Menentukan Coverage Macro Cell Berdasarkan Okumura Hata Di Matlab

Catatan

Tulisan ini merupakan tugas S1 mata kuliah Jaringan Nirkabel saya di Jurusan Teknik Elektro, Fakultas Teknik, Universitas Udayana. Tugas ini tidak pernah dipublikasi dimanapun dan saya sebagai penulis dan pemegang hak cipta melisensi tulisan ini customized CC-BY-SA dimana siapa saja boleh membagi, menyalin, mempublikasi ulang, dan menjualnya dengan syarat mencatumkan nama saya sebagai penulis dan memberitahu bahwa versi asli dan terbuka ada disini.

BAB 1 Pendahuluan

1.1 Latar Belakang

Kuat sinyal yang diterima pada MS (Mobile Station) dari BS (Base Station) dipengaruhi secara umum pada 3 tahap. Tahap pertama adalah pembangkitan sinyal pada BS (Base Station), tahap kedua adalah propagasi, dan tahap ketiga adalah MS (Mobile Station). Sampai saat ini belum ditemukan perhitungan secara empiris propagasi sinyal, yang digunakan saat ini adalah prediksi berdasarkan percobaan dan penelitian (tidak ada teori). Salah satunya adalah Okumura-Hata dimana peneliti dari Jepang mengelilingi daerah urban, suburban, dan rural, mencoba jarak — jarak tertentu dan mengukur sinyal yang didapatkan oleh MS (Mobile Station) dari BS (Base Station). Untuk mengukur kuat sinyal menggunakan Okumura harus menyediakan tabel yang banyak berdasarkan situasi daerah. Walaupun menggunakan Okumura akurat namun boros terhadap waktu karena harus mengecek tabel. Hata menurunkan rumus perhitungan dari Okumura tetapi juga memerlukan waktu yang lama untuk dihitung secara manual. Pada makalah ini akan dibuat perhitungan dari BS (Base Station) ke MS (Mobile Station) berdasarkan rumus Hata di software MATLAB berdasarkan suatu data. Yang dihitung adalah RX (Received) Power di MS (Mobile Station) di daerah Urban, Suburban, dan Rural dari jarak 1 km sampai 20 km.

1.2 Rumusan Masalah

Bagaimana hasil perhitungan daya receiver di MS (Mobile Station) dari transmitter BS (Base Station) di daerah urban, suburban, dan rural berdasarkan rumus Hata menggunakan software MATLAB?

1.3 Tujuan

Untuk membuat perhitungan propagasi sinyal dari BS (Base Station) ke MS (Mobile Station) berdasarkan Okumura-Hata di MATLAB.

1.4 Manfaat

Lebih effisien tenaga dan waktu untuk mencari perhitungan propagasi sinyal.

1.5 Ruang Lingkup dan Batasan

  • Perhitungan pada jarak 1–20 Km.
  • Sinyal pada frekuensi 900 MHz.
  • Spesifikasi alat telah ditentukan.

BAB 2 Tinjauan Pustaka

2.1 Kuat Sinyal

Satuan kuat sinyal adalah watt yaitu satuan daya pada listrik. Untuk memudahkan perhitungan kuat sinyal dari satuan watt dikonversi menjadi satuan decibell (Kolawole, 2002).

2.3 Hata Path Loss

Sampai saat ini belum ditemukan rumus empiris perhitungan kuat sinyal dari BS (Base Station) ke MS (Mobile Station) pada lingkungan di dunia nyata. Yang ada adalah prediksi yang mendekati berdasarkan penelitian. Okumura dan Hata mengelilingi suatu daerah pada intensitas-intensitas tertentu dan mencatat kuat sinyal yang diterima MS (Mobile Station) dari BS (Base Station) pada jarak-jarak tertentu. Perhitungan Hata model sebagai berikut (ETSI, 1999):

2.4 Link Budget

Perhitungan kuat sinyal dari BS (Base Station) ke MS (Mobile Station) secara umum ada 3 tahap. Tahap pertama adalah kuat sinyal yang dibangkitkan oleh BS (Base Station) dipengaruhi oles loss dan gain yang terjadi di BS (Base Station). Tahap kedua adalah path loss, dapat dihitung dengan Hata. Tahap ketiga adalah gain dan loss yang terjadi pada MS (Mobile Station). Oleh karena itu dapat dihitung (ETSI, 1999):

2.5 MATLAB

MATLAB adalah bahasa tingkat tinggi dan lingkungan yang interaktif untuk perhitungan numerik, visualisasi, dan pemrograman. Menggunakan MATLAB, dapat menganalisis data, mengembangkan algoritma, dan membuat model dan aplikasi. Bahasa, peralatan, dan built-in fungsi matematika memungkinkan Anda untuk menjelajahi beberapa pendekatan dan mencapai solusi lebih cepat dibandingkan dengan spreadsheet atau bahasa pemrograman tradisional, seperti C / C + + atau Java. MATLAB dapat digunakan untuk berbagai aplikasi, termasuk pemrosesan sinyal dan komunikasi, gambar dan video processing, sistem kontrol, uji dan pengukuran, keuangan komputasi, dan biologi komputasi. Lebih dari satu juta insinyur dan ilmuwan dalam industri dan akademisi menggunakan MATLAB, bahasa komputasi teknis (Little, 2013).

BAB 3 Metode Percobaan

3.1 Tempat dan Waktu Percobaan

Percobaan dilakukan di Rumah pada tanggal 22 Mei 2013.

3.2 Alat

3.3 Program

Dibuat 3 program. Program pertama untuk menghitung path loss menurut Hata pada daerah urban, suburban, dan rural dengan jarak 1km, 2km, 3km, 4km, 5km, 6km, 7km, 8km, 9km, 10km, 11km, 12km, 13km, 14km, 15km, 16km, 17km, 18km, 19km, 20km. Program kedua adalah product loss adalah penjumlahan path loss dengan loss propagasi indoor. Program ketiga untuk adalah perhitungan kuat sinyal RX berdasarkan TX, gain, dan loss pada perangkat. Dapat juga dibuat dalam simulink.

Image for post
Image for post
%Hata Model%Frequency 150 – 1000 (MHz)
f = 900;
%Base station height 30 – 200 (m)Hb = 40;%Mobile Height 1 – 10 (m)Hm = 1.5;%Distance 1 – 20 (km)d = 1:20;%Urban Area Loss small medium city (dB)asm = (((1.1log10(f))-0.7)Hm)-((1.56log10(f))-0.8);Lusm = 69.55 + (26.16log10(f)) – (13.82log10(Hb)) – asm + ((44.9 – (6.55log10(Hb)))*log10(d));%Urban Area Loss large city (dB)if f <= 200al = (8.29(log10(1.54Hm).^2))-1.1;Lul = 69.55 + (26.16log10(f)) – (13.82log10(Hb)) – al + ((44.9 – (6.55log10(Hb)))log10(d));else if f >= 400al = (3.2(log10(11.75Hm).^2))-4.97;Lul = 69.55 + (26.16log10(f)) – (13.82log10(Hb)) – al + ((44.9 – (6.55log10(Hb)))log10(d));else‘frequency range undefine’;end%Suburban Area Loss small medium city (dB)Lsusm = Lusm – (2*(log10(f/28).^2))-5.4;%Suburban Area large city (dB)Lsul = Lul – (2*(log10(f/28).^2))-5.4;%Rural Area small medium city (Quasi-Open) (dB)Lrqosm = Lusm – (4.78(log10(f).^2))+(18.33log10(f))-35.94;%Rural Area large city (Quasi-Open) (dB)Lrqol = Lul – (4.78(log10(f).^2))+(18.33log10(f))-35.94;%Rural Area small medium city (Open Area) (dB)Lrosm = Lusm – (4.78(log10(f).^2))+(18.33log10(f))-40.94;%Rural Area large city (Open Area) (dB)Lrol = Lul – (4.78(log10(f).^2))+(18.33log10(f))-40.94;subplot(2,1,1);plot(d,Lusm,d,Lsusm,d,Lrqosm,d,Lrosm);grid on;subplot(2,1,2);plot(d,Lul,d,Lsul,d,Lrqol,d,Lrol);grid on;
%Product Loss%u = urban %s = surban
%r = rural
%Total Path Loss (dB)Lptu = Lul;Lpts = Lsul;Lptr = Lrol;%Building Attenuation (dB)Abdu = 15;Abds = 12;Abdr = 0;%Vhide Attenuation (dB)Avu = 0;Avs = 0;Avr = 0;%Body Attenuation (dB)Abu = 2;Abs = 2;Abr = 2;%Fade Margin (dB)Mfu = 5.6;Mfs = 5.6;Mfr = 5.6;%Feeder loss per meter (dB/m)Lf_m = 0.0646;%Feeder loss (dB)Lf = Hb*Lf_m;%Product Loss (dB)Lpu = Lptu + Abdu + Avu + Abu + Mfu + Lf;Lps = Lpts + Abds + Avs + Abs + Mfs + Lf;Lpr = Lptr + Abdr + Avr + Abr + Mfr + Lf;
%MS_BS RX Power%u = urban %s = surban
%r = rural
%MS TX Power (dBm)Pm = 30;%MS Antenna Gain (dBi)Gm = 2;%MS Feeder Loss (dB)Lm = 0;%BS TX Power (dBm)Pb = 47;%BS Antenna Gain (dBi)Gb = 20;%BS Diversity Gain (dB)Gd = 3.5;%BS Duplexer Loss (dB)Ld = 0.8;%BS Jumper/Connector Loss (dB)Lj = 0.9;%BS TX Filter Loss (dB)Ltf = 2.3;%Other Loss (dB)Lo = 0;%BS RX PowerSbu = Pm + Gm – Lm + Gb + Gd – Ld – Lj – Lpu – Lo;Sbs = Pm + Gm – Lm + Gb + Gd – Ld – Lj – Lps – Lo;Sbr = Pm + Gm – Lm + Gb + Gd – Ld – Lj – Lpr – Lo;%MS RX PowerSmu = Gm – Lm + Pb + Gb – Ld – Lj – Ltf – Lpu – Lo;Sms = Gm – Lm + Pb + Gb – Ld – Lj – Ltf – Lps – Lo;Smr = Gm – Lm + Pb + Gb – Ld – Lj – Ltf – Lpr – Lo;plot(d,Smu,d,Sms,d,Smr);legend(‘Urban’, ‘Suburban’, ‘Rural’);title(‘Received Power’);xlabel(‘Distance (km)’);ylabel(‘Power (dBm)’);grid on;
a = 20; b = 20; ang=0:0.01:2*pi;
x1=d(1)*cos(ang);
y1=d(1)*sin(ang);
x2=d(2)*cos(ang);
y2=d(2)*sin(ang);
x3=d(3)*cos(ang);
y3=d(3)*sin(ang);
x4=d(4)*cos(ang);
y4=d(4)*sin(ang);
x5=d(5)*cos(ang);
y5=d(5)*sin(ang);
x6=d(6)*cos(ang);
y6=d(6)*sin(ang);
x7=d(7)*cos(ang);
y7=d(7)*sin(ang);
x8=d(8)*cos(ang);
y8=d(8)*sin(ang);
x9=d(9)*cos(ang);
y9=d(9)*sin(ang);
x10=d(10)*cos(ang);
y10=d(10)*sin(ang);
x11=d(11)*cos(ang);
y11=d(11)*sin(ang);
x12=d(12)*cos(ang);
y12=d(12)*sin(ang);
x13=d(13)*cos(ang);
y13=d(13)*sin(ang);
x14=d(14)*cos(ang);
y14=d(14)*sin(ang);
x15=d(15)*cos(ang);
y15=d(15)*sin(ang);
x16=d(16)*cos(ang);
y16=d(16)*sin(ang);
x17=d(17)*cos(ang);
y17=d(17)*sin(ang);
x18=d(18)*cos(ang);
y18=d(18)*sin(ang);
x19=d(19)*cos(ang);
y19=d(19)*sin(ang);
x20=d(20)*cos(ang);
y20=d(20)*sin(ang);
%plot(a+x1,b+y1,a+x2,b+y2,a+x3,b+y3,a+x4,b+y4,a+x5,b+y5,a+x6,b+y6,a+x7,b+y7,a+x8,b+y8,a+x9,b+y9,a+x10,b+y10,a+x11,b+y11,a+x12,b+y12,a+x13,b+y13,a+x14,b+y14,a+x15,b+y15,a+x16,b+y16,a+x17,b+y17,a+x18,b+y18,a+x19,b+y19,a+x20,b+y20);fill(a+x20,b+y20,[0.4 0 0],a+x19,b+y19,[0.6 0 0],a+x18,b+y18,[0.9 0 0],a+x17,b+y17,[1 0.2 0],a+x16,b+y16,[1 0.4 0],a+x15,b+y15,[1 0.7 0],…a+x14,b+y14,[1 0.9 0],a+x13,b+y13,[0.8 1 0],a+x12,b+y12,[0.6 1 0],a+x11,b+y11,[0 1 0.3],a+x10,b+y10,[0 1 0.5],a+x9,b+y9,[0 1 0.7],…a+x8,b+y8,[0 1 0.9],a+x7,b+y7,[0 1 1],a+x6,b+y6,[0 0.7 1],a+x5,b+y5,[0 0.6 1],a+x4,b+y4,[0 0.4 1],a+x3,b+y3,[0 0.3 1],…a+x2,b+y2,[0 0.2 1],a+x1,b+y1,[0 0 1]);colorbar(‘YTickLabel’,{‘0’,Smu(2),Smu(4),Smu(6),Smu(8),Smu(10),Smu(12),Smu(14),Smu(16),Smu(18),Smu(20)});grid on;xlabel(‘X-distance (km)’); %# Add an x axis labelylabel(‘Y-distance (km)’); %# Add a y axis labelsubplot(3,1,1);
fill(a+x20,b+y20,[0.4 0 0],a+x19,b+y19,[0.6 0 0],a+x18,b+y18,[0.9 0 0],a+x17,b+y17,[1 0.2 0],a+x16,b+y16,[1 0.4 0],a+x15,b+y15,[1 0.7 0],…a+x14,b+y14,[1 0.9 0],a+x13,b+y13,[0.8 1 0],a+x12,b+y12,[0.6 1 0],a+x11,b+y11,[0 1 0.3],a+x10,b+y10,[0 1 0.5],a+x9,b+y9,[0 1 0.7],… a+x8,b+y8,[0 1 0.9],a+x7,b+y7,[0 1 1],a+x6,b+y6,[0 0.7 1],a+x5,b+y5,[0 0.6 1],a+x4,b+y4,[0 0.4 1],a+x3,b+y3,[0 0.3 1],…
a+x2,b+y2,[0 0.2 1],a+x1,b+y1,[0 0 1]);
colorbar(‘YTickLabel’,{‘0’,Smu(4),Smu(8),Smu(15),Smu(17),Smu(20)});
grid on;
xlabel(‘X-distance (km)’); %# Add an x axis label
ylabel(‘Y-distance (km)’); %# Add a y axis label
subplot(3,1,2);
fill(a+x20,b+y20,[0.4 0 0],a+x19,b+y19,[0.6 0 0],a+x18,b+y18,[0.9 0 0],a+x17,b+y17,[1 0.2 0],a+x16,b+y16,[1 0.4 0],a+x15,b+y15,[1 0.7 0],…a+x14,b+y14,[1 0.9 0],a+x13,b+y13,[0.8 1 0],a+x12,b+y12,[0.6 1 0],a+x11,b+y11,[0 1 0.3],a+x10,b+y10,[0 1 0.5],a+x9,b+y9,[0 1 0.7],…a+x8,b+y8,[0 1 0.9],a+x7,b+y7,[0 1 1],a+x6,b+y6,[0 0.7 1],a+x5,b+y5,[0 0.6 1],a+x4,b+y4,[0 0.4 1],a+x3,b+y3,[0 0.3 1],…a+x2,b+y2,[0 0.2 1],a+x1,b+y1,[0 0 1]);colorbar(‘YTickLabel’,{‘0’,Sms(4),Sms(8),Sms(15),Sms(17),Sms(20)});grid on;xlabel(‘X-distance (km)’); %# Add an x axis labelylabel(‘Y-distance (km)’); %# Add a y axis labelsubplot(3,1,3);fill(a+x20,b+y20,[0.4 0 0],a+x19,b+y19,[0.6 0 0],a+x18,b+y18,[0.9 0 0],a+x17,b+y17,[1 0.2 0],a+x16,b+y16,[1 0.4 0],a+x15,b+y15,[1 0.7 0],…a+x14,b+y14,[1 0.9 0],a+x13,b+y13,[0.8 1 0],a+x12,b+y12,[0.6 1 0],a+x11,b+y11,[0 1 0.3],a+x10,b+y10,[0 1 0.5],a+x9,b+y9,[0 1 0.7],…a+x8,b+y8,[0 1 0.9],a+x7,b+y7,[0 1 1],a+x6,b+y6,[0 0.7 1],a+x5,b+y5,[0 0.6 1],a+x4,b+y4,[0 0.4 1],a+x3,b+y3,[0 0.3 1],…a+x2,b+y2,[0 0.2 1],a+x1,b+y1,[0 0 1]);colorbar(‘YTickLabel’,{‘0’,Smr(4),Smr(8),Smr(15),Smr(17),Smr(20)});grid on;xlabel(‘X-distance (km)’); %# Add an x axis labelylabel(‘Y-distance (km)’); %# Add a y axis label

3.4 Input

Tabel 3.1 Alat yang digunakan

Image for post
Image for post
Image for post
Image for post
Image for post
Image for post

3.5 Output

Image for post
Image for post
Image for post
Image for post

BAB 4 Pembahasan

4.1 Kuat Sinyal Pada MS (Mobile Station)

Dapat dilihat pada gambar 3.1 bahwa kuat sinyal menurun secara eksponensial dengan semakin jauhnya MS (Mobile Station) dengan BS (Base Station). Menurut Hata dan Free Space Loss, loss pada sinyal akan semakin besar dengan meningkatnya nilai jarak (d). Grafik yang lebih jelas dapat dilihat pada gambar 4.1.

Image for post
Image for post
Image for post
Image for post

4.2 Meningkatkan MS Power

4.2.1 Meminimalkan Hata Path Loss

Pada rumus Hata secara sekilas tidak kelihatan apakah parameter frekuensi atau tinggi BTS harus dinaikan atau diturunkan. Variabel jarak dan tinggi MS bersifat alami sehingga tidak dapat di atur. Jika menggunakan MATLAB dapat dilihat pengaruh frekuensi dan tinggi BTS terhadap loss (dengan d = 20 km dan Hm = 1.5 m).

Image for post
Image for post
Image for post
Image for post

4.2.2 Meningkatkan Spesifikasi Alat

Berdasarkan rumus link budget dari ETSI 1999:

BAB 5 Penutup

5.1 Simpulan

Menggunakan MATLAB jauh lebih cepat dari menghitung manual serta dapat membuat grafik dan menggambarkan illustrasi radius BS (Base Station) dengan MS (Mobile Station). Dari hasil MATLAB pada jarak 1 km kuat sinyal MS bernilai -85 dBm di daerah urban, -72 dBm di daerah suburban, dan -8–41 dBm di daerah rural. Pada jarak terjauh 20 km kuat sinyal MS bernilai -130 dBm di daerah urban, -117 dBm di daerah suburban, dan -86 dBm di daerah rural.

Daftar Pustaka

  • ETSI. 1999. ETSI TR 101 362 V8.3.0 (2000–04). Sophia Antipolis Cedex : France.
  • Kolawole, M. 2002. Satellite Communication Engineering. Marced Deker, inc : New York
  • Little, J. 2013. http://www.mathworks.com/products/matlab. Diakses 27 Mei 2013.

Mirror

this blog contains all my articles licensed under creative commons attribution customized sharealike (cc-by-sa) where you can sell but mention the open one here

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store