Issuu on Google+

Path loss Frequency Model for Body Area Network Channel from 3.1 GHz to 4.8GHz Joe F. Llerena Izquierdo, estudiante PhD.

Leonardo Betancur Agudelo, PhD.

Universidad Polit´ecnica Salesiana, Ecuador

Universidad Pontificia Bolivariana, Colombia

Abstract—In this paper a novel model for body area networks is presented, we describe the behavior of the large scale statistics and amplitude fading in body area network environments from 3.1GHz to 4.8GHz, this model contributes to signal processing analysis and link budget design in receivers and transmitters for ultra-wideband communications in medical, entertainment, and data exchange applications Keywords—Body Area Networks, Ultra Wideband, path loss model Resumen—En el presente art´ıculo se estudia el modelo de un canal de a´ rea corporal de banda ultra ancha, en e´ l se describe el ˜ y gran escala, en donde se aborda el comportamiento de pequena modelamiento desde un punto de vista estad´ıstico y probabil´ıstico, ˜ y e´ ste modelo contribuye al an´alisis del procesamiento de senal ˜ de presupuesto de enlace en los receptores y transmisores diseno para comunicaciones de banda ultra ancha en aplicaciones m´edicas, de entretenimiento, entre otros. Palabras claves–Canales de a´ rea corporal, UWB.

I.

´ I NTRODUCCI ON

En la actualidad la tecnolog´ıa de la comunicaci´on a trav´es de los sistemas de ultra ancho de banda conocidos como UWB, ´ logran alcanzar una importancia dentro de las redes de Area personal, gracias a la utilizaci´on de sensores que pueden estar dispuestos dentro o alrededor del cuerpo humano con bajo o casi inexistente nivel de interferencia de la se˜nal [1]. Asimismo las tecnolog´ıas de redes de comunicaci´on inal´ambricas juegan un papel importante en el apoyo de las redes de a´ rea corporal, debido a que permiten una comunicaci´on a peque˜na escala considerada como una tecnolog´ıa potencial para proporcionar transmisi´on de muy alta calidad y una operabilidad entre dispositivos que beneficiar´an a las personas de manera directa. Como tecnolog´ıa emergente en los u´ ltimos a˜nos, UWB, proporciona un enfoque diferente a las comunicaciones inal´ambricas comparada con los sistemas de banda estrecha convencional, ventajas que con el tiempo que sea popularizado podr´a dar paso a la mejora o desaparici´on de algunos sistemas actuales de comunicaci´on como Bluetooh, FireWire y USB, reemplaz´andolos por conexiones inal´ambricas con bondades ofrecidas de facilidad de uso y su alta velocidad. El presente trabajo va dirigido al estudio del modelo de un canal de alta frecuencia con la tecnolog´ıa de ultra ancho de banda, que permita presentar resultados que aporten a los existentes investigados en e´ ste documento, en el a´ rea de la telemedicina. [2]. Antes del 2011, las aplicaciones de UWB fueron dirigidas a a´ reas militares, luego fue dise˜nado para la electr´onica en el hogar o la oficina, (WPAN), donde no se requiere grandes distancias de comunicaci´on inal´ambrica, desde el 2002, la

Comisi´on Federal de Comunicaciones (FCC) ha ido permitiendo el uso comercial de los ancho de banda que utiliza [3], beneficiando de sus caracter´ısticas a los investigadores de distintas a´ reas [4]. UWB logra tener su aplicabilidad en otras a´ reas adem´as de la militar, como en los sistemas de geolocalizaci´on, detecci´on de movimientos, monitorizaci´on de fluidos, dispositivos en el hogar, pero una en las que tiene un amplio campo de investigaci´on, es en la telemedicina, espec´ıficamente en las aplicaciones m´edicas con aspectos de monitoreo a pacientes convalecientes, tratamiento de im´agenes en 2D y 3D en sus distintas especificidades, sistemas de radar para pacientes con complicaciones de enfermedades cr´onicas y situaciones de alto riesgo. La tecnolog´ıa UWB es significativa en la actualidad para las redes BAN debido a sus caracter´ısticas de transmisi´on de datos confiable con valores que sobrepasan los 100 Mbps dentro de edificios y con densidades espectrales de potencia m´ınimas [5], pretendiendo llegar a ser un sistema inal´ambrico discreto, de costo y consumo de potencia muy bajo. Es as´ı que e´ sta tecnolog´ıa, con un alto rango de frecuencias utilizables y caracterizado por ser inmune al multitrayecto, UWB presenta dos modos de modulaci´on estudiados, multibanda OFDM y radio impulso (IR) [6], cada uno con diferentes ventajas, en el primero para ser utilizado con intervalos peque˜nos de comunicaci´on de datos a alta velocidad; en el segundo para generar pulsos extremadamente cortos y de baja potencia (intervalos de nanosegundos) logrando anchos de banda de peque˜no rango a alta velocidad; de esta forma se pueden utilizar estas ventajas para la localizaci´on exacta de objetos a nivel de cent´ımetros, aplicaci´on en radares de alta resoluci´on de penetraci´on en la ingenier´ıa m´edica e incluso acceder a Internet para enviar informaci´on. Por lo tanto UWB es u´ til en los campos para la detecci´on y comunicaci´on. ´ Este trabajo se estructura en cuatro secciones, en la secci´on I se presenta una breve explicaci´on de la tecnolog´ıa UWB que ha incidido en las redes inal´ambricas personales con un perspectiva de su importancia en las redes de a´ rea corporal, en la secci´on II se realiza la descripci´on de las caracter´ısticas del equipo utilizado, las configuraciones realizadas y las medidas obtenidas en el estudio presentado en e´ ste art´ıculo, en la secci´on III se presentan los modelos de canales investigados para las redes de a´ rea corporal y los que se utilizaron en la investigaci´on, orientado hacia la modelaci´on matem´atica y sus debidas formulaciones se analiza la informaci´on, presentando los resultados de los diferentes c´alculos, la simulaci´on utilizada as´ı como la demostraci´on hecha por la investigaci´on, en la secci´on V se presenta las debidas conclusiones a la que se ha llegado con respecto a los datos utilizados y las recomenda-


ciones sugeridas.

1 potencias data LogNormal

0.9

˜ DE M EDIDAS C AMPA NA

Cuadro I.

´ DEL VNA C ONFIGURACI ON

Rango de Frecuencias Potencia inicial Ancho de banda Frecuencia de muestreo Rango Resoluci´on Paso de frecuencia Muestras complejas Sweep time Repetici´on Potencia de transmisi´on

3.1 GHz a 4.8 GHz 0 dBm 10 kHz Fs = 24 GHz 1 GHz a 12 GHz ∆BW = 1 KHz F = 50 MHz 221 500 ms 100 10 dBm cada repetici´on

0.8 Cumulative probability

En una c´amara (anecoica) dise˜nada para aislar la interferencia externa y simular condiciones de espacio libre interior se obtuvieron las medidas de estudio con el uso de dos antenas directivas tipo DFMM-DL (Dual-Fed Microstrip Monopole antenna with Dielectric Lens) [7] conectadas a un analizador de redes vectorial VNA (Vector Network Analyzer) modelo ZVA-24 con dos puertos de Rhode & Schwarz, el cual ha medido la funci´on de transferencia compleja del canal (SParameter) S21 , sobre una mujer y un hombre respectivamente, usando cuatro posiciones para la antena de transmisi´on y dieciocho posiciones para la antena recepci´on, se tuvieron 4x18x2 medidas, con un total de 144. En la configuraci´on del trabajo se consider´o el par de cables (MFR-57500) que utilizaron las antenas conectadas al VNA, un cable A94-245 de 5 metros y otro A90-199 de 9 metros, y con el proceso de calibraci´on del equipo, tal como se muestra en el cuadro I, las medidas no fueron afectadas por los efectos de atenuaci´on.

0.7 0.6 0.5 0.4 0.3 0.2 0.1 0

−30

−20

−10

0 Data

10

20

30

Figura 1. Aproximaci´on Lognormal. Path Loss vs Distancia referenciada 40 data 1 linear

y = 2.8*x − 14

30

20

Magnitudes dB

II.

10

0

−10

−20

−30

−40

0

2

4

6 8 10log10(d/do), do = 16,4 cm.

10

12

Figura 2. Aproximaci´on de p´erdidas en el espacio libre.

Luego de obtener la informaci´on registrada en base a las distancias en el cuadro II, se emple´o el m´etodo de Hermite de [8], de donde una se˜nal HS21 (ω), que representa las muestras complejas del canal en el dominio de la frecuencia, se obtendr´a la respuesta al impulso del canal. Se agregan un relleno de ceros complejos conocido como Zero Padding desde 0 Hz hasta la frecuencia inicial con el espaciado ∆F, se obtiene la conjugada compleja sim´etrica de estos datos y se opera la transformada inversa r´apida de Fourier (IFFT) para obtener la respuesta al impulso hAP DP (τ ) real en el dominio del tiempo. III.

M ODELO DE C ANAL BAN

En varias investigaciones han realizado estudios sobre los modelos de canales en las redes de a´ rea corporal, trabajos como [9], [10], [11] han presentado modelos anal´ıticos con simulaci´on altamente compleja, as´ı como otros trabajos [1], [12], [13] donde desarrollan modelos de canal de forma estad´ıstica para transmisiones sobre el cuerpo humano. En todos ellos se atienden a las posibles situaciones que pueden producirse en el instante de transmisi´on y recepci´on de la se˜nal, en [1] claramente especifica que efectos que puede ocurrir en el momento de la comunicaci´on entre los sensores en la propagaci´on a trav´es del cuerpo, en la difracci´on alrededor del cuerpo y, las reflexiones fuera de dispersores cercanos y luego al cuerpo. Los modelos, de sub-band Finite-Difference Time-Domain (FDTD) y el combinado uniform geometrical theory of diffraction (UTD) y Tray tracing (RT) conocido como UTD/RT, aplicados en [13], tratan de tomar en cuenta la dispersi´on que se produce por el tipo de material, para

el primero, as´ı como encontrar rutas de superficies de rayos difractados para que sea la se˜nal recibida lo m´as cercano a la se˜nal emitida. A. Modelo de Gran escala De las investigaciones de modelos en gran escala, en [14] como en [15], sobresale el modelo path loss que considera los efectos de la dependencia de la frecuencia y que permite establecer un modelo de pendiente simple dependiendo de la distancia. El modelo path loss expresa su definici´on en la siguiente ecuaci´on: P l(d) = Gdo + 10η log10 (d/d0 ) + Sσ

(1)

Para valores de distancias en cent´ımetros, siendo el valor m´ınimo de referencia de d0 = 16,4cm. Donde el valor resultante de Path Loss, Pl(d), es la p´erdida de la potencia en su trayectora medido en dB, debido a la propagaci´on que depende de un nivel de p´erdida de referencia Gd0 , que corresponde a la p´erdida promedio a una distancia d0 que ha sido determinado, un ´ındice η correspondiente al ´ındice de propagaci´on que depende del entorno a una distancia d. El par´ametro Sσ corresponde a la varianza σ del shadowing, que sigue una distribuci´on normal con media µS = 0. y = p1 ∗ x + p2

(2)


donde los coeficientes: p1 = η 2.816 y p2 = Gdo = -14.431 Norma de residuos: 165.87 B. Modelo de peque˜na escala En las redes de comunicaci´on se debe de tomar en cuenta dos aspectos de propagaci´on, de ellos definimos los modelos a gran escala y los de peque˜na escala, las BAN las podemos considerar como sistemas de comunicaci´on de peque˜na escala [16]. Los modelos de gran escala permiten deducir la potencia media recibida en base a la distancia del transmisor y receptor, estimando una distancia de cobertura, las p´erdidas de energ´ıa por la afectaci´on de la propagaci´on, p´erdidas por el espacio libre, efectos en la penetraci´on en los cuerpos y absorci´on en cambios de densidades de los objetos. En estos modelos podemos ubicar a los de espacio libre, de trazado rayos (RayTracing) y p´erdida en trayecto (Path Loss). Sus resultados pueden basarse en datos anal´ıticos basadas en estad´ısticas, y en forma determin´ıstica en pruebas de laboratorio o de campo. Los modelos de peque˜na escala permiten establecer la distorsi´on que puede tener el canal debido a las variaciones extremadamente cambiantes y r´apidas de la se˜nal recibida, asimismo conocer el efecto de desvanecimiento en la frecuencia utilizada y la estabilidad propiamente dicha del canal. As´ı que determinando la respuesta al impulso de la se˜nal generada podemos explicar el comportamiento de la potencia en distancias peque˜nas, garantizando encontrar tasas de transmisi´on o´ ptimas y esquemas de ecualizaci´on en banda ancha. Podemos ubicar el modelo de desvanecimiento de peque˜na escala (small scale fading) y el trazado de rayos (Ray-Tracing). Estos modelos pueden basarse en datos estad´ısticos como determin´ısticos. Para los primeros podemos utilizar el m´etodo LSE (Least Squares Estimation), estimaci´on por m´ınimos cuadrados, para los segundos podemos utilizar EM (Expectation-Maximization algorithm), algoritmo de la maximizaci´on de la expectativa, en base a los estudios de modelos de peque˜na escala en base a cluster de Saleh-Valenzuela. Para nuestro investigaci´on el modelo de peque˜na escala se muestra una distribuci´on lognormal con un error de ajuste similar a los investigados en el presente trabajo, debido a ello no ser´a de particular alcance para el estudio. IV.

C ONCLUSIONES

En el presente trabajo se ha demostrado que la distribuci´on de probabilidad que describe el comportamiento del desvanecimiento de peque˜na escala corresponde a una distribuci´on Lognormal, resultado que concuerda con muchos resultados en previos trabajos elaborados por m´ultiples autores. En cuanto al modelo de gran escala, se ha encontrado que el ´ındice del ambiente de propagaci´on η tiene un valor de 2.8, que concuerda con las especulaciones y tendencias de trabajos previos en el mismo tipo de canales (de acuerdo a la gran mayor´ıa de autores, este par´ametro oscila entre 2.4 y 3.4). El modelo presentado en el documento tambi´en demuestra que la distribuci´on del efecto de shadowing para redes de a´ rea corporal posee una variaci´on hasta de 19.52 dB, por consiguiente los dise˜nos de dispositivos deben tener en cuenta un margen de desvanecimiento no menor a 20 dB para evitar indisponibilidad en la comunicaci´on, cabe anotar que la u´ nica explicaci´on

posible hasta el momento de observar una variabilidad tan alta en las p´erdidas por propagaci´on del shadowing corresponde a los efectos que tiene el cuerpo humano sobre el patr´on de radiaci´on de las antenas, y el constante ambiente cambiante a causa del movimiento, efecto capacitivo del cuerpo humano y el cambio entre linea de vista y no linea de vista del enlace de comunicaci´on. R EFERENCIAS [1] A. Fort, J. Ryckaert, C. Desset, P. De Doncker, P. Wambacq, and L. van Biesen, “Ultra-wideband channel model for communication around the human body,” IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS, vol. 24, no. 4, pp. 927–933, 2006. [Online]. Available: http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=1618822 [2] S. van Roy, C. Oestges, F. Horlin, and P. De Doncker, “Ultra-wideband spatial channel characterization for body area networks,” in Proc. Second European Conf. Antennas and Propagation EuCAP 2007, 2007, pp. 1–5. [Online]. Available: http://ieeexplore.ieee.org/stamp/ stamp.jsp?arnumber=4458961 [3] Copps and Martin, “Before the federal communications commission,” Federal Communications Commission, Washington, D.C. 20554, Tech. Rep., April 2002. [4] R. Chavez-Santiago, I. Balasingham, and J. Bergsland, “Ultrawideband technology in medicine: A survey,” Journal of Electrical and Computer Engineering, pp. 1–9, 2012. [Online]. Available: http: //dx.doi.org/10.1155/2012/716973 [5] S. C. IEEE, IEEE Standard for Local and metropolitan area networks - Part 15.6: Wireless Body Area Networks, IEEE Computer Society Std. 802.15.6-2012, February 2012. [Online]. Available: http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=6161600 [6] L. B. Agudelo and A. N. Cadavid, “A novel correlation adaptive receiver structure for high speed transmissions in ultra wide band systems with realistic channel estimation,” IEEE J.Sel. A. Commun., vol. 27, no. 8, pp. 1341–1346, Oct. 2009. [Online]. Available: http://dx.doi.org/10.1109/JSAC.2009.091004 [7] R. D’Errico, “Small semi directional antenna for UWB terminal applications,” pp. 1–6, Noviembre 2006. [Online]. Available: http: //ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=4585060 [8] I. Oppermann, M. H¨am¨al¨ainen, and J. Iinatti, UWB theory and applications. Wiley, 2004. [9] A. Gupta, “Body area networks: Radio channel modelling and propagation characteristics,” pp. 58–63, 2008. [Online]. Available: http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=4460822 [10] T. Zasowski, “UWB for noninvasive wireless body area networks: channel measurements and results,” pp. 285–289, 2003. [Online]. Available: http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=1267849 [11] T. Tayamachi, “Transmission characteristic analysis for UWB body area communications,” pp. 75–78, 2007. [Online]. Available: http: //ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=4413435 [12] D. Neirynck, C. Williams, A. Nix, M. Beach et al., “Channel characterisation for personal area networks,” 2005. [Online]. Available: https://rose.bristol.ac.uk/handle/1983/893 [13] Zhao, “UWB on-body radio channel modeling using ray theory and subband FDTD method,” vol. 54, no. 4, pp. 1827–1835, 2006. [Online]. Available: http://ieeexplore.ieee.org/stamp/stamp.jsp? arnumber=1618612 [14] J. R. Foerster, M. Pendergrass, and A. F. Molisch, “A channel model for ultrawideband indoor communication,” in International Symposium on Wireless Personal Multimedia Communication, 2003. [15] A. F. Molisch, K. Balakrishnan, D. Cassioli, C.-C. Chong, S. Emami, A. Fort, J. Karedal, J. Kunisch, H. Schantz, U. Schuster et al., “Ieee 802.15. 4a channel model-final report,” IEEE P802, vol. 15, no. 04, p. 0662, 2004. [16] L. Betancur, “Redes de a´ rea corporal. una perspectiva al futuro desde la investigaci´on,” Sistemas & Telem´atica, vol. 9, no. 16, pp. 11–30, 2011.


Artículo1 ColCom