Modelización del canal inalámbrico para enlaces punto a punto empleando tecnología Zigbee en entornos exteriores

On Modeling Wireless Channel for point to point links by using Zigbee technology in Outdoors Scenarios.

Esta obra está bajo una Licencia Creative Commons Atribución-CompartirIgual 3.0 Internacional.

El estudio de propagación es importante para la planificación y dimensionamiento de redes inalámbricas, ya que proporciona el modelado físico del canal de comunicación permitiendo estimar la potencia necesaria para establecer el enlace de comunicación (de Sales Bezerra, Rodrigues de Sousa, da Silva Eleutério, & Silva Rocha, Agosto 2015). Los modelos de propagación son herramientas matemáticas para planear y optimizar las redes de sistemas inalámbricos (Timoteo, Cunha, & Cavalcanti, 2014) a través de cálculos matemáticos y mediciones que permiten caracterizar las pérdidas en un entorno determinado (Rappaport, 2009). El amplio crecimiento de tecnologías inalámbricas en la última década ha dado lugar al desarrollo de nuevos dispositivos creados para suplir diversas necesidades que van desde la salud hasta el fitness (Rappaport, MacCartney, Samimi, & Sun, 2015). Siendo así como se han desarrollado las redes inalámbricas de sensores (WSN, del inglés Wireless Sensor Network).

Existen muchos ejemplos de aplicaciones de WSN que están siendo usadas para el sector rural tales como la monitorización de aguas residuales, riego de plantaciones, control de emisiones de gases de invernadero entre otras (Kalita, Kumar, & Kar, 2011). ZigBee es una tecnología inalámbrica global abierta basada en el estándar IEEE 802.15.4 y que opera en bandas no licenciadas (868 MHz, 915 MHz y 2.4 GHz) (IEEE). En la actualidad las redes de sensores inalámbricos utilizan ZigBee para su comunicación (Tabassum & Zen, 2015). La comunidad científica encargada de realizar el dimensionamiento y planificación de redes basadas en tecnología ZigBee no cuentan con un modelo de propagación específico para redes de estas características y con distancias de hasta 160 metros entre dispositivos por lo que utilizan modelos de propagación generalizados para las comunicaciones inalámbricas como son por ejemplo COST 231 (de Brito, 1993), Okumura Hata (Schneider, Lambrecht , & Baier, 1996), Espacio Libre (Manneback, 1923), entre otras. Con una adecuada planificación y dimensionamiento de este tipo de redes se lograría aumentar la eficiencia y disminuir los costos implícitos de las mismas. Para lograr este objetivo es necesario contar con un modelo de propagación confiable y de bajo error cuadrático medio.

Bajo esta premisa en la literatura se encuentran varios modelos de propagación que se han generado para diversas redes inalámbricas con distintos estándares, en el artículo de (Sujak, Ghodgaonkar, Mohd, & Khatun, 2005) los autores presentan un modelo de propagación de una red inalámbrica WiFi bajo el estándar IEEE.802.11b para entornos indoors variando la altura del punto de acceso utilizado y considerando los obstáculos presentes. Por otra parte en (de Souza & Lins, 2008) los autores realizan una modelización de propagación de una red inalámbrica WiFi bajo el estándar IEEE.802.11g en ambientes indoor para la generación del modelo y utilizan ambientes outdoors para validalo. En el caso específico de redes inalámbricas que trabajan con tecnología ZigBee podemos encontrar diversas modelizaciones, en (Gao & Lan, 2013) los autores modelan mediante simulación el canal para comunicar ZigBee a través de la atmósfera a varios kilómetros de distancia, en su análisis describen que su modelo de propagación bordea un error del 10%. Adicionalmente en (Pellegrini, Persia, Volponi, & Marcone, 2011) se modela el canal de comunicación para ZigBee utilizando mediciones de la potencia de la señal recibida (RSSI) en tres entornos distintos, pero a distancias menores a 10 metros. Finalmente en (Moschitta, Macii, Trenti, Dalpez, & Bozzoli, Mayo 2012) se realiza la modelización del canal para una red ZigBee desplegada a una distancia máxima de 4 metros en condiciones ideales utilizando una cámara anecoica para eliminar interferencias causadas por el ambiente.

En este contexto, en base a la investigación realizada no existen trabajos que modelen el canal inalámbrico de enlaces en ambientes externos, por lo tanto el objetivo del presente trabajo consiste en caracterizar el canal inalámbrico en una red punto a punto entre dispositivos que utilicen tecnología ZigBee a una frecuencia de 2.4GHz en ambientes exteriores. El modelo resultante se obtiene tras analizar la potencia RSSI recibida al momento de comunicar dos dispositivos ZigBee en un rango de 2 a 160 metros con línea de vista en una superficie plana y sin obstáculos en el trayecto, adicionalmente se consideró la influencia de la altura sobre el suelo de las antenas de los dispositivos al momento de la comunicación.

El presente documento está organizado de la siguiente manera. En la sección II se explica los materiales y métodos utilizados para el despliegue de la red PtP con tecnología ZigBee. En la sección III se describe el análisis estadístico realizado a los datos obtenidos en el despliegue de la red. En la sección IV se muestra el resultado final de la modelización del canal ZigBee para exteriores a 2.4GHz. Finalmente en la sección V se realiza la discusión con los resultados de trabajos relacionados, así como las conclusiones propias de esta investigación y los trabajos futuros a desarrollar.

El escenario escogido para la obtención de datos fue el parque Itchimbía en la ciudad de Quito ubicado a 1900 metros sobre el nivel del mar, dentro de este parque se seleccionó un tramo plano con línea de vista de 200 metros cercano al Centro Cultural Itchimbía ubicado en las coordenadas geográficas: Latitud 0°13'15.79"S y Longitud: 78°30'1.96"O mostrado en la figura 1.

Figura 1
Escenario de la Red Inalámbrica PtP

Para establecer la comunicación ZigBee se utilizaron los módulos XBee S2 PRO (XBee) fabricados por Digi International y configurados en modo API (del inglés: Application Programming Interface) para que puedan interactuar sin inconvenientes con los programas implementados sobre las tarjetas de desarrollo Waspmote (Libelium) creado por la empresa Libelium.

La red PtP fue constituida en sus extremos por un terminal cumpliendo funciones de punto coordinador y en el otro extremo un terminal cumpliendo funciones de dispositivo final. En el extremo del dispositivo final se realiza un envío permanente de paquetes hacia el punto coordinador llenos de información aleatoria, utilizando el programa WaspZB_random (Libelium) proporcionado por el propio fabricante Libelluim para garantizar el envío de información aleatoria, mientras que en el punto coordinador se reciben estos paquetes despreciando los datos contenidos y almacenando únicamente el parámetro RSSI con que llegaron dichos paquetes utilizando el programa WaspXBeeZB_3_gettingRSSI (Libelium) integrado en el IDE (del inglés: Integrated Development Enviroment) v2.0 de Waspmote. El modelado se lo realizó considerando el parámetro RSSI, variando la distancia de la red PtP en un rango de 2 a 160 metros debido a las características de alcance de los equipos utilizados en la medición y posteriormente modificando la altura de los dispositivos con respecto al suelo. Utilizando este procedimiento y programas desarrollados en el IDEv2.0 de Waspmote e instalados en ambos dispositivos extremos de la red, tanto en el punto coordinador como en el dispositivo final, se logra la obtención de 200 muestras por minuto que son enviados por conexión serial desde el punto coordinador hacia un computador para almacenar los datos recibidos, manteniendo la conexión por dos minutos para conseguir 400 muestras por punto y así disminuir el error cuadrático medio.

Una vez obtenidas las mediciones del parámetro RSSI se procede a calcular la mediana en cada punto medido de las tres redes no simultáneas desplegadas en el escenario (a 25cm, a 50cm y a 75cm del suelo), se trabaja con la mediana para equilibrar las dispersiones de las muestras adquiridas. Como se muestra en la Figura 2 la altura a la que fueron colocados los dispositivos influyen en la pendiente de los valores obtenidos, por tal motivo se procede a analizar de forma independiente cada caso y al final realizar una interpolación de resultados.

Figura 2
Mediciones obtenidas en todos los puntos

Posteriormente se consideran los valores que se encuentran en un intervalo de confianza en el rango de la mediana ± 1 desviación estándar para disminuir el error cuadrático medio y los valores fuera de este intervalo son descartados ya que estos valores incrementarían el error. Con los valores obtenidos se procede a realizar la modelización, en (Ahmed, Orfali, Khattab, & Mohamed, 2011) se determinó que el promedio de pérdidas de un enlace (PL) a una distancia d entre el transmisor y el receptor viene dado por:

donde n es el exponente de las pérdidas de trayecto y d_0 es la distancia de referencia cercana.

Como se puede observar en la Figura 3, cuando los terminales se encuentran a 25cm sobre el nivel del suelo, se encuentra un punto de discontinuidad a los 105 metros por ende se realiza el ajuste de la curva en dos intervalos, de 2 a 105 metros y de 105 160 metros para lograr un mejor ajuste de curva.

En la Tabla 1 se muestran los coeficientes de (1) que describen el comportamiento de la curva al realizar la medición a 25 centímetros de altura sobre el suelo, el ajuste tiene un error cuadrático medio del 2.27%.

Tabla 1
Constantes y errores obtenidos para altura de los dispositivos a 25cm.

Figura 3
Dispositivos desplegados a 25cm sobre el suelo

Al analizar en el caso donde los dispositivos fueron ubicados a 50cm sobre el nivel del suelo, mostrado en la Figura 4, se determina que existe una discontinuidad ubicada a los 80 metros, por tal motivo se procede a dividir en dos intervalos, de 2 a 80 metros y de 80 a 160 metros, para lograr un mejor ajuste de curva.

En la Tabla 2 se observan los coeficientes obtenidos al ajustar a (1) las mediciones realizadas a una altura de 50 centímetros sobre el suelo, con dicho juste se obtiene un error cuadrático medio del 2.77%.

Tabla 2
Constantes y errores obtenidos para altura de los dispositivos a 50cm.

Figura 4
Dispositivos desplegados a 50cm sobre el suelo

A continuación se analiza el caso en el cual los dispositivos fueron colocados a una altura de 75cm sobre el nivel del suelo (Figura 5), donde se puede visualizar que el punto de discontinuidad se presenta a los 60 metros y de igual forma que en los procesos anteriores, se dispone a dividir en dos intervalos, de 2 a 60 metros y de 60 a 160 metros para optimizar los resultados al realizar el ajuste de la curva. En la Tabla 3 se muestran los coeficientes de (1) que describen el comportamiento de la curva al realizar la medición a 75 centímetros de altura sobre el suelo, el ajuste tiene un error cuadrático medio del 1.95%

Tabla 3
Constantes y errores obtenidos para altura de los dispositivos a 75cm

Figura 5
Dispositivos desplegados a 75cm sobre el suelo

Finalmente se realiza el análisis cuando los dispositivos fueron colocados a una altura de 100cm sobre el nivel del suelo (Figura 6), donde se puede visualizar que el punto de discontinuidad se presenta a los 60 metros y de igual forma que en los procesos anteriores, se divide en dos intervalos, de 2 a 60 metros y de 60 a 160 metros para optimizar los resultados al realizar el ajuste de la curva.

Tabla 4
Constantes y errores obtenidos para altura de los dispositivos a 100cm

En la Tabla 4 se observan los coeficientes de (1) que describen el comportamiento de la curva al realizar la medición a 100 centímetros de altura sobre el suelo, el ajuste tiene un error cuadrático medio del 1.72%

Figura 6
Dispositivos desplegados a 100cm sobre el suelo

Considerando los puntos de discontinuidad hallados se determinó que dicha discontinuidad responde a una forma exponencial, variando con respecto a la altura de los dispositivos, como se muestra en la Figura 7.

Figura 7
Puntos de Discontinuidad

Analizando la Figura 7 se observa que a mayor altura sobre el suelo están colocadas las antenas, el punto de quiebre tiende a acercarse al punto coordinador de la red desplegada y que la posición de la discontinuidad describe una curva exponencial decreciente con asíntota en 60 metros.

Interpolando los resultados encontrados en la sección anterior, comparando entre varias aproximaciones (lineales, cuadráticas y logarítmicas) se determinó que la aproximación con un menor error cuadrático medio entre los valores calculados y los valores medidos viene dado por el siguiente modelado:

Las pérdidas del enlace vienen dado por la ecuación general (1):

Donde

será la distancia a la cual se desea calcular la pérdida, los coeficientes de la

ecuación dependen del punto de discontinuidad (p) que será dado por (2), modelado en forma exponencial decreciente

En (Pellegrini, Persia, Volponi, & Marcore, 2011) se mide el parámetro RSSI en relación a la Distancia, en entornos indoors reales y se derealtermina que la propagación se ve afectada por la polarización de las antenas de los dispositivos, más no se analiza si la altura de las antenas de los dispositivos va a influir en las pérdidas de propagación.

Por otra parte en (Moschitta, Macii, Trenti, Dalpez, & Bozzoli, Mayo 2012) se realiza el análisis de propagación dentro de una cámara anecoica a una distancia máxima de 4 metros, presentando un modelo válido en condiciones ideales sin interferencias haciéndolo un modelo limitado y poco aplicable en la realidad, el modelo presentado en esta investigación fue caracterizado a partir de datos obtenidos en campo en condiciones reales permitiendo que sea usado en aplicaciones para redes que cumplan con las características mencionadas previamente y desplegadas a una distancia de hasta 160 metros.

Mientras que en (Gao, & Lan, 2013) se obtiene un modelo de propagación mediante simulación para comunicación ZigBee a grandes distancias, con un modelo resultante de alto error, alrededor de 10% debido a los intervalos amplios (hasta cientos de metros) entre puntos de obtención de datos, a diferencia del modelo obtenido en la presente investigación, en el cual los datos son tomados en campo y se logra obtener un error cuadrático medio aproximado del 3%.

Finalmente en (Lara, Garcés, & Lanchimba, 2016) se obtiene un modelo del canal de propagación ZigBee a una frecuencia de 2.4GHz en entornos outdoors con un ajuste logarítmico para distancias de hasta 200 metros, donde se encuentra una discontinuidad a los 60 metros. Mientras que en el presente trabajo se realiza la modelización del canal de propagación ZigBee a 2.4GHz de entornos outdoors, analizando la afectación de la discontinuidad a causa de la altura de los dispositivos, la cual describe una curva exponencial decreciente donde a medida que la altura aumenta, la discontinuidad se aproxima al dispositivo que transmite la señal hasta llegar a su asíntota en 60 metros, punto en el que tiende a estabilizarse dicha discontinuidad, es justificable que a mayor altura el punto de discontinuidad tienda a acercarse al dispositivo transmisor debido a la influencia de la onda reflejada, como en (Sherstyukov, Latipov, & Sherstyukov, 2011) donde sus autores analizan la influencia de las ondas reflejadas sobre la propagación de ondas de radio, es coherente pensar en base a nuestra investigación que a menor altura de los dispositivos, las ondas reflejadas van a tener un ángulo mayor permitiendo una incidencia a mayor distancia, mientras que por el contrario a una mayor altura la incidencia de las ondas reflejadas va a ser menor y el punto de discontinuidad se va acercar al dispositivo transmisor. El modelo presentado en este trabajo divide a la propagación en dos segmentos para su análisis, siendo el punto decisivo, el punto donde se genera la discontinuidad, dicho punto es considerado en la presente investigación generando una ecuación matemática para poder localizarlo y a partir de ahí calcular las pérdidas del enlace a una determinada distancia a una altura precisada, entregando a la comunidad científica un modelo más completo capaz de contribuir a la mejora de la planificación y dimensionamiento de una red para sectores con baja densidad poblacional.

Estamos interesados en seguir con esta línea de investigación indagando sobre las causas que generan la brecha en la propagación de las ondas, tratado en el presente trabajo como punto de discontinuidad. Por otra parte se pretende desarrollar pruebas en un mayor número de escenarios, profundizando en el efecto causado por los obstáculos y la influencia de la línea de vista, para lograr extender el alcance del modelo presentado y brindar a la comunidad científica un modelo de propagación más general.

Por otra parte en (Moschitta, Macii, Trenti, Dalpez, & Bozzoli, Mayo 2012) se realiza el análisis de propagación dentro de una cámara anecoica a una distancia máxima de 4 metros, presentando un modelo válido en condiciones ideales sin interferencias haciéndolo un modelo limitado y poco aplicable en la realidad, el modelo presentado en esta investigación fue caracterizado a partir de datos obtenidos en campo en condiciones reales permitiendo que sea usado en aplicaciones para redes que cumplan con las características mencionadas previamente y desplegadas a una distancia de hasta 160 metros.

Mientras que en (Gao, & Lan, 2013) se obtiene un modelo de propagación mediante simulación para comunicación ZigBee a grandes distancias, con un modelo resultante de alto error, alrededor de 10% debido a los intervalos amplios (hasta cientos de metros) entre puntos de obtención de datos, a diferencia del modelo obtenido en la presente investigación, en el cual los datos son tomados en campo y se logra obtener un error cuadrático medio aproximado del 3%.

Finalmente en (Lara, Garcés, & Lanchimba, 2016) se obtiene un modelo del canal de propagación ZigBee a una frecuencia de 2.4GHz en entornos outdoors con un ajuste logarítmico para distancias de hasta 200 metros, donde se encuentra una discontinuidad a los 60 metros. Mientras que en el presente trabajo se realiza la modelización del canal de propagación ZigBee a 2.4GHz de entornos outdoors, analizando la afectación de la discontinuidad a causa de la altura de los dispositivos, la cual describe una curva exponencial decreciente donde a medida que la altura aumenta, la discontinuidad se aproxima al dispositivo que transmite la señal hasta llegar a su asíntota en 60 metros, punto en el que tiende a estabilizarse dicha discontinuidad, es justificable que a mayor altura el punto de discontinuidad tienda a acercarse al dispositivo transmisor debido a la influencia de la onda reflejada, como en (Sherstyukov, Latipov, & Sherstyukov, 2011) donde sus autores analizan la influencia de las ondas reflejadas sobre la propagación de ondas de radio, es coherente pensar en base a nuestra investigación que a menor altura de los dispositivos, las ondas reflejadas van a tener un ángulo mayor permitiendo una incidencia a mayor distancia, mientras que por el contrario a una mayor altura la incidencia de las ondas reflejadas va a ser menor y el punto de discontinuidad se va acercar al dispositivo transmisor. El modelo presentado en este trabajo divide a la propagación en dos segmentos para su análisis, siendo el punto decisivo, el punto donde se genera la discontinuidad, dicho punto es considerado en la presente investigación generando una ecuación matemática para poder localizarlo y a partir de ahí calcular las pérdidas del enlace a una determinada distancia a una altura precisada, entregando a la comunidad científica un modelo más completo capaz de contribuir a la mejora de la planificación y dimensionamiento de una red para sectores con baja densidad poblacional.

Estamos interesados en seguir con esta línea de investigación indagando sobre las causas que generan la brecha en la propagación de las ondas, tratado en el presente trabajo como punto de discontinuidad. Por otra parte se pretende desarrollar pruebas en un mayor número de escenarios, profundizando en el efecto causado por los obstáculos y la influencia de la línea de vista, para lograr extender el alcance del modelo presentado y brindar a la comunidad científica un modelo de propagación más general.

Los autores desean expresar su agradecimiento a la Universidad de las Fuerzas Armadas – ESPE por el apoyo económico en el desarrollo de este trabajo a través del Proyecto 2013-PIT-014 y 2015-PIC-004