⚡ electrical engineering

Angularly-Resolved 3D Foliage Modeling and Measurements at 60 and 80 GHz: From Stochastic Geometry to Deterministic Channel Characterization

Diese Arbeit stellt einen stochastischen Ansatz zur Generierung von 3D-Modellen von Vegetation vor, der zur deterministischen Kanalmessung bei 60 und 80 GHz genutzt und durch eine Messkampagne validiert wird, um die winkelabhängigen Eigenschaften des drahtlosen Kanals sowie morphologische Parameter des Baumes zu charakterisieren.

Ursprüngliche Autoren: Jiri Blumenstein, Radek Zavorka, Josef Vychodil, Tomas Mikulasek, Jaroslaw Wojtun, Jan M. Kelner, Cezary Ziolkowski, Rajeev Shukla, Markus Hofer, Thomas Zemen, Christoph F Mecklenbrauker, Aniruddha Ch

Veröffentlicht 2026-03-20

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Jiri Blumenstein, Radek Zavorka, Josef Vychodil, Tomas Mikulasek, Jaroslaw Wojtun, Jan M. Kelner, Cezary Ziolkowski, Rajeev Shukla, Markus Hofer, Thomas Zemen, Christoph F Mecklenbrauker, Aniruddha Chandra, 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 große Blatt-Problem: Wie 5G/6G durch Bäume pfeift

Stell dir vor, du möchtest ein extrem schnelles Internet (wie 5G oder das kommende 6G) nutzen, das auf sehr hohen Frequenzen läuft. Diese Frequenzen sind wie winzige, schnelle Messer, die riesige Datenmengen transportieren können. Aber sie haben einen großen Schwachpunkt: Sie sind sehr empfindlich. Wenn ein Baum im Weg steht, wird das Signal oft komplett blockiert oder stark verzerrt.

Die Forscher aus diesem Papier haben sich gefragt: „Wie können wir genau vorhersagen, was passiert, wenn diese schnellen Signale durch einen dichten Wald oder einen einzelnen Baum fliegen?"

🎲 Der „Zufalls-Baum" (Stochastische Modellierung)

Normalerweise versuchen Ingenieure, Bäume in Computerprogrammen genau nachzubauen – jedes einzelne Blatt, jeder Ast. Das ist aber wie der Versuch, einen ganzen Wald mit einem Mikroskop zu zeichnen: Es dauert ewig und ist unnötig kompliziert.

Diese Forscher haben einen cleveren Trick angewendet: Sie bauen Bäume aus Zufall.

Stell dir vor, du hast einen leeren, unsichtbaren Ballon in Form einer Baumkrone.

Der Ballon: Das ist die grobe Form des Baumes.
Die Blätter: Statt echte Blätter zu modellieren, werfen sie tausende von kleinen, zufällig gedrehten und platzierten „Dreiecks-Blättern" (wie kleine Papierfetzen) in diesen Ballon.
Der Zufall: Wo genau die Fetzen landen und wie sie drehen, wird vom Computer zufällig bestimmt.

Das Ergebnis ist ein „Zufalls-Baum". Er sieht nicht wie ein spezifischer Eichenbaum aus, sondern wie ein typischer, statistischer Baum. Das Geniale daran: Man kann den Computer einfach sagen: „Mach den Baum dichter" oder „Mach die Blätter größer", und der Computer passt den Zufalls-Baum sofort an.

📡 Das Experiment: Der Baum als Testobjekt

Um zu prüfen, ob dieser „Zufalls-Baum" im Computer wirklich der Realität entspricht, haben die Forscher ein echtes Experiment gemacht:

Der Ort: Ein Baum in Indien (im Sommer, also mit vielen Blättern).
Die Ausrüstung: Sie haben einen Sender (TX) und einen Empfänger (RX) benutzt, die wie starke Taschenlampen funktionieren, aber mit Funkwellen.
Das Spiel: Der Sender stand fest vor dem Baum. Der Empfänger wurde auf einer Halbkreis-Bahn um den Baum herum bewegt.
- Position 1 (0°): Der Empfänger steht direkt hinter dem Baum. Das Signal muss durch den Baum.
- Position 2 (90°): Der Empfänger steht seitlich. Das Signal prallt am Baum ab.
- Position 3 (180°): Der Empfänger steht wieder vor dem Baum (aber auf der anderen Seite).

Sie haben das bei zwei sehr hohen Frequenzen gemessen: 60 GHz und 80 GHz. Das ist so schnell, dass man es mit Licht vergleichen kann.

🔍 Was haben sie herausgefunden?

Die Forscher haben die echten Messdaten mit den Ergebnissen ihres Computer-Zufalls-Baums verglichen. Und das Ergebnis war überraschend gut!

Hier sind die wichtigsten Erkenntnisse, übersetzt in Alltagssprache:

Der Baum ist eine Mauer: Wenn das Signal direkt durch den Baum muss (wie bei Position 0°), ist es extrem schwach. Es verliert etwa so viel Kraft, als würde man durch eine dicke Betonwand schauen.
- Analogie: Stell dir vor, du schreist durch einen dichten Vorhang. Man hört dich kaum.
Der Winkel macht den Unterschied: Je mehr man sich seitlich bewegt, desto besser wird das Signal.
- Wenn man seitlich steht, prallt das Signal nur an der obersten Schicht der Blätter ab und kommt zurück. Es muss nicht durch den ganzen dichten Wald dringen.
- Analogie: Wenn du durch einen dichten Wald schaust, siehst du nur die Bäume direkt vor dir. Wenn du aber zur Seite schaust, siehst du Lücken zwischen den Bäumen.
Die Verzögerung (Der „Echo-Effekt"):
- Wenn das Signal durch den Baum muss, passiert es nicht sofort. Es prallt von Blatt zu Blatt, wie ein Billardball, der durch einen Haufen Kugeln rollt. Das dauert länger.
- Die Forscher haben gemessen: Je weiter das Signal durch den Baum muss, desto „verschwommener" wird die Ankunft des Signals. Es kommt nicht als ein einziger Blitz, sondern als ein langes, zitterndes Echo.
- Analogie: Wenn du in einen leeren Raum klatschst, hörst du einen kurzen Knall. Wenn du in einen vollen Raum mit vielen Möbeln klatschst, hörst du ein langes, wirres Rauschen, weil der Schall überall hinprallt.
60 GHz vs. 80 GHz:
- Die höhere Frequenz (80 GHz) ist noch etwas empfindlicher als die 60 GHz. Sie wird vom Baum etwas stärker gedämpft. Das ist wie bei Regen: Ein feiner Nebel (60 GHz) geht noch ein bisschen durch, aber ein starker Platzregen (80 GHz) wird komplett vom Baum abgefangen.

🚀 Warum ist das wichtig?

Früher haben Ingenieure Bäume einfach ignoriert oder grob abgeschätzt. Heute wollen wir aber ultraschnelles Internet auch in Parks, Gärten und Wäldern haben.

Mit dieser Methode können Ingenieure jetzt:

Vorhersagen, wo sie ihre Funkmasten aufstellen müssen, damit das Signal den Baum umgeht.
Berechnen, wie stark die Antennen sein müssen, um durch Blätter zu kommen.
Simulieren, wie sich das Signal verändert, wenn im Herbst die Blätter fallen (weniger Dichte = besseres Signal).

Zusammenfassend: Die Forscher haben einen cleveren „Zufalls-Baum" im Computer gebaut, der sich so verhält wie ein echter Baum. Damit können sie genau berechnen, wie schnell und stark unser Internet durch Wälder kommt, ohne jeden einzelnen Ast vermessen zu müssen. Das ist der Schlüssel für das Internet der Zukunft in der Natur.

1. Problemstellung

Der Millimeterwellenbereich (30–300 GHz) bietet zwar enorme Bandbreiten und hohe Datenraten, leidet jedoch unter hohen Pfadverlusten und geringer Beugungsfähigkeit. Ein kritisches Szenario für die Kommunikation in diesem Frequenzbereich ist die Blockade der Sichtverbindung (Line-of-Sight, LOS) durch Vegetation. Im Gegensatz zu niedrigeren Frequenzen sind die Wellenlängen im Millimeterbereich so klein, dass selbst kleine Umgebungsdetails für die Genauigkeit der Kanalmessung entscheidend sind.

Bestehende Modelle für Vegetation nutzen oft stark vereinfachte geometrische Darstellungen (z. B. hohle Würfel oder Zylinder) oder abstrakte Punktsstreuer. Diese Ansätze vernachlässigen oft die physikalische Realität der Blätter und Äste, was zu Artefakten in den Kanalimpulsantworten (CIR) führt und die Interpretierbarkeit der Ergebnisse einschränkt. Es fehlt an einer Methode, die eine stochastisch generierte, aber physikalisch interpretierbare 3D-Struktur der Vegetation mit deterministischen Ray-Tracing-Simulationen verbindet und durch reale Messungen validiert wird.

2. Methodik

Stochastische 3D-Modellierung:
Die Autoren stellen eine Methode zur Generierung eines 3D-Modells von Baumkronen vor, das auf stochastischer Geometrie basiert.

Grundgerüst: Das Modell beginnt mit einer idealisierten Form (z. B. einer Kugel), die durch eine Deformationsfunktion unter Hinzufügung von zufälligen Verschiebungen (normalverteilt) in eine unregelmäßige Baumkrone überführt wird.
Interne Struktur: Die Baumkrone wird mit einer Wolke aus zufällig positionierten und orientierten dreieckigen Flächen gefüllt. Diese Dreiecke repräsentieren die streuenden Elemente (Blätter/Äste).
Parameter: Das Modell wird durch physikalisch interpretierbare Parameter gesteuert:
- $V_D$ : Zielvolumen der Baumkrone.
- $\rho$ : Dichte der Dreiecke (Anzahl pro Kubikmeter).
- $A$ : Fläche jedes einzelnen Dreiecks (entspricht der Blattnäherung).
- $\xi$ : Stärke der Deformation (Unregelmäßigkeit der Krone).

Ray-Tracing Simulation:
Die Simulationen wurden mit dem Open-Source-Ray-Tracer Sionna (Version 1.0.2) durchgeführt.

Materialparameter: Basierend auf der ITU-R P.833 Empfehlung (relative Permittivität $\epsilon_r = 17$ , Leitfähigkeit $\kappa = 0.05$ S/m, Streukoeffizient $\mu_s = 0.50$ ).
Bandbreite: 2 GHz.
Ziel: Deterministische und erklärbare Kanalkenngrößen (CSI) zu erzeugen, ohne auf photorealistische, aber rechenintensive Modelle angewiesen zu sein.

Messkampagne:

Umgebung: Ein Laubbaum mit kleinen Blättern (4–5 cm) im Sommer.
Frequenzen: 60 GHz und 80 GHz mit 2 GHz Bandbreite.
Geometrie: Der Sender (TX) stand 15 m vor dem Baum. Der Empfänger (RX) bewegte sich auf einer Halbkreisbahn um den Baum herum.
Datenverarbeitung: Die LOS-Komponente wurde in der Nachbearbeitung entfernt, da sie in den meisten Positionen nicht mit dem Baum interagiert und die Analyse der Vegetationseffekte verfälschen würde.

3. Hauptbeiträge

Entwicklung einer parametrisierten 3D-Modellierung: Eine neue Methode zur stochastischen Generierung von Vegetationsmodellen, die durch physikalisch sinnvolle Parameter (Volumen, Dichte, Blattgröße) definiert ist und als Input für Ray-Tracing dient.
Winkelaufgelöste Analyse: Darstellung der Pfadverluste (Path-Loss, PL) und der RMS-Verzögerungsausbreitung (RMS Delay Spread, DS) in Abhängigkeit vom Winkel $\alpha$ (Position des RX relativ zum Baum).
Validierung durch Messungen: Umfassender Vergleich zwischen simulierten und gemessenen Daten bei 60 und 80 GHz, der die Genauigkeit des stochastischen Ansatzes bestätigt.
Physikalische Interpretation: Die Studie zeigt, wie die Geometrie der Streuung (z. B. Reflexion an der ersten Schicht vs. Durchdringung des gesamten Baumes) die Kanalparameter beeinflusst.

4. Ergebnisse

Pfadverlust (Path-Loss):
- Der maximale Verlust tritt bei direkter Durchdringung des Baumes auf ( $\alpha = 0^\circ$ ). Werte liegen bei ca. -140 dB (60 GHz) und ca. 3–4 dB höher bei 80 GHz.
- Der zusätzliche Dämpfungseffekt des Baumes (über dem Freiraumverlust) beträgt ca. 20 dB bei $\alpha = 180^\circ$ (Reflexion) und ca. 40 dB bei $\alpha = 0^\circ$ (Durchdringung).
- Mit zunehmendem Winkel $\alpha$ nimmt der Pfadverlust fast linear ab, da die Signale weniger stark durch das Laubwerk gedämpft werden.
RMS-Verzögerungsausbreitung (Delay Spread):
- Die Werte liegen im Bereich von 5 ns bis 15 ns.
- Die Verzögerungsausbreitung nimmt mit dem Winkel $\alpha$ zu. Bei $\alpha = 180^\circ$ (Reflexion) durchlaufen die Mehrwegekomponenten (MPCs) das Laubwerk hin und her, was zu einer längeren Laufzeit und damit einer höheren Verzögerungsausbreitung führt als bei direkter Durchdringung ( $\alpha = 0^\circ$ ).
- Die Varianz der Verzögerungsausbreitung beträgt ca. 3 ns und ist relativ unabhängig vom Winkel.
Frequenzvergleich (60 vs. 80 GHz):
- Der 60-GHz-Band zeigt eine etwa 3 dB geringere Dämpfung durch den Baum als der 80-GHz-Band. Dies steht im Einklang mit dem Unterschied im Freiraumpfadverlust (FSPL), der bei 60 GHz um 2 dB niedriger ist.
- Die Verteilungsfunktionen (CDFs) der empfangenen Signalstärke (RSSI) zeigen bei 50 % ein Signal von -77 dBm (60 GHz) bzw. -80 dBm (80 GHz).
Modellgenauigkeit:
- Der qualitative und quantitative Vergleich (CDFs, Power Delay Profiles) zeigt eine gute Übereinstimmung zwischen Simulation und Messung.
- Interessanterweise führte eine Verkleinerung der Dreiecksfläche (um realistischere Blätter zu simulieren) nicht zu einer signifikanten Verbesserung der Übereinstimmung, was die Effizienz des gewählten Ansatzes mit größeren, aber statistisch korrekten Streuflächen unterstreicht.

5. Bedeutung und Fazit

Dieses Paper liefert einen wichtigen Beitrag zur Kanalmessung im Millimeterwellenbereich, insbesondere für Szenarien mit Vegetationsblockade. Die vorgestellte Methodik verbindet die Flexibilität stochastischer Modelle mit der Präzision deterministischer Ray-Tracing-Simulationen.

Die Ergebnisse belegen, dass komplexe, physikalisch basierte 3D-Modelle von Vegetation notwendig sind, um die Winkelabhängigkeit von Pfadverlust und Verzögerungsausbreitung korrekt vorherzusagen. Dies ist essenziell für das Design robuster 5G/6G-Netze in städtischen und ländlichen Umgebungen, wo Bäume die Signalqualität beeinträchtigen können. Die Validierung durch reale Messungen bei 60 und 80 GHz unterstreicht die praktische Anwendbarkeit des Ansatzes und bietet eine verlässliche Basis für zukünftige Kanalsimulationen.