JURNAL
EVALUASI SISTEM
PENGUKURAN KANAL RADIO DUA ARAH
DALAM GEDUNG PADA
PITA 2,5 GHz
MENGGUNAKAN ANTENA
LARIK 3 DIMENSI
Puji Handayani1,
Gamantyo Hendrantoro2, Djoko Purwanto3, Yasdinul Huda4,
1,2,3Jurusan Teknik
Elektro, Institut Teknologi Sepuluh Nopember
4Fakultas Teknik,
Universitas Negeri Padang
Thommy Hadi
Program Studi
Pendidikan Teknik Elektronika 2013, Universitas Negeri Jakarta
Abstrak
Semakin meningkatnya permintaan akses komunikasi nirkabel yang memiliki
laju data tinggi sedangkan ketersediaan bandwidth terbatas, telah memicu
penggunaan teknik transmisi menggunakan antena jamak baik di sisi pemancar
maupun penerima. Analisis dan desain sistem ini memerlukan informasi yang
akurat dan lengkap mengenai karakteristik statistik kanal nirkabel dua arah.
Karakterisasi kanal dapat dilakukan melalui pengukuran. Makalah ini
membahas evaluasi sistem pengukuran berbasis vector network analyzer (VNA)
menggunakan antena larik 3 dimensi yang dapat digunakan untuk memperoleh
karakteristik kanal tersebut.
Pada perangkat keras sistem pengukuran yang didesain, dianalisis
penerapan dua algoritma, yaitu MUSIC (Multiple Signal Classification)
dan IFT-FD-SAGE (Invers Fourier Transform-Frequency Domain-Space Alternating
Generalized Expectation-maximization) untuk mengestimasi
parameter-parameter komponen sinyal lintasan jamak pada kanal.
Hasil simulasi dan verifikasi
menunjukkan bahwa algoritma FD-SAGE lebih sesuai untuk digunakan pada sistem
pengukuran.
Kata Kunci: kanal
radio dua arah, antena larik 3 dimensi, MUSIC, IFT-FD-SAGE
Abstract
The demand for
high bit rate wireless access in a limited available of bandwidth have motivate
people to use multi antenna transmission technique in their systems. The design
and analysis of such systems needs complete and accurate information about the characteristic
of double directional radio channel.
The channel
characteristic could be obtained through extensive channel measurement. This
paper discusses the evaluation of measurement system we have built which was
based on vector network analyzer (VNA) using 3D array antenna.
We evaluate
the application of MUSIC (Multiple Signal Classification) and IFT-FD-SAGE
(Invers Fourier Transform-Frequency Domain-Space Alternating Generalized
Expectation-maximization) algorithm to obtain the parameters of multipath
signal components from measured data.
The simulation
and verification results show that FD-SAGE algorithm is more powerful method to
be applied to the measurement system.
Keywords: double
directional channel, 3D array antenna, MUSIC, IFT-FD-SAGE
1. Pendahuluan
Permintaan akses data dengan laju tinggi pada kondisi bandwidth
yang terbatas telah memotivasi pengembangan sistem multi antena.
Karakteristik umum kanal nirkabel adalah fading. Sistem dengan antena
jamak pada pemancar dan penerima memungkinkan data ditransmisikan melalui
kanal-kanal paralel pada lingkungan yang kaya penghambur sedemikian hingga
diperoleh peningkat-an kapasitas yang signifikan.
Pengembangan sistem multi antena memerlu-kan informasi yang
akurat dan lengkap mengenai karakteristik kanal nirkabel dengan antena jamak.
Karakteristik kanal tersebut dapat dideskripsikan dengan statistik
parameter-parameter fisik perambat-an gelombang radio pada lingkungan
propagasi. Untuk sistem dengan antena jamak pada pemancar dan penerima,
parameter perambatan gelombang radio ditinjau baik pada sisi pemancar maupun
penerima. Kanal radio yang meninjau kedua aspek perambatan tersebut dinamakan
kanal radio dua arah [8].
Parameter fisik perambatan gelombang radio adalah arah
keberangkatan (DOD, Direction of Departure), arah kedatangan (DOA, Direction
of Arrival), delay, dan amplitudo kompleks sinyal-sinyal lintasan
jamak. Terdapat beberapa jenis sistem pengukuran yang telah dikembangkan untuk
mendapatkan parameter-parameter fisik tesebut, dengan menggunakan konfigurasi
antena larik dan algoritma estimasi parameter pada berbagai pita frekuensi.
Fleury [4] melaporkan penerapan algoritma SAGE (Space Alternating
Generalized Expectation Maximization) untuk mengestimasi parameter
perambatan sinyal pada kanal radio dua arah dan mengevaluasi kinerja algoritma
melalui simulasi menggunakan antena larik linier (ULA, Uniform Linear Array).
Pada sistem pengukuran, algoritma diterapkan pada larik lingkaran (UCA, Uniform
Circular Array) di pemancar dan larik persegi (URA, Uniform Rectangular
Array) di penerima. Haneda [5] melaporkan sistem pengukuran menggunakan VNA
untuk sinyal ultra wide band (UWB) pada 3,1 – 10,6 GHz menggunakan UCA
di pemancar dan URA di penerima. Kedua antena larik tersebut adalah antena
larik sintetik. Algoritma yang digunakan adalah FD-SAGE (Frequency Domain SAGE)
yang telah dimodifikasi untuk sinyal UWB. Sistem pengukuran lain berdasarkan
VNA juga dilaporkan oleh Cznik [3], yang menggunakan URA di pemancar dan ULA di
penerima. Matthaiou [6] menggunakan ULA baik di pemancar maupun di penerima.
Kedua peneliti terakhir ini juga menggunakan algoritma FD-SAGE untuk
mendapatkan parameter sinyal lintasan jamak.
Meskipun dilaporkan bahwa parameter spasial dua arah yang
diperoleh dari sistem pengukuran pada [3-6] adalah komponen azimut dan elevasi,
tetapi konfigurasi larik lingkaran dan persegi sesungguhnya mempunyai sifat
ambiguitas pada variabel elevasi. Selain itu, ketiga konfigurasi larik tersebut
memiliki penguatan yang tidak seragam pada variabel azimut dan elevasi, kondisi
yang mengakibatkan estimasi DOD dan DOA pada arah tertentu mempunyai akurasi
berbeda dengan arah lain [1].
Pada makalah ini dibahas sistem pengukuran menggunakan VNA dan
konfigurasi antena larik 3 dimensi berbentuk kubus. Larik 3 dimensi akan
menghilangkan ambiguitas pada estimasi elevasi. Sedangkan konfigurasi kubus
meghasilkan larik isotropis yang mempunyai penguatan seragam ke semua variabel
arah dalam ruang [1]. Konfigurasi ini akan menghilangkan kelemahan yang
terdapat pada ULA, UCA, maupun URA tersebut di atas. Pada penelitian ini dikaji
dua macam algoritma estimasi parameter sinyal, yaitu MUSIC dan FD-SAGE.
2. Sistem Pengukuran
Sistem pengukuran bekerja pada domain frekuensi menggunakan
VNA dengan diagram kotak diberikan pada Gambar 1. Port 1 (pemancar) dan Port
2 (penerima) masing-masing dihubungkan dengan antena larik kubus sintetik
(CSA, Cubic Synthetic Array). Elemen larik adalah antena omnidireksional
pita lebar dari jenis biconical. Untuk mendapatkan dynamic range yang
lebih baik, diberikan low noise amplifier (LNA), power amplifier (PA),
dan variable attenuator pada system. VNA dioperasikan melalui komputer
dengan program LabVIEW. Komunikasi antara VNA dengan komputer dilakukan dengan
antarmuka GPIB/USB. Besaran yang diukur adalah S21. Data ini disimpan pada
direktori komputer untuk diproses menggunakan algoritma yang dipilih.
Lebar pita pengukuran adalah 330 MHz, pada interval 2170 –
2500 MHz dengan jumlah titik frekuensi Nf = 201. Dengan setup pengukuran
ini, diperoleh panjang maksimum respon impuls 606 ns. Nilai ini cukup untuk
menampung terjadinya komponen lintasan jamak yang berasal dari beberapa kali
pantulan di dalam gedung. Dengan menggunakan algoritma IFT-FD-SAGE, resolusi delay
pada respon impuls adalah 6,06 ns. Sedangkan dengan menggunakan MUSIC dapat
diperoleh resolusi delay 1 ns dengan mengasumsikan beda waktu
pengambilan data setiap snapshot adalah 1 ns.
Penerapan algoritma MUSIC dan IFT-FD-SAGE memerlukan teknik
pengukuran berbeda karena model data pada kedua algoritma tersebut berbeda.
MUSIC bekerja pada data di domain waktu sedangkan FD-SAGE di domain frekuensi.
Karena sistem pengukuran yang didesain menggunakan VNA, maka untuk MUSIC data diambil
sampelnya pada satu titik frekuensi saja. Selain itu, karena MUSIC memerlukan
sampel data di domain waktu maka pengukuran harus dilakukan beberapa snapshot,
dalam penelitian ini 20 snapshot. Dimensi data yang dihasilkan dari satu
lokasi pengukuran adalah N × K dengan N adalah jumlah
elemen antena larik dan K adalah jumlah snapshot. Untuk
CSA dilakukan dengan cara
menempatkan antena bicone pada titik-titik sudut kubus secara berurutan.
Setiap titik sudut kubus di pemancar mempunyai pasangan 8 titik sudut di
penerima, sehingga data dari satu lokasi pengukuran adalah matriks berisi (M×N)
× Nf entri, dengan M dan N berturut-turut adalah jumlah
elemen antena larik di pemancar dan penerima. Panjang sisi kubus adalah 0.5λu,
dengan λu adalah panjang gelombang pada frekuensi tertinggi. Dengan
dimensi ini antena larik berfungsi sebagai larik pita sempit dan tidak terjadi aliasing
spasial pada data yang diperoleh.
Pada saat pengukuran, SNR pada Port
2 dijaga agar tidak kurang dari 18 dB, hal ini dikarenakan hasil simulasi
menunjukkan bahwa kinerja algoritma pada nilai ini cukup akurat.
3. Model Sinyal
Lintasan jamak pada sistem
multi antena di pemancar dan penerima diberikan pada Gambar 2. Sinyal u(t)
dari pemancar, akan mengalami penyebaran spasial oleh pemantul atau penghambur
di sekitar pemancar.
Gambar 2. Lintasan Jamak
pada Sistem Multi Antena
![](file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_image004.gif)
3.1 Algoritma IFT-FD-SAGE
Himpunan parameter komponen
lintasan jamak yang diestimasi adalah delay τ, DOA ζ(a),
DOD ζ(d), dengan ζ(a) = {θ(a),φ(a)}
dan ζ(d) = {θ(d),φ(d)} adalah elevasi
dan azimut kedatangan dan keberangkatan, serta amplitudo kompleks α.
Himpunan parameter ini dituliskan sebagai = {τl,ζl(a),ζl(d),αl}.
ˆ
Pada algoritma FD-SAGE,
parameter komponen lintasan jamak ke l diestimasi melalui dua tahap
yaitu tahap ekspektasi atau interference cancellation, dan tahap
maksimisasi. Pada [2] dilaporkan bahwa pada tahap ekspektasi, metode SIC (Serial
Interference Cancellation) mempunyai kinerja lebih baik daripada PIC (Parallel
Interference Cancellation). Selain itu, dengan SIC estimasi jumlah komponen
lintasan jamak dapat dilakukan tanpa menggunakan teknik AIC (Akaike
Information Criterion) atau MDL (Maximum Description Length), tetapi
jumlah tersebut ditetapkan sebarang dan selanjutnya komponen sinyal yang
dayanya berada di bawah threshold tertentu dibuang. Teknik ini lebih
menguntungkan dari pada menggunakan AIC atau MDL karena jumlah sinyal yang
ditetapkan dapat lebih besar daripada jumlah elemen antena larik, hal yang
tidak dapat diperoleh pada AIC dan MDL karena keduanya berbasis teknik subspace.
3.2 Algoritma MUSIC
Algoritma MUSIC dapat digunakan untuk mengestimasi parameter delay
dan arah
kedatangan komponen sinyal lintasan jamak secara serempak
dengan melakukan estimasi secara bertahap dalam domain waktu (T-MUSIC) dan
ruang (S-MUSIC) [9]. Algoritma ini
diterapkan pada sinyal yang diobservasi pada domain waktu dan bekerja
berdasarkan prinsip pemisahan subruang sinyal dan noise dari hasil
dekomposisi eigen matriks kovarian sinyal. Pada tahap dekomposisi sinyal,
pemisahan sub ruang sinyal dan noise memerlukan informasi jumlah
komponen lintasan jamak. Proses ini dapat dilakukan dengan metode AIC atau MDL.
4. Simulasi
Simulasi pertama bertujuan mengetahui akurasi kedua algoritma
ditunjukkan oleh Gambar 3 pada saat mengestimasi arah kedatangan dua komponen
lintasan jamak dengan daya sama. Azimut dan elevasi dibangkitkan secara acak
dengan distribusi uniform berturut-turut pada interval [0°,359°] dan
[11°,170°].
Dari Gambar 3 tampak bahwa IFT-FD-SAGE mempunyai akurasi cukup
baik pada SNR rendah dan sangat baik pada SNR di atas 10 dB. Pada SNR rendah
tampak bahwa kinerja MUSIC sangat buruk, tetapi pada SNR di atas 10 dB sangat
baik. Hal ini dapat dipahami karena pada SNR lebih tinggi puncak-puncak
spektrum MUSIC lebih tajam sehingga pemisahan dan estimasi sinyal dapat
dilakukan dengan lebih baik, seperti ditunjukkan pada Gambar 4 dan Gambar 5,
yaitu kurva spektrum S-MUSIC untuk estimasi 2 sinyal yang arah kedatangannya
berbeda 5° pada elevasi dan azimut untuk SNR 10 dB dan 20 dB. Tampak bahwa pada
SNR 10 dB kedua puncak mengumpul sehingga estimasi yang akurat tidak bisa
dilakukan, sedang pada 20 dB terdapat dua puncak untuk kedua sinyal sehingga
estimasi yang akurat dapat dilakukan.
Akurasi estimasi delay kedua algoritma ditunjukkan pada
Gambar 6. Tampak bahwa kinerja estimasi delay kedua algoritma sangat
akurat meskipun pada SNR sangat rendah.
MUSIC bekerja berdasarkan metode subspace, sehingga
dimensi subruang sinyal dan derau dibatasi oleh jumlah elemen antena larik.
Karena itu secara teoritis jumlah maksimum sinyal L, yang dapat
diestimasi parameternya dengan akurasi cukup baik adalah N - 1.
Sedangkan IFT-FD-SAGE, karena bekerja secara iterative dengan proses
yang tidak tergantung pada jumlah elemen antena larik, maka L tidak
dibatasi oleh jumlah elemen antena larik
![](file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_image006.gif)
Gambar 3. DOA(θ,φ)
Sebagai Fungsi SNR Menggunakan MUSIC dan IFT-FD-SAGE
![](file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_image008.gif)
Gambar 4. Spektrum MUSIC untuk
Dua Sinyal Datang dari (50°, 200°), (55°,205°)
pada SNR 10 dB
![](file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_image010.gif)
Gambar 5. Spektrum MUSIC
untuk Dua Sinyal Datang dari (50°,200°), (55°,205°)
pada SNR 20 dB
![](file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_image012.gif)
Gambar 6. Delay Sebagai
Fungsi SNR Menggunakan MUSIC dan IFT-FD-SAGE
![](file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_image014.gif)
Gambar 7. Jumlah Sinyal yang
Parameternya Dapat Diestimasi Sebagai Fungsi SNR Menggunakan MUSIC
![](file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_image016.gif)
Gambar 8. Estimasi Azimut
DOD dan DOA 20 Sinyal Lintasan Jamak
Menggunakan IFT-FD-SAGE
![](file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_image018.gif)
Gambar 9. Estimasi Elevasi
DOD dan DOA 20 Sinyal Lintasan Jamak
Menggunakan IFT-FD SAGE
Gambar 7 menunjukkan hasil simulasi menggunakan MUSIC untuk
mengamati L dengan kesalahan rata-rata estimasi arah kedatangan kurang
dari 1° sebagai fungsi SNR. Tampak bahwa L sangat tergantung pada SNR
dan pada SNR tinggi (30-40 dB) hanya enam sinyal yang dapat diestimasi oleh
MUSIC menggunakan antena larik kubus (N = 8).
Gambar 8 dan Gambar 9 berturut-turut adalah hasil simulasi
menggunakan IFT-FD-SAGE untuk mengestimasi azimut dan elevasi keberangkatan dan
kedatangan serta delay 20 komponen lintasan jamak pada SNR 20 dB.
Azimut, elevasi dan delay dibangkitkan secara acak
dengan distribusi uniform, masing-masing pada interval [0°,359°],
[11°,170°] dan [0,800 ns]. Dari Gambar 8 dan Gambar 9 dapat disimpulkan bahwa
kinerja IFT-FD-SAGE tetap baik pada saat L jauh lebih besar dari pada N.
![](file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_image020.gif)
Gambar 10. Denah Pengukuran
dan Hasil Ray Tracing
5. Verifikasi Kinerja Algoritma dengan Data Pengukuran
Untuk mengetahui bagaimana kinerja kedua algoritma jika
diterapkan pada data pengukuran, dilakukan pengukuran di ruang B305 Jurusan
Teknik Elektro ITS. Verifikasi dilakukan dengan membandingkan parameter sinyal
lintasan jamak yang dihasilkan oleh kedua algoritma, dengan parameter yang
diperoleh melalui metode ray tracing. Denah pengukuran dan hasil ray
tracing ditunjukkan pada Gambar 10.
Pengukuran untuk algoritma IFFT-FD-SAGE dan MUSIC dilakukan di
lokasi yang sama, tetapi dengan metode berbeda. Pengukuran dua arah untuk
algoritma FD-SAGE dilakukan dengan menempatkan antena larik kubus sintetik di
pemancar dan penerima. Sedangkan untuk algoritma MUSIC pengukuran dilakukan
dengan menggunakan antena larik di penerima.
Keduanya dengan teknik pengukuran seperti dijelaskan pada
pembahasan II.
Tabel 1. Identifikasi
Lintasan Jamak
dengan Ray Tracing Identifikasi
Lintasan
|
DoA
(°)
|
Delay
(ns)
|
DoD
(°)
|
#1,
LOS
|
0,00
|
7,00
|
0,00
|
#2,
Pantulan 1x, dinding (a)
|
280,00
|
39,20
|
80,00
|
#3,
Pantulan 1x, dinding (c)
|
55,00
|
11,40
|
308,00
|
#4,
Pantulan 1x, dinding (d)
|
0,00
|
16,00
|
180,00
|
#5,
Pantulan 1x, dinding (b)
|
180,00
|
15,00
|
0,00
|
#6,
Pantulan 2x, dinding (d,a)
|
293,00
|
41,80
|
113,00
|
#7,
Pantulan 2x, dinding (d,c)
|
30,00
|
18,40
|
208,00
|
#8,
Pantulan 2x, dinding (c,b)
|
148,00
|
17,50
|
330,00
|
#9,
Pantulan 2x, dinding (a,b)
|
249,00
|
41,40
|
68,00
|
Tabel 2. Hasil Estimasi
Parameter
Menggunakan IFFT-FD-SAGE No.
|
DoA
(°)
|
Delay
(ns)
|
DoD
(°)
|
Magnitudo
(dB)
|
|||||||||
Elevasi
|
Azimut
|
Elevasi
|
Azimut
|
||||||||||
1
|
92
|
8
|
6,06
|
90
|
358
|
-0,48
|
|||||||
2
|
91
|
61
|
12,12
|
89
|
305
|
0,00
|
|||||||
3
|
86
|
6
|
18,18
|
89
|
191
|
-3,45
|
|||||||
4
|
84
|
287
|
24,24
|
54
|
65
|
-24,50
|
|||||||
5
|
80
|
355
|
30,30
|
87
|
355
|
-16,61
|
|||||||
6
|
85
|
271
|
36,36
|
78
|
97
|
-19,85
|
|||||||
7
|
74
|
278
|
42,42
|
74
|
125
|
-18,00
|
|||||||
8
|
70
|
215
|
48,48
|
92
|
322
|
-25,24
|
|||||||
9
|
90
|
67
|
54,55
|
85
|
289
|
-20,35
|
|||||||
10
|
93
|
357
|
60,00
|
92
|
179
|
-15,45
|
|||||||
11
|
91
|
45
|
66,67
|
92
|
305
|
-19,28
|
|||||||
12
|
85
|
19
|
72,72
|
87
|
194
|
-26,92
|
|||||||
13
|
84
|
223
|
81,81
|
92
|
33
|
34,82
|
|||||||
Tabel 3. Verifikasi
Algoritma IFFT-FD-SAGE dengan Hasil Ray Tracing
Identifikasi
lintasan
|
DoA
(°)
|
Delay
(ns)
|
DoD
(°)
|
#1,
LOS
Estimasi
|
0,00
8,00
|
7,00
6,06
|
0,00
358,00
|
#2,
Pantulan 1x, dinding (a)
Estimasi
|
280,00
271,00
|
39,20
36,36
|
80,00
97,00
|
#3,
Pantulan 1x, dinding (c)
Estimasi
|
55,00
61,00
|
11,40
12,12
|
308,00
305,00
|
#4,
Pantulan 1x, dinding (d)
Estimasi
|
0,00
6,00
|
16,00
18,18
|
180,00
191,00
|
#5,
Pantulan 1x, dinding (b)
Estimasi
|
180,00
|
15,00
|
0,00
|
#6,
Pantulan 2x, dinding (d, a)
Estimasi
|
293,00
278,00
|
41,80
42,42
|
113,00
125,00
|
#7,
Pantulan 2x, dinding (d, c)
Estimasi
|
30,00
|
18,40
|
208,00
|
#8,
Pantulan 2x, dinding (c, b)
Estimasi
|
148,00
|
17,50
|
330,00
|
#9,
Pantulan 2x, dinding (a, b)
Estimasi
|
249,00
278,00
|
41,40
42,42
|
68,00
125,00
|
5.1 Verifikasi untuk Algoritma FD-SAGE
Estimasi parameter lintasan jamak menggunakan IFFT-FD-SAGE
dari data hasil pengukuran diberikan pada Tabel 2. Verifikasi dilakukan untuk
azimut DOA dan DOD serta delay.
Jika dibandingkan antara Tabel 1 dan Tabel 2 dengan Tabel 1
sebagai referensi maka tampak komponen LOS dapat diestimasi dengan baik, yaitu
oleh komponen nomor 2 pada Tabel 2. Komponen #2 pada Tabel 1 yang dihasilkan
oleh pantulan satu kali di dinding (a), komponen #6 akibat pantulan dua kali di
dinding (d) dan (a), serta komponen #9 hasil pantulan dua kali di dinding (a)
dan (b) masing-masing mempunyai delay hampir sama. Karena resolusi delay
algoritma 6.06 ns maka algoritma kesulitan membedakan ketiga sinyal
tersebut. Satu sinyal hasil estimasi yang paling dekat dengan komponen #2 pada
Tabel 1 adalah komponen nomor 6 pada Tabel 2. Sedangkan komponen #6 pada Tabel
2 cukup dekat dengan komponen nomor 7 pada Tabel 1. Demikian pula komponen #4,
#5, #7 dan #8, komponen #4 hasil ray tracing pada Tabel 1, paling dekat
dengan komponen nomor 3 pada Tabel 2. Sedangkan komponen #3 hasil ray
tracing dapat diestimasi dengan baik sebagai komponen nomor 2 pada Tabel 2.
Hasil perbandingan ini dirangkum pada Tabel 3. Keluaran algoritma yang
bersesuaian dengan hasil ray tracing terdapat pada baris-baris yang
diarsir. Dari Tabel 3 juga tampak bahwa untuk komponen sinyal lintasan jamak
yang mempunyai delay dekat dengan delay sinyal lain, hasil
estimasi DOD dan DOA mempunyai kesalahan cukup besar.
5.2 Verifikasi untuk Algoritma MUSIC
Pengukuran untuk verifikasi algoritma MUSIC dilakukan dengan
mengambil jumlah snapshot 20. Sesuai dengan simulasi yang dilakukan, 20
snapshot data telah cukup untuk mendapatkan akurasi yang baik. Karena MUSIC
bekerja pada data di domain waktu, maka data dari pengukuran dengan VNA
disampel pada satu titik frekuensi, yaitu pada 2500 MHz sehingga jarak antar
elemen pada antena larik adalah λ/2.
Spektrum S-MUSIC dan T-MUSIC yang diperoleh dari pengolahan
data hasil pengukuran ini ditunjukkan pada Gambar 11 dan Gambar 12 dan hasilnya
diberikan pada Tabel 4.
Dari Gambar 11 dan Gambar 12 tampak bahwa MUSIC hanya dapat
mengestimasi dua komponen sinyal dari data pengukuran. Perbandingan antara
Tabel 1 dan Tabel 4 menunjukkan bahwa komponen lintasan jamak yang terdeteksi
oleh MUSIC adalah komponen LOS dan komponen yang dipantulkan satu kali oleh
dinding (b). MUSIC mendeteksi arah kedatangan kedua komponen sinyal ini dengan
akurat.
Tabel 4. Hasil Estimasi Parameter Data Pengukuran
Menggunakan MUSIC
Identifikasi
lintasan
|
Azimut
( o)
|
Elevasi
( o)
|
Delay
(ns)
|
1
|
-1
|
91,50
|
4
|
2
|
180
|
91,00
|
7
|
Kurva delay sesungguhnya pada Gambar 12 diperoleh
dengan memasukkan parameter sinyal hasil ray tracing untuk membangkitkan
data pada simulasi. Dari Gambar 12 tampak bahwa MUSIC kurang akurat dalam
mengestimasi delay.
![](file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_image022.gif)
Gambar 11. Plot Contour
Spectrum S-MUSIC
dari Data Pengukuran
![](file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_image024.gif)
Gambar 12. Spektrum T-MUSIC
dari Data Pengukuran
6. Kesimpulan dan Diskusi
Hasil simulasi menunjukkan bahwa akurasi algoritma
IFFT-FD-SAGE dan MUSIC sangat baik, terutama pada SNR cukup tinggi. Tetapi pada
MUSIC terdapat keterbatasan jumlah sinyal yang dapat diestimasi parameternya.
Hasil verifikasi untuk MUSIC menunjukkan bahwa jumlah sinyal
lintasan jamak yang berhasil diestimasi berdasarkan data yang diperoleh dari
pengukuran menggunakan antena larik kubus adalah 2. Sedangkan jumlah sinyal
lintasan jamak yang diperoleh dari ray tracing adalah 9. Akurasi
estimasi DOA untuk 2 sinyal lintasan jamak tersebut baik sedangkan akurasi delay
buruk.
Sedangkan verifikasi terhadap algoritma IFFT-FD-SAGE
menunjukkan bahwa algoritma ini dapat mengestimasi parameter 5 sinyal lintasan
jamak dari 9 yang diperoleh melalui ray tracing. Akan tetapi hasil
verifikasi menunjukkan bahwa algoritma ini kesulitan membedakan sinyal-sinyal
lintasan jamak yang mempunyai delay lebih pendek dari resolusi delay algoritma.
Ditinjau dari sistem pengukurannya, kedua algoritma ini
memerlukan teknik pengukuran berbeda. Parameter spasial kanal dua arah, yaitu
DOD dan DOA, yang diperoleh dengan metode pengukuran untuk MUSIC tidak
menunjukkan hubungan satu dengan yang lain karena diperoleh dari pengukuran
yang berbeda. Sedangkan dengan IFFT-FD-SAGE kedua parameter tersebut diperoleh
secara serempak sehingga dapat diketahui dengan pasti pasangan masing-masing.
Dari verifikasi yang telah dilakukan tersebut, algoritma
IFFT-FD-SAGE lebih menguntungkan untuk diterapkan dibandingkan dengan MUSIC.
Ucapan Terima Kasih
Penelitian ini dibiayai dengan dana dari Kementerian
Pendidikan Nasional Indonesia melalui Program Penelitian Hibah Pasca Sarjana
Tahun 2009-2010.
Daftar Pustaka
[1] Baysal, U., R. L. Moses,
"On The Geometry of Isotropic Array", IEEE Transactions on
Signal Processing, Vol. 51, No. 6, Juni 2003.
[2] Chong, C. C., D. I. Laurenson,
"Joint detection-estimation of directional channel parameters using 2-D
frequency domain SAGE algorithm with serial interference cancellation",
IEEE ICC, April 2002.
[3] Czink, N., H. Yin, "Cluster
Characteristics in a MIMO Indoor Propagation Environment", IEEE Trans.
On Wireless Communication, Vol. 6, No. 4, April 2007.
[4] Fleury, B. H., P. Jourdan, A.
Stucki, "High Resolution Channel Parameter Estimation for MIMO
Application Using the SAGE Algorithm", International Zurich Seminar on
Broadband Communications, 2002.
[5] Haneda, K., J. Takada, "High-Resolution
Estimation of NLOS Indoor MIMO Channel with Network Analyzer Based System",
Proceeding of Personal Indoor and Mobile Radio Communication (PIMRC), Vol. 1,
pp. 675 – 679, Beijing, China, September 2003.
[6] Matthaiou, M., N.
Razavi-Ghods, "Characteri-zation of indoor MIMO channel in frequency
domain using the 3D-SAGE Algorithm", IEEE Conference on Communication,
2007.
[7] Sousa, E. S., V. M. Jovanovic,
C. Daigneault, "Delay Spread Measurement for the Digital Cellular
Channel in Toronto", IEEE Transaction on Vehicular Technology, Vol.
43, No. 4, pp. 837 – 847, November 1994.
[8] Steinbauer, M., A. F. Molisch,
E. Bonek, "The Double-Directional Radio Channel", IEEE
Antennas and Prop. Magazine, Vol. 43, No. 4, pp. 51 – 63, Agustus 2001.
[9] Wang, Y. Y., "TST-Music for Joint DOA-Delay
Estimation", IEEE Transaction on Signal Processing, Vol. 49, pp. 712 –
729, April 2001.
Tidak ada komentar:
Posting Komentar