⚡ electrical engineering

Millimeter Wave Path Loss for Diverse Antenna Patterns in Outdoor Environment

Este artigo propõe uma abordagem inovadora baseada em um modelo de propagação multi-elíptico para adaptar modelos de perda de caminho empíricos a sistemas de antena com diferentes padrões de radiação e larguras de feixe em ambientes externos.

Autores originais: 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

Publicado 2026-03-18

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: 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

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está tentando enviar uma mensagem de rádio de um ponto A para um ponto B em uma cidade cheia de prédios. O papel que você leu é como um "manual de instruções" para engenheiros que querem entender como essas mensagens viajam, especialmente quando usamos frequências muito altas (chamadas de ondas milimétricas), que são o coração das redes 5G e do futuro 6G.

Aqui está a explicação do que eles descobriram, usando analogias do dia a dia:

1. O Problema: O "Faro" vs. O "Holofote"

Antes, os engenheiros usavam modelos de cálculo que funcionavam como se todas as antenas fossem lâmpadas comuns, que iluminam tudo ao redor em todas as direções (omnidirecionais). É fácil calcular a luz de uma lâmpada, mas a luz se perde rápido.

No mundo moderno (5G), usamos antenas que funcionam como holofotes potentes. Elas focam a energia em uma direção específica para chegar mais longe e com mais força. O problema é que os modelos antigos não sabiam como calcular a perda de sinal quando você troca a "lâmpada" pelo "holofote", especialmente porque cada holofote tem um formato de feixe diferente (alguns são finos como um laser, outros são mais largos como um abanador).

2. A Solução: O "Mapa de Chuva" (Modelo Multi-Elíptico)

Os autores criaram um novo método para adaptar esses cálculos. Eles usaram algo chamado Modelo de Propagação Multi-Elíptico.

A Analogia: Imagine que você joga uma pedra em um lago. As ondas se espalham em círculos. Agora, imagine que, em vez de círculos perfeitos, a água tem "ilhas" e "correntes" que mudam a forma das ondas.
Na prática: O modelo deles desenha "elipses" (formatos de ovo) no ar entre o transmissor e o receptor. Dentro dessas elipses, eles simulam onde o sinal pode bater em prédios e voltar (como um eco). Isso permite que eles prevejam como o sinal se comporta sem precisar desenhar cada prédio da cidade no computador, o que seria muito lento e caro.

3. O Truque de Mágica: Ajustando o "Holofote"

A grande inovação do papel é que eles pegaram um modelo de cálculo simples (feito para lâmpadas comuns) e criaram uma "fórmula de ajuste".

Como funciona: Eles dizem: "Ok, sabemos como o sinal se comporta com uma lâmpada. Agora, vamos aplicar um filtro matemático que simula o formato do seu holofote".
O resultado: Eles podem pegar um modelo genérico e dizer: "Se você usar um holofote muito fino (feixe estreito), o sinal chega mais longe, mas se você errar a direção, ele some. Se usar um holofote mais largo, ele cobre mais área, mas perde um pouco de força".

4. O Que Eles Descobriram (Os Resultados)

Eles testaram isso em duas frequências (28 GHz e 39 GHz) e em duas situações:

Linha de Visão (LOS): Você vê o receptor diretamente, sem obstáculos.
- Descoberta: Se o "holofote" for muito largo, ele se comporta quase como uma lâmpada comum. O sinal é forte porque o caminho direto é o rei.
Sem Linha de Visão (NLOS): Há prédios bloqueando a visão direta.
- Descoberta: Aqui, o formato do feixe é crucial. Um feixe muito estreito é como um "pincel" que ignora os prédios laterais e foca apenas no caminho que reflete o sinal até o receptor. Se o feixe for muito largo, ele "vaza" energia para lugares onde o sinal não vai chegar, perdendo força.

5. Por que isso importa?

Imagine que você está construindo uma rede de internet super rápida para uma cidade.

Sem este método: Você teria que fazer medições físicas reais em cada rua, com cada tipo de antena diferente. Seria caro, demorado e impossível de escalar.
Com este método: Você usa o "mapa de chuva" matemático deles para simular rapidamente: "Se eu colocar essa antena aqui com esse ângulo, quanto sinal vai chegar lá?".

Resumo em uma frase

Os autores criaram uma "régua matemática inteligente" que permite aos engenheiros preverem exatamente como o sinal de internet 5G vai se comportar em uma cidade, não importa se a antena é um "laser" fino ou um "abano" largo, sem precisar gastar milhões medindo tudo na rua.

Eles mostram que, para navegar em cidades cheias de prédios, entender a "forma" do feixe de rádio é tão importante quanto a potência da antena em si.

Resumo Técnico: Perda de Caminho em Ondas Milimétricas para Padrões de Antena Diversos em Ambiente Externo

1. Problema Identificado

O desenvolvimento de redes 5G e a demanda por serviços de banda larga de alta qualidade levaram à utilização intensiva do espectro de ondas milimétricas (mmWave), especificamente na Faixa de Frequência 2 (FR2: 24,25–71 GHz). Embora essas frequências permitam canais mais largos e altas taxas de transmissão, elas enfrentam desafios significativos, como alta atenuação de sinal e suscetibilidade a obstáculos ambientais.

Para mitigar essas perdas, sistemas mmWave utilizam antenas direcionais com ganhos elevados (ex: Massive MIMO). No entanto, os modelos de propagação existentes apresentam limitações:

Modelos Padrão (ex: 3GPP TR 38.901): São projetados inicialmente para antenas omnidirecionais, exigindo algoritmos adicionais complexos e computacionalmente custosos para modelar antenas direcionais.
Modelos Empíricos: Geralmente são desenvolvidos para sistemas de antena específicos (padrão de radiação e largura de feixe fixos), tornando difícil a adaptação para outros sistemas sem novas medições extensivas.

O problema central é a necessidade de um método eficiente para estimar a Perda de Caminho (Path Loss - PL) para sistemas de antena com padrões de radiação e larguras de feixe diferentes, sem a necessidade de simulações determinísticas pesadas (como ray tracing) ou novas medições de campo para cada configuração.

2. Metodologia Proposta

Os autores propõem uma abordagem inovadora baseada em cálculos numéricos para modificar um modelo de perda de caminho omnidirecional e adaptá-lo a antenas direcionais. A metodologia baseia-se nos seguintes pilares:

Modelo de Propagação Multi-elíptica (MPM): Utiliza-se um modelo geométrico estocástico (GBSM) simplificado em 2D (plano azimutal). O MPM modela as áreas de espalhamento como estruturas elípticas coaxiais, onde o transmissor (Tx) e o receptor (Rx) estão nos focos. O tamanho das elipses é definido pelo Perfil de Potência de Atraso (PDP) do canal, agrupando os caminhos de propagação em "clusters" temporais.
Cálculo do Espectro de Azimute de Potência (PAS): O MPM é utilizado para calcular o PAS, $P(\phi, D)$ , para uma distância específica $D$ , considerando tanto componentes de espalhamento local (NLOS) quanto caminhos diretos (LOS).
Fórmula de Correção de Perda de Caminho: O método propõe uma equação logarítmica para converter a perda de caminho omnidirecional ( $PL_{in}$ ) em direcional ( $PL_{out}$ ):
$PL_{out}(D) = PL_{in}(D) + PL_{corr}(D)$
Onde o coeficiente de correção ( $PL_{corr}$ ) é derivado da razão entre os ganhos das antenas e a integração dos espectros de potência (PAS) das antenas omnidirecionais e direcionais sobre o plano azimutal.
Configuração de Simulação:
- Frequências: 28 GHz e 39 GHz.
- Cenários: Urbano Macro (UMa), com condições de Visada Direta (LOS) e Não Visada Direta (NLOS).
- Modelos de Antena: Comparação entre modelos simplificados (Gaussiano, Sinc) e um modelo realista de Massive MIMO (gNodeB 12x8 elementos).
- Parâmetros: Utilização dos modelos TDL-C e TDL-E do padrão 3GPP para definir a dispersão de atraso e o fator K de Rician.

3. Contribuições Principais

Novo Método de Modificação: Apresentação de uma técnica para derivar modelos de perda de caminho direcionais a partir de modelos omnidirecionais, utilizando o MPM como intermediário de cálculo.
Flexibilidade e Baixa Complexidade: Diferente das simulações determinísticas complexas, o método proposto permite a adaptação rápida a diferentes formas de padrão de antena e larguras de feixe (HPBW) com baixo custo computacional.
Análise Comparativa Abrangente: Estudo detalhado do impacto de diferentes modelos de padrão de radiação (Gaussiano, Sinc, Realista gNodeB) e da variação da Largura de Feixe a Meia Potência (HPBW) na estimativa de perda de caminho.
Validação em Múltiplos Cenários: A análise cobre tanto condições LOS quanto NLOS em frequências mmWave críticas para o 5G.

4. Resultados e Análise

Os resultados das simulações numéricas revelaram as seguintes tendências:

Impacto da Frequência: A perda de caminho aumenta com o aumento da frequência (39 GHz > 28 GHz), conforme esperado.
Comparação de Modelos de Padrão: Os modelos Gaussiano e Sinc produziram resultados de perda de caminho semelhantes, apesar do Sinc considerar lobos laterais. O modelo realista gNodeB apresentou uma perda de caminho ligeiramente maior, mas ainda dentro de uma faixa comparável.
Efeito da Direcionalidade: Antenas direcionais introduzem uma maior perda de caminho em relação às omnidirecionais (devido à redução da área de cobertura angular), mas isso é compensado pelo ganho de antena no orçamento de potência do enlace.
Influência da Largura de Feixe (HPBW):
- Condição LOS: O aumento da HPBW leva a uma diminuição na perda de caminho estimada. Para HPBWs largas (ex: 24°), a perda aproxima-se da de antenas omnidirecionais, pois o caminho direto dominante é o fator preponderante.
- Condição NLOS: A HPBW tem um impacto crítico. Antenas de feixe estreito filtram espacialmente os componentes de espalhamento atrasados que chegam de direções fora do lobo principal. Isso resulta em uma perda de caminho significativamente maior para feixes estreitos em NLOS, pois o receptor "ignora" os caminhos refletidos que poderiam ajudar na recepção.

5. Significado e Relevância

Este trabalho é significativo para o planejamento e otimização de redes 5G e futuras redes 6G em ondas milimétricas. A metodologia proposta oferece uma ferramenta prática para engenheiros de rede que precisam prever a cobertura e o desempenho de enlaces com diferentes configurações de antena sem a necessidade de realizar medições de campo onerosas para cada cenário.

Ao permitir a adaptação flexível de modelos de propagação a padrões de antena variados, o método facilita o dimensionamento de redes ultra-densas (UDN) e a implementação de sistemas Massive MIMO, garantindo que os modelos de perda de caminho reflitam com precisão as condições reais de propagação, tanto em ambientes de visada direta quanto obstruídos. O trabalho futuro, conforme mencionado, visa expandir essa análise para o plano de elevação (modelo 3D) e incluir verificações empírias adicionais.