MODELO DE DISPERSIÓN DIFUSA 3D PARA DIFRACCIÓN CON TÉCNICAS

DE LANZADO DE RAYOS BASADO EN MEDIDAS

MARLON JESÚS LIZARAZO URBINA

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER

FACULTAD DE INGENIERÍA
PLAN DE ESTUDIOS DE INGENIERIA ELECTRÓNICA
SAN JOSE DE CÚCUTA
2017

1
MODELO DE DISPERSIÓN DIFUSA 3D CON TÉCNICAS DE LANZADO DE
RAYOS BASADO EN MEDIDAS DESPUÉS DE LA PRIMERA DIFRACCIÓN

MARLON JESÚS LIZARAZO URBINA

CÓDIGO 1160984

Anteproyecto de grado

Director
DINAEL GUEVARA IBARRA
Ph.D en Ingeniería

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER

FACULTAD DE INGENIERIA
PLAN DE ESTUDIOS DE INGENIERIA ELECTRONICA
SAN JOSE DE CÚCUTA
2017

2
 CONTENIDO

Pág.

INTRODUCCION 6

1. TITULO 7

2. DESCRIPCIÓN DEL PROYECTO 8

2.1 Planteamiento del problema 8
2.2 Justificación del proyecto 8
2.3 Objetivos 10
2.3.1 Objetivo General 10
2.3.2 Objetivos Específicos 10

3. MARCO REFERENCIAL 11
3.1 Marco Teórico 11
3.2 Estado del arte de la investigación 14
3.3 Marco legal 16

4. DISEÑO METODOLÓGICO 17
4.1 Tipo de proyecto 17
4.2 Delimitaciones 17
4.3 Metodología propuesta 17

5. RESULTADOS ESPERADOS 19
5.1 Resultados relacionados con la Generación de conocimiento 19
y/o nuevos desarrollos tecnológicos
5.2 Resultados conducentes al Fortalecimiento de la capacidad 19
científica nacional
5.3 Resultados dirigidos a la Apropiación social del conocimiento 20

6. IMPACTOS ESPERADOS 21

7. CRONOGRAMA 23

8. PRESUPUESTO 24
8.1 Presupuesto global 24
8.2 Presupuestos detallados 24

REFERENCIAS 26

3
 LISTA DE FIGURAS

Pág.

Figura 1. Análisis para un rayo incidente sobre una superficie según el 11

modelo lambertian.

Figura 2. Ilustración de un rayo incidente sobre una superficie usando el

modelo directivo 13

4
 LISTA DE TABLAS

Pág.

Tabla 1. Generación de nuevo conocimiento 19

Tabla 2. Fortalecimiento de la comunidad científica nacional 19
Tabla 3. Apropiación social del conocimiento 20
Tabla 4. Impactos esperados 21
Tabla 5. Cronograma 23
Tabla 6. Presupuesto global de la propuesta por fuentes de financiación (en 24
miles de $).
Tabla 7. Descripción de los gastos de personal (en miles de $). 24
Tabla 8. Descripción y cuantificación de los equipos de uso propio (en miles 25
de $).
Tabla 9. Descripción del software (en miles de $) 25
Tabla 10. Papelería y Útiles de Escritorio (en miles de $) 25
Tabla 11. Descripción y justificación de los viajes (en miles de $) 25
Tabla 12. Inscripción a Ponencias (en miles de $) 25

5
 INTRODUCCIÓN

Los servicios y aplicaciones de comunicaciones están aumentado de manera

exponencial con el paso de los años y esto genera que los usuarios exijan un
mayor ancho de banda en las diferentes tecnologías y aplicaciones de
comunicación inalámbrica, En este proyecto de investigación, se pretende
proponer un método para incluir las componentes difusas con enfoque de
“rugosidad efectiva” (ER) para las técnicas de “lanzado de rayos” (RL) después de
la primera difracción utilizando unidades de procesamiento gráfico y motores de
juego, con el fin de lograr velocidad satisfactoria en el tiempo de procesamiento y
precisión en los resultados.

Recientemente, el enfoque de ER está siendo ampliamente utilizado para derivar

los componentes difusos [1]. Los componentes de dispersión difusa constituyen
una proporción elevada de todas las vías de propagación de los canales en las
comunicaciones inalámbricas para el entorno interior [2]. Por lo tanto, los modelos
deterministas como el ray-tracing (RT), se han ampliado para incluir la dispersión
difusa de los objetos y las paredes del edificio con el enfoque ER [3] - [5]. Además,
en el modelo de ER, los modelos Lambertian y directivo están siendo ampliamente
utilizados para derivar los componentes difusos en una variedad de rango de
frecuencia y ambientes operativos en interiores [6]. Sin embargo, para las técnicas
de RL no se han extendido para incluir dispersión difusa.

En esta investigación se trabajará en el procedimiento para derivar las

expresiones del modelo de dispersión directivo usando técnicas de lanzamiento de
rayos. El primer paso del procedimiento es encontrar expresiones matemáticas
para el modelo de dispersión difusa de un solo rebote en el primer punto reflejado;
segundo, el método se extiende a la única dispersión de rebote en el segundo
punto reflejado; en tercer lugar, las técnicas de RL se amplían para incluir el
modelo de dispersión directivo basado en los motores de juego en combinación
con las GPU y luego se comparan varias características de canal entre la medición
y la simulación a 5,4 GHz en el entorno interior.

6
 1. TITULO

Modelo de dispersión difusa 3D con técnicas de lanzado de rayos basado en

medidas después de la primera difracción

7
 2. DESCRIPCIÓN DEL PROYECTO

2.1 Planteamiento del problema

Recientemente, se ha confirmado que las componentes de dispersión difusa son

una parte indispensable para representar el canal de propagación inalámbrico. Por
lo tanto, la dispersión difusa se ha incluido en los modelos de canal existentes.

Actualmente, el modelo determinista (RT) [7], ha sido ampliado para incluir la

dispersión difusa de las paredes de los edificios, basado en el enfoque de ER [8],
[9]. Además, este modelo, que utiliza el suplemento de las componentes difusas,
presenta características más realistas al compararlo con datos medidos. Así
mismo, el RT es un modelo adecuado para validar caminos ópticos entre el
transmisor y un punto receptor. Por lo tanto, el RT es básicamente un modelo
punto a punto. Pero, para cálculos de cobertura o mapa de canal, el receptor tiene
que ser movido alrededor del área de predicción. Entonces, es evidente que el
tiempo computacional crece directamente con el número de puntos de recepción
(p.e.j. dimensiones del área de predicción). Además, el tiempo computacional
tiene una dependencia exponencial con el número de objetos dentro del ambiente
y el número de puntos de iteraciones (reflexión, difracción, etc..) considerados en
el cálculo.

Una técnica alternativa, originada desde el uso de las tarjetas gráficas, son las
técnicas de RL [10]. En esta técnica los rayos son lanzados desde el transmisor
hacia todas direcciones, discretizando el lanzamiento en pequeños incrementos
angulares. El tiempo computacional es independiente del número de puntos de
recepción por lo que la hace adecuada para predicciones punto a multipunto. Esta
tiene una dependencia lineal con el número de puntos de iteraciones y un
comportamiento inversamente proporcional con las dimensiones del incremento
angular.

Las propuestas más ampliamente utilizadas y encontradas en la literatura que

incluyen las componentes de dispersión difusa basadas en los enfoques ER, están
adecuadas para técnicas RT. Contrariamente, estas propuestas no son adecuadas
para incluirse en técnicas RL, debido a que se basan en elementos infinitesimales
de superficie con valores definidos que utilizan algoritmos basados en el método
de imágenes.

Además, al realizar una búsqueda bibliográfica del estado del arte, no se encontró
una propuesta para ampliar las técnicas RL que incluya las componentes de
dispersión difusa con algunos de los enfoques ER y su verificación con resultados.

8
Por lo tanto, se determina la siguiente pregunta.

¿El uso de técnicas RL para calcular la dispersión difusa con enfoque ER logran
mejorar el desempeño en tiempo computacional y la precisión de los resultados al
predecir los parámetros del canal de propagación inalámbrico en un escenario
indoor punto multipunto?

2.2 Justificación del proyecto

Los sistemas inalámbricos continúan evolucionando debido al aumento de la

demanda y las nuevas aplicaciones. En particular, la organización para la
estandarización celular 3GPP (3rd Generation Partnership Project) [11], ha
propuesto una serie de nuevos esquemas de transmisión que se consideran como
parte de LTE-Advanced (Long Term Evolution). Además de este desarrollo celular,
otras organizaciones como IEEE 802.11 también continúan desarrollando nuevos
sistemas, ya sea para mejorar las capacidades o implementar nuevas
aplicaciones. Algunas de las novedades más importantes son: Multipunto
cooperativa, CoMP (Cooperative Multipoint); las comunicaciones de dispositivo a
dispositivo; MIMO (Multiple-Input Multiple-Output) masiva [12]; y las
comunicaciones de ondas milimétricas. Para todas estas aplicaciones, se
requieren nuevos modelos de canal.

A medida que se introducen nuevos sistemas y aplicaciones para sistemas

inalámbricos existentes o de próxima generación, se hace necesario que se
caractericen los canales de propagación en los que operan. Esta caracterización
se prioriza en la dispersión temporal, azimutal y de elevación del canal.

Las comunicaciones inalámbricas emplean un amplio espectro de las ondas

electromagnéticas, por ejemplo, a partir de megahertz hasta unidades de
gigahertz. Desde diferentes frecuencias tienen diferentes características de
propagación, es casi imposible desarrollar un único método de simulación que
puede hacer frente a todos los regímenes de propagación con diferentes
frecuencias. Por último, los recursos computacionales, aunque en rápido aumento,
siguen siendo un cuello de botella para la simulación de la radio propagación en
entornos complejos indoor.

En la ciencia moderna y la ingeniería, la simulación numérica es tan importante

como la investigación teórica y experimental. Para el radio modelado de la
propagación indoor mediante simulaciones numéricas, hay varios desafíos. En
primer lugar, el modelado preciso del entorno de propagación incluyendo los
objetos con gran resolución en 3D y precisión en el modelado de las estructuras
de las paredes, pisos y cielo raso y, segundo es la construcción de los modelos
dependientes de la frecuencia.

9
Para los operadores o desarrolladores de las tecnologías en comunicaciones
inalámbricas es importante disponer de los beneficios que brinda la simulación
numérica para estimar las características del canal de radio propagación indoor
con el fin de probar los nuevos desarrollos tecnológicos o planificar las redes de
comunicaciones para los servicios nuevos o existentes. Así mismo, el desarrollo
urbano sostenible y el bienestar de la población tienen una gran importancia el
acceso de la población a los servicios que ofrece las tecnologías de las
comunicaciones inalámbricas.

2.3 Objetivos

2.3.1 Objetivo General

Proponer un método para incluir las componentes difusas con enfoque de

rugosidad efectiva para las técnicas de lanzado de rayos después de la primera
difracción.

2.3.2 Objetivos Específicos

Revisión bibliográfica

Modelado en 3D del ambiente utilizando métodos y algoritmos de motores de

juego.

Derivar la expresión del modelo difuso para las técnicas de lanzado de rayos
después de la primera difracción.

Implementar el algoritmo para determinar las componentes difusas en el lanzador

de rayos.

Verificar los resultados comparando con medidas.

10
 3. MARCO REFERENCIAL

3.1 Marco teórico

Los enfoques ER más utilizados son el modelo Lambertian y el modelo directivo,

ambos se basan en la dispersión difusa que se supone surge de las superficies de
pared asociado a un elemento infinitesimal de superficie. En ambos modelos, el
elemento de superficie usado es un valor definido y la suma de todos estos
elementos de superficie es igual al área total del elemento dentro del ambiente.

3.1.1 Modelo Lambertian

Figura 1. Vista en 2D del plano xy con el elemento de superficie dS localizado a

una distancia x desde el punto de reflexión.

Cada pared está asociada con un coeficiente de dispersión S y un factor de

pérdida de reflexión R. El coeficiente de dispersión S se define como la relación
entre el campo dispersado local y el campo incidente. El factor de pérdida de R
representa la pérdida de energía en la onda especularmente reflejada y es un
parámetro bien conocido de la teoría de la dispersión. Donde dS es un elemento
infinitesimal de superficie que pertenece a una pared del edificio (ver Fig. 1) y se
asume un patrón de dispersión para cada elemento de superficie, es decir, la onda

11
dispersada es una onda esférica no uniforme cuya amplitud Es  Es 0 cos  i [2].
Ahora, consideremos un haz de rayos cono con ángulo solido dΩ que incide sobre
el elemento de superficie. Parte de la energía se refleja hacia el punto de destino
D en un haz de rayos cono especular, también de ángulo sólido dΩ, otra parte se
transmite y otra se dispersa en el espacio medio superior. Pero el modelo
Lambertian debe satisfacer la relación sintética siguiente (balance potencia
dispersión)

2 2
S Ei d ri   E rs sin  s d s d
2 2 2 2 2
s (1)
0 0

donde S es la relación entre el campo local dispersado y el campo incidente, E i y

Es son las amplitudes de los campos incidente y disperso, Ri es la distancia entre
el transmisor y el punto receptor, Rs es la distancia entre el elemento diferencial
dS y el punto destino D, θs es el ángulo entre la normal del dS y la dirección del
campo dispersado.

La solución es

S 2 Ei d ri  Eso  rs
2 2 2 2
(2)

Entonces, Ei es proporcional a 1/Ri y dΩ=cosθi/Ri2 y la ecuación (2) se puede

escribir como

dS cos  i cos  s 1
Es  SK 0 (3)
 ri rs

y K0 es una constante que depende de la amplitud de la onda incidente.

12
3.1.2 Modelo Directivo

Figura 2. Elemento de superficie genérico produciendo reflexión y dispersión

difusa.

El modelo directivo está basado sobre la asunción que el lóbulo dispersado está
dirigido en la dirección de la reflexión especular [3]. Este está definido como

R
 1  cos R 
E 
2

2
Es S0 αR =1,2,…N (4)
 2 
donde ѰR es el ángulo entre la dirección de la onda reflejada y la dirección de la
dispersión y el exponente αR está relacionada con el ancho del lóbulo dispersivo.

La amplitud máxima de ES0, se define como

2
 SK  dS cos  i
   U 2
2
Eso (5)
 Ri Rs  F R

donde

1  R  R 
FR     I j
2 R j 0  j 

13
y
 j 1

2  2  2w 
sin 2 w  i 
Ij   cos i     
j 1  w0  w  22w 
 

3.2 Estado del arte de la investigación

Los últimos avances en el desarrollo de la GPU han permitido incorporar múltiples

procesadores y gran capacidad de RAM. Las actuales GPU de gran rendimiento
tienen incorporados varios cientos de procesadores de flujo y varios Gigas de
RAM que permiten ejecutar procesos a nivel gráfico con gran velocidad
permitiendo mejorar el desempeño de las aplicaciones. Por ejemplo, la tarjeta
gráfica CUDA (Computed Unified Device Architecture) de la Corporación de
NVIDIA [13], proporciona una interfaz basada en lenguaje C que permite un fácil
acceso paralelo a las capacidades del hardware subyacente. Además, ya están
disponibles las tarjetas que incluye más de una GPU que se dedican a las tareas
intensas de computación científica.

Recientemente, se ha introducido en la GPU (Graphical Processing Unit) el

método de trazado de rayos para el modelado de la propagación de radio. En [14],
se desarrolla un método de seguimiento de haz utilizando la aceleración de GPU
para establecer modelos de propagación en 2D. Aceleraciones significativos se
logran (tiempo de cálculo reducido de minutos a segundos). Aunque el trazado del
haz contribuyó a parte de las aceleraciones, las GPU son el principal benefactor.
en [15] se discute un método de seguimiento de haz 3D utilizando la aceleración
de GPU para un entorno de propagación en interiores. En [16], la técnica de
aceleración de la GPU se utiliza para un trazador de rayos 3D para entornos
urbanos. En [17], un motor de trazado de rayos de propósito general, OptiX, es
desarrollado por NVIDIA. OptiX es un sistema programable diseñado
específicamente para la GPU de NVIDIA. Es gratuito y puede ser ajustables para
diferentes usos. Aunque la mayoría de las aplicaciones de OptiX están en los
gráficos por ordenador, recientemente, se ha utilizado para acelerar el trazado de
rayos para el modelado de la propagación de radio [18]. Los autores de [19] han
demostrado que OptiX ayuda a encontrar los rayos más válido que su software de
trazado de rayos.

Los motores de juego se pueden definir como "potentes paquetes de software que
usan eficientemente las estructuras de datos y técnicas de gran velocidad para
representar el mundo en 3D, en tiempo real y gran fidelidad", o como "un marco
compuesto por una colección de diferentes herramientas, servicios e interfaces en
el que se ocultan los detalles de bajo nivel de las diferentes tareas que componen
14
un juego de video".

Actualmente hay un gran desarrollo a nivel de los motores de juego de fuente

abierta para la producción de videos juegos, por sus características de gran
flexibilidad, son modulares y se pueden reusar. Estos motores de código abierto
permiten utilizar eficientemente las potencialidades y recursos de las tarjetas
gráficas, disminuyen los tiempos computacionales utilizando técnicas de
renderizado, algoritmos de procesamiento gráfico y de físicas.

El Grupo de Investigación y Desarrollo en Telecomunicaciones (GIDT), ha

desarrollado un nuevo método que utiliza RL para obtener el modelo de radio
propagación de las ondas electromagnéticas y su interacción con ambientes
exteriores e interiores [20]. Este método utiliza las técnicas, algoritmos y métodos
desarrollados en los motores de juego para el aprovechamiento eficiente de las
potencialidades significativas en aceleración de la velocidad de procesamiento
computacional disponibles en las GPU [21]. Nuestro método ha sido verificado en
los escenarios exteriores de COST de Cali para la banda de 900 MHz [22] y en la
ciudad de Valencia (España) para la banda DVB-T2 [23].

Uno de los mecanismos de propagación de la onda es la dispersión desde las

superficies rugosas, como la superficie del océano y las fachadas del edificio. Para
los escenarios urbanos o en interiores, el concepto del rayo todavía se puede
utilizar mediante la incorporación del efecto de la dispersión o desactivar la
dispersión de estos objetos [24]. La dispersión desde las fachadas en los edificios
se divide en componente especular y componentes no especular [25]. En [26], se
valida la importancia de incorporar el efecto de dispersión difusa comparando los
resultados del trazado de rayos simulados con la medición. En [27] se propone El
concepto rugosidad efectiva para el cálculo de la potencia difusa desde las
fachadas de edificios. En [28] se puede encontrar la evolución reciente del
modelado de la dispersión difusa para entornos urbanos que utilizan el trazado de
rayos. Se caracterizan las propiedades de la polarización de la potencia difusa
desde las paredes de edificios. El caos Polinomial se utiliza en [29] para analizar el
campo dispersado desde las fachadas de las construcciones. Otros enfoques [30],
[31], tales como el método de la función de Green, el método de campo cercano y
el de campo lejano se utilizan también en el modelado de la dispersión de las
superficies en las construcciones.

En referencias bibliográficas recientes han demostrado que el uso de modelos de

dispersión difusa que utilizan enfoques ER en técnicas RT reducen el error al
estimar los parámetros del canal. En ambientes indoor y en la banda de 60 GHz
se han encontrado en la literatura varios aportes que validan la importancia de
incluir la dispersión difusa en los modelos RT para predecir los parámetros de

15
canal [32], [33]. Estos muestran el impacto de considerar componentes de
dispersión difusas a frecuencias de onda mm, utilizan dos modelos difusos
diferentes, a saber, el modelo de Lambertian y el modelo de directivo, ellos han
parametrizado varios materiales normalmente presentes en los ambientes
interiores. Estos modelos están formulados para incluir fácilmente el fenómeno de
la dispersión difusa en las herramientas de RT. La estimación de los parámetros la
han realizado mediante la comparación de las mediciones y simulaciones con los
modelos. Una vez estimados los mejores parámetros de ajuste, se incluyen estos
valores en las componentes difusas y se simulan con una herramienta RT general.
Esta herramienta se ha utilizado para simular el perfil de retardo de potencia en
escenarios interior de oficinas y exteriores. Han validado que el canal inalámbrico
puede ser analizado, incluyendo el fenómeno de dispersión difusa. Por lo tanto, el
análisis del canal con herramientas RT, incluyendo los componentes densos, se
hace más fácil, más rápido y más fiable.

En la literatura [34], muestra que el RT puede tener un tiempo de procesamiento

mayor a 238 días para el cálculo de los PDP para 180 puntos de medida, y el
tiempo de la campaña de medidas es de 3 días.

3.3 Marco Legal

El desarrollo de la investigación no concibe la utilización o transformación de

materiales ni la implementación de prototipos en la sociedad; por lo tanto, no
atenta directa o indirectamente contra la naturaleza, el medio ambiente, ni
comunidades humanas vinculadas al mismo, dando cumplimiento al concepto de
desarrollo sostenible (Ley 99 de 1993, Art. 3).

16
 4. DISEÑO METODOLÓGICO

4.1 Tipo de proyecto

El proyecto a realizar consiste en una investigación científica, fundamentada en el

método científico, para explicar fenómenos de propagación electromagnética. Se
comparan y analizan datos obtenidos experimentalmente con los resultados que
se obtienen a partir del método propuesto, el modelado del canal radio en
escenarios interiores mediante técnicas de trazado de rayos 3D utilizando las
potencialidades de las tarjetas gráficas y motores de juego, y de esta forma
aportar un nuevo conocimiento a la ciencia a partir de la investigación.

4.2 Delimitaciones

Los parámetros de propagación de la onda multicamino para la caracterización del

canal de radio, se obtienen mediante la ejecución de una herramienta
computacional, la cual utiliza motores de juego y las potencialidades de la GPU
para obtener modelos de propagación precisos y con gran desempeño en tiempo
computacional de procesamiento.

El escenario indoor se modela utilizando técnicas y algoritmos que emplean

motores de juegos y la GPU, con el fin de obtener un modelo tridimensional del
escenario con las características del escenario real. Se utilizará el escenario y los
datos medidos en un escenario interior de la Universidad Politécnica de valencia
(España) para verificar los resultados obtenidos con la herramienta computacional,
para este proyecto se trabajará en la banda de 5.4GHz.

4.3 Metodología propuesta

La investigación es aplicada con enfoque cuantitativo.

Revisión bibliográfica

Se realizará una búsqueda bibliográfica para identificar y actualizar las referencias

bibliográficas que presentan aportes al tema de investigación

Modelado en 3D del ambiente utilizando métodos y algoritmos de motores de

juego.

El escenario indoor seleccionado es una oficina del ITEAM en la Universidad

Politécnica de Valencia (España). La caracterización física y geométrica del
escenario se obtendrá con medidas y observación, las características
electromagnéticas y físicas de los materiales del escenario se obtendrán de la
literatura. Se desarrollarán e implementarán los algoritmos para el modelado del

17
escenario en 3D utilizando la GPU y el motor de Juegos JMonkey, Se
desarrollarán los modelos con gran resolución en 3D y este incorporará con
atributos los valores característicos de rugosidad, permitividad y conductividad de
cada uno de los diferentes materiales constitutivos presentes, se verificarán los
modelos del escenario en 3D comparándolo con los escenarios reales.

Derivar la expresión del modelo difuso para las técnicas de lanzado de rayos
después de la primera difracción.

Se utilizará el concepto de rayo óptico, el principio de Fermat, la ley de reflexión y

el concepto de rayo tubo cono para: primero derivar la expresión que represente la
superficie infinitesimal que produce la dispersión, luego se utiliza la relación
sintética de balance potencia dispersión para derivar la expresión que represente
la componente difusa en el modelo ER de Lambertian, por último, el método se
extiende para derivar la expresión difusa en el segundo punto de rebote del
modelo directivo.

Implementar el algoritmo para determinar las componentes difusas en el

lanzador de rayos.

Se identifican los pasos del proceso y se definen las instrucciones concretas del
algoritmo, después se utilizan métodos numéricos para codificar cada uno de los
pasos en el lenguaje de programación Java, luego se adiciona al lanzador de
rayos, por último, se prueba que funcione correctamente verificando resultados
con el algoritmo ejecutado en Matlab.

Verificar los resultados comparando con medidas.

Para validar los resultados se utilizarán dos escenarios diferentes en frecuencias

UWB y mm.

Se identificarán los equipos utilizados para el sistema de medida, La selección se

basará en el sistema que utiliza la técnica para medir la respuesta impulso en el
dominio de la frecuencia; Está técnica utiliza un VNA (Vector Network Analyzer),
computador, cables y antenas. Se definirá el protocolo para la calibración del
equipo. Este ítem ya fue realizado en la oficina del ITEAM de la universidad de
Valencia (España). La universidad de Valencia nos han suministrado los
resultados de la respuesta impulso del canal en la banda 5.4 GHz, de las
campañas de medidas.

Se desarrollarán los algoritmos en matlab para el proceso de conversión de la

respuesta impulso del canal en frecuencia al dominio del tiempo aplicando la
técnica de la transformada inversa de fourier discreta y el filtro de Hamming, se

18
obtendrán las características del canal temporal en las bandas de frecuencias de
las medidas.

Se obtendrán los principales parámetros medidos de dispersión temporal del canal

multicamino tales como: retardo medio exceso, dispersión retardo rms y la
dispersión retardo exceso.

Utilizando el lanzador de rayos con la implementación de la dispersión difusa, se

obtendrán los parámetros estimados de dispersión temporal; con componentes de
dispersión difusa y sin componentes de dispersión difusa.

Se analizarán y compararán los resultados entre los PDP (Power Delay Profile) y
sus estadísticas obtenidos para la banda de 5.4 GHz entre lo estimado y lo
medido.

1. RESULTADOS ESPERADOS

5.1 Resultados relacionados con la Generación de conocimiento y/o nuevos

desarrollos tecnológicos:

Tabla 1. Generación de nuevo conocimiento

Resultado/Producto
Indicador Beneficiario
esperado

software Registro de software Empresas del sector

Artículos en revistas Publicación de Artículo Comunidad académica,

comunidad científica

Informes técnicos finales Informe final de tesis Comunidad académica

de pregrado

5.2 Resultados conducentes al Fortalecimiento de la capacidad científica

nacional:

Tabla 2. Fortalecimiento de la comunidad científica nacional

Resultado/Producto
Indicador Beneficiario
esperado

Título de pregrado Tesis sustentada y Marlon Jesús Lizarazo

aprobada Urbina

19
 construcción de cooperación Proyecto realizado en Grupo de Investigación y
científica internacional colaboración con la Desarrollo en electrónica y
Universidad Telecomunicaciones.
Politécnica de
Valencia

5.3 Resultados dirigidos a la Apropiación social del conocimiento:

Tabla 3. Apropiación social del conocimiento

Resultado/Producto
Indicador Beneficiario
esperado

Ponencias Certificado Ponente en Comunidad científica,

Congreso empresas del sector
Internacional

20
 2. IMPACTOS ESPERADOS

Tabla 4. Impactos esperados

Indicador
Impacto esperado Plazo Supuestos
verificable

Aumentar el conocimiento modelado Publicación de

sobre las características experimental del artículo y
del canal radio en Corto plazo canal radio ponencia
ambiente interior. aceptada

Mayor conocimiento del Corto plazo caracterización Publicación de

canal radio en los experimental del artículo y
escenarios indoor. canal radio en ponencia
ambientes indoor aceptada

Mejora en la planificación caracterización Apropiación por

de las redes de experimental del las empresas del
comunicaciones en banda Corto plazo canal radio en sector del
ancha y uso eficiente del ambientes indoor software
espectro

Aumenta el uso de la Mediano Plazo Conocimiento de Apropiación por

banda ancha. los parámetros de las empresas del
canal para una sector del
planificación óptima software
por los operadores
en el despliegue de
la tecnología
existentes en
ambientes
interiores.

Apoya en las decisiones Mediano Plazo Conocimiento de Permite definir

de políticas públicas para los parámetros mercados,
el desarrollo de las dispersivos servicios y
ciudades. temporal del canal tecnologías de
radio en interiores banda ancha
como soporte y
apoyo a los

21
 ciudadanos.

Aumenta la capacidad en Corto Plazo fortalecimiento de Apropiación del

investigación regional. los grupos de conocimiento y
investigación en resultados por el
esta área del grupo del
conocimiento

Herramienta Corto Plazo Desarrollo de la Software probado

computacional para herramienta y verificado
evaluar modelos de canal computacional
en escenarios interiores.

Aumento de la capacidad Corto Plazo Modelos de canal Obtención de los

para analizar y evaluar multicamino indoor modelos de canal
tecnologías existentes, y multicamino
futuras o proponer nuevas
para la radio
comunicación en banda
ancha.

Fortalecimiento de los Corto Plazo Integrantes del Proyecto

grupos de investigación. grupo participando culminado
en el proyecto

Los supuestos indican los acontecimientos, las condiciones o las decisiones,

necesarios para que se logre el impacto esperado.

22
 3. CRONOGRAMA

Tabla 5. Cronograma de Actividades

TIEMPO DE
ACTIVIDADES EJECUCIÓN
MESES
1 2 3 4 5 6
Revisión de la información bibliográfica X X X X X X
Caracterizar electromagnética, física y geométrica de los
escenarios X

Obtener el modelo en 3D del escenario X X

Desarrollo e implementación del modelo en 3D del
escenario interior X X

Verificación del modelo del escenario en 3D X

Desarrollo e implementación de los algoritmos para el
trazado de rayos 3D X X

Desarrollo de algoritmos para obtener el PDP del canal X X

Obtención de las estadísticas de error entre los
resultados experimentales y simulados X

Análisis y evaluación de las estadísticas de error X

Elaboración de un artículo para revista o ponencia en
evento X

23
 4. PRESUPUESTO

8.1 Presupuesto global

Tabla 6. Presupuesto global de la propuesta por fuentes de financiación (en miles
de $).
CONTRAPARTIDA7 TOTAL
UFPS - FINU
RUBRO (Nombre)
Efectivo Efectivo Especie

PERSONAL 1 16.920 16.920

EQUIPOS - HERRAMIENTAS 2 20.000 20.000
600 600
LICENCIAS DE SOFTWARE

REACTIVOS Y MATERIAL DE LABORATORIO

MATERIALES E INSUMOS
PAPELERÍA Y ÚTILES DE ESCRITORIO3 10 10
SALIDAS DE CAMPO
SERVICIOS TÉCNICOS 4
DOCUMENTACIÓN Y BIBLIOGRAFÍA5
ANÁLISIS Y PRUEBAS DE LABORATORIO
GASTOS DE VIAJE6 4.000 4.000
PUBLICACIONES No financiable
INSCRIPCIÓN A PONENCIAS 990 990

MUEBLES DE OFICINA No financiable

CONSTRUCCIONES No financiable
MANTENIMIENTO No financiable
TOTAL 25.000 17.520 37.520

6.2 Presupuestos detallados

Tabla 7. Descripción de los gastos de personal (en miles de $).
Nombre del Formació DEDICACIÓ Meses de RECURSOS
Función participaci FINU
Investigador / n N CONTRAPARTIDA
dentro en el ón en el (Efectiv TOTAL
Experto/ Académi Horas/sema
proyecto proyecto o) Efectivo Especie
Auxiliar ca na
Doctor en Director del
Dinael Guevara 6 12 0 0 9.000 9.000
Ingeniería proyecto
Francisco Doctor en Coinvestigad
2 12 0 0 3.960 3.960
Moreno Ingeniería or
Magister
en
Byron Medina Coinvestigad
Ingeniería 2 12 0 0 3.960 3.960
Delgado or
Electrónic
a
Estudiant
e
Estudiante de pregrado
Auxiliar de
Ingeniería de
investigación
Electrónica ingeniería
Electrónic
a
TOTAL 0 0 16.920 16.920

24
 Tabla 8. Descripción y cuantificación de los equipos de uso propio (en miles de $).
CONTRAPARTIDA
EQUIPO (UFPS) TOTAL
Especie
Workstation Z80 HP con tarjeta
1.600 1.600
gráfica NVIDIA
TOTAL 1.600 1.600

Tabla 9. Descripción del software (en miles de $).

RECURSOS
SOFTWARE JUSTIFICACIÓN FINU (Efectivo) CONTRAPARTIDA TOTAL
Efectivo Especie
Procesamiento
de medidas y
MatLab V2010 0 0 600 600
análisis de
resultados
TOTAL 0 0 600 600

Tabla 10. Papelería y útiles de escritorio (en miles de $).

PAPELERÍA Y RECURSOS
ÚTILES DE JUSTIFICACIÓN
FINU (Efectivo) CONTRAPARTIDA
ESCRITORIO
Efectivo Especie TOTAL
Papelería informes 100 0 0 100
TOTAL 100 0 0 100

Tabla 11. Descripción y justificación de los viajes (en miles de $).

Estadía/ Total RECURSOS

Lugar /No. Pasajes
JUSTIFICACIÓN día ($) días
De viajes ($) FINU CONTRAPARTIDA
(Efectivo) Efectivo Especie TOTAL
Europa,
Estados Congreso
2.000 400 5 4.000 0 0 4.000
Unidos o internacional
Canadá/ 1
TOTAL 2.000 400 5 4.000 0 0 4.000

Tabla 12. Inscripción a ponencias (en miles de $).

RECURSOS
Nombre del Evento JUSTIFICACIÓN
FINU CONTRAPARTIDA
(Efectivo) Efectivo Especie TOTAL
Inscripción 1
Congreso persona en
990 0 0 990
Internacional ponencia(800 US)
(Eucap, VTC, etc)

25
 REFERENCIAS

[1] V. Degli-Esposti, F. Fuschini, E. M. Vitucci, and G. Falciasecca,

“Measurement and Modelling of Scattering From Buildings,” IEEE Trans.
Antennas Propag., vol. 55, no. 1, pp. 143–153, Jan. 2007.
[2] F. Mani, F. Quitin, and C. Oestges, “Directional Spreads of Dense Multipath
Components in Indoor Environments: Experimental Validation of a Ray-
Tracing Approach,” IEEE Trans. Antennas Propag., vol. 60, no. 7, pp. 3389–
3396, Jul. 2012.
[3] L. Tian, V. Degli-Esposti, E. M. Vitucci, X. Yin, F. Mani, and S. X. Lu, “Semi-
deterministic modeling of diffuse scattering component based on propagation
graph theory,” in 2014 IEEE 25th Annual International Symposium on
Personal, Indoor, and Mobile Radio Communication (PIMRC), 2014, pp.
155–160.

[4] M. Gan, X. Li, F. Tufvesson, and T. Zemen, “An Effective Subdivision

Algorithm for Diffuse Scattering of Ray Tracing RT Channel Model
Generation of Diffuse Scattering Tiles,” in General Assembly and Scientific
Symposium (URSI GASS), 2014 XXXIth URSI, 2014, pp. 1–4.
[5] F. Mani and C. Oestges, “Evaluation of diffuse scattering contribution for
delay spread and crosspolarization ratio prediction in an indoor scenario,”
Antennas Propag. (EuCAP), 2010 Proc. Fourth Eur. Conf., no. 5, pp. 1–4,
2010.
[6] J. Pascual-Garcia, M.-T. Martinez-Ingles, J.-M. Molina-Garcia-Pardo, J.-V.
Rodriguez, and V. Degli-Esposti, “Experimental parameterization of a diffuse
scattering model at 60 GHz,” in 2015 IEEE-APS Topical Conference on
Antennas and Propagation in Wireless Communications (APWC), 2015, pp.
734–737.
[7] N. J. D. I. V K. R. Schaubach and T. S. Rappaport, “A ray tracing method for
predicting path loss and delay spread in microcellular environments,” in
Proceedings of the IEEE Vehicular Technology Conference , 1992, vol. 2.
[8] V. Degli-Esposti and H. L. Bertoni, “Evaluation of the role of diffuse scattering
in urban microcellular propagation,” in Gateway to 21st Century
Communications Village. VTC 1999-Fall. IEEE VTS 50th Vehicular
Technology Conference (Cat. No.99CH36324), 1999, vol. 3, pp. 1392–1396.
[9] V. Degli-Esposti, F. Fuschini, E. M. Vitucci, and G. Falciasecca,
“Measurement and Modelling of Scattering From Buildings,” IEEE Trans.
Antennas Propag., vol. 55, no. 1, pp. 143–153, Jan. 2007.
[10] S. Y. Seidel and T. S. Rappaport, “Site-specific propagation prediction for
wireless in-building personal communication system design,” IEEE Trans.
Veh. Technol., vol. 43, no. 4, pp. 879–891, 1994. [11] A. Navarro Cadavid,
D. Guevara Ibarra, and S. Londono Salcedo, “Using 3-D Video Game
Technology in Channel Modeling,” IEEE Access, vol. 2, pp. 1652–1659,

26
 2014.
[11] T.-T. Tran, Y. Shin, O.-S. Shin, V. Gautam, S. Sinha, M. Mouly, M. Pautet, T.
Haug, J. Lee, L. Miller, T. Ojanperä, R. Prasad, A. Rao, A. Weber, S.
Gollamudi, R. Soni, I. Akyildiz, D. Gutierrez-Estevez, E. Reyes, H. Myung, J.
Lim, D. Goodman, H. Myung, J. Lim, D. Goodman, M. Iwamura, K. Etemad,
M. Fong, R. Nory, R. Love, M. Rumney, K. Pedersen, F. Frederiksen, C.
Rosa, H. Nguyen, L. Garcia, Y. Wang, B. Popovic, Y. Yang, H. Hu, J. Xu, G.
Mao, R. Nabar, H. Bölcskei, F. Kneubühner, A. Nosratinia, T. Hunter, A.
Hedayat, J. Laneman, D. Tse, G. Wornell, D. Chen, J. Laneman, B. Zhao, M.
Valenti, O. Shin, J. Lee, D. Kim, W. Choi, H. Seo, B. Kim, B. Wang, J. Zhang,
A. Høst-Madsen, A. Behbahani, R. Merched, A. Eltawil, Y. Jing, H.
Jafarkhani, A. Damnjanovic, J. Montojo, Y. Wei, T. Ji, T. Luo, M. Vajapeyam,
T. Yoo, O. Song, D. Malladi, D. Lopez-Perez, A. Valcarce, G. D. La Roche, J.
Zhang, D. Lopez, A. Valcarce, G. Roche, J. Zhang, A. Valcarce, G. Roche,
A. Juttner, D. Lopez, J. Zhang, M. Sawahashi, Y. Kishiyama, A. Morimoto, D.
Nishkawa, M. Tanno, J. Zhang, R. Chen, J. Andrews, A. Ghosh, R. Heath, H.
Dahrouj, W. Yu, D. Kim, O. Shin, K. Lee, O. Simeone, O. Somekh, H. Poor,
S. Shamai, R. Zakhour, D. Gesbert, Y. Ohwatari, N. Miki, T. Abe, S. Nagata,
Y. Okumura, A. Müller, P. Frank, D. Gesbert, S. Hanly, H. Huang, S. Shamai,
O. Simeone, W. Yu, B. Lee, H. Je, O. Shin, and K. Lee, “Overview of
enabling technologies for 3GPP LTE-advanced,” EURASIP J. Wirel.
Commun. Netw., vol. 2012, no. 1, p. 54, 2012.
[12] T. S. Rappaport, G. R. MacCartney, M. K. Samimi, and S. Sun, “Wideband
Millimeter-Wave Propagation Measurements and Channel Models for Future
Wireless Communication System Design,” IEEE Trans. Commun., vol. 63,
no. 9, pp. 3029–3056, Sep. 2015. [14] A. Navarro, D. Guevara, N.
Cardona, and J. Lopez, “Measurement-based ray-tracing models calibration
in urban environments,” in Proceedings of the 2012 IEEE International
Symposium on Antennas and Propagation, 2012, pp. 1–2.
[13] Nvidia, “NVIDIA CUDA C programming guide,” NVIDIA Corp., no. February,
pp. 1–227, 2011.
[14] T. R. A. Schmitz T. Karolski L. Kobbelt T. Kuhlen, “Efficient Rasterization for
Outdoor Radio Wave Propagation,” IEEE Trans. Vis. Comput. Graph., vol.
17, no. 2, pp. 159–170, 2011.
[15] J. Tan, Z. Su, and Y. Long, “A Full 3-D GPU-based Beam-Tracing Method for
Complex Indoor Environments Propagation Modeling,” IEEE Trans.
Antennas Propag., vol. 63, no. 6, pp. 2705–2718, Jun. 2015.
[16] B. R. Epstein and D. L. Rhodes, “GPU-accelerated ray tracing for
electromagnetic propagation analysis,” in 2010 IEEE International
Conference on Wireless Information Technology and Systems, 2010, pp. 1–4
[17] S. G. Parker, J. Bigler, A. Dietrich, H. Friedrich, J. Hoberock, D. Luebke, D.
Mcallister, M. Mcguire, K. Morley, A. Robison, and M. Stich, “OptiX: A
General Purpose Ray Tracing Engine.” [20] P. Kersaudy, S. Mostarshedi,
B. Sudret, O. Picon, and J. Wiart, “Stochastic Analysis of Scattered Field by

27
 Building Facades Using Polynomial Chaos,” IEEE Trans. Antennas Propag.,
vol. 62, no. 12, pp. 6382–6393, Dec. 2014.
[18] R. Felbecker, L. Raschkowski, W. Keusgen, and M. Peter, “Electromagnetic
wave propagation in the millimeter wave band using the NVIDIA OptiX GPU
ray tracing engine,” in 2012 6th European Conference on Antennas and
Propagation (EUCAP), 2012, pp. 488–492.
[19] A. Navarro Cadavid, D. Guevara Ibarra, and S. Londono Salcedo, “Using 3-D
Video Game Technology in Channel Modeling,” IEEE Access, vol. 2, pp.
1652–1659, 2014.
[20] A. Navarro, D. Guevara, and N. Cardona, “Game engines ray-tracing models
for indoor channel modeling,” in 2014 IEEE Antennas and Propagation
Society International Symposium (APSURSI), 2014, pp. 1163–1164.
[21] A. Navarro and D. Guevara, “Applicability of Game Engine for Ray Tracing
Techniques in a Complex Urban Environment,” in 2010 IEEE 72nd Vehicular
Technology Conference - Fall, 2010, pp. 1–5.
[22] A. Navarro, D. Guevara, N. Cardona, and J. Lopez, “Measurement-based
ray-tracing models calibration in urban environments,” in Proceedings of the
2012 IEEE International Symposium on Antennas and Propagation, 2012,
pp. 1–2.
[23] V. Degli-Esposti, “A diffuse scattering model for urban propagation
prediction,” IEEE Trans. Antennas Propag., vol. 49, no. 7, pp. 1111–1113,
Jul. 2001.
[24] P. Pongsilamanee and H. L. Bertoni, “Specular and Nonspecular Scattering
From Building Facades,” IEEE Trans. Antennas Propag., vol. 52, no. 7, pp.
1879–1889, Jul. 2004.
[25] H. M. E.-S. F. Fuschini V. Degli-Esposti L. Vuokko D. Guiducci and P.
Vainikainen, “Analysis of Multipath Propagation in Urban Environment
Through Multidimensional Measurements and Advanced Ray Tracing
Simulation,” IEEE Trans. Antennas Propag., vol. 56, no. 3, pp. 848–857,
Mar. 2008.
[26] J. S. Lu, H. L. Bertoni, and V. Degli-Esposti, “Scale Model Investigation of
Mechanisms for Scattering From Office Buildings at 2 GHz,” IEEE Trans.
Antennas Propag., vol. 62, no. 12, pp. 6435–6442, Dec. 2014.
[27] E. M. Vitucci, F. Mani, V. Degli-Esposti, and C. Oestges, “Polarimetric
Properties of Diffuse Scattering From Building Walls: Experimental
Parameterization of a Ray-Tracing Model,” IEEE Trans. Antennas Propag.,
vol. 60, no. 6, pp. 2961–2969, Jun. 2012.
[28] P. Kersaudy, S. Mostarshedi, B. Sudret, O. Picon, and J. Wiart, “Stochastic
Analysis of Scattered Field by Building Facades Using Polynomial Chaos,”
IEEE Trans. Antennas Propag., vol. 62, no. 12, pp. 6382–6393, Dec. 2014.
[29] S. Mostarshedi, E. Richalot, J.-M. Laheurte, M.-F. Wong, J. Wiart, and O.
Picon, “Fast and accurate calculation of scattered electromagnetic fields from

28
 building faces using Green’s functions of semi-infinite medium,” IET
Microwaves, Antennas Propag., vol. 4, no. 1, p. 72, 2010.
[30] Y. B. Ouattara, S. Mostarshedi, E. Richalot, J. Wiart, and O. Picon, “Near-
and Far-Field Models for Scattering Analysis of Buildings in Wireless
Communications,” IEEE Trans. Antennas Propag., vol. 59, no. 11, pp. 4229–
4238, Nov. 2011.
[31] J. Järveläinen and K. Haneda, “Sixty gigahertz indoor radio wave
propagation prediction method based on full scattering model,” Radio Sci.,
vol. 49, no. 4, pp. 293–305, Apr. 2014.
[32] J. Pascual-Garcia, J.-M. Molina-Garcia-Pardo, M.-T. Martinez-Ingles, J.-V.
Rodriguez, and N. Saurin-Serrano, “On the Importance of Diffuse Scattering
Model Parameterization in Indoor Wireless Channels at mm-Wave
Frequencies,” IEEE Access, vol. 4, pp. 688–701, 2016.
[33] M.-T. Martinez-Ingles, D. P. Gaillot, J. Pascual-Garcia, J.-M. Molina-Garcia-
Pardo, M. Lienard, and J.-V. Rodriguez, “Deterministic and Experimental
Indoor mmW Channel Modeling,” IEEE Antennas Wirel. Propag. Lett., vol.
13, pp. 1047–1050, 2014.
[34] J. Pascual-Garcia, J.-M. Molina-Garcia-Pardo, M.-T. Martinez-Inglés, J.-V.
Rodriguez, and L. Juan-Llácer, “Fast and Accurate Electric Field Estimation
from a Single Ray Tracing Simulation.,” Appl. Comput. Electromagn. Soc. J.,
vol. 30, no. 6, 2015.

29