Software de propagación inalámbrica 3D Wireless ^InSite

Los modelos estadísticos lineales clásicos, como el modelo autorregresivo (AR) de primer orden, se utilizan habitualmente como modelo de canal en escenarios de alta movilidad. Sin embargo, en comparación con sub-6G, el efecto de los desplazamientos de frecuencia Doppler es más significativo en las frecuencias de ondas milimétricas (mmWave), por lo que debería reconsiderarse la eficacia del modelo estadístico de canal en escenarios mmWave de alta movilidad. En este trabajo se investiga la estimación de canal para sistemas de multiplexación por división ortogonal de frecuencias (OFDM) de múltiples entradas y múltiples salidas (MIMO) en ondas milimétricas en escenarios de alta movilidad, centrándose en la comparación entre el modelo de canal instantáneo y el modelo de canal estadístico. Para el modelo instantáneo, aprovechando la naturaleza de bajo rango de los canales mmWave y las características multidimensionales de las señales MIMO-OFDM a través del espacio, el tiempo y la frecuencia, las señales recibidas se estructuran como un tensor de cuarto orden que se ajusta a un modelo CANDECOMP/PARAFAC (CP) de bajo rango. A continuación, para resolver el problema de descomposición CP, se propone un método de estimación de los parámetros de la señal mediante técnicas de invarianza rotacional (ESPRIT) basado en la descomposición del canal, explorando la estructura de Vandermonde de la matriz factorial, y los parámetros del canal se estiman a partir de las matrices factoriales. Analizamos la condición de unicidad de la descomposición CP y desarrollamos una derivación concisa del límite de Cramer-Rao (CRB) para los parámetros del canal. Las simulaciones demuestran que nuestro método supera las pruebas de referencia existentes. Además, los resultados basados en el entorno inalámbrico generado por Wireless InSite verifican que la estimación del canal basada en el modelo de canal instantáneo obtiene mejores resultados que la basada en el modelo de canal estadístico. Por tanto, se recomienda el modelo de canal instantáneo para diseñar algoritmos de estimación de canal para sistemas mmWave en escenarios de alta movilidad.

Ver referencia

Este artículo propone una arquitectura de red neuronal generativa para modelar canales aire-tierra espacialmente coherentes. El enfoque considera las trayectorias de vehículos aéreos sin tripulación a lo largo de caminos urbanos típicos, capturando las dependencias espaciales dentro de las secuencias de intensidad de señal recibida (RSS) de múltiples estaciones base celulares (gNBs). Mediante la incorporación de datos condicionantes, el modelo discrimina con precisión entre gNBs y conduce la distancia de la matriz de correlación entre secuencias reales y generadas a valores mínimos. Esto permite evaluar el rendimiento y las métricas de gestión de la movilidad con valores RSS coherentes espacialmente (y, por extensión, temporalmente), en lugar de con instantáneas independientes. Para algunas tareas basadas en estas métricas, como los traspasos, la coherencia es esencial.

Ver referencia

Digital Twin ha surgido como un paradigma prometedor para representar con precisión los entornos electromagnéticos (EM) inalámbricos. La representación virtual resultante de la realidad facilita una visión completa del entorno de propagación, potenciando los procesos de toma de decisiones multicapa a nivel de comunicación física. Este artículo investiga la digitalización de la propagación de las comunicaciones inalámbricas, con especial énfasis en el aspecto indispensable de la simulación de propagación basada en rayos para los Gemelos Digitales en tiempo real. Se presenta un punto de referencia para simulaciones de propagación basadas en rayos a fin de evaluar el tiempo computacional, con dos escenarios urbanos caracterizados por diferente complejidad de malla, configuraciones de enlace inalámbrico único y múltiple, y simulaciones con/sin dispersión difusa. Se realizan análisis empíricos exhaustivos que muestran y comparan el comportamiento de diferentes soluciones basadas en rayos. Al ofrecer simulaciones y escenarios estandarizados, este trabajo proporciona una referencia técnica para los profesionales implicados en la implementación de Digital Twins en tiempo real y la optimización de modelos de propagación basados en rayos.

Ver referencia

En este artículo abordamos el oportuno tema de la localización y el mapeo simultáneos (SLAM) biestáticos celulares, centrándonos específicamente en soluciones de procesamiento de extremo a extremo, desde muestras I/Q sin procesar, pasando por la estimación de parámetros de canal, hasta la información de localización de equipos de usuario (UE) y puntos de referencia en redes de ondas milimétricas (mmWave), con un conocimiento previo mínimo. En primer lugar, proponemos una nueva solución de estimación de parámetros de canal multitrayecto que funciona directamente con medidas de potencia recibida de la señal de referencia del haz (BRSRP), sin necesidad de conocer los verdaderos patrones del haz de la antena ni los pesos subyacentes de la formación del haz. Además, el método es robusto frente a los inevitables lóbulos laterales de la antena. En segundo lugar, proponemos nuevos algoritmos de SLAM instantáneo que son más robustos e identificables que los anteriores, en entornos construidos prácticos con escenarios complejos de desorden y propagación multirebote, y que no dependen de ningún modelo de movimiento a priori. El rendimiento de los métodos propuestos se evalúa en la banda de ondas milimétricas de 60 GHz, mediante evaluaciones realistas de trazado de rayos y mediciones experimentales reales en un entorno interior. Un amplio conjunto de los resultados ofrecidos demuestran la mejora de las prestaciones, en comparación con el estado de la técnica, en términos de estimación de los parámetros del canal y de SLAM de extremo a extremo. Por último, el artículo pone los datos medidos en 60 GHz a disposición de la comunidad investigadora, lo que facilita la reproducibilidad de los resultados y el desarrollo de nuevos algoritmos.

Ver referencia

En este artículo se analizan los efectos del terreno lunar en la propagación de la señal de los sistemas de comunicación inalámbrica y sensores lunares previstos por la NASA. Se observa que las características de propagación se ven significativamente afectadas por la presencia del terreno lunar. Los resultados obtenidos indican que la geometría del terreno, la frecuencia de la señal, la ubicación de la antena y el material de la superficie lunar son factores importantes que determinan las características de propagación de los sistemas de comunicación inalámbrica lunar. La pérdida de trayecto puede ser mucho mayor que la propagación en el espacio libre y se ve muy afectada por la altura de la antena, la frecuencia de funcionamiento y el material de la superficie. El retardo de la señal puede ser un problema en el entorno de un cráter. El retardo de la señal debido a las múltiples reflexiones del terreno lunar puede poner un límite a la velocidad máxima de datos que puede alcanzarse en el entorno lunar. Los resultados de este artículo son importantes para el análisis de los márgenes de los enlaces de comunicaciones lunares a la hora de determinar los límites del alcance fiable de las comunicaciones y el rendimiento de la cobertura de radiofrecuencia en los lugares de trabajo previstos para la base lunar. Copyright © 2008 del American Institute of Aeronautics and Astronautics, Inc.

Ver referencia

La localización en sistemas inalámbricos exteriores suele requerir la transmisión de señales de referencia específicas para estimar la distancia (métodos de trilateración) o el ángulo (métodos de triangulación). Estos métodos sobrecargan las comunicaciones, necesitan un enlace LoS para funcionar bien y requieren varias estaciones base, lo que a menudo impone requisitos de sincronización o hardware específicos. La huella digital no presenta ninguno de estos inconvenientes, pero la creación de su base de datos requiere un gran esfuerzo humano para recoger mediciones en el mundo real. Durante mucho tiempo, este problema limitó el tamaño de las bases de datos y, por tanto, su rendimiento. Este trabajo propone reducir significativamente el esfuerzo humano en la construcción de bases de datos de huellas dactilares poblándolas con mapas RF de gemelos digitales. Estos mapas de RF se construyen a partir de simulaciones de trazado de rayos en una réplica digital del entorno a través de varias bandas de frecuencia y configuraciones de formación de haces. Las huellas digitales de los usuarios en línea se cotejan con esta base de datos espacial. El método se evaluó mediante simulaciones prácticas con modelos de propagación realistas y mediciones de usuarios. Nuestros experimentos muestran errores de localización por debajo del metro en una ubicación NLoS el 95% de las veces utilizando tamaños de informe de mediciones de usuario razonables. Los resultados ponen de relieve el prometedor potencial del enfoque de gemelo digital propuesto para la localización ubicua 6G de área amplia.

Ver referencia

Este artículo propone un marco de simulación de trazado de rayos asistido por sensores RGB-D para la construcción de mapas de radio en interiores que modela la información interior, como paredes y obstáculos, como un conjunto de cuboides. Los mapas de radio pueden acelerar los sistemas inalámbricos en interiores, incluyendo la optimización de recursos y la localización basada en huellas digitales. Podemos construir un mapa de radio preciso utilizando un algoritmo de trazado de rayos con información precisa sobre estructuras interiores y obstáculos. Sin embargo, adquirir esta información de interiores es un reto porque las observaciones manuales de los mismos son caras. Para mitigar este inconveniente crítico, proponemos utilizar información tridimensional obtenida de imágenes RGB-D para la simulación de trazado de rayos. El método propuesto modela semiautomáticamente la información de interiores como cuboides a partir de información tridimensional con imágenes RGB-D. A continuación, el método propuesto introduce estos cuboides en una simulación de trazado de rayos. Los experimentos realizados en interiores con redes LAN inalámbricas de 5180 y 2452 MHz demuestran que el método propuesto construye con precisión el mapa radioeléctrico.

Ver referencia

Presentamos NeWRF, un marco de aprendizaje profundo para la predicción de canales inalámbricos. La predicción de canales inalámbricos es un problema de larga data en la comunidad inalámbrica y es una tecnología clave para mejorar la cobertura de los despliegues de redes inalámbricas. Hoy en día, un despliegue inalámbrico se evalúa mediante un estudio del emplazamiento, que es un proceso engorroso que requiere que un ingeniero experimentado realice amplias mediciones del canal. Para reducir el coste de los estudios de cobertura, desarrollamos NeWRF, que se basa en los últimos avances en campos neuronales de radiación (NeRF). NeWRF entrena un modelo de red neuronal con un conjunto disperso de mediciones del canal y predice con precisión el canal inalámbrico en cualquier punto del emplazamiento. Introducimos una serie de técnicas que integran las propiedades de propagación inalámbrica en el marco NeRF para tener en cuenta las diferencias fundamentales entre el comportamiento de las señales luminosas e inalámbricas. Llevamos a cabo evaluaciones exhaustivas de nuestro marco y demostramos que nuestro enfoque puede predecir con precisión canales en ubicaciones no visitadas con una densidad de mediciones significativamente menor que el estado de la técnica anterior.

Ver referencia

Las nubes de puntos han sido de interés reciente para la caracterización de radiocanales basada en el trazado de rayos, ya que pueden utilizarse sensores como cámaras RGB-D y escáneres láser para generar una copia virtual exacta de un entorno físico. En este trabajo se presenta un novedoso algoritmo de lanzamiento de rayos que opera directamente sobre nubes de puntos ruidosas adquiridas a partir de datos de sensores. Produce trayectorias gruesas que luego se refinan para obtener trayectorias exactas compuestas de reflexiones y difracciones. Se utiliza una herramienta comercial de trazado de rayos como referencia para validar las trayectorias simuladas. Se encuentra una mayoría significativa de trayectorias de referencia. La robustez al ruido se examina aplicando artificialmente ruido a lo largo del vector normal de cada punto. Se observa que el método propuesto es capaz de adaptarse al ruido y encuentra trayectorias similares en comparación con las trayectorias de referencia con nubes de puntos ruidosas. Esto prevalece especialmente si los vectores normales de los puntos se estiman con precisión. Por último, se realiza una simulación con una nube de puntos reconstruida y se compara con las mediciones del canal y las trayectorias de referencia. Las trayectorias resultantes muestran similitud con las trayectorias de referencia y presentan un patrón análogo a la respuesta al impulso agregada extraída de las mediciones. Código disponible en esta URL https

Ver referencia

Los sistemas celulares modernos recurren cada vez más a la comunicación simultánea en múltiples bandas discontinuas para lograr macrodiversidad y un mayor ancho de banda. La comunicación multifrecuencia es especialmente crucial en las frecuencias de ondas milimétricas (mmWave) y terahercios (THz), ya que estas bandas suelen acoplarse con frecuencias más bajas para mayor robustez. La evaluación de estos sistemas requiere modelos estadísticos capaces de captar la distribución conjunta de las trayectorias del canal a través de múltiples frecuencias. Este trabajo presenta una metodología general basada en redes neuronales para el entrenamiento de modelos estadísticos de canal multi-frecuencia doble direccional. En el enfoque propuesto, cada uno se describe como un conjunto multiclúster, y se entrena una red generativa adversarial (GAN) para generar perfiles multiclúster aleatorios en los que los datos de clúster generados incluyen los ángulos y el retardo de los clústeres junto con los vectores de potencias recibidas aleatorias, angulares y de dispersión del retardo en diferentes frecuencias. El modo puede aplicarse fácilmente a la simulación de enlaces multifrecuencia o de capas de red. La metodología se demuestra en el modelado de enlaces microcelulares urbanos a 28 y 140 GHz entrenados a partir de amplios datos de trazado de rayos. La metodología hace suposiciones estadísticas mínimas y los experimentos muestran que el modelo puede capturar interesantes relaciones estadísticas entre frecuencias.

Hu, Y., Yin, M., Xia, W., Rangan, S., & Mezzavilla, M. (2022a, 22 de diciembre). Multi-frequency channel modeling for millimeter wave and thz wireless communication via generative Adversarial Networks. arXiv.org. https://arxiv.org/abs/2212.11858

Ver referencia

A pesar de la gran demanda de aplicaciones de servicios de localización en Internet, la localización Wi-Fi en interiores suele adolecer de procesos de recopilación de datos que requieren mucho tiempo y trabajo. Este estudio propone un nuevo modelo de localización en interiores que utiliza la tecnología de huellas dactilares basada en una red neuronal convolucional para resolver este problema. El objetivo es mejorar la localización Wi-Fi en interiores agilizando el proceso de recogida de datos. El modelo de localización en interiores propuesto aprovecha una técnica de trazado de rayos en 3D para simular la intensidad de la señal inalámbrica recibida (RSSI) en todo el campo. Al incorporar esta técnica avanzada, el modelo pretende mejorar la precisión y eficiencia de la localización Wi-Fi en interiores. Además, el modelo de localización de interiores propuesto se entrena con un conjunto de datos de huellas térmicas RSSI generados a partir de la simulación de trazado de rayos. Para optimizar y evaluar el rendimiento del modelo en escenarios reales, se realizaron experimentos utilizando conjuntos de datos simulados obtenidos de las bases de datos públicas de UJIIndoorLoc y Wireless InSite. Los resultados muestran que el nuevo enfoque resuelve el problema de la limitación de recursos al tiempo que logra una precisión de verificación de hasta el 99,09%.

Zhu H, Cheng L, Li X, Yuan H. Neural-Network-Based Localization Method for Wi-Fi Fingerprint Indoor Localization. Sensors. 2023; 23(15):6992. https://doi.org/10.3390/s23156992

Ver referencia

La demanda de conectividad inalámbrica ultrarrápida en interiores es cada vez mayor, lo que plantea retos únicos para el diseño de la próxima generación de sistemas de comunicación inalámbrica. Esto ha impulsado la exploración de bandas de frecuencias más altas, como las de ondas milimétricas (MMW) y luz visible, además de la banda convencional por debajo de los 6 GHz. Este artículo ofrece una comparación exhaustiva de los canales de propagación de estas bandas de frecuencias en el mismo entorno y escenarios interiores. Adoptamos técnicas de trazado de rayos para el modelado de canales específicos de un emplazamiento, lo que permite tener en cuenta los modelos tridimensionales del entorno interior y los objetos que se encuentran en su interior. Nos permite tener en cuenta diferentes frecuencias, es decir, 2,4 GHz, 6 GHz, 28 GHz, 60 GHz, 100 GHz, y la banda de luz visible, así como diferentes tipos de transmisores, es decir, antenas omnidireccionales/direccionales para sistemas de radiofrecuencia y luminarias interiores para comunicaciones de luz visible (VLC). Para las distintas frecuencias consideradas, obtenemos respuestas al impulso del canal (CIR) y presentamos las pérdidas de trayectoria del canal para diversas trayectorias de usuario en entornos interiores. Además, proponemos expresiones de forma cerrada para las funciones de distribución acumulativa (CDF) de los niveles de potencia recibidos para todas las bandas de frecuencia consideradas. Nuestros resultados demuestran que los canales VLC presentan pérdidas de trayecto inferiores a las de las bandas MMW, pero superiores a las de la banda de 2,4 GHz. Además, se observa que los sistemas VLC presentan una mayor sensibilidad a los efectos de sombra y bloqueo. Nuestros resultados indican además que las características del canal de propagación están muy influidas por el tipo de antena. Por ejemplo, el uso de antenas omnidireccionales y de parche rectangular da lugar a una menor pérdida de trayecto en comparación con las antenas de bocina, y esta diferencia se hace más significativa a medida que disminuye la distancia de transmisión.

F. Aghaei, H. B. Eldeeb, L. Bariah, S. Muhaidat y M. Uysal, "Comparative Characterization of Indoor VLC and MMW Communications via Ray Tracing Simulations", en IEEE Access, doi: 10.1109/ACCESS.2023.3307186.

Ver referencia

En las técnicas de localización geométrica, las características de multitrayecto de primer orden (FOMP) de la señal propagada se utilizan para calcular la localización basándose en relaciones geométricas. La utilización de las características de multitrayecto de orden superior (HOMP) da lugar a un error de localización significativo. Por lo tanto, distinguir entre FOMPs y HOMPs es una tarea importante. Los trabajos anteriores utilizaban métodos tradicionales basados en un umbral determinista para llevar a cabo esta tarea. Desafortunadamente, estos métodos son complicados e insuficientemente precisos. Los autores de este trabajo proponen un método eficiente basado en el aprendizaje supervisado para distinguir con mayor precisión entre los FOMP y los HOMP propagados de la comunicación vehículo a vehículo por ondas milimétricas en un escenario urbano. Se utiliza una técnica de trazado de rayos basada en Shoot and Bounce Ray (SBR) para generar las características del conjunto de datos, incluyendo la potencia recibida, el tiempo de propagación, el ángulo acimutal de llegada (AAOA) y el ángulo de elevación de llegada (EAOA). En primer lugar, se presenta un análisis estadístico basado en la función de distribución de probabilidad (PDF) para estudiar el impacto de las características seleccionadas en el proceso de clasificación. A continuación, se entrenan y prueban seis clasificadores supervisados, a saber, árbol de decisión, Bayes ingenuo, máquina de vectores de apoyo, K-Nearest Neighbors, bosque aleatorio y red neuronal artificial, y se compara su rendimiento en términos de clasificación errónea del HOMP. Además, se investiga el efecto de las características consideradas en el rendimiento de los clasificadores. Los resultados muestran que todos los clasificadores propuestos ofrecen un rendimiento aceptable. La RNA propuesta mostró el mejor rendimiento, mientras que el NB fue el peor. De hecho, el error de clasificación HOMP osciló entre el 2,3% y el 16,7%. El EAOA mostró la influencia más significativa en el rendimiento de la clasificación, mientras que el AAOA fue el que menos.

Bakhuraisa YA, Abd Aziz AB, Geok TK, Abu Bakar NB, Jamian SB, Mustakim FB. Supervised Learning Technique for First Order Multipaths Identification of V2V Scenario. Revista Mundial del Vehículo Eléctrico. 2023; 14(4):109. https://doi.org/10.3390/wevj14040109

Ver referencia

En los últimos años, ha aumentado la demanda de agregación de información de varios sensores debido a la expansión del Internet de las Cosas (IoT). Sin embargo, la comunicación por paquetes, que es una tecnología convencional de acceso múltiple, se ve obstaculizada por las colisiones de paquetes debido al acceso simultáneo de los sensores y al tiempo de espera para evitar colisiones de paquetes; esto aumenta el tiempo de agregación. El método de red de sensores de conversión de parámetros inalámbricos físicos (PhyC-SN), que transmite la información de los sensores correspondiente a la frecuencia de la onda portadora, facilita la recopilación masiva de información de los sensores, con lo que se reduce el tiempo de comunicación y se consigue una elevada tasa de éxito en la agregación. Sin embargo, cuando más de un sensor transmite simultáneamente la misma frecuencia, la precisión de la estimación del número de sensores accedidos se deteriora significativamente debido al desvanecimiento multitrayecto. Por ello, este estudio se centra en la fluctuación de fase de la señal recibida causada por el desplazamiento de frecuencia inherente a los terminales sensores. En consecuencia, se propone una nueva función para detectar colisiones, que es el caso en el que dos o más sensores transmiten simultáneamente. Además, se establece un método para identificar la existencia de 0, 1, 2 o más sensores. Además, los autores demuestran la eficacia de las PhyC-SN para estimar la ubicación de las fuentes de transmisión de radio utilizando tres patrones de 0, 1 y 2 o más sensores transmisores.

Ito T, Oda M, Takyu O, Ohta M, Fujii T, Adachi K. Three Level Recognition Based on the Average of the Phase Differences in Physical Wireless Parameter Conversion Sensor Networks and Its Effect to Localization with RSSI. Sensors. 2023; 23(6):3308. https://doi.org/10.3390/s23063308

Ver referencia

En este artículo, los autores abordan las perspectivas de la detección por radio y la cartografía del entorno, haciendo especial hincapié en el lado del equipo de usuario (UE). En primer lugar, se describe un eficaz método de mínimos cuadrados regularizados (LS) para obtener gráficos de ángulos de alcance dispersos en lugares de medición o detección individuales. Para el posterior mapeo del entorno, introducimos un nuevo modelo de estado para el mapeo de la dispersión difusa y especular, que permite un seguimiento eficiente de los dispersores individuales a lo largo del tiempo utilizando un filtro de Kalman extendido y un suavizador de modelos múltiples interactivos (IMM). También se abordan los problemas relacionados con la selección de medidas y la asociación de datos. Proporcionamos amplios resultados numéricos de mapeo en interiores en la banda de 28 GHz desplegando la forma de onda de enlace ascendente 5G NR basada en OFDM con un ancho de banda de canal de 400 MHz, cubriendo tanto los resultados precisos basados en trazado de rayos como los resultados reales de las mediciones de RF. Los resultados ilustran la superioridad de las soluciones basadas en el seguimiento dinámico, en comparación con los métodos de referencia estáticos, al tiempo que demuestran las excelentes perspectivas de la detección y cartografía del entorno móvil basada en radio en las futuras redes de ondas milimétricas.

C. Baquero Barneto et al., "Millimeter-Wave Mobile Sensing and Environment Mapping: Models, Algorithms and Validation", en IEEE Transactions on Vehicular Technology, vol. 71, no. 4, pp. 3900-3916, abril de 2022, doi: 10.1109/TVT.2022.3146003.

Ver referencia

En este artículo, los autores proponen un novedoso esquema de beamforming coordinado basado en el aprendizaje profundo por refuerzo (DRL) en el que varias estaciones base dan servicio a una estación móvil (MS) de forma conjunta. La solución construida utiliza un modelo DRL propuesto y predice los vectores de beamforming subóptimos en las estaciones base (BS) de entre los posibles candidatos de beamforming codebook. Esta solución permite un sistema completo que facilita las aplicaciones mmWave altamente móviles con una cobertura fiable, una sobrecarga de formación mínima y una baja latencia. Los resultados numéricos demuestran que nuestro algoritmo propuesto incrementa notablemente la capacidad de tasa de suma alcanzable para el escenario MIMO masivo de ondas milimétricas de alta movilidad, al tiempo que garantiza una baja sobrecarga de formación y latencia.

Tarafder P, Choi W. Deep Reinforcement Learning-Based Coordinated Beamforming for mmWave Massive MIMO Vehicular Networks. Sensors. 2023; 23(5):2772. https://doi.org/10.3390/s23052772

Ver referencia

Este artículo presenta un método para preparar distribuciones RSSI de referencia mediante simulaciones por ordenador. Las simulaciones se realizaron utilizando el modelo de propagación de trazado de rayos y el modelo multipared, menos exigente desde el punto de vista computacional. Las distribuciones RSSI simuladas se probaron mediante un algoritmo de localización. Su rendimiento se comparó con el de los mapas RSSI medidos. Los resultados muestran que es posible sustituir la compleja creación de mapas de referencia por simulaciones que utilicen el modelo de trazado de rayos o el modelo multipared, ambos de los cuales proporcionan mediciones suficientemente precisas (desde el punto de vista del usuario) de 1-2,5 m.

Kawecki R, Hausman S, Korbel P. Performance of Fingerprinting-Based Indoor Positioning with Measured and Simulated RSSI Reference Maps. Teledetección. 2022; 14(9):1992. https://doi.org/10.3390/rs14091992

Ver referencia

El empleo de grandes superficies inteligentes (LIS) es una solución prometedora para mejorar la cobertura y la tasa de los futuros sistemas inalámbricos. Este artículo propone soluciones eficientes a los retos que plantean las LIS aprovechando herramientas de detección compresiva y aprendizaje profundo. En primer lugar, se propone una nueva arquitectura LIS basada en sensores de canal dispersos. En esta arquitectura, todos los elementos LIS son pasivos excepto unos pocos elementos que son activos (conectados a la banda base). A continuación, se desarrollan dos soluciones que diseñan las matrices de reflexión LIS con una sobrecarga de entrenamiento insignificante. En el primer enfoque, los autores aprovechan las herramientas de detección compresiva para construir los canales en todos los elementos LIS a partir de los canales vistos sólo en los elementos activos. En el segundo enfoque, desarrollan una solución basada en el aprendizaje profundo en la que el LIS aprende cómo interactuar con la señal incidente dados los canales en los elementos activos, que representan el estado del entorno y las ubicaciones del transmisor/receptor. Demuestran que las tasas alcanzables de las soluciones propuestas se aproximan al límite superior, que asume un conocimiento perfecto del canal, con una sobrecarga de entrenamiento insignificante y con sólo unos pocos elementos activos, lo que las hace prometedoras para futuros sistemas LIS.

A. Taha, M. Alrabeiah y A. Alkhateeb, "Enabling Large Intelligent Surfaces With Compressive Sensing and Deep Learning", en IEEE Access, vol. 9, pp. 44304-44321, 2021, doi: 10.1109/ACCESS.2021.3064073.

Ver referencia

Este artículo presenta las ventajas de utilizar un espectro de banda ancha que adopta múltiples portadoras para mejorar la localización de objetivos en un entorno interior simulado mediante la técnica de tiempo de llegada (TOA). El estudio investiga el efecto de utilizar varios anchos de banda del espectro y un número diferente de portadoras en la precisión de la localización. Además, el artículo considera la influencia de la posición de los transmisores en escenarios de propagación con y sin línea de visión directa (LOS). Se ha comprobado que la precisión del método propuesto depende del número de subportadoras, del ancho de banda asignado (BW) y del número de puntos de acceso (AP). En el caso de utilizar un gran ancho de banda con un gran número de subportadoras, el algoritmo resultó eficaz para reducir los errores de localización en comparación con la técnica TOA convencional. El rendimiento se degrada y pasa a ser similar al de la técnica TOA convencional cuando se utiliza un BW pequeño y un número bajo de subportadoras.

Obeidatat, H.A., Ahmad, I., Rawashdeh, M.R. et al. Enhanced TOA Estimation Using OFDM over Wide-Band Transmission Based on a Simulated Model. Wireless Pers Commun (2021). https://doi.org/10.1007/s11277-021-09297-z

Ver referencia

La alta movilidad en los sistemas de ondas milimétricas (mmWave) permite una amplia gama de aplicaciones importantes, como las comunicaciones vehiculares y la realidad virtual/aumentada inalámbrica. Sin embargo, llevar esto a la práctica exige superar varios retos. En este artículo, se desarrolla una novedosa solución integrada de aprendizaje automático y beamforming coordinado para superar estos retos y permitir aplicaciones mmWave altamente móviles. Los resultados de la simulación muestran que la estrategia de beamforming coordinado de aprendizaje profundo propuesta se aproxima a la tasa alcanzable de la solución asistida por genio que conoce los vectores de beamforming óptimos sin sobrecarga de formación.

Ver referencia

Se espera que los futuros sistemas celulares revolucionen el ecosistema industrial actual al satisfacer los estrictos requisitos de fiabilidad ultraelevada y latencia extremadamente baja. En este sentido, la tecnología básica para respaldar los despliegues de automatización de fábricas de próxima generación es el uso de comunicaciones de ondas milimétricas (mmWave) que funcionan a frecuencias extremadamente altas (es decir, de 10 a 100 GHz). Sin embargo, caracterizar el comportamiento de la propagación radioeléctrica en entornos de fábrica realistas es un reto debido a las longitudes de onda mmWave más cortas, que hacen que las propiedades del canal sean sensibles a la topología real y al tamaño de los objetos circundantes. Por estas razones, en este artículo se estudian las propiedades importantes del canal de ondas milimétricas para dos tipos distintos de fábricas, a saber, la industria ligera y la industria pesada. Estas representan los casos extremos de la clasificación de fábricas basada en el nivel de tecnología, la densidad y el tamaño de los equipos, y los bienes producidos. En consecuencia, evaluamos las frecuencias de ondas milimétricas candidatas de 28 y 60 GHz para la comunicación con y sin licencia, respectivamente. 

Ver referencia

La conectividad ubicua es un requisito común de muchos servicios considerados en los sistemas de comunicación de Quinta Generación (5G). Sin embargo, proporcionar cobertura de red o conectividad inalámbrica se convierte en un gran reto en escenarios de interior profundo, como aparcamientos subterráneos, donde la pérdida total del canal puede superar fácilmente la pérdida máxima de acoplamiento (MCL) de la tecnología de comunicación. Motivamos la importancia de la cobertura en profundidad realizando un análisis realista de la cobertura en un emplazamiento representativo utilizando el trazado de rayos. Los resultados muestran que las tecnologías celulares de cobertura optimizada existentes no pueden lograr una cobertura ubicua en zonas profundas de interior/subterráneas y ponen de relieve la necesidad de la retransmisión dinámica multisalto en el MTC 5G.

Ver referencia

En este artículo, los autores presentan los resultados de la caracterización de la propagación radioeléctrica en un túnel peatonal con diferentes densidades de público a 24 GHz utilizando un software comercial de trazado de rayos llamado Wireless InSite. Los modelos 3D del túnel vacío y del cuerpo humano se crearon utilizando software de diseño asistido por ordenador y se importaron a Wireless InSite. El modelo del túnel se basa en un túnel peatonal que conecta Suria y KLCC, situado en el centro de Kuala Lumpur. Se desarrollaron y probaron cinco modelos tridimensionales (3D) de cuerpo humano con distintos niveles de detalle. Las densidades de aglomeración investigadas fueron 0, 0,05, 0,1, 0,15 y 0,2 personas/m2, que corresponden a 0, 25, 50, 75 y 100 personas, respectivamente, en la zona de estudio. Los resultados muestran que el exponente de pérdida de trayecto, la desviación típica del ensombrecimiento log-normal y la fluctuación de la potencia recibida aumentan a medida que aumenta el número de personas. Cuando la densidad de población es superior a 0,1 personas/m2 , el exponente de pérdida de trayecto del modelo de pérdida de trayecto a gran escala es superior al del túnel vacío. Los resultados de este estudio también son útiles para comprender los efectos de las multitudes humanas en la propagación de ondas milimétricas en entornos interiores tipo túnel, como vestíbulos, pasillos cerrados, minas y túneles de transporte. Las conclusiones contribuyen a aumentar la eficacia de la planificación y el despliegue de redes para la comunicación 5G, especialmente en túneles peatonales.

I. H. P. Tai, H. S. Lim, K. S. Diong y K. A. Alaghbari, "Effects of Crowd Density on Radio Propagation at 24 GHz in a Pedestrian Tunnel for 5G Communications", en IEEE Access, vol. 11, pp. 40240-40248, 2023, doi: 10.1109/ACCESS.2023.3269813.

Ver referencia

La sensibilidad de las señales de ondas milimétricas (mmWave) a los bloqueos es un reto fundamental para los sistemas de comunicaciones móviles mmWave. En este artículo, aprovechamos herramientas de aprendizaje automático y proponemos una solución novedosa para estos retos de fiabilidad y latencia en sistemas MIMO mmWave. En la solución desarrollada, las estaciones base aprenden a predecir que un determinado enlace experimentará un bloqueo en los próximos intervalos de tiempo utilizando sus observaciones pasadas de los vectores de formación de haces adoptados. Esto permite a la estación base de servicio transferir proactivamente al usuario a otra estación base con un enlace LOS altamente probable. Los resultados de la simulación muestran que la estrategia basada en el aprendizaje profundo predice con éxito el bloqueo/desconexión en cerca del 95% de las ocasiones. Esto reduce la probabilidad de desconexión de la sesión de comunicación, lo que garantiza una alta fiabilidad y baja latencia en los sistemas móviles mmWave.

Ver referencia

Considerando el diseño de formadores de haz de dos etapas para el enlace descendente de sistemas multiusuario masivos de entrada múltiple y salida múltiple en modo dúplex por división de frecuencia, este trabajo investiga el caso en el que ambos extremos del enlace están equipados con estructuras híbridas de formación de haz digital/analógica. Se realiza una sectorización virtual mediante la agrupación de usuarios basada en estadísticas de canal y la conformación de haces analógica, en la que el equipo de usuario sólo necesita realimentar su canal efectivo intragrupo, y el coste global de adquisición de información de estado del canal (CSI) se reduce significativamente. Las simulaciones sobre los canales de propagación obtenidos a partir de modelos estocásticos geométricos, los resultados del trazado de rayos y los canales medidos en exteriores demuestran que la estrategia de beamforming propuesta supera a los métodos más avanzados.

Ver referencia

La comunicación por ondas milimétricas (mmWave) se ha convertido en una prometedora tecnología clave de los sistemas de comunicación de quinta generación (5G) y ha despertado un gran interés. En este artículo, examinamos canales de ondas milimétricas de 60 GHz en un entorno de oficina interior mediante el método de trazado de rayos. Basado en la óptica geométrica (GO) y la teoría uniforme de la difracción (UTD), el método de trazado de rayos utiliza la simulación por ordenador para aproximar la propagación de las ondas de radio. La precisión de la simulación basada en el trazado de rayos está garantizada por un modelo de entorno tridimensional (3-D) muy detallado y unos parámetros electromagnéticos del material adecuados. Los resultados de la simulación, que incluyen el perfil de retardo de potencia (PDP) y el espectro angular de potencia normalizado (PAS), se comparan con los datos de medición del canal procesados por el algoritmo de estimación de maximización de expectativas generalizadas con alternancia espacial (SAGE). Los resultados de la comparación indican que el trazado de rayos puede ser un método útil y fiable para caracterizar las propiedades del canal de 60 GHz.

Ver referencia

Se presentan las características de propagación de las ondas milimétricas en interiores, incluidos los modelos de pérdida de trayecto y los valores de dispersión del retardo multitrayecto para sistemas que utilizan antenas direccionales y omnidireccionales. Se investigan las prestaciones de las cuatro frecuencias candidatas a 5G, 28 GHz, 39 GHz, 60 GHz y 73 GHz, en escenarios con y sin línea de visión directa (LOS), utilizando mediciones de frecuencia en tiempo real realizadas en interiores. Se realizan comparaciones con datos de simulación obtenidos con el software 3D Ray Tracing Wireless InSite en separaciones Tx-Rx de 1,5 m a 62 m. Además, se incorporan a la simulación propiedades eléctricas dependientes de la frecuencia, como la conductividad-σ y la permitividad-ε, de materiales de construcción comunes. Los resultados muestran que el tipo de material influye en el comportamiento de propagación de las ondas milimétricas debido a reflexiones, difracciones y penetraciones de paredes y objetos (obstáculos).

Ver referencia

Con las comunicaciones inalámbricas por ondas milimétricas, la radiación resultante se refleja en la mayoría de los objetos visibles, lo que crea entornos ricos en multitrayectorias, sobre todo en escenarios urbanos. Así, la radiación captada por un dispositivo de escucha se ve condicionada por los obstáculos encontrados, que llevan latente información sobre sus posiciones relativas. En este trabajo se propone un sistema para convertir la radiación de ondas milimétricas recibida en la posición del dispositivo, haciendo uso de la mencionada información oculta. Utilizando técnicas de aprendizaje profundo y un libro de códigos preestablecido de patrones de beamforming transmitidos por una estación base, las simulaciones muestran que son alcanzables errores medios de estimación inferiores a 10 metros en escenarios realistas de exteriores que contienen mayoritariamente posiciones sin línea de visión, allanando el camino para nuevos sistemas de posicionamiento. Index Terms-5G, Beamforming, Deep Learning, mmWaves, Outdoor Positioning.

Ver referencia

Se prevé que la tecnología de ondas milimétricas (mmWave) 5G forme parte integral de las redes vehículo a todo (V2X) de próxima generación y de los vehículos autónomos, debido a su amplio ancho de banda, su detección en un amplio campo de visión y su capacidad de localización precisa. En este artículo, utilizamos simulaciones de trazado de rayos para caracterizar la correlación angular y temporal a través de una amplia gama de frecuencias de propagación para canales V2X que van desde 900 MHz hasta 73 GHz, para un vehículo que mantiene haces de línea de visión (LOS) y no-LOS (NLOS) con un transmisor en un entorno urbano.

Ver referencia

Las comunicaciones por ondas milimétricas suponen un reto en el contexto vehicular de alta movilidad. El entrenamiento tradicional de haces es inadecuado para satisfacer los bajos niveles de sobrecarga y latencia. En este artículo proponemos combinar herramientas de aprendizaje automático y conocimiento de la situación para aprender la información del haz (potencia, índice óptimo del haz, etc.) a partir de observaciones anteriores. Consideramos formas de conocimiento de la situación que son específicas del entorno vehicular, incluidas las ubicaciones del receptor y de los vehículos circundantes. Aprovechamos modelos de regresión para predecir la potencia recibida con diferentes cuantizaciones de la potencia del haz. Los resultados demuestran que el conocimiento de la situación puede mejorar en gran medida la precisión de la predicción y que el modelo puede lograr un rendimiento sin apenas pérdida de rendimiento con una sobrecarga casi nula.

Ver referencia