Stochastic 3-D Foliage Modeling at 80 GHz: Experimental Validation and Ray-Tracing Simulations

Titel: Stochastische 3D-beplantingsmodellering op 80 GHz: Experimentele Validatie en Straalvolgsimulaties

Publicatie: IEEE Antennas and Wireless Propagation Letters, Vol. 24, No. 10, Oktober 2025.

1. Probleemstelling

De prestaties van draadloze communicatiesystemen, vooral in de millimetergolfband (zoals 80 GHz), zijn sterk afhankelijk van de nauwkeurigheid van het kanaalmodel. Traditionele ray-tracing-simulaties vereisen gedetailleerde 3D-omgevingsmodellen. Echter, het modelleren van beplanting (bomen en struiken) vormt een specifieke uitdaging:

• Complexiteit: Bomen hebben complexe, willekeurige structuren die moeilijk exact te scannen of te generaliseren zijn.
• Aanpak van bestaande modellen: Veel huidige modellen gebruiken holle geometrische objecten (zoals kubussen of cilinders) of vereenvoudigde "puntverstrooiers". Deze benaderingen zijn vaak ontoereikend voor breedbandige signalen met hoge ruimtelijke resolutie, omdat ze geen interacties binnen het volume van de beplanting simuleren, wat leidt tot artefacten en onnauwkeurige kanaalstatistieken.
• Behoefte: Er is behoefte aan een model dat de willekeurige aard van beplanting (in wind, variërende dichtheid) statistisch kan nabootsen zonder dat elke individuele tak of blad exact gescand hoeft te worden.

2. Methodologie

De auteurs presenteren een nieuwe stochastische 3D-modelleringstechniek voor beplanting, ontworpen voor ray-tracing-simulaties. Het proces bestaat uit drie hoofdstappen:

1. Initiële Vormcreatie:

   • De basisvorm van de boomkroon (het omhulsel) wordt gedefinieerd als een getrianguleerde icosfeer (een veelvlak met driehoekige vlakken).
   • De vorm wordt verstoord (geperturbeerd) door een puntsgewijze vervormingsfunctie. De hoekpunten worden verplaatst volgens een 3D-normale verdeling met een standaardafwijking ($\sigma$), wat een onregelmatige, natuurlijke vorm creëert.
   • De resulterende vorm wordt geschaald om een specifieke doelvolume ($V_{target}$) te bereiken.

2. Vulling met Stochastische Elementen:

   • Het verstoorde volume wordt gevuld met willekeurig geplaatste en geroteerde driehoekige vlakken (die bladeren of takken representeren).
   • De dichtheid ($\rho$, aantal driehoeken per $m^3$) en het oppervlak van elke driehoek ($A$) zijn instelbare parameters.
   • Elke driehoek krijgt een willekeurige rotatie (via Rodrigues' rotatieformule) en een willekeurige positie binnen het volume.
   • Belangrijk: Het model is volledig stochastisch; zelfs met identieke parameters levert elke realisatie een unieke 3D-geometrie op.

3. Ray-Tracing Simulatie:

   • Simulaties worden uitgevoerd met de open-source ray-tracer Sionna (versie 1.0.2).
   • De materiaaleigenschappen van het loof zijn gebaseerd op de ITU-R P.833 aanbeveling (relatieve permittiviteit $\epsilon_r = 17$, geleidbaarheid $\kappa = 0.05$ S/m).
   • De simulatie werkt met een bandbreedte van 2 GHz op een draaggolf van 80 GHz.

3. Experimentele Validatie

Om het model te valideren, werd een meetcampagne uitgevoerd:

• Opstelling: Een FMCW-kanaalsounder (Frequency Modulated Continuous Wave) op 80 GHz met een bandbreedte van 2,048 GHz.
• Locatie: Buiten, met een zender (TX) en ontvanger (RX) gescheiden door 30 meter, waarbij een boom zich op 15 meter van de TX bevindt (RX achter de boom).
• Doel: Het vergelijken van de statistische eigenschappen van de gemeten kanaalimpulsrespons (CIR) met die van de gegenereerde stochastische modellen.

4. Belangrijkste Resultaten

De studie analyseerde de invloed van boomvolume, dichtheid en vormvariatie op kanaalparameters:

• RMS Vertragingsspreiding (RMS Delay Spread - $D_{RMS}$):

  • De $D_{RMS}$ neemt toe met het volume van de boomkroon en de dichtheid van het loof.
  • Bij een lage dichtheid ($\rho = 0.125$) en klein volume ($200 m^3$) was de $D_{RMS}$ ongeveer 0,5 ns.
  • Bij een hoge dichtheid ($\rho = 1$) steeg de $D_{RMS}$ tot ongeveer 8 ns (gemeten waarde: 8,5 ns).
  • Er werd een lichte daling van de $D_{RMS}$ waargenomen bij zeer hoge dichtheden ($\rho > 0.6$), wat suggereert dat het signaal zo sterk wordt geabsorbeerd dat minder multipath-componenten de ontvanger bereiken.

• Padverlies (Path Loss - PL) en Ontvangen Signaalsterkte (RSS):

  • Het padverlies neemt lineair toe met de dichtheid van het loof.
  • Bij $\rho = 0$ (vrije ruimte) werd een PL van 100 dB gemeten (overeenkomend met de theorie voor 30 m).
  • Bij $\rho = 1$ nam het extra verlies toe tot ongeveer 60 dB (bovenop het vrije ruimte-verlies).

• Statistische Overeenkomst:

  • De Cumulatieve Verdelingsfuncties (CDF's) van de gemeten en gesimuleerde Power Delay Profiles (PDP) tonen een sterke overeenkomst.
  • Het model slaagt erin de tweede-orde statistieken van het kanaal correct te reproduceren, zonder dat exacte geometrische data van de specifieke boom nodig is.

5. Bijdragen en Significatie

De belangrijkste bijdragen van dit artikel zijn:

1. Nieuwe Modelleringstechniek: Een flexibele, stochastische methode om 3D-beplanting te genereren met instelbare parameters voor volume, vormvariatie en dichtheid. Dit lost het probleem op van het ontbreken van realistische, gedetailleerde 3D-scans voor elke individuele boom.
2. Validatie op 80 GHz: Het model is experimenteel gevalideerd in de millimetergolfband (80 GHz), een frequentiegebied waar kleine details cruciaal zijn voor de signaalvoortplanting.
3. Praktische Toepasbaarheid: De methode biedt een evenwicht tussen rekenkracht en nauwkeurigheid. Het is geschikt voor het simuleren van breedbandige kanalen in dynamische omgevingen (bijv. windbeweging), waar deterministische modellen te complex of onpraktisch zijn.
4. Inzicht in Kanaaleffecten: De studie levert kwantitatieve data over hoe loofdichtheid en boomgrootte de vertragingsspreiding en het signaalverlies beïnvloeden, wat essentieel is voor het ontwerp van toekomstige 6G-netwerken en andere mmWave-toepassingen.

Conclusie:
Dit artikel demonstreert dat stochastische 3D-modellen een krachtig alternatief zijn voor gedetailleerde scans bij het simuleren van draadloze kanalen door beplanting. De methode levert nauwkeurige statistische voorspellingen voor path loss en delay spread, wat het een waardevol instrument maakt voor het ontwerp en de optimalisatie van toekomstige hoogfrequente communicatiesystemen.