Medida, simulación y análisis de eficiencia espectral
para canales MIMO en entornos indoor en la banda de 2 GHz 13
Alexis Paolo García Ariza Lorenzo Rubio Arjona
Estudio de los puntos de acceso inalámbricos 802.11
en la ciudad de Cali usando las técnicas WAR-X 35
Andrés F. Millán Ronald Daza James Campiño
Incorporación de un módulo para la práctica de la habilidad de ubicación espacial al simulador
de otorrinolaringología - WESST - OT 43
Andrea Cardona Aristizábal Eduardo Mazuera Grisales Francisco Julián Herrera Botero, Ing. Andrés Adolfo Navarro Newball, MSc Carlos A. Gamboa MD
Jorge Alberto Vélez Beltrán MD
Entorno para el intercambio de instrumentos quirúrgicos en un simulador de otorrinolaringología WESST-ST 55
Andrés Felipe Ramírez Vélez Fernando José Roldán Correa Francisco Julián Herrera Botero, Ing. Andrés Adolfo Navarro Newball, MSc Jorge Alberto Vélez B. MD
El diseño de un sitio web de banca en línea, a partir
de la optimización de tiempos de navegación de sus usuarios 65
María Carmen Lozano Gutiérrez Federico Fuentes Martín
Metodología basada en estructuras de grafos -Mapas conceptuales- para el desarrollo de documentos educativos
basados en hipermedia 83
José Hernando Bahamón L. Alexandra Gómez
INGENIERÍA DE SISTEMAS E INGENIERÍA TELEMÁTICA UNIVERSIDAD ICESI
Francisco Piedrahíta Plata José Hernando Bahamón
Rector Director Académico
Héctor Ochoa Díaz Gonzalo Ulloa
Decano de la Facultad de Ciencias Decano de la Facultad de Ingenierías Administrativas y Económicas
R e v i s t a d e l a f a c u l t a d d e i n g e n i e r í a
OFICINA DE INVESTIGACIONES Y PUBLICACIONES UNIVERSIDAD ICESI
EDITOR
•Los autores de los artículos de esta publicación son responsables de los mismos.
•El material de esta publicación puede ser reproducido sin autorización, mencionando título, autor y, como fuente, S & T. Revista de Ingeniería de Sistemas e Ingeniería Telemática, Universidad Icesi.
Http://www.icesi.edu.co Informes: Tel.: 555 2334. Ext. 377
Fax: 555 1706 - 555 1745 Editor. e-mail:[email protected] Canje: e-mail: [email protected] Cali, Valle, Colombia, Sudamérica Guillermo Londoño Acosta
Director del Programa de Ingeniería de Sistemas
Álvaro Pachón de la Cruz
Jefe del Departamento de Tecnologías de Información y Comunicaciones
Andrés Navarro Cadavid
Profesor de la Universidad Icesi
Gonzalo Ulloa
Decano de la Facultad de Ingenierías
Luis Eduardo Múnera
Profesor de la Universidad Icesi
Andrés Navarro Newball
Profesor de la Pontificia Universidad Javeriana, Cali
Juan Manuel Madrid Molina
Director del Programa de Ingeniería Telemática
Narcís Cardona
Profesor de la Universidad Politécnica de Valencia, España
Joaquín Restrepo
Profesor de la Pontificia Universidad Bolivariana de Medellín
Edwin Montoya
Profesor de la Universidad EAFIT, Medellín
David Fernández McCaan
Profesor de la Universidad de Antioquia, Medellín
Homero Ortega
Profesor de la Universidad Industrial de Santander, Bucaramanga
COMITÉ EDITORIAL DE LA REVISTA COMITÉ EDITORIAL DE LA UNIVERSIDAD
Susan Gauch
Profesora de la Universidad de Kansas
Lelio Fernández Druetta
GUÍA PARA LOS AUTORES
DE ARTÍCULOS
Para los autores de los artículos de la Revista «S & T Ingeniería de Siste-mas e Ingeniería Telemática» de la Universidad Icesi.
• El autor debe garantizar que su artículo no ha sido publicado en ningún medio.
• Los autores de artículos serán res-ponsables de los mismos, y por tanto no comprometen ni los prin-cipios o políticas de la Universi-dad, ni los del Comité Editorial. • El Comité Editorial se reserva el
derecho de publicar o no los ar-tículos que no cumplan con los criterios de publicación por par-te de la Universidad Icesi. • La temática de los artículos debe
ser de las diferentes áreas de In-geniería de Sistemas, Informáti-ca y TelemátiInformáti-ca, resultado de in-vestigación propiamente dicha, aplicaciones reales, productos de investigación formativa, procesos sistémicos de análisis de proble-mas y propuestas de solución. • Los artículos deben contener:
- Título (claro y preciso) - Breve reseña del autor.
- Abstract o resumen ejecutivo del artículo (máximo doce ren-glones a doble espacio). - Palabras claves.
- Clasificación Colciencias*. - Introducción.
- Desarrollo.
- Referencias y notas de pie de página.
- Conclusiones.
- Bibliografía o fuentes de infor-mación.
- Extensión: No exceder de 25 páginas en total.
- Tipo de letra: Arial (o equiva-lente) fuente No. 12 y con in-terlineado a doble espacio. - Una copia impresa y su
respec-tivo disquete en Word Win o compatible IBM. No enviar Macintosh.
Es conveniente resaltar los párrafos u oraciones más significativos del contenido del artículo y todo aquello que dé significado a la estructura del mismo.
Los artículos se deben redactar en tercera persona del singular, imper-sonal, contar con adecuada puntua-ción y redacpuntua-ción, carecer de errores ortográficos. Conservar equilibrio en la estructura de sus párrafos. * Clasificación Colciencias para
ar-tículos científicos y tecnológicos: a) Artículos de investigación
científica y de desarrollo tec-nológico: documentos que pre-sentan resultados derivados de proyectos de investigación científica y/o desarrollo tec-nológico.
b) Artículos de reflexiones origi-nales sobre un problema o tó-pico particular: documentos que corresponden a resultados de estudios realizados por el o los autores sobre un problema teó-rico o práctico.
c) Artículos de revisión: estudios hechos por el o los autores con el fin de dar una perspectiva gene-ral del estado de un dominio es-pecífico de la ciencia y la tecno-logía, de sus evoluciones duran-te un período y donde se seña-lan las perspectivas de su desa-rrollo y evolución futuros.
GUÍA PARA LAS RESEÑAS
BIBLIOGRÁFICAS
• Tipo de libro reseñado: Debe ser de tipo ejecutivo, no un texto aca-démico.
• Título del libro: Tomado de la ca-rátula.
• Autor del libro: Apellidos, Nombre (persona del autor, lo relevante). • Nombre del traductor (si lo
tuvie-re). • ISBN
• Editorial, ciudad y fecha.
• Tamaño: 16.5 cm x 23.5 cm. Número de páginas.
• Fortalezas (puntos del porqué el ejecutivo debe leerlo, cómo está estructurado el libro: partes, ca-pítulos) etc.
• Debilidades (puntos no tan atrac-tivos del libro).
• Extensión entre 700 a 800 pala-bras (equivalente a página y me-dia, a doble espacio).
• Lenguaje ejecutivo (breve, no aca-démico, darle ayuda / consejo práctico para hoy, con ejemplos del texto).
La Revista S & T Ingeniería de Sistemas e Ingeniería Telemática, está dirigida a ingenie-ros de sistemas, ingenieingenie-ros electrónicos, inge-nieros telemáticos y afines; profesores univer-sitarios y estudiantes en las diferentes áreas de la ingeniería; profesionales especializados en estas áreas.
Usted puede acceder a ella entrando en nues-tra página Web en internet y bajar en formato PDF el artículo de su interés o la totalidad del número que desee, sólo debe entrar a la direc-ción: http://www.icesi.edu.co/es/publicaciones y seleccionar la edición correspondiente. Cualquier duda o comentario dirigirlo a la cuenta de correo [email protected].
Medida, simulación y análisis de eficiencia
espectral para canales MIMO en entornos
indoor en la banda de 2 GHz*
Alexis Paolo García Ariza
Ingeniero Electrónico Universidad Industrial de Santander, E3T,2002.
Lorenzo Rubio Arjona
Ingeniero de Telecomunicaciones. Universidad Politécnica de Valencia, España, 1996.
ABSTRACT
The space-time wireless communica-tion systems will use the advantages of the MIMO (Multiple Input Multi-ple Output) channels. Precedent studies have focused less attention on the capacity analysis considering cor-related indoor channels under differ-ent frequency bands and polariza-tions. In practice, there is certain cor-relation degree between the different propagation sub-channels, which makes interesting to evaluate the
impact that this correlation has on the system performance under differ-ent frequency bands and polariza-tions. The paper shows a detail study around of real MIMO channel and its spectral efficiency behavior when change both the number of antenna elements and SNR (Signal to Noise Ratio). The results showed in the pa-per demonstrate that to increase the diversity order could not be a good technique to improve the perfor-mance of the MIMO systems in some
Fecha de recepción: 20-01-2006 Fecha de aceptación: 20-04-2006
* Este trabajo ha sido financiado por el Programa AlBan, programa de becas de alto nivel de la Unión Europea para América Latina, beca No. E04D044088CO, y por la Generalitat Valenciana dentro de la convocatoria de ayudas 2006 para el desarrollo de proyectos de I+D+i.
highly correlated cases when picocells or indoor environments are consid-ered. Besides, increasing the number of array antenna elements, both in the transmitter and receiver side, does not offer linear capacity increases un-der correlated cases. The results de-rived from a frequency measurement campaigns performed between 2 and 2.6 GHz show polarization dence and less frequency band depen-dence in the MIMO channel correla-tion matrix for indoor environments. In other hand, under the WSS (Wide Sense Stationary) channel condition and guaranteeing a minimum SNR level, remarkable changes on the ca-pacity probability distribution func-tion shape, and on the cumulative distribution function of the MIMO system eigenvalues, were observed in different correlated cases.
KEY WORDS
Capacity, eigenvalues, mobile radio channels, MIMO- Multiple Input Multiple Output, space-time commu-nications.
RESUMEN
Los futuros sistemas inalámbricos de comunicaciones digitales emplearán técnicas de procesado espacio-tiempo, como por ejemplo la transmisión a través de múltiples canales de pro-pagación, para aumentar la capaci-dad frente a los sistemas tradiciona-les, en lo que se ha denominado sis-temas MIMO (Múltiple Input Múlti-ple Output). Aunque existen nume-rosas publicaciones sobre las posibi-lidades de mejora introducidas por los sistemas MIMO, en la mayor parte de los estudios se asumen canales incorrelados. En la práctica, existe cierta correlación entre los diferentes
subcanales de propagación, por lo que resulta interesante evaluar el impac-to de la correlación sobre las presta-ciones del sistema en función de la banda de frecuencia y la polarización utilizada en entornos indoor. En este documento se presenta un estudio detallado de un canal MIMO real, analizando además, de forma simu-lada y referenciado a medidas, su efi-ciencia espectral cuando se modifica el número de elementos de antena y el nivel de SNR (Signal to Noise Ra-tio). Se muestra que el incremento del orden diversidad del sistema podría no suponer una mejora significativa en la ganancia de los valores propios del sistema, en el caso de tener sub-canales con un alto grado de correla-ción, afectando así las prestaciones del sistema MIMO. También se mues-tra que un aumento en el número de antenas, en lo que conforma el siste-ma radiante del transmisor y/o recep-tor, no necesariamente supone un in-cremento lineal de la capacidad si los subcanales están correlados. Con base en una campaña de medidas rea-lizada en el dominio de la frecuencia entre 2 y 2.6 GHz, en un entorno in-door, se ha observado una dependen-cia de la matriz de correlación que caracteriza el sistema MIMO con el tipo de polarización utilizado, y un menor grado de dependencia con la banda de frecuencia. Además, por medio de un análisis detallado de los valores propios del sistema se ha en-contrado que un simulador basado en la transformada inversa de Fourier, utilizado para incluir la variabilidad temporal de los subcanales de propa-gación aleatorios, presenta mejores prestaciones que su contraparte IIR (Infinite Impulse Response). Por úl-timo, bajo la hipótesis de canal WSS (Wide Sense Stationary),
garantizan-do un nivel mínimo de SNR, y para diferentes grados de correlación, se han observado cambios significativos tanto en la función de distribución de probabilidad que caracteriza la capa-cidad, como en la función de distri-bución acumulativa que caracteriza los valores propios del sistema MIMO.
PALABRAS CLAVE
Capacidad, Canal Radio Móvil, Co-municación Espacio-Temporal, MIMO - Múltiple Input Múltiple Output, Valores Propios.
INTRODUCCIÓN
En este artículo se da continuidad a una aportación previa sobre el mode-lado del canal radio móvil y los siste-mas MIMO.1 En esta contribución se
realiza un análisis sobre un canal MIMO real con una mayor profundi-dad, ofreciendo al lector una nueva visión sobre la actualidad de los siste-mas MIMO, sus alcances futuros y las líneas de investigación relacionadas. Como es bien conocido, el canal de radio móvil2 es un medio físico de
co-municación altamente hostil que afecta directamente el comporta-miento de los sistemas de comunica-ción móviles digitales.3 Los futuros
sistemas de comunicaciones móviles utilizarán técnicas de procesado es-pacio-tiempo,4 como por ejemplo el
empleo de técnicas MIMO (Múltiple
Input Múltiple Output).5 Estos
siste-mas dispondrán de arrays de ante-nas en ambos lados del enlace, pu-diendo conseguir un incremento en la eficiencia espectral, tal como sugie-ren estudios realizados tanto a nivel teórico como a nivel práctico.6,7
Aun-que son numerosos los estudios pu-blicados sobre sistemas MIMO, se ha prestado menos atención al análisis de la capacidad para subcanales co-rrelados (un grupo de subcanales con-forman un canal MIMO) en diferen-tes bandas de frecuencia y distintas
Tx2 Tx1 sMT(t) s2(t) s1(t) Rx1 Rx Tx yMR(t) Rx2 RxMR TxMT y2(t) y1(t) Filtro Adaptado Canal MIMO Elemento de canal Canal Desacoplado Conformador
condiciones de polarización en esce-narios picocelulares o de interiores. Estas diferentes configuraciones y entornos de propagación sobre los cuales se pondrán a prueba los siste-mas MIMO requieren del estudio de características adicionales relaciona-das con el canal radio móvil. Es allí donde adquirirá un mayor grado de importancia el análisis de la eficien-cia espectral del sistema y su relación con la naturaleza compleja del canal, la doble direccionalidad incluida, y los efectos de la correlación entre ele-mentos de canal (o subcanales de pro-pagación)8,9 sobre la ganancia de
array6 y sobre la ganancia de los
ca-nales paralelo “independientes” (o canales desacoplados que se diferen-cian de los subcanales de propagación) del canal MIMO; véase la Figura 1. Siguiendo esta perspectiva, en esta investigación se presenta un análisis de la eficiencia espectral de un canal MIMO real en condiciones de propa-gación para interiores. Se realiza un análisis por valores propios del siste-ma MIMO, de capacidad media y de
outage, verificando además la
ganan-cia de array y el orden de diversidad para sistemas que trabajarán en la banda de 2 GHz. Por otro lado, se in-cluyen diferentes polarizaciones de
array (vertical y 45° en el transmi-sor), buscando extraer de los análisis algunas tendencias como conse-cuencia de factores ex-ternos, y definir así, cómo éstas afectan al canal MIMO y a las pres-taciones del sistema. El artículo está estructu-rado en cuatro secciones. En la primera se
anali-Figura 1. Configuración del array transmisor y receptor
za la capacidad en sistemas MIMO correlados. En la segunda se aborda el problema de la simulación y medi-da para evaluar la capacimedi-dad en ca-nales MIMO correlados; con la hipó-tesis de estacionariedad en sentido amplio (WSS). En la tercera se anali-zan los resultados derivados de la campaña de medidas realizada y los análisis de eficiencia espectral en in-teriores. Finalmente, en la cuarta se presentan las conclusiones más im-portantes derivadas de la investiga-ción.
I. CAPACIDAD EN CANALES MIMO CORRELADOS
Se ha comprobado teóricamente6 que
los canales MIMO ofrecen la posibili-dad de un incremento lineal de capa-cidad en los sistemas que hace uso de técnicas de procesado espacio-tiempo a medida que aumenta el nú-mero de elementos de array en am-bos lados del enlace. Este comporta-miento lineal es válido sólo en la hi-pótesis de incorrelación total entre los elementos que definen la matriz de canal, lo cual no siempre se da en la práctica.
La capacidad de un canal MIMO está relacionada con el número de cana-les desacoplados, k, y sus ganancias asociadas.6 Dicho número y
ganan-cias dependen de la configuración de los arrays y del entorno de propaga-ción, que al final afectarán la corre-lación entre los elementos de la ma-triz del canal MIMO, ocasionando así que existan más o menos canales des-acoplados con más o menos ganancia. Se denominará H a la matriz que ca-racteriza el canal MIMO, de dimen-siones MR x MT, siendo MR y MT, el
número de elementos de antena en
los array receptor y transmisor, respec-tivamente (véase la Figura 1). En esta configuración MIMO sj (t) y yo/
i o(t)
co-rresponden, respectivamente, a las señales banda base compleja trasmi-tida y recibida. Como aproximación, no se consideran efectos de los con-formadores de pulso y filtros adapta-dos en cada lado del enlace, restrin-giéndose el análisis a los elementos de canal o subcanales de propagación que unen el array transmisor con el receptor Indica que los elementos de canal incluyen los posibles efectos derivados de las características de las antenas en cada array, diferencián-dose además de los canales desaco-plados, o equivalentes, utilizados en los análisis de capacidad MIMO. La capacidad del canal MIMO viene dada en términos del sumatorio de las capacidades individuales de cada ca-nal desacoplado mediante la expre-sión: 6,10
(1)
donde λ1 es la ganancia de cada sub-canal equivalente (o sub-canal desacopla-do), P es la potencia total transmiti-da, y σ2 es la potencia de ruido. En
concreto, el canal MIMO ofrece k ca-nales desacoplados, siendo k el ran-go de HHH (el superíndice H indica
transpuesta conjugada), estando limi-tados por k min {MT,MR,Q}, donde Q corresponde al número de
subca-nales discretos de propagación. Por otro lado, para los casos analizados en este artículo se ha considerado una distribución uniforme de poten-cia entre los elementos del array transmisor, de forma que en cada ele-mento j, Pj = P /MT. Téngase en
cuen-ta que no se está aplicando
Waterfi-lling.6
La ecuación (1) puede escribirse tam-bién como:
C= log2 det I+ HHH ,
(2) donde I es la matriz identidad y el producto HHH es válido siempre y
cuando H sea una matriz hermítica de dimensiones MR x MT,
con MT ≥ MR . Partiendo de (2), el análisis del canal MIMO se puede realizar considerando las propie-dades de la matriz H. In-dicar entonces, que es im-portante garantizar que la matriz H esté normali-zada, sin importar la po-sición y entorno de análi-sis, debiendo cumplir con las siguientes condicio-nes: 10 H MRMT E E HH H H Tr MR i=1 MT j=1 MR l=1 (4) Desarrollar con los requisitos ante-riores permite realizar un análisis correcto de la capacidad del canal MIMO parcialmente correlado con base en los valores propios de la ma-triz HHH. En (3) y (4) h
ij corresponde
a cada uno de los elementos de la matriz H del canal (subcanales alea-torios variables en el tiempo), E [.] al operador valor esperado, al ope-rador norma cuadrada de Frobenius, Tr[.] al operador traza de una matriz, y λl son los valores propios de la
ma-Figura 2. Variación de la capacidad media con
MT = MR = {1,2L 9}, SNR = {0,1L 20} [dB],
fre-cuencia Doppler máxima de simulación de 90Hz y 100 mil muestras. Casos en correla-ción total e incorrelacorrela-ción entre los elementos de la matriz del canal MIMO.
triz HHH, correspondientes a la
ga-nancia de cada canal desacoplado. Como se ha planteado para este tra-bajo, sería interesante determinar la eficiencia espectral de un canal MIMO en condiciones aproximadas a las reales. Para ello, como punto de comparación para la investigación, y utilizando las ecuaciones menciona-das anteriormente, se ha determina-do la capacidad media del canal en
los casos donde existe completa inco-rrelación entre los elementos de H, y donde estos elementos están total-mente correlados; ello desde diferen-tes niveles de SNR. Como se puede apreciar en la Figura 2, a medida que aumenta MR y MT el incremento de la capacidad se presenta únicamente con tendencia lineal en condiciones ideales de incorrelación entre los ele-mentos del canal MIMO.
Figura 3. Variación de la CDF
de la capacidad con MT = MR =
{1,2L 9}, SNR=20dB, frecuencia Doppler máxima de simulación de 90Hz y 100 mil muestras. Casos en correlación total e in-correlación entre los elementos de la matriz del canal MIMO.
Por otro lado, en la Figura 3 se apre-cia la función de distribución acumu-lativa (CDF, Cumulative Distribution
Function) de la capacidad del canal
MIMO, en las dos condiciones de co-rrelación para un nivel de 20 dB de SNR. Se observa que, tal como se in-dicaba en las ecuaciones (1) y (2), C es un proceso dependiente del núme-ro de elementos de antena en los
arrays, del nivel de potencia
trans-mitida, de la potencia de ruido, y de las características de H. Esto último hace de la capacidad un proceso alea-torio con una CDF y una función de densidad de probabilidad (PDF,
Pro-bability Distribution Function)
espe-cíficas, que como se puede apreciar variarán en función de la correlación entre los elementos de H. En estas curvas se consigue distinguir una de las situaciones más significativas en el uso de los canales MIMO: garanti-zar una decorrelación suficiente en-tre los elementos de canal. Ello se puede lograr aprovechando los fenó-menos de propagación multitrayecto-ria aplicando diferentes técnicas de transmisión, buscando también un incremento en la eficiencia espectral del sistema al aumentar el número de elementos de antena en los arrays
transmisor y receptor. Esta condición se puede apreciar en la Figura 3, con un mayor impacto en la capacidad medida del sistema para el caso (9,9),
MT = MR = 9. Se observa que, para un
enlace con 20 dB de SNR, el hecho de modificar la correlación entre los ele-mentos de la matriz del canal, al pa-sar de un estado totalmente correla-do a uno incorrelacorrela-do, ocasiona una di-ferencia de capacidad de aproxima-damente 40 bits/s/Hz; véase también la Figura 1 para el mismo caso a di-ferentes niveles de SNR.
II. SIMULACIÓN Y MEDIDAS
Para el estudio se ha realizado una campaña de medidas en el dominio de la frecuencia, implementándose además un algoritmo para la simula-ción del canal MIMO que permita comparar, en diferentes condiciones, las prestaciones obtenidas del siste-ma. A partir del modelo de variable aleatoria IID (Independent
Identica-lly Distributed),10 en el cual todos los
elementos de la matriz del canal es-tán incorrelados, se realizan compa-raciones con los canales MIMO cuyos elementos están total y parcialmen-te correlados.
Además, se ha establecido un proce-dimiento de validación de resultados, basándose en medidas en interiores realizadas en el Instituto de Teleco-municaciones y Aplicaciones Multi-media (iTEAM) de la Universidad Politécnica de Valencia (UPV), don-de se ha utilizado un Analizador don-de Redes Vectorial, antenas omnidirec-cionales de banda ancha (respuesta plana entre 2 y 18 GHz y polariza-ción lineal) y diferentes configuracio-nes de array para distintos casos (véa-se la Figura 4). El entorno de análi-sis corresponde a un escenario de ofi-cinas, en una configuración con divi-siones blandas, ventanales, con un pasillo de comunicación y una estruc-tura de hormigón (véase la Figura 5). Alrededor del edificio se encuentra una vía interna del campus de la UPV, una vía principal, un aparca-miento, y diferentes edificios de no más de 5 plantas; todos ubicados a una distancia mayor de 60 m del cen-tro del entorno de medidas.
En esta investigación se han consi-derado diferentes configuraciones, relacionadas con la polarización de las antenas, separación entre elemen-tos, número de antenas en ambos
arrays, bandas de frecuencia, dos
ti-pos de entorno en interiores diferen-ciados por las condiciones LOS
(Line-Of-Sight) y N-LOS (No-LOS), y
dife-rentes separaciones entre transmisor y receptor (véanse las Figuras 4 y 5, y la Tabla 1).
A. Simulación de un canal MIMO de banda estrecha
Considerando el modelo estocástico de canal MIMO,12 se ha establecido
un procedimiento para la obtención de una matriz equivalente a la ma-triz del canal MIMO; ello a partir de medidas y haciendo uso de un algo-ritmo computacional. Esta matriz obtenida corresponde a un array
bi-Tabla 1. Separación entre elementos del array
transmisor para cada una de las configuracio-nes del array receptor en las dos bandas de análisis. Separación en Longitudes de Onda (λ) Casp Rx d(cm) Tx 2.0 GHz 2.6 GHz (1) 5 0.3333λ 0.4333λ (2) 10 0.6667λ 0.86667λ (3) 15 λ 1.3λ (4) 20 1.3333λ 1.733λ
Figura 4. Geometrías de las configuraciones
de array en ambos lados del enlace. Las confi-guraciones para el receptor se han mantenido para todas las bandas analizadas y polariza-das del transmisor.
Figura 5. Entornos de medida en interiores
para los casos LOS y N-LOS. Salas MCG-iTEAM de la UPV.
dimensional complejo de dimensiones
MR x MT, que describe la
transforma-ción lineal entre los dos arrays de antenas. Para el caso de estudio, los elementos de la matriz de canal son los coeficientes de transmisión com-plejos, αij , desde la antena
transmi-sora j -ésima a la receptora i -ésima para un canal de banda estrecha. Una descripción matemática detallada del procedimiento aplicado se puede en-contrar en.11
Para conservar la simplicidad del mo-delo se asume que αij , tiene una
dis-tribución gausiana compleja de me-dia cero, lo que equivale a que αij ten-ga una distribución Rayleigh3
man-teniendo además la misma potencia media en todos los coeficientes. Para el desarrollo de las simulacio-nes del canal medido, fue necesario además calcular los coeficientes de correlación entre los coeficientes de transmisión que conectan los dos
arrays de antenas (correlación entre
los elementos de la matriz de canal), y que se define por:
para i1 i2 y j1 j2, y bajo la suposición de independencia entre arrays, pues se conside-ra que la dispersión angular de los caminos de propagación10
vista por el array transmisor no está correlada con la disper-sión angular vista por el array receptor. La ecuación (5) es aplicable a los valores obtenidos a partir de la medida de la respuesta en frecuencia de cada subcanal de propagación. En las condiciones anteriores, la ma-triz de correlación espacial del canal MIMO, R, podrá ser expresada me-diante el producto Kronecker entre la transpuesta de la matriz de correla-ción espacial del transmisor, , y la matriz de correlación espacial del re-ceptor, Rr,:10
Además, la matriz R será equivalen-te a la matriz de correlación calcula-da a partir de las medicalcula-das directas del canal para cada posición del transmisor y receptor. Gracias a ello, la simulación del canal MIMO par-cialmente correlado puede conseguir-se mediante la generación de MT x MR
x k procesos aleatorios gausianos
complejos e incorrelados (donde k será el número de muestras de cada elemento de canal de la matriz de canal MIMO), seguido de un filtrado para obtener la correlación deseada entre elementos.
El proceso de filtrado, para generar las matrices de canal H
parcialmen-(5) Ventanal (vidrio) Muebles Equipo de medida Outdoor Outdoor (6)
te correladas, se realizó aplicando el método de descomposición de raíz cuadrada de una matriz estándar, denominado factorización estándar de Cholesky.13 Dicho método hace uso
de la matriz de correlación R del ca-nal, y se aplica si dicha matriz es cua-drada, simétrica y definida positiva. Además, a cada uno de los elementos
αij, de la matriz del canal se le agregó
el espectro Doppler deseado, para in-cluir así la variabilidad temporal del canal. Este proceso aleatorio puede ser modelado utilizando distintos mé-todos. Para todos los casos presenta-dos en la investigación se ha utiliza-do un único algoritmo de simulación para dichos subcanales de propaga-ción aleatorios variantes en el tiem-po, el cual está basado en la transfor-mada inversa de Fourier
(IFFT, Inverse Fast Fourier
Transformation), y que
fren-te al algoritmo de filtrado IIR (Infinite Impulse Response) presenta un mejor comporta-miento.
Se comprobó así las prestacio-nes del algoritmo basado en la transformada inversa de Fourier realizando pruebas con diferente número de muestras por elemento de ca-nal y distintas frecuencias Doppler. Como conclusión, un
simulador con 100 mil muestras por subcanal de propagación, con un pe-ríodo de muestreo de 10-4 segundos,
presenta un comportamiento acepta-ble; ello analizando las variables
pre-cisión de los resultados y tiempo de cómputo. En función de los
resulta-dos obteniresulta-dos por medio del análisis de la ganancia de los valores propios de la matriz HHH, al comparar el
si-mulador IIR con el IFFT, y variando
Tabla 2. Desviación típica (STD) promedio de
la variación en potencia media de los valores propios y de la traza de HHH para un caso (4,4)
cuando la frecuencia Doppler máxima del ca-nal varía entre 3 a 90 Hz; simuladores basa-dos en IFFT y filtrado IIR. Se han realizado 5 simulaciones independientes, de 100 mil mues-tras cada una, con cada simulador, para obte-ner los valores promedio.
STD promedio por valor propio y traza [dB]
λλλλλ1 λλλλλ2 λλλλλ3 λλλλλ4 λλλλλl
IIR 0.0595 0.0633 0.1011 0.2049 0.0551
IFFT 0.0216 0.0327 0.0638 0.1330 0.0117
la frecuencia Doppler máxima de los subcanales de propagación entre 3 y 90 Hz, se encontró una diferencia de precisión de alrededor del 50% para todos los valores propios calculados en un caso IID de configuración (4,4) (Véase la Tabla 2).
Por otro lado, en la Figura 6 se puede apreciar la función de distribución acumulativa de los valores propios y
Figura 6. Comportamiento del simulador del
canal MIMO por IFFT para el caso (4,4) con diferente número de muestras para cada ele-mento de canal. Función de distribución acu-mulativa de los valores propios de HHH. La
frecuencia Doppler máxima utilizada fue de 200 Hz y el período de muestreo establecido fue de 10-4 segundos.
de la traza de HHH, para el caso M
T =
MR = 4, con diferente número de
muestras por elemento de canal y para una frecuencia Doppler de 200 Hz. Se encontraron pequeñas diferen-cias en las distribuciones según el número de muestras utilizadas por subcanal de propagación, incremen-tándose las diferencias al variar la frecuencia Doppler de simulación, y haciéndose más notorias para valo-res reducidos de potencia en cada valor propio (los menos probables se-gún las curvas de CDF). Debido a lo anterior, se optó por el análisis de la variación en la potencia media de los valores propios, lo cual se expone en la Tabla 2, y ha permitido confirmar que el simulador basado en IFFT es más adecuado para la investigación. Por último, indicar que el modelo de canal MIMO utilizado, y el procedi-miento aplicado para su simulación, proporcionarán una versión aproxi-mada de la matriz del canal MIMO para un caso de canales banda estre-cha, y en las condiciones aquí anali-zadas. En posteriores investigaciones se buscará la formulación de un mo-delo de canal propio, validado y ajus-tado por medio de las medidas y si-mulaciones aquí expuestas.
B. Condiciones mínimas para las campañas de medidas
Para garantizar la validez de las cam-pañas de medidas, se eligió un núme-ro mínimo de adquisiciones según el error y varianza calculados a partir de la comparación del perfil de poten-cia (PDP, Power Delay Profile)3
obte-nido con el número máximo de adqui-siciones. Se constató que a partir de 50 medidas se garantiza un error bajo y una estabilización de la varianza. Además, dada la posibilidad de
va-riabilidad del entorno, aun en condi-ciones controladas, se optó por tomar este valor de 50 medidas por posición de análisis, y obtener un valor pro-medio con las mismas, en busca de eliminar una posible variabilidad temporal.
Indicar además que todas las medi-das se realizaron con un ancho de banda de 500 MHz (SPAN habilitado en el Analizador de Redes Vectorial), y cada ventana espectral ubicada al-rededor de la frecuencia central de la banda en análisis; en nuestro caso a 2 y 2.6 GHz. Dichas medidas se rea-lizaron en condiciones prácticamen-te de estacionariedad, por lo que el efecto Doppler podría considerarse despreciable, pudiendo afirmar ade-más que el tiempo de coherencia3
ex-perimentado por el canal radio es superior al tiempo necesario para la adquisición de las respuestas en fre-cuencia. Así, satisfaciendo la condi-ción de estacionariedad en sentido amplio3 (canal WSS) y garantizando
que la relación señal a ruido fuese superior a 15 dB9 se garantiza la
va-lidez y precisión estadística de los resultados obtenidos.
Por otro lado, al confirmar por medio de medidas de perfiles de potencia, que los difusores más cercanos se encontraban alrededor de los 20 ns (tiempo de llegada de las primeras contribuciones multicamino en una condición LOS), se estableció 60 cm como longitud máxima de análisis por recorrido para una posición determi-nada (10% de la distancia al difusor según las condiciones WSS para el canal), lo que disminuye la distancia de muestreo espacial para examinar la fluctuación de la capacidad y de los coeficientes de correlación del canal.
En concreto, para el escenario donde se efectuaron las medidas, los reco-rridos no superaron los 4λ de distan-cia para la banda de 2 GHz; véase nuevamente la Figura 5.
Así mismo, se definió en 5 MHz el ancho de banda de análisis. Éste es utilizado como referencia para agru-par secciones de espectro sobre las bandas de frecuencia estudiadas, y poder así aplicar el procedimiento mencionado en la sección anterior. Este valor se ha considerado como la alternativa más acertada para garan-tizar que todas las componentes es-pectrales estén correlacionadas en cada ventana frecuencial. Además, dicho ancho de banda corresponde a una ventana espectral menor a la ocu-pada por el ancho de banda de cohe-rencia (Bc)3 encontrado en la
prácti-ca, pues los valores de delay spread3
medidos oscilaron entre 20 y 26 ns para condiciones LOS, y entre 45 y 76 ns para N-LOS. En este sentido, se ha constatado que para el entorno analizado los valores más probables de Bc están alrededor de 20 MHz,14 lo
cual deja un amplio margen a la ven-tana elegida, evitándose posibles errores en el procesado de los datos obtenidos en la campaña de medidas. Por último, indicar que el efecto que supone el acoplamiento mutuo, exis-tente entre los elementos que confor-man el array, y que afecta a los coefi-cientes de correlación entre los sub-canales, puede considerarse despre-ciable,15 por lo cual no se ha
analiza-do en la investigación realizada.
C. Condiciones WSS del proceso alea-torio de medida
Por medio de un análisis estadístico del proceso aleatorio bajo medida
puede garantizarse la correcta con-formación del array sintetizado en condiciones controladas tomando una aproximación WSS en el canal. Las medidas realizadas corresponden a la respuesta en frecuencia de los ele-mentos de canal MIMO, que se han denominado , tomando un ancho de banda de 500 MHz alrededor de 2.0 y 2.6 GHz (Véase la Figura 7). Para el caso de estudio, el proceso aleatorio utilizado para los análisis de eficiencia espectral corresponde a una porción de la respuesta en fre-cuencia del canal, en concreto, la res-puesta ubicada dentro de una venta-na de 5 MHz (rango considerado es-table y que es menor que el ancho de banda de coherencia). Esta ventana de análisis se denominará . Así, el proceso variable en el tiempo (que es complejo), será un proceso aleatorio cuando el valor de , en cualquier tiempo fijo t=t1, correspon-da a una variable aleatoria, la cual deberá tener definida una PDF, una CDF, un valor esperado, media, va-rianza y desviación estándar especí-ficos. Debido a que t1 puede tomar cualquier valor, los parámetros para dicha variable aleatoria podrían ser funciones del tiempo. Lo anterior in-dica que para garantizar la estacio-naridad en el proceso sus propieda-des estadísticas no deberán cambiar con el tiempo. Así, la función de den-sidad de probabilidad p(.) para el pro-ceso aleatorio , deberá satisfa-cer:
p(T ’(f), t1)= p(T ’(f), t1 + ’), (7)
donde τ’ corresponde a un tiempo ar-bitrario de desplazamiento. Ade-más, para garantizar que el proceso
sea WSS, la función de autocorrela-ción de ,
(8) deberá ser función exclusivamente del desplazamiento temporal τ’:
(9) De esta manera, si , es WSS, su espectro de potencia estará deter-minado por la transformada de Fourier de su función de autocorre-lación:
d
Figura 7. Respuesta en frecuencia Tw(f,t) de
los elementos de canal MIMO para el caso (9,9), con 5 cm de separación entre elementos de an-tena en ambos lados del enlace y polarización vertical. a) a 2.0 GHz, b) a 2.6 GHz.
(10)
El modelo de canal MIMO utilizado en esta investiga-ción7 hace una suposición de
confianza sobre las condicio-nes WSS antes mencionadas. Es así, y por regla general, que además de garantizar el escenario WSS al buscar en-tornos de medida estaciona-rios, los difusores encontra-dos en los trayectos de pro-pagación (véase la Figura 8), deberán estar a 10 veces el total de la distancia recorri-da por el transmisor de prueba. Esta distancia co-rresponde a la distancia de análisis local, definida en la sección anterior en 60 cm para la banda de 2 GHz, y a lo largo de ella se deberá conseguir apreciar un fren-te de onda uniforme para ga-rantizar así la condición WSS en la campaña de me-didas.
En la práctica, para entornos de in-teriores especialmente, puede no cumplirse con la anterior premisa, requiriéndose en algunos casos la medida del PDP para establecer los tiempos de llegada de las componen-tes multicamino y definir así las dis-tancias a los difusores más próximos.
Figura 8. Condición WSS para la toma de
me-didas en un recorrido dentro de un entorno Indoor (caso ejemplo).
(b) (a)
Como ya se mencionó, la distancia propuesta por recorrido en cada loca-lización del array transmisor es de aproximadamente 4λ a 2 GHz (aproximadamente 60 cm para pro-pagación en espacio libre). Esto hace necesaria una separación entre reco-rrido y difusor de aproximadamente 40λ (alrededor de 6 metros a 2 GHz en espacio libre), algo difícil de cum-plir en todos los entornos de interio-res (Figura 5), pero fundamental para la validación de modelos de canal. Por otro lado, ha de considerarse ade-más que para el modelo de canal im-plementado, y para los casos de aná-lisis aquí presentados, también se ha recurrido a la aproximación de scat-tering incorrelado (US, Uncorrelated
Scattering),10 convirtiendo la
aproxi-mación del canal a WSSUS (Wide
Sense Stationary Uncorrelated Scat-tering). Esto supone que, además de
considerar la estacionalidad del ca-nal, los difusores que causan los efec-tos multicamino están incorrelados. Avanzando un poco más en el análi-sis de las condiciones WSS, y defi-niendo la función de auto-covarianza para el proceso aleatorio , como
£T (t1,t2)= E [T ’(f,t1)T ’*(f,t2)]
-E[T ’(f,t1)]E [T ’*(f,t2)] (11)
la condición WSS para esta misma estará determinada por:
(12)
En condiciones prácticas, como en el caso de las muestras obtenidas en la investigación, la ergodicidad en las
medias se
asume en un sentido local, de mane-ra que la estima de
pueden ser definidas sobre un intervalo finito 2T como:
(13)
(14)
con
Aunque las consideraciones presen-tadas anteriormente no tienen efec-tos sobre los análisis dados a conti-nuación, dan una visión amplia so-bre los posibles análisis requeridos alrededor de un canal MIMO real. Para entornos Indoor u Outdoor, se resalta la importancia de cumplir con las condiciones WSSUS del canal, o en su defecto aproximarse a ellas.
III. ANÁLISIS DE RESULTADOS
Los resultados obtenidos indican cambios significativos en la capacidad del sistema MIMO y en la ganancia de array para los diferentes casos (MT,MR) analizados, para las distin-tas relaciones señal a ruido, y sin con-siderar en ningún momento
Waterfi-lling.6
Se constató que la configuración (4,4) proporciona 11 bits/s/Hz como capa-cidad promedio en condiciones de in-correlación entre los elementos de la matriz H (condición IID), 10.5 bits/s/ Hz en el caso parcialmente correla-do, y 4.7 bits/s/Hz para el caso total-mente correlado; a diferencia de los 3 bits/s/Hz para el canal SISO
(Sin-Figura 10. Variación de la capacidad media
con MT = MR = {1,2L 9}, SNR = {0,1L 20 dB},
para los casos totalmente correlado e incorre-lado en la matriz del canal MIMO. Efectos de mantener constante el número de elementos de array mientras se aumenta el SNR.
Figura 9. Capacidad al 10% de Outage para
canales MIMO incorrelados, totalmente corre-lados y parcialmente correcorre-lados con 0.7λ de separación en el array, condición N-LOS y SNR de 10dB. a) a 2 y 2.6 GHz en polarización 90°.
b) a 2 y 2.6 GHz en polarización a 45°.
gle Input Single Output), con un
ni-vel de 10dB de relación señal a ruido en todos los análisis.
Los resultados obtenidos para una probabilidad de outage del 10% indi-can una disminución en la capacidad del sistema MIMO de entre 3 y 4 bits/ s/Hz para todas las configuraciones (MT,MR), frente a la capacidad media del canal (compárense la Figura 2 y la Figura 9), lo cual se ha apreciado para los casos totalmente correlado e incorrelado. La Figura 9 ha sido ob-tenida, en el caso parcialmente corre-lado, para un array con separación entre elementos de 0.7λ, en condición N-LOS, 2 y 2.6 GHz de frecuencia central, polarización a 90° y 45°, y 10dB de SNR.
Por otro lado, al analizar la variación de la capacidad del sistema en fun-ción del nivel de SNR, manteniendo constante los valores de MT y MR, se encontró una dependencia no lineal (véase la Figura 10), la cual además depende del grado de correlación en-tre los elementos de la matriz H del canal. Para el caso (4,4) la capacidad del canal se incrementó en alrededor de 7 bits/s/Hz al pasar de 0 a 10 dB de SNR, y en 11 bits/s/Hz al pasar de 10 a 20 dB. En el caso (9,9) las dife-rencias fueron notorias, encontrándo-se un incremento de aproximadamen-te 17 bits/s/Hz al pasar de 0 a 10 dB de SNR, y de aproximadamente de 25 bits/s/Hz al pasar de 10 a 20 dB. Por otro lado, el efecto de la correla-ción sobre la funcorrela-ción de distribucorrela-ción de probabilidad de la capacidad es muy claro (véase la Figura 11). Se ha observado cambios significativos en las formas de su distribución para diferentes niveles de relación señal a ruido, además de cambios
importan-tes en la media de cada distribución. En este sentido, es predominante el decremento no lineal de la capacidad en todas las configuraciones, lo que se puede apreciar tanto en la Figura 9, para las capacidades a 10% de pro-babilidad de outage, como en la Figu-ra 11 paFigu-ra la distribución geneFigu-ral. Se pudo apreciar además que tanto la correlación como el incremento del número de elementos en los arrays transmisor y receptor ocasionan un cambio importante en el comporta-miento estadístico de la capacidad. Ésta podría ser modelada a través de una distribución gausiana en los ca-sos parcialmente correlados donde el número de elementos de array en ambos lados del enlace es elevado; esto se aprecia claramente para la configuración (5,5) parcialmente co-rrelada de la Figura 11.
Figura 11. Funciones de distribución de
pro-babilidad (PDF) de la capacidad para MT =
{3,4,5} y MR = {3,4,5} en canales MIMO
inco-rrelados, correlados y parcialmente correlados (parcialmente correlado: 0.7λ de separación en el array, N-LOS, 2 GHz, polarización vertical y 10dB de SNR).
Por otro lado, para el caso (3,3) se obtuvo una ganancia de array de aproximadamente 9.5 dB (que corres-ponde a la ganancia del valor propio más grande de la matriz HHH), ello
para el caso totalmente correlado, lo que supone un incremento de alrede-dor de 1.5 dB con respecto al canal MIMO IID (véase la Figura 12). Tam-bién se ha observado que el orden de diversidad alcanzado con una confi-guración de array (4,4), puede ofre-cer una ganancia por diversidad de 16dB para el 99% de las muestras estadísticas; esto para canales IID. En el análisis de la matriz del canal MIMO haciendo uso de la matriz
HHH, se ha observado que para
algu-nos casos donde existe correlación entre los elementos de la matriz H, y con MT > MR, mejorar la ganancia de los valores propios más pequeños po-dría no ser una técnica adecuada ya que no existirían cambios importan-tes en las prestaciones del sistema. Esto se puede apreciar en la Figura 12, donde el área más oscura mues-tra que no hay mejoras significativas entre los diferentes casos para MT > 4 y MR = {2,3}. En concreto, para una configuración inicial con 2 elementos de antena en el array receptor y más de 4 elementos en el transmisor, y con un grado de correlación elevado en H, el hecho de aumentar el número de
Figura 12. Ganancias de array (MT = {1,2L,
40},MR = {1,2,3}) para los casos MIMO
elementos receptores a 3 no signifi-caría una mejora sustancial en las prestaciones del sistema, pero sí un incremento innecesario en la comple-jidad hardware del equipo receptor. Las anteriores afirmaciones generan una posible confusión alrededor del análisis de la ganancia de array, pues dicha ganancia se incrementa con la correlación entre los elementos de H. En este sentido, ha de tenerse en cuenta que el incremento en la corre-lación entre los subcanales de propa-gación causa un empeoramiento im-portante en la capacidad del canal MIMO, tal como se aprecia en las Fi-guras 9, 10 y 11, pues la ganancia de los valores propios más pequeños dis-minuye en gran medida, perdiéndo-se entonces parte de la capacidad MIMO de trasmitir por medio de ca-nales paralelo “independientes”. Por otra parte, se han encontrado grandes cambios en las distribucio-nes de probabilidad de las ganancias de los valores propios de HHH
cuan-do se modifica el número de elemen-tos en los arrays transmisor y recep-tor. Ello se ha observado al incremen-tar el orden de diversidad del siste-ma en busca de mejorar la ganancia de array; lo que se pudo constatar para varias configuraciones MT > MR. Realizando una comparativa en lo que correspondería a un escenario de enlace downlink indoor (tipo pico-cel-da donde el equipo transmisor tiene la capacidad de albergar más elemen-tos hardware que el equipo receptor), se muestra en la Figura 13 las CDF de los valores propios de HHH para
los casos (4,4) y (9,4) en una configu-ración MIMO IID. Como se puede apreciar, todos los valores propios (y en correspondencia la traza de la
Figura 13. Efectos del incremento del orden
de diversidad para los casos (4,4) y (9,4) en un canal MIMO IID: cambios en la ganancia de los valores propios de HHH.
matriz) sufrieron un incremento de ganancia, siendo de alrededor de 12 dB la del valor propio más pequeño
(λ4). Se pudo comprobar además que
las mejoras en la ganancia de los de-más valores propios son significati-vas, pero totalmente dependientes del grado de correlación entre los elemen-tos de la matriz H, lo que afecta las prestaciones del sistema tal como se mencionó anteriormente.
Por otro lado, en las condiciones rea-listas de medida en el entorno pro-puesto, se encontraron algunas varia-ciones en la eficiencia espectral del sistema, provenientes del tipo de po-larización implementada y de la ban-da de frecuencia utilizaban-da en las me-didas. Considere los casos (3,3) y (4,4) para los canales MIMO incorrelados y parcialmente correlados presenta-dos en la Figura 9; donde el caso par-cialmente correlado se ha obtenido de medidas a 2 y 2.6 GHz, con 0.7λ de separación entre elementos de array, para las polarizaciones vertical y 45°, y a 10dB de SNR.
En estos casos se observó en la ma-triz de correlación del canal MIMO,
en cada uno de los escenarios anali-zados en interiores, y una menor de-pendencia a la banda de frecuencia estudiada. Lo anterior se traduce en modificaciones en la capacidad del canal MIMO, lo cual se puede apre-ciar en las curvas de la Figura 9 para los casos parcialmente correlados. En este sentido, se observaron leves me-joras en la capacidad al 10% de pro-babilidad de outage en los casos con polarización a 45°, tanto a 2 y 2.6 GHz, frente al caso con polarización vertical. Lo anterior podría indicar que los subcanales de propagación se ven modificados considerablemente al cambiar de polarización en el transmisor, pero lo hacen en menor proporción al cambiar de banda de frecuencia.
IV. CONCLUSIONES
Los resultados presentados han de-mostrado que la capacidad de un sis-tema MIMO para interiores es alta-mente dependiente de la correlación existente entre los elementos de la matriz del canal, lo cual ocurre en diferentes condiciones de entorno y configuración del sistema. Dicha de-pendencia está relacionada con la polarización de los arrays, la separa-ción entre elementos, distancia entre transmisor y receptor, nivel de rela-ción señal a ruido, clase de entorno y, en menos proporción, con la variación de frecuencia de funcionamiento den-tro de la banda de 2 GHz.
Se ha constatado que el aumento del número de elementos de array en ambos lados del enlace en condicio-nes de correlación entre los elemen-tos de H no ofrece incremenelemen-tos linea-les en la capacidad del canal MIMO. Además, se ha verificado que en al-gunos casos correlados donde MT >
MR no se obtienen mejoras significa-tivas en la ganancia de array y en las prestaciones del sistema al aumen-tar el número de elementos del array receptor. Por otro lado, en las mismas condiciones MT > MR, se encontraron grandes cambios en la CDF de los valores propios del sistema frente a los casos MT = MR, apreciando mejo-ras en la ganancia de los canales des-acoplados, lo que incrementó la ca-pacidad del sistema, pero que a su vez se ha visto ligada al nivel de correla-ción entre los elementos de la matriz del canal.
En casos incorrelados ideales IID, a un valor específico de relación señal a ruido, se constató un crecimiento lineal de la capacidad en función del incremento del número de elemen-tos de array del transmisor y del re-ceptor. Caso contrario se apreció al mantener constante el número de elementos de array e incrementar la relación señal a ruido, verificándose aumentos sustanciales en la capaci-dad del sistema pero con una tenden-cia no lineal. En general se detecta-ron leves ascensos en la capacidad del canal MIMO parcialmente corre-lado para todos los casos donde se utilizó polarización a 45° en el trans-misor, frente al caso con polarización vertical.
El análisis realizado alrededor de las condiciones WSS del canal indica que una campaña de medidas en interio-res debe, además de cumplir con las condiciones de estacionareidad, bus-car que los difusores más cercanos a las rutas de análisis estén al menos a diez veces la distancia total reco-rrida. Se debe además garantizar en el enlace una relación señal a ruido superior a 15 dB, buscando que los
análisis de capacidad tengan la pre-cisión requerida, sin olvidar cumplir con las condiciones norma cuadrada de Frobenius para la matriz de canal obtenida a partir de medidas. Finalmente, al constatar que la efi-ciencia espectral de los canales MIMO es altamente dependiente de la correlación entre los subcanales de propagación, y que dicha correlación se interrelaciona con los parámetros de configuración del sistema y con el entorno de propagación, la investiga-ción realizada sugiere el desarrollo de un análisis más detallado a través de la matriz de correlación R del canal MIMO, considerando para ello distin-tas configuraciones de array, entor-nos de interiores y otras bandas de frecuencia.
BIBLIOGRAFÍA
1. A.P., García, “Sistemas MIMO como Alternativa para el Control del Efecto Multitrayectoria y de la Interferencia Co-Canal en Sis-temas de Radio Móvil Satelital y Terrestre”, Revista de la Facultad
de Ingeniería: Sistemas y Telemá-tica, Icesi, vol. 2, No. 1, pp. 57-94,
2004.
2. P.A., Bello, “Characterization of Randomly Time-Variant Linear Channels”. IEEE Transactions on
Communications Systems, CS11,
pp.360-393, 1963.
3. R. Vaughan, and J. B. Andersen,
Channels, Propagation and An-tennas for Mobile Communicatio-ns. The Institution of Electrical
Engineers-IEE, Electromagnetic Waves Series 50, pp. 1-87, 2003. 4. G.J. Foschini, “Layered
Space-time Architecture for Wireless
Communication”, Bell Labs Tech
Journal, vol. 1, pp. 41-59, 1996.
5. G.J. Foschini, and M.J. Gans, “On Limits of Wireless communicatio-ns in a Fading Environment When Using Múltiple Antennas”,
Wireless Personal Communicatio-ns, vol. 6, No. 3, pp.311-315, 1998.
6. J.B. Andersen, “Array Gain and Capacity for Known Random Channels with Múltiple Element Arrays at Both Ends”, IEEE
Jo-urnal on Selected Areas in Com-munications, vol. 18, No. 11, 2000.
7. J.P. Kermoal, et. al., “A Stochas-tic MIMO Radio Channel Model With Experimental Validation”,
IEEE Journal on Selected Areas in Communications, vol. 20, No.
6, 2002.
8. L. Rubio, A. P. García, D. Argilés, and N. Cardona, “Modelling and simulation of correlated time-va-riant channels for diversity sys-tems”, International Symposium
on Wireless Personal Multimedia Communications, Aalborg,
Den-mark, September 18-22, 2005. 9. P. Kyritsi, D.C. Cox, R.A.
Valen-zuela, and P.W. Wolniansky, “Co-rrelation analysis based on MIMO channel measurements in an indoor environment”. IEEE
Journal on Selected Areas in Communications, vol. 21, No. 5,
pp. 713-720, 2003.
10. A. Paulraj, R. Nabar and D. Gore,
Introduction to Space-Time Wire-less Communications. Cambridge
University Press, Cambridge, UK, 2003.
11. A. P. García y L. Rubio, Análisis de la Capacidad de Sistemas
MIMO en Escenarios de Interio-res”, Revista Gerencia
Tecnológi-ca InformátiTecnológi-ca (Informatics Tech-nology Management),
Universi-dad Industrial de Santander, vol. 5, No. 11.
12. K.I. Pedersen, J.B. Andersen, J.P. Kermoal, and P. Mogensen, “Sto-chastic Múltiple-Input-Múltiple-Output Radio Channel Model for Evaluation of Space-Time Coding Algorithms”, IEEE Vehicular
Te-chnology Conference VTC 2000 Fall, Boston, 2000, pp. 893-897.
13. W.H. Press, S. A. Teukolsky, W. T. Vetterling and B. P. Flannery, Numerical Recipes IN C: The Art
Of Scientific Computing,
Cam-bridge University Press, New York, pp. 96-98, 1992.
14. J.A. Díaz, L. Rubio, D. Argilés, J. Monserrat y A.P. García, “Evalua-ción de la dispersión temporal del canal radio indoor en la banda de frecuencias de 0.4 - 4GHz”, XXI Simpósium Nacional de la Unión Científica Internacional de Radio URSI 2006, Oviedo, 12 - 15 de septiembre de 2006.
15. R.S. Roberts, P. Sweeney, and S. R. Saunders, “Short-Term Fading Correlation Between Elements of an Antenna Array in an Indoor Environment for ‘MIMO’ Commu-nication Systems”, Twelfth
Inter-national Conference on Antennas And Propagation, 31 Marzo - 3
Abril, Exeter, UK, 2003.
CURRÍCULOS
Alexis Paolo García Ariza nació en
Bucaramanga, Santander, Co-lombia, en 1978. Es Ingeniero Electrónico por la Universidad
Industrial de Santander, E3T,
2002. En la actualidad es Beca-rio del Programa Alßan (progra-ma de becas de alto nivel de la Unión Europea para América Latina), y estudiante de Ph.D. en Telecomunicación desde 2004 en la Universidad Politécnica de Va-lencia, España. Realiza investiga-ciones en canales MIMO (canales de Múltiples Estradas y Múltiples Salidas) y modelos de propagación aplicables a la región Andina. Es miembro del Grupo de Comu-nicaciones Móviles –MCG, del Instituto de Telecomunicaciones y Aplicaciones Multimedia -iTEAM, en la Universidad Poli-técnica de Valencia, España (te-léfono: +34 963877007-Ext.73009; fax: +34 963879583). También es miembro del Grupo RadioGIS de la Escuela de Inge-nierías Eléctrica, Electrónica y Telecomunicaciones - E3T, de la
Universidad Industrial de San-tander, Bucaramanga, Colombia (teléfono: +57-7 6344000-Ext.2356; fax: +57-7 6359622; e-mail: [email protected], [email protected]).
Lorenzo Rubio Arjona nació en El
Ballestero, Albacete, España, en 1971. Se graduó como Ingeniero de Telecomunicación en la Uni-versidad Politécnica de Valencia en 1996. En 2004 obtuvo el título de Doctor Ing. de Telecomunica-ción, también por la Universidad Politécnica de Valencia, con la lec-tura de su Tesis Doctoral sobre técnicas de ecualización adapta-tiva en sistemas de comunicacio-nes móviles digitales de banda ancha.
En 1996 se incorporó al Departa-mento de Comunicaciones de la Universidad Politécnica de Valen-cia en calidad de profesor asoValen-cia- asocia-do. Desde 2001 es profesor
nume-rario adscrito al Departamento de Comunicaciones, donde imparte las materias de Radiocomunicacio-nes y ComunicacioRadiocomunicacio-nes Móviles.
Estudio de los puntos de acceso
inalámbricos 802.11 en la ciudad de Cali
usando las técnicas WAR-X
Andrés F. Millán
Ronald Daza
James Campiño
Universidad Santiago de Cali Grupo de Investigación COMBA I+D [email protected]
Fecha de recepción: 10-01-2006 Fecha de aceptación: 20-04-2006
ABSTRACT
Hackers can decrypt and read data on a wireless link protected by built-in WEP encryption, and may even able to access the data on a wired network through a Wi-Fi access po-int. The authors assess Wi-Fi net-work security in on Santiago de Cali (Colombia) city used War-X techni-ques
KEY WORDS
Santiago de Cali, WarDriving, WarWalking, War-X, Wi-Fi Networ-ks., Wireless Networks Security.
RESUMEN
Los hackers pueden desencriptar y
leer datos en conexiones inalámbri-cas protegidas por encriptación WEP (encriptación inalámbrica del están-dar básico 802.11), además pueden te-ner la capacidad de acceder a datos de la red cableada a través de un punto de acceso Wi-Fi. Los autores estudiaron la seguridad de las redes Wi-Fi en la ciudad de Santiago de Cali (Colombia) usando las técnicas War-X.
PALABRAS CLAVE
Redes Wi-Fi, Santiago de Cali, segu-ridad en redes inalámbricas, WarDri-ving, Warwalking, War-X
1. INTRODUCCIÓN
Las redes inalámbricas Wi-Fi (basa-das en los estándares 802.11), han aumentado su popularidad en los úl-timos años. Muchos usuarios están instalando redes Wi-Fi en sus casas para acceder a sus servicios de red de banda ancha o imprimir sus docu-mentos desde cualquier lugar de su hogar. Igualmente numerosas empre-sas han adicionado puntos de acceso Wi-Fi a sus redes cableadas, exten-diendo la conectividad de sus emplea-dos en sus servicios de redes corpo-rativos. Sin embargo, la proliferación de las redes Wi-Fi también ha dado a los hackers nuevas oportunidades para obtener acceso no autorizado a los sistemas empresariales o a los datos confidenciales de usuarios re-sidenciales y empresas.
Lo más preocupante es que la mayo-ría de las debilidades de las imple-mentaciones Wi-Fi no se originan en la escasez de arquitecturas o tecno-logías de seguridad para los ambien-tes inalámbricos, sino en la falta de conocimiento de los usuarios y las empresas de los nuevos requerimien-tos y amenazas a la seguridad que na-cen de la instalación de redes Wi-Fi. El grupo de investigación COMBA I+D, consciente de la necesidad de promover entre los usuarios colom-bianos una cultura hacia la seguri-dad inalámbrica, realizó un estudio de los puntos de acceso inalámbricos Wi-Fi en la ciudad de Cali utilizando las técnicas de War-X, con el propósi-to de conocer el estado actual, canti-dad, localización y seguridad de los puntos de acceso inalámbricos exis-tentes.
Este artículo está dividido en tres partes, primero se introduce a las
téc-nicas de War-X, luego se detalla el procedimiento y herramientas utili-zados para realizar el estudio, luego se analizan los datos usando una pla-taforma Web desarrollada por el gru-po investigador. Por último se presen-tan unas recomendaciones y conclu-siones que se pueden utilizar para au-mentar los niveles de seguridad de las redes Wi-Fi en las empresas y los ho-gares.
2. LAS TÉCNICAS DE
DETECCIÓN INALÁMBRICA WAR-X
Los hackers inalámbricos especiali-zados en redes Wi-Fi emplean varias técnicas para detectar hotspots ina-lámbricos o zonas de cobertura de red local inalámbrica. Uno de los grupos de técnicas más utilizados para rea-lizar ataques recibe el nombre de War-X. War-X hace relación a un con-junto de técnicas pasivas de detección de redes Wi-Fi. La Tabla 1 resume las derivaciones de las técnicas War-X. Las técnicas War-X explotan la emi-sión repetitiva de mensajes de broad-cast enviados por los puntos de acce-so inalámbricos. Estos mensajes broadcast son usados por los puntos de acceso inalámbricos para localizar y permitir la conexión a la red de to-dos los usuarios de una manera sim-ple. Sin embargo estos mensajes broadcast contienen información sen-sible para la seguridad de la red Wi-Fi como son el identificador de la red Wi-Fi (denominado SSID), la direc-ción MAC y la configuradirec-ción de la encriptación del punto de acceso ina-lámbrico, entre otros.
Aunque estas técnicas son utilizadas por hackers para buscar redes Wi-Fi vulnerables, el objetivo de este
estu-Nombre de las técnicas Descripción
WarDriving Detección utilizando un vehículo para mapear las casas y empresas que tienen redes Wi-Fi, utilizando software instalado en un portátil inalámbrico.
WarWalking Detección que envuelve caminar por un vecindario o un centro comercial, utilizando un PDA con conexión inalámbrica.
WarSkating Detección utilizando patines WarCycling Detección utilizando bicicletas
WarFlying Detección utilizando aviones o helicópteros
Tabla 1. Técnicas War - X
dio no era aprovecharse de dichas vulnerabilidades mediante ataques activos, sino simplemente conocer específicamente el estado actual de la seguridad de dichos nodos de red Wi-Fi.
El grupo investigador decidió utilizar la técnica de WarDriving para cubrir de manera rápida el área de detec-ción seleccionada y el uso WarWal-king para visitas de detección espe-cíficas sobre todo en grandes superfi-cies como supermercados, centros co-merciales, etc.
3. USANDO WAR-X EN LA CIUDAD DE CALI
El primer paso antes de aplicar las técnicas War-X es seleccionar el área de detección, el grupo investigador seleccionó las comunas 2, 3, 4, 8, 9, 10, 17 y 19 de la ciudad de Cali, to-mando como criterio de selección aquellas con la mayor cantidad de instalaciones de servicios de banda ancha y de redes de acceso corporati-vas de un operador de telecomunica-ciones local.
Posteriormente se realizó un estudio explorativo de las actividades de War-X en el ámbito internacional encon-trando proyectos referentes como la iniciativa WWWD (World Wide War Drive) en los Estados Unidos, o
estu-dios específicos realizados en Chile, Argentina, España y Japón, entre otros. En Colombia se conoce de dos estudios con poco alcance en las ciu-dades de Medellín y Bogotá.
De acuerdo con las experiencias de WarDriving en otros países, el grupo investigador se equipó con un porta-ble con una tarjeta inalámbrica 802.11b conectada a una antena ex-terna de gran ganancia, junto a un sistema GPS de uso civil. La Figura 3 muestra el equipamiento seleccio-nado para realizar el estudio de War-Driving. Para el estudio de áreas es-pecíficas con WarWalking se utilizó una PDA con conectividad inalámbri-ca Wi-Fi.
Figura 1. Equipos utilizados para el estudio
de WarDriving.
Además del hardware requerido es necesario un software de detección,
según sistema operativo instalado en el portable, hoy día en Internet es posible tener una amplia colección de herramientas de software para detec-tar redes Wi-Fi, capturar paquetes o «crakear» las claves WEP. Por ejem-plo, para el sistema operativo MacOS encontramos herramientas como Kis-MAC (http://kismac.com) o MacStum-bler (www.macstumMacStum-bler.com). En los sistemas operativos Linux y BSD hallamos Kismet (www.kismetwireless.net) y AirSnort (http:// airsnort.shmoo.com). El gru-po investigador decide utilizar tres herramientas con soporte para siste-ma operativo Windows XP de Micro-soft, como software de descubrimien-to de redes Wi-Fi NetStumbler (para el portable) y MiniStumbler (para la PDA), además de un software GIS para la ubicación de los puntos de acceso sobre un mapa cartográfico denominado DivaGIS. La Figura 2 muestra el esquema de conexión se-leccionado para realizar el estudio de WarDriving.
Figura 2. Esquema de conexión del hardware
y software en el vehículo.
Por último, el grupo investigador rea-lizó salidas programadas en el área de detección seleccionada. Es
impor-tante aclarar que el WarDriving no es una técnica ilegal mientras no se establezca una conexión a las redes detectadas sin permiso del dueño. Sin embargo en algunas ocasiones los adaptadores usados se pueden «auto-conectar» a los puntos de acceso ina-lámbrico, por eso es recomendable desactivar los protocolos de red del adptador inalámbrico como TCP/IP.
4. RESULTADOS DEL ESTUDIO
El proyecto tenía como uno de sus objetivos específicos el diseño y cons-trucción de una herramienta Web que sirviera como motor estadístico de los resultados obtenidos en este estudio, así como en futuros trabajos, además de permitir divulgar los resultados en Internet. La Figura 3 muestra una pantalla del software denominado WDCali, en esta herramienta se pue-den almacenar las estadísticas por cada salida, por cada estudio y reali-za gráficas estadísticas de los princi-pales aspectos de la seguridad y con-figuración de los puntos de acceso inalámbricos Wi-Fi
Cuando el grupo investigador inició el presente estudio, estimó que la can-tidad de puntos de accesos inalám-bricos 802.11 existentes en Cali no sobrepasaría las 100 unidades, sin embargo durante la detección usan-do War-X se encontraron 522 puntos de acceso inalámbricos. La Figura 4 muestra los puntos detectados por cada una de las comunas caleñas se-leccionadas.
Al analizar los resultados se puede llegar a varias conclusiones:
• La cantidad de puntos de acceso que tienen configurado WEP es de 319 unidades, lo cual representa el 61.1% del total; sin embargo,
