KARAKTERISASI KANAL PROPAGASI UNTUK IMPLEMENTASI VHF DATA LINK DI BAND FREKUENSI PENERBANGAN (118 – 136 MHZ) 1
2
3
Made Sutha Yadnya , Harry Budiarto , Achamd Affandi Universitas Mataram, Mataram Badan Pengkajian dan Penerapan Teknologi (BPPT), Jakarta Institut Teknologi Sepuluh Nopember, Surabaya
ABSTRAK Penelitian ini dilakukan sebagai langkah pemilihan model komunikasi penerbangan sipil oleh ICAO organisasi internasional mengimplementasikan teknologi Communication Navigation and Surveillance - Air Traffic Management (CNS/ATM) merekomendasikan penggunaan VHF Data Link (VDL). Untuk implementasi VDL dalam studi ini dilakukan pemodelan kanal propagasi pada komunikasi udara (118-136 MHz) antara pilot dan menara pengawas. Pemantauan oleh menara pengawas merupakan salah satu keunggulan dalam mengatasi transportasi udara. Data dari hasil pengukuran diolah untuk didapatkan nilai variasi propagasi pada kanal VHF sehingga didapatkan Model propadasi VDL. Kata kunci : CNS/ATM, VDL, Redaman, Model propagasi VDL PENDAHULUAN Saat ini, Indonesia harus segera mengejar ketinggalannya dalam implementasi teknologi Communication Navigation and Surveillance - Air Traffic Management (CNS/ATM) dikarenakan beberapa negara tetangga seperti Malaysia dan Singapura telah menggunakannya. Oleh karena itu, Departemen Perhubungan telah membuat perencanaan (blue print) untuk implementasi CNS/ATM di Indonesia. ICAO sebagai organisasi internasional untuk penerbangan sipil telah merekomendasikan penggunaan VHF Data Link (VDL) dengan mengimplementasikan VDL Mod-2, VDL Mod-4 atau ModS. Setiap negara bebas menentukan mode yang mana yang akan dipakai untuk pengelolaan lalu lintas penerbangan dalam wilayah udaranya. Indonesia sampai saat ini belum menentukan penggunaan mode data link yang akan dipakai pada pengelolaan ruang udaranya. Hal yang menyebabkan Indonesia belum menentukan jenis mode data link yang akan diimplementasikan, salah satu diantaranya karena belum adanya kajian tentang karakteristik kondisi atmosfir yang mempunyai pengaruh yang sangat signifikan terhadap kualitas propagasi gelombang VHF. Sehingga kajian tentang VDL terhadap pengaruh atmosfer pada propagasi gelombang radio sudah merupakan kebutuhan dalam memberikan rekomendasi untuk memilih mode data link yang paling cocok dengan kondisi Negara Indonesia dalam rangka implementasi teknologi CNS/ATM. Tujuan penelitian kajian ini adalah untuk melakukan karakterisasi dan pemodelan redaman atmosfer pada komunikasi VHF data link, karena VHF data link ini merupakan tulang punggung komunikasi dalam CNS/ATM. Pengumpulan Data Data pengukuran dan pengolahan data dari data atmosfer akan dianalisis untuk mendapatkan model hybrid dari dua kombinasi data tersebut. Sejumlah data dari variasi temporal sinyal penerimaan pada komunikasi darat – udara, akan menjadi tulang punggung utama model variasi redaman di sekitar model LOS yang mewakili kondisi propagasi dari pesawat udara dan stasiun darat Karakterisasi Propagasi Karakterisasi propagasi dilakukan dengan mengoreksi model propagasi ruang bebas (LOS, Line Of Sight), dengan pengaruh atmosfer dan variasi Doppler pergerakan terminal. Pengambilan sampel data diperoleh dari data primer maupun data sekunder sebagai data masukan untuk penyusunan model propagasi VDL. Data Propagasi Data hasil pengukuran (data primer) karakterisasi propagasi gelombang radio pada pita komunikasi udara – darat. Sistem pengukuran yang akan dilaksanakan dibangun untuk mendapatkan level sinyal penerimaan dari komunikator di pesawat udara. Sistem pengukuran sinyal ini diberikan pada gambar 1.
18
F-BNC
AM Receiver
Splitter
+
Data Processor
F-BNC
Signal Generator
USB Receiver F-BNC
Gambar 1. Perangkat pengukuran propagasi Antenna penerima berada di luar gedung pada ketinggian yang cukup, agar terjadi lintasan langsung (LOS) antara pesawat dan antenna. Sinyal yang diterima, dikombinasikan dengan sinyal referensi yang dibangkitkan oleh generator local langsung dihubungkan dengan combiner. Sinyal yang keluar dari combiner diterima oleh penerima, ditransformasi menjadi sinyal digital, kemudian diproses oleh perangkat pemrosesan sinyal digital. Pemrosesan sinyal ini bertujuan untuk mendapatkan variasi sinyal yang diterima dalam skala besar (sebagai fungsi waktu) maupun variasi sinyal skala kecil. Agar membantu dalam mengenali jenis komunikator, sinyal audio dari penerima akan direkam dan dilakukan sinkronisasi waktu antara waktu perekaman audio dan di sistem pengukuran. Kalibrasi akan dilakukan sedemikian rupa sehingga pengukuran mewakili karakteristik propagasi dari antenna di pesawat dan di stasiun darat.
Data Atmosfir Data kondisi atmosfer dari Badan Meteorologi dan Geofisika yang perlu diambil adalah data hasil penerimaan dari radiosonde pada suatu stasiun. Data sekunder ini terdiri dari informasi tekanan udara, suhu dan kelembaban udara sebagai fungsi ketinggian. Data yang dikumpulkan terdiri dari data tahunan, mengingat Indonesia mempunyai dua musim. Data pada musim berbeda ini akan dapat dieksplorasi pengaruh musim pada variasi redaman gelombang radio.
Pengolahan Data Untuk mendapatkan hasil kajian dari model yang diberikan oleh sumber-sumber referensi, perlu dilaksanakan koordinasi antar lintas departemen yang memiliki data terkait. Khusus untuk pengumpulan data melalui pengukuran propasi di bandara Surabaya. Pengambilan sampel tempat ini berdasarkan pada penelitian yang terkait dengan CNS/ATM. Juga data kondisi atmosfer dari BMG pada rentang periode 2005-2007 diharapkan dapat diperoleh dengan lengkap. Pengolahan Data Propagasi Pengolahan data dilakukan menggunakan data primer dan data sekunder, data primer pengkuran langsung dari menara pengawas sedangkan data sekunder data yang sudah diambil dari pengukuran yang sudah dilakukan.
Data propagasi Hasil pengukuran belum dapat memberikan informasi yang langsung dapat dianalisa. Data pengukuran variasi level sinyal penerimaan harus diverifikasi terhadap data rekaman audio komunikasi udara-darat, untuk mensinkronkan dari sejumlah data hasil rekaman. Sinkronisasi juga dilakukan terhadap waktu. Setelah dapat melakukan sinkronisasi dan identifiasi setiap sampel komunikasi, sejumlah data komunikasi penerbangan akan dipilah per jenis pendaratan atau pemberangkatan. Selanjutnya data diolah untuk mendapatkan matriks variasi level sinyal per kelompok sinyal tersebut. Data sekunder meteorologi yang diperoleh dari BMG, ditransformasi menjadi data indeks bias atmosfer, kemudian diolah untuk memperoleh data variasi redaman sesuai dengan kondisi atmosfer. Data variasi redaman harian dan musiman selanjutnya dianalisa.
19
Pengolahan Data Sekunder Data sekunder diolah menggunakan model propagasi yang terdapat pada model ITU-R yang merupakan standard internasional yang memberikan rekomendasi tentang masalah radio. Dengan rekomendasi ini akan diperoleh variasi redaman atmosfer seasonal yang terdiri dari redaman awan, redaman gas, redaman hujan dan scintilasi. Redaman Gas Redaman karena gas atmosfer ini sepenuhnya disebabkan oleh penyerapan yang bergantung dari frekuensi, sudut elevasi, ketinggian diatas permukaan air laut dan kepadatan uap air. Metode untuk menghitung redaman gas ini terdapat pada rekomendasi ITU-R P.676-3, yang mana terdiri dari redaman akibat oksigen dan redaman akibat uap air. Redaman gas ini bernilai maksimum selama musim penghujan, khususnya ketika curah hujan maksimum, ini bisa dilihat di rekomendasi ITU-R P.836. Metode pemghitungannya dinyatakan dalam bentuk sebagai berikut1 : 0 Untuk sudut elevasi (θ) lebih besar 10 :
γ h +γ h Ag = o o w w sin θ
(1)
dB
Untuk sudut elvasi (θ) lebih kecil r 100: Ag =
⎛ ⎛ Re ⎡ Re ⎞⎟ Re ⎞⎟⎤ dB ⎥ ⎢γo hoF⎜tanθ +γw hwF⎜tanθ ⎟ ⎜ ⎜ cosθ ⎢ ho hw ⎟⎥ ⎠⎦ ⎠ ⎝ ⎝ ⎣
(2)
dimana : (3)
1
F ( x) =
0.661x + 0.339 x 2 + 5.51 Redaman spesifik untuk udara kering / oksigen : ⎛
⎞ 7.5 7.27rt ⎟ f 2 rp2rt 2 ×10−3 + ⎜ f 2 + 0.351rp2rt2 2 2 rt 5 ⎟ ( ) f − 57 + 2 . 44 rp ⎝ ⎠
γ =⎜ o
dB/km
(4)
Redaman spesifik untuk uap air : ⎞ ⎛ ⎟ ⎜ ρr 7 ⎟ ⎜3.27×10−2 +1.67×10−3 t + 7.7×10−4 f 0.5 ⎟ ⎜ r p ⎟ ⎜ ⎟ ⎜ 3.79 11.73rt ⎟ f 2ρr r ×10−4 γw = ⎜ + + pt ⎜ ( f − 22.235)2 + 9.81r 2r ( f −183.31)2 +11.85r 2r ⎟ p t p t ⎟ ⎜ ⎟ ⎜ 4.01r t ⎟ ⎜+ ⎟⎟ ⎜⎜ ( f − 325.153)2 +10.44r 2r p t ⎠ ⎝
(5)
dimana ρ diperoleh dari2 :
ρ=
e=
(6)
216.87e T
Hes 100
(7)
hPa
dan
⎛ bt ⎞ es = a exp⎜ ⎟ ⎝t +c⎠
hPa
(8)
20
dimana
a : 6.1121;b : 17.502;c : 240.97
r p = p / 1013
(9)
rt = 288 /(273 + t )
(10)
Ketinggian ekivalen untuk udara kering/ oksigen :
h0 = 6 km Ketinggian ekivalen untuk uap air :
⎧⎪ ⎫⎪ 3 5 2.5 hw = hwo⎨1+ + + ⎬ 2 2 2 ⎪⎩ ( f − 22.2) + 5 ( f −183.3) + 6 ( f − 325.4) + 4⎪⎭
(11)
Keterangan : f p θ γo γw ho ρ H t es
: frekuensi (GHz) : tekanan (hPa) : sudut elevasi ( 0 ) : redaman spesifik di permukaan untuk udara kering / oksigen (dB/km) : redaman spesifik di permukaan untuk uap air : ketinggian ekivalen untuk udara kering dan untuk uap air ( hw ) : kepadatan uap air di permukaan (g/m3) : relative humidity (%) : suhu (0C) dan T : suhu absolut (K) : tekanan saturasi uap air (hPa), dengan koefisien
Redaman Awan Redaman awan adalah redaman yang terjadi selama suatu gelombang radio melewati suatu awan. Metode untuk menghitung redaman awan ini terdapat pada pada rekomendasi ITU-R P.840-3. Metode perhitungannya dinyatakan dalam bentuk sebagai berikut3:
A=
LK
l sin θ
(12)
dimana:
K = l
0.819 f ε ' ' (1 + η 2 )
η=
(dB/km)/(g/m3
2+ε' ε ''
(13)
(14)
Permitivitas dielektrik komplek dari air :
ε '( f ) =
f (ε o − ε1)
⎡ f 2⎤ ⎢1 + ( f p ) ⎥ ⎣ ⎦
+
f (ε1 − ε 2 )
⎡1 + ( f ) 2 ⎤ ⎢⎣ f s ⎥⎦
+ ε2
(15)
ε 0 = 77,6 + 103,3(θ − 1) ε1 = 5,48 ε 2 = 3,51 θ = 300 T
21
f p = 20,09 − 142(θ − 1) + 294(θ − 1) 2
(16)
fs = 590 − 1500(θ − 1)
(17)
Keterangan :
Kl
: koefisien redaman spesifikm (dB/km)/(g/m3)
L ε ''( f ) /ε '( f )
: statistik dari total kandungan air (kg/ m3) : permitivitas dielektrik komplek dari air
fp
: frekuensi relaksasi utama
fs
: frekuensi relaksasi sekunder
Redaman Hujan Curah hujan merupakan suatu langkah awal untuk memprediksi redaman hujan. Hujan berkarakteristik tidak merata (inhomogeneous) dalam arah horizontal dan secara statistik dibutuhkan model untuk mengestimasi pengaruh ketidakmerataan (inhomogeneity) pada estimasi redaman. Untuk aplikasi pemodelan redaman, hujan sering kedalam dua kelas, stratiform dan convective atau volume sel dan jatuhan. Aplikasi convective pada atmosfir, parameter cairan secara dinamik biasanya berkarakteristik mengalir dengan lambat tergantung pada iklim. Oleh karena struktur horizontal hujan seharusnya tidak tergantung pada iklim wilayah. Model prediksi variasi laju hujan sepanjang lintasan horizontal (permukaan lintasan) cocok digunakan dalam merancang sistem komunikasi terrestrial. Sedangkan untuk lintasan vertikal digunakan untuk sistem komunikasi satelit. Analisis secara teori menunjukkan bahwa percipitation yang beku dalam bentuk es dan salju tidak menghasilkan redaman secara signifikan. Air, ketika dinyatakan dalam bentuk titik hujan atau lapisan air atas ukuran titik hujan partikel-partikel es, menghasilkan redaman signifikan. Dengan curah hujan, menunjukkan bahwa air dapat diakumulasikan untuk memperkirakan berapa besar redaman hujan pada daerah tertentu di bumi, misalnya pada stasiun bumi. Perhitungan redaman hujan berhubungan dengan redaman gelombang radio dan curah hujan ini dihitung dalam milimeter per jam (mm/h). Metode penghitungan yang digunakan adalah rekomendasai ITU-R P.618. Beberapa data input yang dibutuhkan untuk model dan prosedur perhitungan distribusi redaman4 : R0.01= curah hujan rata-rata tahunan pada suatu tempat untuk 0.01% (mm/h),hs= letak stasiun bumi terhadap permukaan air laut (km)θ = sudut elevasi stasiun bumi ke satelit (°) φ = posisi lintang stasiun bumi (°) f = frekuensi (GHz) Re = jarak efektif bumi (8500 km)
Gambar 2. Presentasi Eart-space path dimana parameter harus diinputkan pada proses prediksi redaman Untuk penelitian utama sebagai tulang punggung model propagasi tersebut diberikan dalam gambar 3
4
22
Gambar 3 Model Variasi Redaman di sekitar model LOS antara utama yang mewakili kondisi propagasi dari pesawat udara dan stasiun darat. L=n.10.log(d/dref) + Lo +
σ2
(18)
Model persamaan (18) adalah model dasar redaman ruang bebas di mana n=2, penambahan variasi σ2., yang merupakan variabel acak yang diperoleh dari koreksi redaman atmosfer (dari data sekunder) dan variasi Doppler. Frekuensi Doppler, Pengukuran frekuensi doppler maksimum (Hz) terjadi ketika pesawat bergerak tepat menuju atau menjauhi receiver (tower) dan dapat diestimasi dari kecepatan gerak pesawat v (m/s) dan panjang gelombang λ (m) dalam persamaan 19.
f max =
v
λ
(19)
Jika asumsi kecepatan pesawat sekitar 300 km/jam atau 83.33 m/det sedang beroperasi di 118.3 MHz (atau 2,53 m), maka pergeseran Doppler sekitar 32,86 Hz. Dengan demikian sampling terhadap sinyal yang diukur minimal dua kali frekuensi Doppler, atau sekitar 64 Hz. Hal ini berarti perangkat pengukuran harus mampu mengambil sample sekitar 15,625 ms. HASIL DAN PEMBAHASAN Badan Meteorologi dan Geofisika: untuk memperoleh informasi data sekunder dari BMG, berupa data hasil pengukuran parameter cuaca, seperti tekanan udara, suhu dan kelembaban udara sebagai fungsi ketinggian. Pada umumya informasi ini dapat diperoleh dari hasil pengukuran radiosonde. rentang data parameter cuaca yang diperlukan adalah data dua tahun siklus musim, Januari 2005 – Desember 2006, untuk lokasi Surabaya. Departemen Perhubungan Udara: akses terhadap informasi dan data terakhir yang terkait dengan perkembagan persiapan implementasi CNS/ATM di Indonesia, rekomendasi ICAO dsb. Konfigurasi sistem pengukuran yang digunakan dapat diberikan dalam gambar 4.
23
Gambar 4. Konfigurasi Peralatan Pengukuran efek Doppler Signal generator di set sebagai referensi, misal pada SG diset pada level -60dBm. Dari penerimaan sinyal air band communication melalui antena, yang dicampur dengan sinyal referensi., kemudian dilakukan pemisahan melalui splitter yang merupakan intermodulasi dari sinyal AM dan SSB. Sinyal sebelum dipisahkan tersebut, merupakan hasil intermodulasi dari masing-masing sumber akan memberikan hasil agregasi seperti diberikan dalam gambar 5.
118,2995 USB Receiver
118,300
118,301
AM Receiver
Gambar 5. Spectrum Sinyal Terukur Pengolahan data dari hasil pengukuran dipergunakan software Matlab, nero, serta microsoft recorder. Sinyal diperoleh dari hasil pengukuran diolah dengan menganalisa sinyal-sinyal yang diperlukan seperti Gambar 6 Sinyal Referensi(USB Receiver) dan Gambar 7 Sinyal Percakapan(AM Reciver).
Gambar 6. Sinyal Referensi(USB Receiver)
24
Gambar 7. Sinyal Percakapan(AM Reciver)
Gambar 8. Hasil FFT Sinyal Refrensi sample ke n
Gambar 9. Variasi Spektrum Sinyal Referensi
25
Gambar 10. Variasi Spektrum Sinyal AM (sebelum koreksi AGC)
Gambar 11 Variasi Sinyal AM setelah koreksi AGC Secara statistik variasi perubahan level dalam skala waktu tersebut diperoleh rata-rata di level (-22,681) dengan standari deviasi sebesar 1.0675 dB. Dari variasi percakapan (setelah detik 16), margin variasi margin yang harus disediakan sebesar 7dB Sedang variasi frekuensi Doppler dari frekuensi gelombang pembawa AM di 118.30 untuk skala SNR (Sinyal to Noise Ratio) yang rendah (<10 dB) diperoleh sekitar ±5 Hz. Sedang untk pengamatan dengan SNR yang sangat baik (>20 dB), pergeseran Doppler diperoleh 8 Hz, hal ini masih di dalam range pengamatan yang diperkenankan. Tidak ada perubahan signifikan diluar karakteristik propagasi yang seharusnya terjadi, hal ini disebabkan mekanisme propagasi ruang bebas dengan kondisi Line of Sight (LOS) masih dominan dengan tingkat multipath (lintasan jamak) masih rendah, yang terjadi dalam komunikasi penerbangan, hal ini dapat dilihat pada gambar 12.
26
Gambar 12. Variasi Doppler pada dB Dari analisis yang diberikan maka dapat diintegrasikan kedua analisis dengan menggabungkan estimasi yang diberikan dalam redaman total persamaan 18, ditambahkan dengan variasi redaman total atmosferik yang dalam variasi nya sangat rendah (standard deviasi <1 dB), dan variasi yang mungkin terjadi akibat pergeseran Doppler sekitar 7 dB. Hal ini diperoleh pendekatan model redaman lintasan komunikasi penerbangan di band 118-136 MHz sebagai berikut: Lbf = 32.4 + 20 log f + 20 log d + σ
(20)
dimana : Lbf = redaman ruang bebas (dB) f = frekuensi (MHz) d = jarak (km) σ = variabel acak dengan standar deviasi sebesar 7dB Selanjutnya model persamaan 20 dapat dimanfaatkan untuk estimasi perhitungan link komunikasi VDL di masa depan.
V Ucapan Terimakasih Pembuatan penelitian ini mendapatkan bantuan dana dari BPPT, JICA PREDICT-ITS serta dilakukan oleh Tim Laboratorium Jaringan Telekomunikasi 301 ITS terutama Ardita, Brahmanti dan Erika. VI Kesimpulan Kajian terhadap karakteristik propagasi, khususnya terhadap pengaruh redaman atmosfer pada VHF Data Link (VDL), telah dilakukan dalam penelitian ini dapat memberikan masukan beupa model propagasi yang dapat dimanfaatkan untuk memberikan estimasi variasi redaman yang mungkin terjadi. Model yang diusulkan merupakan gabungan dari model propagasi ruang bebas dalam keadaan Line of Sight (LOS), yang dkoreksi oleh redaman untuk atmosfer (redaman gas, hujan) dan variasi redaman pergeseran Doppler. Karakterisasi propagasi ini masih merupakan hasil awal pengukuran, untuk mendapatkan model yang akurat, perlu dilakukan lebih banyak pengukuran dengan kondisi yang berbeda. Sehingga dapat memberikan gambaran statistik dari model yag diperoleh, ketergantungan lokasi dan sebagainya. VII Daftar Pustaka Boashash B, Time-Frequency Signal Analysis and Processing: A Comprehensive Reference, Oxford:Elsevier, 2003. Chopra, V., Hensel, C. and Turner, A., “Massaging Mean-Variance Inputs: Returns from Alternative Global Investment Strategies,” Management Science, 39, 1993, 10-20 27
Cox, D.C., Multipath delay spread and path loss correlation for 110 MHz urban mobile radiopropagation, IEEE Trans. Vehicular Technol., 25, 340, 1972. Davenport W.B and Root W.L, An Introduction to the Theory of Random Signals and Noise, Washington, DC: IEEE Press, 1987. Nguyen L.N and B. Senadji, “Analysis of nonlinear signals in the presence of Rayleigh fading,” in Proceedings of the Fifth International Symposium on Signal Processing and Its Applications, ISSPA ’99,Brisbane, Queensland, Australia, Vol. 1, August 1999, pp. 411–414. Rec.ITU-R 530, 2003, ” Propagation the design of terrestrial line-of-sight systems”
data
and
prediction
methods
required
for
Rec.ITU-R 618, 2003, ” Prediction Rain Rate Attenuation” Rec.ITU.838-4, 2003,”Characteristics Rain of Precipilation for Modeling” Rappaport T.S.,Wireless Communications, Principles and Practice, Prentice Hall, New York, 1996.
28