UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE

COMPUTAÇÃO
DISCIPLINA DE COMUNICAÇÕES SEM FIO

PROJETO I

MYCHAEL JALES DUARTE

NATAL
2018
 SUMÁRIO

1 EXPERIMENTO 01 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Sinal Original . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Sinal Estimado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Sinal Real . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 MODELO CLARKE/GANS . . . . . . . . . . . . . . . . . . . . . . . . . 9
3 MODELO JAKES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4 EXPERIMENTO 02 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.1 Modelo de Clarke/Gans . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.2 Modelo Jakes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.3 RESPESTAS DOS QUESTIONAMENTOS . . . . . . . . . . . . . . . . . 19
5 EXPERIMENTO 03 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
 1

1 EXPERIMENTO 01

Um sinal transmitido em um sistema de comunicação sem fio sofre essencialmente três

tipos de atenuações: (i) perda de percurso (desvanecimento de larga escala), em função da
distância entre transmissor e receptor; (ii) sombreamento (desvanecimento de larga escala),
causado por reflexão em grandes obstáculos (e.g. bloqueio de sinal por terrenos e construções); e
(iii) desvanecimento de pequena escala (fading), devido a difração de ondas quando atravessam
uma fenda ou atingem objetos de tamanho equivalente a seu comprimento de onda, efeitos de
multipercursos e efeito doppler. Este projeto tem o objetivo de incentivar o aluno a modelar
e estudar os efeitos de larga e pequena escala do canal de um sistema de comunicação digital
sem fio. Para tal, o objetivo é modelar, implementar e analisar o comportamento relacionado a
perda de percurso, sombreamento, coerência e seletividade na frequência por meio de modelos
clássicos de canais móveis.

1.1 SINAL ORIGINAL

A partir dos vetores de potência recebida (Prx), perda de percurso (pathLoss) e som-
breamento (shadCorr), foi plotado os um gráfico comparativos dos sinais de potência recebida
completa (sujeita a desvanecimento de larga e pequena escalas) vs distância; potência recebida
somente sujeita ao path loss vs distância; potência recebida somente sujeita ao path loss e ao
sombreamento vs distância. Esse gráfico pode ser visto na Figura 1.
É possível notar na Figura 1 um decaimento exponencial para a perda de percurso e uma
variação mais suave na curva do sombreamento, como é esperado para desvanecimentos de larga
escala.
 2

Figura 1 – Potência Recebida Sinal Original

20

Potência final recebida

0 Path loss + sombreamento
Path loss
Potência recebida (dBm)

-20

-40

-60

-80

-100
0 20 40 60 80 100 120 140 160 180 200
Distância (m)
Fonte: Autor

1.2 SINAL ESTIMADO

Usando agora apenas a potência recebida (Prx) foi extraído o desvanecimento de larga
escala (sombreamento + perda de percurso) e de pequena escala (fading).
Para estimar a perda de percurso, foi necessário transformar o vetor distâncias (dPath)
para dB, ao plotar Prx com dPath em dB, notou-se que o gráfico tinha um decaimento aproximado
a um linear, como pode ser visto na Figura 2. Foi usado o comando polyfit do MatLab (comando
que faz regressão polinomial a partir de dados de entrada) para calcular o coeficiente angular
da reta aproximada, onde esse coeficiente (n) é o expoente de perda de percurso. A perda de
percurso então foi calculada pela equação 1.
O valor de n encontrado foi igual a 3,9144, que é de acordo com (RAPPAPORT, 2009)
um ambiente rádio-celular urbano sombreado.

pathLoss = P0 + 10nLog10 (d/d0) (1)

 3

Figura 2 – Regressão linear para estimativa de n

20

-20
Prx (dBm)

-40

-60

-80

-100
8 10 12 14 16 18 20 22
dPath (dB)
Fonte: Autor

Para separar o desvanecimento de larga escala do desvanecimento de pequena escala foi

utilizado um filtro de média móvel com janela w igual a 100 amostras, ou seja, analisando o
vetor Prx para o cálculo de de cada novo valor do sinal, foi feito uma média das 50 amostras
antes e 50 depois, gerando o novo valor. Isso acarretou na perda das 50 primeiras e 50 últimas
amostras para os desvanecimentos. A lógica desse filtro foi implementada na MatLab e a saída
dele corresponde a estimativa do desvanecimento de larga escala.
Com posse da estimativa do desvanecimento de larga escala, foi retirado dessa estimativa
a perda de percurso estimada, ficando assim apenas o sombreamento. E ao ter posse do desvane-
cimento de larga escala, foi possível estimar o desvanecimento de pequena escala, a partir da
subtração de Prx pela estimativa do desvanecimento de larga escala.
A fins de comparação, foi estimado uma nova potência recebida com o canal completo a
partir das perdas estimadas e da potência de transmissão (Ptx=0 dBm) pela equação 2.

Prx [dBm] = Ptx [dBm] − P erdadepercurso[dB] + Sombreamento[dB] + F ading[dB] (2)

Posterior a essas estimativas, foi feito um gráfico apenas com valores estimados das
curvas de potência recebida completa (sujeita a desvanecimento de larga e pequena escalas) vs
 4

distância; potência recebida somente sujeita ao path loss vs distância; potência recebida somente
sujeita ao path loss e ao sombreamento vs distância. Esse gráfico pode ser visto na Figura 3.

Figura 3 – Potência recebida Sinal Estimado

20
Potência final recebida
Path loss + sombreamento
0 Path loss
Potência recebida (dBm)

-20

-40

-60

-80

-100
0 20 40 60 80 100 120 140 160 180 200
Distância (m)
Fonte: Autor

A Figura 3 mostra que assim como para os valores originais, o sinal Prx estimado
apresenta desvanecimento de larga escala e desvanecimento de pequena escala. A perda de
percurso apresenta um decaimento exponencial e o sombreamento apresenta uma oscilação mais
suave se comparada ao fading, como era esperado.
Outro gráfico que foi gerado foi o comparativo apenas entre a perda de percurso estimada
e a original, como mostra a Figura 4.
O gráfico da Figura 4, mostra que há uma ótima coerência entre os valores estimados e
originais para perda de percurso em função da distância.
Foi comparado também as curvas de sombreamento original e estimado (obtido através
do filtro média móvel com janela w=100, e retirado o path loss estimado), a Figura 5 ilustra esse
comparativo.
O gráfico da Figura 5 demonstra que a saída do filtro com uma janela w=100, faz uma
boa estimativa para o sombreamento. Posteriormente será discutido sobre a influência da janela
w nessa estimativa e valores de erro médio quadrático foram calculados.
 5

Figura 4 – Comparativo perda de percurso estimada e original

70

60

50
Perda de percurso (dB)

40 Original
Estimada

30

20

10

0
0 20 40 60 80 100 120 140 160 180 200
Distância (m)
Fonte: Autor

Figura 5 – Comparativo sombreamento estimado e original

30
Original
25 Estimada

20

15
Sombreamento (dB)

10

-5

-10

-15

-20
0 20 40 60 80 100 120 140 160 180 200
Distância (m)
Fonte: Autor
 6

A Tabela 1 mostra os resultados dos cálculos do desvio padrão, média, expoente de perda
de percurso n e o erro médio quadrático para o sombreamento estimado, de acordo com valores
diferentes da janela w do filtro de média móvel.

Tabela 1 – Comparação variação da janela w

Janela Desvio padrão Média n Erro médio quadrático

w=10 5,9420 -2,1709 3,9144 6,2462
w=50 5,7316 -2,1741 3,9144 5,3506
w=100 5,4001 -2,1762 3,9144 5,9103
w=150 5,0068 -2,1749 3,9144 7,6854
w=200 4,6373 -2,1705 3,9144 10,6492
Fonte: Autor

A partir da Tabela 1 é possível notar a importância de fazer uma boa escolha para a janela
w do filtro média móvel. Com o aumento do valor da janela, o desvio padrão diminui, mas o erro
médio quadrático aumenta, enquanto que o expoente n e a média quase não tem alteração.

1.3 SINAL REAL

Agora as estimativas serão feitas para uma medição real de um sinal recebido. A medição
tem 200 amostras de potência recebida (dPrx) para diferentes distâncias (dPath). Assim como
para o sinal analisado na seção 1.0.2, o expoente de perda de percurso n foi calculado através
da função polyfit do MatLab, que calculou a regressão linear da curva dPrx (dBm) vs dPath
(dB), obtendo o coeficiente angular n=1,8865. A curva e a reta da regressão, podem ser vistas na
Figura 6.
De acordo com (RAPPAPORT, 2009), esse expoente corresponde a uma canal de visada
direta.
Para o cálculo da perda de percurso estimada, foi feita a seguinte consideração, como a
potência recebida em dPath=5,8 m era igual a -30,1805 dBm, foi considerado que a potência
recebida (P0 ) a uma distância de 5 m (d0 ) era igual a -30,0 dBm. Após essa consideração, esses
valores e o expoente n foram inseridos na equação 1 e foi obtido a perda de percurso estimada
em função das distâncias dPath.
Para a estimativa do sombreamento também foi utilizado um filtro média móvel, só que
com janela w=5.
 7

Figura 6 – Regressão linear para estimativa de n

-25

-30
Potência recebida (dBm)

-35

-40

-45

-50

-55
6 7 8 9 10 11 12 13 14 15 16
dPath (db)
Fonte: Autor

Um gráfico com o plotagem da potência recebida completa (sujeita a desvanecimento de

larga e pequena escalas) vs distância; potência recebida somente sujeita ao path loss estimado
vs distância; potência recebida somente sujeita ao path loss e ao sombreamento estimados vs
distância, é mostrado na Figura 7.
Como a Figura 7 mostra, é possível observar uma boa concordância dos dados estimados
com os dados medidos, pois a potência recebida sujeita apenas a perda de percurso tem um
decaimento exponencial e a potência recebida somente sujeita ao desvanecimento de larga escala
apresenta uma oscilação mais suave, se comparada a do sinal completo. E como já era esperado,
algumas amostras (primeiras e últimas) foram descartadas após o uso do filtro.
 8

Figura 7 – Regressão linear para estimativa de n

-25
Potência final recebida
Path loss + sombreamento
-30 Path loss
Potência recebida (dBm)

-35

-40

-45

-50

-55
5 10 15 20 25 30
Distância (m)
Fonte: Autor

Para esse sinal também foi analisado a influência da variação da janela w do filtro média
móvel, extração do sombreamento do sinal completo. Foi análisado o desvio padrão, a média e o
expoente n, do sombreamento. A Tabela 2 mostra esses valores.
É possível notar a partir da tabela 2, com o aumento da janela w, o desvio padrão diminui,
a média aumenta e o expoente n não se altera.

Tabela 2 – Comparação variação da janela w

Janela Desvio padrão Média n

w=2 3,6485 0,5607 1,8865
w=5 3,4309 0,6031 1,8865
w=10 3,2848 0,6319 1,8865
Fonte: Autor
 9

2 MODELO CLARKE/GANS

A partir do modelo conhecido como modelo de propagação por espalhamento, Clarke

(CLARKE, 1968) derivou um modelo matemático que representa os efeitos sofridos por um sinal
se propagando em frequência de rádio com receptor móvel. Fazendo uso de algumas propriedades
estatísticas, Clarke chegou a uma expressão para densidade espectral de potência. Para definir
completamente o processo estocástico que modela um canal de comunicações móveis, Gans
(GANS, 1972) aplicou os resultados de Rice (RICE, 1944) ao modelo de Clarke.
Quando a frequência Doppler aumenta, a variação da amplitude do canal torna-se mais
significativa, apresentando as características de desvanecimento rápido. Esse modelo, assume um
transmissor fixo com a antena polarizada verticalmente e é fundamentado na dispersão. A antena
móvel tem seu campo incidente composto de N ondas azimutais com cada onda tendo a mesma
amplitude média, mas com fases de portadora arbitrárias e ângulos de chegada arbitrários. Para a
N-ésima onda chegando a um ângulo αn do eixo x, o deslocamento de Doppler em Hertz é dado
pela equação 3. Onde λ é o comprimento de onda incidente. A figura 8 mostra um diagrama de
ondas planas incidentes em uma estação móvel trafegando a uma velocidade v na direção x.

v
fn = cosαn (3)
λ

Figura 8 – Ilustração das ondas planas chegando em ângulos aleatórios

Fonte: (CLARKE, 1968)

As ondas planas polarizadas verticalmente tem as componentes E e H dadas pelas

equações abaixo.

N
X
Ez = E0 exp{jφn } (4)
n=1
 10

N
E0 X
Hx = − sin(αn )exp{jφn } (5)
η n=1

N
E0 X
Hy = sin(αn )exp{jφn } (6)
η n=1

A densidade espectral de potência em fc ± fm é infinita, ou seja, os componentes Doppler

chegando em exatamente 0 e 180 graus possuem uma densidade espectral de potência infinita.
Isso não é problema, logo α é continuamente distribuído e a probabilidade de componentes
chegando exatamente nesses ângulos é zero. A Figura 9 mostra a densidade espectral de potência
do sinal de RF resultante devido a atenuação Doppler.

Figura 9 – Espectro de potência Doppler

Fonte: (RAPPAPORT, 2009)

 11

3 MODELO JAKES

O modelo de Jakes (JAKES; COX, 1994)que foi originalmente desenvolvido para a

simulação de hardware, mas agora é muito utilizado em simulação de software. Esse modelo usa
síntese de senóides complexas para gerar um canal de desvanecimento de Rayleigh sujeito a um
determinado espectro Doppler, desde que o número de senóides para adicionar seja grande o
suficiente para aproximar a amplitude Rayleigh. Além disso, cada um dos geradores senoidais
devem ser ponderados para gerar o espectro de Doppler desejado.
Um diagrama deste modelo simples é mostrado na Figura 10 com ondas planas de
dispersores estacionários incidentes em um móvel viajando na direção x com velocidade v. O
plano x-y é assumido como horizontal. O movimento do veículo introduz um desvio Doppler em
cada onda descrito na equação 7.

ωn = βvcosαn (7)

Onde, β = 2π/λ, λ é o comprimento de onda na frequência da portadora transmitida.

Figura 10 – Ilustração das ondas planas chegando em ângulos aleatórios

Fonte: (JAKES; COX, 1994)

Se o sinal transmitido estiver polarizado verticalmente, os componentes de campo vistos

no móvel podem ser escritos como as equações abaixo.

N
X
Ez = E0 Cn cos(ωc t + θn ) (8)
n=1
 12

N
E0 X
Hx = − Cn sin(αn )cos(ωc t + θn ) (9)
η n=1

N
E0 X
Hy = Cn cos(αn )cos(ωc t + θn ) (10)
η n=1

Onde, θn = ωn t + φn0
η é a impedância da onda no espaço livre, ωc é a frequência da portadora do sinal
transmitido, E0 Cn e a amplitude da n-ésima onda do campo Ez . φn é o ângulo de fase aleatório
uniforme distribuído de 0 a 2π.
 13

4 EXPERIMENTO 02

Os modelos foram implementados no software MatLab, baseados em (CHO et al., 2010)

com algumas pequenas modificações. A frequência de desvio Doppler foi calculada internamente
para as três velocidades (3 km/h, 60 km/h e 120 km/h), com a frequência da portadora igual
a 1900 MHz e um tempo de amostragem igual a 1, 0526x10−4 s. O tempo de amostragem foi
calculado a partir da equação 16 encontrada em (VAUGHAN et al., 1991), consderando um
n=400000.

4.1 MODELO DE CLARKE/GANS

O primeiro modelo considerado para extrair os gráficos de Magnitude normalizada da

envoltória do canal em função do tempo, Histograma da Magnitude normalizada da envoltória
do canal, Histograma da fase da envoltória do canal, Gráfico teórico (clássico) e estimado da
autocorrelação (spaced-time correlation function) e Gráfico teórico (clássico) e estimado do
espectro doppler (doppler power spectrum), foi o modelo de Clarke/Gans (CLARKE, 1968;
GANS, 1972).
A Figura 11 apresenta os resultados simulados para a velocidade de 3 km/h para o
receptor móvel.

Figura 11 – Gráficos da Magnitude normalizada em função do tempo, Histograma da Magnitude

normalizada, Histograma da Fase da envoltória, Gráfico teórico (clássico) e estimado
da Autocorrelação e Gráfico teórico (clássico) e estimado do espectro Doppler para
o modelo de Clarke/Gans para a velocidade de 3 Km/h.
Canal modelado pelo Clarke/Gan com f m
=5.277778e+00(Hz), T s =1.052600e-04(s)

0
Magnitude(dB)

-10

-20

-30
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tempo(s)
× 104 × 104
6 3
Ocasiões

Ocasiões

4 2

2 1

0 0
0 0.5 1 1.5 2 2.5 3 3.5 -4 -3 -2 -1 0 1 2 3 4
Magnitude (dB) Fase(rad)
Autocorrelação fd=5.277778e+00(Hz) Espectro Doppler fd=5.277778e+00(Hz)
1000
1
Clássico Clássico
Correlação

Magnitude

Estimada Estimada
0.5 500

0 0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 -1 -0.5 0 0.5 1
Delay (s) f/fd

Fonte: Autor
 14

A Figura 12 apresenta os resultados simulados para a velocidade de 60 km/h para o

receptor móvel.

Figura 12 – Gráficos da Magnitude normalizada em função do tempo, Histograma da Magnitude

normalizada, Histograma da Fase da envoltória, Gráfico teórico (clássico) e estimado
da Autocorrelação e Gráfico teórico (clássico) e estimado do espectro Doppler para
o modelo de Clarke/Gans para a velocidade de 60 Km/h.
Canal modelado pelo Clarke/Gan com f m
=1.055556e+02(Hz), T s =1.052600e-04(s)

0
Magnitude(dB)

-10

-20

-30
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tempo(s)
× 104 × 104
6 3
Ocasiões

Ocasiões
4 2

2 1

0 0
0 0.5 1 1.5 2 2.5 3 3.5 -4 -3 -2 -1 0 1 2 3 4
Magnitude (dB) Fase(rad)
Autocorrelação fd=1.055556e+02(Hz) Espectro Doppler fd=1.055556e+02(Hz)
1 150
Clássico Clássico
Correlação

Magnitude

Estimada 100 Estimada

0.5
50

0 0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 -1 -0.5 0 0.5 1
Delay (s) f/fd

Fonte: Autor

A Figura 13 apresenta os resultados simulados para a velocidade de 120 km/h para o

receptor móvel.

Figura 13 – Gráficos da Magnitude normalizada em função do tempo, Histograma da Magnitude

normalizada, Histograma da Fase da envoltória, Gráfico teórico (clássico) e estimado
da Autocorrelação e Gráfico teórico (clássico) e estimado do espectro Doppler para
o modelo de Clarke/Gans para a velocidade de 120 Km/h.
Canal modelado pelo Clarke/Gan com f m
=2.111111e+02(Hz), T s =1.052600e-04(s)

0
Magnitude(dB)

-10

-20

-30
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tempo(s)
× 104 × 104
10 3
Ocasiões

Ocasiões

2
5
1

0 0
0 0.5 1 1.5 2 2.5 3 3.5 4 -4 -3 -2 -1 0 1 2 3 4
Magnitude (dB) Fase(rad)
Autocorrelação fd=2.111111e+02(Hz) Espectro Doppler fd=2.111111e+02(Hz)
1 100
Clássico Clássico
Correlação

Magnitude

Estimada Estimada
0.5 50

0 0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 -1 -0.5 0 0.5 1
Delay (s) f/fd
 15

Fonte: Autor

Comparando os resultados dos gráficos do modelo de Clark/Gans para as três velocidades,

nas Figuras 11,12 e 13, foi possível observar o efeito causado pela mobilidade. A distorção em
frequência causou uma variação temporal do sinal. Nos casos observados, vemos que, para o
caso de 3 Km/h a baixa velocidade de mobilidade causa um desvanecimento lento, já para as
velocidades de 60 Km/h e 120 Km/h, que já são velocidades relativamente altas, causam um
desvanecimento rápido.
Para as velocidades mais altas (60 km/h e 120 km/h), a cada tempo de amostragem a
amostra tem uma variação de magnitude muito rápida se comparada com a da velocidade de 3
km/h, que a variação é bem suave, isso torna mais difícil de determinar a transição no tempo.
Pelos gráficos dos histogramas de magnitude, é possível notar que para todos os casos,
eles seguem o modelo de uma FDP do tipo Rayleigh. O que faz sentido, pois é um canal sem
visada direta (CLARKE, 1968; RAPPAPORT, 2009). os histogramas de fase, se comportam
como uma FDP constante, o que também faz sentido, pois o modelo gera sinais com fases
uniformemente distribuídas de 0 a 2π (CLARKE, 1968).
Nos gráficos da correlação, é possível observar que quanto menor a velocidade e o atraso,
maior será a banda de coerência. Logo, para a velocidade de 120 Km/h, que pode ser considerado
o pior caso, quanto maior o atraso, menor será a autocorrelação e sua banda de coerência. Logo,
pela baixa autocorrelação o sinal seria mais difícil de ser detectado no receptor. Para todos as
velocidades, o modelo de Clarke/Gans mostrou uma curva de correlação bem próxima do modelo
teórico (clássico).
Assim como já era esperado, a densidade espectral de potência em f /f d = ±1 tem
valores altos. O modelo de Clarke/Gans apresenta uma boa concordância com o modelo teórico
(clássico).

4.2 MODELO JAKES

O outro modelo considerado para extrair os gráficos de Magnitude normalizada da

envoltória do canal em função do tempo, Histograma da Magnitude normalizada da envoltória
do canal, Histograma da fase da envoltória do canal, Gráfico teórico (clássico) e estimado da
autocorrelação (spaced-time correlation function) e Gráfico teórico (clássico) e estimado do
espectro doppler (doppler power spectrum), foi o modelo de Jakes (JAKES; COX, 1994).
A seguinte consideração foi feita: com o aumento da velocidade, surgiu a necessidade de
 16

diminuir o tempo de amostragem, para a de 3 km/h a taxa de amostragem ficou em 1, 0526x10−4 s,

assim como para as simulações do modelo de Clarke/Gans, mas quando aumentou a velocidade
para 60 km/h e 120 km/h, ou seja, aumentou 20 e 40 vezes a velocidade, foi necessário diminuir
o tempo de amostragem em 20 e 40 vezes, respectivamente.
A Figura 14 apresenta os resultados simulados para a velocidade de 3 km/h para o
receptor móvel.

Figura 14 – Gráficos da Magnitude normalizada em função do tempo, Histograma da Magnitude

normalizada, Histograma da Fase da envoltória, Gráfico teórico (clássico) e estimado
da Autocorrelação e Gráfico teórico (clássico) e estimado do espectro Doppler para
o modelo de Jakes para a velocidade de 3 Km/h.
Canal modelado por Jakes, f d =5.2778Hz, T s =0.00010526s
10
Magnitude(dB)

-10

-20
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
tempo(s)
Canal modelado por Jakes, f d =5.2778Hz, T s =0.00010526s Canal modelado por Jakes, f d =5.2778Hz, T s =0.00010526s
4000 2000
Ocasiões

Ocasiões

2000 1000

0 0
0 0.5 1 1.5 2 2.5 3 -4 -3 -2 -1 0 1 2 3 4
Magnitude Phase[rad]
Autocorrelação do canal, f d =5.2778Hz Doppler Spectrum,f d =5.2778Hz
1000
1
Correlação

Clássico Classico
Magnitude

Simulado Simulado
500
0.5

0 0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 -1 -0.5 0 0.5 1
delay τ (s) f/f d

Fonte: Autor

A Figura 15 apresenta os resultados simulados para a velocidade de 60 km/h para o

receptor móvel.
 17

Figura 15 – Gráficos da Magnitude normalizada em função do tempo, Histograma da Magnitude

normalizada, Histograma da Fase da envoltória, Gráfico teórico (clássico) e estimado
da Autocorrelação e Gráfico teórico (clássico) e estimado do espectro Doppler para
o modelo de Jakes para a velocidade de 60 Km/h.
Canal modelado por Jakes, f d =105.5556Hz, T s =5.263e-06s
10
Magnitude(dB)

-10

-20
0 0.05 0.1 0.15 0.2 0.25
tempo(s)
Canal modelado por Jakes, f d =105.5556Hz, T s =5.263e-06s Canal modelado por Jakes, f d =105.5556Hz, T s =5.263e-06s
4000 2000
Ocasiões

Ocasiões
2000 1000

0 0
0 0.5 1 1.5 2 2.5 3 -4 -3 -2 -1 0 1 2 3 4
Magnitude Phase[rad]
Autocorrelação do canal, f d =105.5556Hz Doppler Spectrum,f d =105.5556Hz
1000
1
Correlação

Clássico Classico

Magnitude
Simulado Simulado
500
0.5

0 0
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02 -1 -0.5 0 0.5 1
delay τ (s) f/f d

Fonte: Autor

A Figura 16 apresenta os resultados simulados para a velocidade de 120 km/h para o

receptor móvel.

Figura 16 – Gráficos da Magnitude normalizada em função do tempo, Histograma da Magnitude

normalizada, Histograma da Fase da envoltória, Gráfico teórico (clássico) e estimado
da Autocorrelação e Gráfico teórico (clássico) e estimado do espectro Doppler para
o modelo de Jakes para a velocidade de 120 Km/h.
Canal modelado por Jakes, f d =211.1111Hz, T s =2.6315e-06s
10
Magnitude(dB)

-10

-20
0 0.02 0.04 0.06 0.08 0.1 0.12
tempo(s)
Canal modelado por Jakes, f d =211.1111Hz, T s =2.6315e-06s Canal modelado por Jakes, f d =211.1111Hz, T s =2.6315e-06s
4000 2000
Ocasiões

Ocasiões

2000 1000

0 0
0 0.5 1 1.5 2 2.5 3 -4 -3 -2 -1 0 1 2 3 4
Magnitude Phase[rad]
Autocorrelação do canal, f d =211.1111Hz Doppler Spectrum,f d =211.1111Hz
1000
1
Correlação

Clássico Classico
Magnitude

Simulado Simulado
500
0.5

0 0
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009 0.01 -1 -0.5 0 0.5 1
delay τ (s) f/f d

Fonte: Autor
 18

Comparando os resultados dos gráficos do modelo de Jakes para as três velocidades, nas
Figuras 14,15 e 16, assim como para o modelo de Clarke/Gans, foi possível observar o efeito
causado pela mobilidade. A distorção em frequência causou uma variação temporal do sinal. O
gráfico de magnitude é idêntico para os 3 casos, o que faz sentido, pois o modelo de Jakes é um
modelo deterministico.
Pelos gráficos dos histogramas de magnitude, é possível notar que para todos os casos,
eles seguem o modelo de uma FDP do tipo Rayleigh. O que faz sentido, pois é um canal sem
visada direta (JAKES; COX, 1994; RAPPAPORT, 2009). os histogramas de fase, se comportam
como uma FDP constante, o que também faz sentido, pois o modelo gera sinais com fases
uniformemente distribuídas de 0 a 2π (JAKES; COX, 1994).
Nos gráficos da correlação, é possível observar que quanto menor a velocidade e o atraso,
maior será a banda de coerência. Logo, para a velocidade de 120 Km/h, que pode ser considerado
o pior caso, quanto maior o atraso, menor será a autocorrelação e sua banda de coerência. Logo,
pela baixa autocorrelação o sinal seria mais difícil de ser detectado no receptor. Para todas
as velocidades, o modelo de Jakes mostrou uma curva de correlação bem próxima do modelo
teórico (clássico).
Assim como já era esperado, a densidade espectral de potência em f /f d = ±1 tem
valores altos. O modelo de Jakes apresenta uma boa concordância com o modelo teórico
(clássico).
A Figura 17 apresenta um gráfico comparativo da autocorrelação teórica (clássica), a
gerada pelo modelo de Clarke/Gans e a gerada pelo modelo de Jakes, para o receptor móvel a 60
km/h.
 19

Figura 17 – Gráfico teórico (clássico) e Estimado da Autocorrelação para o modelo de Jakes e

de Clarke/Gans para a velocidade de 60 Km/h.

Clássico
Clarke/Gans
0.8 Jakes
Correlação

0.6

0.4

0.2

0
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
Delay τ (s)

Fonte: Autor

De acordo com a 17, é possível notar que os dois modelos (Clarke/Gans e Jakes) apresen-
tam uma ótima concordância com o modelo teórico (clássico).

4.3 RESPESTAS DOS QUESTIONAMENTOS

Quando uma onda digital é transmitida usando um tempo de símbolo de 500 µs e uma
frequência de portadora de fc = 1900 MHz, como será a seletividade no tempo do canal para
velocidades 3 km/h, 60 km/h e 120 km/h?
Dependendo da velocidade com que o sinal banda base é transmitido muda em compara-
ção com a taxa de mudança do canal, um canal pode ser classificado como de atenuação rápida
ou lenta. Em um canal de atenuação rápida, a resposta ao impulso do canal muda rapidamente
dentro da duração do símbolo. Ou seja, o tempo de coerência do canal é menor que o período de
símbolo do sinal transmitido. Isso causa dispersão de frequência (também chamada atenuação
seletiva no tempo) por cauda do espalhamento Doppler, que leva à distorção do sinal. Vista no
domínio da frequência, a distorção do sinal devido a atenuação rápida aumenta com o aumento
do espalhamento Doppler relativo á largura de banda do sinal transmitido (RAPPAPORT, 2009).
Existe alguma diferença significativa entre as propriedades de autorrelação quando
 20

comparamos os modelos de Clark/Gans e Jakes?

Os dois modelos apresentam uma boa estimativa, se comparados ao modelo clássico. Os
dois modelos seguem a forma de uma função de Bessel de primeiro tipo e ordem zero, como
pode ser visto na Figura 17.
 21

5 EXPERIMENTO 03
 22

REFERÊNCIAS

CHO, Y. S.; KIM, J.; YANG, W. Y.; KANG, C. G. MIMO-OFDM wireless communications
with MATLAB. [S.l.]: John Wiley & Sons, 2010.

CLARKE, R. A statistical theory of mobile-radio reception. Bell Labs Technical Journal,

Wiley Online Library, v. 47, n. 6, p. 957–1000, 1968.

GANS, M. J. A power-spectral theory of propagation in the mobile-radio environment. IEEE

Transactions on Vehicular Technology, IEEE, v. 21, n. 1, p. 27–38, 1972.

JAKES, W. C.; COX, D. C. Microwave mobile communications. [S.l.]: Wiley-IEEE Press,

1994.

RAPPAPORT, T. S. Comunicações sem fio: princípios e práticas. [S.l.]: Pearson Prentice

Hall, 2009.

RICE, S. O. Mathematical analysis of random noise. Bell Labs Technical Journal, Wiley
Online Library, v. 23, n. 3, p. 282–332, 1944.

VAUGHAN, R. G.; SCOTT, N. L.; WHITE, D. R. The theory of bandpass sampling. IEEE
Transactions on signal processing, IEEE, v. 39, n. 9, p. 1973–1984, 1991.