Практические работы / Практическая работа №9 ПДБС
.docxМИНИСТЕРСТВО ЦИФРОВОГО РАЗВИТИЯ И МАССОВЫХ КОММУНИКАЦИЙ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение
высшего образования
«Санкт-Петербургский государственный университет телекоммуникаций
им. проф. М. А. Бонч-Бруевича»
Кафедра сетей связи и передачи данных
Отчет по практической работе №9
«Расчет параметров сети 802.16e (мобильный WiMAX)»
По дисциплине: «Передача данных в беспроводных сетях»
Цель работы:
Ознакомиться с принципами расчета параметров сети 802.16e (технология мобильный WiMAX).
Исходные данные:
Схема модуляции QAM-16 3/4
1. Для заданных параметров рассчитать чувствительность приемников БС и МС.
Листинг:
Nall = 512
Nuse = 421
Ndldata = 360
Nuldata = 280
n = 28/25
Ksnr = 12.7
Rsymb = 3
df = (B*10**6) * n * (Nuse/Nall)
Phn = -174 + 10 * math.log10(df)
SR = Phn + Ksnr + Kn + Li
print('SR = ',SR,'дБ')
Получаем следующие значения:
SR = -82.66799838133961 дБ
2. Рассчитать бюджет линии для нисходящего и восходящего направлений для каждого из четырех типов застройки и выбрать значение для расчета дальности связи.
Рассчитаем бюджет линии для нисходящего направления
Листинг:
Uc = np.array([-4, -3, 0, 5])
Pdl = np.zeros(4,)
for i in range(4):
Pdl[i] = PTxbs - SR + GTxbs + GRxms - Lf - F - Idl + Uc[i]
print('Pdl = ',Pdl[i])
Получаем следующие значения:
Pdl = 116.6679983813396
Pdl = 117.6679983813396
Pdl = 120.6679983813396
Pdl = 125.6679983813396
Рассчитаем бюджет линии для восходящего направления
Листинг:
Pul = np.zeros(4,)
for i in range(4):
Pul[i] = PTxms - SR + GTxms + GRxbs - F - Iul + Uc[i]
print('Pul = ',Pul[i])
Получаем следующие значения:
Pul = 108.66799838133961
Pul = 109.66799838133961
Pul = 112.66799838133961
Pul = 117.66799838133961
3. Рассчитать и построить графики зависимости величины потерь на трассе радиосигнала от расстояния d между БС и МС (диапазон 100–2000 м, точки через 100 м) для трех типов ландшафта (табл. 3.4). Графики строить на одном рисунке. На этой же координатной плоскости построить прямые, соответствующие рассчитанному в предыдущем пункте бюджету линии для каждого из типов застройки. Сделать выводы о дальности передачи для каждого сочетания типа застройки и типа ландшафта.
Произведем расчёт величины потерь для ландшафта типа A
Листинг:
d = np.zeros(20,)
k = 100
for i in range(20):
d[i] = k
k += 100
gamma_A = a_A - b_A * hbs + (c_A/hbs)
L_A = np.zeros(20,)
for i in range(20):
L_A[i] = 20 * math.log10((4*math.pi*d0)/lambd) + 10 * gamma_A * math.log10(d[i]/d0) + s_A + dLf + dLh_A_B
print('L_A =',L_A[i],'дБ')
Получаем следующие значения:
L_A = 93.79767163421289 дБ
L_A = 106.92257944516247 дБ
L_A = 114.60015833999017 дБ
L_A = 120.04748725611205 дБ
L_A = 124.2727638232633 дБ
L_A = 127.72506615093974 дБ
L_A = 130.64394617883448 дБ
L_A = 133.17239506706161 дБ
L_A = 135.40264504576746 дБ
L_A = 137.39767163421288 дБ
L_A = 139.2023927071115 дБ
L_A = 140.84997396188933 дБ
L_A = 142.36560179479096 дБ
L_A = 143.76885398978405 дБ
L_A = 145.0752505290406 дБ
L_A = 146.2973028780112 дБ
L_A = 147.4452446063056 дБ
L_A = 148.52755285671702 дБ
L_A = 149.55132863575622 дБ
L_A = 150.52257944516248 дБ
Произведем расчёт величины потерь для ландшафта типа B
Листинг:
gamma_B = a_B - b_B * hbs + (c_B/hbs)
L_B = np.zeros(20,)
for i in range(20):
L_B[i] = 20 * math.log10((4*math.pi*d0)/lambd) + 10 * gamma_B * math.log10(d[i]/d0) + s_B + dLf + dLh_A_B
print('L_B =',L_B[i],'дБ')
Получаем следующие значения:
L_B = 87.87911345882996 дБ
L_B = 104.8722567140617 дБ
L_B = 114.81260828775491 дБ
L_B = 121.86539996929345 дБ
L_B = 127.33597020359822 дБ
L_B = 131.80575154298663 дБ
L_B = 135.58489781763473 дБ
L_B = 138.85854322452514 дБ
L_B = 141.74610311667982 дБ
L_B = 144.32911345882997 дБ
L_B = 146.66573053601172 дБ
L_B = 148.79889479821838 дБ
L_B = 150.7612156965509 дБ
L_B = 152.57804107286648 дБ
L_B = 154.26946503252316 дБ
L_B = 155.8516864797569 дБ
L_B = 157.33795507063348 дБ
L_B = 158.73924637191158 дБ
L_B = 160.06475423261713 дБ
L_B = 161.32225671406167 дБ
Произведем расчёт величины потерь для ландшафта типа C
Используя данный код:
gamma_C = a_C - b_C * hbs + (c_C/hbs)
L_C = np.zeros(20,)
for i in range(20):
L_C[i] = 20 * math.log10((4*math.pi*d0)/lambd) + 10 * gamma_C * math.log10(d[i]/d0) + s_C + dLf + dLh_C
print('L_C =',L_C[i],'дБ')
Получаем следующие значения:
L_C = 89.77763205090064 дБ
L_C = 100.71505522669196 дБ
L_C = 107.11303763904837 дБ
L_C = 111.65247840248327 дБ
L_C = 115.17354220844265 дБ
L_C = 118.0504608148397 дБ
L_C = 120.4828608380853 дБ
L_C = 122.58990157827459 дБ
L_C = 124.44844322719611 дБ
L_C = 126.11096538423396 дБ
L_C = 127.61489961164946 дБ
L_C = 128.987883990631 дБ
L_C = 130.2509071847157 дБ
L_C = 131.4202840138766 дБ
L_C = 132.50894779659038 дБ
L_C = 133.5273247540659 дБ
L_C = 134.48394286097792 дБ
L_C = 135.3858664029874 дБ
L_C = 136.23901288552008 дБ
L_C = 137.04838856002527 дБ
Рисунок 1. Графики зависимости величины потерь на трассе радиосигнала от расстояния d между БС и МС.
Рисунок 2. Графики зависимости величины бюджета линии от поправочного коэффициента.
4. Рассчитать скорость передачи данных для каждого из направлений.
Используя данный код:
Rdl = (B*10**6)*n * (Ndldata/Nall) * Rsymb *(1 - (Th/(1 + Tg))) * Kdltdd
Rul = (B*10**6)*n * (Nuldata/Nall) * Rsymb *(1 - (Th/(1 + Tg))) * Kultdd
print('Rdl = ', Rdl, 'бит/с')
print('Rul = ', Rul, 'бит/с')
Получаем следующие значения:
Rdl = 7284375.000000002 бит/с
Rul = 1888541.666666667 бит/с