van előre kiszámítani, hogy az arra mozgó felhasználó milyen változást produkálhat. Különféle mintaillesztési módszerekkel (pl: részecskeszűrő, Monte-Carlo módszerek) lehetőség van a felhasználó mozgását az utcákra illeszteni. Az így előálló utca sorozat pedig alkalmas lehet, arra, hogy a felhasználó mozgását utcaszinten kövessük. Ezzel lehetőség nyílik arra, hogy megmondjuk csupán mobilhálózati adatokra támaszkodva, hogy a felhasználó adott időpillanatban hol volt. Ez az információ pedig új lehetőségeket nyit a mobilhálózatok hibakeresési eljárásai során, illetve szintén hasznos információ lehet hely alapú szolgáltatások számára is. C. Lehetőségek 4G/LTE hálózatokban A bemutatott mozgásdetekciós eljárás alapját az adott mobiltechnológia időzítési alapegysége adja. Az (1)-es egyenlet alapján 3G hálózatokban ezt a 10 ms-os rádió keret alatt lefutó chip határozza meg. 4G/LTE hálózatokban a 10 ms-os rádiókeret alatt chip fut le [4], vagyis a 3G hálózatban tapasztalhatónak a nyolcszorosa. Ebből matematikailag következik, hogy a 3G hálózatokban érvényes detekciós távolságok LTE hálózatokban nyolcadukra csökkennek. Ezáltal pedig olyan új lehetőségek is megnyílnak a pozícionálás/mozgásdetekció során, mint az épületen belüli pozícionálás [7]. Emellett, a fejezet A. és B. pontjában bemutatott felhasználási lehetőségek pontossága is nagymértékben javul. V. ÖSSZEFOGLALÁS A cikkben egy olyan eljárás került bemutatásra, mely a pozícionálásnál egyszerűbb feltételekkel képes meghatározni a mozgó felhasználókat mobilhálózatban. Bemutattuk, hogy segítségével hozzávetőlegesen meghatározható a mozgás iránya, sebessége illetve az elmozdulás távolsága is. Végül bemutattunk néhány felhasználási lehetőséget, mely 3G és 4G hálózatokban is alkalmazható. REFERENCES [1] F.Gustaffson, F. Gunnarsson, Mobile Positioning Using Wireless Networks, IEEE Signal Processing Magazine, Vol. 22, No. 4, July 2005 [2] C. Mensing, Simon Plass, Positioning Algorithms for cellular Networks Using TDoA, Proceedingds of ICASSP, May 2006 [3] 3GPP TS , Phisical layer Measurements (FDD) [4] 3GPP TS , Evolved Universal Terrestrial Radio Access (E- UTRA); Phisycal channels and modulation [5] Z.Fehér, A. Veres, Z.Heszberger, Movement Detection for Location Based Network Management, International Conference on Localization and GNSS, June 2012, Tampere [6] Marco Anisetti et al., Map-Based Location and Tracking in Multipath Outdoor Mobile Networks IEEE Transactions on Wireless Communications, Vol. 10. No. 3, March 2011 [7] Christian Gentner, et al., Particle filter based positioning with 3GPP- LTE in indoor environments Position Location and Navigation Symposium (PLANS),

11 Kapcsolat közbeni adaptív videó előtöltés mobil készülékekbe Paksy Patrik Távközlési és Médiainformatikai Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország Dr. Vida Rolland Távközlési és Médiainformatikai Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország Kivonat Az elmúlt években az okostelefonok terjedésével együtt rohamosan növekedett a felhasználók által letöltött adat mennyisége is. Az egyes forgalomtípusok közül, mobil eszközök esetében kiemelt figyelmet érdemel a videó forgalom, mely önmagában a teljes forgalom több mint felét teszi ki. Célunk, hogy videó lejátszás során jobb minőséget, illetve a lejátszás folytonosságát biztosítsuk hálózati visszacsatolás és az előtöltés módszerének felhasználásával. Ez azért válik lehetővé, mert a mobil hálózat sajátossága az, hogy rendkívül sok tényező befolyásolja a rendelkezésre álló sávszélességet; például annak hirtelen megváltozásával is számolhatunk. Jelen cikkünkben ismertetjük a prototípusunkban megvalósított használati eseteket, és bemutatjuk, hogy rádiós interfész emulátorral generált változó sávszélesség mellett, az előtöltés és a hálózatból érkező visszacsatolás hogyan segítheti a jobb minőségű lejátszási szolgáltatás elérését és ezzel együtt a felhasználói élmény javítását. Kulcsszavak; adaptív videó, HLS, hálózati forgalom, mobil eszközök, Android, előtöltés várakoznia szükséges. Ezek az események rontják a felhasználói elégedettséget, elvehetik a felhasználó kedvét a lejátszás folytatásától és a kívánt tartalom teljes letöltésétől. Az ismertetett kapcsolati korlátoknak köszönhetően fennáll tehát az igény olyan eljárások kifejlesztésére, melyek: (1) a kapcsolat, letöltés közben működnek; (2) biztosítják az információk folyamatos rendelkezésre állását; (3) javítják a felhasználói elégedettséget; (4) segítenek átvészelni rövidebb kapcsolat nélküli vagy gyengébb kapcsolati időszakokat, vagy jobb minőséget tudnak biztosítani egy nagyobb sávszélességű időszak elmúlta után is. A meghatározott célokat szem előtt tartva egy prototípus kifejlesztését végeztük el, melynek segítségével néhány teszteseten keresztül bemutatjuk, hogy az előtöltés és a hálózati visszacsatolás módszerei segíthetnek javítani a felvázolt problémákon. A letöltés közben történő módosításokat az adaptív videó technológiák teszik leginkább lehetővé, így a vizsgálataink is ezekre irányultak. I. BEVEZETÉS II. ELMÉLETI HÁTTÉR A. Helyzetkép Manapság a mobil felhasználók több mint fele okostelefont használ, melyek nagymértékben kihasználják a vezeték nélküli adatkapcsolati lehetőségeket (WiFi, mobil hálózat). A rendelkezésre álló sávszélesség széles határok között mozoghat, hiszen befolyásoló tényező lehet az eszköz helyzete, a hálózat terheltsége, a jelerősség, illetve a többi mobil eszköz aktivitása is, de szintén kérdéses lehet önmagában a vezeték nélküli kapcsolati lehetőség rendelkezésre állása. Az okostelefonok terjedésével együtt a felhasználók egyre nagyobb adatforgalmat bonyolítanak le. A teljes forgalom több, mint felét a videó forgalom teszi ki 1, és ez az arány növekedni fog az előrejelzések szerint. B. Motiváció, célok Pontosan amiatt, hogy a rendelkezésre álló sávszélességet sok tényező befolyásolja, és rövid idő alatt is nagy változáson mehet keresztül, sokszor előfordul, hogy tipikusan az élő tartalmak (zene, videó) lejátszása akadozik, a felhasználónak 1 Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, , February 2012 A. Előtöltés Mobil hálózatokon többféle előtöltési módszert is kidolgoztak [1] különféle tartalmak letöltéséhez [2], és annak garantálására, hogy az adott tartalom elérhető legyen a felhasználó számára, amikor szükségessé válik. Ehhez azokban az időszakokban, amikor a hálózat alulkihasznált, lehetőség nyílik később szükséges információk letöltésére. Ilyen megoldásokról olvashatunk [3] cikkben is VBR videó esetén. Konkrét megvalósítások közt megemlíthető a Youtube mobilalkalmazása, mely WiFi-re kapcsolódva képes a bufferméretét megnövelve előtölteni a lejátszás alatt lévő videó letöltetlen részét, sőt keresgélés közben megpróbálja kitalálni és a háttérben előtölteni azokat a videókat, amit a felhasználó választani fog. Zenelejátszók közül példaként a Pandora rádiót említhetjük meg. A mi esetünkben HTTP alapú adaptív videón, hálózati visszacsatolás mellett fogjuk alkalmazni az előtöltés módszerét, nem csak a kliensoldalon mért sávszélességet használjuk fel. B. Jelenlegi adaptív videó megoldások Adaptív videó lejátszásról akkor beszélhetünk, ha a letöltött videó minősége a kliens paramétereinek megfelelően alakul. 11

12 Ilyen paraméter lehet az elérhető sávszélesség vagy akár egy mobil eszköz kijelzőjének felbontása, processzorának terhelése is. A körülményekhez való alkalmazkodásnak köszönhetően a felhasználói élményt maximalizálja a paraméterek alapján elérhető lehető legjobb minőségű videó letöltésével. A jelenlegi megoldások közt létezik olyan, mely a szerver oldalon átkódolja a videót a megfelelő minőségbe (SVC: Scalable Video Coding), illetve olyan is, ahol előre elkészített minőségű videó fájlok, pontosabban azok szegmensei közül válogathatunk; ez utóbbit kapcsolásos módszernek nevezzük. Az adaptív HTTP streaming megoldások kliens oldalról vezéreltek és a kapcsolásos módszert használják. Gyakorlatilag megpróbálják egyesíteni a különböző átviteli lehetőségek alább olvasható pozitív tulajdonságait: Progresszív videó: előre megkapunk minden metaadatot és nem kell speciális szerver Valódi streaming: kliensekhez való alkalmazkodás HTTP streaming: tűzfal nem akadályoz, elterjedt és nem kell speciális szerver Jelenleg négyféle HTTP alapú, adaptív megoldás létezik, melyek a következők: (1) Adobe: HTTP Dynamic Streaming (HDS); (2) Apple: HTTP Live Streaming (HLS); (3) Microsoft: Smooth Streaming; (4) MPEG-DASH. Összehasonlítva a technológiákat [4] megállapíthatjuk, hogy a kódolási és csomagolási lehetőségek között nagy különbségeket nem láthatunk; többnyire MPEG-2 TS illetve MPEG-4 konténerrel, H.264 videó kodekkel és AAC illetve MP3 vagy WMA audió kodekkel dolgoznak. Mindegyik támogatja a Live és a VoD jellegű lejátszást is. Számottevő különbséget az egyes platformok kötöttsége és az ehhez kapcsolódó beruházási költség (CAPEX) mutat. Két esetben (HLS, MPEG-DASH) nincs platformbeli kötöttség, a költségeket gyakorlatilag egy webszerver alkotja. A másik két megoldás platformhoz kötötten működhet. HDS esetén Flash, míg Smooth Streaming esetében Silverlight alapú a megvalósítás, így akár speciális szerverrel valamint operációs rendszer liszenszek megvételével kell számolnunk. A választásunk a prototípushoz a HLS-re [5] esett, köszönhetően kedvező beruházási költségének (CAPEX), nyíltságának, illetve a mobil célplatformunkon, az Androidon meglévő kezdetleges támogatásának. A HLS esetében a videókat tipikusan 10 másodperces szegmensekre vágják fel, és több különböző minőségben előállítva helyezik el egy webszerverre. A fájlok felderítésében kétféle tartalomjegyzék fájl (manifest) segít. Az egyik tartalmazza az elérhető minőségeket, és az adott minőségű videókhoz tartozó tartalomjegyzék hivatkozását. A másik fájlban pedig megtalálhatóak az adott minőségű szegmensek helye és paraméterei. Megvalósításunkban az élő videó streaming nem szerepel, csak a videó lejátszási funkcióra fókuszálunk. III. PROTOTÍPUS ARCHITEKTÚRA Prototípusunkat a kliens oldalon egy Android alkalmazás, míg a szerver oldalon egy Enterprise Java alkalmazás, a teszteléshez szükséges rádiós kondíció emulátor valamint a forgalomvezérlő alkotja, melyet az 1. ábra mutat. 1. ábra Prototípus architektúra A kliensben egy adaptív videó lejátszót készítettünk, a HLS formátumához szükséges értelmezővel együtt. Emellett egy szolgáltatás azért felel, hogy a kapcsolatot tartsa a szerveroldali komponensekkel, és a kapott adatokat továbbítsa a letöltésért felelős modulnak. Ez a modul futtatja a letöltési algoritmust, melyet a hálózati visszacsatolás befolyásolhat. A befolyásolás a felhasználó számára teljes mértékig transzparens módon zajlik, ha nincs kapcsolat a szerverrel, az adaptív videó lejátszó önmagában is használható a plusz képességek nélkül. A szerver oldalon egy rádiós interfész emulátorral biztosítjuk az éppen rendelkezésre álló sávszélesség értékét. Annak érdekében, hogy a felhasználók az emulátornak megfelelő sebességgel tölthessenek le, a Unix TC programját használjuk a sávszélesség korlátozására. A szerver moduláris felépítésének köszönhetően az Optimalizáló komponensbe tetszőleges logikákat implementálhatunk, a megvalósított használati eseteket a következő fejezetben ismertetjük. IV. MŰKÖDÉSI MODELL 2. ábra Működési szekvencia 12

13 A. Működési szekvencia A 2. ábra alapján a kliensalkalmazás indítása után a szerverhez kapcsolódunk, és elküldjük tartalom igényünket, valamint néhány további információt, mint például kapcsolat típusa, pozícióadatok. A kliens elindítja a videó letöltését, miközben a szerveroldalon folyamatosan figyeljük a rádiós kondíciók változását. A letöltés során a szerver különféle optimalizáló eljárásokat futtathat. Az optimalizáció eredményeként a kliens számára rendelkezésre állhat visszacsatolás, amiről a klienst értesítjük, aki felülbírálja az algoritmusának eddigi működését és a következő videóhoz meghatározza a letöltési minőséget. A letöltés befejeztével töröljük az adott kliensre vonatkozó szerveroldali bejegyzést és lezárjuk a kapcsolatot. További részleteket a működésről [6]-ben olvashatunk. B. Algoritmus A kliens oldali adaptív algoritmus [7][7] azért felelős, hogy a megfelelő minőségű videó szegmenseket kiválassza, melyhez az utoljára letöltött szegmens letöltése során mért rendelkezésre álló sávszélességet használja fel. Az általunk implementált algoritmus kezdetben a legrosszabb minőséggel kezd, majd felfelé való minőségváltáskor konzervatív viselkedést mutat, vagyis csak 1 szintet lép felfelé. Ennek előnye, hogy nem reagál felelőtlenül a rövid ideig tartó sávszélesség növekedésre. Lefelé váltáskor aggresszív viselkedésű, tehát tetszőleges szintet ugorhat, így gyorsan le tudja követni a sávszélesség csökkenését. Hálózati visszacsatolás esetén a fentebb vázolt részben konzervatív, részben aggresszív algoritmus tisztán agresszívvé válhat, így felfelé is tetszőleges szintet ugorhat. C. Használati esetek 1) Hirtelen megugró sávszélesség kihasználása A felhasználó elégedettségének és a lejátszás minőségének javítására egy lehetőség, ha kihasználjuk azt, hogy hirtelen megnövekvő sávszélesség ( hot spot ) esetén előtöltünk, így jobb minőségű tartalommal (például nagyobb felbontású videóval) tudjuk őt kiszolgálni hosszabb ideig. Ebben az esetben a jobb minőségű tartalom akkor is felhasználható lesz, amikor a nagy sávszélesség már nem áll rendelkezésre. V. TESZTESETEK A tesztelés során a normál adaptív lejátszás és az előbb ismertetett használati eseteken keresztül mutatjuk meg, hogy a felhasznált módszerek segíthetik a jobb minőségű videó lejátszást, és a prototípus teljesíti az elvárt viselkedési mintákat. Mindegyik tesztesetben a I. TÁBLÁZAT-ban látható, mobil környezetre optimalizált, 6 darab 10 másodperces szegmensből álló videóval dolgoztunk. Mivel célunk nem a pontos sávszélesség kihasználtság vizsgálata, tesztünkben a lejátszott minőségi szinteket vizualizáljuk. A buffer méretét a minőségek eltérő fájlméretei miatt a szegmensek számával jelöljük, melybe alapértelmezetten 1 szegmens fér el. I. TÁBLÁZAT A TESZTELÉS SORÁN HASZNÁLT VIDEÓ PARAMÉTEREI Minőség Bitsebesség [bps] Felbontás [px] x x x x 360 A. Adaptív lejátszó hálózati visszacsatolás nélkül A hagyományos letöltés esetén azt várjuk, hogy az éppen elérhető sávszélesség alapján a megadott algoritmus szerint működik a lejátszó. Mivel a videó az elérhető 3G hálózati sebességhez képest alacsonyabb bitrátájú, így a letöltés során a TC program segítségével szabályozzuk a sávszélességet. A 3. ábra X tengelye mutatja a 6 szegmenset (a címkék a szegmensek kezdeténél helyezkednek el), míg az Y tengely a sávszélességet. Minden szegmensnél látható az adott szegmensből lejátszott minőség bitrátája (piros vonal), illetve az annak letöltése során mért átlagos sávszélesség (kék vonal), mely a következő szegmens minőségére van hatással. 2) Mobil hálózatról WiFi-re váltás Az előző speciális esete lehet, amikor egy ismert WiFi hálózat elérhetővé válik. Ekkor a mobil hálózatról átkapcsolva és a buffer méretét megnövelve nagy sebességgel, ingyenes hozzáférésen keresztül tölthetünk le jobb minőségű videót. Ebben az esetben nem használjuk ki a hálózati plusz logikát. 3) Gyengébb kapcsolati időszak túlélése A felhasználók elégedettségét javíthatja, ha kisebb sávszélesség, sőt akár kapcsolatvesztés esetén sem okozna gondot bizonyos időtartamig egy videó megnézése. Erre megoldás lehet, ha a jó sávszélességgel bíró időszak alatt előtöltjük a tartalmat, és egy lokális tárba helyezzük, ezáltal fekete folt (black spot: gyengébb vagy kapcsolódási lehetőséggel nem rendelkező kisebb terület, például egy alagút) során a már letöltött tartalommal szolgáljuk ki a felhasználót. Ha a szerveroldalon adatbázisban tárolva vannak ismereteink az ilyen helyekről, akkor közelség alapon értesíthetjük erről a klienseket. A használati eset teljes körű leírását [6] tartalmazza. 3. ábra Teszteset: hálózati visszacsatolás nélkül A minőség kezdetben növekedett, majd a 4. szegmens letöltése előtt a sávszélesség korlátozására került sor. A várakozásnak megfelelően a lejátszás kis ideig megakadt (fekete X jel), amikor a 4. szegmens letöltését még nem tudta befejezni a lejátszó a hirtelen sávszélesség csökkenés miatt. A sávszélesség csökkenése következtében a következő szegmenseket gyengébb minőségben töltöttük le. B. Hirtelen megugró sávszélesség kihasználása Hálózati támogatás esetén (4. ábra) feltételeztük, hogy egy másik kliens is igénybe veszi a szolgáltatást, aki a 3. szegmens 13

14 után, de a 4. letöltése előtt befejezi letöltését, így a ránk jutó szabad kapacitás körülbelül a duplájára nő. Erről értesítést kapunk, így a 4. szegmensnél a kliens saját konzervatív algoritmusát felülbírálva a két minőséggel jobb videót töltött le és a buffer mérete is növelésre került. Utána a sávszélesség csökkent, de a megnövelt buffer miatt a teljes videó már előtöltésre került (fekete nyíl X tengelyen), elkerülve, hogy a következő szegmenseknél esetleges szakadás következzen be a lejátszás során. Az ábrán sárga vonal mutatja a visszacsatolás nélküli esetet azonos körülmények között. A két esetet összevetve visszacsatolással gyorsabban reagált az algoritmus, így a kliens egy szegmenshez jobb minőségben jutott hozzá. helyet. Mivel jobb az elérhető sávszélesség, ezért az algoritmus megpróbál feljebb lépni, de minden feljebb lépés után a fekete folt korrekciós logikája egyet visszalépteti. Visszacsatolás nélküli esetben bár jobb minőség letöltésére van lehetőségünk, de a buffer mérete sem nő, így például az 5-6. szegmensek letöltésekor fekete foltba kerülve nem tudnánk azokat letölteni, míg a másik esetben már letöltésre kerültek. 6. ábra Teszteset: hálózati befolyásolással black spot esetében 4. ábra Teszteset: hálózati befolyásolással hot spot esetében C. Mobil hálózatról WiFi-re váltás Az átváltás során a vezérlő és a letöltést végző interfészen is a régi kapcsolat lebomlik, így a letöltés megszakad, de az aktuális szegmens lejátszása szakadás nélkül folytatódik. Az új kapcsolatnál a buffert végtelenre állítjuk és a videókat a lehető legjobb minőségben töltjük le. Az 5. ábra a jobb láthatóság érdekében logaritmikus skálát használ. A 3G-WiFi váltás a 3. szegmens letöltése közben következett be. A 3. szegmenset eldobtuk és újra letöltöttük, így gyorsan reagáltunk a változásra és jobb minőségű tartalmat kaptunk. 5. ábra 3G-WiFi átváltás D. Gyengébb kapcsolati időszak túlélése A fekete foltok esetén a szerver értesítésében szereplő közeli helyek alapján a kliens dönt az előtöltés megindításáról. A 6. ábra esetében a 3. szegmens letöltése során kezdődik el az előtöltés, ekkor a buffer méretét is megnöveljük. Az elérhetőnél eggyel rosszabb minőséget választunk, hogy kicsit többet tudjunk tölteni, mielőtt elérnénk a gyenge kapcsolati VI. ÖSSZEGZÉS A prototípus segítségével 4 teszteseten mutattuk meg, hogy a hálózati visszacsatolás hasznos lehet például egy hirtelen megnövekvő sávszélesség esetén, amikor az algoritmus nem tudna biztonsággal gyorsan reagálni a bekövetkezett változásra. Az előtöltés módszerével pedig láthattuk, hogy elkerülhetünk szakadásokat, hosszabb távra biztosíthatjuk a lejátszás folyamatosságát. Kutatásaink további lépéseként az algoritmus finomítása várható, és tervezzük újabb mobil hálózati paraméterek felhasználását is vizsgálatainkhoz, továbbá megvan a lehetőség valós mobilhálózatban való tesztelésre is. KÖSZÖNETNYILVÁNÍTÁS Köszönjük Dr. Mihály Attilának, az Ericsson Magyarország kutatójának szakmai tanácsait és támogatását! IRODALOMJEGYZÉK [1] Chris Kalaboukis, Marc Davis, Ron Martinez, Methods and Systems for Pre-caching Information on a Mobile Computing Device, US Patent 2008/ , Yahoo Inc., July [2] M.J. O Grady, G.M.P. O Hare, Just-In-Time Multimedia Distribution in a Mobile Computing Environment, IEEE Multimedia, Vol 11, No. 4, pp , [3] Frank H.P. Fitzek, Martin Reisslein, A Prefetching Protocol for Continuous Media Streaming in Wireless Environments, IEEE, Vol 19, No. 6, pp , 2001 [4] Chris Knowlton, Adaptive video comparision, Microsoft IIS site, January 28, ( állapot) [5] R. Pantos, Ed. W. May, HTTP Live Streaming Draft, Version 10, Apple Inc., October 15, 2012 [6] Paksy Patrik, Kapcsolat közbeni tartalom előtöltés mobil készülékekbe, MSc Diplomamunka, Budapesti Műszaki és Gazdaságtudományi Egyetem, TMIT, [7] Luciano Rubio Romero, A Dynamic Adaptive HTTP Streaming Video Service for Google Android, Master of Science Thesis, October 6, 2011 [8] Konstantin Miller, Emanuele Quacchio, Gianluca Gennari, Adam Wolisz, Adaptation Algorithm for Adaptive Streaming over HTTP, Packet Video Workshop, 19th International, pp , May

15 Weboldal letöltési folyamatok vizualizációja Molnár Gábor Távközlési és Médiainformatikai Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország Dr. Mihály Attila Ericsson Research, Traffic Lab Ericsson Magyarország Kft. Budapest, Magyarország Kivonat Egy weboldal betöltése komplex folyamat, ami általában rengeteg különböző erőforrás letöltését és feldolgozását foglalja magába. Ezen folyamatok között különféle függőségi viszonyok lehetnek, és lefolyásukat a rendelkezésre álló hálózati erőforrások, a használt átviteli protokollok sajátosságai és más tényezők is befolyásolják. Ahhoz, hogy egy weboldal betöltési idejét optimalizálni lehessen, olyan vizualizációs eszközökre van szükség, amik a folyamat egy-egy aspektusát könnyen átlátható formában jelenítik meg, leegyszerűsítve ezzel a szűk keresztmetszetek és más problémák azonosítását. A modern böngészők mindegyike rendelkezik ilyen eszközökkel, de sok olyan jellemző is van, amit ezek nem jelenítenek meg hatékonyan. Ilyen például a hálózati kihasználtság és az egyes folyamatok között fennálló függőségi viszonyok hálózata is. Jelen cikkünkben olyan új vizualizációs módszereket mutatunk be, amik megoldást nyújtanak ezekre a problémákra, és ez által jobban átláthatóvá teszik ezt a bonyolult folyamatot. HTTP; web; teljesítmény; vizualizáció I. BEVEZETŐ A web működését meghatározó szabványok [1][2], és maguk a weboldalak is egyre komplexebbé váltak az elmúlt években. Egy átlagos weboldal közel 100 erőforrásból (kép, szkript, stb.) áll [3], és ezek mérete évről évre negyedével nő [4]. A lassú weboldalak viszont látogatókat, ezzel potenciális ügyfeleket, vásárlókat veszítenek, emiatt egyre hangsúlyosabb szerepet kap a betöltési sebesség optimalizálása. Ehhez minden modern böngésző biztosít eszközöket (pl. Chrome Developer Tools, Opera Dragonfly), amik általában a HTTP kérések vízesés diagramját, az elvégzett feladatok idővonalát és a lefutott JavaScript kódok teljesítmény mutatóit teszik elérhetővé. Ezen felül létezik néhány gyakran használt független fejlesztésű eszköz. Ilyen például a webpagetest.org, ami konkrét fejlesztési tanácsokkal is szolgál, illetve a Wireshark, ami a hálózati forgalom elemzésére használható. Jelen cikkben az általános bevezető után két olyan területtel foglalkozunk, amihez még nem készültek ilyen eszközök: a weboldal betöltéséhez szükséges részfeladatok közötti függőségi viszonyok elemzésével és a HTTP alapú hálózati forgalom hatékonyabb megjelenítésével. A két módszer egyegy új nézőpontból mutatja meg a betöltési folyamatot, ezzel olyan esetleges problémákat tesznek láthatóvá, amiket kijavítva a weboldal betöltési ideje jelentősen javulhat. II. EGY WEBOLDAL LETÖLTÉSE A felhasználó a weboldal betöltését a fő HTML (HyperText Markup Language) lapra hivatkozó URL (Universal Resource Locator) megadásával indítja el. A többi erőforrást ez hivatkozza közvetlenül, vagy közvetve (pl. szkriptek, stíluslapok segítségével). A HTML fájl alapján tehát nem egyértelmű a letöltendő erőforrások listája. Először a közvetlenül hivatkozott fájlokat kell letölteni és feldolgozni, majd ezek további erőforrásokat hivatkozhatnak. Az erőforrások letöltése HTTP (HyperText Transfer Protocol) protokollon zajlik, és a következő lépésekből áll: 1. a domain név feloldása IP címmé 2. TCP (Transfer Control Protocol) kapcsolat felépítése (ha nincs meglevő szabad kapcsolat) 3. a kérés fejlécek (URL, egyéb adatok) elküldése 4. a válasz fejlécek megérkezése (a kérés sikerességét jelző státuszkód és egyéb metaadatok) 5. a válaszhoz tartozó (opcionális) tartalom fogadása 6. ha a válasz átirányítást tartalmazott, akkor a folyamat az első lépéstől indul újra Két fontos eseményt definiál a HTML szabvány [1] a weboldal betöltésével kapcsolatban. Az első a DOMContentLoaded, ami akkor következik be, amikor a HTML parser a fő HTML oldal feldolgozását befejezte. A másik a load esemény, ami a DOMContentLoaded után akkor következik be, amikor a böngésző már nem tart nyilván befejezetlen feladatokat (pl. függő letöltéseket). A böngésző a load bekövetkezésekor jelzi a felhasználónak, hogy a weboldal betöltése kész van. Mindkét eseményre feliratkozhatnak szkriptek, tehát elképzelhető, hogy például egy hirdetés letöltése az egyik esemény hatására indul el. A parser algoritmust a szabvány definiálja. Ennek egy fontos jellemzője, hogy a szkriptek futtatása blokkoló műveletnek számít. Egy naiv böngésző implementációban tehát egy tipikus weboldal megjelenítése így zajlik: 1. a parser elkezdi feldolgozni a HTML kódot 2. a parser talál egy hivatkozást egy szkript fájlra 3. a böngésző letölti a fájlt (HTTP letöltés, lásd fentebb) 4. a szkript lefut 15

16 1. ábra Az origo.hu függőségi gráfjának DOMContentLoaded előtti része (a sorszámozás nem folytonos a kimaradt részek miatt) 5. a parser továbblép a HTML dokumentumban 6. az 2-5. lépés ismétlődik sorban a többi szkriptre 7. a parser továbblép, megtalálja és elkezdi letölteni a hivatkozott képeket, majd az oldal végére ér 8. bekövetkezik a DOMContentLoaded esemény 9. a képek letöltése és megjelenítése befejeződik 10. bekövetkezik a load esemény Látható, hogy az első szakasz, ahol a szkriptek letöltése zajlik (1-6. lépés), a letöltések sorosítása miatt rendkívül alacsony hálózati kihasználtsággal járna egy valós hálózaton (ahol a kliens-szerver késleltetés nem 0). Ezért minden böngésző először egy ún. speculative parsing lépést végez el: megkeresi a hivatkozott szkripteket, és ezeket előre letölti (a futtatás ettől függetlenül a hivatkozás sorrendjében történik). III. FÜGGŐSÉGI GRÁF Sok weboldalon a tartalom egy jelentős részét JavaScript kódok generálják. A hirdetéseket például legtöbbször szkriptek szúrják be, de maguk a hirdetések is tartalmazhatnak szkripteket és stíluslapokat, amik további erőforrásokat hivatkozhatnak, és így tovább. Ezeket általában nem a weboldal fejlesztője írja, ahogy a felhasznált külső függvénykönyvtárak kódját, az analitikai szkripteket és a designhoz tartozó kódokat sem. Emiatt nehéz megállapítani, hogy egy adott weboldal megjelenítéséhez a böngészőnek pontosan milyen részfeladatokat kell elvégeznie, pedig erre szükség lenne ahhoz, hogy a folyamatot optimalizálni lehessen. A következőkben az ezt leíró függőségi gráf fogalmának és ábrázolási módjának bemutatása után egy automatizálható módszer mutatunk be, amivel a gráf nagyrészt kinyerhető. A. A függőségi gráf Nevezzük függőségi gráfnak azt a gráfot, aminek a csúcsai a weboldal betöltéséhez elvégzendő feladatok, az irányított élek pedig az egyes feladatok közötti függőségi viszonyokat jelentik. Ha tehát A-ból mutat egy él B-be, az azt jelenti, hogy a B feladat elvégzéséhez először be kell fejezni az A feladatot. Az időrendiség miatt a gráf nem tartalmazhat köröket. Tipikus feladatok például: egy erőforrás letöltése HTML kódrészlet feldolgozása egy HTML által hivatkozott szkript futtatása egy eseményhez tartozó eseménykezelők futtatása A függőségi viszonyokat alapvetően a HTML parser algoritmus, és az ok-okozati összefüggések határozzák meg. A teljesség igénye nélkül néhány függőségi viszony típus: az erőforrásokat a feldolgozás előtt le kell tölteni egy HTML-ből hivatkozott szkript futását mindig megelőzi az előtte hivatkozott szkriptek futtatása egy stíluslap szabály által hivatkozott kép csak akkor kezd el letöltődni, amikor a parser olyan HTML részletet talál, ami a szabálynak megfelel egy szkript által lekért tartalom letöltését meg kell, hogy előzze magának a szkriptnek a lefutása B. Ábrázolás Az általunk javasolt ábrázolási módot az 1. ábra mutatja be. Az egyes erőforrásokat sorszámok azonosítják, a különböző csomópont típusokat pedig geometriai alakzatok különböztetik meg egymástól. Az éleknél a függőség típusa általában egyértelmű a parser algoritmus ismeretében, illetve ha nem, akkor rövid kódrészlettel vagy HTTP státuszkóddal utaltunk rá. Egyes csomópontokból több példány is lehet. Letöltés és stíluslap feldolgozás esetén ezek ugyanarra a műveletre hivatkoznak, és a gráf jobb elrendezése miatt szerepelnek többször. A szkriptekhez és a HTML parserhez többször visszakerülhet a vezérlés, ezek emiatt szerepelhetnek többször. Előfordulhat, hogy egy feladathoz több lehetséges kiváltó ok is tartozik, és akkor indul el a feladat elvégzése, amikor ezek közül az első bekövetkezik. Egy ilyen kapcsolat például szaggatott vonallal jelölhető (a példában nem szerepel ilyen). C. A függőségi gráf automatikus feltérképezése A függőségi gráf kinyerése nehezen automatizálható, mert olyan ok-okozati összefüggések is léteznek, amiket nehéz programozottan felismerni. A gráf vázát, vagyis a HTTP kérések közötti közvetett függőségeket azonban fel lehet tárni. 16

17 Nevezzük a függőségi gráf vázának azt az irányított gráfot, aminek a csúcsai a függőségi gráf HTTP lekérdezései, és A-ból B-be akkor mutat él, ha a függőségi gráfban B elérhető A-ból olyan úton, ami nem tartalmaz HTTP lekérdezést (tehát B csak az A végrehajtása után érhető el, mégpedig úgy, hogy ez nem igényel további HTTP lekérdezést). Ha az A és B HTTP lekérdezés között a függőségi gráfban irányított út van, akkor az A kérésre adott válasz mesterséges késleltetése esetén a B kérés elindulása is ugyanannyit fog késni. Ez alapján egy speciális HTTP proxyt használva egy méréssorozattal minden kérésre megállapítható az, hogy a vázban hova vezet út az adott kérésből. Ezek után megállapítható a csomópontok közötti közvetlen szomszédság is. Legyen az A-ból elérhető csúcsok halmaza [B 1, B 2, ]. B n biztosan nem közvetlen szomszédja A-nak, ha valamely B m -ből elérhető. Az olyan esetek figyelmen kívül hagyhatók, amikor két csomópont közvetetten és közvetlenül is szomszédok, mert mindig a közvetett út késleltetése nagyobb, ezért az fog érvényesülni. Azok a B n csomópontok, amik nem elérhetők egyik B m -ből sem, az A közvetlen szomszédjai. A fenti módszer nem veszi figyelembe az olyan (nem túl gyakori) eseteket, amikor több különböző esemény közül a leghamarabb bekövetkező indít el egy lekérdezést. Ilyenkor az algoritmus a kiváltott esemény okaként a versenyző események legközelebbi közös ősét határozza meg. Így tehát a legtöbb esetben meghatározható a függőségi gráf váza, amit kézzel kiegészítve megkapható a teljes gráf. D. Alkalmazás példa Általában elmondható, hogy az oldalbetöltési időt a gráfban található leghosszabb út határozza meg. Az 1. ábra függőségi gráfján két olyan probléma is látható, amit kijavítva ez csökken, és ezáltal gyorsabban töltődik be az oldal. A HTML által hivatkozott 7. szkriptre adott válasz egy HTTP átirányítás. Ez azért problémás, mert addig nem lehet a 2-6. szkripteket lefuttatni, amíg a 11.-re adott válasz meg nem érkezik, az átirányítás miatt viszont valószínűleg ez töltődik be legutoljára. A megoldás az átirányítás megszüntetése. A másik problémát a 40. szkript okozza. Ezt dinamikusan szúrja be egy másik szkript, ezért a speculative parsing nem találja meg, emiatt a letöltése blokkolja a parsert. A megoldás: a 40. szkript szerepeljen a HTML-ben, vagy létrehozáskor kapjon async attribútumot, hogy ne blokkolja a parsert. IV. HÁLÓZATI FORGALOM A böngészők fejlesztői eszközei nem képesek közvetlenül hozzáférni a hálózati forgalommal kapcsolatos adatokhoz, ezért nem tudnak pontos képet adni arról, hogy mi történik a hálózaton. A hálózati forgalom elemzésére használható szoftverek (pl. Wireshark) képesek erre, azonban túl generikusak: a HTTP forgalom elemzésére csak egyszerű eszközeik vannak, valamint a vizualizációs technikáik korlátozottak és nehezen bővíthetők. A célunk egy olyan eszköz létrehozása volt, ami HTTP alapú hálózati forgalom elemzésére használható úgy, hogy a weboldal letöltés szempontjából fontos jellemzőket kiemelje: az egyes HTTP kérésekhez tartozó válaszidők, és a válaszokban letöltött adatmennyiség a használt TCP kapcsolatok a HTTP kérés - TCP kapcsolat összerendelések a hálózat kihasználtsága downstream irányban, és azon belül az egyes HTTP válaszok részesedése A. Ábrázolás A hálózat kihasználtságát hisztogramon szokás ábrázolni, amin a vízszintes tengely az időt jelenti, az oszlopmagasságok pedig az adott időintervallumban átvitt adatmennyiséget ábrázolják. A hisztogram időrésenként aggregált adatokat ábrázol, így egy tetszőlegesen nagy adathalmazt meg tud jeleníteni kompakt módon (az időrést megfelelő méretűnek választva). 2. ábra Hisztogram (felül) és az egyes csomagok megjelenítése (alul) Mivel egy oldalletöltés általában rövid folyamat, ezért aggregálás nélkül, csomagonként is megjeleníthető, azaz nincs szükség a hisztogram kompaktságára. Egy csomag átvitele nem pontszerű esemény, hanem a méretével arányos (és a hálózat sávszélességével fordítottan arányos) kiterjedése van, ezért az idő tengelyen egy szakasznak feleltethető meg. Egy erre épülő diagramot mutat a 2. ábra. A hálózat kihasználtságát a sávok gyakorisága és mérete alapján lehet felmérni. 3. ábra HTTP tranzakció szakaszai (1. kapcsolat-felépítés, 2. kérés küldése és várakozás, 3. válasz érkezése), és a válaszhoz tartozó csomag-börsztök (4.) Egy ilyen csomag alapú ábrán a valamilyen szempontból összetartozó csomagok könnyen kiemelhetők színezéssel. Az egyes HTTP tranzakciók elkülönítésére azonban a színezés önmagában még nem elegendő, mert egy átlagos weboldal sokkal több erőforrásból áll, mint ahány szín könnyen megkülönböztethető. Ehelyett az egyes HTTP válaszokhoz egy-egy vízszintes sávot rendeltünk hozzá, ami időben kijelöli a HTTP kérés egyes szakaszait és a kéréshez tartozó csomagokat (3. ábra). A HTTP-TCP összerendelés megjelenítésére a függőleges tengelyt használtuk. A 4. ábrán szereplő letöltések közül az 5. és 10. letöltés például ugyanazon a kapcsolaton zajlott, míg a többi letöltéshez új kapcsolatot nyitott a böngésző. 17

18 4. ábra Az origo.hu weboldal letöltésének egy részlete (a sorszámok megegyeznek a függőségi gráf sorszámaival, színezés TCP kapcsolatok szerint) A HTTP kérésekhez tartozó metaadatokat két módon lehet megjeleníteni. Papír alapú ábránál az egyes lekérdezéseket érdemes sorszámozni, és egy külön táblázatban megadni a kérésekhez tartozó metaadatokat. Számítógépes megjelenítés esetén jobb módszer a "tooltip" ablak használata, ami akkor jelenik meg, amikor az egér az adott kérés felett van. Mivel nem a színek jelölik ki az egyes HTTP válaszokat és a TCP kapcsolatokat sem, ezért azok más célra is használhatók, például az egyes domain-ek, vagy a tartalom típusok elkülönítésére (pl. HTML, kép, JavaScript). Összefoglalva, az általunk javasolt megoldás a következő elemekből áll: a vízszintes tengely az időt jelenti az ábra a szerver-kliens irányú (downstream) hálózati forgalmat jeleníti meg a csomagok az átviteli időnek megfelelő szélességű függőleges sávok a csomagok színezhetők TCP kapcsolat, HTTP válasz, domain név, vagy tartalom típus szerint a HTTP kérések vízszintes sávok, amik kiemelik a hozzájuk tartozó csomagokat, és a tranzakció egyes szakaszait a HTTP kérések sorokba vannak rendezve, amik egy-egy TCP kapcsolatnak felelnek meg az egyes kérésekhez tartozó metaadatok számozással, vagy felugró ablakokkal jelölhetők B. Megvalósítás Az elkészült webalkalmazás és a forráskód a címen érhető el. C. Alkalmazás példa A 4. ábráról több olyan információt lehet leolvasni, ami más eszközöket használva nehezen észrevehető, és fel lehet használni a weboldal teljesítményének javítására. Az ábrán jól látszik, hogy a 11. letöltés nem tudja kitölteni a rendelkezésre álló sávszélességet. Ebből arra lehet következtetni, hogy a szerver upstream sávszélessége nem elegendő, vagy valamilyen TCP beállítás nem optimális a kliensen vagy a szerveren (write buffer, window scaling, stb.). A további vizsgálatokhoz pl. a Wireshark használható. Egy másik feltűnő jelenség, hogy a HTTP válaszok legutolsó csomagja legtöbbször jelentős késleltetéssel érkezik (az 1., 4., 6., 8., 9. és 10. esetén). Ezt a problémát a Nagle algoritmus [5] okozza, ami alapértelmezetten be van kapcsolva, de minden kérés-válasz protokollt implementáló szerverben érdemes kikapcsolni (a legtöbb webszerver kikapcsolja, a felvétel egy saját készítésű HTTP proxyt használva készült). V. ÖSSZEFOGLALÁS Az első bemutatott módszer lehetővé teszi a weboldal függőségi gráfjának feltárását, amit felhasználva a HTML és a JavaScript kód finomhangolásával optimalizálható az oldal. Az implementáció elkészítése a közeljövő feladata. A második vizualizációs módszer a hálózati rétegben működik, és hatékonyabban jeleníti meg a HTTP alapú forgalmat, mint a hagyományos eszközök. Az újszerű csomagonkénti megjelenítés olyan hibák felfedését teszi lehetővé, amiket egyébként nagyon nehéz lenne észrevenni. Az elkészült nyílt forráskódú szoftvert folyamatosan fogjuk fejleszteni. A következő lépés a DNS lekérdezések és a TCP csomagvesztések vizualizálása lehet. HIVATKOZÁSOK [1] Robin Berjon, Travis Leithead, Erika Doyle Navara, Edward O Connor Silvia Pfeiffer, HTML5: A vocabulary and associated APIs for HTML and XHTML, december. [2] R. Fielding, Ed., J. Reschke, Ed., Hypertext Transfer Protocol (HTTP/1.1) [3] S. Souders, HTTP Archive: new stats [4] S. Souders, Page weight grows 24% year-over-year (not 44%) year-over-year-not-44/ [5] John Nagle, RFC896 Congestion Control in IP/TCP Internetworks, január. 18

19 Továbbfejlesztett csúcstényező-csökkentési eljárások FBMC rendszerekben Horváth Bálint, Kollár Zsolt Szélessávú Hírközlés és Villamosságtan Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország {bhorvath, Kivonat A vezetéknélküli és ezen belül a kognitív rádiós távközlési rendszerek napjaink kutatási témái között nagy hangsúlyt kapnak a digitális TV átállás kapcsán. A kognitív rádiós alkalmazásokban is használható többvivős sémák közül a jelenleg legelterjedtebb OFDM (Orthogonal Frequency Division Multiplexing) alapú rendszerek szomszédos csatornás szivárgása (ACLR Adjacent Channel Leakage Ratio) nem elég alacsony a TV sávokban történő alkalmazásokhoz. Ám az ugyanebbe a családba tartozó újszerű FBMC (Filter Bank Multicarrier) rendszerek ilyen tekintetben sokkal előnyösebb tulajdonságokkal rendelkeznek. FBMC moduláció esetén is problémát jelent ugyanakkor a többvivős rendszerek jeleire jellemző magas csúcstényező (PAPR Peak-to-Average Power Ratio). A cikkben ismertetésre kerülnek az FBMC rendszerekben eredményesen alkalmazható vágás alapú csúcstényező csökkentő eljárások. Ezen módszerek használhatóságát a szimulációs vizsgálatokon felül szoftverrádióval végzett mérésekkel is alátámasztjuk. I. BEVEZETÉS A közeljövőben számos országban lezajlik a digitális átállás a TV sávban (Magyarországon az átállás 2013 októberéig megy végbe). Az analóg földfelszíni műsorszórást leváltó, hatékonyabb digitális sugárzásnak köszönhetően a TV sávban számos frekvenciasáv szabadul fel. Ez a digitális hozadéknak nevezett frekvencianyereség a szolgáltatók (elsődleges felhasználók) között felosztásra kerül, azonban maradhatnak időben és térben részlegesen (gray space), vagy teljesen (white space) kihasználatlan sávok, melyeket másodlagos felhasználók tudnának hasznosítani. Ilyen másodlagos felhasználók az ún. kognitív rádiós alkalmazások, melyek alapelvét Mitola 1999-ben írta le [1]. A kognitív rádiós alkalmazásokra vonatkozó előírások még nem kerültek szabványosításra, de annak érdekében, hogy garantálni tudják az elsődleges felhasználók zavartalan működését, várhatóan igen szigorú spektrális követelményeknek kell majd megfelelniük. A brit Ofcom által publikált adatok [2] alapján például ilyen spektrális követelmény a -50 db alatti szomszédos csatornás zavartatás (Adjecent Channel Leakage Ratio ACLR). Ilyen alacsony értéket a jelenleg használatos szélessávú adatátviteli eljárásokkal (pl. Orthogonal Frequency Division Multiplexing OFDM) nem lehet elérni. A követelményeket teljesíteni tudja ugyanakkor egy, az OFDM-hez hasonlóan a többvivős adatátviteli eljárások közé tartozó, ún. Filterbank Multicarrer (FBMC) modulációs eljárás. Az FBMC moduláció gyakorlati alkalmazása során ugyanakkor problémát jelent a jel magas csúcstényezője. Az FBMC jel magas csúcstényezőjének csökkentésére találhatók a szakirodalomban OFDM alapú megoldások [3], [4]. Az általunk kidolgozott OFDM modulációra már ismert módszer a vágás alapú csúcstényező-csökkentést adaptálja FBMC rendszerekre. A cikk II. fejezetében ismertetésre kerül az FBMC jelmodellje. A III. fejezetben bemutatásra kerülnek a különböző vágás alapú csúcstényező-csökkentő eljárások, illetve a a hatékonyságukat bemutató szimulációk eredményei. A IV. fejezetben röviden ismertetjük a szoftverrádiós mérési összeállítást, továbbá a méréssel kapott jelleggörbéket. A cikkben bemutatott eredmények a V. fejezetben kerülnek összegzésre. A. Jelmodell II. FBMC MODULÁCIÓ Az FBMC jelek szintézise sok hasonlóságot mutat a többvivős rendszerekben használatos OFDM modulációs eljárással. A hasonlóságok és különbségek [5]-ben részletesen taglalják. Egy lényeges különbség, hogy a szomszédos csatornás zavartatás alacsonyan tartása érdekében az FBMC moduláció esetén egy prototípus szűrő kerül alkalmazásra, melynek következtében a szimbólumok időben átlapolódnak. Ezt az átlapolási arányt K-val jelöljük. Annak érdekében, hogy a szomszédos szimbólumok áthallásmentesek legyenek, a prototípus szűrőnek a [6]-ban leírt kritériumoknak kell megfelelnie. FBMC rendszerekben továbbá a komplex alapsávi jel előállításakor a maximális adatsebesség eléréséhez ofszet modulációt alkalmaznak [7]. Az időbeli átlapolódás kizárja az OFDM-ben használatos ciklikus előtag használatát. Ennek következtében az FBMC-vel elérhető adatátviteli sebesség kedvezőbb lehet, ugyanakkor a csatornakiegyenlítés számításigényesebbé válik. Meg kell jegyezni továbbá, hogy a prototípus szűrő használatával a moduláció és demoduláció is számításigényesebbé válik, ám a [8]-ban leírtak alapján lehetőség van a komplexitás csökkentésére, így az FBMC ebben a tekintetben is versenyképes lehet az OFDM eljárással. Az alapsávi FBMC jel ezen megfontolások alapján a következő egyenlettel írható le általánosan: s[n] = N 1 k=0 m= I{X k [m]}p 0 [ n mn N 2 ( R{Xk [m]}p 0 [n mn]θ k + ] θ k+1 ) e jk(n mn)2π N, (1) ahol j = 1 a komplex egység, R{ } a komplex szám valós és I{ } a képzetes részét fejezi ki. N az alvivők száma, X k [m] pedig a k-adik alvivőn lévő komplex adatszimbólumot jelöli az m-edik szimbólumidőben. p 0 a prototípus szűrő impulzusválasza, illetve θ k = e j π 2 k. A p 0 prototípus szűrő 19

20 hossza L = K N, ahol K az átlapolási tényező (OFDM esetén K = 1 és a prototípus szűrő egy négyszög ablak). B. Csúcstényező Távközlési rendszerek esetén (de méréstechnikában is) problémát jelent a nagy dinamikájú jelek torzítatlan átvitele. A problémák általában az analóg áramköri elemek (pl. teljesítmény-erősítő, DAC) korlátozott lineáris tartománya miatt jelentkeznek. A jelek dinamikájának leírására egy gyakran alkalmazott módszer a jel csúcstényezőjének meghatározása. FBMC rendszerekre a csúcstényezőt egy szimbólumra az alábbi módon definiáljuk. γ = max{ s[n] 2 } E[ s[n] 2, (2) ] ahol az abszolút értéket, E[ ] pedig a várható értéket jelöli. Az így kapott eredmény db-ben kifejezett értéke a csúcstényező (Peak-to-Average Power Ratio PAPR): PAPR(s[n]) db = 10log 10 (γ). (3) FBMC moduláció esetén az alvivők számának növelésével a csúcstényező komplemens kumulatív eloszlásfüggvénye (Complementary Cumulative Distribution Function CCDF) a normál eloszlást közelíti, ez látható a 1. ábrán. III. CSÚCSTÉNYEZŐ - CSÖKKENTÉS OFDM rendszerekben a csúcstényező-csökkentésre számos megoldást kidolgoztak. Az alapötletek [9]-ban kerültek összefoglalásra. A csúcstényező-csökkentés egy hatékony megvalósítása az úgynevezett vágás alapú eljárásokkal lehetséges. Ennek kivitelezése a következő módon történik. Először meghatározunk egy vágási arányt (clipping ratio CR). CR db = 10log 10 (γ c ), (4) Ahol γ c egy szabadon válaszott érték, amelyben korlátozni kívánjuk a csúcstényező nagyságát. A CR vágási arány kijelöli azt az A max maximális amplitúdó értéket, amely fölött a jelet korlátozzuk. A vágási modell így a következőképpen írható le. { s[n], ha s[n] Amax s c [n] = A max e jϕ(s[n]), (5), ha s[n] > A max ahol ϕ(s[n]) a komplex alapsávi jel n-edik mintájának fázisa. Bussgang tétele alapján a vágás utáni jelet felírhatjuk a következő kifejezéssel. s c [n] = αs[n]+d[n], (6) vagyis a vágás után kapott jel az eredeti egy α-val csillapított változatának és egy ezzel korrelálatlan vágási zajnak az összege. A csillapítási tényező[10] alapján az alábbi módon számolható a vágási arány függvényében: α = 1 e γ2 c + π 2 γ c erfc(γ c ). (7) A vágás alkalmazásával ugyan lehetőség van a jel amplitúdójának korlátozására, ugyanakkor a művelet hatására a konstellációs pontok zajosodást szenvednek, amely rontja a bithibaarányt, illetve romlik a jel szomszédos csatornás zavartatása is. A következőkben bemutatott eljárások képesek a fent említett tulajdonságok megtartása mellett csökkenteni 1. ábra. FBMC jel csúcstényezőjének komplemens eloszlása az alvivők számának függvényében 2. ábra. Vágás alapú csúcstényező-csökkentés blokkvázlata a csúcstényezőt. A vágás alapú eljárások jól szemléltethetők a 2. ábrán látható blokkdiagramon. Első lépésben a II. fejezetben leírt módon az X k adatszimbólumok FBMC eljárással kerülnek modulálásra. Ezt követően történik a jel vágása. A vágást szenvedett jelet demodulálva az Xk c eredetihez képest torzult adatszimbólumokhoz jutunk. Ezeken az értékeken frekvencia-tartománybeli jelfeldolgozás kerül megvalósításra (ebben különböznek az egyes módszerek), így jutunk az Xk u szimbólumokhoz. A jelfeldolgozást követően az újramodulált s u [n] jel vagy kiadásra kerül az adóból, vagy iteratív módon újra végrehajthatók az eddigi lépések, ezzel tovább csökkentve a csúcstényező értékét. Az eljárás alkalmazásával minden esetben legalább egy demodulációt és modulációt végre kell hajtani (vagyis FFT/IFFT műveletet), amely 2N log 2 (N) nagyságrendű művelet növekedést eredményez iterációnként. Ezen felül adódik még a számításigényhez a vágás művelete és az egyes módszerekre jellemző jelfeldolgozási lépések. Természetesen a csúcstényező értéke nem csökkenthető vég nélkül az iterációk hatására (ennek konvergenciájával a cikkben nem foglalkozunk), illetve meg kell találni az egyensúlyt az iterációs lépések száma és az azzal elért csúcstényezőcsökkentés között. a hiszen a számításigény a végrehajtások számával lineárisan növekszik. A. Vágás és szűrés (Clipping and Filtering CF) A vágás és szűrés eljárás OFDM rendszerekre [11]- ben került ismertetésre. A módszer lényege, hogy az alapsávban a sáv széleken nem használt adatvivőkön a vágás hatására végbemenő változásokat visszaállítja eredeti értékükre. Ez a visszaállítás egy frekvenciatartományban megalkotott(digitális) szűrővel realizálható. Az eljárás segítségével a szomszédos csatornás zavartatás romlása kiküszöbölhető, habár a bithibaarányt az egyszerű vágáshoz hasonlóan rontja. 20

21 Mindazonáltal ezzel a módszerrel érhető el a vágás alapú eljárások közül a legjobb eredmény, így a szimulációk során ezt használjuk majd referenciaként. B. Alvivők lefoglalása (Tone Reservation TR) Ennek a technikának az alkalmazását [12]-ben mutatták be OFDM modulációra. Az ötlet azon alapszik, hogy előre meghatározott alvivők kizárólag csúcstényező-csökkentés céljára kerülnek lefoglalásra. Ezáltal a vágás során végbemenő változások megmaradnak ezeken a lefoglalt vivőkön, míg a többi adatvivőn az eredeti értékeket állítjuk vissza. Mivel a lefoglalt vivők nem vesznek részt az adatátvitelben, ez nyilvánvaló adatsebesség csökkenést jelent, ugyanakkor a bithibaarány nem romlik e módszer alkalmazásakor. A szomszédos csatornás zavartatás megtartása a CF-el azonos módon történik. C. Aktív konstelláció kiterjesztés (Active Constellation Extension ACE) A módszert OFDM rendszerekre [13]-ban ismertették. Ennek lényege, hogy a vágás hatására történő adatszimbólumok értékének változását csak azokon az alvivőkön engedi végbemenni, amelyeken a szimbólumok értékének változása olyan irányú, hogy az egymástól vett euklideszi távolságuk (és ezáltal a bithibaarány) nem csökken. Egyéb esetben az eredeti értékek kerülnek visszaállításra az adatvivőkön. A 3. ábrán láthatók 4QAM moduláció esetére a azok a tartományok, amerre megengedett az egyes adatvivők értékének elmozdulása. Mivel a konstellációs pontok az eljárás következtében csak távolodhatnak egymástól, a bithibaarányt ez az eljárás nem rontja, ugyanakkor a módszer hatására a jel átlagteljesítménye megnő. A szomszédos csatornás zavartatás megtartása ebben az esetben is a CF-el egyező módszerrel végezhető. D. TR és ACE közös használata Mivel az ismertetett TR és ACE eljárások egymástól függetlenek, így lehetséges együttes alkalmazásuk is még jobb eredmény elérése érdekében. Közös alkalmazás esetén továbbra sem romlik a bithibaarány és a szomszédos csatornás zavartatás, ugyanakkor az adatsebesség csökkenése, a számításigény és az átlagteljesítmény növekedése egyszerre érvényesül. E. Szimulációs eredmények A csúcstényező-csökkentő eljárások hatékonyságát MATLAB-ban végzett szimulációkkal vizsgáltuk. A szimulációban N = 512 alvivőből 256 volt adatvivőként használva, az FBMC jel prototípus szűrőjeként a [14]- ben ismertetett szűrőt használtuk K = 4 átlapolási tényezővel. A csúcstényező CCDF függvények 2000 FBMC szimbólum alapján kerültek megállapításra. A vágási arányt minden eljárásnál 1 db-nek választottuk. A csúcstényezőcsökkentési módszerek iterációnkénti eredménye a vágás és szűrés eljárással összehasonlítva a 4-6. ábrán láthatóak. Megfigyelhető, hogy hatékonysági sorrendben a TR, ACE és a TR-ACE közös használata adja az egyre javuló eredményt (ez a sorrend a számításigényt is tükrözi), hiszen egy eljárás minél kedvezőbb, a hozzá tartozó görbe annál inkább balra 3. ábra. Kiterjesztési irányok ACE eljárással 4QAM konstellációra CCDF PAPR [db] eredeti CF TR 4. ábra. Csúcstényező eloszlásfüggvénye alvivők lefoglalásának esetén CCDF PAPR [db] eredeti CF ACE 5. ábra. Csúcstényező eloszlásfüggvénye konstelláció kiterjesztés esetén helyezkedik el. A módszerekhez tartozó görbe seregek az iterációk hatását mutatják, vagyis az eljárások ismételt alkalmazásával a görbék balra tolódnak. IV. MÉRÉSI EREDMÉNYEK A csúcstényező-csökkentési eljárások hatását a szimulációkon túl méréssel is ellenőriztük. A méréshez a National 21

22 CCDF eredeti CF TRACE V. ÖSSZEFOGLALÁS A cikkben összefoglalva bemutatásra kerültek az OFDM rendszerekben alkalmazott vágás alapú csúcstényezőcsökkentő eljárások. Az alapelvek ismertetése után szimulációs eredményekkel szemléltettük ezen módszerek FBMC rendszerre való továbbfejlesztésének hatékonyságát. A szimulációk alapján a TR és ACE együttes alkalmazásával érhető el a legnagyobb arányú csúcstényező-csökkentés. A szimulációkon túl az eljárásokat USRP szoftverrádiós platformon mérésekkel is igazoltuk, mely bizonyítja azok valós rendszerekben történő alkalmazhatóságát PAPR [db] 6. ábra. Csúcstényező eloszlásfüggvénye alvivők lefoglalásának és konstelláció kiterjesztés együttes használata esetén CCDF PAPR [db] eredeti TR ACE TRACE TR 3 iter. ACE 3 iter. TRACE 3 iter. 7. ábra. Csúcstényező-csökkentett jelek mérési értékeinek eloszlásfüggvénye Instruments USRP (Universal Software Radio Peripheral) [15] szoftverrádiós eszközt használtuk. Mivel a csúcstényező értékek szimbólumonként kerülnek kiszámításra, így szükség volt a szinkronizált átvitelre. Mivel általánosan használható szinkronizációs eljárások még nem állnak rendelkezésre FBMC rendszerekhez, így a szinkronizálást hardveres úton oldottukmeg.az adóésavevőegyusrp-n belültalálhatóak,és közös órajelet használnak, így a frekvencia szinkronizációról külön nem kellett gondoskodni. Az időzítést pedig időbélyeg alapú triggerezéssel valósítottuk meg, az USRP-vel ugyanis lehetőség van egy időbélyeghez igazítva egyszerre indítani az adást és a vételt. A mérések során ugyanazon paraméterekkel generált jeleket használtunk, mint a szimuláció esetén. A szoftverrádió fel- és lekeverési frekvenciáját 100 MHz-re a mintavételezési sebességet 1 Mminta/s-ra választottuk. A mérések 1 illetve 3 iterációval kapott eredménye a 7. ábrán láthatóak. Összehasonlítva a mérések görbéit a 4-6. ábrán bemutatott szimulációs eredmények azonos iterációhoz tartozó görbéivel jól látható, hogy azok összhangban vannak, így megállapítható, hogy az eljárások a gyakorlatban is alkalmazhatóak. 22 KÖSZÖNETNYILVÁNÍTÁS A publikáció elkészítését a TÁMOP C-11/1/KONV számú projekt támogatta. A projekt az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával valósul meg. Külön köszönet az NI Hungary Kft-nek a hardveres támogatásért. HIVATKOZÁSOK [1] J. Mitola and G. Q. Maguirem, Cognitive radio: Making software radios more personal., IEEE Personal Communications., vol. 6, no. 4, pp , Aug [2] Officeof Communciations (Ofcom), Digital dividend: cognitive access, statement on licence-exempting cognitive debices using interleaved spectrum, OFCOM, July [3] A. Skrzypczak, J.P. Javaudin, and P. Siohan, Reduction of the peakto-average power ratio for the OFDM/OQAM modulation, in IEEE 63rd Vehicular Technology Conference, Spring 2006, May 2006, pp [4] C.H. Yuen, P. Amini, and B. Farhang-Boroujeny, Single carrier frequency division multiple access (SC-FDMA) for filter bank multicarrier communication systems, in Proceedings of the IEEE Fifth International Conference on Cognitive Radio Oriented Wireless Networks & Communications (CROWNCOM), 2010, pp [5] B. Farhang-Boroujeny, OFDM versus filter bank multicarrier, IEEE Signal Process. Mag., vol. 28, no. 3, pp , [6] P. Siohan, C. Siclet, and N. Lacaille, Analysis and design of OFDM/OQAM systems based on filterbank theory, IEEE Transactions on Signal Processing, vol. 50, no. 5, pp , [7] B. Farhang-Boroujeny and C.H. (George) Yuen, Cosine modulated and offset QAM filter bank multicarrier techniques: a continuous-time prospect, EURASIP Journal on Applied Signal Processing, vol. 2010, pp. 1 16, [8] Y. Dandach and P. Siohan, FBMC/OQAM modulators with half complexity, in 2011 IEEE, Global Telecommunications Conference (GLOBECOM 2011), Dec. 2011, pp [9] S.H. Han and J. H. Lee, An overview of peak-to-average power ratio reduction techniques for multicarrier transmission, IEEE, Wireless Communications, vol. 12, no. 2, pp , [10] E. Rowe, Memoryless non-linearities with gaussian inputs: Elementary results, Bell Syst. Tech. J., vol. 61, pp , Sept [11] J. Armstrong, Peak-to-average power reduction for OFDM by repeated clipping and frequency domain filtering, Electronics Letters, vol. 38, no. 5, pp , Feb [12] J. Y. Kim S.-E. Park, Y. Sung-Ryul, D. S. Park, and P. Y. Joo, Tone reservation method for PAPR reduction scheme, Tech. Rep., IEEE e Task Group, IEEE e-03n60, Oct. 2003, http: // [13] B. S. Krongold and D. L. Jones, PAR reduction in OFDM via active contellation extension, IEEE Transactions on broadcasting, vol. 49, no. 3, pp , Sept [14] M. Bellanger, D. LeRuyet, D. Roviras, and Terré M., FBMC physical layer: a primer, documents D2.1 and D3.1, July [15] National Instruments USRP,

23 Optikai OFDM jelre ható torzítások vizsgálata Fekete Gábor, PhD hallgató Szélessávú Hírközlés és Villamosságtan Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország Dr. Berceli Tibor Szélessávú Hírközlés és Villamosságtan Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország Absztrakt Az OFDM moduláció lineáris adót és vevőt követel. A Mach-Zehnder modulátor (MZM) nemlinearitása a vett jel minőségét hátrányosan befolyásolhatja. A vizsgálatunk során meghatároztuk MZM optimális munkapontját és megmutattuk az általa okozott jeltorzulást az optimális ponton kívül. A modulátoron kívül még az üvegszál diszperziója okozta fázishibát vizsgáltuk. Kulcsszavak optikai OFDM, nemlineáris jelenség, diszperzió, Mach-Zehnder modulátor, mqam, fázishiba I. BEVEZETŐ Az optikai hálózatok átviteli kapacitásának egyik lehetséges megoldása az elektromos tartományban igen széles körben elterjedt az OFDM (Orthogonal Frequency Division Multiplexing) moduláció alkalmazása. Segítségével nagy mennyiségű adat vihető át viszonylag keskeny sávszélesség mellett, valamint lehetőség van a csatorna torzításának kompenzálására megfelelő modulációs elrendezés mellett. Ezen tulajdonságai miatt, előnyös lenne az optikai tartományban is OFDM modulációt alkalmazni. A moduláció hátránya, hogy a nemlinearitásra érzékeny, ezért mind az adónak mind a vevőnek lineárisnak kell lennie. Az OFDM másik hátránya, hogy az átlagteljesítményhez képest nagy pillanatnyi teljesítmény csúcsok is megjelenhetnek. Ezek a teljesítmény csúcsok az üvegszálon való áthaladáskor erős nemlineáris torzítást fognak szenvedni. A cikk további részében az adóban található modulátort és az átviteli csatorna torzításának vizsgálatát mutatjuk be. A vizsgálatokat a VPI TransmisionMaker 9.0 szimulációs környezetben végeztem el. II. OFDM MODULÁCIÓ Az OFDM moduláció egy többvivős átviteli rendszer, ami rendelkezik néhány speciális tulajdonsággal. A többvivős rendszer elméleti megvalósítását az 1. ábra mutatja. Egy-egy szimbólumhoz (c i ) hozzárendelünk egy-egy külön vivőt és ezeknek az összege kerül átvitelre a csatornán. Az adó kimenő jele a következő alakkal írható le [1]: s s sc t c s t it k t N i k1 ki exp( j2f t) k k s ha 0 t T s (1) 1. ábra. Többvivős átviteli rendszer elvi megvalósítása. [2] ahol c ki az i. átvitt információs szimbólum a k. alvivőn, az s k a k. alvivő alakja, N sc az alvivők száma, f k az alvivő frekvenciája és T s a szimbólumidő. Az alvivők ortogonalitása miatt vevő oldalon rászorozva az összegjelre a k. alvivő konjugáltjával, visszakapjuk a k. zajos szimbólumot (c k ) [1]. c T ' ki s 0 r T s 0 r t it t it exp( j2f t) dt s s s dt Két alvivő korrelációját a következő egyenlet adja meg: Ts Ts 1 1 kl sk sl dt j f k f l t dt T s T exp( 2 ) 0 s 0 (3) sin f k f T exp( j f k f l T s ) f f k k k l s l T s Ebből belátható, hogy a két alvivő ortogonális, ha a köztük lévő távolság a szimbólumidő reciprokjának egészszámú többszöröse: f k 1 f l m ; T s m Z Az OFDM jel előállításához rengeteg oszcillátorra és szűrőre lenne szükség, amennyiben az 1. ábra alapján állítanánk elő a jelet. Azonban több kutatás is megmutatta, hogy IDFT/DFT művelet alkalmazásával viszonylag egyszerűen előállítható az OFDM jel. IDFT (Inverz Diszkrét Fourier Transzformáció) alkalmazása esetén az OFDM adó (2) (4) 23

24 blokkvázlata a 2. ábrán látható. Az érkező adatokat egy sorospárhuzamos átalakító segítségével szétszedik az alvivők számával megegyező adatra, majd az alvivő modulációjának megfelelően hozzárendelik egy szimbólumhoz. Ezt követi az IDFT művelet, amellyel előáll az alapsávi OFDM jel. A jelhez még egy védőidő (GI Guard Interval) kerül hozzáadásra, majd a valós és képzetes részek digitális mintáiból analóg jelet készítünk, amivel az optikai vivőt fogjuk modulálni. A vevő oldali rész a 2. ábrán látottaktól annyiban tér el, hogy az IDFT helyén egy DFT művelet kerül elvégzésre, és van egy, a DFT végrehajtását szinkronizáló blokk. A jelterjedés iránya természetesen fordított az adó ábráján látottakhoz képest. A vétel során visszaállított OFDM jel csak akkor lesz szimbólumközti (ISI Inter Symbol Interference) és csatornaközti áthallás mentes (ICI Inter Carrier Interference), ha a DFT művelet időablakában csak pontosan egy szimbólum található. Azaz a DFT művelethez felhasznált minta ideje azonos a szimbólum idővel (5). TDFT T S (5) A jel az átvitel során egy diszperzív csatornán halad át. Ennek következtében az alvivők szimbólumai között különböző t d nagyságú késleltetés alakul ki. Ha az egyik alvivőn késik a jel t d -vel, akkor a DFT időablakában egyszerre két szimbólum lesz jelen, mégpedig az aktuális szimbólum és az előző szimbólum végének t d nagyságú része (3a. ábra). Ez ISI-t eredményez azon az alvivőn. Azonban az ISI következtében az ortogonalitás is sérül, mert a DFT ablakban nincs egy teljes szimbólum, hiányzik belőle t d időnyi, így nem lesz ortogonális a többi alvivő szimbólumára, azaz ICI is fellép. ISI és ICI kivédhető védőidő alkalmazásával. A szimbólum végéről egy ΔG idejű részt helyeznek el a szimbólum elejére. Az eljárással a szimbólum ideje megnő, míg a DFT számára szükséges minta ideje nem változik meg. Amíg a szimbólumok közötti késleltetés kisebb, mint a védőidő (ΔG), addig a rendszerben nem lesz ISI és ICI. Hiszen a DFT ablakban egy teljes szimbólum lesz jelen, mert a jel végéről hiányzó t d nagyságú rész ott van a jel elején, ami teljessé teszi az adott szimbólumot (3b. ábra). 2. ábra. OFDM adó blokkvázlata. [2] 4. ábra. OFDM jel: (a) nincs védőidő és a két vivő szimbóluma t d idővel eltér, (b) védőidő alkalmazása a t d késés okozta áthallás megszüntetésére. [2] III. SZIMULÁCIÓS MODELL A VPI-ban létrehozott OFDM jelátvitel blokkvázlata a 3. ábrán látható. A véletlenszám generátor által előállított bitfolyamból az OFDM kódoló előállítja az OFDM jel valós és képzetes részét. Az alkalmazott OFDM moduláció 64 alvivővel rendelkezett. Az előállított két jellel külön-külön moduláljuk egy folytonos intenzitású (CW Continious Wave) lézer jelét. A moduláció létrehozása egy-egy Mach-Zehnder modulátorral történik. A MZM karakterisztikája csak kis tartományban lineáris, ezért fontos a munkapont helyes megválasztása. A két ág egy csatolóval kerül összefogásra, és ezzel előállt az optikai OFDM jel. A MZM okozta torzítások vizsgálatánál az OFDM adó után közvetlenül a vevő helyezkedett el, míg a csatorna okozta torzításoknál az adó és vevő között egy monomódusú üvegszál volt. A vevőben koherens heterodin detektálást alkalmaztam. Az egyes fotodiódák jelei közötti fázistolást egy ideális 90 -os hibrid hozta létre. A vevő CW lézerének frekvenciája nem egyezhet meg az adó lézerével, mert ekkor a jel nem detektálható ebben a struktúrában. A két lézer közötti frekvencia különbségével megegyező helyre keveredik le a detektált jel az elektromos tartományban. Ez a jel tartalmazza a vivőt is, így ezt egy sávszűrővel kiválasztva a jelből, egy egyszerű szorzóval lekeverhető a detektált jel az alapsávba. OFDM dekódolóval visszaállítható a küldött bitsorozat az alapsávi jelből. 3. ábra. A VPI-ban megvalósított optikai OFDM jelátviteli elrendezés. 5. ábra. MZM átviteli karakterisztikája. 24

25 (a) 6. ábra. 80Gbps sebességű 4QAM moduláció konstellációs ábrája optimális, 0,05V és 0,15V-al eltolt munkapontú MZM esetén. (a) demodulálás külső forrásból származó vivővel (b) demodulálás az adóból származó vivőjellel. IV. MACH-ZEHNDER MODULÁTOR TORZÍTÁSA A szimulációban az OFDM jel valós (I) és képzetes (Q) részét külön-külön egy-egy MZM-ral ültettem rá a lézer jelére, ahogy azt a 3. ábra mutatja. A két ágban a modulátor vezérlése ellenütemű volt. Ha az I ágban nőtt a kimeneti optikai teljesítmény, akkor a Q ágban csökkent ugyanakkora vezérlő feszültség hatására. A MZM két ágának a karakterisztikáját az 5. ábra mutatja. Az ábráról az is leolvasható, hogy a MZM karakterisztikája szinuszos jellegű, és csak a nulla átmenet környékén rendelkezik egy viszonylag lineáris szakasszal. Az optimális modulációs pont a MZM lineáris szakaszának a közepe. A vizsgálataim során a MZM munkapontját ettől az ideális ponttól kis mértékben (max. 0,15V) eltoltam, így lehetővé vált az MZM okozta torzítás megfigyelése. Az ellentétes vezérlés miatt a két ágon a munkapont is ellentétes irányban tolódik el, így a konstellációs ábra szimmetrikus marad a nem optimális pontban történő vezérlés esetén is. Két szimulációs vizsgálatot végeztem el. Egyik esetben az alapsávba való keveréshez egy a vevőben található oszcillátort alkalmaztam, míg a másik alkalommal az adóból származó vivővel kevertem le a jelet. A 6a. ábrán az optimális (0V) és a 0,15V-al eltolt munkaponthoz tartozó konstellációs diagram látható, ha a vivőkön 4QAM modulációt alkalmazunk, és a demoduláláshoz a vevő külső referencia jelforrását használjuk. A konstelláció pontjai közötti távolság jelentősen csökken, ha a modulátort nem az optimális munkapontban használjuk. A munkapont 0,15V-al történő eltolásával a 4 szimbólum szinte egy pontot alkot a vevőben. A konstellációs diagram összeszűkülésének oka az MZM nemlineáris karakterisztikája és az I-Q ág közötti fáziskülönbség megváltozása. Az optimális ponttól való eltéréssel csökken az alapharmonikus teljesítménye a modulált jel spektrumában, míg a torzítást hordozó felharmonikusok teljesítménye megnő a nemlineáris karakterisztika következtében. Az I-Q ág modulátorainak ellentétes vezérlése miatt a két ág közötti 180 -os fáziskülönbség csökken, ami az összegzésénél destruktív interferenciát fog jelenteni modulált jelet tartalmazó összetevőkre, ezáltal csökken a hasznos jel szintje. A fáziskülönbségből adódó jelszint csökkenés fog kezdetben dominálni a munkapont elhangolása esetén, szemben az MZM nemlineáris karakterisztikájából adódóval. A két ág fáziviszonyának megváltozása okozta csökkenés jól megfigyelhető a 6. ábra kék színnel jelölt pontjain. 0,01V-os eltolás hatására a konstelláció pontjai 1 egységgel beljebb kerültek. A modulált jel teljesítményének csökkenésével a konstelláció pontjai egyre közelebb kerülnek az origóhoz és az ugyanakkora zaj sokkal jobban egy ponttá mossa össze a (b) pontokat. A konstelláció elfordulását a fáziszaj okozza. A zaj okozta elfordulás a konstellációban egyre nagyobb a jelszint csökkenésével, de ez a fáziszaj utólag kompenzálható. A vett jel demodulálása történhet az adóból származó vivővel is. A vevőben ekkor a 6b. ábrán látható konstellációs diagramot kapjuk. A saját vivővel történő demodulálásnál ismert a jel kezdő fázisa, ami egy 45 -os elfordulást eredményez a konstellációban az előző esethez képest. A demoduláláshoz az adóból származó vivő alkalmazása során, a modulátor munkapontját el kell tolni kicsivel az optimális munkaponttól. Ugyanis az I és a Q ág között 180 fázis különbség van, ami azt eredményezi, hogy a jel kimeneti spektrumában a vivő nem lesz jelen. A munkapont kismértékű (0,01V) eltolásával a két ág közötti fáziskülönbség csökken és az adó kimeneti spektruma tartalmazni fogja a CW lézer jelét is, ami szükséges a demoduláláshoz. A konstellációs diagram hasonló mértékben szűkül össze, mint a külső vivővel történő demodulálás során, azonban a konstelláció elfordulásának mértéke kisebb, ahogy az az 1. táblázatból kiolvasható. Egy jó minőségű átviteli csatornán célszerű összetettebb modulációs formákat alkalmazni a nagyobb adatmennyiség vagy gyorsabb adatátvitel érdekében. (a) 1. TÁBLÁZAT 4QAM moduláció 40Gbps Vevőből származó vivő Adóból származó vivő Munkapont [V] Döntési táv [a.u.] Szög [ ] Döntési táv [a.u.] 0 2,9 0, Szög [ ] 0,01 1,27 1,06 1,27-1,83 0,05 0,36 8,44 0,36 1,9 0,15 0,13 26,73 0,13 11,24 16QAM moduláció 40Gbps Vevőből származó vivő Adóból származó vivő Munkapont [V] Döntési táv [a.u.] Szög [ ] Döntési táv [a.u.] 0 1,29 0, Szög [ ] 0,01 0,51 0,99 0,51-1,84 0,03 0,23 4,69 0,23-0,17 0,15 0,05 27,14 0,05 10,8 7. ábra. 40Gbps sebességű 16QAM moduláció konstellációs ábrája optimális, 0,03V és 0,15V-al eltolt munkapontú MZM esetén. (a) demodulálás külső forrásból származó vivővel (b) demodulálás az adóból származó vivőjellel. (b) 25

26 (a) (b) (a) (b) 8. ábra. 80Gbps sebességű 4QAM moduláció konstellációs ábrája optimális, 0,05V és 0,15V-al eltolt munkapontú MZM esetén. (a) demodulálás külső forrásból származó vivővel (b) demodulálás az adóból származó vivőjellel. Ezért az előbbi vizsgálatokat elvégeztem 16QAM moduláció alkalmazásával is. A külső forrásból és az adóból származó vivővel történő demodulálás során kapott konstellációs diagramokat a 7. ábra mutatja. A konstellációs diagram most is összeszűkül és elfordul, mint a 4QAM modulációnál. Ha felnagyítanánk az ábrát, akkor láthatnánk, hogy 0,15V-os esetben is elkülönülnek egymástól a szimbólumok, de a kicsi amplitúdójuk miatt egy pontnak látszanak. Valós rendszer esetében ekkor már az információ elveszne a zajban. Az 1. táblázatban látható az egyes munkapontokhoz tartozó döntési távolság és a konstelláció szögelfordulása. 4QAM és 16QAM esetén a konstelláció elfordulása azonos mértékű volt. A MZM okozta torzítás az átviteli sebesség növekedésével kritikusabbá válhat. Az előző szimulációkat ezért megismételtem 80Gbps-os adatsebesség mellett. Az átviteli sebesség megemelésével a konstellációs diagramon hasonló torzulások keletkeznek 4QAM moduláció alkalmazásakor, mint az előbb. A demoduláláshoz külső jelforrást használva a konstelláció pontjain (8a. ábra) egy szétkenődés figyelhető meg az optimális munkapontban. Ez az elkenődés nagyon hasonló az üvegszál diszperziója okozta hatásához, amiről következő részben lesz szó. Az adóból származó vivővel való demodulálás során ez a jelenség nem lép fel. 80Gbps adatsebességnél a vivő és a jel közötti fázishibából származó torzulást célszerű utólag kompenzálni, mert a négy konstellációs pont akár egybe is mosódhat a fázishiba miatt, és ekkor csak egy kört látnánk a vevő konstellációs ábráján. A 16QAM modulációhoz tartozó konstellációk a 9. ábrán láthatóak. A fázishiba kevésbé szemléletes ebben az esetben a kevesebb átvitt szimbólum miatt (A bit sebesség nem változott de most egy szimbólum 4 bit a QPSK 2 bit/szimbólumával szemben.) Összevetve a 7a ábrájával, látható a fázishiba okozta nagyobb pontszóródás, és a négy szélső ponton enyhe elkenődés figyelhető meg. (a) (b) 10. ábra. (a) Diszperzió nélküli (b) diszperzióval rendelkező szálon történő áthaladás után a detektált jel. V. AZ ÜVEGSZÁL OKOZTA TORZÍTÁS Az üvegszál torzításai közül a diszperzió jelensége, ami leginkább befolyásolja a jel vételi tulajdonságait. Nagy jelteljesítmények vagy magas PAPR esetén a diszperzió hatásánál nagyobb lehet a szál okozta nemlineáris torzítás (pl. négyhullám keverés, keresztfázis moduláció). A szimuláció során azonban ezek a torzítások elhanyagolhatóak voltak, így a konstelláción bekövetkezett torzulást csak a diszperzió okozta. A diszperzió következtében egyes vivők lassabban, míg mások gyorsabban terjednek az átlaghoz képest a szálban. A terjedésbeli időkülönbség a vevőben egy fázishibát fog okozni a vett jelben. A fázishiba a konstelláció pontjainak elfordulásában mutatkozik meg, ahogy azt a 10. ábra mutatja. A diszperzió nagyságának ismeretében a vételi oldalon az általa okozott fázishiba kompenzálható és a 10a. ábrán látható konstellációt kapunk eredményül. ÖSSZEFOGLALÁS A VPI-ban létrehozott szimulációval megmutattam, hogy a MZM modulátor munkapontját a lineáris szakaszának közepére kell elhelyezni, ettől a ponttól eltérve a konstelláció pontjainak amplitúdója és a köztük lévő távolság gyors ütemben csökken. A demodulálást érdemes az adóból származó vivővel elvégezni, mert ekkor a konstelláció elfordulása kis jelszinteknél kisebb mértékű, mint ha külső jellel demodulálnánk. A megoldás hátránya, hogy ekkor el kell térni az optimális munkaponttól kis mértékben. A többállapotú modulációk hasonlóan reagálnak az optimális ponttól való eltérésre, de szimbólumok közötti távolság csökkenésével 16QAM modulációnál a téves döntések száma nagyobb mértékben fog nőni, mint 4QAM esetén. A munka lehetséges folyatása, hogy a kapott eredményeket összevessük egy olyan elrendezéssel, ahol a modulátorok vezérlése azonos módon történik és egy egyszerű fázistolóval történik meg a szükséges fáziskülönbség beállítása a két ág között. 9. ábra. 80Gbps sebességű 16QAM moduláció konstellációs ábrája optimális, 0,03V és 0,15V-al eltolt munkapontú MZM esetén. (a) demodulálás külső forrásból származó vivővel (b) demodulálás az adóból származó vivőjellel. IRODALOMJEGYZÉK [1] W. Shieh, H. Bao, and Y. Tang: Coherent optical OFDM: theory and design, Optics Express, Vol. 16, No. 2, 2008 [2] William Shieh: OFDM for Flexible High-Speed Optical Networks, Journal of Lightwave Technology, VOL. 29, No. 106, 2011 [3] Jean Armstrong:OFDM for Optical Communications, Journal of Lightwave Technology, VOL. 27, NO. 3, 2009 [4] Daniel J., Fernandes Barros, Joseph M. Kahn: Optical Modulator Optimization for Orthogonal Frequency-Division Multiplexing, Journal of Lightwave Technology, VOL. 27, NO. 13, 2009 [5] VPIphotonics: VPItransmissionMaker program 26

27 Lineárisan és cirkulárisan polarizált antennák kombinált alkalmazása beltéri pozícionálásnál Szalay Zoltán Attila Szélessávú Hírközlés és Villamosságtan Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország Nagy Lajos Szélessávú Hírközlés és Villamosságtan Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország Kivonat A cikk lineárisan és cirkulárisan polarizált antennák kombinált használatának lehetőségével foglalkozik beltéri térerősség mérésen alapuló pozicionálási technikák esetén. Egy kvázi kétdimenziós, saját fejlesztésű sugárkövetéses modellel, valamint méréssel vizsgáltam a vett teljesítmény eloszlást közvetlen és közvetett adó rálátás esetén. A modell az adó és a vevő közötti direkt terjedési útvonalak mellett az első- és másodrendű reflektált sugarakat és a diffrakció hatását is figyelembe veszi. A lineáris és cirkuláris polarizációjú antennák együttes használatával a vételi teljesítmény szórása csökken a csupán lineárisan polarizált antennák alkalmazásához képest. A mért és szimulált teljesítményekkel pozicionálást hajtottam végre a legkisebb négyzetes hiba módszerével három adó esetén. A két különféle típusú polarizációval rendelkező antennák használatával a pozicionálás átlagos hibája jelentősen csökken a csupán lineárisan polarizált antennák használatához képest. Kulcsszavak Beltéri pozícionálás, lineáris és cirkuláris polarizáció, RSSI I. BEVEZETŐ Napjainkban fontos kutatási területet jelent objektumok, emberek pozíciójának a meghatározása. Számtalan helyfüggő szolgáltatás épül az előfizető helyzetének ismeretére. A kültéri környezetben jól használható GPS (Global Positioning System) beltérben nem alkalmazható. Ennek a problémának a megoldására sok különböző technikát dolgoztak ki, melyek alapvetően két csoportba sorolhatóak. Az egyik az úgynevezett multilateráció, mely az elektromágneses hullám véges terjedési sebességéből adódó beérkezési időkülönbségre épül, míg a másik a vett teljesítmény értékéből számítja az adó és a vevő közötti távolságot. Jelen cikkben az utóbbi módszer pontosságának növelésére teszek javaslatot. Beltéri környezetben a közvetlen jelterjedési útvonalak mellett domináns szerepet töltenek be a reflektált és diffraktált sugarak is. Ilyenkor az elektromágneses hullámok fázishelyes összege adja az eredő térerősséget, mely elrontja a szabadtérre jellemző térerősség-távolság függvény monotonitását. Az adó és a vevő közötti távolság változásával a vett teljesítmény egy várható érték körül ingadozik. A fluktuáció Rice eloszlást követ közvetlen rálátás esetén, míg ha csak közvetett útvonalakon jut jel az adóból a vevőbe, akkor Rayleigh eloszlású. A távolságmérés és ezen keresztül a pozícionálás pontosságának javításához csökkenteni kell a jelszint ingadozását. Erre egy lehetőség az irányított antennák használata, mivel ilyenkor a közvetett útvonalakon érkező jeleket valamilyen mértékben elnyomjuk, feltéve, hogy az adó és a vevő antenna főiránya egymás felé néz [1] [3]. Egy másik lehetőség, ha a lineárisan polarizált antennák helyett cirkuláris polarizációjúakat használunk [4], [5]. A körpolarizált elektromágneses hullám egy visszaverődés után az ellenkező irányban lesz cirkulárisan polarizált. Ez azt jelenti, hogy a vevő antenna szempontjából a reflektált hullám kereszt polarizált, így az antenna érzéketlen rá. Más szóval minden páratlan számú reflexiót elszenvedő sugarat elnyom az antenna, ezáltal pedig csökken a vett jelszint ingadozása. Egy másik előnyös tulajdonsága a körpolarizált antennáknak, hogy a hullám terjedési irányára merőleges síkban való elforgatásra érzéketlenek [6]. A vett jelszint mobil orientációtól való függésének csökkentésére algoritmikus megoldások is születtek [7]. Mobil alkalmazásokban - mint amilyen a pozícionálás is - előnyös, ha a mobil eszköz omni irányítású antennával rendelkezik. Azonban körsugárzó, körpolarizált antennák készítése a gyakorlatban komoly kihívást jelent [4]. Ezért javaslom a fix telepítésű adó vagy vevők esetében a körpolarizált antennák, míg a mobil egység esetében a lineáris és körsugárzó antenna használatát. Ez a megoldás csökkenti a mobil egység orientációjának változásából adódó jelszint ingadozását, valamint a közvetett jelutak létezéséből fakadó fluktuációt is redukálja. Szabad tér esetén 3 db-lel kisebb jelszint adódik két azonos polarizációban álló antennához képest, azonban ez a pozícionálás pontosságát nem befolyásolja. Ezen kívül beltéri környezetben az adótól távolodva magasabb hatványrendűnek adódik a térerősségcsökkenés két lineárisan polarizált antenna esetén, mint egy cirkuláris és egy lineáris használatakor. Ezért az adó és a vevő közötti távolság növekedésével a fentebb leírt teljesítményveszteség először csökken, majd pedig nyereséggé változik. A kézenfekvő megoldás ellenére nem találtam erre vonatkozó publikációt a szakirodalomban. A II. szakaszban a szimulációhoz használt saját fejlesztésű, MATLAB környezetben megvalósított sugárkövetéses modellt, majd a II-A. alfejezetben a mérési és szimulációs elrendezést ismertetem. A III. fejezetben a mérési és szimulációs eredmények kerülnek bemutatásra. Végül III-A. alfejeztben a távolságmérés (pozícionálás) pontosságának növekedését érzékeltetem. II. A SZIMULÁCIÓS MODELL Annak érdekében, hogy az egyes terjedési fajták hozzájárulását a teljes tér kialakulásához vizsgálni tudjam, egy moduláris, kvázi két dimenziós sugárkövetéses modellt 27

28 fejlesztettem. A körpolarizált jelek leírhatóak két, térben merőleges, egymáshoz képest 90 fokos fázistávolságra lévő lineárisan polarizált jel összegeként. Éppen ezért egy tisztán kétdimeziós modell nem képes leírni minden előnyét a cirkulárisan polarizált jelek lineárisan polarizált antennával történő vételének. A modell pontosságát a plafonon és az aljzaton történő első és másodrendű reflexiók figyelembevételével javítottam abban az esetben, amikor a vevő akadály nélkül látja az adót. A nem tiszta rálátás esetén a modellezés már csak három dimenzióban valósítható meg. A közvetlen terjedési mód esetén a szabadtéri csillapítást (1) és fáziskésleltetést a falakon történő áthaladás által okozott többletcsillapítással és fázistolással egészítettem ki [8]. ( ) 4 π d L f = 20 lg G a G v [db]. (1) λ A fenti képletben L f jelöli a szabadtéri csillapítást, d az adó és vevő közötti távolságot, λ pedig a szabadtéri hullámhosszt. G a és G v az adó, illetve vevő antenna nyeresége, decibelben kifejezeve. A modell figyelembe veszi a falak szerkezetét, az egyes rétegek elektromomágneses paramétereit (komplex permittivitás és permeabilitást), a beeső hullám polarizációját, valamint a fallal bezárt szögét. A transzmisszós és reflexiós paraméterek számítását egy rekurzív formula segítségével végeztem el [9]. A horizontális polarizáció esetén a (2) és (3), vertikális esetén pedig a (4) és (5) egyenletekkel számíthatóak az átviteli és reflexiós tényezők. Horizontális polarizációnál: Vertikális polarizációnál: Γ = E r E i = A 0 B 0. (2) T = E t E i = 1 A 0. (3) Γ = E r E i = C 0 D 0. (4) T = E t E i = 1 D 0. (5) A (2) és (3) képletekben Γ a reflexiós, T pedig a transzmissziós tényező. E r a visszavert, E t a továbbított, E i pedig a beeső hullám elektromos térerősségét jelölik. A 0, B 0, C 0 és D 0 a (6), (7), (8) és (9) képletek segítségével számítható. A 0 = eψj 2 [A j+1 (1 + Y j+1 ) + B j+1 (1 Y j+1 )]. (6) C 0 = eψj 2 [A j+1 (1 + Z j+1 ) + B j+1 (1 Z j+1 )]. (8) D 0 = e ψj 2 [A j+1 (1 Z j+1 ) + B j+1 (1 + Z j+1 )]. (9) A (6), (7), (8) és (9) egyenletekben a j index a j-edik réteget jelenti. Y, Z és ψ pedig a (12), (13), (14) -vel számítható. N számú réteg esetén a rekurzív formulákat az N +1 -edik réteg felhasználásával lehet kiértékelni (10), (11). A N+1 = C N+1 = 1. (10) B N+1 = D N+1 = 0. (11) Y j+1 = cos (θ j+1) ε j+1 (1 j tan (δ j+1 ) µ j ) cos (θ j ) ε j (1 j tan (δ j ) µ j+1 ). (12) Z j+1 = cos (θ j+1) ε j (1 j tan (δ j ) µ j+1 ) cos (θ j ) ε j+1 (1 j tan (δ j+1 ) µ j ). (13) A (12) és (13) képletekben θ j a j-edik rétegen történő reflexió szöge, ε j a j-edik réteg permittivitása, tan (δ j ) a j- edik réteg vesztesége, µ j a j-edik réteg permeabilitása, míg j a képzetes egység ( 1). ψ j = d j γ j cos (θ j ). (14) A (14)-ben d j jelöli a j-edik réteg vastagságát, míg γ j a (15) képlet szerint számítható. γ j = ± jωµ j (σ j + jωε j ). (15) A fenti képletben ω jelöli a hullám körfrekvenciáját, míg σ j a j-edik réteg vezetőképességét. A falak elektromos paramétereit egy saját készítésű koaxiális rezonátor alapú mérőegységgel határoztam meg [10]. Az irodalomban megtalálható értékekkel jó egyezést mutattak a mérési eredményeim. Az egyes faltípusok esetében mért komplex permittivitások valós és képzetes részeinek értékeit mutatja a I. táblázat. I. táblázat: Különböző faltípusok esetén mért és a modellben használt dielektromos állandók valós és képzetes része (R(ε), I(ε)) Anyagok R(ε) I(ε) Beton 7,0 1,2 Tégla 3,7 0,23 Üveg 6,2 0,01 Fa 2 0,05 B 0 = e ψj 2 [A j+1 (1 Y j+1 ) + B j+1 (1 + Y j+1 )]. (7) 28 A modell a közvetlen terjedési útvonalakon kívül figyelembe veszi az egyszeresen és kétszeresen reflektált sugarakat

29 is, de csak akkor, ha kevesebb mint két falon haladnak át útjuk során. Ennek az az oka, hogy ennél nagyobb számú transzmisszó esetén a jel energiája annyira lecsökken, hogy már nem járul hozzá számottevően a tér kialakulásához. A konvex éleken történő diffrakció számításához az UTD (Universal Theory of Diffraction) modellt használtam [11], [12]. Azonban ez a fajta terjedési mód az általa szállított kis energia miatt nem növeli jelentékenyen a modell pontosságát. Az irányított antennák hatásának a vizsgálatára is képes a modell, mivel figyelembe veszi az antennák teljes háromdimenziós iránykarakterisztikáját. II-A. A szimulációs és mérési környezet A mérések a BME V1 épületének első elemeletén, irodai környezetben történtek. Az alaprajzi adatok alapján egy adatbázist készítettem, mely a falak végpontjainak x és y koordinátáit, valamint az elektromos paramétereiket tartalmazza. A 1. ábrán látható az adatbázisnak az a része, mely szerepet játszik a szimuláció és a mérés során. A piros vonalak jelölik a tégla, míg a fekete a beton falakat. A kék vonalak az ablakokat, a lila és a zöld pedig a fa, illetve a fém ajtókat ábrázolják. A legvastagabb vonalak 40 cm-t, a közepes szélességűek 12 cm-t, míg a legvékonyabbak 5 cm-t jelentenek. A mérési területeket a világoskék téglalapok és vonalak szemléltetik. A zöld pötty a körpolarizált, míg a háromszög a lineárisan polarizált antenna helyét mutatja. Mindkét sugárzó 1 méter magasságban került elhelyezésre, valamint a mérések is ebben a síkban történtek. A mérés során mindkét fajta polarizációjú antennát foltsugárzóként készítettem el annak érdekében, hogy az iránykarakterisztikájuk a lehető legnagyobb mértékben megegyezzen. A két háromdimenziós iránykarakterisztikát a horizontális és vertikális síkú iránydiagramokból lineáris interpolációval készítettem. Az iránydiagramokat egy fokos szögfelbontással árnyékolt mérőszobában mértem meg. Mind a szimulációk, mind pedig a mérések a 868 MHz-es ISM (Industrial, Scientific, Medical) sávban történtek. Távolság [m] III Mérési területek Linp. ant. Körp. ant Távolság [m] 1. ábra: Alaprajz és mérési elrendezés MÉRÉSI ÉS SZIMULÁCIÓS EREDMÉNYEK A méréseket vertikális és horizontális polarizációban álló vevő antennával, a 1. ábrán látható világoskék területeken végeztem cm felbontással. Az adók folytonos, 15 dbm teljesítményű szinuszos jelet sugároztak. Annak érdekében, hogy mindkét bázisállomás jelét azonos időben mérhessem, 1 MHz-el elhangoltam őket egymástól. Az adatgyűjtést egy körsugárzó, lineárisan polarizált GP (Ground Plane) antennával felszerelt kézi spektrumanalizátor segítségével végeztem. A 2. ábra az 1. ábrán világoskék téglalapokat tartalmazó szobára elvégzett szimulációs eredményeket szemlélteti. A számítás vertikális polarizációjú adó és vevő antennák esetére 10 cm felbontással készült. Távolság [m] Távolság [m] 2. ábra: A szimulált vételi teljesítmények, szabad rálátás és vertikális polarizáció esetén Az 1. ábrán jelölt világoskék szaggatott vonal mentén készített metszete a 2.-nak, és az ugyanazen vonal mentén mért teljesítményértékek láthatóak a 3. ábrán. A két görbe menete, illetve jellege jó egyezést mutat. Továbbá az ábrán szerepel a szabadtéri csillapítás is, melyet folytonos piros vonal ábrázol. Vett teljesítmény [dbm] Távolság [m] Szimulált Mért Szabadtéri, elméleti 3. ábra: Szimulált és mért teljesítmény értékek a távolság függvényében A 4. ábra a különböző polarizációkban történt mérési eredményeket mutatja be, melyek szintén a világoskék szaggatott vonal mentén készültek (1. ábra). Az ábrán LP jelöli a lineárisan (az adó vertikális síkban polarizált), míg CP a körpolarizált adót. VP és HP a közvetlen terjedési útvonalra merőleges síkban, függőlegesen és vízszintesen álló körsugárzó vevőantennát jelentik. A görbék alapján látható, hogy a körpolarizált adóantenna esetében mindkét vevőantenna orientáció esetén magasabb átlagos jelszint adódott, mint a lineárisan polarizált adó esetében. Ezen kívül a cirkulárisan 29

30 poláros bázisállomás esetén a vevő antenna állásától független a vételi jelszint. A vett teljesítmény szórását a szabad és nem szabad adó rálátás esetén, a mért és szimulált értékekkel II. táblázat tartalmazza. Vett teljesítmény [dbm] LP adó VP vevõ CP adó VP vevõ 65 LP adó HP vevõ CP adó HP vevõ Távolság [m] 4. ábra: A vett teljesítmény értékek a távolság függvényében, szabad rálátás esetén II. táblázat: A vételi teljesítmény szórása különböző elrendezések esetén Szimulált Mért LP-VPCP-VPLP-HPCP-HPLP-VPCP-VPLP-HPCP-HP SZL sarok 5,5 5,3 9,8 6,8 5,2 4,8 11,4 6,1 SZL vonal 4,1 3,7 9,4 6,8 4,4 3,6 6,7 5,5 SZL közép 7,6 6, ,4 6,7 - - NSZL 7,0 6, ,9 6,1 - - A II. táblázatban SZL a szabad rálátást, míg NSZL a nem szabad rálátást jelenti. A 1. ábrán látható világos kék területek helyzetét jelentik a sarok, vonal és közép jelzők. A táblázat második sorában található jelölések megegyeznek a 4. ábra jelöléseivel. A táblázatban lévő szórásértékek dbm dimenziójúak. A vonal menti szimulált és mért értékekre egy logaritmikus görbét illesztettem a legkisebb négyzetes eltérés módszerével. Az illesztett görbe és a mért értékek különbségének a szórását vizsgáltam. A téglalap alakú tartományok esetén közvetlenül a mért és szimulált értékek szórását számítottam. Az eredmények azt mutatják, hogy beltéri környezetben a körpolaizált jelet kisebb jelszint ingadozással képes venni a linárisan poláros antenna, mint a vele megegyező polarizációjú jelet. Ezen kívül a vett teljesítmény csökkenése a távolság kisebb hatványa szerint történik. III-A. Távolságmérés pontossága A II. táblázatban bemutatott szórási értékek csökkenése a különböző polarizációjú antennák kombinált használatával azt jelenti, hogy a távolságmérés pontossága javul. Mivel a gyakorlatban nem egyetlen, hanem több minta átlaga alapján szokták az adó és a vevő közötti távolságot becsülni, ezért én is 10 minta súlyozott átlagát vizsgáltam. Az egyenesek mentén felvett minták mozgóátlagát egy haranggörbe típusú súlyozó függvénnyel számítottam. Szabad adó rálátás esetén 2,4 m- nek adódott a távolságmérés átlagos hibája a két lineárisan polarizált antennával, míg a kombinált elrendezéssel 2,1 m- re csökken ugyanez az érték. Nem szabad adó rálátás esetén ugyanezen értékek 2,9 és 2,7 m-nek adódtak. IV. VÉGKÖVETKEZTETÉS A mérések és szimulációs eredmények alapján elmondható, hogy beltéri környezetben érdemes körpolarizált fix telepítésű antennákat, míg mobil egységek esetében lineárisan polarizált körsugárzó antennát használni. A megoldás előnye, hogy a mozgó egység által vett teljesítmény ingadozása csökken a lineárisan polarizált antennák használatához képest. Ezen kívül a vételi teljesítmény kevésbé érzékeny a mobil egység antennájának orientáció változására. A javasolt megoldás további előnye, hogy a felhasználónál lévő eszköz antennája továbbra is omni irányítottságú marad, így minden irányba azonos érzékenységgel rendelkezik. Ezen előnyök növelik a vett térerősség alapú pozícionálási technikák pontosságát, valamint a kommunikációs célú összeköttetések hatótávolságát és megbízhatóságát. HIVATKOZÁSOK [1] R. Szumny, K. Kurek, and J. Modelski, Attenuation of multipath components using directional antennas and circular polarization for indoor wireless positioning systems, in Proceedings of the 4th European Radar Conference. [2] K. Sato, T. Manabe, T. Ihara, H. Saito, S. Ito, T. Tanaka, K. Sugai, N. Ohmi, Y. Murakami, M. Shibayama, Y. Konishi, and T. Kimura, Measurements of reflection and transmission characteristics of interior structures of office building in the 60-ghz band, IEEE Transactions on Antennas and Propagation, vol. 45, no. 12, pp , December [3] M. Fryziel, C. Loyez, L. Clavier, N. Rolland, and P. A. Rolland, Pathloss modell of the 60-ghz indoor radio channel, Microwave and Optical Technology Letters, vol. 34, no. 3, pp , August [4] A. Cidronali, S. Maddio, G. Giorgetti, and G. Manes, Analysis and performance of a smart antenna for 2.45-ghz single-anchor indoor positioning, IEEE Transactions on Antennas and Propagation, vol. 58, no. 1, pp , January [5] X. Huang, Antenna polarization as complementarities on rssi based location identification, in Wireless Pervasive Computing. ISWPC, February [6] F. Yildirim, A. S. Sadri, and H. Liu, Polarization effects for indoor wireless communications at 60 ghz, IEEE Communictions Letters, vol. 12, no. 9, pp , September [7] A. Eltaher, I. I. Ghalayini, and T. Kaiser, Towards uwb self-positioning systems for indoor environments based on electric field polarization, signal strength and multiple antennas, in Wireless Communication Systems. [8] F. S. de Adana, O. G. Blanco, I. G. Diego, J. P. Arriaga, and M. F. Cátedra, Propagation model based on ray tracing for the design of personal communication systems in indoor environments, IEEE Transactions on Vehicular Technology, vol. 49, no. 6, pp , November [9] C. A. Balanis, Advanced engineering electromagnetics. John Wiley & Sons, Inc. [10] S. Zoltán, T. Istvan, and L. Nagy, Complex dielectric parameter measurement by coaxial resonator and ism band radio module, in Radioelektronika [11] J.-F. Rouviere, N. Douchin, and P. F. Combes, Diffraction by lossy dielectric wedges using both heuristic utd formulations and fdtd, IEEE Transactions on Antennas and Propagation, vol. 47, no. 11, pp , November [12] P. Bernardi, R. Cicchetti, and O. Testa, A three-dimensional utd heuristic diffraction coefficient for complex penetrable wedges, IEEE Transactions on Antennas and Propagation, vol. 50, no. 2, pp , February

31 Rádiós modulok beltéri és kültéri hatótávolságainak összehasonlítása a 915MHz és 2,4GHz-es frekvenciasávok között különböző PCB méretek mellett Vida Zoltán Budapesti Műszaki és Gazdaságtudományi Egyetem Optikai és Mikrohullámú Távközlési Laboratórium zolavid@gmail.com Zólomy Attila Budapesti Műszaki és Gazdaságtudományi Egyetem Optikai és Mikrohullámú Távközlési Laboratórium zolomy@mht.bme.hu Absztrakt A cikk összefoglalja a 915MHz-es és a 2,4GHz-es ISM sávokban működő rádiós modulok segítségével elérhető beltéri, illetve kültéri hatótávolságokat különböző méretű PCB-k esetében. A nyák mérete jelentősen befolyásolja a monopól típusú antennák nyereségét, így az elérhető hatótávolságokat is. Általános probléma a kisméretű rádiós modulok esetében az elégtelen méretű földlemez, ezért az antenna nyereségek is jelentősen elmaradhatnak az ideális értékektől. Egy adott méretű modullal nagyobb antenna nyereség érhető el a nagyobb frekvenciákon, míg a nagyobb frekvenciák hátránya a rosszabb terjedési viszonyok, a nagyobb terjedési csillapítás. Ezekből következik, hogy létezik egy adott PCB méret melynél nagyobb modulok esetében az elérhető hatótávolság a kisebb frekvenciasávban válik előnyösebbé, míg a kisebb méretű modulok esetében a nagyobb frekvencián érhető el nagyobb hatótávolság. A különböző terjedési viszonyok miatt ez a PCB méret beltérben, illetve kültérben természetesen más és más. I. BEVEZETÉS A cikk szimulációs eredményekre támaszkodva ad becslést a beltéri és kültéri hatótávolságokra a 915 MHz-es, illetve 2,4 GHz-es frekvenciasávokban különböző nyákméretek mellett. Továbbá ezen eredmények alapján arról is becslést ad, hogy egy adott PCB mérettel melyik frekvenciasávban érhető el nagyobb beltéri, illetve kültéri hatótávolság. Nagyon kisméretű modulok esetén a nagyobb frekvenciasáv az előnyösebb, míg a jóval nagyobb modulok esetén a kisebb frekvenciasáv mind bel-, illetve kültérben. De e két említett határ között lévő nyákméretek esetében a bel-, illetve kültéri használat esetén az előnyösebb frekvenciasáv különbözik. Beltérben a nagyobb terjedési együttható miatt a terjedési hullámcsillapítás válik dominánsabbá az antenna nyereségek felett. A cikk nyomtatott monopól antennákat vesz alapul az összehasonlításhoz, de hasonló módon bármilyen típusú antennákra kiterjeszthető a vizsgálat, ugyanezen az elven. A különböző nyákméretekkel rendelkező nyomtatott antennákat a Sonnet EM szimulációs szoftverrel végeztem, továbbá a hatótávolságok becsléséhez a link adó, illetve vevő oldalán ugyanazon méretű antennákat feltételeztem. A hatótávolságok becsléséhez szükséges további paraméterek a következők, mind a 915MHz-es és a 2,4 GHz-es frekvenciasávban: a modulok vezetett kimeneti teljesítménye +20 dbm EIRP-ben, a vevőérzékenység -109 dbm (2-szintű GFSK moduláció, 40kbps adatsebesség, 20kHz-es frekvencia-löket mellett <1e-3 BER). Az energia mérlegben továbbá 5dB tartalékot feltételeztem a lehetséges interferenciák és fading-ek ellen. II. BELTÉRI HULLÁMTERJEDÉSI MODELL A szakirodalmakban többféle beltéri hullámterjedési modellek megtalálhatók. Ezen úgynevezett Pico-cellás méretű terjedési modellek empirikus modellek, miszerint a modell közelítő formulákat ad rengeteg előzetes mérési eredmények átlagára támaszkodva. Legtöbb esetben ezen empirikus modellek remekül alkalmazhatóak a gyakorlatban, és viszonylag pontos hatótávolságok becsülhetőek azok alapján. E modelleket jól leírja a [1]. Néhány empirikus modell úgynevezett fal-, és padló faktorokat is bevezet, ahol a különböző vastagságú és különböző anyagú falak hatását is megkülönbözteti. Ilyenek például: Keenan method, ITU-R model, COST 231 multi wall model, Ericsson model, Tuan model for WLAN. A jelenlegi cikk az Ericsson modellt (főként annak egyszerűsége miatt) részletezi és használja fel a terjedési viszonyok becsléséhez. E modell alapvetően a 900 MHz-es frekvenciasávra ad beltéri hullámterjedési megközelítéseket, de +8,5 db plusz szakaszcsillapítás hozzáadásával az 1,8GHz-es sávban is megbízhatóan használható. Esetünkben a 2,4 GHz-es frekvenciasávban ez az extra szakaszcsillapítás a 900 MHz-es sávhoz viszonyítva +12,3 db. Ez az extra szakaszcsillapítás a modell által feltételezett terjedési együttható visszaszámítása után adódott az 1,8 GHz-es és 900 MHz-es adatokat figyelembe véve. ( ) ( ) 31

32 ( ) Az Ericsson modell szerint a beltéri szakaszcsillapítás erőteljesen nő a távolsággal: [1] I. TÁBLÁZAT illetve vevőegységek közötti távolság valamely hatványának arányában változik. Ebben az esetben a terjedési együttható írja le a szakaszcsillapítás mértékét. Az elméleti kétutas terjedés (direkt és földreflexiós utak) terjedési együtthatója 4. Egy valós kültéri környezetben, ha az adó-, illetve vevőegységek között közvetlen rálátás is van, akkor ez a kétutas terjedési együttható a kültéri hatótávolság becsléséhez kicsit túlzás. A gyakorlatban alkalmazott együtthatók a 3 3,5 közötti értékek, jelenlegi cikk a kültéri hatótávolságok becsléséhez a 3-as együtthatót veszi alapul mind a 915 MHz-es, mind a 2,4 GHz-es frekvenciasávokban. Beltéri hullámterjedés esetében a fading-ek hatása minimalizálható az adó-, illetve vevőegységek megfelelő pozícionálásával a beltéri környezeten belül. (Ezt a metódust a L. Nagy Indoor Radio Coverage Optimization for WLAN The Second European Conference on Antennas and Propagation (EuCAP 2007) November 2007, EICC, Edinburgh, UK cikk tárgyalja). A jelenlegi cikk ezt a lehetőséget nem veszi figyelembe és az egyszerűség kedvéért a csillapítási értékek az Ericsson modell által becsültek. Az 1. ábra mutatja a becsült beltéri szakaszcsillapítást a távolság függvényében az Ericsson modell szerint. [1] IV. NYOMTATOTT MONOPÓL ANTENNÁK NYERESÉGEI ÉS A VELÜK ELÉRHETŐ HATÓTÁVOLSÁGOK VIZSGÁLATA KÜLÖNBÖZŐ PCB MÉRETEK MELLETT A. 2,4 GHz-es nyomtatott monopól antennák A nyomtatott monopól típusú antennák a négy különböző nyákmérethez a Sonnet EM szimulációs szoftver segítségével lettek megtervezve. Továbbá minden esetben az antennák bemeneti reflexiója nem haladhatta meg a -15 db-t 50 Ohm-ra nézve a 2450 MHz-es középfrekvencián. A négy különböző nyákméret a következők: 10x10, 20x20, 30x30 és 40x40 mm. Az alkalmazott nyák paraméterei: FR4, 1,55 mm vastagság. A Sonnet-ben megtervezett antennák, illetve azok szimulációs eredményei bemeneti impedancia, reflexió és nyereség a 2-5. ábrán láthatóak a 40x40 mm nyákméret esetében. A tervezés során a nyákméret magába foglalja a földlemezt, illetve a nyomtatott antenna által elfoglalt területet is. A 2,4-es GHz sávban a vizsgált nyákméretek mellett nem volt szükség tetőkapacitásos monopól antennák használatához, a rezonancia hossz elérhető volt ezekben a méretekben, csupán a megfelelő antenna hossz beállítása mellett egy párhuzamos hangoló kapacitás használata volt szükséges az antenna bemenetén. Az antennák tervezése a többi nyákmérethez hasonlóképpen történt, melyeknek a reflexiós korlátokat hasonlóképpen biztosítaniuk kellett. 1. ábra. Beltéri szakaszcsillapítás a távolság fv.-ben III. KÜLTÉRI HULLÁMTERJEDÉSI MODELL Kültérben az adó-, illetve vevőegységek közötti akadályok és reflexiók száma jóval kevesebb, mint beltérben. Az egyetlen jelentős befolyásoló tényező a földreflexió, melynek hatása függ a talaj nedvességétől, a hullám beesési szögétől és a hullám polarizációjától. Ha az adó-, illetve vevőegységek talajhoz mért távolságaihoz képest a hatótávolság jóval nagyobb, akkor a hullám beesési szöge állandónak tekinthető, továbbá a direkt és a reflektált út közötti fáziskülönbség is kicsi, melyekből az következik, hogy a kültéri szakaszcsillapítás megközelítőleg az adó-, 2. ábra. 40x40 mm PCB 2,4 GHz antenna 32

33 3. ábra. 40x40 mm PCB 2,4 GHz antenna impedancia a Smith diagramon Az antenna nyereségeket, az energia mérleget, a beltéri és kültéri hatótávolságokat a bevezetésben leírt paraméterek mellett a II. Táblázat foglalja össze. Láthatjuk, hogy a 2,4 GHz-es sávban az antenna nyereség a 20x20 mm nyákméret felett szaturálódik, így az ennél nagyobb méretű nyáklemezek használatával érdemben nem érhető el nagyobb antenna nyereség és így nagyobb hatótávolság sem. TÁBLÁZAT II. PCB méret [mm] Antenna nyereség [dbi] Max. energia mérleg [db] Beltéri hatótáv. [m] Kültéri hatótáv. [m] 10x10 ~-6,1 ~116, x20 ~-0,1 ~128, x30 ~0,6 ~130, x40 ~-0,4 ~128, B. 915 MHz-es nyomtatott monopól antennák A 915 MHz-es frekvenciasávban a nyomtatott monopól antennák hasonlóképpen lettek megtervezve, mint a 2,4 GHz-es frekvenciasávban, ugyanazon paraméterekkel és ugyanazon kritériumokat teljesítve. Ebben az esetben a nagyobb rezonáns hossz miatt a kisebb nyákméreteknél szükség volt tetőkapacitás használatára is (a bemeneti párhuzamos hangoló kapacitás mellett), amit a 6. ábra szemléltet. 4. ábra. 40x40 mm PCB 2,4 GHz antenna, bemeneti reflexió 5. ábra. 40x40 mm PCB 2,4 GHz antenna nyereség 6. ábra. 10x10 mm PCB 915MHz antenna Az antenna nyereségeket, az energia mérleget, a beltéri és kültéri hatótávolságokat a bevezetésben leírt paraméterek mellett a III. Táblázat foglalja össze. Láthatjuk, hogy a 915 MHz-es sávban az antenna nyereség a 40x40 mm nyákméret mellett válik elfogadhatóvá, valószínűleg az ennél nagyobb nyákméreteknél kezd szaturálódni, ellenben az ennél kisebb méretű nyákoknál a nyereség és ez által az elérhető hatótávolságok is rohamosan csökkenek. 33

34 PCB méret [mm] Antenna nyereség [dbi] TÁBLÁZAT III. Max. energia mérleg [db] Beltéri hatótáv. [m] Kültéri hatótáv. [m] 10x10 ~-18 ~ x20 ~-12,7 ~103, x30 ~-6,1 ~116, x40 ~-2,3 ~124, V. A 915MHZ-ES ÉS A 2,4 GHZ-ES SÁVOK ÖSSZEHASONLÍTÁSA C. Antenna nyereségek A 7. ábra mutatja a maximum antenna nyereségeket a nyákméretek függvényében mindkét frekvenciasávban ábrázolva. Láthatjuk, hogy a 915 MHz-es antenna nyereség csupán a 40x40 mm méret felett éri el a 2,4 GHz-es sávban elérhető értékeket. E. Beltéri hatótávolság Végül a beltéri hatótávolságokat összehasonlítva észrevehetjük, hogy ebben az esetben a nagyobb terjedési együtthatók és terjedési viszonyok miatt a terjedés szerepe felerősödik az antenna nyereségekkel szemben, mivel a hullámterjedési csillapításban fennálló különbség a két frekvenciasáv között jelentősebb lesz, mint kültérben. Megfigyelhetjük, hogy beltérben már a 20x20 mm-es PCB méret jelenti azt a határt a két sáv között, miszerint melyik frekvencián lehet nagyobb hatótávolságot elérni. Ebben az esetben már a 20x20 mm-es nyákméret felett a 915 MHz-es sáv válik előnyösebbé. 9. ábra. Beltéri hatótávolságok összehasonlítása a nyákméretek függvényében 7. ábra. Antenna nyereségek összehasonlítása a nyákméretek függvényében D. Kültéri hatótávolság Az elérhető kültéri hatótávolságok körülbelül a 40x40 mmes nyákméretnél válnak egyenlővé, ahol a 2,4 GHz-en lévő kissé nagyobb nyereséget a 915 MHz-en történő kissé kedvezőbb hullámterjedési csillapítás képes kompenzálni. Tehát ebben az esetben kb. ez az a PCB méret, amely alatt a 2,4 GHz-es sávon lehet nagyobb hatótávolságokat elérni, míg az ennél nagyobb méretű nyákoknál a 915 MHz-es sáv válik előnyösebbé. A 8. ábra mutatja az elérhető kültéri hatótávolságokat a nyákméret függvényében a két frekvenciasávban. KÖSZÖNETNYILVÁNÍTÁS A szerző szeretne köszönetet mondani Dr. Berceli Tibornak a folyamatos önzetlen támogatásért és segítségért. HIVATKOZÁSOK [1] Simon R. Saunders, Alejandro Aragón Zavala: Antennas and propagation for wireless communication systems, 2007 Wiley [2] Sonnet User s Guide, Release 12, 2009 Sonnet Software, Inc. [3] Constantine A. Balanis: Antenna Theory, Analysis and Design, Second edition, 1997 John Wiley & Sons, Inc. 8. ábra. Kültéri hatótávolságok összehasonlítása a nyákméretek függvényében 34

35 Oszcillátorok zajának csökkentése FPGA alkalmazásával Mészáros Gergely Zoltán, PhD hallgató Szélessávú Hírközlés és Villamosságtan Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország Dr. Ladvánszky János Ericsson Telecom Hungary Budapest, Magyarország Absztrakt A korábban elkészített kétfokozatú off-line zajcsökkentő rendszer Simulink modelljével elért sikeres eredményeket követően a módszer FPGA segítségével történő valós idejű megvalósítása a következő cél. Első lépésként a teljes kétfokozatú zajcsökkentő helyett, egy egyfokozatú, direkt zajcsökkentő realizálását tervezzük. Az FPGA-ra töltendő bitfolyam előállításához az ISE Design Suit System Generator for DSP komponensét használva az eddig használt Matlab/Simulink környezet használható. Ebben a cikkben bemutatásra kerülnek az FPGA-val történő megvalósítás szimulációs részletei, valamint a kapott és az ideális egyfokozatú zajcsökkentő eljárás eredményeinek összehasonlítása. A valósidejű zajcsökkentéshez a rendelkezésre álló Avnet Kintex- 7 FPGA-t használnánk, míg jelforrásként egy 10 MHz-es alacsonyfrekvenciás kvarcoszcillátort. Kulcsszavak - Simulink; System generator for DSP; Zajcsökkentés I. BEVEZETŐ Elektromos rendszerekben a zajcsökkentésre számos algoritmus létezik [1, 2, 3]. Ezek az algoritmusok átlagolást, és szűrést alkalmaznak. Konzulensem bemutatta, hogy kapcsolat van a zajszoknya, és az amplitúdó- és/vagy fáziszaj korrelációja között [4]. Erre az eredményre alapozva egy új zajcsökkentő algoritmust mutattunk be [5]. A sikeres eredményeket követően a bemutatott zajcsökkentő módszer FPGA segítségével történő valósidejű megvalósítása a következő cél. Mivel a jelfeldolgozáshoz az FPGA belső órajelét szeretnénk használni (ami 200 MHz), ezért egy 10 MHz-es alacsonyfrekvenciás kvarcoszcillátort használunk zajos jelforrásként. A következő fejezetekben az [5]-ös cikkben bemutatott algoritmusnak egy egyszerűsített változatának, az egyfokozatú zajcsökkentőnek a szimulációs megvalósítása, és szimulációs eredményei kerülnek bemutatásra a System Generator for DSP program segítségével. Ezzel a programmal lehetővé válik számunkra, hogy a használni kívánt Kintex-7-es FPGA felprogramozásához szükséges fájlokat a Matlab/Simulink programon keresztül állítsuk elő. II. AZ EGYFOKOZATÚ ZAJCSÖKKENTÉS Egyfokozatú zajcsökkentés esetén a zajos jel megtisztítását az alapsávi zajparaméterekkel (alapsávi amplitúdó zaj, és alapsávi fáziszaj) végezzük, szemben az [5]-ös cikkben bemutatott kétfokozatú zajcsökkentéssel, ahol a vivősávi zajparaméterekkel végezzük el a feladatot. A rendszer Simulink-es blokkvázlata az 1. ábrán látható. A rendszer első eleme a 10 MHz-es zajos oszcillátor mért időfüggvényét tartalmazza. A zajos jel alapsávi zajparamétereinek meghatározását a Noise detector blokk végzi a kvadratúra demodulátorhoz hasonlóan. Az általános kvadratúra demodulátor blokkvázlata a 2. ábrán látható, bemeneti jele: kimeneti jelei veszteségmentes aluláteresztő szűrők esetén: 1. ábra: Az egyfokozatú zajcsökkentő rendszer Simulink modellje. 35

36 aluláteresztő szűrő HO + π/2 3. ábra: Hilbert egység. aluláteresztő szűrő 2. ábra: Kvadratura demodulátor. Ahogy a 3. ábrán láthatjuk, további két blokkot is tartalmaz a Hilbert egység. Az első blokk (Nodc blokk) a valós, zajos jel esetleges egyenáramú összetevőjét távolítja el mozgóablakos átlagolással egész számú periódusokra, míg a második blokk (Normalizer blokk) a már komplex jel abszolút értékének mozgóablakos átlagolásával normalizálja a zajos, komplex jelet. Az utóbbi két blokkot a 4. és az 5. ábrán láthatjuk. ahol az alapsávi relatív amplitúdó zaj, az alapsávi fáziszaj. A kvadratura demodulátor kimeneti jeleit felhasználva kifejezhetjük a kívánt zajparamétereket: Mivel a 2. ábrán látható helyi oszcillátor (HO) megfelelő beállításához külön szinkronizálás szükséges, ezért úgy módosítjuk a feldolgozást, hogy ne legyen szükséges a helyi oszcillátor használata. Ezért szerepel az 1. ábrán a jelforrás, és a zajparamétereket meghatározó blokk között a Hilbert egység nevű blokk. A. Hilbert egység A Hilbert egység legfontosabb eleme a 90 -os fázistolást végző késleltető egység, mely a 3. ábra közepén látható. A következő ábrákon már a System Generator for DSP elemekkel elkészített egységek láthatók. A 90 -os fázistolással előállítjuk a bemeneti koszinuszos jelnek a szinuszos megfelelőjét, azaz a bemeneti valós jelből komplex jelet állít elő. A Simulink-es modellel ellentétben a System Generator for DSP esetén nem használhatunk komplex jeleket, ezért külön kell kezelni a jel valós és képzetes részét. Amennyiben változtatható frekvenciájú oszcillátor zaját kívánjuk csökkenteni, akkor az említett késleltető helyett Hilbert szűrőt alkalmaznánk. Erről kapta a blokk a nevét. 4. ábra: Hilbert egység Nodc blokkja. 5. ábra: Hilbert egység Normalizer blokkja. 36

37 6. ábra: Az alapsávi zajparamétereket meghatározó blokk (Noise detector). B. Az alapsávi zajparaméterek meghatározása A Hillbert egység kimeneti jele lassan változó zajkomponensek esetén: melyből az alapsávi relatív amplitúdó zaj meghatározható a valós és képzetes részek négyzetösszegeiből vont gyökéből, azaz a komplex jel abszolút értékéből. A fáziszaj meghatározásához először meg kell határoznunk a komplex jel fázisát. Ezt a korábban leírt arkusz tangens függvénnyel végezhetjük el. Az (5)-ös egyenlettől eltérően további műveletek elvégzése szükséges az alapsávi fáziszaj meghatározásához. Az alapsávi zajparamétereket meghatározó blokk a 6. ábrán látható. Az abszolút érték képzés, és az arkusz tangens függvény a Xilinx komponensek közül a CORDIC (COordinate Rotation Digital Computer) ATAN blokkal egyszerre elvégezhető, ezzel is csökkenthető a rendszer erőforrásigénye. Az ábrán látható fázisösszegző (Phase Accumulator) blokk az arkusz tangenst követően a kapott fázisból eltávolítja a vivőfrekvenciás komponenst egy fáziszárt huroknak megfelelő visszacsatolással, valamint korlátozza az egyes minták közötti fázisváltozást ±π közé. Ez utóbbi egység részletesen a 7. ábrán látható. C. Zajcsökkentés az alapsávi zajparaméterekkel A zajcsökkentést a Hilbert egység kimeneti jelén végezzük el a már meghatározott alapsávi zajparaméterek segítségével. A pontos eredményhez a zajos komplex jelet késleltetni kell a zajparamétereket meghatározó blokk teljes késleltetésének megfelelően, majd a (6)-os egyenletből kiindulva a zajparamétereket tartalmazó tagokkal történő osztással elvégezhető a zajcsökkentés. System Generator for DSP esetén a fáziszaj ily módon történő eltávolítása több okból is problémát jelent. Az egyik a már korábban is említett komplex szám kezelésének hiánya, a másik ok az exponenciális függvény kezelése, és végül az osztással járó erőforrásigények minimalizálása (ez utóbbit az amplitúdó zaj eltávolításánál is figyelembe kell venni). Ezen problémák feloldása a következő egyenletek alkalmazásával érhető el: 7. ábra: A fázisösszegző felépítése. A (7)-es összefüggéssel az osztás visszavezethető szorzásra, valamint az exponenciális függvény helyettesíthető koszinusz és szinusz függvényekkel. Egy általános komplex számmal elvégzett szorzás eredménye látható a (8)-as egyenletben. Ezzel az alakkal a korábbiakhoz hasonlóan külön kezelhető a komplex szám valós és képzetes része, így a System Generator for DSP programmal is megvalósítható, valamint a szükséges erőforrás mennyiség is csökkenthető. A relatív amplitúdó zajt tartalmazó taggal történő osztás kiküszöböléséhez kihasználható, hogy a kezdeti tranzienst kivéve az amplitúdó zaj abszolút értéke egynél sokkal kisebb, így a következő közelítés használható: A bemutatott összefüggések alapján az elkészített zajcsökkentést végző blokk a 8. ábrán látható. 37

38 zajcsökkentő rendszer. A sikeres eredményeket követően a későbbiekben szeretnénk az [5]-ös cikkben bemutatott kétfokozatú adaptív szűrőt tartalmazó zajcsökkentést is FPGA segítségével megvalósítani. 8. ábra: A zajcsökkentést végző blokk felépítése. D. Szimulációs eredmények A vizsgálatok során összehasonlításra kerültek az előzőekben bemutatott System Generator for DSP komponenseket tartalmazó, és egy ideálisan működő Simulink egységeket tartalmazó rendszer egyes blokkjainak kimeneti időfüggvényei. A 9. ábrán látható a két rendszer valós kimeneteinek az összehasonlítása. Az FPGA-t szimuláló rendszer eredményei pirossal, az ideális rendszeré kékkel vannak feltűntetve. A jobb láthatóság érdekében az itt bemutatott ábrán nem a szimulációhoz használt teljes adatsorra vonatkozó időfüggvények láthatók, hanem csak egy 4 μs-os része. A kimeneti jeleknek az itt bemutatott részén láthatók a kezdeti tranzienseket, ahol a (9)-es közelítés feltétele még nem teljesül, látható az is, hogy körül-belül 1,6 μs-tól a két rendszer által számított relatív amplitúdó zajok megegyeznek, és teljesül az előbb említett feltétel (innentől a kimeneti jelek amplitúdója megegyezik). Az is látható az ábrán, hogy a két rendszerrel meghatározott fáziszaj 3,5-4 μs között lesz egyező (ettől a kimeneti jelek fázisa is megegyezik). A kimeneti jelek teljesítménysűrűség-spektrumának összehasonlítása a 10. ábrán látható az előző színezésnek megfelelően. A grafikonon zölddel feltűntettük az eredeti zajos jel teljesítménysűrűség-spektrumát is. Az ábrán látható, hogy mindkét rendszer esetén csökkent a zajszint. 15 MHz-en az ideális rendszer esetén közel 35 db-lel, míg az FPGA-t szimuláló rendszer esetén 20 db-lel csökkent a zajszint. IRODALOMJEGYZÉK [1] H. W. Ott, Noise reduction techniques in electronic systems, 2nd ed., John Wilez & Sons Inc., United States of America, 1988 [2] S. V. Vaseghi, Advanced Digital Signal Processing and Noise Reduction, John Wilez & Sons Ltd., United Kingdom, 2008 [3] E. Hegazi, H. Sjöland and A. A. Abidi, A filtering technique to lower LC oscillator phase noise, IEEE Journal os Solid-State Circuits, vol. 36, No. 12, December 2001, pp [4] J. Ladvánszky, G. Kovács, Software Based Separation of Amplitude and Phase Noise in Time Domain, Proc. of ISCAS 2011, Rio de Janeiro, Brazil, pp [5] J. Ladvánszky, G. Mészáros, Cs. Fűzy, Spectral cleaning for oscillators, IEEE International Conference on Signal Processing, Beijing, China, October ábra: A megtisztított 10 MHz-es jelek összehasonlítása. III. ÖSSZEFOGLALÓ A kapott szimulációs eredményeken láthatjuk, hogy jelentős zajszint csökkenés érhető el a bemutatott egyfokozatú zajcsökkentő segítségével. Az itt bemutatott FPGA-t szimuláló rendszer segítségével felprogramozható az általunk használni kívánt Kintex-7-es FPGA a megfelelő bemeneti és kimeneti blokkok (IOB), beállítását követően, illetve a megfelelő órajel előállítását követően. A további szükséges beállításokat követően a gyakorlatban is kipróbálhatóvá válik az itt bemutatott egyfokozatú 10.ábra: A kimeneti teljesítménysűrűség-spektrumok összehasonlítása. 38

39 Finline szűrők átviteli zérusokkal Erdei Bence Szélessávú Hírközlés és Villamoságtan Tanszék BME Budapest, Magyarország Dr. Ladvánszky János Ericsson R&D Budapest, Magyarország Kivonat Újfajta mikrohullámú szűrő megvalósítást mutatunk be, melynél fontos szempont az olcsó gyárthatóság, ezáltal utánhangolást nem igényel. Emellett a szűrőknek szigorú követelményeknek is meg kell felelniük, az áteresztő sávbeli beiktatási csillapítás minimális szinten tartásával és a tulajdonságainak széles üzemi hőmérséklettartományon való megtartásával. A megtervezett negyedfokú szűrő földi mikrohullámú összeköttetések diplexerének adó-vevő szűrőjeként funkcionálhat, 15GHz környéki frekvenciasávokban. I. BEVEZETÉS Napjainkban a vezeték nélküli technológiák egyre szélesebb térhódításával a rendelkezésre álló spektrum szűkössé vált. Emiatt egyre drágábban lehet spektrumhozzáférést vásárolni, melynek ára az adott frekvenciasáv szélességével arányos. A spektrális hatékonyság kulcsa a nagysebességű digitális modulációk alkalmazása, így az elérhető bitsebesség sávszélesség arány a lehető optimális értéken tartható. Mivel az energiatakarékosság is fontos szemponttá vált manapság, az adóteljesítmény nem lehet nagy. Az adóteljesítmény csökkentésének kompenzálására, adott bithiba-arány (BER) tartásához a modulátor-demodulátor közötti jelút veszteségét kell csökkenteni, ez szigorú megkötéseket jelent az adó- és a vevőszűrőre. Pont-pont rádiós összeköttetések esetén általában full-duplex rendszerre van szükség, ahol az adó és vevő sávot egymáshoz a lehető legközelebb kell helyezni, mivel a kettő közötti tartomány kihasználatlanul marad. Ennek a sávnak a minimalizálására meredek levágású szűrőket kell használni. Ez a követelmény ellentmond az alacsony beiktatási csillapításnak, mivel a szűrő fokszámával nő a fizikai méret, ezáltal a beiktatási csillapítás. Ezért olyan szűrők tervezése a feladat, amelyek minimális fokszám esetén a lehető legmeredekebb levágást biztosítják. A hagyományos finline szűrőstruktúra nem teszi lehetővé átviteli zérusokat is tartalmazó karakterisztika megvalósítását, mivel a rezonátorok között keresztcsatolás nincs. Hátránya még ennek a típusnak, hogy a zárósáv viszonylag keskeny, mivel a rezonátorok között elhaló módusként terjedő hullámok a frekvencia növekedésével egyre kevésbé csillapodnak, és érvényét veszti a csatolt rezonátoros struktúra. A témában jeleneg még nem sok cikk jelent meg, és az ezekben bemutatott típusok általában fém betéttel készültek. A finline struktúrával azonban magára a betétekre integrálhatóak az adó és vevő erősítők is, melyek csökkentik a diplexerek ágainak veszteségeit, a kevesebb átmenet miatt. II. DIPLEXEREK A. A diplexerek felépítése A diplexer legegyszerűbb esetben két sávszűrőből áll, melyek középfrekvenciái az adási és vételi frekvenciáknak felelnek meg. Az adószűrő bemenetére csatlakozik a teljesítményerősítő (HPA High Power Amplifier), a vevőszűrő kimenetére az alacsony zajú erősítő fokozat (LNA). A két szűrő közös végponttal rendelkezik, amely az antennára van kötve. Ezt a részegységet combinernek nevezik (1. ábra). Olyan esetekben, ahol a beiktatási csillapítást nagyon kis értéken kell tartani, ott egy egyszerűbb elágazás tervezése szükséges. A keresztcsatolt finline szűrők egymás mellé helyezésével, és combiner kialakításával a szűrővel közös betéteken, kompakt diplexer készülhet, vizsgálata folyamatban van. 1. ábra A diplexer felépítése B. A diplexerek szűrőire vonatkozó követelmények Kétirányú kommunikáció esetén egy közös antennát használ az adó és a vevő. Az adó nagy jelszintje kerül az adóantennára, ebben a sávban a diplexernek nagy izolációt kell biztosítani a vevő nagyon érzékeny bemeneti fokozata (LNA) felé. Az adóáramkör kimenetén általában előírják a maximális megengedett állóhullámarányt is, melyet az adószűrőnek teljesítenie kell. Mindkét szűrő tervezésénél figyelembe kell venni azt a szempontot, hogy milyen erősítő és antennareflexiók esetén kell teljesíteni a specifikációt. A tervezés illesztett, általában a két végen egyforma lezárás mellett történik, ezért a szimuláció során ezeket a lehetséges reflexiókat is figyelembe kell venni. 39

40 A transzmissziós zérust nem tartalmazó (Butterworth, Csebisev) sokszor nem elegendő meredek levágással rendelkezik. Az ideális szűrő ilyen célra aszimmetrikus karakterisztikájú, melynek a középfrekvenciára nem szimmetrikus az átvitele. Amennyiben az adási az alsóbb frekvenciatartományon helyezkedik el, akkor az átviteli zérusokat a vevőszűrő átviteli sávjában célszerű elhelyezni, egy zérus esetén éppen a vételi középfrekvencián. Az ilyen aszimmetrikus szűrők tervezése bonyolultabb, mint a szimmetrikusaké, és bizonyos topológiák esetén nagyobb fokszámú szűrőt is eredményezhet. A szimmetrikus karakterisztika előnye, hogy csak egyszer igényel tervezést, a vevőszűrő megkapható az adószűrő minden méretének skálázásával, de gyárthatósági szempontból célszerű csak a betétek rajzolatát változtatni. III. A SZŰRŐ TOPOLÓGIÁJA A. A csatolási mátrix A szűrők tervezése régebben létrahálózatok szintézisével történt, melyekben koncentrált paraméteres rezonátorok és impedanciainverterek szerepeltek. Az impedanciainverterek szintézisénél figyelembe lehet venni a fizikai megvalósítás tulajdonságait, olyan helyettesítőképekkel, melyek legalább a rezonanciafrekvencia közelében jól leírják az általában diszperzív csatoló elemeket. [1] A csatolási mátrix ugyanezeket az előnyöket megtartva, szemléletesebb képet ad a tervezéshez, mivel a csatolási mátrix elemei közvetlenül megfelelnek egy-egy elemnek a fizikai realizációban. Tervezés során általában nem szükséges figyelembe venni a rezonátorok elosztott paraméteres jellegét, kis sávszélességű tervezésnél a diszperzió sem jelentős mértékű (néhány speciális esettől eltekintve). Az approximációt követően a kapott polinomokból, melyek az reflexiós és átviteli zérusokat tartalmazzák, előállítható a csatolási mátrix. A kapott mátrixot hasonlósági transzformációval olyan alakúra lehet hozni, hogy az adott technológiával fizikailag megvalósítható legyen. Minden topológia adott fokszám mellett különböző számú zérust tud megvalósítani. Az approximáció saját készítésű MATLAB programmal készült, az áteresztő sávban egyenletesen hullámos Csebisev karakterisztikával, és a zárósávban szimmetrikusan elhelyezett két transzmissziós zérussal, az aluláteresztő prototípus Ω=2rad/s körfrekvenciáján. B. Csatolt finline topológiák A hagyományos finline szűrőből egymás mellé helyezve kettőt (vagy többet) szendvics-szerkezet szerűen, több topológia alakítható ki. A közös ezekben az, hogy keresztcsatolás nem valósítható meg, csak a szomszédos rezonátorok között. Ezek a topológiák a szakirodalomban a folded (a), box (b), culde-sac (c) és az inline (d) (2. ábra). Természetesen még számtalan más elrendezés található magasabb fokszámokhoz, a követelmény csak annyi, hogy a szomszédos rezonátorok között mindig legyen csatolás, keresztcsatolást azonban könnyen meg lehet szüntetni. A kapott csatolási mátrix forgatás után megfelel a topológiának (3. ábra). Fontos korlát a tervezésnél, hogy a keresztcsatolások nem lehetnek ellenkező előjelűek (kapacitívek) a soros csatolásokkal, mivel ez magasabb módusú rezonátorokat (TE 102 ) igényelne [5], ami által nő a szűrő mérete. A csatolási mátrix elemei és a fizikai realizáció közötti megfeleltetések a 4. ábrán láthatók. x z IV. S L S L ábra Negyedfokú csatolási mátrix S ábra A csatolt finline elrendezés L Fém ház (alumínium) Dielektrikum Fémezés (réz) KERESZTCSATOLT FINLINE SZŰRŐK TERVEZÉSE A. A finline szűrők működése A hagyományos finline szűrők tervezésének módszere jól kidolgozott a szakirodalmakban [3,4,5], melyek az induktív szalagok koncentrált-elosztott paraméteres modelljével számolnak. Ezeket a paramétereket méréssel lehet megállapítani, vagy szimulációval könnyen megkaphatóak. A rezonátorok (fémezés nélküli szakaszok) hossza közel a csőben mért hullámhossz (λ g ) fele. ( ) (1), ahol a a csőtápvonal szélessége, λ 0 a szabadtéri hullámhossz. Ez a feltételezés sérül, ha a rezonátorok fala nem tökéletes elektromos fal, ebben az esetben a rezonátor a két végén levágás alatti hullámvezetőként működik. Ha a betét vastagsága elhanyagolható a tápvonal szélességéhez képest, akkor két, fele olyan széles tápvonalba exponenciálisan csillapodva hatol be a hullám. A csillapodás mértéke z út után: x y z ( ) ( ( ) ) (2) 2. ábra Topológiák 40

41 ,ahol λ h a levágási hullámhossz a fele szélességű tápvonalban. Az adószűrő középfrekvenciáján, WR-62 tápvonal esetén 10mm után már 20dB, 18mm után 40dB csillapítás lép fel, tehát egy ilyen hosszú szakaszt elektromos fallal lezárva elhanyagolható hiba adódik. Ez a behatolás rövidíti le a tiszta rezonátorok hosszát. Ezért a rezonátorok rezonanciafrekvenciáját csak a csatolási tényezők számításánál lehet majd meghatározni, azonban kiindulásnak jó közelítés a vezetett hullámhossz fele, megközelítőleg 10mm. A dielektromos hordozó (Rogers RT5880) vastagsága 0.254mm, relatív permittivitása ε r =2.2, így az effektív permittivitás nem nő meg jelentősen, a vezetett hullámhossz kismértékben nő. B. Rezonátorok közötti csatolások számítása A csatolási mátrix elemértékei normalizált csatolási tényezők. Az átszámítása következőképpen történik: ( ) ( ) ( ) ( ) (3),ahol BW a szűrő sávszélessége, f 0 a középfrekvenciája. Abban az esetben, amikor az M ii elemek nem zérusok (aszimmetrikus karakterisztika, aszinkron hangolás), hasonlóképpen történik a számítás, ekkor a rezonátornak a szűrő középfrekvenciájától való elhangolását jelenti ez az érték. A CST Microwave Studio térszimulátor programmal többféle módon lehetséges a csatolási tényező számítása, a soros csatolást S 21 szórási paraméter frekvenciatartománybeli megoldó használatával jobb mérni, a keresztcsatolást pedig a rezonanciafrekvencia-számító megoldóval. A keresztcsatolást a fémezett dielektrikumon elhelyezett rések biztosítják, a soros csatolást a hagyományos finline struktúra szerint lehet megvalósítani. Amennyiben egy rezonátor van, akkor rezonanciafrekvencián az átvitele ideális esetben 1, ezen kívül a jósági tényezőtől függő meredekséggel csökken. Két rezonátor csatolása esetén két rezonanciafrekvencia alakul ki (f 1 és f 2 ), amely a középfrekvenciától (f 0 ) egyenlő távolságra (δ) helyezkedik el. A csatolás növelésével egyre távolabb kerülnek ezek a csúcsok. A k csatolási tényező számítási módja a 3. egyenlet szerint történik. Mivel a normalizált csatolási tényező adott, így a 4. egyenlet szerint számított rezonanciacsúcs távolságokat kell beállítani az egyes rezonátorpárok között: Aszinkron hangolás esetén, kismértékű elhangolásoknál a csatolási tényező nem változik számottevően, nem szükséges kompenzálni a szinkron hangolási feltételezéssel számított értékeket. [2]. Az 5. ábrán látható a csatolt 1-3. rezonátor átvitele. Ennél a szimulációnál lényeges, hogy a be- és kimenet elhanyagolhatóan gyengén legyen csatolva a rezonátorokhoz, így nem terheli le azokat. C. Kapacitív csatolás megvalósítása Kapacitív csatoláson olyan csatolást szokták nevezni, amely a csatolási mátrixban a többi tényezőhöz képest ellentétes előjellel rendelkezik. A kapacitív csatolást a rezonátorok téreloszlásából lehet legkönnyebben felismerni. Kapacitív csatolás esetén ugyanis az alsóbb rezonancia ún. páratlan módusú, éppen ellenkezőleg mint az induktív csatolásnál, ahol a rezonátorok az alacsonyabbik frekvencián páros módusban rezegnek, tehát adott időpontban az E és H vektorok azonos irányban állnak. Ennek megvalósításához az szükséges, hogy a két rezonátor elektromos erővonalai nagyobb mértékben csatolódjanak, mint a mágneses erővonalak. A csatolási tényező definíciószerűen: Ebből a kifejezésből látható, hogy a két hatás egymással ellentétes, kiolthatják egymást [2]. A kapacitív csatolás megvalósításához tehát az elektromos erővonalakat nagy térfogatban minél inkább párhuzamosan kell vezetni, hogy az integrálhoz nagyobb mértékben hozzájáruljon. Erre egy megoldás a fokozatos átmenettel megvalósított impedanciaváltás. A keskeny rés széleinél szóródik az E tér, hasonlóan a kondenzátorokhoz. Mindkét rezonátor térfogatát így kiterjesztve és átlapolva őket, létrehozható a kapacitív csatolás (6. ábra). Így egy olyan nem alapmódusú rezonátort használok, ami nem növeli a fizikai méretet jelentősen (ellentétben a [6] cikkben bemutatott módszerrel) és jól szabályozható a csatolás mértéke. Az átlapolódás (5) (4) 6.ábra Kapacitív csatolás megvalósítása és az elektromos tér eloszlása az átfedett szakasz közepén és a rések méretétől függően kialakulhat átviteli zérus is, még az üzemi frekvencia környékén, melynek a további vizsgálata szükséges. D. Terhelt jósági tényezők számítása A terhelt jósági tényezőket a M S1 és M 4L értékekből lehet kiszámítani az alábbi módon: Ezt a számítást a sajátfrekvencia számítóval közvetlenül, vagy S paraméter szimulációval lehet elvégezni. Minél szorosabb a csatolás a rezonátor és a nemrezonáns forrás között, annál kisebb a jósági tényező, szélesebb a rezonanciacsúcs. (6) 5. ábra M 13 = csatolási tényező 41

42 E. A rések alakjának megválasztása A keresztcsatolást a középső fémezés rései biztosítják, a rezonátorszakaszok mellett. Nagyobb fokszámú szűrőnél gondot okoz, ha a két párhuzamos ág csatolási tényezői nagymértékben különböznek egymástól, mivel így a két rezonátor olyan mértékben eltávolodhat egymástól, hogy nem hozható létre a keresztcsatolás. Ezt a szempontot már a csatolási mátrix szintézisénél figyelembe kell venni. A rések alakja nem befolyásolja jelentősen a csatolás frekvenciafüggését, keskenysávú szűrők esetén. Szélesebb sávú struktúrák tervezésekor a metaanyagkutatás aktuális eredményei felhasználhatóak, pl. frekvencia szelektív felületek rezonátorainak viselkedését érdemes megvizsgálni. Mivel a szűrő keskenysávú, ezért egy egyszerű, egyenes oldalfalú nyílás is megfelelő. Ez gyárthatósági szempontból is jó választás. F. Keresztcsatolási tényezők számítása Az előző pontban kiszámított méretű rezonátorokkal kell számolni, az offsetet is figyelembe véve közöttük. Ennek jelentős mértékű hatása van a csatolási tényezőre. A tervezés iteratív folyamat, mivel a rés befolyásolja az előzőleg számított eredményeket is, azonban nem nagy mértékben, kis csatolási tényező esetén, így gyorsan jó közelítő eredmény adódik az optimalizáció kiindulási állapotához. A rés a két rezonátor középpontja között helyezkedik el félúton. V. A TELJES SZŰRŐ SZIMULÁCIÓJA A. Peremfeltételek és szimulációs beállítások A szűrő ezüstözött falú csőtápvonalban lesz megvalósítva, így a falak jó közelítéssel tekinthetők ideális vezetőnek. A 2. és 4. rezonátor oldalának lezárása nem lehet közvetlenül elektromos fal, mivel akkor a mechanikai gyártás pontossága befolyásolná a rezonanciafrekvenciát. Ha a csillapításra vonatkozó összefüggéssel kiszámolt hosszúságú szalaggal van lezárva a rezonátor, akkor a végén a fémfallal való lezárás hatására a rezonátor már nem érzi számottevő módon a lezárás pozíciójának mechanikai pontosságból adódó varianciáját. B. Optimalizáció A szimulációt frekvenciatartománybeli megoldóval célszerű végezni, a CST rezonáns megoldója kifejezetten alkalmas a célra. Mivel szimmetriát nem lehet kihasználni, a szimuláció időigényes, ezért fontos a jó kiindulási alap az optimalizációhoz. Csak lokális optimalizációt lehet végezni. A jó kiindulási eredményeknek köszönhetően kevés iteráció után jó eredmény adódott. A számítási elemszám a végleges szimuláció során 1 millió tetraéder környékén mozgott (16GB RAM), adaptív hálógenerálással. A 14-16GHz frekvenciasáv lefedéséhez a megoldási idő 30 perc, i7-2600k@5ghz processzorral. 7.ábra A szűrő S paramétereinek szimulációs és mérési eredményei 8.ábra A mechanikai megvalósítás VII. ÖSSZEFOGLALÁS Egy újfajta szűrőtípust mutattam be, mely olcsón gyártható kis szórással. A tervezés során saját készítésű segédprogramot használtam, mellyel a csatolási mátrix szintézisét végeztem el. Az új struktúra fontos részét képezi a kapacitív csatolást megvalósító elrendezés. Áramköri helyettesítőképek nélkül, csak szimulációs szoftverrel is elegendően pontos eredmény adódott az optimalizációhoz. A szűrő fizikai megvalósítását gyártás után nem szükséges hangolni, ezáltal a termelés olcsóbb és gyorsabb. Az egyszerű finline struktúra hőfüggését korábban már megvizsgáltam, ennek a struktúrának a vizsgálata még szükséges. További elrendezések, és magasabb fokszámú szűrők tervezése folyamatban van, melyek gyártási szórásokra és hőmérsékletváltozásra való tűrése is vizsgálandó. HIVATKOZÁSOK VI. A SZŰRŐ MÉRÉSE A szűrő háza kézi marással, a betéteket nagy pontosságú integrált áramköri technológiával készültek. A kis veszteség eléréséhez a fémezést és a belső falakat ezüstréteggel lettek bevonva. A mérés HP 8722D vektorhálózatanalizátorral történt. A szimulációs és a mért eredmény 7. ábrán látható. A mért eredmények eltérése (60MHz) a gyártási pontatlanságból és a betéten elhelyezett viák csőtápvonal falától való túl nagy távolsága miatt következett be, de a karakterisztika alakja megfelelő. A beiktatási csillapítás maximuma 1.5dB, mely a specifikációt teljesíti. CNC marással készült szűrő gyártása folyamatban van. 42 [1] Chandra M. Kudsia Richard J. Cameron, Raafat Mansour. Microwave Filters for Communication Systems: Fundamentals, Design and Applications. Wiley, 2007 [2] M. J. Lancaster Jia-Sheng Hong. Microstrip Filters for RF/Microwave Applications.Wiley, [3] J. Bornemann, R. Vahldieck, Professor F. Arndt, and D. Grauerholz. Optimized low-insertion-loss millimetre-wave fin-line and metal insert filters. The Radio and Electronic Engineer, 52(11):513521, November [4] Bharathi Bhat, Shiban K. Koul. Analysis, Design, and Applications of Fin Lines. Artec House, [5] R. Lopez-Villarroya, G. Goussetis, J.-S. Hong. E-Plane filter design for space applications with advanced and stringent performance requirement. Heriot-Watt University, Edinburgh, UK. [6] Erdem Ofli, Rüdiger Vahldieck, Smain Amari. Novel E-Plane filters and diplexers with elliptic response for millimeter-wave applications. IEEE Transactions on Microwave Theory and Techniques, Vol 53. No. 3. March 2005.

43 43

44 SAR detekció és képalkotás a Nemzetközi Űrállomásról Tóth Emil Szélessávú Hírközlés és Villamosságtan Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország emil.toth@gmail.com dr. Seller Rudolf, konzulens Szélessávú Hírközlés és Villamosságtan Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, Magyarország seller@mht.bme.hu Kivonat A dolgozat a Nemzetközi Űrállomás detekciójának és az űrállomásról ISAR eljárással való képalkotásnak lehetőségeivel foglalkozik. A dolgozat kitér az űrállomás jellemzésére, mint radar mérés céltárgyára, és becslést ad a legfontosabb tulajdonságaira, mint a radar hatásos keresztmetszetére, mozgására és távolságára. A továbbiakban a dolgozat részletezi és becslést ad a detekcióhoz szükséges radar berendezés legfontosabb paramétereire, mint a használt frekvencia, a radar adó teljesítménye, szükséges antenna nyeresége. Valamint foglalkozunk a detekció gyakorlati megvalósításával, a DWSR 2501C típusú radar berendezés bemutatásával és vezérlésének módjával. A dolgozatban bemutatásra kerülnek az elvégzett mérések eredményei és végül értékeljük a ISAR képalkotás lehetőségét, gyakorlati megvalósíthatóságát. I. BEVEZETÉS A BME Szélessávú Hírközlés és Villamosságtan Tanszék Mikrohullámú Távérzékelés laboratóriumában több éve folynak kutatások SLAR valamint SAR képalkotás területén a laboratóriumban fejlesztett radar berendezések segítségével. Ezen kutatások és fejlesztések földfelszínre telepített, valamint mozgó hordozóra, repülőgépre telepített radar berendezések által földfelszínről való képalkotás lehetőségit vizsgálták és valósították meg. Jelen dolgozatomban egy, az eddigi laboratóriumban folytatott kutatásokhoz képest távolabbi céltárgyról készíthető inverz SAR képalkotás lehetőségét vizsgáltam. Hosszú távú cél, hogy a Nemzetközi Űrállomásról ISAR képet készítsünk. Jelen vizsgálatok ennek előtanulmányául szolgálnak, meglévő eszközök segítségével az űrállomás detektálhatóságát vizsgáljuk és az így szerzett tapasztalatok alapján kívánjuk a meglévő berendezéseinket pontosítani és effektusokat találni, amiket a későbbiekben figyelembe kell venni. A képalkotás alapfeltétele a céltárgy detekciója és a mérés során történő követése. A dolgozatban ennek megfelelően bemutatom az ehhez szükséges radar berendezés paramétereit és a DWSR 2501C radar segítségével végzett mérések eredményeit. II. DETEKCIÓ RADAR BERENDEZÉS SEGÍTSÉGÉVEL Sikeres radar berendezéssel végzett detekció előfeltétele, hogy mérésünk céljának megfelelő paraméterekkel rendelkező berendezést használjunk, mely esetben biztosított, hogy a céltárgy okozta reflexió vett teljesítménye és vett teljes zaj aránya, vagyis a jel-zaj viszony nagyobb legyen a mérés során a detekciós küszöbnél. A szükséges detekciós küszöb meghatározásához a mérés során konstans vaklárma valószínűséget és detekciós valószínűséget határozunk meg. Mérésünk paraméterei, melyek a Nemzetközi Űrállomás detekciója esetén elegendőek, legyenek a következők: (vaklárma valószínűsége) és (detekció valószínűség). Ezen paraméterek alapján, a szükséges számításokat mellőzve a 12 db-es minimális jel-zaj szint szükséges sikeres mérés elvégzéséhez [1]. A céltárgy okozta reflexió vett teljesítményét a radar egyenlet alapján határozhatjuk meg: Az (1) egyenlet megadja, radar által vett teljesítményt ( ) a radar adóteljesítménye ( ), az antenna nyereség ( ) és hullámhossz ) négyzetének, a céltárgy távolságának ( ) negyedik hatványának és konstans ( ) reciprokjának, valamint a céltárgy radar hatásos keresztmetszetének ( ) függvényében. A mérés során vett zaj teljesítménye egyrészt külső zajforrásokból származik, mint a kozmikus háttérsugárzás, a légkör csillapítása, vagy a Föld és a Nap hőmérséklete okozta termikus zaj. A mérés során alkalmazott antenna elrendezés ismeretében ezen zavaró hatások ekvivalens zajhőmérséklete becsülhető, mely ismeretében a zajteljesítmény is. Zajhőmérséklet becslése esetén 10 K értéket vettem figyelembe [2]. Így amennyiben 30 méteres radiális felbontást szeretnénk elérni például, a kibocsátott impulzus sávszélessége 5 MHz kell hogy legyen, és ebben az esetben a zajteljesítmény 121 dbm (ami 6, mw) lesz. Ezek mellett különböző veszteségek is fellépnek. Ezek lehetnek az antenna iránykarakterisztikájának alakjából, impulzusok integrálásból származó és jelfeldolgozás, antenna megtáplálás során keletkező veszteségek. A nem mérés specifikus veszteségek és zavaró hatások okozta zaj mértéke nagyon sok paramétertől függ, és ez radar berendezésenként változik. Paraméter becslés során összes radar veszteség becslést szokás megadni. Specifikációk alapján, valamint (1) A bemutatott mérések elvégzéséhez a technológiai hátteret az Országos Meteorológiai Szolgála biztosította. 44

45 konzulensi becsléssel ennek mértéke a számítások során 16 db [3]. Ha a radaregyenlet (1) felhasználásával a szükséges adó teljesítményt fejezzük ki a (2) összefüggést kapjuk, valamint ha a vett jelszintet a vevő zajszintjével ( ) megegyező értékűnek tekintjük, vagyis egy értékű jel-zaj viszonyt feltételezünk, akkor a decibelben kifejezett döntési küszöb ( ) és a radar veszteséget ( ) a (3) összefüggés alapján tudjuk figyelembe venni: keresztbe elhelyezkedő napkollektorok hossza 73 méter [4]. Ehhez az alakhoz hasonló a Boeing 747 típusú repülőgép (hossza 70,6 méter, szárnyai fesztávolsága 59,6 méter, a törzs belső átmérője 6,1 méter), melynek átlagos radar hatásos keresztmetszete 100 négyzetméteres értékkel becsülhető. A Nemzetközi Űrállomás esetében is ezt az értéket alkalmazom majd. (2) (3) A rarad berendezés paraméterei mellett, melyek a mérés során használt hullámhossz ( ), az antenna nyeresége ( ) és az adó teljesítmény ( ), a céltárgyra vonatkozó két paramétert is becsülnünk kell, ezek a céltárgy és antenna távolsága ( ), valamint a hatásos radar keresztmetszett ( ). A. Nemzetközi Űrállomás mint a mérési céltárgy A céltárgyunk, a Nemzetközi Űrállomás LEO (low earth orbit) pályán kering a Föld körül. A pályamagasság folyamatosan változik. Az eddigi évek tapasztalata alapján az űrállomás magassága km-es tartományban mozgott áprilisi adatok alapján a pályamagasság 380 és 400 km között változott [4], így a továbbiakban számítások alapjául a 400 km-es távolságot vettem. A radar hatásos keresztmetszet (Radar Cross Section - RCS) definíció szerint azt fejezi ki, hogy egy tárgy mekkora energia mennyiséget sugároz vissza az adott irányból érkező elektromágneses jelből: A sugárzás forrása felé reflektálódó elektromágneses energia aránya, és így a radar hatásos keresztmetszet több tényezőtől függ: az anyagi minőségtől, a felület kialakításától, alakjától, valamint a céltárgy hullámhosszhoz viszonyított méretétől is. A Nemzetközi Űrállomás esetében jelentősek a fém vagy fémtartalmú, így jó vezető tulajdonságú felületek, mint a reflektáló felületet alkotó napelemcellák és az űrállomást felépítő modulok burkolata, mely sok esetben alumínium védő felület, mely vezető felületről az elektromágneses hullámok jól reflektálódnak. Az általunk vizsgált mikrohullámú tartomány esetén egyrészt a felület kialakítása tekinthető egyenletesnek, másrészt mivel a céltárgy mérete sokkal nagyobb a vizsgáló jel hullámhosszánál, az úgynevezett optikai zónában leszünk, mely esetben a céltárgy alakja jobban befolyásolja hatásos radar keresztmetszetet, mint a mérete [2][5]. A radar hatásos keresztmetszet pontos megállapítása összetett alak esetében a céltárgy laboratóriumban történő vizsgálatát kívánja meg. Erre az űrállomás esetében nincs módunk, így egy ismert radar hatásos keresztmetszetű és hasonló alakú és méretű objektum adataival becsülhetjük a Nemzetközi Űrállomás paraméterét. Az űrállomás hossza 109 méter, mely hossznak körülbelül a felét a modulok hossza teszi ki, melyek belső átmérője 4 és 5 méter között mozog. A 1. ábra Nemzetközi Űrállomás Nem szimmetrikus felépítésű és összetett céltárgyak esetében a radar hatásos keresztmetszetet nagyban függhet a rátekintési szögtől. A különböző elemi felületek reflexiói szuperponálódnak a vétel során. Ha céltárgyunk mozog és a rátekintési szög folyamatosan változik, a radar hatásos keresztmetszet is változni fog. Ezt nevezzük radar hatásos keresztmetszet fluktuációnak, mely esetben a vett értékeket valószínűségi változóval tudjuk jellemezni és hatásának leírására pedig matematikai modelleket alkalmazhatunk, ezek a Swerling-féle modellek [2]. Feltételezésünk szerint a mérés során a Nemzetközi Űrállomás esetén lassú fluktuáció várható, mivel körülbelül 92 perc alatt kerüli meg a Földet, így a földről figyelve egy terület felett viszonylag kevés időt tölt. A megfigyelés alatt nem várható komoly helyzetváltozás, így egy mérés alatt a radar hatásos keresztmetszetet változatlannak tekinthetjük. Valamint a Nemzetközi Űrállomás esetén nincs egy a többihez képest kiemelkedően nagy reflektáló felület, összehasonlítható méretű, különböző napelem felületek és felépítő modulok alkotják. Ezek alapján a Swerling I modell alkalmazása indokolt [2]. A Swerling I modell szerint 8 db fluktuáció okozta veszteséggel kell számolnunk. B. Detekcióhoz szükséges radar paraméterei A (3) összefüggés alapján számítható a detekció sikeres elvégzéséhez szükséges radar berendezés adó teljesítménye a használt hullámhossz és antenna nyereség függvényében, mely paraméterek szintén a használt radar berendezés jellemzői. A többi paraméterre az eddigiek folyamán adtunk becslést: antennától vett távolság: 400 km hatásos radar keresztmetszet: 100 m 2 döntési küszöb: 12 db radar veszteség (fluktuáció okozta veszteséggel): 24 db fellépő zajhőmérséklet: 10 K A méréshez apertúra antennát célszerű használni, mely antennák használatával más antenna típusokhoz képest nagyobb nyereséget érhetűnk el. Az apertúra antennánk nyeresége: Az antenna nyeresége egyenesen arányos a hatásos felülettel ( ) és használt frekvenciával. (4) 45

46 1,00 1,25 1,50 1,75 2,00 2,25 2,50 2,75 3,00 3,25 3,50 3,75 4,00 4,25 4,50 4,75 5,00 5,25 5,50 5,75 6,00 A (3) és (4) összefüggést felhasználva a 2. ábrán látható diagram ábrázolja a szükséges radar berendezés paramétereket ábra detekcióhoz szükséges adóteljesítmény antennaméret és frekvencia paraméterek (x tengely antenna méret [m], y tengely adó telyesítmény [kw]) A céltárgy detekciója szempontjából az elérhető antenna méret, így az antenna nyeresége és a radar berendezés adó teljesítménye fordítottan arányos egy adott frekvencia esetén. Ha nagyobb antennát használunk, kisebb teljesítményre van szükségünk és fordítva. Ha pedig növelem a használt frekvenciát, adott antenna méret esetén csökken a szükséges adóteljesítmény, vagy adott antenna teljesítmény esetén csökken a szükséges antennaméret. III. DETEKCIÓ DWSR 2501C RADAR BERENDEZÉSSEL A DWSR 2501C radar berendezés egy meteorológia impulzus üzemű radar, mely rendelkezik a detekcióhoz szükséges paraméterekkel GHz 5 GHz 6 GHz 7 GHz 8 GHz 9 GHz 10 GHz 11 GHz 12 GHz 13 GHz 14 GHz adó teljesítmény: 250 kw frekvencia: 5,6 GHz antenna átmérő: 4,2 m impulzus ismétlési frekvencia: 300 Hz Hz rögzíthető minták maximális száma: 1920 db hatótávolság (maximális): 480 km integrált impulzusok száma (min.): 10 db InterMeasurementGap (mérések közti holtidő):133 μs impulzus szélesség (min.): 0,4 μs Az Országos Meteorológiai Szolgálat rendelkezik ilyen típusú radar berendezésekkel. Támogatásuknak köszönhetően ezeket a berendezéseket használhattam a Nemzetközi Űrállomás detekciójához. A radar vezérléséhez előre biztosítani kellet a Nemzetközi Űrállomás várható koordinátáit, vagyis idő, elevációs szög és azimuth szög információkat. Ezen információkat az Orbitron szoftver ( segítségével állítottam elő. Egy adott mérés során érvényes, pontos pályamagasságokat, melyeket a mérési eredmények kiértékelése során használtam fel, a NASA által közölt adatok alapján vettem figyelembe. A. Elérhető felbontás Radiális felbontás esetén a DWSR 2501C radarberendezés legkisebb felbontása 60 méter a 0.4 μs-os legkisebb használható impulzus szélesség alapján. E mellett az elérhető radiális felbontást az egy impulzushoz tartozó mért minták maximális, mérés során tárolható száma, valamint az egyértelműségi határ fogja meghatározni. Feltételeztük, hogy a Nemzetközi Űrállomás pályájának magassága 400 km, így ez lesz a céltárgy és antenna minimális távolsága 90 -os elevációs szög esetén. Az űrállomás keringése során, az antenna helyzetéhez képesti közeledés és távolodás alatt távolabb lesz mint 400 km, így célszerű a maximális, 480 km-es hatótávolságot alkalmazni (Így az alkalmazott impulzus ismétlési frekvencia 300 Hz), ez pedig figyelembe véve az egy impulzushoz tartozó mért minták maximális, mérés során tárolható számát, 250 méteres radiális felbontást fog eredményezni. Az elérhető haladási irányú felbontást az impulzus ismétlési frekvencia fogja befolyásolni, és a céltárgy sebességének céltárgy és antennát összekötő egyenesre merőleges sebességkomponens nagysága (az űrállomás keringési sebessége 7, m/s [6]). Ez maximális, ha az űrállomás 90 os elevációs szög alatt látszik, ekkor adott impulzus ismétlési frekvencia esetén a legnagyobb értékű a haladás irányú felbontás értéke. Minimális impulzus ismétlési frekvencia esetén (300 Hz) az említett sebesség komponenstől függően ez méter között fog változni, maximális frekvencia értéket alkalmazva (2400 Hz), méter között fog változni. B. Várható Jel - Zaj viszony A jel-zaj viszonyt (SNR) az (5) összefüggés db mértékegységben adja meg: Mérésünk során figyelembe kell vennünk a fellépő veszteségeket is, valamint az integrálási nyereséget: Az eddig ismertetett adatok alapján a várható jel-zaj viszonyt az 1. táblázat tartalmazza. Az integrálási nyereség 7,8 db 10 impulzus integrálása esetén [2]. R [km] SNR[dB] táblázat Nemzetközi Űrállomás-antenna távolság és várható jel-zaj viszony IV. MÉRÉSI EREDMÉNYEK Az Országos Meteorológiai Szolgálat napkori és pogányvári radarjai segítségével végeztem a méréseket. A mérési eredmények egyértelműségi határon túlról is tartalmaznak eredményeket. Ezek esetében a pontos távolság meghatározása érdekében figyelembe kell venni az Inter Measurement Gap (mérések közti holtidő) paramétert is, mely két kibocsátott impulzus közti mérési szünetet jelenti. A napkori radar berendezés segítségével 2012 november 8.-án sikeres mérést hajtottunk végre. A 3. ábrán látható a detekció során vett jel. A mérés során a Nemzetközi Űrállomás közeledett az antenna helyzete felé, majd távolodott. Az űrállomás detekciója, a távolodás szakaszában, azon belül is akkor volt sikeres, mikor az űrállomás 667,5 km és 817,5 km közötti távolságban tartózkodott. (5) (6) 46

47 magasabb értéket is felvesz. A várt jel-zaj viszony a becslés alapján ezen távolság esetén db kellene hogy legyen. 3. ábra Nemzetközi Űrállomás detekciója A 4. ábrán látható a mérés során az űrállomás feltételezett pályája (piros) és a sikeres detekció szakasza (kék). 4. ábra Nemzetközi Űrállomás detekciója Mivel a DWSR 2501C radar berendezés egy meteorológia impulzus üzemű radar, a vett jelteljesítmények dbz mértékegységben vannak tárolva. A dbz egy radar meteorológiában használatos mértékegység, mely térfogat egységre eső reflexiós képességet mér. A dbz értékeket a berendezés a vett teljesítmény alapján számítja ki, mely során figyelembe veszi a számított adat távolságát és egyéb állandókat is [3]. Mivel a vétel során dbm dbz átalakítás gyakorlatilag távolságfüggő konstans eltolást jelent, így a jelzaj viszonyt a megszokottaknak megfelelően kezelhetjük. Alkalmazott meteorológiai radar esetében, amennyiben az alkalmazott impulzus sávszélessége és az ehhez igazodó vevő sávszűrő sávszélessége nagyságrendileg összemérhető a mérés során a Doppler frekvenciával, úgy számolnunk kell az ebből fakadó csillapítással, különösen az űrállomás nagy radiális sebessége esetén (távoli pálya szakaszok), ahol nagy a Doppler frekvencia. Mérésünk során a Doppler frekvencia értéke 0,115 és 0,235 MHz között változik. A mérés során használt impulzus sávszélessége 1,25 MHz (impulzus szélesség 0,8 μs), így számottevő csillapítással nem számoltam. 5. ábra Detekció során az SNR válltozása A vétel során a jel-zaj viszony az 5. ábrán látható, mely alapján megállapíthatjuk, hogy a jel-zaj viszony a detekció során tartósan nem éri el az előirányzott 12 db-es értéket. Az átlagos jel-zaj viszony 3,3dB, bár bizonyos szakaszokon ennél Az eltérés oka lehet a becslések során alkalmazott közelítések pontatlansága, például a radar hatásos keresztmetszet, vagy a fluktuációs veszteség becslése esetén. Valamint figyelembe kell vennünk azt is, hogy ezen eredmények az egyértelműségi határon túlról származnak, ami okozhat megnövekedett radar veszteséget az adatfeldolgozás során. Tapasztalatunk továbbá az, hogy csak távolodó, és ekkor is viszonylag távoli helyzetben (alacsonyabb elevációs szög alatt) történt detekció. Ezen tapasztalatunk igaz másik két eddigi mérésre is, melyek során megfigyeltünk sikeres detekciót. Ezen mérések során továbbá közös körülmény volt, hogy minden mérés délelőtt történt és az űrállomás keleti irányba haladt, vagyis az űrállomás, a Nap és az antenna egymáshoz viszonyított helyzete hasonló volt. Tapasztalatunk magyarázata lehet az, hogy a Nemzetközi Űrállomás antenna felőli vetülete változik keringése során a pozíciójától függően, ami jelentősen befolyásolja a radar hatásos keresztmetszetét, így a reflektált teljesítményt, ami ebben a pozícióban, látóirányban számunkra kedvezően alakul. V. ÖSSZEGZÉS, ISAR KÉPALKOTÁS LEHETŐSÉGE Az elsődleges célkitűzést, az űrállomás detekcióját sikerült teljesíteni. Kijelenthető hogy a felülbecsült várható jel-zaj viszony és nem várt radar hatásos keresztmetszet mérés során történő jelentős változása mellett a Nemzetközi Űrállomás detekciója, így a mérés összeállítása, az űrállomás követése sikeres volt, továbbá az elvégzett kísérletek segítségével pontosítható egy Nemzetközi Űrállomásról történő sikeres ISAR mérés elvégzéséhez szükséges radar specifikációja. Az eredményeink rávilágítanak, hogy ahhoz, hogy sikeres ISAR mérést tudjunk végrehajtani a jövőben, további előrelépések szükségesek. A mérés során a jel-zaj viszonyunk alacsonyabb az előre becsült értéknél, és az űrállomást, pályájának csak bizonyos szakaszán sikerült detektálni A DWSR2501C radar berendezés további használata esetén, a jel-zaj viszony az integrált impulzusok darabszámának növelésével elért integrálási nyereség növelésével lehetséges. Ebben az esetben a haladás irányú felbontás jelentősen romolhat, ami ellensúlyozására növelhető az impulzus ismétlési frekvencia. Ebben az esetben ügyelni kell arra, hogy csökkeni fog az egyértelműségi határ, így a várható mérési eredmények ezen túlról származhatnak, ami viszont csökkentheti az elérhető jel-zaj viszonyt. Meg kell jegyezni, hogy a mérések elvégzésekor az Országos Meteorológiai Szolgálat napkori és pogányvári meteorológiai radar berendezései nem tudtak I és Q jeleket szolgáltatni. Így még nem megvalósítható az ISAR képalkotás esetén a fázishelyes detekció. A jövőben várható olyan fejlesztése a radar berendezéseknek, mely esetben az I és Q jelek is rögzíthetőek. VI. FELHASZNÁLT IRODALOM [1] Merrill Skolnik: Radar Handbook [2] Bozsóki István Farkas Botond Gödör Éva: Rádiórendszerek II. [3] ELDE DWSR 2501C Manual: Technikal & Operating Manual [4] [5] IEEE transaction on Antennas and propagation, vol 56, NO. 11, november 2008 A Method to Measure Radar Cross Section Parameters of Antennas 47