Optimasi Single Frequency Network pada Layanan TV Digital DVB-T dengan Menggunakan Metode Simulated Annealing Destya Arisetyanti 2208 100 118
Dosen Pembimbing Prof. Ir. Gamantyo Hendrantoro, M.Eng, Ph.D
L/O/G/O
Contents Latar Belakang Permasalahan Batasan Masalah Tujuan Metode Penelitian
Hasil
Kesimpulan
Latar Belakang TV Analog vs TV Digital MFN vs SFN OptimasiSFN dengan Simulated Annealing
Memperluas Daerah Cakupan
Permasalahan
1.
Bagaimana implementasi algoritma Simulated Annealing pada Optimasi SFN dengan model propagasi free space dan knife edge?
2.
Bagaimana hasil kinerja optimasi posisi setiap pemancar SFN?
Batasan Masalah Kanal frekuensi yang digunakan adalah kanal UHF 600 MHz. Bandwidth 8 MHz dengan mode 2K (224 μs), dan guard interval sebesar 1/32 (7 μs). Parameter optimasi : posisi setiap pemancar. Menggunakan tiga cooling schedule terbaik.
Tujuan
1.
Implementasi Algoritma Simulated Annealing pada Optimasi SFN dengan mengatur posisi setiap Pemancar.
2.
Meningkatkan kualitas sinyal dan memperluas daerah cakupan.
Metode Penelitian
Model Prediksi Propagasi Menggunakan 3 unit pemancar omnidirectional dengan daya masing-masing sebesar 100 Watt
( x 100 meter)
20
40
Tx1
Tx3
60
80
Pemancar ke1 2 3
Posisi Pemancar (baris,kolom) 25,25 75,50 25,75
Tx2
100 20
40 60 ( x 100 meter)
80
100
Wilayah optimasi SFN seluas 100 Km2 dan terdapat 10.000 receiver.
Tinggi Pemancar 37,5 meter 37,5 meter 37,5 meter
Model Prediksi Propagasi (2) Variasi wilayah berdasarkan ketinggian dan banyaknya jumlah gedung. Wilayah SFN Pertama
Kota
Jumlah Gedung
A B C D E
20 20 20 20 20
Range Ketinggian Gedung (meter) 30-40 40-50 50-60 60-70 70-80
Wilayah SFN Kedua
Kota
Jumlah Gedung
L M N
20 40 60
Range Ketinggian (meter) 50-60 50-60 50-60
Model Prediksi Propagasi (3) Model prediksi propagasi free space dan knife edge.
Pt Gt G r 2 P(d ) (4 ) 2 d 2 L Pt P(d) Gt Gr d L
λ
(1)
: daya transmisi : daya terima dalam fungsi T-R : gain antena pemancar : gain antena penerima : jarak antar pemancar dan penerima (meter) : system loss factor yang tek berhubungan dengan propagasi : panjang gelombang (meter)
Pt Gt G r 2 G d P 10 log 2 2 ( 4 ) d L Gd
: gain difraksi
(2)
Perhitungan Kualitas Sinyal Penggabungan Sinyal
Penjumlahan Daya
Receiver Mask atau Fungsi Bobot
if [(Tu t ) / Tu ]2 , if 1, n 2 T T t T [( ) / ] , if g u u 0,
(Tg T p ) t 0 0 t Tg Tg t T p lainnya
Tu : panjang simbol yang berguna. Tg : panjang guard interval. Tp : interval selama sinyal berkontribusi konstruktif. (Tp=7Tu /24)
(3)
Perhitungan Kualitas Sinyal (2) C / I
n A
n A
Pn n ( n 0 )
Pn (1 n ( n 0 ) nB Pn N 0
(5)
N 0 kTB Pn ωn δn δo No k T B
: daya yang diterima dari pemancar ke-n : nilai fungsi bobot : delay relative echo ke-n terhadap satuan waktu sinkronisasi : waktu sinkronisasi : noise : konstanta Bolzman (1,38×10-23) : Suhu : Bandwidth
Carrier (C) dan C/I
QoS
(4)
Cmin = -75 dBm (C/I)min = 13,4 dB
Optimasi SFN Algoritma Simulated Annealing digunakan untuk menemukan konfigurasi optimal bagi parameter transmisi SFN, seperti letak posisi setiap pemancar SFN Batas Lokasi Optimasi Tiap Pemancar Pemancar 1 : 23 ≤ q1 ≤ 26 dan 23 ≤ q2 ≤ 26 Pemancar 2 : 74 ≤ q3 ≤ 77 dan 49 ≤ q4 ≤ 52 Pemancar 3 : 23 ≤ q5 ≤ 26 dan 74 ≤ q6 ≤ 77 Q (q1 , q 2 , ...,q d , ...,q D 1 , q D )
R Covr F (%) 100 1 r 1 R 1 if Cov 0
C C min & (C / I ) (C / I ) min lainnya
(6)
(7)
(8)
Simulated Annealing Simulated Annealing merupakan algoritma berdasarkan termodinamika sistem untuk mencari pendekatan terhadap solusi optimum. Metode Simulated Annealing berusaha mencari solusi dengan berpindah dari solusi satu ke solusi yang lainnya. Apabila solusi baru yang diuji mempunyai nilai fungsi energi yang lebih kecil, maka solusi yang sedang diuji akan menggantikan solusi yang lama.
e ( F / T ) BPD(Qi Qi 1 ) 1
if if
F 0 F 0
Variasi Wilayah Optimasi Berdasarkan Ketinggian Gedung
L/O/G/O
Pengaruh Ketinggian Gedung Terhadap Hasil Optimasi
Kota A B C D E
Ketinggian (meter) 30-40 40-50 50-60 60-70 70-80
Coverage (%) 70,90 70,77 70,39 70,28 70,20
Fitness (%) 29,10 29,23 29,61 29,72 29,80
Nilai Fitness pada Kota C 29.8 a c f
29.6 29.4
Initial temperature (T0) = 7 Stop temperature (TN) = 0,01 Iterasi = 1000 kali
Nilai Fitness
29.2 29 28.8
Cooling Schedule a c f
28.6 28.4 28.2 28 27.8
0
200
400
600 Iterasi (i)
800
1000
1200
Fitness (%) 27,93 27,89 27,96
Coverage Kota C
(a)
(b)
Perbandingan Coverage Kota C. (a) Awal. (b) Optimasi dengan SA. Wilayah tercakup dan tidak tercakup masing-masing ditunjukkan oleh warna putih dan hitam.
Persentase Coverage dan Kenaikan Kota A, B, C, D dan E Kota
A
B
C
D
E
Cooling Schedule a c f a c f a c f a c f a c f
Tinggi Gedung (meter)
Coverage (%) Awal
30-40
70,90
40-50
70,77
50-60
70,39
60-70
70,28
70-80
70,20
SA 72,06 72,07 72,15 72,02 72,03 72,05 72,07 72,11 72,04 72,09 72,06 72,08 72,05 72,10 72,06
Kenaikan Coverage (%) 1,16 1,17 1,25 1,25 1,26 1,28 1,68 1,72 1,65 1,81 1,78 1,80 1,85 1,90 1,86
Posisi Terbaik Setiap Pemancar Berdasarkan Variasi Ketinggian Gedung
Kota A B C D E
Pemancar ke-1 Baris Kolom 25,910 23,397 25,082 23,411 25,745 23,069 25,691 23,017 25,066 23,207
Posisi ( × 100 meter ) Pemancar ke-2 Baris Kolom 76,904 51,397 76,721 50,137 76,547 51,759 76,912 49,586 76,911 51,419
Pemancar ke-3 Baris Kolom 25,936 76,749 24,589 76,966 24,962 76,895 24,917 76,552 25,389 76,822
Variasi Wilayah Optimasi Berdasarkan Jumlah Gedung
L/O/G/O
Pengaruh Jumlah Gedung Terhadap Hasil Optimasi
Kota L M N
Jumlah Gedung 20 40 60
Coverage (%) 70,39 68,74 67,53
Fitness (%) 29,61 31,26 32,47
Nilai Fitness pada Kota N 32.5 a c f
32 31.5
Initial temperature (T0) = 9 Stop temperature (TN) = 0,001 Iterasi = 500 kali
Nilai Fitness
31 30.5 30
Cooling Schedule a c f
29.5 29 28.5 28
0
100
200
300 Iterasi (i)
400
500
600
Fitness (%)
28,09 28,08 28,14
Coverage Kota N
(a)
(b)
Perbandingan Coverage Kota N. (a) Awal. (b) Optimasi dengan SA. Wilayah tercakup dan tidak tercakup masing-masing ditunjukkan oleh warna putih dan hitam.
Carrier to Interference Kota N 1 Awal SA
0.9 0.8 0.7
0.325
Awal SA
0.32
0.5 0.4
0.315
0.3 0.2 0.1 0
5
10
15
20
25 30 C/I (dB)
35
40
45
50
Probabilitas
Probabilitas
0.6
0.31 0.305 0.3 0.295 0.29 13
13.2
13.4
13.6
13.8 C/I (dB)
14
14.2
14.4
14.6
Persentase Coverage dan Kenaikan Kota L, M, dan N Kota
L
M
N
Cooling Schedule
a c f a c f a c f
Jumlah Gedung
Coverage (%) Awal
20
70,39
40
68,74
60
67,53
SA
72,02 72,07 72,06 71,98 71,97 71,98 71,86 71,92 71,91
Kenaikan Coverage (%) 1,63 1,68 1,67 3,24 3,23 3,24 4,33 4,39 4,38
Posisi Terbaik Setiap Pemancar Berdasarkan Variasi Jumlah Gedung Posisi ( × 100 meter ) Pemancar ke-1
Pemancar ke-2
Pemancar ke-3
Baris
Kolom
Baris
Kolom
Baris
L
25,575
23,118
75,922
50,519
24,731 76,637
M
25,404
23,787
76,697
49,378
25,570 76,474
N
25,224
23,305
76,446
50,167
23,911 76,560
Kota
Kolom
Kesimpulan Ketinggian gedung mempengaruhi daerah cakupan sinyal suatu wilayah SFN. Semakin tinggi gedung penghalang, maka semakin menurun nilai presentase coverage wilayah tersebut. Banyaknya jumlah gedung mempengaruhi daerah cakupan sinyal suatu wilayah SFN. Semakin banyak jumlah gedung, maka nilai presentase coverage wilayah tersebut juga semakin menurun. Simulated Annealing telah berhasil meningkatkan daerah cakupan SFN saat diterapkan pada optimasi parameter lokasi pemancar.
Terimakasih
L/O/G/O