Interference analysis of WLAN communication
Christian Spindelberger, Holger Arthaber, Bernhard Pichler
2019
Die immens wachsende IoT Branche zielt darauf ab, möglichst viele Geräte miteinander zu vernetzen und Informationen auszutauschen. Da ein großer Ansturm auf diesen Markt zu verzeichnen ist, stellte IoT sich als einer der größten Erfolgsgeschichten der letzen Jahre heraus. Thema der vorliegenden Diplomarbeit ist somit, die finanziellen Einstiegsbarrieren der genannten Branche auch für kleinere Firmen, wie zum Beispiel Start-ups, zu reduzieren. Es wurden kostengünstige Implementierungen für die
more »
... arakterisierung von IoT Geräten unter Einfluss von Interferenzen erarbeitet. IoT verwendet für das ISM Band typisch zugelassene Kommunikationsstandards, z.B. WLAN und BLE. Aus diesem Grund wurde eine Messkampagne abgehalten, um das Interferenz Szenario von WLAN Kanälen statistisch zu beschreiben. Zwei Methoden, die Zeit-Quantisierung sowie die Energiedetektion, ermöglichten es, den aufgezeichneten Datenverkehr zu analysieren. Die daraus gewonnenen Parameter bestimmen die Leistung und die Länge des Inteferenzsignals. Des Weiteren wurde ein Messaufbau errichtet, der auf einem WLAN Netzwerk basiert. Hiermit wurden die Auswirkungen von Interferenzen mit typischen leistungsbezogenen Netzwerkparametern, wie Paketfehlerraten und Datendurchsatz, zu beschrieben. Zuzüglich wurden alternative preiswerte Interferenzquellen mit professionellem Hochfrequenz Equipment verglichen. Da die ISM Band Daten überwiegend WLAN basierende Kommunikationen aufwies, erfolgte vorerst die Annahme, Inteferenzen mit einem WLAN Modul zu emulieren. Wegen limitierter Konfigurationsmöglichkeiten solcher Systeme wurde dieser Ansatz jedoch nicht weiterverfolgt. Vielmehr wurde die Ähnlichkeit der Amplitudenverteilung von Modulationstechniken, wie OFDM, und Rauschen ausgenutzt. Es konnte gezeigt werden, dass es möglich ist, ISM Band Interferenzen mit einer simpel aufgebauten Rauschquelle nachzuahmen. Verglichen mit Hochfrequenz Equipment erzielte die Anwendung der Zeit-Quantisierungs Methode, zur Modellierung von Rauschsignalen, die besten Ergebnisse.
doi:10.34726/hss.2019.53285
fatcat:svckhb2u5jgnxaoteddruryt3i