No description available.

This thesis deals with the problem of estimating the velocity of a mobile station (MS)in a mobile communication system using the instantaneous frequency (IF) of the received signal at the MS antenna. This estimate is essential for satisfactory handover performance, effective dynamic channel assignment, and optimisation of adaptive multiple access wireless receivers. Conventional methods for estimating the MS velocity are based either on the statistics of the envelope or quadrature components of the received signal. In chapter 4 of the thesis, we show that their performance deteriorates in the presence of shadowing. Other velocity estimators have also been proposed which require prior estimation of the channel or the average received power. These are generally difficult to obtain due to the non-stationary nature of the received signal. An appropriate window which depends on the unknown MS velocity must first be applied in order to accurately estimate the required quantities. Using the statistics of the IF of the received signal at the MS antenna given in chapter 3, new velocity estimators are proposed in chapter 4 of this thesis. The proposed estimators are based on the moments, zero-crossing rate, and covariance of the received IF. Since the IF of the received signal is not affected by any amplitude distortion, the proposed IF-based estimators are robust to shadowing and propagation path-loss. The estimators for the MS velocity in a macro- and micro-cellular system are presented separately. A macro-cell system can be considered as a special case of a micro-cell in which there is no line-of-sight component at the receiver antenna. It follows that those estimators which are derived for micro-cells can be used in a macro-cell as well. In chapter 4, we analyse the performance of the proposed velocity estimators in the presence of additive noise, non-isotropic scattering, and shadowing. We also prove analytically that the proposed velocity estimators outperform the existing methods in the presence of shadowing and additive noise. The proposed IF-based estimators need prior estimation of both the IF of the received signal and Ricean K-factor. The IF estimation in a typical wireless environment, can be considered as a special case of a general problem of IF estimation in the presence of multiplicative and additive noise. In chapter 5, we show that current time-frequency approaches to this problem which are based on the peak of a time-frequency distribution (TFD) of the signal, fail because of the special shape of the power spectral density of the multiplicative noise in a wireless environment. To overcome this drawback, the use of the first-order moment of a TFD is studied in chapter 5. Theoretical analysis and simulations show that the IF estimator based on the first-order moment of a TFD exhibits negligible bias when the signal-to-additive noise ratio is more than 10 dB. The Ricean K-factor is not only necessary for velocity estimation in micro-cells, but also is a measure of the severity of fading and a good indicator of the channel quality. Two new methods for estimating the Ricean K-factor based on the first two moments of the envelope of the received signal, are proposed in chapter 6. Performance analysis presented in chapter 6, prove that the proposed K estimators are robust to non-isotropic scattering. Theoretical analysis and simulations which are presented in chapters 4 and 7 of this thesis, prove that the proposed velocity and K estimators outperform existing estimators in the presence of shadowing and additive noise.

Σκοπός της παρούσας διπλωματικής εργασίας είναι η μελέτη και ο προσδιορισμός, θεωρητικός και πειραματικός, του συντελεστή Κ της Rician κατανομής σε ένα κανάλι στα 2.4 GHz. Η κατανομή Rice χρησιμοποιείται για την περιγραφή του πλάτους του λαμβανόμενου σήματος σε ένα κανάλι μετάδοσης με ισχυρή επίδραση οπτικής επαφής (Line-of-Sight) μεταξύ κεραίας πομπού και δέκτη. Ο συντελεστής Κ Rice εκφράζει τον λόγο της συνεισφοράς της ισχύος της απευθείας συνιστώσας του σήματος ως προς την συνολική λαμβανόμενη ισχύ λόγω φαινομένων διάχυσης. Χρησιμοποιείται για τον χαρακτηρισμό του καναλιού καθώς και τον υπολογισμό του BER (bit-error-ratio) και της πλέον σημαντικής παραμέτρου των τηλεπικοινωνιών SNR (Signal-to-Noise-Ratio), δηλαδή του λόγου σήματος προς θόρυβο. Στο 1ο κεφάλαιο αναλύονται και περιγράφονται μερικές από τις σημαντικότερες τεχνολογίες ασυρμάτων δικτύων, από την πρώτη στιγμή της εμφάνισής τους (δίκτυα 1ης και 2ης γενιάς) έως τα πιο σύγχρονα δίκτυα 3ης και 4ης γενιάς, και παρουσιάζονται οι ζώνες συχνοτήτων που καταλαμβάνουν αυτές οι τεχνολογίες στο διαθέσιμο ηλεκτρομαγνητικό φάσμα. Στο 2ο κεφάλαιο μελετώνται οι 3 βασικότεροι μηχανισμοί διάδοσης του ηλεκτρομαγνητικού κύματος μέσα σε ένα ασύρματο κανάλι (ανάκλαση, περίθλαση, σκέδαση), περιγράφονται οι τύποι των απωλειών που υφίσταται ένα σήμα κατά την μετάδοση του και τα φαινόμενα των διαλείψεων, που παρατηρούνται πολύ έντονα σε ένα κινητό και μεταβαλλόμενο περιβάλλον διάδοσης. Στο 3ο κεφάλαιο γίνεται περιγραφή του μοντέλου ηλεκτρομαγνητικής μετάδοσης κατά Rice, δηλαδή όταν η απευθείας συνιστώσα του σήματος είναι η ισχυρότερη διαδρομή που ακολουθεί το εκπεμπόμενο σήμα κατά την πορεία του μέχρι τον δέκτη (LoS). Αναλύεται η σημαντικότερη παράμετρος αυτού του τύπου μετάδοσης, δηλαδή ο συντελεστής Κ, και παρουσιάζονται διάφορες μέθοδοι προσδιορισμού του τόσο θεωρητικά όσο και πειραματικά. Στο 4ο κεφάλαιο παρουσιάζονται τα αποτελέσματα των πειραματικών μας μετρήσεων σε διάφορες τοπολογίες μετάδοσης με LoS για ένα δίκτυο Wi-Fi, δηλαδή για συχνότητα λειτουργίας στα 2.4 GHz. Για κάθε τοπολογία, περιγράφεται πλήρως το περιβάλλον μετάδοσης καθώς και ολόκληρη η διαδικασία εκπόνησης των μετρήσεων (μετρητικά όργανα, απαραίτητο λογισμικό, τυχόν προσεγγίσεις κτλ.). Τέλος, στο 5ο και τελευταίο κεφάλαιο, παρουσιάζεται μια μέθοδος υπολογισμού του συντελεστή Κ μέσω των μετρήσεων και με τη βοήθεια του μοντέλου ελευθέρου χώρου, που χρησιμοποιείται για τον υπολογισμό των συνολικών απωλειών διαδρομής του σήματος. Τα αποτελέσματα των υπολογισμών χρησιμοποιήθηκαν, με την βοήθεια του Matlab, για την κατασκευή της CDF των τιμών του Κ αλλά και της γραφικής παράστασης της μεταβολής του Κ συναρτήσει της απόστασης. Οι εμπειρικές CDF συγκριθήκαν και προσεγγιστήκαν με γνωστές θεωρητικές CDF, και η συνάρτηση της μεταβολής του Κ με την απόσταση προσεγγίστηκε με όρους Goodness of Fit με την βοήθεια της γενικής μορφής γνωστών συναρτήσεων. Κλείνοντας, στην τελευταία παράγραφο της εργασίας αφήνεται περιθώριο και δίνεται τροφή για μελλοντική εργασία πάνω στην μελέτη και τον προσδιορισμό του συντελεστή Κ της Rice τόσο για εσωτερικούς όσο και για εξωτερικούς χώρους. / The main purpose of this thesis, is the analysis and estimation , theoretical and empirical, of the Rician K factor for a wireless channel at 2.4 GHz. The Rician power density function is used to describe the amplitude of the received signal when there is a strong LOS component. The Rician K factor expresses the ratio of the power component due to LOS signal propagation and the received signal power due to diffuse components (reflection, scattering, diffraction etc.). It is commonly used for the channel's characterization and the estimation of BER (bit error rate) and SNR (signal to noise ratio), a very important parameter for telecommunications. In the 1st chapter, some of the most important wireless systems are described, since their very first appearance (1G & 2G networks) until the latest 3rd and 4rth generation systems. We also present the current frequency bands and how they are spread at the given electromagnetic spectrum. In the 2nd chapter, the 3 basic propagation mechanisms (reflection, scattering, diffraction) are studied. In addition, we describe all types of signal attenuation within a wireless channel and the fading phenomena that are so commonly seen in mobile and continuously changing propagation environments. In the 3rd chapter, the Rician model of electromagnetic propagation, where LOS is the strongest path of signal components, is analyzed. The most important parameter of this propagation type, the Rician K factor, is also studied. Therefore, various methods of theoretical and empirical estimation of the K factor are presented. In the 4rth chapter, we include the results of our measurements in various LOS propagation topologies for a Wi-Fi system at 2.4 GHz. For each measurement topology, the propagation environment as well as the entire measurement procedure, are thoroughly described. Lastly, in the 5th and final chapter, a K factor estimation method based on the empirical set of data and the Free Space Model, used for the average path loss calculation, is presented. The results of our measurements via the help of the Matlab software were used in order to plot the CDF of K values as well as the K values versus d (distance) curve. Using curve fitting methods, the empirical CDFs and plots were compared to theoretical ones in terms of Goodness of Fit. In the closing section, possible future research in the aforementioned fields is proposed.