Documente Academic
Documente Profesional
Documente Cultură
MAPL = PLup
(equação (3) do módulo 15)
Onde:
Por sua vez, o modelo de Hata estendido nos fornece a perda de propagação
em áreas urbanas:
Onde:
E:
L50(urb) = 46,3 + 33,9 log (fc) – 13,82 log (hte) – 3,2 [log(11,75 hre)]2 + 4,97
+ [44,9 – 6,55 log (hte)] log (d) + 3
L50(urb) = 46,3 + 33,9 log (1550) – 13,82 log (40) – 3,2 [log(11,75 .1,5)] 2 + 4,97
+ [44,9 – 6,55 log (40)] log (d) + 3
L 50(urb) – 135,31
log (d) =
34,41
135,37 – 135,31
log (d) = ,
34,41
d = 1,003 km
Logo:
Como:
Pab = 14 dB = 44 dBm
2. Uma cidade com uma área de 40 km 2 é coberta por um sistema celular que
utiliza um padrão de reuso de células igual a 7. Considere uma alocação de 80
MHz do espectro, com uma largura de banda full duplex de 80 kHz. A área da
célula hexagonal é dada por (3√ 3 x R2)/2. Considere um GoS de 2% para o
sistema Erlang B. Use o raio calculado no balanço de potência. Se o tráfego
por usuário é 0,02 Erlangs, determine:
A cidade 40
Número de células = 3 √ 3 R = 3 √ 3(1,003)2 = 15,28, ou seja, 16 células seriam
2
2 2
necessárias para cobrir toda a cidade. Todavia, como há um padrão de reuso
igual a 7, seriam necessários 2 clusters e mais 2 células.
80. 106
103
C = 80.103 = =142,86, ou seja, 142 canais
7
7
AC
C!
Pr [blocking] = C k =GoS
∑ Ak !
k=0
(equação 1 do Módulo 4)
Ou seja:
A142
142 !
142
=0,02
Ak
∑ k!
k=0
A = findE_B(142, 0.02)
print(A)
128.984375
(e) O número total de usuários no sistema que podem ser servidos a um GoS
de
2%;
Sabemos que:
A = U.Au
(equação 2 do Módulo 4)
A 2063,68
U= = = 103184 usuários
Au 0,02
Utilizando os resultados das letras “b” e “e” desse exercício, sabemos que:
103184
Número de usuários móveis por canal = = 726 usuários
142
γ −P r´( d )
Pr [ Pr ( d ) >γ ]=Q ( σ )
(expressão do slide 9 do Módulo 11)
γ =1,1 Ṕr ( R )
Logo:
λ 2 GtGr
Pr ( d 0 ) =Pt
( 4 π d0 )L
(equação (1) do Módulo 5)
Ṕr ( R )=P ab+20 log ( 4 πλd )+G +G −COMB−L −DUP−L −10 n log ( dR )
0
b m bt m
0
Note que vamos substituir o valor de P ab original de 44,5 dBm pelo valor de 44
dBm calculado no exercício 1, como novo valor balanceado.
3.108
Ṕr ( R )= ( 44−30 ) +20 log (
1550.106
4 π .1
)
+ 15,15+0−5−3,28−0,5−0−10.4 . log
1,003. 103
1 ( )
Ṕr ( R )=−135,95 dB=−105.95 dBm
Logo, passando para mW, calculando 110% do sinal e revertendo para dBm,
temos:
−105,5311+105,95
Pr [ Pr ( d ) >1,1 Ṕ r ( R ) ]=Q ( 6,17 )
Calculando a probabilidade acima, via programação em Python:
import math
from math import erf
from math import exp
from math import pi
from math import e
from math import log10
from math import log
hte = 40
hre = 1.5
f = 1550E+6
Pab = 44.5
d0 = 1
c = 3E+8
Gb = 15.15
Gm = 0
COMB =5
Lbt = 3.28
DUP = 0.5
Lm = 0
n = 4
Part1 = 46.3 + 33.9*log((f/1e6),10) -13.82*log(hte,10)
-3.2*(log(11.75*hre,10) ** 2) + 4.97 + 3
Part2 = 44.9 - 6.55*log(hte,10)
L50 = 135.37
R = 1000*(10 ** ((L50 - Part1)/Part2))
print(R)
sigma = 6.17
lambs = c / f
EIRP = Pab-0.5-COMB-Lbt+Gb
PR = EIRP+Gm-Lm-DUP+20*log10(lambs/(4*pi*d0))-n*10*log10(R/d0)
gama=10*log10(1.1*10 ** (PR/10))
p= norm.cdf((gama-PR)/sigma)
print('probabilidade', p)
probabilidade 0.5267437824346569
2π R
1 1
U ( γ )= P P ( r )> γ ] dA=
2∫ r[ r
P P ( r )> γ ] rdrdθ
2 ∫∫ r [ r
πR πR 0 0
(expressão (8) do Módulo 11)
def integrand1(x):
return (1 - norm.cdf((gama - EIRP - Gm + Lm + DUP -
20*log10(lambs/(4*pi*d0)) + n*10*log10(x/d0))/sigma))*x
def integrand2(x):
return (1 - norm.cdf((PR - EIRP - Gm + Lm + DUP -
20*log10(lambs/(4*pi*d0)) + n*10*log10(x/d0))/sigma))*x
integral 0.7923321987751051
integral2 0.8072586920352666
U (−105,5311 )=0,7923=79,23 %