Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ideasgenerales
Ideasgenerales
La señal recibida está conformada entonces por una suma de infinitas réplicas
de la señal transmitida atenuadas, retardadas y con un corrimiento en fase
(según la cual la superposición resultante puede ser constructiva o destructiva).
Las distorsiones ocasionadas por el fenómeno multitrayectorias deben ser
compensadas en recepción, por ejemplo mediante ecualizadores.
Por otra parte, los modelos físicos describen el canal MIMO a partir de
parámetros físicos [la presentacion resumen modelos MIMO u otro de
los surveys], como ángulos de llegada, ángulos de salida, tiempos de
llegada, entre otros. Su mayor dificultad son la gran cantidad de
parámetros que se requieren definir para un escenario determinado, los
cuales no sólo son complejos de identificar y caracterizar, sino también
de validar.
- Banda Ancha y Banda Angosta: los modelos banda ancha tratan el canal
de propagación como Selectivo en Frecuencia, esto quiere decir que
diferentes sub-bandas de frecuencia tienen diferentes respuestas del
canal. Los modelos banda angosta por su parte asumen el canal plano
en frecuencia, con lo cual el canal se comporta igual en todo el ancho de
banda de la señal transmitida.
S ui ,ui = H i ( f )2
Ni
u i ( t ) = lim N i →∞ ∑ ci , n cos ( 2πf i ,n t + θ i , n )
n =1
Figura 4. Modelo de referencia para un Proceso Estocástico Gaussiano Coloreado por el método de
Superposición de Componentes Armónicas.
Ni
uˆ i ( t ) = ∑ ci ,n cos ( 2πf i , n t + θ i , n )
n =1
Ni
u~i ( t ) = ∑ ci ,n cos ( 2πf i , n t + θ i , n )
n =1
Figura 5. Modelos estocástico realizable (la fases son variables aleatorias) y Determinístico utilizado
para simulación (las fases son constantes).
u~ ( t ) = u~1 ( t ) + ju~2 ( t )
Técnicas Monte Carlo también se han vuelto bastante populares en los últimos
años [], aunque su desempeño es bastante pobre frente a las demás técnicas
si se comparan sus resultados en términos de la función de autocorrelación
Gaussiana simulada con la deseada. El principio de funcionamiento de Monte
Carlo, consiste en que las frecuencias discretas del sistema de simulación son
obtenidas a partir del mapeo de una variable aleatoria con distribución uniforme
a una variable aleatoria con la distribución deseada. De esta manera, las
frecuencias en sí se convierten en variables aleatorias y el resultado en general
se desvía bastante del proceso estocástico aleatorio Gaussiano ideal,
manteniéndose esta condición aún cuando el número de funciones armónicas
es elevado [].
Surge entonces otro procedimiento casi óptimo, llamado el Método de
Dispersión Doppler Exacto (Method of Exact Doppler Spread - MEDS) [], el cual
se comporta casi ideal para densidades de Jakes. El método de Norma Lp (Lp-
norm) es el único que presenta un mejor desempeño que el MEDS. Sin
embargo su complejidad es bastante elevada por lo cual su uso no se justifica
para densidades sencillas y comunes como la Gaussiana o la de Jakes. Se
hace importante para aplicaciones donde las propiedades estadísticas del
modelo de simulación determinístico deben ser adaptadas a mediciones
hechas en la realidad.
D D
de EB , αEB , EM los ángulos de orientación de los arreglos de antena en EB y
EB
EM, v la velocidad de EM, α la dirección de la EM, A j es el elemento j del
EM
arreglo de antenas en la EB, Ai el elemento i del arreglo de antenas en la
EM.
Para el caso del elemento de antena A1EM , la señal recibida está conformada
por infinitas componentes armónicas provenientes de diferentes direcciones
dependiendo de la distribución de los dispersores. El modelo asume la
condición de que D >>> R >>> max{ ∆ EB , ∆ EM } , de esta forma se puede deducir
que la componente difusa del elemento transmisor 1 al elemento receptor 1 es:
N
1
h11 (t ) = Lim N →∞
N
∑a
n =1
n bn e j ( 2πf n t +θn )
Donde
jπ
∆ EB
(
Cos ( α EB ) +φmax
EB
Sen ( α EB ) Sen φnEM ( ))
an = e λ
jπ
∆ EM
( (
Cos φnEM −α EM ))
bn = e λ
h1 t)( 1 h1 t)( 2
H t)( =
h2 t)( 1 h2 t)( 2
En este caso, a n , bn y f n son funciones del ángulo de llegada φn , el cual
EM
Modelo de Referencia:
N
1
h11 (t ) = Lim N →∞
N
∑a
n =1
n bn e j ( 2πf n t +θn )
1 N
hˆ11 (t ) = ∑
N n =1
a n bn e j ( 2πf n t +θn )
θn ~ U [ 0,2π )
φnEM cons tan tes
~ 1 N
h11 (t ) = ∑
N n =1
a n bn e j ( 2πf n t +θn )