⚡ electrical engineering

Millimeter Wave Path Loss for Diverse Antenna Patterns in Outdoor Environment

Dieser Artikel stellt eine neue Methode vor, die auf einem multi-elliptischen Ausbreitungsmodell basiert, um empirische Pfadverlustmodelle für Millimeterwellen in Außenbereichen an verschiedene Antennenstrahlungsmuster und Hauptkeulenbreiten anzupassen.

Ursprüngliche Autoren: Jaroslaw Wojtun, Cezary Ziolkowski, Jan M. Kelner, Pawel Skokowski, Niraj Narayan, Rajeev Shukla, Aniruddha Chandra, Radek Zavorka, Tomas Mikulasek, Jiri Blumenstein, Ondrej Zeleny, Ales Prokes

Veröffentlicht 2026-03-18

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Jaroslaw Wojtun, Cezary Ziolkowski, Jan M. Kelner, Pawel Skokowski, Niraj Narayan, Rajeev Shukla, Aniruddha Chandra, Radek Zavorka, Tomas Mikulasek, Jiri Blumenstein, Ondrej Zeleny, Ales Prokes

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

📡 Das Problem: Der "Flaschenhals" im Millimeter-Wellen-Internet

Stell dir vor, du möchtest mit einem neuen, superschnellen Internet (5G) telefonieren. Dieses Internet nutzt extrem hohe Frequenzen, sogenannte Millimeter-Wellen. Das ist wie ein sehr schmaler, schneller Autobahnstreifen, auf dem riesige Datenmengen rasen.

Aber es gibt ein Problem: Diese Wellen sind sehr empfindlich. Ein Baum, ein Auto oder sogar ein Regentropfen kann sie wie eine Mauer stoppen. Außerdem verlieren sie schnell an Kraft, je weiter sie fliegen.

Um das zu lösen, nutzen die Handys und Sendemasten Richtantennen. Stell dir das nicht wie eine Glühbirne vor, die in alle Richtungen leuchtet, sondern wie eine Taschenlampe. Wenn du den Lichtstrahl bündelst, wird er heller und geht weiter, aber du musst ihn genau auf dein Ziel richten.

🧩 Die Herausforderung: Jeder Strahl ist anders

In der Forschung gibt es viele verschiedene "Taschenlampen" (Antennen). Manche haben einen sehr engen, scharfen Strahl (wie ein Laser), andere einen etwas breiteren (wie eine normale Taschenlampe).

Bisher waren die mathematischen Formeln, die Ingenieure nutzen, um zu berechnen, wie stark das Signal wird, oft nur für eine ganz bestimmte Art von Taschenlampe gemacht. Wenn man eine andere Antenne benutzt, mussten die Ingenieure entweder:

Sehr aufwendige und langsame Computer-Simulationen machen (wie Raytracing in Videospielen).
Oder sie mussten mühsam neue Messungen vor Ort durchführen.

Das ist wie wenn man für jeden neuen Schraubenschlüssel einen neuen, komplizierten Bauplan für eine Schraube zeichnen müsste.

💡 Die neue Idee: Der "Multi-Ellipsen-Trick"

Die Autoren dieses Papiers haben eine clevere neue Methode entwickelt. Sie nennen es den Multi-Ellipsen-Propagations-Modell (MPM).

Die Analogie:
Stell dir vor, der Sender (das Handy) und der Empfänger (der Mast) stehen an den beiden Brennpunkten einer riesigen, unsichtbaren Ei-Form (Ellipse).

Alles, was zwischen diesen beiden Punkten passiert (Reflexionen an Gebäuden, Streuungen), findet innerhalb dieser Ei-Form statt.
Die Wissenschaftler nutzen diese geometrische Form, um zu berechnen, wie das Signal "herumflattert".

Der Clou:
Mit diesem Modell können sie nun eine einfache Formel nehmen, die für eine "Glühbirne" (Rundstrahlantenne) gemacht wurde, und sie schnell anpassen, um zu sagen: "Okay, wenn wir jetzt eine 'Taschenlampe' mit einem 10-Grad-Strahl benutzen, wie verändert sich das Ergebnis?"

Sie müssen nicht alles neu berechnen. Sie nehmen die Basis-Formel und drehen an einem Regler für die Form des Strahls. Das ist viel schneller und braucht weniger Rechenleistung.

🔍 Was haben sie herausgefunden?

Die Forscher haben das für verschiedene Szenarien getestet (bei 28 und 39 GHz, also den neuen 5G-Frequenzen):

Der Strahl macht den Unterschied: Je enger der Strahl der Antenne ist, desto mehr "verlieren" sie an Signalstärke, wenn sie nicht perfekt aufeinander ausgerichtet sind. Aber: Ein enger Strahl filtert auch Störungen heraus.
Sichtverbindung (LOS) vs. Keine Sicht (NLOS):
- Mit Sicht (LOS): Wenn man sich direkt sieht, ist der direkte Weg am wichtigsten. Hier hilft ein breiterer Strahl fast genauso gut wie ein schmaler.
- Ohne Sicht (NLOS): Wenn eine Wand dazwischen ist, muss das Signal um die Ecken "hüpfen". Hier ist ein schmaler Strahl extrem wichtig. Er wirkt wie ein Filter, der nur die nützlichen Reflexionen durchlässt und den "Lärm" von anderen Richtungen blockiert. Ein zu breiter Strahl würde hier zu viel Chaos einfangen.

🚀 Warum ist das wichtig?

Diese Methode ist wie ein Universal-Rechner für Antennen.
Statt für jede neue Antenne, die auf den Markt kommt, monatelang zu messen und zu simulieren, können Ingenieure jetzt schnell berechnen: "Wie gut funktioniert diese neue Antenne in unserer Stadt?"

Das spart Zeit, Geld und hilft dabei, das 5G-Netz schneller und zuverlässiger zu bauen, besonders in dichten Städten, wo viele Hindernisse stehen.

Zusammengefasst: Die Autoren haben einen cleveren mathematischen "Trick" gefunden, um zu verstehen, wie unterschiedliche Antennen-Formen das Signal in der realen Welt beeinflussen, ohne dabei den ganzen Computer zum Schmelzen zu bringen.

Technische Zusammenfassung: Millimeterwellen-Pfadverlust für diverse Antennenmuster in Außenbereichen

1. Problemstellung
Die Einführung von 5G-Systemen und die intensive Nutzung des Millimeterwellen-Spektrums (mmWave, FR2: 24,25–71 GHz) erfordern präzise Modelle für die Ausbreitung von Funkwellen. Während traditionelle empirische Pfadverlustmodelle (Path Loss, PL) oft für omnidirektionale Antennen entwickelt wurden, setzen mmWave-Systeme zur Kompensation hoher Dämpfung und zur Erzielung hoher Datenraten auf gerichtete Antennen mit schmalen Strahlen (z. B. Massive MIMO).
Das Hauptproblem besteht darin, dass bestehende empirische Modelle spezifisch für die während der Messungen verwendeten Antennenmuster (bestimmte Strahlungsdiagramme und Halbleistungswinkel) kalibriert sind. Die direkte Übertragung dieser Modelle auf Antennen mit anderen Mustern oder Strahlbreiten ist nicht trivial. Herkömmliche Lösungsansätze, wie die in 3GPP TR 38.901 vorgeschlagenen Algorithmen, sind rechenintensiv und komplex. Es fehlt an einer effizienten Methode, um ein omnidirektionales PL-Modell flexibel an beliebige gerichtete Antennenkonfigurationen anzupassen.

2. Methodik
Die Autoren schlagen einen neuartigen Ansatz vor, der auf einer numerischen Berechnung basiert und einen omnidirektionalen Pfadverlust als Eingangsgröße verwendet, um daraus einen gerichteten Pfadverlust für beliebige Antennenmuster und Halbleistungswinkel (HPBW) abzuleiten.

Multi-Elliptisches Ausbreitungsmodell (MPM): Der Kern der Methode ist die Anwendung eines geometrisch-stochastischen Modells (GBSM), speziell des MPM. In diesem Modell wird die Streuung der Funkwellen durch koaxiale elliptische Strukturen dargestellt, deren Brennpunkte Sender (Tx) und Empfänger (Rx) sind. Die Größe der Ellipsen wird durch die Verzögerungsverteilung (Power Delay Profile, PDP) des Kanals bestimmt, während die Amplituden der Pfade durch die Leistung der Cluster definiert werden.
Berechnung des Korrekturfaktors: Die Methode berechnet das Power Azimuth Spectrum (PAS) sowohl für eine omnidirektionale Referenzantenne als auch für die analysierte gerichtete Antenne unter Verwendung des MPM. Der Pfadverlust wird durch eine logarithmische Korrekturgleichung angepasst:
$PL_{out}(D) = PL_{in}(D) + PL_{corr}(D)$
Der Korrekturfaktor $PL_{corr}$ berücksichtigt die Gewinnunterschiede der Sende- und Empfangsantennen sowie das Verhältnis der integrierten PAS-Werte über den Azimutbereich.
Szenarien und Parameter: Die Studie simuliert zwei mmWave-Frequenzbänder (28 GHz und 39 GHz) in einer städtischen Außenumgebung (Urban Macro, UMa). Untersucht wurden sowohl Sichtverbindung (LOS) als auch Nicht-Sichtverbindung (NLOS). Als Eingangsdaten dienten die 3GPP-Standardmodelle (TDL-C für NLOS, TDL-E für LOS).
Antennenmodelle: Es wurden verschiedene Muster verglichen:
- Vereinfachte Modelle: Gauß- und Sinc-Funktionen (für Hauptkeulen und Nebenkeulen).
- Realistisches Modell: Ein 12x8-Element-Array für eine 5G-Basisstation (gNodeB) und ein einzelnes Element für das Endgerät (UE), basierend auf 3GPP/ITU-Richtlinien.

3. Wichtige Beiträge

Flexibilität: Die vorgeschlagene Methode ermöglicht die einfache Anpassung von Pfadverlustmodellen an Antennen mit beliebigen Strahlungsdiagrammformen und Halbleistungswinkeln, ohne aufwendige neue Messreihen durchführen zu müssen.
Rechenleistung: Im Vergleich zu deterministischen Methoden (wie Ray-Tracing) oder komplexen 3GPP-Simulationsalgorithmen zeichnet sich der Ansatz durch einen geringen rechnerischen Aufwand aus.
Generalisierung: Die Studie zeigt, wie man von einem omnidirektionalen Basismodell (z. B. aus 3GPP TR 38.901) ausgehend präzise gerichtete Modelle für spezifische Hardware-Konfigurationen ableiten kann.

4. Ergebnisse und Analyse
Die Simulationsergebnisse für 28 GHz und 39 GHz lieferten folgende Erkenntnisse:

Einfluss des Frequenzbereichs: Der Pfadverlust steigt mit zunehmender Frequenz, wie erwartet.
Vergleich der Mustermodelle: Die Ergebnisse der vereinfachten Gauß- und Sinc-Modelle waren ähnlich, wobei das Sinc-Modell (mit Nebenkeulen) realistischere Ergebnisse lieferte. Das realistische gNodeB-Modell zeigte einen leicht höheren Pfadverlust als die vereinfachten Modelle, was auf die spezifische Strahlungscharakteristik zurückzuführen ist.
Einfluss der Strahlbreite (HPBW):
- LOS-Bedingungen: Eine Vergrößerung des HPBW führt zu einer Verringerung des Pfadverlusts. Bei sehr breiten Strahlen (z. B. 24°) nähert sich der Pfadverlust dem einer omnidirektionalen Antenne an, da der direkte Pfad dominiert und gestreute Komponenten nur einen geringen Einfluss haben.
- NLOS-Bedingungen: Hier ist der Effekt der Strahlbreite entscheidender. Da kein direkter Pfad existiert, spielen verzögerte Streukomponenten eine große Rolle. Schmale Strahlen filtern räumlich die Pfadkomponenten stark heraus, was zu einem signifikant höheren Pfadverlust im Vergleich zu breiten Strahlen führt.
Richtwirkung: Obwohl gerichtete Antennen den Pfadverlust erhöhen können (da sie weniger Streukomponenten empfangen), verbessern sie durch den hohen Gewinn und die Unterdrückung von Interferenzen die Gesamtleistung des Funklinks (Power Budget).

5. Bedeutung und Ausblick
Die Arbeit bietet einen effizienten und flexiblen Weg, um die Ausbreitungscharakteristiken von mmWave-Systemen in dichten städtischen Umgebungen zu modellieren. Dies ist essenziell für die Planung und Optimierung von 5G-Netzen, insbesondere für ultra-dichte Netzwerke (UDN) und Massive MIMO-Systeme.
Die Autoren planen, diese Methode in zukünftigen Arbeiten um die Elevationsebene (3D-Modellierung) zu erweitern und eine empirische Validierung durch reale Messungen durchzuführen. Der Ansatz stellt somit eine wertvolle Brücke zwischen einfachen empirischen Modellen und komplexen physikalischen Simulationen dar.