Protokół osobistych badań pomiaru narażenia RF-EMF w sieciach telekomunikacyjnych 5. generacji

• Maarten Velghe, Sam Aerts, Luc Martens, Józef Wout & Arno Thielens 

Zdrowie środowiskowe volume 20, Numer artykułu: 36 (2021) Cytuj ten artykuł

• 3590 dostępów, 14 Cytowania, 6 Altmetric, Metrykidetails

Abstrakt

Tło

Ogół społeczeństwa jest narażony na pola elektromagnetyczne o częstotliwości radiowej (RF-EMF) wykorzystywane przez sieci telekomunikacyjne. Wcześniejsze badania opracowały metody oceny tej ekspozycji. Metody te będą niewystarczające do dokładnej oceny narażenia w technologiach 5G lub innych technologiach bezprzewodowych wykorzystujących anteny adaptacyjne. Wynika to z faktu, że stacje bazowe 5G NR (nowe radio) będą aktywnie koncentrować się na podłączonych użytkownikach, co spowoduje duże różnice czasoprzestrzenne w RF-EMF. Zwiększa to niepewność pomiaru osobistych pomiarów ekspozycji na RF-EMF. Ponadto ekspozycja użytkownika ze stacji bazowych będzie zależeć od ilości wykorzystanych danych, dodając nowy składnik do ekspozycji wywołanej automatycznie, która jest często pomijana w obecnych badaniach.

Cele

Celem artykułu jest opracowanie ogólnego protokołu badawczego dla przyszłych osobistych badań ekspozycji RF-EMF dostosowanych do technologii 5G. Protokół ten będzie obejmował ocenę automatycznego narażenia zarówno własnych urządzeń użytkownika, jak i stacji bazowych sieci.

Metoda

Badanie to opiera się na wnioskach wyciągniętych z wcześniejszych badań narażenia na RF-EMF i obecnej wiedzy na temat technologii 5G, w tym badań symulujących stacje bazowe 5G NR i pomiarów wokół miejsc testowych 5G NR.

Wyniki

Aby uwzględnić narażenie wywołane automatycznie, wprowadza się podejście oparte na aktywności. W badaniach ankietowych czujnik RF-EMF jest zamocowany na urządzeniu mobilnym (urządzeniach mobilnych) uczestników. Na podstawie zmierzonej gęstości mocy, danych GPS oraz czujników ruchu i zbliżeniowych można grupować różne działania i oceniać ekspozycję podczas każdej aktywności. W pomiarach mikrośrodowiskowych przeszkolony badacz wykonuje pomiary w predefiniowanych mikrośrodowiskach za pomocą urządzenia mobilnego wyposażonego w czujnik RF-EMF. Urządzenie mobilne jest zaprogramowane do powtarzania sekwencji scenariuszy transmisji danych (różne ilości transmisji danych w górę i w dół). Na podstawie symulacji można ocenić ilość ekspozycji indukowanej w ciele, gdy urządzenie użytkownika znajduje się w określonym miejscu względem ciała.

Konkluzja

Nasz protokół odnosi się do głównych wyzwań związanych z pomiarem narażenia osobistego wprowadzonych przez 5G NR. Wprowadzono systematyczną metodę oceny narażenia użytkownika wywołanego automatycznie.

Sprawozdania z wzajemnej oceny

Wprowadzenie

Rozwój bezprzewodowych technologii telekomunikacyjnych wzbudził zaniepokojenie opinii publicznej potencjalnymi skutkami zdrowotnymi osobistej ekspozycji na pola elektromagnetyczne o częstotliwości radiowej (RF-EMF), które są emitowane przez te sieci i ich użytkowników. Ogólnie rzecz biorąc, ekspozycja ta dzieli się na ekspozycję spowodowaną własnym korzystaniem z urządzeń mobilnych, tzw. ekspozycję autoindukowaną oraz ekspozycję spowodowaną przez sieć i innych użytkowników znajdujących się w pobliżu, tzw. ekspozycję środowiskową [7, 9, 21]. W celu oceny tej ekspozycji opracowano różne metody, takie jak: mapy czasoprzestrzenne [3], osobiste pomiary mikrośrodowiskowe [32, 35], pomiary punktowe [17, 36], modelowanie geoprzestrzenne [5, 18], badania ankietowe [11, 37] oraz symulacje [4, 29]. W badaniu Röösli i in. [19] opracowano protokół, który może zmniejszyć zależność od zastosowanej metody pomiaru wyników w różnych badaniach.

Röösli i in. [19] zidentyfikowali dwa podstawowe typy badań dozymetrycznych ekspozycji RF-EMF: badania populacji (z wykorzystaniem pomiarów) i pomiary mikrośrodowiskowe. W badaniu populacji uczestnicy wybrani spośród ogółu społeczeństwa otrzymują osobisty miernik ekspozycji (PEM), aby nosić go ze sobą przez określony czas. Są one poinstruowane, aby prowadzić dziennik swoich działań i na tej podstawie uzyskuje się zbiorcze statystyki dotyczące narażenia populacji. W badaniach mikrośrodowiskowych wyszkolony badacz wykonuje pomiary w sposób, który reprezentuje typowe zachowanie w interesującym środowisku. Jednak w obu przypadkach okazało się trudne do ilościowego określenia ekspozycji RF-EMF indukowanej w użytkowniku przez jego własne urządzenia. Ta automatycznie indukowana ekspozycja na uplink (a-UL) jest bardzo zależna od położenia urządzenia względem ciała, emitowanej częstotliwości i mocy transmisji, podczas gdy zmierzony poziom ekspozycji zależy od tych samych czynników, ale ma dodatkową zależność od odległości między urządzeniem użytkownika a PEM. Stwarza to wysoką niepewność pomiaru ekspozycji na a-UL. W badaniach mikrośrodowiskowych często unika się tego całkowicie, nie używając osobistego urządzenia podczas pomiarów i ograniczając badania do narażenia środowiskowego. W badaniach populacji problem ten jest często obchodzony poprzez poleganie na zgłaszanym przez siebie korzystaniu z urządzeń osobistych uzyskanych za pomocą kwestionariuszy lub dzienników użytkowania osobistego [11].

Jednak nadchodząca piąta generacja technologii telekomunikacyjnych (5G) ma na celu fundamentalną zmianę RF-EMF, na które narażona jest opinia publiczna [5]. Metody stosowane do pomiaru narażenia ludzi na źródła ze starszych technologii (2G – 2G) będą niewystarczające do reprezentatywnego ilościowego określenia narażenia na RF-EMF ze źródeł 4G [5]. Dzieje się tak głównie dlatego, że stacje bazowe 23G NR (nowe radio) wyposażone w technologię MaMIMO (Massive Multiple-Input Multiple-Output) będą w stanie stale dostosowywać swoje kodowanie wstępne w celu optymalizacji stosunku sygnału do szumu w określonych lokalizacjach urządzeń użytkownika, które obsługują[5]. Powoduje to gwałtownie zmieniające się pola, zarówno w przestrzeni, jak i w czasie, a tym samym większą niepewność pomiaru. Co więcej, narażenie danej osoby na stacje bazowe (tj. Ekspozycja na łącza w dół (DL)) będzie znacznie bardziej zależna od tego, czy działa jako użytkownik, czy nie. W związku z tym ekspozycja automatycznie wywołana przez daną osobę nie będzie już ograniczona do ekspozycji UL z jej własnych urządzeń, ale obejmie również ekspozycję na DL ze stacji bazowych 15G NR [5]. Ponadto oczekuje się, że automatycznie indukowana część ekspozycji na DL będzie dominującym składnikiem [4]. W związku z tym oczywista jest potrzeba uwzględnienia oceny narażenia wywołanego automatycznie w kampaniach pomiarowych. Ponadto sieci 4G NR będą również wykorzystywać nowe metody dostępu do kanałów [5], pasma częstotliwości [29] i architektury sieciowe [16]. Wszystkie te czynniki zmienią narażenie ogółu społeczeństwa na RF-EMF i uzasadniają potrzebę zaktualizowanego protokołu pomiaru osobistego narażenia na RF-EMF.

Celem artykułu jest opracowanie ogólnego protokołu badawczego dla przyszłych osobistych badań ekspozycji RF-EMF dostosowanych do technologii 5G. Protokół ten obejmie ocenę autoindukowanej ekspozycji zarówno własnych urządzeń użytkownika, jak i stacji bazowych sieci i obejmie zarówno badania ankietowe, jak i badania mikrośrodowiskowe. Wniosek zostanie opracowany na podstawie wniosków wyciągniętych z wcześniejszych badań narażenia na RF-EMF i obecnej wiedzy na temat technologii 5G, w tym badań symulujących stacje bazowe 5G NR i pomiarów wokół miejsc testowania 5G NR.

W sekcji 2 przedstawiono niezbędne informacje ogólne w celu zrozumienia wyzwań, jakie stwarza 5G NR w zakresie pomiarów narażenia osobistego. Obejmuje to przegląd protokołu obecnie stosowanego w badaniach narażenia osobistego, wyjaśnienie, w jaki sposób i dlaczego RF-EMF w 5G NR zachowują się inaczej w porównaniu ze starszymi technologiami oraz powtórzenie, dlaczego potrzebny jest nowy protokół badawczy. W sekcji 3 opisano proponowany protokół badawczy, w tym niezbędne cechy nowych urządzeń pomiarowych, procedurę pomiarową i przetwarzanie danych. Wreszcie, w sekcji 4, omówimy, w jaki sposób procedura ta jest dostosowana do wyzwań wymienionych w sekcji 2 i jakie przyszłe badania będą niezbędne do optymalizacji protokołu.

Tło

Przegląd aktualnego protokołu dozymetrii narażenia

Jak stwierdzono we wstępie, niniejsze badanie koncentruje się na opracowaniu protokołu badań ankietowych [11] i badań mikrośrodowiskowych [22] osobistej ekspozycji na RF-EMF. Oba rodzaje badań mają różne cechy pod względem oceny osobistej ekspozycji na RF-EMF w populacji. Zaletą badania populacyjnego jest to, że wyniki przedstawiają ludzkie zachowanie w pełnych 24-godzinnych cyklach [37]. Zaletą badań mikrośrodowiskowych jest natomiast to, że pewne parametry związane z ekspozycją są bardziej kontrolowane, np. stała, skalibrowana pozycja PEM na ciele i brak użycia własnych urządzeń mobilnych [33].

W badaniach ankietowych celem jest ocena osobistego narażenia w niektórych częściach populacji [11]. Części te są zazwyczaj definiowane przez takie parametry, jak wiek, powierzchnia mieszkalna, rodzaj pracy itp. Z każdej grupy wybierana jest pewna liczba uczestników, z których każdy otrzymuje urządzenie pomiarowe, takie jak PEM [8, 34]. Przeprowadzono inne badania, w których uczestnicy instalowali aplikację na własnym smartfonie lub zastępowali własny smartfon alternatywnym urządzeniem wyposażonym w aplikację, rejestrującą przesyłaną moc urządzenia i pewne parametry określające łączność z siecią, takie jak wskaźnik siły odbieranego sygnału (RSSI) [6]. Uczestnicy muszą nosić ze sobą urządzenie pomiarowe (PEM lub smartfon) przez kilka dni i prowadzić dziennik swoich działań [34]. Ponadto urządzenie pomiarowe często śledzi dane GPS [34]. Głównym wymogiem jest, aby uczestnicy byli wybierani losowo, reprezentatywni dla ich części populacji, oraz aby próba uczestników była wystarczająco duża [11].

Obecnie ekspozycja na a-UL jest już największym źródłem niepewności pomiaru w badaniach ankietowych [37]. Niepewność ta jest spowodowana głównie rozbieżnością między zmierzoną ekspozycją osobistą a faktycznie wywołaną ekspozycją osobistą podczas a-UL. Wyjaśnienie tej niepewności pomiaru można znaleźć w różnicy w miejscu, w którym mierzona jest ekspozycja (lokalizacja PEM) i gdzie ekspozycja jest indukowana (lokalizacja na ciele ludzkim w pobliżu urządzenia użytkownika [20]). Alternatywną techniką rejestrowania ekspozycji a-UL jest wykorzystanie osobistych dzienników. Są one jednak podatne na błędy ludzkie, błąd przypominania i, co ważniejsze, ekspozycja zależy od mocy wyjściowej urządzenia, której nie mogą ocenić uczestnicy badania ankietowego. Emitowana moc zależy (między innymi) od łączności telefonu, której nie można wywnioskować ze zmierzonych danych PEM.

W badaniach mikrośrodowiskowych celem jest ocena narażenia osobistego na określonych obszarach geograficznych [28]. Badane obszary podzielone są na mikrośrodowiska. Są to albo mniejsze części obszaru określone przez typową działalność wykonywaną przez społeczeństwo (mieszkalne, handlowe, przemysłowe itp.), Albo wewnątrz budynków (biura, domy, szkoły, dworce kolejowe itp.), Albo podczas korzystania z określonego środka transportu publicznego (pociągi, autobusy itp.). Następnie badacz definiuje ścieżkę przez mikrośrodowisko lub pewne linie transportu publicznego, wzdłuż których wykonuje zestaw powtarzających się pomiarów, potencjalnie podzielonych na określone przedziały czasowe, nosząc PEM [28]. Obecnie pomiary mikrośrodowiskowe są wykonywane tylko w scenariuszach niezwiązanych z użytkownikiem, a zmierzone narażenie jest skatalogowane jako narażenie środowiskowe. Aby uzyskać reprezentatywny pomiar ekspozycji na DL w środowisku, wystarczy co najmniej 15 minut marszu [32]. Bolte [9] określa cztery czynniki wpływające na niepewność pomiaru PEM: błędy mechaniczne, proces pomiaru spowodowany sprzętowym oprogramowaniem filtrów, efekt anizotropii oraz wpływ ciała (cieniowanie, absorpcja i odbicie). Ostatnie trzy można zmniejszyć, wykonując kalibracje (na ciele) lub nosząc wiele urządzeń. Thielens i in. [26] stwierdzili, że niepewność pomiaru można zmniejszyć o 2,6 dB poprzez jednoczesne noszenie dwóch PEM i przeprowadzanie kalibracji PEM na ciele.

Zachowanie RF-EMF w technologiach MaMIMO

W tym artykule różne źródła ekspozycji RF-EMF są podzielone na pięć kategorii:

• Environmental broadcasting downlink (BC): W wielu sieciach stacje bazowe wysyłają kontrolę w celu znalezienia potencjalnych użytkowników.
• Uplink do transmisji danych z automatyczną indukcją (a-UL): Transmisja danych z własnego urządzenia użytkownika do stacji bazowej.
• Uplink transmisji danych środowiskowych (e-UL): Transmisja danych z urządzeń innych, pobliskich użytkowników w kierunku stacji bazowej.
• Automatycznie indukowana transmisja danych w dół (a-DL): W starszych technologiach transmisja danych odbywa się za pośrednictwem stałych, szerokich na komórkę wiązek. W LTE-Advanced (4.9G) i 5G NR wąskie wiązki są kierowane ze stacji bazowych do urządzenia użytkownika (w przypadku braku widoczności powoduje to hotspot RF-EMF na urządzeniu użytkownika).
• Transmisja danych środowiskowych (ruch) downlink (e-DL): Wąskie wiązki i hotspoty skierowane na i wokół innych, pobliskich urządzeń użytkownika.

Osoba niebędąca użytkownikiem jest narażona na pierwszą, trzecią i piątą kategorię (tj. tylko źródła środowiskowe), użytkownik jest narażony na wszystkie pięć.

W 5G NR transmisja danych w dół będzie odbywać się kanałami adaptacyjnymi, aby zmaksymalizować stosunek sygnału do szumu u zamierzonego użytkownika [15]. Technologia umożliwiająca to jest szeroko określana jako (Ma)MIMO: każdy z elementów anteny stacji bazowej skonfiguruje swoją fazę i amplitudę, aby zapewnić konstruktywną ingerencję w zamierzony sprzęt użytkownika (UE, np. smartfon) i destrukcyjną ingerencję w niezamierzonych użytkowników. Jest to również nazywane multipleksowaniem przestrzennym. Ekspozycja użytkownika z transmisji danych DL zależy od położenia UE względem stacji bazowej: albo UE znajduje się w linii wzroku stacji bazowej, albo UE znajduje się poza zasięgiem wzroku stacji bazowej. W polu widzenia konfiguracja stacji bazowej prowadzi do wąskich wiązek w kierunku UE [29]. W przypadku braku widoczności konfiguracja stacji bazowej prowadzi do hotspotu EMF w UE [24]. Ten punkt aktywny jest tworzony przez interferencję wielu odbitych i/lub załamanych ścieżek. Jest to przeciwieństwo starszych technologii, w których transmisja danych DL odbywa się za pośrednictwem stałej wiązki (zwykle o kącie otwarcia 120 °) obejmującej cały sektor. Oznacza to, że pola przesyłane przez stację bazową 5G NR będą znacznie bardziej dynamiczne i bardziej zróżnicowane przestrzennie.

Oznacza to również, że duży składnik ekspozycji DL na transmisję danych użytkownika będzie indukowany automatycznie (ekspozycja a-DL): żądając danych z sieci, użytkownik pociągnie wiązkę lub hotspot w kierunku swojego UE. Gęstość mocy w tej wiązce lub gorącym punkcie będzie skorelowana z przepustowością łącza w dół [10]. Transmisja o maksymalnym współczynniku, algorytm prekodowania używany do tworzenia takich hotspotów RF-EMF, jest tylko jednym z przykładów wielu typów algorytmów kodowania wstępnego, które można zastosować na antenach MaMIMO [15]. Inne algorytmy kodowania wstępnego wykorzystują destrukcyjne zakłócenia, aby utworzyć zero u użytkownika w celu zmniejszenia zakłóceń sygnału z innymi użytkownikami. W starszych technologiach własna aktywność użytkownika ma niewielki wpływ na ekspozycję na DL [35], więc cała ekspozycja na DL została uznana za środowiskową. Koncepcja ekspozycji a-DL będzie nowością dla 5G NR.

Multipleksowanie przestrzenne i skupienie się na użytkownikach zwiększa stosunek sygnału do szumu. Wzrostowi stosunku sygnału do szumu najprawdopodobniej towarzyszyć będą wyższe wartości pola elektromagnetycznego w urządzeniu użytkownika niż te, które można osiągnąć za pomocą szerokich wiązek ze stacji bazowej (obecna technologia). Oznacza to, że ekspozycja a-DL będzie prawdopodobnie wyższa niż ekspozycja na DL w środowisku. Zwiększony stosunek sygnału do szumu pozwala również na wykorzystanie wyższych częstotliwości (kandydatami są 3,5 GHz, 26 GHz i 60 GHz [25, 38]). Te wyższe częstotliwości są mniej używane w obecnych sieciach ze względu na zwiększoną utratę ścieżki, a tym samym niski stosunek sygnału do szumu. Jednak dzięki nowym technikom kodowania wstępnego stosunek sygnału do szumu na tych częstotliwościach może zostać zwiększony i może stać się dostępna większa szerokość pasma. W związku z tym możliwe są wyższe przepustowości.

Kolejnym czynnikiem zwiększającym przepustowość 5G NR jest zastosowanie Time Division Duplexing (TDD) [4, 29]. Oznacza to, że UL i DL dla jednego lub wielu użytkowników współdzielą te same zasoby częstotliwości, ale mają przydzielone różne zasoby czasu. To ponownie zwiększa dynamiczny charakter 5G. Oprócz TDD, użytkownikom mogą być również przypisane oddzielne części pasma, jak ma to obecnie miejsce np. w przypadku 4G, zwiększając możliwości optymalizacji konfiguracji stacji bazowej [2].

Wpływ 5G na ocenę narażenia osobistego

Dzięki 5G NR wzrośnie znaczenie ekspozycji wywołanej automatycznie. Obecnie ważna jest tylko automatycznie indukowana ekspozycja na UL, ponieważ a-DL i e-DL są takie same w obecnych sieciach. Jednak w 5G NR zostaną one rozdzielone, a a-DL będzie miał znaczący wpływ również na ekspozycję użytkownika, ze względu na wiązkę w kierunku lub hotspot w UE. Tak więc ekspozycja wywołana automatycznie będzie stanowić większy ułamek całkowitej ekspozycji. W tym przypadku znaczenie badań ograniczonych do narażenia środowiskowego staje się wątpliwe w erze 5G. Dlatego potrzebny jest protokół, w którym uwzględniona jest ekspozycja wywołana automatycznie.

Następnie prowadzi to również do większej niepewności pomiaru ekspozycji wywołanej automatycznie w badaniach ankietowych. Omówiliśmy bieżące niepewności pomiaru a-UL w sekcji 2.1. Teraz, przy ogniskowaniu wąskiej wiązki lub gorących punktów, nie tylko pomiar ekspozycji a-UL, ale także a-DL będzie w dużym stopniu zależny od lokalizacji PEM. To sprawia, że każdy pomiar narażenia wywołanego automatycznie jest znacznie bardziej niepewny.

Dodatkowo, zarówno w badaniach ankietowych, jak i mikrośrodowiskowych, będzie wzrastać niepewność pomiaru oceny narażenia na e-DL. Spekulujemy, że wiele zachowań związanych z ekspozycją na e-UL będzie również wykazywanych przez ekspozycję na e-DL. Wynika to z faktu, że oba będą zależne od bliskości innych użytkowników i ilości przesyłanych danych do i od tych użytkowników. W obecnych badaniach mikrośrodowiskowych ekspozycja na e-UL wykazuje najwyższą niepewność.

Wreszcie, istnieją pewne przyczyny zwiększonej niepewności pomiaru, które mają zastosowanie do każdej z pięciu kategorii źródeł narażenia: (1) Ekranowanie ciała jest jednym ze źródeł niepewności pomiaru. Dzięki zastosowaniu wyższych pasm częstotliwości efekt ekranowania ciała może być silniejszy [27]. (2) Ze względu na wyższe częstotliwości, a także wykorzystanie TDD, szerokość pasma kanałów wzrośnie. Większa przepustowość, która musi być jednocześnie mierzona przez PEM, będzie towarzyszyć większej ilości szumów. (3) Ze względu na TDD i elastyczne konfiguracje części pasma, transmisje mogą być krótkie i potencjalnie bardzo zmienne w wykorzystaniu zasobów dziedziny częstotliwości i domeny czasu. Ponieważ PEM nie jest połączony z siecią, może próbkować pasmo w niewłaściwym czasie. (4) UL, transmisja danych DL i nadawanie DL mogą występować w tym samym paśmie częstotliwości. W związku z tym, korzystając z obecnych PEM, niemożliwe byłoby ustalenie, jakie jest źródło ekspozycji. W sekcji 3.2 proponujemy projekt nowego PEM.

Protokół badawczy

Ocena narażenia na działanie

Użytkownik ma wiele opcji korzystania z sieci, wpływając na jego automatyczną ekspozycję. Ważne są tutaj dwie zmienne: (1) położenie UE względem ciała użytkownika oraz (2) ilość transmisji danych zarówno w przypadku UL, jak i DL. Lokalizacja UE jest ważna, ponieważ ekspozycja użytkownika zależy od sprzężenia energii EM w ciele użytkownika, co zależy od separacji między UE a ciałem. Względne położenie ciała użytkownika wpłynie również na kanały ze stacji bazowej do UE. W związku z tym wpłynie to również na rozmiar i kształt wiązki lub hotspotu skierowanego na UE. Transmisje DL i UL są ważne, ponieważ wyższa moc EM skierowana na UE lub emitowana przez UE, oznacza większą ekspozycję użytkownika.

Ponadto narażenie użytkowników na środowisko zależy od czasu i lokalizacji w mikrośrodowisku oraz rodzaju mikrośrodowiska. Jako przykład powołujemy się na pomiary podczas przejazdów pociągami wykonane w [35]: w przypadku niebędącym użytkownikiem zmierzona gęstość mocy S_e-UL ze źródeł e-UL w godzinach szczytu był najwyższy podczas przejazdów pociągiem, podczas gdy S_e-DL był najniższy w przypadku przejazdów pociągami (nie dokonano rozróżnienia między e-DL i BC). W godzinach szczytu (z większą liczbą osób w pociągu), S_e-UL była około 12 razy wyższa niż poza godzinami szczytu. To pokazuje, w jaki sposób mikrośrodowisko i przedział czasowy wpływają na ekspozycję środowiskową. Teraz załóżmy, że użytkownik w tym scenariuszu. Są one poddawane takiemu samemu narażeniu środowiskowemu jak osoby niebędące użytkownikami, a dodatkowo narażeniu wywołanemu automatycznie na własny użytek. Na konkretną ilość ekspozycji wywołanej automatycznie wpływa również mikrośrodowisko: podczas jazdy pociągiem użytkownik może być bardziej skłonny do korzystania z urządzenia osobistego w określony sposób (np. do przesyłania strumieniowego), powodując określone S_a-DL oraz S_a-UL. Jakość łączności wpływa również na ich S_a-DL oraz S_a-UL. Wreszcie, pozycja ich urządzenia mobilnego względem ciała wpływa na S_a-DL oraz S_a-UL również.

W związku z tym proponujemy przejście do oceny narażenia opartej na aktywności. Działanie j (1… J) ma następujące osiem atrybutów: mikrośrodowisko m (1… M), szczelina czasowa t (1… T), położenie urządzenia p (1… P) oraz zmierzone gęstości mocy z każdej z pięciu kategorii źródeł: S_a-UL, S_a-DL, S_e-DL, S_P.N.Eoraz S_e-UL. Pozycja p to obszar, w którym UE może znajdować się podczas działania j (np. pod powietrze, w torebce itp.). Rysunek 1 pokazuje schemat blokowy proponowanego protokołu badawczego. Projekt badania zakłada badanie ankietowe lub badanie mikrośrodowiskowe. Protokół jest określony zarówno dla badań ankietowych, jak i mikrośrodowiskowych.

Badania ankietowe

W badaniach ankietowych ekspozycję można uzyskać bezpośrednio z działań. Wybrani uczestnicy otrzymują urządzenie mobilne, które śledzi ich współrzędne GPS, czas działań związanych z telekomunikacją, ruch i bliskość urządzenia względem ciała oraz ilość emitowanej mocy (co daje S_a-UL) przez urządzenie. Urządzenie wyposażone jest również w (zewnętrzny) czujnik RF-EMF mierzący S_a-DL, S_e-DL, S_P.N.Eoraz S_e-UL. Wymagania techniczne dla tego urządzenia omówiono w sekcji 3.2. Wreszcie, uczestnicy mogą opcjonalnie śledzić swoje działania w dzienniku. Wyniki są następnie wykorzystywane jako dane wejściowe do analizy klastrowania [30] w celu zdefiniowania działań J. Dla każdego działania j definiujemy następnie wektor gęstości mocy specyficznej dla działania a_j:aj=[SaUL,jSaDTD L,j SeDTD L,j SBCD L,j SeUL,j]T��=[����,�������,� ������,� �����,� ����,�]�(1)

z S_źródło,j Zmierzona gęstość mocy z określonej kategorii źródła podczas działania J. Następnie ekspozycja odbierana przez użytkownika jest zależna od pozycji p urządzenia względem jego ciała. Dlatego wprowadzamy współczynnik położenia β_źródło,j przekształcenie zmierzonej gęstości mocy z określonej kategorii źródła na gęstość mocy odbieranej na ciele [12]. Opiera się to na symulacjach i zostanie omówione w sekcji 3.4. Prowadzi to do pięciowymiarowego wektora współczynnika położenia β_j gdzie współczynniki powinny być uporządkowane w taki sam sposób jak dla_j w oparciu o źródło, do którego się odnoszą. Wreszcie, każde działanie ma ułamek czasu trwania τ_j (czas trwania tego działania w stosunku do całkowitego czasu trwania badania). Całkowite narażenie na podstawie działalności można następnie obliczyć jako:St ot=∑Jj=1τj(βj.aj).����=∑�=1���(��.��).(2)

Badania mikrośrodowiskowe

Aby uwzględnić ekspozycję indukowaną automatycznie w badaniach mikrośrodowiskowych, potrzebne będzie urządzenie mobilne (UE). UE może pobierać i przesyłać dane podczas pomiaru w kontrolowany sposób, emulując określoną aktywność użytkownika. Nierealistyczne jest zmierzenie wszystkich możliwych działań J. Możliwe jest jednak zmierzenie ekstremalnych scenariuszy transmisji danych (maksymalna i minimalna (przy podłączeniu)) zarówno dla UL, jak i DL. Wraz z przypadkiem nie-użytkownika daje to pięć sytuacji transmisji danych. Wymieniliśmy je w tabeli 1 z przykładami realistycznych scenariuszy transmisji danych w trzech typowych pozycjach UE wokół ciała (przy uchu, przed ciałem noszonym w dłoni i w kieszeni (koszula, spodnie, kamizelka itp.)). UE jest zazwyczaj przy uchu podczas wykonywania połączenia telefonicznego, co nie jest ekstremalnym przypadkiem transmisji danych UL lub DL. Podczas pomiaru badacz powinien utrzymywać UE w ustalonej pozycji, skąd zmierzone wartości gęstości mocy można przekształcić w otrzymane wartości gęstości mocy, jak omówiono w badaniach ankietowych w sekcji 3.1.1. Przy tej stałej pozycji pozostaje pięć scenariuszy, każdy z różnymi ilościami transmisji danych UL i DL, jak pokazano w pierwszej kolumnie tabeli 1. Ze względu na elastyczną alokację zasobów w dziedzinie częstotliwości i czasu przez stację bazową, prawdopodobne jest, że ilość transmisji danych DL i transmisji danych UL wpłynie na konfigurację tych zasobów przydzielonych do drugiego kierunku strumienia danych. Zakładając, że alokacje a-UL w (max UL) pozostają takie same niezależnie od ilości a-DL i odwrotnie, sytuację (max UL, min DL) można wywnioskować za pomocą kombinacji liniowej pozostałych trzech sytuacji:(.max U L,min D L)=(.max U L,min D L)−(Min U L,max D L)+(Min U L,min D L)(.max ��,Min ��)=(.max ��,Min ��)−(Min ��,.max ��)+(Min ��,Min ��)(3)Tabela 1 Pozycje UE w pobliżu ciała w każdym przypadku ilości transmisji danych w UL i DL. Niektóre typowe czynności są podaneTabela w pełnym rozmiarze

Skutkuje to czterema scenariuszami, które proponujemy zrealizować. Powinny one być zaprogramowane w UE tak, aby działały przez określony czas (np. 1 s) w sekwencji, która będzie powtarzana przez cały czas pomiaru.

Po prawej stronie rys. 1 Przedstawiono schemat blokowy proponowanej procedury badań mikrośrodowiskowych. W każdym mikrośrodowisku m (1… M), szczelina czasowa t (1… T) oraz scenariusz k (1… K) definiujemy wektor gęstości mocy specyficzny dla scenariusza s_mm2:skmt=[SaU L,k m t SaDTD L,k mt SeDTD L,k mt SBCD L,k mt SeU L,k m t]T,����=[����,��� ������,��� ������,��� �����,��� ����,���]�,(4)

z S_{źródło, KMT} Zmierzona gęstość mocy z określonej kategorii źródła podczas scenariusza K, w mikrośrodowisku M i podczas szczeliny czasowej T. Te wektory gęstości mocy specyficzne dla scenariusza można łączyć przy użyciu sumy ważonej w celu oszacowania całkowitej ekspozycji na mikrośrodowisko i przedział czasowy. Z badań ankietowych należy wybrać działania istotne dla J dla mikrośrodowiska m i przedziału czasowego t. Dla każdego wektora gęstości mocy specyficznego dla aktywności a_MTJ, liniowa kombinacja wektorów gęstości mocy specyficznych dla scenariusza o współczynnikach γ_KMTJ można wykonać:amtj=∑Kk=1γkmtj∘skmt,����=∑�=1�γ����∘����,(5)

z γ_KMTJ wektor pięciu bezwymiarowych współczynników (dla każdego wymiaru s i a) oraz ° iloczyn elementarny (lub Hadamard). Jak omówiono w sekcji 3.1.1, całkowite narażenie jest sumą ekspozycji w każdej działalności, ważoną ułamkiem czasu spędzonego na tej czynności τ_j oraz wektor współczynnika położenia każdego działania β_j. Możemy zastosować to podejście dla mikrośrodowiska m i przedziału czasowego t:St o t,m t =∑Jj=1τmtj(βmtj.amtj).S���,��=∑�=1�����(����.����).(6)

Równanie 5 może być użyte do zastąpienia _MTJ. Daje to wyrażenie całkowitej ekspozycji na podstawie scenariuszy pomiarowych w mikrośrodowisku m i podczas szczeliny czasowej t:St o t,m t =∑Kk=1wkmt.skml,S���,��=∑�=1�����.����,(7)

z W_mm2 Całkowity wektor wagowy:wkmt=∑Jj=1τmtj(βmtj∘γkmtj).����=∑�=1�τ���(����∘γ����).(8)

Aparatura pomiarowa

Jak pokazano na ryc. 1, proponuje się połączenie dwóch urządzeń: (1) osobistego miernika ekspozycji (PEM) i (2) urządzenia mobilnego podłączonego do sieci 5G NR.

Nowatorski PEM zostanie wykorzystany do pomiaru zarówno środowiskowej, jak i automatycznie indukowanej ekspozycji na 5G NR. W przypadku TDD nie będzie możliwe oddzielenie wkładów UL i DL według samej częstotliwości, ponieważ wszystkie sygnały NR 5G (BC, DL i UL) występują w tym samym paśmie częstotliwości. Jednak operatorzy sieci komórkowych będą synchronizować transmisje 5G NR (przynajmniej dla każdego kraju). Oznacza to, że format gniazda TDD zostanie naprawiony, co teoretycznie może być wykorzystane do rozpoznania ekspozycji UL i DL, jeśli prędkość próbkowania PEM może być wystarczająco szybka. Innymi słowy, aby odróżnić przynajmniej źródła ekspozycji łącza w dół (tj. a-DL + e-DL + BC) i źródła w górę (a-UL + e-UL), PEM powinien być w stanie zmierzyć średnią kwadratową moc na gniazdo ramki radiowej 5G NR. Dla sygnałów poniżej 6 GHz najkrótszy czas trwania szczeliny wynosi 0,25 ms (tj. w przypadku odstępu podnośnej 60 kHz) [1]. Jest to znacznie szybsze niż jakikolwiek PEM dzisiaj, który próbkuje tylko raz na 3 do 4 s. Wysoka częstotliwość próbkowania znacznie zwiększy zapotrzebowanie na przechowywanie danych i żywotność baterii wymaganego PEM. Co więcej, możliwe jest również skuteczne rozróżnienie między a-DL, e-DL i BC, a także między a-UL i e-UL poprzez prowadzenie dokładnego dziennika i dodatkowego przetwarzania końcowego, w oparciu o różnicę w dystrybucji otrzymanych mocy na slot. Niestety, trudność w synchronizacji próbkowania PEM z określonym czasem szczeliny spowoduje również dodatkową niepewność pomiaru.

Aby eksperymentalnie ocenić narażenie użytkownika w sieci NR 5G, potrzebny jest sprzęt użytkownika, aby przyciągnąć wiązkę (wiązki) / hotspot(-y). W badaniach ankietowych urządzenie mobilne powinno działać jako własne urządzenie użytkownika uczestnika, za pomocą którego może on prowadzić normalne działania mobilne, a w pomiarach mikrośrodowiskowych będzie wykorzystywany do emulacji różnych scenariuszy. Oprócz możliwości indukowania ekspozycji a-DL i a-UL, którą można następnie zmierzyć za pomocą PEM, urządzenie może być wyposażone w aplikację taką jak XMobiSense [14] do rejestrowania wskaźnika siły odebranego sygnału (RSSI), z którego S_P.N.E można uzyskać (po kalibracji). Wyposażenie urządzenia mobilnego w czujnik RF-EMF, taki jak DEVIN, dodatkowo umożliwiłoby śledzenie ekspozycji a-UL, co ułatwiłoby rozróżnienie a-UL i e-UL. Możliwe jest dodanie PEM do badań ankietowych jako uzupełniającego urządzenia pomiarowego.

W przypadku badań mikrośrodowiskowych PEM(-y) i urządzenie mobilne powinny być przymocowane do ciała, a zatem powinny być skalibrowane na ciele, tak aby pomiary za pomocą PEM mogły być wykorzystane do oszacowania kształtu hotspotu lub wiązki i pomóc w obliczeniu β_MTJ.

Aby obliczyć β_j dla każdego działania j z badań ankietowych należy znać położenie urządzenia mobilnego (UE) względem ciała podczas aktywności. Lokalizacja p UE jest reprezentatywna dla obszaru, w którym UE może znajdować się podczas działania j (np. przy uchu, w torebce…). Wskaźnik zastępczy powinien być najgorszym przypadkiem (tj. jak najbliżej ciała) lub wysokim percentylem (np. 95. percentylem) reprezentatywnego zestawu symulacji pozycji w obszarze. Obszar, w którym znajduje się urządzenie mobilne, można uzyskać za pomocą istniejących czujników zbliżeniowych smartfona, żyroskopów, alternatywnych metod monitorowania (takich jak śledzenie ruchu lub zewnętrzne czujniki inercyjne), statystyk ruchów biomechanicznych (podczas niektórych czynności lub ogólnie w ciągu dnia) oraz kwestionariuszy lub prowadzenia dziennika.

Procedura pomiarowa

W przypadku badania mikrośrodowiskowego najpierw określa się mikrośrodowiska i przedziały czasowe, które należy ocenić. Następnie wybierane są scenariusze, przez które urządzenie mobilne powinno przechodzić. Ponieważ więcej scenariuszy oznacza mniej czasu, który można poświęcić w każdym scenariuszu, w sekcji 3.1.2 zaproponowano łącznie cztery scenariusze.

W każdym mikrośrodowisku zdefiniowana jest ścieżka pomiarowa. Wcześniejsze badania wykazały, że co najmniej 15 minut marszu po takiej ścieżce daje powtarzalne wyniki w mikrośrodowisku [28]. Więcej scenariuszy wydłuży czas pomiaru, który jest niezbędny do uzyskania reprezentatywnych wyników dla każdego scenariusza w mikrośrodowisku.

Dobrą praktyczną konfiguracją pomiarową, która zmniejsza również niepewność pomiaru, jest pomiar za pomocą dwóch skalibrowanych PEM na ciele jednocześnie, takich jak lewe i prawe biodra, oraz urządzenia mobilnego w trzecim stałym miejscu. Można postępować zgodnie z procedurą kalibracji przedstawioną w [26].

Przetwarzanie danych

Na podstawie badań ankietowych działania J powinny być zdefiniowane za pomocą analizy klastrowej. P dyskretne pozycje (lokalizacje względem ciała), mikrośrodowiska i przedziały czasowe powinny być zdefiniowane i używane jako etykiety. Na pozycję czynniki β_j należy obliczyć. Wcześniej w wielu badaniach symulacyjnych oceniano ekspozycję ciała w pobliżu promieniującego źródła EM. Obecnie prowadzone są prace nad symulacjami numerycznymi, aby pokazać kształt lokalnego hotspotu w pobliżu użytkownika, który zależy od lokalizacji zarówno stacji bazowej, jak i UE. W związku z tym, porównując uprawnienia otrzymywane przez PEM i UE oraz ustalając UE na znanej pozycji na ciele, kształt lokalnego hotspotu, a także związane z tym narażenie organizmu można oszacować na podstawie tych symulacji numerycznych.

Dane z pomiarów mikrośrodowiskowych powinny być ważone dla każdego ze scenariuszy w oparciu o działania występujące w określonym mikrośrodowisku i w określonym przedziale czasowym w celu uzyskania zbiorczych statystyk dotyczących ilości narażenia w niektórych rodzajach działalności. Jak omówiono w 3.2, może być możliwe podzielenie a-UL i e-UL oraz a-DL, e-DL i BC w oparciu o ich różne dystrybucje. Te różnice w rozkładach są spowodowane bliskością źródła do urządzenia pomiarowego i zasadniczymi różnicami w transmisji danych w UL, DL i BC.

Dyskusja na temat czyszczenia danych (w tym postępowania z osobami niewykrywającymi) została już uwzględniona w [19] i może zostać przeniesiona do tego protokołu.

Dyskusja

Wdrożenie stacji bazowych MaMIMO z adaptacyjnym prekodowaniem w sieciach telekomunikacyjnych piątej generacji doprowadzi do dużej zmienności przestrzennej i czasowej RF-EMF. Będzie to jedno ze źródeł wzrostu niepewności pomiaru osobistych pomiarów ekspozycji. Ponadto MaMIMO wprowadzi automatycznie indukowany komponent downlink do osobistej ekspozycji RF-EMF w populacji. W obecnym protokole pomiaru narażenia osobistego ekspozycja indukowana automatycznie jest zazwyczaj pomijana. Te dwa czynniki stanowią wyzwanie dla dziedziny dozymetrii RF-EMF. W tym artykule staramy się przekształcić to wyzwanie w okazję do poprawy oceny narażenia danej osoby poprzez uwzględnienie ekspozycji wywołanej automatycznie i pracę z modelem opartym na aktywności.

Podobnie jak w przypadku koncepcji tego dokumentu, nie ma masowych wdrożeń 5G NR z milionami użytkowników, wiele szczegółów protokołu zasugerowanego w tym dokumencie jest nadal opartych na wstępnych spostrzeżeniach i może podlegać adaptacji z uwzględnieniem wyników przyszłych badań. Niemniej jednak, w oparciu o obawy opinii publicznej związane z ekspozycją na RF-EMF, ważne jest, aby mieć gotowy praktyczny protokół do czasu wdrożenia 5G NR.

W równaniu 1 zdefiniowaliśmy całkowitą ekspozycję w kategoriach gęstości mocy a_j Podczas każdej czynności j. Wraz z ewolucją gromadzenia danych użytkownika możliwe będzie obliczenie τ_j‘s, ułamek czasu spędzonego w każdej aktywności, dla wielu użytkowników. Rozkład ekspozycji na RF-EMF w populacji można następnie ocenić na poziomie indywidualnym, a badania ankietowe dostarczają β_j oraz_j. Byłoby to niezwykle przydatne w badaniach epidemiologicznych i powiązaniu potencjalnych długoterminowych skutków zdrowotnych z ekspozycją na RF-EMF. Ważne jest, aby podkreślić różne cele badań mikrośrodowiskowych i ankietowych. W przypadku gdy potrzebna jest systematyczna analiza narażenia w czasie, w różnych miastach i różnych krajach, np. w celu zbadania skutków niektórych limitów regulacyjnych lub oceny wysokich dziennych wahań czasowych w pociągu, preferowane są pomiary mikrośrodowiskowe. Gdy celem jest ocena rozkładu narażenia w określonej grupie populacji, preferowane są badania ankietowe.

Protokół ten zawiera podstawowe wytyczne dotyczące przeprowadzania osobistych pomiarów narażenia. Jego części powinny być bardziej konkretne, takie jak wybór ustalonego zestawu scenariuszy, lub mogą zostać dostosowane. Można również dodać inne funkcje, takie jak wykorzystanie tego protokołu do walidacji map ekspozycji czasowo-przestrzennych opartych na węzłach pomiarowych, danych stacji bazowej i modelowaniu zastępczym [3].

Protokół ten może być stosowany do pomiaru narażenia w każdym paśmie częstotliwości. Celem czujnika RF-EMF jest pomiar w UE, ponieważ takie wąskie wiązki, które są skierowane na UE, mogą być również mierzone. Jednak konstrukcja czujnika RF-EMF będzie zależeć od tego, które pasma częstotliwości mają być mierzone.

W tabeli 2 przedstawiono przegląd głównych różnic i podobieństw między proponowanym protokołem a obecnym protokołem zaproponowanym przez [19].Tabela 2 Porównanie protokołów osobistych badań pomiaru ekspozycji RF-EMF.Tabela w pełnym rozmiarze

Wyzwania, którymi należy się zająć w przyszłych pracach, obejmują: (1) rozwój urządzeń pomiarowych zgodnie z wymaganiami opisanymi w niniejszym artykule, (2) symulacje numeryczne potwierdzone przez pomiary laboratoryjne w celu obliczenia wektorów współczynnika położenia β_j, 3) przebiegi próbne proponowanego protokołu badania ankietowego w celu określenia instrukcji, które mają być przekazane uczestnikom i posiadania zestawu danych do opracowania analizy grupowania działań, (4) próbne uruchomienia proponowanego protokołu pomiarów mikrośrodowiskowych w celu określenia konkretnych parametrów, takich jak czas trwania pomiaru, scenariusze szczególne i czas ich trwania, a także umiejscowienie urządzeń pomiarowych na ciele, oraz (5) przeliczenie między gęstością mocy a współczynnikiem absorpcji właściwej (SAR), która opisuje ilość mocy pochłoniętej przez części lub całe ciało. Zaletą SAR jest to, że przy ekspozycji a-UL i a-DL (z gorących punktów) ekspozycja będzie ograniczona do części ciała. Ten rodzaj ekspozycji można dokładniej opisać za pomocą SAR niż gęstości mocy. W swoich wytycznych dotyczących limitów ekspozycji na RF-EMF, ICNIRP [13] rozszerzył stosowanie SAR na częstotliwości powyżej 6 GHz.

Wnioski

W tym artykule zidentyfikowano implikacje wprowadzenia 5G NR (nowego radia) na osobistą ekspozycję na RF-EMF. Stanowią one wyzwania dla osobistych pomiarów ekspozycji. W celu przezwyciężenia tych wyzwań zaproponowano nowy protokół oparty na działaniach użytkowników. Protokół ten obejmuje ocenę narażenia wywołanego automatycznie, co jest ważną częścią osobistej ekspozycji na pola elektromagnetyczne RF, która obecnie nie jest mierzona w większości badań. W oparciu o obawy opinii publicznej związane z ekspozycją RF-EMF, ważne jest, aby mieć gotowy praktyczny protokół do czasu wdrożenia 5G NR.

Odwołania

1. 3GPP 2017. “Specyfikacja 3 serii 38”. dokument TS 38. [Online]. Dostępne: https://www.3gpp.org/DynaReport/38-series.htm
2. Aerts S, Verloock L, Van Den Bossche M, Colombi D, Martens L, Törnevik C, Joseph W. Metodologia pomiaru in situ do oceny ekspozycji stacji bazowej 5G NR na masowe MIMO na częstotliwościach poniżej 6 GHz. Dostęp do standardu IEEE. 2019;7:184658–67. https://doi.org/10.1109/ACCESS.2019.2961225.Artykuł Google Scholar 
3. Aerts S, Wiart J, Martens L, Joseph W. Ocena długotrwałego narażenia na czasoprzestrzenne pole elektromagnetyczne o częstotliwości radiowej. Environ Res. 2018;161:136–43. https://doi.org/10.1016/j.envres.2017.11.003.Artykuł CAS Google Scholar 
4. Baracca, Paolo, Andreas Weber, Thorsten Wild i Christophe Grangeat. 2018. “A Statistical Approach for RF Exposure Compliance Boundary Assessment in Massive MIMO systems” [Statystyczne podejście do oceny granic zgodności narażenia na fale radiowe w masowych systemach MIMO]. ArXiv: 1801. 08351 [Cs, Matematyka].
5. Beekhuizen J, Vermeulen R, Kromhout H, Bürgi A, Huss A. Geoprzestrzenne modelowanie pól elektromagnetycznych ze stacji bazowych telefonii komórkowej. Sci Total Environ. 2013;445–446:202–9. https://doi.org/10.1016/j.scitotenv.2012.12.020.Artykuł CAS Google Scholar 
6. Bhatt CR, Redmayne M, Abramson MJ, Sim MR, Brzozek C, Zeleke BM, Benke G. Szacowanie transmitowanej gęstości mocy z telefonu komórkowego: epidemiologiczne badanie pilotażowe za pomocą telefonu zmodyfikowanego programowo. Aust Phys Eng Sci Med. 2018;41(4):985–91. https://doi.org/10.1007/s13246-018-0699-7.Artykuł Google Scholar 
7. Bhatt CR, Thielens A, Billah B, Redmayne M, Abramson MJ, Sim MR, Vermeulen R, Martens L, Joseph W, Benke G. Ocena osobistego narażenia na pola elektromagnetyczne o częstotliwości radiowej w Australii i Belgii przy użyciu skalibrowanych ekspozymetrów na ciele. Environ Res. 2016;151:547–63. https://doi.org/10.1016/j.envres.2016.08.022.Artykuł CAS Google Scholar 
8. Birks LE, Struchen B, Eeftens M, van Wel L, Huss A, Gajšek P, Kheifets L, Gallastegi M, Dalmau-Bueno A, Estarlich M, Fernandez MF, Meder IK, Ferrero A, Jiménez-Zabala A, Torrent M, Vrijkotte TGM, Cardis E, Olsen J, Valič B, Vermeulen R, Vrijheid M, Röösli M, Guxens M. Przestrzenna i czasowa zmienność narażenia środowiska na pola elektromagnetyczne o częstotliwości radiowej u dzieci w Europie. Environ Int. 2018;117:204–14. https://doi.org/10.1016/j.envint.2018.04.026.Artykuł Google Scholar 
9. Bolte JFB. Wyciągnięte wnioski na temat uprzedzeń i niepewności w badaniach pola elektromagnetycznego o częstotliwości radiowej za pomocą ekspozymetrów. Environ Int. 2016;94:724–35. https://doi.org/10.1016/j.envint.2016.06.023.Artykuł Google Scholar 
10. Brzozek C, Zeleke BM, Abramson MJ, Benke KK, Benke G. Ocena narażenia na pole elektromagnetyczne o częstotliwości radiowej: badanie pilotażowe dotyczące siły sygnału telefonu komórkowego i poziomów przesyłanej mocy. J Exp Sci Environ Epidemiol. 2019;31(1):62–9. https://doi.org/10.1038/s41370-019-0178-6.Artykuł Google Scholar 
11. Eeftens M, Struchen B, Birks LE, Cardis E, Estarlich M, Fernandez MF, Gajšek P, Gallastegi M, Huss A, Kheifets L, Meder IK, Olsen J, Torrent M, Trček T, Valič B, Vermeulen R, Vrijheid M, van Wel L, Guxens M, Röösli M. Osobiste narażenie na pola elektromagnetyczne o częstotliwości radiowej w Europie: czy istnieje luka pokoleniowa? Environ Int. 2018;121(Pt 1):216–26. https://doi.org/10.1016/j.envint.2018.09.002.Artykuł Google Scholar 
12. Foerster M, Arno T, Wout J, Marloes E, Martin R. Prospektywne badanie kohortowe wydajności pamięci nastolatków i indywidualnej dawki promieniowania mikrofalowego w mózgu z komunikacji bezprzewodowej. Environ Health Perspect. 2018;126(7):077007. https://doi.org/10.1289/EHP2427.Artykuł Google Scholar 
13. ICNIRP. Zasady ochrony przed promieniowaniem niejonizującym. Health Phys. 2020;118(5):477–82. https://doi.org/10.1097/HP.0000000000001252.Artykuł CAS Google Scholar 
14. Langer CE, de Llobet P, Dalmau A, Wiart J, Goedhart G, Hours M, Benke GP, Bouka E, Bruchim R, Choi K-H, Eng A, Ha M, Karalexi M, Kiyohara K, Kojimahara N, Krewski D, Kromhout H, Lacour B, Mannetje A’T, Maule M, Migliore E, Mohipp C, Momoli F, Petridou E, Radon K, Remen T, Sadetzki S, Sim MR, Weinmann T, Vermeulen R, Cardis E, Vrijheid M. Wzorce korzystania z telefonów komórkowych wśród młodych ludzi w 12 krajach: implikacje dla ekspozycji na fale radiowe. Environ Int. 2017;107:65–74. https://doi.org/10.1016/j.envint.2017.06.002.Artykuł Google Scholar 
15. Marzetta TL. Niewspółpracująca sieć bezprzewodowa z nieograniczoną liczbą anten stacji bazowych. IEEE Trans Wirel Commun. 2010;9(11):3590–600. https://doi.org/10.1109/TWC.2010.092810.091092.Artykuł Google Scholar 
16. Pi Z, Khan F. Wprowadzenie do fal milimetrowych Mobilne systemy szerokopasmowe. IEEE Commun Mag. 2011;49(6):101–7. https://doi.org/10.1109/MCOM.2011.5783993.Artykuł Google Scholar 
17. Ramirez-Vazquez R, Escobar I, Thielens A, Arribas E. Pomiary i analiza osobistej ekspozycji na pola elektromagnetyczne o częstotliwości radiowej w zewnętrznych i wewnętrznych budynkach szkolnych: studium przypadku w szkole hiszpańskiej. Dostęp do standardu IEEE. 2020a;8:195692–702. https://doi.org/10.1109/ACCESS.2020.3033800.Artykuł Google Scholar 
18. Ramirez-Vazquez R, Arabasi S, Al-Taani H, Sbeih S, Gonzalez-Rubio J, Escobar I, Arribas E. Georeferencja osobistej ekspozycji na pola elektromagnetyczne o częstotliwości radiowej z Wi-Fi w obszarze uniwersyteckim. Int J Environ Res Public Health. 2020b;17(6):1898. https://doi.org/10.3390/ijerph17061898.Artykuł Google Scholar 
19. Röösli M, Frei P, Bolte J, Neubauer G, Cardis E, Feychting M, Gajsek P, Heinrich S, Joseph W, Mann S, Martens L, Mohler E, Parslow RC, Poulsen AH, Radon K, Schüz J, Thuroczy G, Viel J-F, Vrijheid M. Przeprowadzenie osobistego badania pola elektromagnetycznego o częstotliwości radiowej: proponowany protokół badania. Zdrowie środowiska. 2010;9(1). https://doi.org/10.1186/1476-069X-9-23.
20. Rubtsova N, Perov S, Belaya O, Kuster N, Balzano Q. Ocena ekspozycji elektromagnetycznej na promieniowanie o częstotliwości radiowej bliskiego pola. Electromagn Biol Med. 2015;34(3):180–2. https://doi.org/10.3109/15368378.2015.1076444.Artykuł Google Scholar 
21. Sagar S, Adem SM, Struchen B, Loughran SP, Brunjes ME, Arangua L, Dalvie MA, Croft RJ, Jerrett M, Moskowitz JM, Kuo T, Röösli M. Porównanie poziomów ekspozycji na pole elektromagnetyczne o częstotliwości radiowej w różnych codziennych mikrośrodowiskach w kontekście międzynarodowym. Environ Int. 2018a;114:297–306. https://doi.org/10.1016/j.envint.2018.02.036.Artykuł Google Scholar 
22. Sagar S, Dongus S, Schoeni A, Roser K, Eeftens M, Struchen B, Foerster M, Meier N, Adem S, Röösli M. Ekspozycja na pole elektromagnetyczne o częstotliwości radiowej w codziennych mikrośrodowiskach w Europie: systematyczny przegląd literatury. J Ekspozycja Sci Environ Epidemiol. 2018b;28(2):147–60. https://doi.org/10.1038/jes.2017.13.Artykuł Google Scholar 
23. Shikhantsov S, Thielens A, Vermeeren G, Demeester P, Martens L, Torfs G, Joseph W. Massive MIMO propagation Modelling with user-coupling effects using ray-tracing and FDTD. IEEE JSAC. 2020:7.
24. Shikhantsov S, Thielens A, Vermeeren G, Tanghe E, Demeester P, Martens L, Torfs G, Joseph W. Hybrydowa metoda ray-tracingu / FDTD do oceny narażenia ludzi na masową technologię MIMO w przemysłowym środowisku wewnętrznym. Dostęp do standardu IEEE. 2019;7:21020–31. https://doi.org/10.1109/ACCESS.2019.2897921.Artykuł Google Scholar 
25. Sulyman AI, Nassar AT, Samimi MK, Maccartney GR, Rappaport TS, Alsanie A. Modele utraty ścieżki propagacji radiowej dla sieci komórkowych 5G w pasmach fal milimetrowych 28 GHz i 38 GHZ. IEEE Commun Mag. 2014;52(9):78–86. https://doi.org/10.1109/MCOM.2014.6894456.Artykuł Google Scholar 
26. Thielens A, Agneessens S, Verloock L, Tanghe E, Rogier H, Martens L, Joseph W. Kalibracja i przetwarzanie na ciele dla kombinacji dwóch osobistych ekspozymetrów o częstotliwości radiowej. Radiat Prot Dosim. 2015;163(1):58–69. https://doi.org/10.1093/rpd/ncu056.Artykuł Google Scholar 
27. Thielens A, Martens L, Joseph W. Czy urządzenia noszone na ciele mogą być używane do pomiaru osobistej ekspozycji na fale milimetrowe?: pomiary fal milimetrowych na ciele. Bioelektromagnetyka. 2017;38(3):239–42. https://doi.org/10.1002/bem.22036.Artykuł Google Scholar 
28. Thielens A, Van den Bossche M, Brzozek C, Bhatt CR, Abramson MJ, Benke G, Martens L, Joseph W. Reprezentatywność i powtarzalność mikrośrodowiskowych ekspozycji osób i głowic na pola elektromagnetyczne o częstotliwości radiowej. Environ Res. 2018;162:81–96. https://doi.org/10.1016/j.envres.2017.12.017.Artykuł CAS Google Scholar 
29. Thors B, Furuskar A, Colombi D, Tornevik C. Uśrednione w czasie realistyczne maksymalne poziomy mocy do oceny ekspozycji na fale radiowe dla stacji bazowych 5G wykorzystujących masowe MIMO. Dostęp do standardu IEEE. 2017;5:19711–9. https://doi.org/10.1109/ACCESS.2017.2753459.Artykuł Google Scholar 
30. Tognola G, Bonato M, Chiaramello E, Fiocchi S, Magne I, Souques M, Parazzini M, Ravazzani P. Wykorzystanie uczenia maszynowego w analizie narażenia na ELF MF w pomieszczeniach u dzieci. Int J Environ Res Public Health. 2019;16(7):1230. https://doi.org/10.3390/ijerph16071230.Artykuł Google Scholar 
31. Torfs G, Li H, Agneessens S, Bauwelinck J, Breyne L, Caytan O, Joseph W, Lemey S, Rogier H, Thielens A, Ginste DV, Van Kerrebrouck J, Vermeeren G, Yin X, Demeester P. ATTO: sieć bezprzewodowa z prędkością światłowodu. J Lightwave Technol. 2018;36(8):1468–77. https://doi.org/10.1109/JLT.2017.2783038.Artykuł Google Scholar 
32. Urbinello D, Huss A, Beekhuizen J, Vermeulen R, Röösli M. Wykorzystanie przenośnych mierników ekspozycji do porównywania promieniowania stacji bazowej telefonu komórkowego w różnych typach obszarów w Bazylei i Amsterdamie. Sci Total Environ. 2014a;468–469:1028–33. https://doi.org/10.1016/j.scitotenv.2013.09.012.Artykuł CAS Google Scholar 
33. Urbinello D, Joseph W, Huss A, Verloock L, Beekhuizen J, Vermeulen R, Martens L, Röösli M. Poziomy ekspozycji na pole elektromagnetyczne o częstotliwości radiowej (RF-EMF) w różnych europejskich zewnętrznych środowiskach miejskich w porównaniu z ograniczeniami prawnymi. Environ Int. 2014b;68:49–54. https://doi.org/10.1016/j.envint.2014.03.007.Artykuł CAS Google Scholar 
34. van Wel L, Huss A, Bachmann P, Zahner M, Kromhout H, Fröhlich J, Vermeulen R. Kontekstowe ekologiczne oceny chwilowe; Integracja pomiarów narażenia w czasie rzeczywistym, analizy danych i oceny stanu zdrowia za pomocą aplikacji na smartfony. Environ Int. 2017;103:8–12. https://doi.org/10.1016/j.envint.2017.03.016.Artykuł Google Scholar 
35. Velghe M, Joseph W, Debouvere S, Aminzadeh R, Martens L, Thielens A. Charakterystyka przestrzennej i czasowej zmienności poziomów ekspozycji na RF-EMF w środowiskach miejskich we Flandrii, Belgia. Environ Res. 2019;175:351–66. https://doi.org/10.1016/j.envres.2019.05.027.Artykuł CAS Google Scholar 
36. Verloock L, Joseph W, Goeminne F, Martens L, Verlaek M, Constandt K. Temporal 24-hour assessment of radio frequency exposure in schools and homes. Pomiar. 2014;56:50–7. https://doi.org/10.1016/j.measurement.2014.06.012.Artykuł Google Scholar 
37. Viel JF, Clerc S, Barrera C, Rymzhanova R, Moissonnier M, Hours M, Cardis E. Ekspozycja mieszkań na pola o częstotliwości radiowej ze stacji bazowych telefonii komórkowej i nadajników nadawczych: badanie populacyjne z osobistym licznikiem. Occup Environ Med. 2009;66(8):550–6. https://doi.org/10.1136/oem.2008.044180.Artykuł CAS Google Scholar 
38. Yilmaz, Turker, Etimad Fadel i Ozgur B. Akan. 2014. “Wykorzystanie pasma ISM 60 GHz do komunikacji bezprzewodowej 5G”. 77–82 w 2014 IEEE International Black Sea Conference on Communications and Networking (BlackSeaCom).

Pobierz referencje

Potwierdzenia

Nie dotyczy.

Dostępność danych i materiałów

Nie dotyczy.

Finansowania

AT otrzymał dofinansowanie z unijnego programu badań naukowych i innowacji “Horyzont 2020” w ramach umowy o grant nr 665501 “Maria Skłodowska-Curie” z FWO. AT to FWO [PEGASUS]² Stypendystka Marii Skłodowskiej-Curie.

Informacje o autorze

Autorzy i afiliacje

1. Wydział Technologii Informacyjnych, Uniwersytet w Gandawie / IMEC, Technologiepark-Zwijnaarde, 126, Gandawa, BelgiaMaarten Velghe, Sam Aerts, Luc Martens, Wout Joseph & Arno Thielens

Składki

MV zaprojektował i opracował prace. SA był głównym współautorem manuscirptu i merytorycznie go zrewidował. LM wniósł znaczący wkład w koncepcję pracy. WJ wniósł znaczący wkład w koncepcję dzieła i znacząco go zmienił. AT był głównym współtwórcą koncepcji pracy i napisania manuscirpt i merytorycznie go poprawił. Wszyscy autorzy przeczytali i zatwierdzili ostateczny manuskrypt.

Autor korespondencyjny

Korespondencja do Maartena Velghe.

Deklaracje etyczne

Zatwierdzenie etyczne i zgoda na uczestnictwo

Nie dotyczy.

Zgoda na publikację

Nie dotyczy.

Sprzeczne interesy

Autorzy oświadczają, że nie mają konkurencyjnych interesów

Dodatkowe informacje

Nota wydawcy

Springer Nature pozostaje neutralny w odniesieniu do roszczeń jurysdykcyjnych w publikowanych mapach i afiliacjach instytucjonalnych.

Prawa i uprawnienia

Otwarty dostęp Ten artykuł jest dostępny na licencji Creative Commons Uznanie autorstwa 4.0 Międzynarodowej, która zezwala na wykorzystanie, udostępnianie, adaptację, dystrybucję i powielanie na dowolnym nośniku lub w dowolnym formacie, o ile podasz odpowiednie informacje o oryginalnym autorze (autorach) i źródle, podasz link do licencji Creative Commons i wskażesz, czy wprowadzono zmiany. Obrazy lub inne materiały osób trzecich w tym artykule są zawarte w licencji Creative Commons artykułu, chyba że zaznaczono inaczej w linii kredytowej do materiału. Jeśli materiał nie jest objęty licencją Creative Commons artykułu, a zamierzone użycie nie jest dozwolone przez przepisy ustawowe lub wykracza poza dozwolony użytek, musisz uzyskać pozwolenie bezpośrednio od właściciela praw autorskich. Aby wyświetlić kopię tej licencji, odwiedź stronę http://creativecommons.org/licenses/by/4.0/. Zrzeczenie się praw autorskich Creative Commons Public Domain Dedication (http://creativecommons.org/publicdomain/zero/1.0/) ma zastosowanie do danych udostępnionych w tym artykule, chyba że w linii kredytowej danych zaznaczono inaczej.

Przedruki i uprawnienia

O tym artykule

Cytuj ten artykuł

Velghe, M., Aerts, S., Martens, L. i wsp. Protokół osobistych badań pomiaru narażenia RF-EMF w sieciach telekomunikacyjnych 5. generacji. Environ Health 20, 36 (2021). https://doi.org/10.1186/s12940-021-00719-w

Pobierz cytat

• Otrzymał09 czerwca 2020
• Akceptowane15 marca 2021 r.
• Opublikowany01 kwietnia 2021 r.
• DOIhttps://doi.org/10.1186/s12940-021-00719-w

Udostępnij ten artykuł

Każdy, komu udostępnisz poniższy link, będzie mógł przeczytać tę treść:Uzyskaj link do udostępnienia

Dostarczane przez inicjatywę udostępniania treści Springer Nature SharedIt

Opublikowano za: https://ehjournal.biomedcentral.com/articles/10.1186/s12940-021-00719-w