Measurement Campaigns, Datasets, and Curve Fitting Officially Used by 3GPP in the Release 19 for Channel Modeling in TR 38.901 for 7-24 GHz

Resumo Técnico: Validação do Modelo de Canal 3GPP TR 38.901 para a Faixa de 7–24 GHz (Rel-19)

1. Problema e Contexto

O documento aborda uma lacuna crítica no modelo de canal padrão da indústria, especificamente no 3GPP TR 38.901. Embora este modelo seja abrangente para as faixas de 0,5 a 100 GHz, mais de 80% dos dados utilizados em sua desenvolvimento original baseavam-se em frequências abaixo de 6 GHz e acima de 24 GHz. Consequentemente, a faixa de 7 a 24 GHz permaneceu significativamente sub-representada.

Com o advento do 3GPP Release 20 (Rel-20), focado no 5G-Advanced e nos estudos iniciais para o 6G (previstos para início em 2025/2026), tornou-se essencial dispor de um modelo de canal preciso e validado para a faixa de 7–24 GHz. A falta de dados robustos nesta faixa específica impedia a otimização adequada de sistemas de comunicação de próxima geração e a garantia de continuidade do modelo no domínio da frequência.

2. Metodologia

O estudo do Rel-19 focou em validar o modelo estocástico do TR 38.901 para a faixa de 7–24 GHz utilizando uma abordagem baseada em dados empíricos e simulações. A metodologia seguiu os seguintes passos:

• Campanhas de Medição e Fontes de Dados: O estudo agregou dados de múltiplas campanhas de medição (Meas.) e simulações de rastreamento de raios (RT) realizadas por diversas empresas e instituições acadêmicas (ex.: Sharp, Nokia, Huawei, Apple, AT&T, BUPT, Ericsson, etc.).
• Cenários de Propagação: Os dados foram coletados e analisados para os seguintes cenários padrão do 3GPP:
  • Exteriores: UMi (Microcelular Urbana - Cânion de Rua), UMa (Macrocelular Urbana), SMa (Macrocelular Suburbana - novo cenário introduzido) e RMa (Macrocelular Rural).
  • Interiores: InH (Escritório) e InF (Fábrica).
• Parâmetros Analisados: A validação cobriu uma vasta gama de parâmetros de canal, incluindo:
  • Perda de Caminho (PL) e Perda de Caminho Excessiva.
  • Desvanecimento Sombreado (Shadow Fading).
  • Espalhamento de Atraso (Delay Spread - DS).
  • Espalhamento Angular de Partida e Chegada (ASD e ASA).
  • Espalhamento de Elevação/Zênite (ZSD e ZSA).
  • Fator K, número de clusters e tempo de chegada absoluto (ToA).
  • Perda de penetração em materiais (ex.: madeira compensada/plywood).
• Análise Estatística e Ajuste de Curvas (Curve Fitting):
  • Os dados brutos foram agregados em um conjunto de dados oficial (arquivo Excel com 29 planilhas).
  • Foram aplicados métodos estatísticos para ajustar curvas aos dados, incluindo Mínimos Quadrados Ordinários (OLS), Mínimos Quadrados Ponderados (WLS), Média Aritmética (AM) e Média Ponderada (WM).
  • As curvas ajustadas para a faixa de 7–24 GHz foram comparadas com as equações existentes do TR 38.901 e com dados de faixas mais amplas (0,5–100 GHz) para garantir a continuidade do modelo.

3. Contribuições Chave

• Validação Empírica: Fornecimento da primeira validação abrangente baseada em medições reais para o modelo 3GPP TR 38.901 especificamente na faixa de 7–24 GHz.
• Conjunto de Dados Unificado: Criação e disponibilização de um repositório centralizado (arquivo CM data source_v041.xlsx) contendo estatísticas consolidadas de múltiplas fontes, servindo como referência para a comunidade de pesquisa.
• Refinamento de Parâmetros: Identificação de discrepâncias entre o modelo original e os dados medidos, levando a ajustes nas equações de ajuste de curva para parâmetros como DS, ASD, ASA e ZSA em diferentes cenários (LOS e NLOS).
• Introdução do Cenário SMa: Inclusão e validação de dados para o novo cenário de Macrocelular Suburbana (SMa), que não estava plenamente coberto em versões anteriores.
• Modelos de Penetração: Desenvolvimento de modelos empíricos para perda de penetração em materiais comuns (como madeira compensada) na faixa de frequências estendida.

4. Resultados Principais

• Desempenho do Ajuste de Curva: As análises mostraram que, para muitos parâmetros (especialmente em cenários UMi e UMa), as curvas ajustadas com base nos dados do Rel-19 (7–24 GHz) diferiam das curvas originais do TR 38.901.
  • Exemplo: No cenário UMi NLOS, o espalhamento de atraso (DS) apresentou uma dependência de frequência diferente da prevista no modelo original, exigindo novos coeficientes de ajuste.
  • Exemplo: Para o espalhamento angular de chegada (ASA) em UMa, os dados sugeriram uma média ponderada (WM) constante em vez de uma dependência logarítmica forte em certas faixas.
• Continuidade do Modelo: Os resultados confirmaram que, embora existam variações locais, é possível manter a continuidade do modelo de canal entre as faixas abaixo de 7 GHz e acima de 24 GHz, ajustando-se os parâmetros específicos para a faixa intermediária.
• Materiais: O modelo de perda de penetração para madeira compensada foi atualizado com uma equação linear em função da frequência ($1.03 + 0.17f$), válida até 100 GHz por extrapolação.
• Consistência: Em muitos casos, os dados de simulação (RT) e medição (Meas.) mostraram boa concordância, validando o uso de RT para preencher lacunas onde medições diretas eram escassas.

5. Significado e Impacto

Este documento é fundamental para o avanço das tecnologias 5G-Advanced e 6G.

• Padronização: Fornece a base técnica necessária para que o 3GPP atualize o TR 38.901, garantindo que os modelos de canal utilizados no projeto de sistemas sejam precisos para a faixa de 7–24 GHz, que é crítica para a expansão da capacidade de rede.
• Pesquisa e Desenvolvimento: Ao disponibilizar os dados brutos e as metodologias de ajuste, o documento permite que a comunidade acadêmica e industrial reproduza os resultados, valide novos algoritmos e contribua com dados de outras regiões geográficas para modelos ainda mais robustos.
• Preparação para o Futuro: A validação desta faixa de frequência é um passo crucial para a implementação de redes de alta densidade e baixa latência, essenciais para casos de uso futuros do 6G, como comunicações de ultra-alta velocidade e sensibilidade extrema a atrasos.

Em suma, o trabalho transforma uma lacuna de conhecimento em um modelo validado e padronizado, assegurando que a evolução das redes móveis continue baseada em dados empíricos sólidos.