A Directivity-Dependent Rician K-Factor Model for Indoor Industrial Channels

Sintesi Tecnica: Un Modello del Fattore K di Rician Dipendente dalla Direttività per Canali Industriali Indoor

Enunciato del Problema
Il dispiegamento di collegamenti nella banda E (71–86 GHz) in grandi ambienti industriali parzialmente riverberanti (ad esempio, magazzini, sale di assemblaggio) incontra sfide significative a causa degli elevati spread di ritardo. Questi ambienti agiscono come cavità riverberanti, producendo componenti multipath che degradano severamente le prestazioni a banda larga. Sebbene studi empirici a varie frequenze (da 28 GHz a 304 GHz) abbiano confermato che le antenne direttive sopprimono il multipath in arrivo tardivo e riducono lo spread di ritardo quadratico medio (RMS) ($\sigma_\tau$), la letteratura esistente manca di un modello fisico in forma chiusa. Gli approcci attuali si basano su adattamenti empirici che non possono prevedere $\sigma_\tau$ o il ritardo medio in eccesso ($\bar{\tau}$) a partire da parametri misurabili della stanza o dal guadagno dell'antenna. Esiste un'esigenza specifica di un modello unificato che mappi il guadagno totale di sistema ($G$) sulle statistiche del ritardo utilizzando un singolo scalare fisicamente interpretabile per quantificare la deviazione da una cavità isotropa ideale.

Metodologia
Gli autori derivano un modello basato sulla fisica che collega la direttività dell'antenna al fattore K di Rician e alle statistiche del ritardo attraverso i seguenti passaggi:

1. Derivazione del Fattore K: Il fattore K di Rician (rapporto tra potenza in linea di vista e potenza diffusa) è modellato come una funzione del guadagno totale di sistema ($G = G_{Tx} + G_{Rx}$). Gli autori introducono un fattore di riverberazione ($a_K \in [0, 1]$) per tenere conto della crescita sub-lineare della potenza diffusa con il guadagno, causata dalle riflessioni speculari in campi anisotropi. La relazione è definita come $K(G) = K_0 \cdot 10^{a_K G/10}$, dove $K_0$ è il fattore K di base per un collegamento omnidirezionale.
2. Identità Generale: Viene derivata un'identità matematica generale che collega $\sigma_\tau$, $\bar{\tau}$ e $K$ per qualsiasi profilo di ritardo di potenza (PDP) di diffusione arbitrario. Questa identità rivela che la coppia $(\bar{\tau}, \sigma_\tau)$ traccia un semicerchio parametrizzato da $K$, con il raggio determinato esclusivamente dal coefficiente di variazione ($CV_s$) del profilo di diffusione.
3. Modello di Diffusione Esponenziale: Gli autori applicano questo quadro al caso speciale fisicamente motivato di un PDP a decadimento esponenziale (modello Sabine–Rice), dove $CV_s = 1$. Ciò produce espressioni esplicite in forma chiusa per $\bar{\tau}(G)$ e $\sigma_\tau(G)$.
4. Validazione tramite Simulazione: Il modello è stato validato utilizzando simulazioni Shooting-and-Bouncing-Ray (SBR) in MATLAB. Lo scenario è la sala industriale FILL in Austria (circa 57.300 m³, involucro in calcestruzzo) a 75 GHz. Le simulazioni sono state eseguite per 100 posizionamenti casuali di collegamenti Tx/Rx utilizzando quattro configurazioni di antenna: omnidirezionale (0 dBi) e tre configurazioni a coppia di corna (guadagno totale di 20, 30 e 40 dBi).
5. Metodi di Estrazione: Due metodi indipendenti sono stati utilizzati per estrarre i fattori K dai dati di simulazione:
   • Metodo A: Estrazione basata sui momenti utilizzando l'identità generale derivata.
   • Metodo B: Integrazione diretta della potenza del primo raggio in arrivo rispetto alla somma di tutti i raggi successivi.

Risultati Chiave

• Soppressione del Ritardo: L'aumento del guadagno dell'antenna da 0 dBi a 40 dBi ha soppresso la potenza del multipath di oltre 40 dB entro 100 ns. Il ritardo medio in eccesso ($\bar{\tau}$) è diminuito da 104,1 ns a 9,2 ns, e lo spread di ritardo RMS ($\sigma_\tau$) è diminuito da 125,2 ns a 38,2 ns.
• Validazione del Modello: Il modello a tre parametri derivato $\{\tau_s, K_0, a_K\}$ ha adattato con successo i dati di simulazione. Per la sala FILL, i parametri estratti sono stati $\tau_s \approx 127$ ns, $K_0 = 0,32$ e $a_K = 0,40$ (con $R^2 = 0,91$ per l'adattamento del fattore K).
• Comportamento Asintotico: I risultati confermano la previsione teorica secondo cui, per alti fattori K, $\sigma_\tau$ decade a metà del tasso di $\bar{\tau}$ rispetto al guadagno dell'antenna (in dB). Nello specifico, $\bar{\tau} \propto 10^{-a_K G/10}$ mentre $\sigma_\tau \propto 10^{-a_K G/20}$.
• Analisi delle Discrepanze: L'estrazione del K basata sui momenti (Metodo A) ha prodotto valori di K più elevati rispetto al metodo del rapporto di potenza (Metodo B) a guadagni direttivi. L'articolo attribuisce ciò alla deviazione del PDP di diffusione dal modello esponenziale ($CV_s > 1$) in condizioni direttive, dove la diffusione diffusa è soppressa più delle riflessioni speculari forti.

Significato e Implicazioni per la Progettazione
L'articolo afferma di fornire il primo modello compatto in forma chiusa che collega il guadagno dell'antenna allo spread di ritardo nei canali industriali riverberanti. La sua importanza primaria risiede nel permettere regole di progettazione per la specificazione del guadagno dell'antenna:

• Il modello consente agli ingegneri di calcolare il guadagno totale di sistema minimo richiesto per soddisfare obiettivi specifici di spread di ritardo.
• Per la sala FILL simulata, raggiungere $\sigma_\tau \leq 50$ ns richiede circa 40 dBi di guadagno totale, mentre raggiungere $\sigma_\tau \leq 5$ ns richiederebbe circa 90 dBi.
• Gli autori notano che l'obiettivo di 5 ns è di fatto irraggiungibile con sole antenne passive, evidenziando la necessità di equalizzazione complementare o beamforming estremo.
• Le espressioni derivate facilitano l'ottimizzazione congiunta del guadagno dell'antenna e dell'overhead dell'equalizzatore, poiché la riduzione di $\sigma_\tau$ si traduce direttamente in un minor numero di tap dell'equalizzatore e in costi computazionali ridotti nei modem a portante singola.

L'articolo conclude che, sebbene il modello sia validato per una specifica sala vuota in calcestruzzo, il quadro è generale. Il lavoro futuro suggerito dagli autori include la validazione sperimentale in sale arredate, la caratterizzazione della dipendenza dal guadagno del coefficiente di variazione della diffusione ($CV_s$) e l'integrazione del modello con modelli di canale di fabbrica standardizzati (ad esempio, 3GPP).