com
Abstrak
Makalah ini dikaitkan dengan analisis kapasitas sistem nirkabel dalam skenario
perkotaan dan pedesaan yang dapat bermanfaat bagi sistem nirkabel 5G dan 6G yang
akan datang. Meskipun sistem 5G dan 6G menggunakan susunan antena atau teknologi
Multiple Input Multiple Output (MIMO) di Base Station (BS) dan beberapa antena di User
Equipment (UE) seperti yang dimiliki Personal Digital Assistant (PDA) cerdas seperti
ponsel pintar, tablet dan iPad, transfer informasi ke saluran nirkabel dari pemancar ke
penerima sangat penting terlepas dari skenario perkotaan atau pedesaan karena kota
pintar telah berkembang secara global. Dalam skenario perkotaan karena sebagian
besar waktu itu adalah komunikasi Non-Line-Of-Sight (NLOS) antara UE dan BS atau
sebaliknya dan dapat mengikuti saluran fading terdistribusi Rayleigh yang terkenal.
Lebih-lebih lagi, dalam skenario pedesaan, komunikasi Line-Of-Sight (LOS) mengikuti
distribusi Rician karena adanya jalur dominan atau komponen specular. Hasil simulasi
diperoleh di Matrix Laboratory (MATLAB) testbed untuk kapasitas sistem nirkabel di
perkotaan dan pedesaan skenario terhadap Signal to Noise Ratio (SNR) antara UE dan
BS dimana selalu skenario pedesaan LOS memberikan peningkatan kapasitas
dibandingkan dengan skenario perkotaan NLOS, karena kehadiran komponen Line-Of-
SightKdBseperti yang ditunjukkan pada bagian grafis dari makalah penelitian ini. Juga,
untuk teknologi MIMO, hasil telah diperoleh dan disajikan yang dapat bermanfaat untuk
pekerjaan penelitian lebih lanjut yang membantu sistem 5G, dan 6G di dunia nirkabel.
1150
Analisis Kapasitas Sistem Nirkabel dalam Skenario Perkotaan dan Pedesaan 1151
1. Perkenalan
Di arena dunia nirkabel dalam skenario 5G dan 6G saat ini, transmisi data
informasi ke saluran nirkabel menjadi perhatian utama yang berkaitan dengan
metrik kapasitas [1] untuk sistem nirkabel di lapisan Fisik (PHY) atau perspektif
lapisan jaringan untuk jaringan nirkabel [2].
Juga, sistem MIMO besar yang berkembang, didasarkan pada skema modulasi dan
jumlah kapasitas penyimpanan informasi dalam sistem nirkabel [7, 8]. Terlepas dari
rantai transceiver nirkabel yang akan datang, aplikasi seperti audio, video, multimedia,
pemantauan lingkungan menggunakan sensor aplikasi gelombang mikro [9] di mana
sirkuit elektronik menggunakan sirkuit kombinasional [10] dan sirkuit sekuensial
digunakan, aliran informasi dalam saluran yang berkaitan dengan peningkatan
kapasitas makna.
Gambar 1 menunjukkan skenario sistem nirkabel yang menggambarkan NLOS dan LOS
antara perangkat pengguna ke base station yang pada gilirannya terhubung ke lingkungan
cloud yang juga dapat beriringan dengan Internet of Things (IoT) dan Public Switched
Telephone Network (PSTN). Lebih lanjut, sistem Multiple Input Multiple Output (MIMO) yang
menggunakan teknologi multiantena juga dapat meningkatkan efisiensi, cakupan, dan
keandalan spektral.
Gambar 1. Skenario sistem nirkabel untuk skenario perkotaan NLOS dan skenario pedesaan LOS.
Beberapa artikel penelitian telah diusulkan untuk analisis kapasitas sistem nirkabel
[13-22]. Pekerjaan penelitian [13] berkaitan dengan kapasitas MIMO untuk skenario dalam
ruangan sedangkan [14] menyajikan kapasitas lingkungan Line-Of-Sight dan Non-Line-Of-
Sight mendekati rentang frekuensi Gigahertz.
Juga, [15] memberikan kapasitas sistem nirkabel pengguna tergantung pada waktu, sedangkan
[16] terkait dengan kapasitas sistem antena pintar, [17] menyajikan analisis kapasitas
berbasis saluran fading Rician. Makalah penelitian [18] berkaitan dengan kapasitas dalam
jaringan seluler. Pekerjaan penelitian [19] berkaitan dengan kapasitas di bawah berbagai
saluran fading komposit dan [20] membahas kapasitas sistem multiuser MIMO Non-
Orthogonal Multiple Access (NOMA) yang digunakan untuk sistem 5G.
Meskipun karya dari [13-22] adalah literatur penelitian yang sangat baik untuk kapasitas sistem
nirkabel dengan teknologi yang berbeda dan berbagai aspek, makalah penelitian yang diusulkan ini
memberikan kapasitas sistem nirkabel dalam skenario perkotaan dan pedesaan antara peralatan
pengguna dan stasiun pangkalan.
Makalah penelitian ini ditulis dengan cara pengenalan yang diberikan di Bagian
1, Bagian 2 menyajikan model sistem yang diusulkan dalam skenario perkotaan dan pedesaan
dengan teknologi MIMO-nya. Bagian 3 menguraikan kapasitas skenario perkotaan dan pedesaan.
Bagian 4 menyajikan hasil simulasi yang diperoleh untuk analisis kapasitas dan Bagian 5
memberikan kesimpulan untuk makalah penelitian.
Model sistem yang diusulkan mempertimbangkan User Equipment (UE) dengan satu antena
dan Base Station (BS) dengan beberapa antena. Ketika peralatan pengguna seperti yang
ditunjukkan pada Gambar 1 mentransmisikan sinyald, pada waktu tertentu dan instant, sinyal
yang diterima untuk skenario perkotaan di saluran Non-Line-Of-Sight (NLOS)ℎ
berikut distribusi Rayleigh [27] diberikan oleh
= + (1)
Saluran NLOS skenario perkotaan terdistribusi Rayleigh dan memiliki Probability Density
Function (PDF) yang diberikan oleh
2
ℎ
exp (ℎ ); 0 ≤ ∞
(ℎ ) = {2 2 2 } (2)
0 ; (0 < )
di manaσ2adalah statistik yang terkait dengan daya rata-rata dari sinyal yang diterima.
Demikian pula, sinyal yang diterima untuk skenario pedesaan saluran Line-Of-Sight (LOS)
mengikuti distribusi Rician [27] dan dinyatakan sebagai
= + (3)
Saluran LOS pedesaan didistribusikan Rician memiliki PDF yang ditulis sebagai
(ℎ2 + ) 2
ℎ ℎ
( ℎ ) = {2 2 2
0( 2); untuk( 0; 0)} (4)
0 ; untuk (ℎ < 0)
di manaVadalah amplitudo, dan berperan dalam faktor dominan atau komponen spekular
dalam LOS. Demikian pula, sistem yang diusulkan untuk skenario perkotaan dan pedesaan
dapat diperluas ke sistem MIMO di mana ia dapat meningkatkan efisiensi spektral ke tingkat
yang lebih besar. Kelanjutan dengan ekspresi di atas, theNr×NtMIMO perkotaan menerima
matriks sinyalRperkotaandiamati sebagai
= + (5)
di manaHperkotaanadalahNr×NtMatriks saluran MIMO danDadalahNt×Ntmatriks sinyal data, N
perkotaanadalah Nr×NtMatriks Additive White Gaussian Noise (AWGN). Juga, MIMO pedesaan
menerima matriks sinyalRpedesaandiberikan sebagai
= + (6)
Ekspresi sinyal yang diterima di base station untuk skenario perkotaan dan pedesaan diberikan oleh
Persamaan. (1) dan (3) dan matriks sinyal yang diterima MIMO untuk skenario perkotaan dan pedesaan
direpresentasikan dalam Persamaan. (5) dan (6) dari mana analisis kapasitas dapat diturunkan yang dibahas
dalam Bagian 3. Algoritma berikut yang dinyatakan dalam langkah-langkah di bawah ini digunakan untuk
menemukan kapasitas [28] sebagai berikut:
Langkah 1:
Kapasitas adalah maksimalisasi Informasi Reksa [28] dan diperoleh dalam bit/s seperti yang ditentukan
dalam Persamaan. (7).
Langkah 2:
Tentukan Informasi Reksa berdasarkan sinyal data yang ditransmisikan dan sinyal data yang
diterima yang merupakan perbedaan entropi diferensial dari sinyal yang diterima dan entropi
bersyarat atau entropi noise seperti yang ditentukan dalam Persamaan. (8)
Langkah3:
Dapatkan entropi diferensial dari sinyal yang diterima dan entropi diferensial bersyarat atau entropi
noise untuk statistik yang diberikan seperti yang ditentukan dalam Persamaan. (9) dan (16).
Langkah4:
Dari entropi yang diperoleh pada langkah 3, tentukan Informasi Reksa untuk skenario yang
diberikan sesuai Persamaan. (17).
Langkah 5:
Hitung Kapasitas untuk skenario yang diberikan seperti pada Persamaan. (21) atau (22)
di mana( ; )adalah informasi timbal balik antara simbol data yang ditransmisikan atau sinyal
data dan sinyal yang diterima dalam skenario perkotaan dari UE ke BS secara matematis
diberikan sebagai
di mana 2 adalah varians dari sinyal yang diterima perkotaan di BS di mana itu
diberikan sebagai
2
= [ ] (10)
Mengganti Persamaan. (1) dalam Persamaan. (10) mencapai
2
= [(ℎ + )(ℎ + )] (11)
Mengalikan silang istilah dan mewakilinya lebih lanjut, kami mendapatkan empat istilah
dan korelasi silang antara sinyal data dan sinyal noise tidak tergantung satu sama lain dan itu
nol. Mempertimbangkan hanya istilah autokorelasi yang diberikan sebagai
2
= [ℎ ℎ ] [( )] + [ ] (13)
di mana[( ) =2= ]adalah kekuatan sinyal dari sinyal data yang skalar; [ℎ ℎ
]adalah besaran koefisien saluran perkotaan[ℎ ℎ ] =
‖ℎ kan2; dan[ ] = kan2= adalah kekuatan kebisingan.
Mengganti nilai-nilai yang disebutkan di atas dalam Persamaan. (13) varians dari sinyal yang diterima adalah
2
= kan2 +0 (14)
Entropi diferensial dari sinyal yang diterima menggunakan (14) diamati sebagai:
Juga, entropi kebisingan atau entropi diferensial bersyarat terkait dengan hanya menggunakan istilah
kebisingan dan itu adalah
( ; ) =1
catatan22 (‖ℎ kan2 + 0) (18)
2 log22
( ; ) =1 log22 (‖ℎ ‖
2 )
+ (19)
2 log22 0 0
‖ℎ kan 2 + 1)
( ; ) =1catatan 2( (20)
2 0
kan2
= maks |1catatan2(1 +‖ℎ )| (21)
( )
2 0
Selain itu, kapasitas sistem nirkabel dalam skenario pedesaan juga dapat diperoleh
dan langsung ditulis sebagai:
kan2
= maks |1catatan2( +‖ )| (23)
( ) 2 0
‖ 2
= maks | ( ) 2 1catatan
2( +‖ )| (24)
0
Gambar 2. Kapasitas dalam skenario perkotaan NLOS dan skenario pedesaan LOS.
Gambar 3 secara grafis memberikan kapasitas dalam Skenario LOS mengikuti distribusi
Rician untuk berbagai komponen Line-Of-Sight sepertiK=5 dB, 10 dB, 15 dB dan 20 dB.
Sebagai komponen LOS (atau) nilai komponen dominan meningkatkan kapasitas sistem
nirkabel meningkat yang menunjukkan kontribusi memiliki komponen LOS yang hadir di
lingkungan pedesaan dan lingkungan luar. Tabel 1 menunjukkan kapasitas yang diperoleh
dalam skenario LOS pedesaan untuk berbagaiKfaktor seperti yang digambarkan pada
Gambar. 3.
5. Kesimpulan
Makalah penelitian ini memberikan informasi berharga mengenai kapasitas sistem nirkabel dalam
skenario perkotaan dan pedesaan. Karena kota pintar dengan teknologi tertanam yang diaktifkan
IoT dalam skenario perkotaan dan pedesaan menjadi kekuatan pendorong secara global di seluruh
dunia, hasil yang disajikan di sini akan sangat bermanfaat untuk mengembangkan aplikasi yang
berkaitan dengan analisis kapasitas dan metrik kinerja lainnya seperti tingkat kesalahan bit dan
probabilitas pemadaman. Hasil yang diperoleh dapat digunakan untuk merancang sistem nirkabel
5G dan 6G di masa depan di mana aplikasi berkecepatan data tinggi diharapkan dapat memenuhi
kebutuhan aplikasi multimedia dengan orde Gbps. Di masa depan pekerjaan ini dapat diperluas ke
sistem multiuser dan sistem interferensi terbatas.
Nomenklatur
c Kapasitas saluran antara UE dan BS dalam bit/s/Hz
d Sinyal data antara UE dan BS
D Matriks sinyal data antara UE dan BS
H Matriks saluran MIMO antara UE dan BS dalam skenario perkotaan/pedesaan
h Saluran antara UE dan BS dalam skenario perkotaan/pedesaan
kan2 Nilai kuadrat norma
he Entropi Diferensial dari sinyal yang diterima / sinyal noise
Saya Matriks identitas
Saya(.) Informasi Reksa antara UE dan BS dalam bit/s
| | Nilai penentu entitas apa pun
Tidak Daya Noise pada BS dalam
Nr Watt Jumlah antena penerima
Nt Jumlah antena pengirim Daya
Ps Sinyal dalam Watt
Simbol Yunani
Varians dari sinyal yang diterima
Singkatan
AWGN Stasiun Basis Kebisingan
BS Gaussian Putih Aditif
Gbps Gigabit per detik
IoT Internet untuk segala
LOS Pandangan
MATLAB Laboratorium Matriks
Mbps Megabit per detik
MIMO Multiple Input Multiple Output
MMWave Milimeter-Gelombang
NLOS Non-Line-Of-Sight
NOMA Asisten Digital Pribadi Akses
PDA Ganda Non-Ortogonal
PSTN Sinyal Jaringan Telepon Beralih Publik
SNR ke Rasio Kebisingan
UE Peralatan Pengguna
Wifi Kesetiaan Nirkabel
WLAN Jaringan Area Lokal Nirkabel
WPAN Jaringan Area Pribadi Nirkabel
Referensi
1. Musim Dingin, JH; Salz, J.; dan Gitlin, RD (1992). Kapasitas sistem komunikasi
nirkabel dapat ditingkatkan secara substansial dengan penggunaan
keragaman antena.Prosiding Konferensi Internasional Pertama tentang
Komunikasi Pribadi Universal - ICUPC '92, Dallas, TX, AS, 0028-0032.
2. Gupta, P.; dan Kumar PR;(2000). Kapasitas jaringan nirkabel.Transaksi
IEEE pada Teori Informasi, 46(2), 388-404.
3. Jorswieck, EA; dan Boche, H. (2004). Kapasitas saluran dan rentang kapasitas
beamforming dalam sistem nirkabel MIMO di bawah fading yang berkorelasi
dengan umpan balik kovarians.Transaksi IEEE pada Komunikasi Nirkabel, 3(5),
1543-1553.
4. Xue, F.; Xiang, LL; dan Kumar, PR (2005). Kapasitas transportasi jaringan nirkabel
melalui saluran yang memudar.Transaksi IEEE pada Teori Informasi, 51(3),
834-847.
5. Niesen, U., Gupta, P., dan Shah, D. (2009). Pada penskalaan kapasitas di jaringan nirkabel
sewenang-wenang melalui saluran yang memudar.Transaksi IEEE pada Teori Informasi,
55(9), 3959-3982.
6. Babaei, A.; Agrawal, P.; dan Jabbari B. (2012). Batas kapasitas dalam
jaringan nirkabel acak.Jurnal Komunikasi dan Jaringan, 14(1), 1-9.
7. Laufer, R.; dan Kleinrock, L. (2016). Kapasitas jaringan CSMA/CA
nirkabel.IEEE/Transaksi ACM di Jaringan, 24(3), 1518-1532.
8. Melnychuk, IE; dan Shelkovnikov, BN (2013). Analisis kapasitas saluran
sistem komunikasi nirkabel.Prosiding Internasional Kedua Puluh Ketiga
16. Jain, M.; dan Agarwal, R P. (2016). Peningkatan kapasitas & jangkauan
komunikasi nirkabel menggunakan sistem antena pintar.Prosiding Konferensi
Internasional Kedua tentang Kemajuan Listrik,Elektronik,Informasi,
Komunikasi dan Bio-Informatika(AEEICB), Chennai, India, 310-313.
17. Zhao, F.; Lin, H.; Zhong, C.; Hadzi-Velkov, Z.; Karagiannidis, GK; dan Zhang, Z.
(2017). Kapasitas sistem komunikasi bertenaga nirkabel melalui saluran fading
Rician.Prosiding Konferensi Internasional Kesembilan tentang Komunikasi
Nirkabel dan Pemrosesan Sinyal(WCSP), Nanjing, Tiongkok 1-6.
18. Vaze, R.; dan Iyer, S. (2019). Kapasitas jaringan nirkabel seluler.
Transaksi IEEE pada Komunikasi Nirkabel, 18(3),1490-1503.
19. Celana, D.; Chauhan, PS; Soni, SK; dan Naithani, S. (2020). Analisis kapasitas
saluran sistem nirkabel di bawah skema ORA over---gamma terbalik dan
---model fading komposit gamma terbalik.Prosiding Konferensi
Internasional tentang Teknik Elektro dan Elektronika(ES3), Gorakhpur,
India, 425-430.
20. Anju, VK; dan Sumitra NM (2021). Deteksi multipengguna NOMA dengan MIMO
untuk memaksimalkan kapasitas sistem dan menghilangkan interferensi.
Jurnal Sains dan Teknologi Rekayasa(JESTEC), 16(1), 236-250.
21. Ali, HM; Liu, J.; dan Ejaz, W. (2020). Kapasitas perencanaan untuk 5G dan di luar
jaringan nirkabel dengan algoritma kembang api diskrit dengan ansambel lokal