CC BY
269
Исследование радиоинтерфейса беспроводных систем межмашинного взаимодействия М2М
С целью автоматизации большего числа процессов, широкое распространение получили системы межмашинного взаимодействия M2M. Системы M2M (Machine-to-machine или mobile-to-machine) объединяют телекоммуникационные и информационные технологии для автоматизации процессов и предоставления проработанньх комплексов автоматизированньх услуг. Сейчас в мире насчитывается около 50-70 миллиардов требующих взаимодействия машин. Количество M2M-соедине-ний значительно выросло за последние пять лет, но еще даже не превышает 1 % от общего количества "неодушевленных" абонентов. Необходимо использовать потенциал систем М2М для развития систем безопасности и видеонаблюдения, логистики, здравоохранения, систем навигации, осуществления платежей и оказания жилищно-коммунальных услуг, обеспечив максимальную степень автоматизации процессов этих отраслей и минимальное участие человека в работе внутренних технологических процессов. При проектировании таких автоматизированных систем необходимо определить требования, соблюдение которых необходимо для предоставления услуг высокого качества. В случае автоматизированных систем направления телемедицины, необходимо обеспечить высокую надежность и качество передачи информации в системах связи, на основе которых построены M2M-системы. Исходя из цели обеспечения высокой надежности и качества передачи информации, нужно отметить задачу повышения помехоустойчивости, а именно достижения минимальной вероятности появления битовой ошибки при передаче информации в системах межмашинного взаимодействия. Организация M2M-систем с помощью современных систем беспроводной связи позволяет обеспечить высокую пропускную способность и оперировать большими объёмами траффика, сгенирированного будущим большим количеством систем межмашинного взаимодействия. Согласно спецификациям партнерского проекта 3GPP, для борьбы с отрицательными возд ействиями каналов связи на передаваемую информацию в современных стандартах си-Ключевые слова: M2M, автоматизация, стем беспроводной связи, таких как LTE и LTE-Advanced, используются сверточные коды, турбоко-
беспроводные системы связи, ды с различными кодовыми скоростями, перемежители, защитные интервалы. Приведены результа-
помехоустойчивость, каналы связи, ты моделирования передачи OFDM-сигналов в различных каналах связи и повышения показателей
LTE, ITE-Advanced. помехоустойчивости при использовании сверточных кодов и турбокодов.
Крейнделин В.Б.,
ФГОБУВПО МТУСИ, д.т.н., профессор, vitkrend@gmail.com
Смирнов А.Э.,
ФГОБУВПО МТУСИ, магистрант кафедры ИБиА, smimov.al.ed@gmail.com
Бен Режеб Т.Б.К.,
ФГОБУВПО МТУСИ, магистрант кафедры ИБиА, benrejebt@yandex.iv
Автоматизация технологических процессов является приоритетной задачей во многих отраслях. С целью исключить влияние человека в большем количестве процессов, широкое распространение получили М2М-системы межмашинного взаимодействия [1].
Организация М2М-систем на основе беспроводных систем связи позволяет:
• снизить расходы на прокладку кабельной инфраструктуры;
• выиграть время на внедрение системы и снизить стоимость обслуживания;
• увеличить зону покрытия;
• работать с мобильными терминалами.
На данный момент для организации беспроводных М2М-систем используются стандарты беспроводной связи второго поколения, что обусловлено отсутствием необходимости передачи больших объёмов трафика.
Современные системы беспроводной связи стандартов НЕ и ИЕ-А^апсе^ обладающие высокой пропускной способностью, позволяют организовать будущие многочисленные М2М-системы, предназначенные для передачи больших объёмов трафика [2].
В зависимости от сферы применения, а также типа нуждающихся в автоматизации процессов, к системам межмашинного взаимодействия могут предъявляться различные требования. Особое внимание необходимо уделить беспроводным М2М-системам, предназначенным для автоматизации систем реального времени. Речь идет о системах таких отраслей, как здравоохранение, космическая промыш-
ленность и др., при автоматизации которых необходимо обеспечить высокие показатели помехоустойчивости и качества передачи информации.
На рис. 1 в качестве примера автоматизации процессов отрасли здравоохранения, изображена упрощенная схема М2М-системы контроля жизненных показателей пациентов поликлиники, построенная на системе беспроводной связи оператора.
Необходимые для контроля датчики, помещенные на тело пациента, в режиме реального времени передают показания на контрольный пункт поликлиники, где специалисты могут проводить наблюдения и фиксировать показания пациентов [1].
Ортогональное мультиплексирование OFDM входит в состав радиоинтерфейса современных стандартов беспроводных систем передачи данных, таких как WiMAX, LTE, LTE-Advanced. Применение ортогонального мультиплексирования позволяет выгодно экономить полосу частот, а также выиграть в показателях пропускной способности и помехоустойчивости.
Рис. 1. Пример М2М-системы процессов работы в отрасли здравоохранения
При передаче информации в вышеописанной системе необходимо снизить вероятность появления ошибки, максимально снизив такие отрицательные воздействия каналов связи, как шумы, задержки, замирания, сдвиг частоты и др. Для борьбы с межсимвольной и межканальной интерференцией в OFDM-системах используют защитные интервалы, на передающей стороне битовый поток подвергается процедуре кодирования с применением свёрточ-ных кодов, турбокодов с различными кодовыми скоростями, а также перемежителей кодовой последовательности.
Задача повышения показателей помехоустойчивости является задачей многомерной оптимизации, требующая нахождения оптимальных кодовых скоростей, длины защитного интервала, выбора алгоритма декодирования, а также многих других параметров, изменение которых позволяет увеличить надежность и качество передачи информации.
Процесс моделирования позволяет получить наглядные результаты повышения показа-
телей помехоустойчивости, а именно уменьшения вероятности появления битовой ошибки BER при увеличении отношения сигнал/шум в используемом канале связи.
На Рис. 2 приведены результаты моделирования, показывающие зависимости вероятности появления битовой ошибки BER при использовании сверточного кодирования передаваемого информационного потока бит.
В стандартах систем беспроводной связи НЕ и LTE-Advanced используются турбокоды с различными кодовыми скоростями, позволяющие не только снизить влияние отрицательных факторов каналов связи, но и исправить возникшие ошибки в передаваемом битовом потоке. Рис. 3 иллюстрирует результаты моделирования, показывающие зависимости величины BER от отношения сигнал/шум в канале связи при турбокодировании передаваемого информационного потока бит [2], [3].
В беспроводных сетях передача информации осуществляется с помощью радиоволн. Канал связи имитирует среду распространения
сигнала между передатчиком и приемником. Качество и максимально достижимая скорость передачи информации напрямую зависят от свойств канала связи, для которого характерны такие явления, как преломление, рассеивание, многолучевость, замирания. Модель канала связи показывает, как именно искажается сигнал при прохождении пути от передатчика к приемнику.
Для стандарта LTE характерно применение каналов связи с большей шириной полосы по сравнению с каналами связи, применяемыми в стандарте UMTS.
Три основные модели канала, используемые в стандарте LTE:
1. Расширенная модель "Пешеход А" (Extended Pedestrian A model — EPA);
2. Расширенная модель "Транспортное А" (Extended Vehicular A model — EVA)
3. Расширенная модель "Типичная для городской среды" (Extended Typical Urban model — ETU).
Тип канала связи определяет задержки и относительные мощности лучей. Как и любые математические модели, модели каналов связи абстрактные, упрощенные, описывают только часть событий, происходящих в канале связи в реальньх условиях его использования. В основном, повышенное внимание уделяется тем факторам, которые в большей или меньшей степени оказывают влияние на производительность канала связи.
Использование сверточных кодов и турбокодов для борьбы с воздействием АБГШ на передаваемые OFDM-символы позволяет снизить вероятность битовой ошибки BER (Рис. 4).
Параметры моделирования:
• количество экспериментов — 150;
• количество переданных бит — 1000;
Рис. 2. Уменьшение вероятности битовой ошибки BER при сверточном кодировании передаваемого информационного потока бит
Рис. 3. Уменьшение величины битовой ошибки BER при турбокодировании передаваемого информационного потока бит
Рис. 4. Уменьшение величины битовой ошибки BER с увеличением отношения SNR при использовании сверточных и турбокодов в канале связи с АБГШ
Рис. 5. Уменьшение величины битовой ошибки BER с увеличением отношения SNR при использовании сверточных и турбокодов в раисовском канале
Рис. 6. Уменьшение величины битовой ошибки BER с увеличением отношения SNR при использовании сверточных и турбокодов в релеевском канале
Рис. 7. Уменьшение величины битовой ошибки BER с увеличением отношения SNR при использовании сверточных и турбокодов в релеевском канале с многолучевым распространением сигнала
• скорость сверточного кода — 1/2;
• скорость турбокода 1/2;
• метод цифровой модуляции — QPSK;
• количество поднесущих — 1000;
• относительная длительность защитного интервала — 1/4.
При моделировании передачи ОРРМ-сиг-нала через канал связи, в котором изменение параметров сигнала происходит согласно закону распределение Релея-Райса, необходимо учитывать максимальный доплеровский сдвиг частоты, величину задержки сигнала, изменение мощности передаваемого сигнала.
На Рис. 5 приведены результаты передачи ОРРМ-сигнала через канал с райсовским распределением без многолучевости.
Параметры сигнала, используемые для моделирования, соответствуют требованиям про-
филя "EPA", принятого МСЭ (ITU).
Результаты моделирования, показывающие изменение величины битовой ошибки BER при передаче OFDM-сигнала через канал связи с релеевскими замираниями, приведены на рис. 6.
При моделировании каналов связи с многолучевым распространением сигнала дополнительно учитывается величина задержки распространения сигнала каждого луча и изменение мощности сигнала в каждом луче. На Рис. 7 и Рис. 8 проиллюстрированы результаты моделирования каналов связи с многолучевым распространением. При наличии многолучевости также происходит изменения величины битовой ошибки BER при передаче OFDM-сигнала по каналу.
В случае многолучевости канал связи со-
стоит из нескольких различных путей передачи и распространения сигнала внутри этого канала, по которым сигнал передается от передатчика к приемнику. При этом из каждого полученного сигнала можно выделить те части сигнала, которые в меньшей степени подверглись отрицательным воздействиям канала связи [4],
[5].
По результатам моделирования можно сделать вывод, что для достижения цели повышения помехоустойчивости автоматизированных беспроводных М2М-систем необходимо использовать в первую очередь турбокоды, а также расширенный защитный интервал. Данные методы повышения помехоустойчивости применимы к различным моделям каналов связи и их эффективность наблюдается в каждой модели. Максимально высокие показатели по-
РИс. 8. Уменьшение величины битовой ошибки BER с увеличением отношения SNR при использовании сверточньк и турбокодов в релеевском канале с многолучевым распространением.
мехоусгойчивости — отличительная особенность в организации сетей беспроводной связи между "неодушевленными" абонентами, так как организация М2М-систем для автоматизации процессов вышеперечисленных отраслей требует минимальной вероятности появления ошибки при передаче информации.
Литература
1. Тихвинский В.О., Терентьев С.В. Использование инфраструктуры сетей LTE при построении сетей M2M // Электросвязь. — №10,. 2012. — С.31-34.
2. Stefania Sesia, Issam Toufik, Mathew Baker. LTE — The UMTS Long Term Evolution: From Theory to Practice. — John Wiley & Sons Ltd., 2009. — 583 p.
3. Солонина А.И., КлионскийДМ, Меркучева ТВ, Перов С.Н. Цифровая обработка сигналов и MATLAB: учеб. пособие, СПб.:БХВ-Петербург. —
2008. — 512 с.
4. Andreas F. Molisch. Wireless Communications, 2nd Edition. — John Wiley&Sons Ltd., 2010. — 884 p.
5. Harri Holma and Anlti Toskala. LTE for UMTS: Evolution to LTE-Advanced. — John Wiley&Sons Ltd. —
2009. — 450 p.
Research of the radiointerface of wireless M2M-systems
Kreindelin V.B., Moscow technical university of communications and informat-ics, Russia, vitkiend@gmail.com Smirnov A.E., Moscow technical university of communications and informatics, Russia, smimov.al.ed@gmail.com Ben Rejeb T.B.K., Moscow technical university of communications and infor-matics, Russia, benrejebt@yandexru
Abstract
Wireless M2M-systems became more popular in the field of automation of technical processes. M2M-systems (Machine-to-machine, mobile-to-machine) combine telecommunication and information technologies for processes automa-tion and providing packages of high-quality services. There are about50-70 bil-lions of machines needed for communication. The number of M2M-connections has grown up in the last five years, but it's less than 1 percent of all "lifeless" subscribers now. Need to exploit potential of M2M-systems to organize automation systems if different industries, such as security, health, navigation, space industry, etc. High levels of error-rate performance are the main requirement for designing real-time M2M-systems for industries which needed in safety and high quality of transmitted information, such as health and space industry. Modern wireless communication systems LTE and LTE-Advanced can provide high traffic capacity for M2M-systems. Convolutional codes, turbo codes, interleaves, guard intervals are used in modern wireless communication systems to reduce negative effects of communication channels. The result of simulation confirm increasing of error-rate performance using OFDM-multiplexing with different error-correcting coding methods for different models of communication channels.
Keywords: M2M, automation, wireless communication systems, error-rate performance, communication channels, LTE, LTE-Advanced.
References
1. Tikhvinskiy V.O., TerentievS.V. Using infrastructure of LTE networks to organize M2M networks / Elektrosvyaz. No10, 2 012. pp. 31-34.
2. Stefania Sesia, Issam Toufik, Mathew Baker. LTE — The UMTS Long Term Evolution: From Theory to Practice. John Wiley & Sons Ltd., 2009. 583 p.
3. Solonina A.I. Digital Signal Processing and MATLAB. Saint-Petersburg,2008. 512 p.
4. Andreas F. Molisch. Wireless Communications, 2nd Edition. John Wiley & Sons Ltd., 2010. 884 p.
5. Harri Holma and Antti Toskala. LTE for UMTS: Evolution to LTE-Advanced. John Wiley & Sons Ltd., 2009. 450 p.
