BAB III MODEL KANAL WIRELESS Pemahaman mengenai kanal wireless merupakan bagian pokok dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara keseluruhan, seperti pada sistem komunikasi selular, radio paging atau pada sistem satelit mobile. Arsitektur klasik dari sistem komunikasi pada umumnya dapat dilihat pada gambar 3.1. Sumber informasi (suara manusia, kamera video, komputer) mengirimkan informasi ke suatu tujuan (pendengaran manusia, layar monitor, komputer). Data diubah menjadi sinyal yg sesuai untuk dikirimkan oleh pemancar dan pemancar mengirimkannya melalui kanal. Kanal itu sendiri memodifikasi sinyal yang dikirimkan. Modifikasi tersebut mungkin dapat tidak terprediksi oleh penerima, jadi penerima harus didisain untuk mengatasi modifikasi tersebut untuk mengirimkan informasi ke tujuan dengan kesalahan atau distorsi sesedikit mungkin.
Gambar 3.1. Arsitektur Sistem Komunikasi Pada Umumnya
Kanal wireless merupakan faktor pokok yang mebatasi kinerja sistem komunikasi wireless. Jarak transmisi antara pemancar dan penerima dapat bervariasi dari LOS (line of sight) hingga tertutup oleh penghalang seperti bangunan, bukit dan pepohonan. Tidak seperti kanal wired yang tetap dan dapat diprediksi, kanal radio bersifat random dan tidak bisa dianalisis dengan mudah.
22
Bahkan kecepatan dari pergerakan pengguna mempengaruhi seberapa cepat level sinyal memudar. Memodelkan kanal kanal radio merupakan bagian yang paling sulit dalam mendesain sistem radio mobile, dan biasanya dilakukan dalam bentuk statistik yang berdasar atas hasil pengukuran.
3.1.
Karakteristik Kanal Wireless Karakteristik kanal wireless dapat dikelompokan menjadi dua kelompok
besar, yaitu large-scale fading dan small-scale fading. Fading sendiri memiliki arti fenomena terjadinya variasi amplituda dan/atau fasa relatif pada satu atau lebih komponen frekuensi sinyal yang diterima. Fading disebabkan oleh perubahan karakteristik jalur propagasi terhadap waktu. Large-scale fading adalah daya sinyal rata-rata sebagai fungsi dari jarak antara pengirim dan penerima, sedangkan small-scale fading adalah fluktuasi sinyal dalam periode waktu yang sangat singkat di sekitar nilai rata-ratanya (large-scale).
Gambar 3.2. Large-scale dan Small-scale Fading [2]
Tiga mekanisme dasar yang dapat mempengaruhi sinyal propagasi pada sistem komunikasi mobile adalah : •
Reflection Terdapat sinyal tak langsung datang ke penerima setelah mengalami pantulan terhadap objek. Mungkin terdapat banyak pantulan yang berkontribusi terhadap besarnya delay.
•
Diffraction
23
Propagasi melewati objek yang cukup besar sehingga seolah-olah menghasilkan sumber sekunder, seperti puncak bukit dan sebagainya. •
Scattering Propagasi
melewati
objek
yang
kecil
dan/atau
kasar
yang
menyebabkan banyak pantulan untuk arah-arah yang berbeda.
3.1.1. Large-scale Fading Large-scale fading disebabkan karena akibat keberadaan obyek-obyek pemantul serta penghalang pada kanal propagasi serta pengaruh kontur bumi, menghasilkan perubahan sinyal dalam hal energi, fasa serta delay waktu yang bersifat random. Sesuai namanya, large-scale fading memberikan representasi rata-rata daya sinyal terima dalam suatu daerah yang luas. Statistik dari largescale fading memberikan cara perhitungan untuk estimasi path loss sebagai fungsi jarak. Estimasi path loss sebagai fungsi dari jarak hanya menghasilkan nilai ratarata dan hal tersebut tidak cukup untuk menggambarkan sinyal propagasi karena perbedaan kondisi lingkungan antara pengirim dan penerima. Untuk mendapatkan hasil yang akurat, perhitungan path loss harus ditambahkan dengan konstanta variasi sinyal yang terdistribusi Lognormal.
3.1.2. Small-scale Fading Small-scale fading, atau disebut juga dengan multipath fading, dihasilkan oleh dua macam mekanisme, yaitu time spreading sinyal sebagai akibat dari multipath dan time varying channel yang disebabkan oleh pergerakan. Faktor-faktor fisik yang mempengaruhi small-scale fading adalah : •
Propagasi multipath Adanya objek pemantul dan scatterer akan menyebabkan hilangnya energi sinyal pada amplituda, fasa, dan waktu. Ini akan menyebabkan penerima menerima banyak versi dari sinyal yang dikirimkan.
•
Kecepatan pengguna Pergerakan
relatif
antara
base
station
dan
pengguna
akan
menghasilkan frekuensi modulasi yang acak karena perbedaan
24
Doppler shifts pada tiap komponen multipath. Doppler shift akan bernilai positif atau negatif tergantung apakah pengguna bergerak mendekat atau menjauh dari base station. •
Kecepatan objek di sekitarnya Jika objek pada kanal radio bergerak maka akan terjadi perubahan Doppler shift terhadap waktu pada setiap sinyal multipath. Efek pergerakan objek tersebut akan menjadi dominan ketika objek bergerak lebih cepat dibandingkan pengguna dan sebaliknya.
•
Bandwidth sinyal jika bandwidth sinyal yang ditansmisikan lebih besar daripada bandwidth kanal multipath, sinyal yang terima akan terdistorsi tetapi kekuatan sinyal tidak akan berkurang banyak.
3.1.2.1.Delay Spread Time spreading sinyal menyebabkan sinyal datang dengan delay yang berbeda-beda atau disebut dengan delay spread. Delay spread biasanya digambarkan dengan delay profile, dimana sinyal utama dan sinyal delay digambarkan dengan beberapa sinyal pulsa dengan delay dan daya yang berbeda-beda.
Gambar 3.3. Delay Profile [2]
Parameter-parameter yang digunakan adalah : •
Excess delay maksimum ( τ m )
•
Rata-rata excess delay ( τ )
25
τ
∑a τ = ∑a 2 k
k
2 k
k
∑ P(τ )τ = ∑ P(τ ) k
(3.1)
k
k
k
•
k
k
RMS delay spread ( σ τ )
σ τ = τ 2 - (τ )2 Dimana, τ
(3.2)
∑a τ = ∑a
2 2 k k
k
2 k
k
∑ P(τ )τ = ∑ P(τ )
2 k
k
k
(3.3)
k
k
Delay spread menentukan channel coherence bandwidth atau bandwidth kanal yang memiliki arti ukuran statistik jangkauan frekuensi dimana suatu kanal dapat dipertimbangkan sebagai respon yang flat (fasa yang linier dan gain yang sama). Nilai dari channel coherence bandwidth dapat diperkirakan dengan persamaan. •
Wo =
•
Wo =
1 , untuk korelasi frekuensi 90% 50σ τ
1 5σ τ
, untuk korelasi frekuensi 50%
(3.4)
(3.5)
Gambar 3.4. Channel Coherence Bandwidth [2]
Efek-efek yang ditimbulkan oleh delay spread adalah : •
Flat fading Jika kanal memiliki gain yang konstan dan respon fasa yang linier terhadap bandwidth yang lebih besar daripada bandwidth sinyal transmisi atau nilai maksimum excess delay lebih kecil dibandingkan
26
dengan durasi simbol ( Wo > W atau τ m < Ts ). Jenis fading ini mengakibatkan berkurangnya daya sinyal dan dapat diatasi dengan teknik diversitas, error control, dan power control. •
Frequency selective fading Jika kanal memiliki gain yang konstan dan respon fasa yang linier terhadap bandwidth yang lebih kecil daripada bandwidth sinyal transmisi atau nilai maksimum excess delay lebih besar dibandingkan dengan durasi simbol ( Wo < W
atau τ m > Ts ). Jenis fading ini
mengakibatkan bekurangnya daya sinyal dan inter-symbol interference (ISI) dan dapat diatasi dengan proses ekualisasi.
3.1.2.2.Doppler Spread
Doppler spread adalah ukuran perluasan spektral (Spectral Broadening) karena adanya perubahan kanal terhadap waktu. Perluasan spektral tersebut adalah akibat dari pergeseran frekuensi karena adanya pergerakan pengguna atau objek di sekitarnya. Pergeseran frekuensi dapat dihitung dengan persamaan berikut. Δf =
f v cos θ v = λ c
Dimana,
(3.6)
f = frekuensi carrier v = kecepatan pengguna
θ = sudut kedatangan sinyal relatif terhadap arah kecepatan pengguna Pergeseran frekuensi maksimum terjadi pada saat sudut kedatangan sinyal sama dengan 0˚ dan nilai tersebut dapat bernilai positif dan negatif sehingga nilai maksimum perluasan spektral adalah dua kali besar pergeseran frekuensi maksimum ( f m ).
fm =
fv c
(3.7)
Doppler spread menentukan channel coherence time yang memiliki arti ukuran statistik dari durasi waktu dimana impuls respon dari kanal masih bisa
27
dikategorikan invariant dan mengkuantifikasi kesamaan respon kanal pada waktu yang berbeda. Nilai dari channel coherence time dapat diperkirakan dengan persamaan berikut.
•
Tc =
•
Tc =
9 16 π f m
, untuk korelasi waktu 50%
9 16 π f m2
, untuk pendekatan geometris
(3.8)
(3.9)
Channel coherence time juga dapat dilihat dengan pendekatan spektrum atau Doppler spectrum. Doppler spectrum menunjukan sebaran pergeseran fasa. Berikut ini adalah beberapa Doppler spectrum yang dapat digunakan :
•
Rounded Doppler Spectrum ⎧ 1 − 1.72 f o 2 + 0.785 f o 4 S( f ) = ⎨ ⎩0
f f o ≤1 , fo = fm f o >1
(3.10)
Model spektrum ini menunjukan sebaran pergeseran Doppler yang terdistribusi di sekitar nol. Model ini sesuai untuk aplikasi fixed.
Gambar 3.5. Rounded Doppler Spektrum [10]
•
Classic Jakes Doppler spectrum 1
S( f ) =
π fm
⎞ 1 − ⎛⎜ f ⎟ f m⎠ ⎝
(3.11)
2
28
Model spektrum ini menujukan sebaran pergeseran Doppler yang lebih terdistribusi di sekitar pergeseran frekuensi maksimum. Model ini sesuai untuk aplikasi mobile.
Gambar 3.6. Classic Jakes Doppler Spectrum
Efek yang ditimbulkan oleh Doppler spread adalah : •
Slow fading Kecepatan perubahan respon impuls kanal lebih lambat daripada durasi simbol sinyal yang ditransmisikan. Hal ini diakibatkan karena time coherence channel jauh lebih besar dibandingkan dengan periode simbol atau bandwidth Doppler lebih kecil dibandingkan bandwidth sinyal ( Ts << Tc atau Bs >> B D ). Dalam kasus ini kanal diasumsikan statis. Jenis fading ini mengakibatkan berkurangnya daya sinyal dan dapat diatasi dengan teknik diversitas, error control, dan power control.
•
Fast Fading Respon impuls kanal berubah dengan cepat dalam satu durasi simbol. Hal ini diakibatkan karena coherence time lebih kecil daripada periode simbol sinyal yang ditransmisikan atau bandwidth Doppler lebih besar dibandingkan bandwidth sinyal ( Ts > Tc atau Bs < BD ). Jenis fading ini mengakibatkan berkurangnya daya sinyal, distorsi sinyal dan
29
masalah sinkronisasi dan dapat diatasi dengan error control dan interleaving.
3.1.2.3.Model Fading
Pada komunikasi mobile dengan kanal multipath, model statistik yang sering digunakan adalah : •
Fading Rayleigh Pada lingkungan NLOS, distribusi Rayleigh sering digunakan untuk mengambarkan statistik variasi sinyal pada kanal flat fading atau pada masing-masing komponen path pada lingkungan multipath. Kecepatan variasi sinyal bergantung pada Doppler spread. Amplitudo dari setiap komponen multipath digambarkan dalam komponen in-phase dan quadrature. Karena pergerakan yang acak, kedua komponen tersebut terdistribusi Gaussian dengan rata-rata nol. Sebagai contoh r a = a I ,i + j.aQ ,i adalah suatu distribusi kompleks Gaussian. Amplituda
dari komponen multipath i adalah :
ri = a I2,i + aQ2 ,i
(3.12)
Amplituda dari variabel distribusi kompleks Gaussian adalah terdistribusi Rayleigh dengan pdf :
⎧ r ⎛ − r2 ⎜⎜ 2 exp ⎪ p(r ) = ⎨σ 2 ⎝ 2σ ⎪0 ⎩
⎞ ⎟⎟ untuk r ≥ 0 ⎠ lainnya
Dengan σ adalah standar deviasi.
30
(3.13)
Gambar 3.7. PDF Rayleigh [7]
•
Fading Rician Ketika ada satu dominan komponen, seperti komponen sinyal LOS, distribusi variasi sinyal dapat berubah menjadi terdistribusi Rician. Sama seperti pada contoh Rayleigh dengan ditambah komponen LOS dengan rata-rata tidak nol. Sinyal yang diterima adalah superposisi dari komponen LOS dan komponen kompleks Gaussian dari komponen NLOS. Amplituda sinyal yang diterima mempunyai distribusi Rician yang diperoleh melalui persamaan : p (r ) =
⎡ (K + 1)r 2 ⎤ I ⎡2 K (K + 1) r ⎤ 2(K + 1)r exp ⎢− K − ⎥ ⎥ 0⎢ Ω Ω Ω ⎦ ⎣ ⎣ ⎦
(3.14)
r ≥ 0, K ≥ 0, Ω ≥ 0
[ ]
Dimana I n adalah fungsi Bessel termodifikasi orde 1, Ω = E r 2 , dan K (faktor K) adalah rasio daya yang diterima dari komponen LOS terhadap daya dari komponen NLOS. Untuk K = 0 kita akan mendapatkan distribusi Rayleigh, dan untuk K = ∞ tidak terjadi fading.
3.2.
Model Kanal Propagasi
Karakteristik-karakteristik kanal yang dijelaskan sebelumnya dapat diestimasi dengan berbagai cara dan metode. Model kanal propagasi adalah model
31
estimasi karakteristik kanal. Model kanal propagasi sangat berperan penting dalam perencanaan jaringan wireless, terutama untuk penentuan coverage base station dan penentuan persyaratan RF bagi perangkat base station maupun perangkat subscriber station. Secara umum, model kanal propagasi dapat dikelompokan menjadi tiga kelompok besar, yaitu : •
Model empirik Model yang diturunkan dari hasil pengukuran lapangan di lokasi-lokasi yang dianggap mewakili sampel lingkungan wireless.
•
Model Deterministik Model
yang
dikembangkan
dari
teori
propagasi
gelombang
elektromagnetik dan digunakan untuk perhitungan daya panacar di lokasi yang ditinjau. •
Model stokastik Model yang menyertakan peubah acak sebagai representasi kondisi lingkungan yang berubah dari waktu ke waktu dan dari satu lokasi ke lokasi lain.
Dari ketiga model kanal propagasi di atas, model kanal propagasi empirik merupakan model yang sangat diminati kalangan peneliti maupun industri karena kemudahan penggunaan serta toleransi terhadap ketidaktersediaan informasi terrain. Yang termasuk dalam model kanal propagasi empirik adalah model ECC33, COST Hatta, dan SUI. Dari ketiga model tersebut, model kanal SUI menyediakan informasi yang terkait dengan karakteirstik dispersif kanal.
3.2.1. Stanford University Interim Model
Model kanal seperti yang dideskripsikan di poin-poin sebelumnya menyediakan dasar untuk menspesifikasikan kanal dengan skenario tertentu. Model ini dikembangkan oleh kelompok kerja IEEE 802.16. SUI model merupakan model yang dikembangkan untuk frekuensi di bawah 11 GHz. Model
32
ini didefinisikan untuk pita frekuensi 2.5—2.7 GHz, yakni pita frekuensi untuk MMDS (Multipoint Microwave Distribution System) di Amerika. Berdasarkan terrain, model SUI membagi 3 jenis, yaitu : •
Tipe A
: path loss terbesar yaitu perbukitan dengan densitas
pepohonan sedang sampai tinggi. •
Tipe B
: path loss pertengahan antara tipe A dan C.
•
Tipe C
: path loss terkecil yaitu terrain rata dengan pepohonan
jarang. Persamaan umum model empirik SUI :
⎛d PL = A + 10γ log 10⎜⎜ ⎝ d0
⎞ ⎟⎟ + X f + X h + s , untuk d>d0 ⎠
(3.15)
Keterangan : - d : jarak antara antenna dan CPE dalam meter - d0 : 100 meter - s : peubah acak yang terdistribusi secara lognormal sebagai
representasi shadowing oleh pepohonan atau bangunan, dengan nilai berkisar 8.2 – 10.6 dB. -
⎛ 4πd 0 ⎞ A = 20 log10 ⎜ ⎟ ⎝ λ ⎠
-
γ = a − bhb +
(3.16)
c hb
(3.17)
hb
: tinggi antenna base station
a,b,c
: konstanta perhitungan pangkat path loss yang tergantung
jenis terrain Tabel 3.1. Parameter Terrain [11] Model Parameter
Terrain A
Terrain B
Terrain C
4.6
4.0
3.6
b (m-1)
0.0075
0.0065
0.005
c (m)
12.6
17.1
20
a
33
- Xf : faktor koreksi untuk penggunaan frekuensi f ( dalam MHz) di
atas 2 GHz. ⎛ f ⎞ X f = 6 log10 ⎜ ⎟ ⎝ 2000 ⎠
(3.18)
- Xh : factor koreksi tinggi antenna CPE pada berbagai kondisi
terrain dengan hr dalam meter. ⎛ h ⎞ X h = −10.8 log10 ⎜ r ⎟ untuk terrain tipe A & B ⎝ 2000 ⎠
(3.19)
⎛ h ⎞ X h = −10.8 log10 ⎜ r ⎟ untuk terrain tipe C ⎝ 2000 ⎠
(3.20)
3.2.2. Perbandingan Model Path Loss SUI dengan Model Lain
Gambar berikut menunjukkan perbandingan model path loss SUI dan model lainnya seperti COST-231 Hatta dan ECC-33.
Gambar 3.8. Perbandingan Model Kanal untuk Daerah Rural [6]
34
Tabel 3.2. Statistik Kesalahan untuk Daerah Rural [6]
Gambar 3.9. Perbandingan Model Kanal untuk Daerah Suburban [6]
Tabel 3.3. Statistik Kesalahan untuk Daerah Suburban [6]
35
Gambar 3.10. Perbandingan Model Kanal untuk Daerah Urban [6] Tabel 3.4. Statistik Kesalahan untuk Daerah Urban [6]
Dari ketiga tabel di atas, dapat terlihat bahwa pada model path loss SUI tidak memprediksi sebaik ECC-33 dan COST-231. Namun, ECC-33 tidak dapat digunakan untuk suburban area, sementara COST-231 memerlukan perhitungan yang jauh lebih kompleks. Sehingga untuk mendapatkan hasil yang masih cukup akurat untuk segala tipe topografi dengan perhitungan yang tidak terlalu kompleks, maka SUI adalah model yang tepat.
3.2.3. Karakteristik Kanal Multipath SUI
Untuk model small-scale fading atau multipath fading, ada 6 jenis parameter SUI yang dideskripsikan pada tabel-tabel di berikut ini :
36
Tabel 3.5. Parameter model SUI [11]
Tipe Topografi
Kanal SUI
C
SUI-1 , SUI-2
B
SUI-3, SUI-4
A
SUI-5, SUI-6
Faktor-K : Rendah Doppler
Low
Low delay
Moderate
High
spread
delay spread
spread
SUI-3
SUI-5 SUI-4
SUI-6
Low delay
Moderate
High
spread
delay spread
spread
High
delay
Faktor-K: Tinggi Doppler
Low
SUI-1,2
High
37
delay
