方法文章

2.4 GHz频段人体可穿戴剂量计有效分析人体暴露条件

DOI:

10.3791/56525

2018年5月2日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究描述了一种用于测量2.4 GHz频段暴露水平的方案,旨在避免使用个人暴露计作为测量设备所导致的不确定性。这些暴露水平的改变应予以考虑,特别是在合规性测试中,因为暴露限值是基于未受干扰的数据定义的。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本文提出了一种明确的实验方法,用于在最不利情况下评估最大暴露条件,同时避免使用个人暴露计(PEMs)作为测量设备所带来的不确定性:包括人体遮挡效应(BSE)、有限的灵敏度范围以及无法识别辐射源等问题。研究对多种室内封闭环境中的电磁场(EMF)暴露水平进行了测量与仿真,获得了暴露水平的上限值。研究采用的频率为2.4 GHz,因其是室内通信中最常用的频段。尽管记录到的数值远低于国际非电离辐射防护委员会(ICNIRP)的参考限值,但在某些特别敏感的环境中,仍迫切需要提供可靠的暴露水平数据。就电磁场(EMF)暴露而言,各国及国际标准中为健康防护所设定的限值均基于未受干扰的暴露条件,即基于未以任何方式被改变的真实且客观的暴露数据。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

近年来,无线局域网(WLAN)的使用已显著普及。无线技术已成为传统固定接入技术的替代方案,因此在住宅、工作场所和公共区域安装了大量接入点(AP)1,2。大量接入点及个人通信设备的使用,引发了人们对电磁场(EMF)暴露可能带来的风险的广泛关注3

个人暴露计(PEMs)是用于测量个体暴露水平的便携式设备,通常应用于流行病学领域。多项研究在使用PEMs进行电磁场(EMF)测量时检测到了不确定性。这些发现表明,PEMs会影响所获得结果的可靠性水平4。为尽量减少这些不确定性的影响,已提出一些解决方案,例如良好的PEM佩戴技术、较短的采样间隔以及足够长时间的测量5

一些作者已发表研究,强调在暴露测量中考虑占空比(或称工作周期)的重要性。在现实情况下,Wi-Fi 设备从不会以100%的占空比持续发射信号。Wi-Fi 信号由间歇性的射频(RF)能量脉冲以及无发射的静默期组成。因此,大量报告的暴露测量值非常低,通常低于检测灵敏度范围,被个人暴露计(PEMs)记录为未检出。已有若干研究提出采用校正因子,通过理论计算获得真实数值6

人体阴影效应的不确定性一直受到特别关注,因为个人暴露监测仪(PEMs)设计为由使用者佩戴,而佩戴者的存在会导致记录数据的不确定性。了解并量化身体阴影效应(BSE)有助于正确解读暴露数据,否则将不得不执行严格的测量程序。可通过在人体不同部位佩戴多个PEMs7,或对所得结果应用校正因子5,9,10,11,12,以避免BSE的影响。与此同时,在其他情况下,模拟技术中已采用圆柱体代替人体13。一些研究提出实施特定的测量技术,以消除人体影响13。本研究提出一种测量方法,可在不处理暴露数据的前提下,避免在真实室内环境中人体带来的影响。

PEM 的一个特点是无法识别辐射源。PEM 可测量特定频段内的电场(E 场)强度,但当多个辐射源或设备在同一频率上辐射时,PEM 在测量 E 场强度的同时无法区分各个特定辐射源的贡献。

因此,由于个人暴露测量仪(PEMs)记录数据存在上述不确定性,暴露水平分析需要通过实验评估和数值预测电磁场(EMF)水平的程序,以获得可靠的结果。本文提出了一种适用于评估室内封闭环境中电场(2.4 GHz频率)暴露水平的合适方法。采用该方法可避免前述因背景信号排除(BSE)导致的低估、因未检出值引起的高估,以及因无法识别辐射源而带来的不可靠性。这种增强的可靠性意味着,使用所提出方法获得的数据可在电磁场暴露的不利条件下提供一个上限估计。国家和国际标准中规定的暴露限值是基于未受任何因素或外界影响干扰的原始电磁场数据制定的,以保护公众健康。所提出的实验程序在法规测试合规性方面具有适用性,因其避免了记录数据中的不确定性,从而提供了可与暴露阈值进行比对的可靠信息。

在实施实验方案后,将获得的结果与欧洲法规中的限值和推荐暴露值进行了比较,以评估在典型室内环境中Wi-Fi系统产生的电磁场(EMF)暴露是否符合监管要求,而这些环境本身也代表了常见的工作场所情境。目前,2.4 GHz的Wi-Fi频段是公众暴露数据最为丰富的通信频段之一。这一特定频段受到政策关注的原因在于,人们普遍担忧无线设备在敏感环境(如医疗中心、医院、学校乃至家庭环境)中发射的射频能量可能带来的健康影响15

本研究提出了一种用于获取未受干扰的电场暴露条件测量结果的方案,旨在避免使用场强探头(PEMs)所带来的不确定性。本研究的目的是提高场强探头在合规性测试中作为测量设备的使用准确性。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本方案遵循卡洛斯三世健康研究所人类研究伦理委员会的指导方针。

1. 电磁环境屏蔽室的选择与控制测试

  1. 选择一个宽敞的围栏,至少20 m3 在体积上应足够大,以至在 PEM 记录的数据中能够明显观察到信号衰减。理想情况下,该空间应为空置状态,尽管并非绝对必要,因为传播模型在预测室内空间电场强度水平时,通常不考虑家具等小型障碍物的影响。16.
  2. 关闭附近设备(如手机、计算机、笔记本电脑、接入点)的 Wi-Fi 接口, 等等一个PEM的不确定性在于无法特异性识别辐射源,即PEM对每个频率的电场进行测量,但无法识别具体的发射设备。因此,需确保没有工作在2.4 GHz频段的Wi-Fi设备干扰实验。
  3. 使用随 PEM 提供的专用软件,将一个 PEM 设置为 4 秒的采样率。
  4. 将 PEM 置于腰部高度,尽管在这些初步测量中,PEM 的佩戴位置并不重要。
  5. 启动个人暴露测量仪(PEM),并让用户以约10 cm/s的速度从围栏的一端走向另一端。电场强度水平为用户行走过程中PEM记录的数据。
  6. 使用随 PEM 提供的特定软件下载记录的数据。检查所有记录的数据是否均处于 PEM 的灵敏度范围下限,即 2.4 GHz 频段的 0.05 V/m。
  7. 在不同日期进行对照测量,以确保实验的可重复性并获得结果的一致性,避免出现可能影响结果可靠性的显著差异。
    注意:如果对照测试在不同日期进行,则可假设无 Wi-Fi 辐射源存在,所记录的数据可能仅源于实验中的辐射源。

2. 固定测量装置的位置

  1. 使用三个个人暴露监测仪(PEMs),在其中一个室内围护结构中进行此初步测试。同时评估这三个PEMs的位置,以确定最能避免佩戴者对记录数据产生影响的PEM放置位置。
  2. 使用随每个PEM提供的配置软件,将三个PEM的采样率设置为4秒。
  3. 将第一个剂量计置于背部下部的腰部区域,此处身体对PEM的屏蔽作用最强。将第二个剂量计置于腰部高度,使其与辐射源之间处于视线直射(LoS)位置。
  4. 将第三个剂量计放置在距离使用者一米远的位置(位于使用者肩部所持管子的末端),以避免背向散射电子(BSE)的影响。使用长度为1米的纸管; 例如, 地图支架。三个PEM的位置如图所示 图1.
  5. 使用真实的接入点作为辐射源。
  6. 在进行测量前,同时开启PEMs。
    注意:不同 PEM 数据之间可能会出现微小间隙;此间隙对结果无显著影响。通常该间隙约为 2 至 3 个样本,而总样本数约为 300。
  7. 让用户以10 cm/s的速度缓慢走向辐射源,然后远离辐射源,期间AP分别位于用户前方和后方。 图2 是实验 enclosure 的示意图,显示了预设路径的方向以及 PEMs 的位置。
  8. 下载来自 PEMs 的数据。

3. 辐射源

  1. 在步骤4中使用的辐射源,应采用连接双锥天线的模拟信号发生器,并通过低损耗电缆进行连接。双锥天线是一种宽带天线,覆盖80 MHz至3 GHz的频率范围。
  2. 将模拟信号发生器配置为生成连续波信号,不加调制,频率设为2,437 MHz,因为这是Wi-Fi系统最常用的频率之一。
  3. 将生成的信号配置为等效全向辐射功率(EIRP)为100 mW,该值为欧洲允许的最大EIRP。
  4. 将双锥天线置于屏蔽 enclosure 的一侧中心位置(图2),以方便在动态条件下开展实验。
  5. 将双锥天线与用户对齐,使用户正对辐射源,以便通过非视距(NLoS)PEM检测记录数据中BSE的最大低估情况,相对于未受BSE影响的PEM所记录的水平。

4. 测量方法

  1. 使用两个个人暴露计(PEM)进行测量。利用随每个PEM提供的配置软件,将采样周期设置为4秒。
  2. 将第一个剂量计置于背部中央位置,使其完全处于辐射源的非视距(NLoS)区域,并使人体对PEM的屏蔽作用达到最大。
  3. 将第二个剂量计放置在距离使用者1米远的位置(位于使用者手持至肩部的管子末端),以避免人体影响。该位置已在步骤2中确定。两个PEM的位置如图3所示。
  4. 将双锥天线垂直放置。
  5. 在开始测量前同时开启两个PEM。与步骤2.6类似,此处短暂的时间差异不会对结果产生显著影响。
  6. 让使用者按照图3所示的预定路线,从走廊的另一侧以约10 cm/s的恒定慢速朝向辐射源行走。在行走过程中,PEM持续记录电场(E-field)数据。
  7. 使用配套软件从PEM中下载数据。
  8. 将双锥天线改为水平放置,重复步骤4.5、4.6和4.7,以检测极化类型的影响。

5. 光线追踪建模

  1. 开发或使用基于像理论的射线追踪软件(一种用于分析电磁场传播的射线追踪技术策略16),通过比较实验结果与模拟结果来验证该方法的有效性。该模型应能预测空旷空间中的电场强度,并允许电磁波与周围环境发生相互作用。在开发该软件时,请遵循以下步骤:
    1. 分阶段构建模型,以基于二维图像生成在垂直和水平平面上生成三维路径。将电场计算为直达射线与在周围环境中各评估点记录的反射和衍射所产生其他贡献的矢量和。在给定与环境相互作用的最大次数后,将评估点处的电场值计算为从源发出的所有贡献(射线)的矢量和。使用封闭体壁面反射次数作为输入参数,最大值设为1011
    2. 采用Nechayev和Constantinou提出的Holm启发式衍射系数的扩展形式进行衍射建模,该方法已在Rodríguez et al.10中应用。
  2. 将实验装置的特征作为配置参数使用:包括被测各封闭体的尺寸,以及构成材料的介电常数和电导率。表111列出了仿真中所用材料的电磁参数。导电材料相关的反射系数具有较大的幅值。非磁性且非导电介质的反射系数值足够高,足以影响电场,电场计算为直达射线主要贡献与其他衍射和反射贡献之和。
  3. 将双锥天线的特性、辐射方向图和极化方式作为配置参数输入。
  4. 将模拟信号发生器的频率(2,437 MHz)和功率(20 dBm)作为配置参数输入。
  5. 在正确输入所有参数后运行程序。
  6. 以0.01 V/m为间隔对结果进行量化,以模拟PEM的工作条件。
  7. 将低于PEM灵敏度下限的结果替换为0.05 V/m,以重现PEM记录的未检出值。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

选择了四个不同尺寸的室内封闭空间进行实验测量,其体积分别为 63 m3 (尺寸为 12 × 1.26/3 × 2.45 m)、162 m3(27.15 × 1.93 × 3.1 m)、57 m3(9 × 2.56 × 2.47 m)和 63 m3(10 × 2.56 × 2.47 m)。第一个封闭空间的宽度不恒定。在第一和第二个封闭空间中,预设路径的长度为 12 m。在第三和第四个封闭空间中,预设路径的长度分别为最大尺寸,即 9 m 和 10 m。影响 BSE 的一个因素是构成室内封闭空间的材料类型,因为在导电材料环境中,暴露水平会升高。具体而言,我们所使用的封闭空间由非反射性材料构成。在此类条件下,BSE 变得显著,因为在 BSE 模式下 PEM 记录到的反射射线比导电材料情况下的更弱。

初步阶段获得的结果总结于图4中,该图比较了用户朝向和远离接入点(AP)行走时,三个个人暴露计(PEM)记录的数据(其中一个位于背部,另一个位于前部,第三个置于距人体1米远处)。佩戴的PEM在与辐射源处于视距(LoS)条件下记录的电场强度水平与位于佩戴者1米外的PEM所记录的水平非常接近,两者均与辐射源处于视距条件下;但可以明显看出,与人体接触的PEM记录的水平较低7。对于两条路径而言,在遮挡区域佩戴的PEM所采集的水平均低于处于视距条件下的佩戴及未佩戴PEM所采集的数据。

各位置的PEM记录的电场强度在两条路径中非常相似,但存在一些差异。考虑到远离接入点(AP)的路径,有限差分时域(FDTD)分析表明,入射波可以绕过人体并到达佩戴在身体对侧的PEM,甚至到达距离用户1 m远的PEM,尽管该位置的体阴影效应(BSE)较弱。这种效应在室内环境中更为显著,因为人体产生的阴影区域较小。因此,在两条路径中距离用户1 m远的PEM所记录的数据与暴露条件下的数据相似。

对于穿戴式 PEM,其与人体的耦合效应会导致 PEM 辐射方向图(RD)发生畸变,从而影响记录的数据。然而,由于穿戴式 PEM 在视距(LoS)条件下记录的数据通常与距离 1 米处 PEM 记录的数据相似,但略低,因此可以得出结论:在视距条件下,与体表效应(BSE)引起的畸变相比,人体对信号的影响可忽略不计。

图4所示,在所有PEM位置中,朝向AP方向的电场强度水平相对较低,该方向上用户位置正对辐射源。在GHz频段,由于人体形态特征,全身比吸收率(SARWB)在前方入射平面波条件下略高:人体前侧包含更大的皮肤面积和更粗糙的表面(如脚趾、脚部、下巴、面部)。电场能够有效作用于这些较小的身体部位,而这些部位正是GHz频段下典型的SAR峰值区域17

来自接入点(AP)的信号传输是不连续的,因此功率计(PEM)记录的许多信号强度未达到其最低灵敏度阈值,导致未检出数据过多。当未检出数据的比例低于60%时,可视为可接受,此时可采用替代方法进行处理,具体解释见Helsel18。尽管在图4所示结果中,未检出数据的最大比例为50%,接近可接受的60%水平,但使用接入点(AP)进行的测试仍具有足够的可靠性,足以确认1 m为避免背景信号干扰(BSE)的最佳距离。

因此,将 PEM 置于距离用户 1 米远的位置,是记录 E 场暴露可靠水平的最佳选择,且不受人体影响所导致的低估干扰。考虑到这些因素,测量在四个选定的环境中进行,涵盖水平和垂直两种极化方式,并遵循前一节所述的方法:使用两个 PEM,一个由用户佩戴并处于非视距(NLoS)状态,另一个置于距离用户 1 米远的位置,并与辐射源保持视距(LoS)状态。

图5图6 以半对数坐标显示了在第一个和第二个屏蔽室中沿射频辐射源路径的电场强度水平,辐射源由双锥天线和信号发生器组成,测量涵盖两种极化方式。屏蔽效能(BSE)的低估程度直接取决于环境尺寸:在第二个屏蔽室中低估更为显著,且该效应在室外环境比室内环境更明显。值得注意的是,垂直极化下的BSE低估程度大于水平极化,因为主辐射源的极化类型会影响BSE的影响程度。为了避免在无遮挡情况下因未进一步处理对数数据而导致大量未检出值,在第二个屏蔽室中以25 dBm(316.12 mW)的发射功率重复进行了两种极化方式的测量。图6 展示了将两种极化方式的数据重新归一化至20 dB后的测量结果,并采用半对数坐标以清晰呈现遮挡情况下的电场强度水平。在水平极化情况下,已避免出现未检出值;但在垂直极化情况下,未检出值的比例仍然较高。

在所有受试屏蔽室中,均在测试条件下对两种极化方式进行了测量。图5展示了第一个屏蔽室的结果,两种极化方式下的遮蔽数据相似。然而,从尺寸最大的第二个屏蔽室的结果(如图6所示)可以看出,两种极化方式下遮蔽数据的差异比图5中更为显著。

为了量化每个围隔中两种极化方式下遮蔽数据的差异,表2给出了极化因子(PF),该因子表示两种极化方式下非遮蔽数据均值与遮蔽数据均值之比的关系,如公式(1)所示:

垂直/水平分析的偏振因子公式;光学偏振研究中的方程。(1)

表2可知,封闭空间越大,垂直极化下非遮挡与遮挡数据之间的差异越显著。本研究结果表明,与水平极化相比,垂直极化下的低估更为明显,因为在约2,100 MHz频率下,当人体处于直立状态且电磁波从前或后方入射时,肢体和头/躯干部位的局部比吸收率(SAR)在垂直极化下更高17。此外,人体尺寸与波长相比不可忽略,因此在电磁波吸收方面,垂直极化处于最不利的情况24。当人体长轴与电场矢量方向平行时(即双锥天线极化方向为垂直时),人体的比吸收率(SAR)达到最大值19。理论上,与水平极化波相比,垂直极化波更易被人体屏蔽,这是因为垂直极化时,电场(E场)沿穿戴者身体长轴方向振荡8。由于天线极化方式是体侧效应(BSE)中的关键因素,因此应采用垂直极化,以检测人体存在对穿戴式PEM测量结果及非视距(NLoS)条件下测量结果的最大影响20

在测试条件下,四个围护结构内的暴露水平以半对数坐标显示在图7中。模拟结果与预设路径各测量点的实测数据一同展示,表明这两类数据随距辐射源距离的变化趋势一致。

表3 分别总结了测量和模拟的电场强度水平。对于每个室内封闭空间,均提供了均值、标准差以及最大值和最小值。值得注意的是,实验数据与模拟数据的统计值之间具有较高的相似性。每一对实验与模拟数据序列之间的相似性也已通过以下方面进行了检验: pKolmogorov-Smirnov(KS)检验所得的 p 值。p 值显示在 表3。该 p-值始终大于0.05的显著性水平,因此每对实验数据与模拟数据序列之间均具有良好的吻合度。此外,通过KS检验还证实,在两种极化条件下,各序列(无论是实验数据还是模拟数据)的累积分布函数(CDF)始终符合对数正态统计分布。

图7展示了在用于测试的室内封闭环境中测得的数据与模拟数据,以及这些数据对基于ICNIRP的欧洲法规所设定限值的符合情况。ICNIRP的指南构成了目前全球在一般环境、家庭和职业环境中广泛采用的许多暴露标准的基础。对于公众而言,在2.4 GHz频率下对非电离辐射的暴露限值为61 V/m。ICNIRP规定的61 V/m限值并非在人类暴露方面最严格的标准。全球还存在其他标准:在北美,IEEE设定的限值较为宽松,对于非受控环境(相当于ICNIRP中的公众环境)为66.7 V/m。此外,东欧地区存在更为严格的规定,例如俄罗斯对公众设定的最严格限值为3.14 V/m。在图7中,与ICNIRP限值进行比较的测量结果不受PEM不确定度的影响,从而确保了关于法规符合性所得结论的可靠性。

静力平衡示意图,ΣF=0,展示作用在水平杆上三个PEM上的力。
图1:实验过程中PEM的位置。

辐射测量示意图,12米设置,视线/非视线PEM分析,方向性流动。
图2:控制测试的预设路径,朝向和远离辐射源的方向,以及三个剂量计的位置。

辐射源示意图,PEM可见性;距离指示,用于实验设置的用户关系。
图3:在四个屏蔽区域中朝向辐射源进行测量的预设路径及剂量计的位置。 第一和第二屏蔽区域内的测试区域长度为12 m,已标出。

显示不同条件下电场强度概率分布的实证累积分布函数图。
图 4:三种 PEM 在不同位置下的结果累积分布函数(CDF)。 结果分别显示了在视距(LoS)和非视距(NLoS)条件下,用户佩戴设备时距离辐射源 1 米处的情况,且涵盖了预设路径朝向和背离辐射源两种情形。

垂直和水平电场极化图,比较人体对场强的影响。
图 5:在 63 m3 第一屏蔽室中获得的实验数据。 数据展示了(a)垂直极化和(b)水平极化条件下,有无人体影响时的结果,发射功率为 100 mW。数据以用户朝信号源行走过程中 PEM 记录的采样次数为函数进行展示。结果采用半对数坐标显示。

垂直与水平极化图、电场数据、对比分析
图 6:在 162 m3 的第二屏蔽室内获得的实验数据。数据展示了(a)垂直极化和(b)水平极化条件下,有无人体影响时的测量结果,发射功率为 25 dBm(316.12 mW),并重新缩放至 20 dBm(100 mW)。数据表示为用户朝信号源行走过程中,PEM 记录的采样次数的函数。结果以半对数坐标显示。

电磁暴露分析;比较图;四个屏蔽室中测量值与模拟值的对比。
图7:垂直极化下电场强度的实测值与模拟值。结果显示了(a)第一个(63 m3)、(b)第二个(162 m3)、(c)第三个(57 m3)和(d)第四个(63 m3)屏蔽室的情况。电场强度以国际非电离辐射防护委员会(ICNIRP)对公众在2.4 GHz频段的暴露限值61 V/m的百分比形式表示。数据展示了当用户朝信号源行走时,便携式电磁场测量仪(PEM)记录的采样次数随电场强度的变化情况。

材料电导率相对介电常数
(S/m)相对介电常数
天花板 – 刨花板0.0012.5
地板 – 大理石0.000227
侧墙0.0053
金属1003
玻璃1E-106
木材0.00062

表1:模拟中使用的电磁参数。

密闭空间体积偏振
(m3)因子
1631.0635
21621.3325
3571.0235
4631.0590

表2:每个围栏的偏振因子,计算为非阴影数据与阴影数据均值之间的比值。 围栏的尺寸已标明。

围护结构尺寸均值(V/m)标准差(V/m)最大值(V/m)最小值(V/m)p值p值
(m3实验值模拟值实验值模拟值实验值模拟值实验值模拟值垂直极化水平极化
1630.270.290.170.221.451.360.050.050.72960.8924
21620.220.240.20.231.471.410.050.050.45790.3802
3570.250.260.150.171.180.90.050.050.37400.3452
4630.230.250.200.211.241.180.050.050.46790.4263

表3:四种测试屏蔽 enclosure 在垂直和水平极化条件下的实验与模拟结果的主要统计值。 enclosure 的尺寸已标明。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

该方案中对于可靠采集暴露数据至关重要的一点,是个人暴露监测仪(PEM)的放置位置,以避免PEM不确定性带来的影响。为避免人体影响导致的测量值偏低,并间接减少记录数据中非检出值的数量,PEM必须放置在距离使用者1 m的位置。本方案中某些部分可进行调整;以下将评估该方法的修改可能性与局限性。

用于开展本实验的测量仪器是个人暴露计(PEM),该仪器已在多项研究中被用于动态分析大范围地理区域户外环境中的电磁场(EMF)暴露情况24,25,26。尽管使用PEM测得的数据在精度上不如频谱分析仪(SA)所提供的测量结果,但由于PEM操作简便且采样速率高,已被广泛应用于大量流行病学研究中26,其最小采样周期为4秒。本研究所用的PEM灵敏度范围下限为0.05 V/m。目前市场上已有更先进的PEM型号,其灵敏度范围更宽,在2.4 GHz频段最低可达到0.005 V/m,因此当人体遮挡PEM时,未检出值的数量会更少。然而,这一因素对本实验并无影响,因为在不考虑BSE不确定度的情况下,所有测得结果均高于0.05 V/m。尽管存在采样周期更短的其他PEM型号,但本实验选用的型号因其便于佩戴于腰部高度而被选中,该位置可使人体对PEM的屏蔽效应达到最大。

在初步实验中,采用工作于2.4 GHz Wi-Fi频段的Wi-Fi接入点(AP)作为辐射源。使用频谱分析仪(SA)评估AP发射的功率后,进一步检查确认信息数据包并非连续传输,存在无信号发射的时间段27,28。因此,大部分射频电磁场(RF EMF)水平低于场强测量仪(PEM)的检测限(0.05 V/m)。Wi-Fi AP的最小占空比由信标信号决定,约为0.01%。相比之下,占空比为100%的连续信号可模拟最严苛的暴露条件,同时避免因未检出值带来的不确定性。因此,采用信号发生器和双锥天线作为辐射源,在Wi-Fi频率下产生功率为100 mW、无调制的连续波信号。

基于镜像理论的射线追踪软件已用于预测四个选定室内封闭空间中的电场强度水平。由于研究目的是分析后向散射效率(BSE)及其他射线追踪电磁(PEM)不确定性的影响,而非评估PEM作为其他测量设备的运行能力,因此未采用其他实验技术(如使用探头的频谱分析仪)对实验结果进行验证。镜像理论的局限性源于非理想的环境条件,即反射表面并非薄、平坦或平面时。当环境条件非理想时,传播模型结果会包含反射系数的不确定性。当反射表面尺寸有限时,可以剔除未与这些表面相交的射线。随着反射次数增加,菲涅尔椭球的尺寸增大,近似程度随之降低。然而,多次反射产生的射线强度较弱,对最终结果的影响较小。

采用朴素方法来处理未检出值的不确定性问题。该方法将低于检测灵敏度范围限值的数据替换为最低检测限值29。此外,还存在其他通过替换对数化数据来校正未检出值不确定性的方法。基于顺序统计量的稳健回归(ROS)方法可预测未检出值,其假设这些值服从对数正态分布。尽管还可对数据应用其他方法,但估计结果始终存在一定误差。本文采用最低检测限值替换法,因为使用固定值替换有助于识别未检出值。此外,在分析的多种情况下,累积分布函数(CDF)的该区域之间未表现出显著差异。

必须特别关注人体阴影效应的不确定性,因为个人暴露监测仪(PEMs)的设计初衷是供使用者佩戴,而佩戴者的存在正是造成这种不确定性的原因。此外,背向散射效应(BSE)的低估可能导致未检出结果的增加。通过在身体的不同部位佩戴多个PEMs,也可避免BSE的影响。30,31将位于身体对侧的两个PEM的对数化数据取平均值,相较于单个PEM的对数化数据,可减小低估程度和不确定性5另一种替代方法是在解释暴露数据时,考虑由于背景信号效应(BSE)导致的暴露水平变化,并应用适当的校正因子。然而,这些校正因子必须根据具体活动和环境单独确定,且正确应用起来非常复杂。此外,本研究中采用的技术提出了一种避免BSE的实用方法,仅需使用一台个人暴露计(PEM),无需进行数据处理。

考虑到移动技术的进步以及未来5G(第五代)无线电系统中对人体衰减特性的关注32,本研究提出的技术可用于评估人体对新一代网络的暴露水平,从而避免上述不确定性。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者无任何利益冲突需要披露。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本工作由项目“医疗智能环境中的电磁表征及其在个人、职业和环境健康中的作用”(DGPY-1285/15,PI14CIII/00056)以及“西班牙远程医疗发展网络平台”项目的人力资源支持(DGPY-1301/08-1-TS-3)共同资助,两项项目资金均来自研究评估与促进副局(卡洛斯三世健康研究所)。

材料

本文使用的材料清单
姓名公司目录编号评论
个人暴露计SATIMOEME SPY 121/100佩戴式个人暴露计,用于记录暴露数据
个人暴露计ANTENNESSAEME SPY 121/120佩戴式个人暴露计,用于记录暴露数据
Wi-Fi 接入点CISCOAironet 1130Wi-Fi 接入点,垂直极化 
模拟信号发生器 AGILENTN5181A MXG 模拟信号发生器 
精密锥形偶极子天线 SEIBERSDORF PCD 8250宽带天线,80 MHz - 3 GHz。具有水平面全向辐射模式的偶极子类辐射特性
电缆ROHDE & SCHWARZLARG-214/U 低损耗电缆

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Aguirre, E., et al. Analysis of estimation of electromagnetic dosimetric values from non-ionizing radiofrequency fields in conventional road vehicle environments. Electromagn. Biol. and Med. 34 (1), 19-28 (2015).
  2. Aguirre, E., et al. Estimation of electromagnetic dosimetric values from non-ionizing radiofrequency fields in an indoor commercial airplane environment. Electromagn. Biol. and Med. 33 (4), 252-263 (2014).
  3. Barbiroli, M., Carciofi, C., Guiducci, D. Assessment of population and occupational exposure to Wi-Fi systems: Measurements and simulations. IEEE Trans. Electromagn. Compat. 53 (1), 219-228 (2011).
  4. Knafl, U., Lehmann, H., Riederer, M. Electromagnetic field measurements using personal exposimeters. Bioelectromagnetics. 29 (2), 160-162 (2008).
  5. Bolte, J. F. Lessons learnt on biases and uncertainties in personal exposure measurement surveys of radiofrequency electromagnetic fields with exposimeters. Environ. Int. 94, 724-735 (2016).
  6. Bechet, P., Miclaus, S., Bechet, A. C. Improving the accuracy of exposure assessment to stochastic-like radiofrequency signals. IEEE Trans. Electromag. Comp. 54 (5), 1169-1177 (2012).
  7. Najera Lopez, A., Gonzalez-Rubio, J., Villalba Montoya, J. M., Arribas, E. Using multiple exposimeters to evaluate the influence of the body when measuring personal exposition to radio frequency electromagnetic fields. COMPEL. 34 (4), 1063-1069 (2015).
  8. Bolte, J. F. B., van der Zande, G., Kamer, J. Calibration and uncertainties in personal exposure measurements of radiofrequency electromagnetic fields. Bioelectromagnetics. 32 (8), (2011).
  9. Blas, J., Lago, F. A., Fernández, P., Lorenzo, R. M., Abril, E. J. Potential exposure assessment errors associated with bodyworn RF dosimeters. Bioelectromagnetics. 28 (7), 573-576 (2007).
  10. Rodríguez, B., Blas, J., Lorenzo, R. M., Fernández, P., Abril, E. J. Statistical perturbations in personal exposure meters caused by the human body in dynamic outdoor environments. Bioelectromagnetics. 32 (3), 209-217 (2011).
  11. De Miguel-Bilbao, S., García, J., Ramos, V., Blas, J. Assessment of human body influence on exposure measurements of electric field in indoor enclosures. Bioelectromagnetics. 36 (2), 118-132 (2015).
  12. Neubauer, G., et al. The association between exposure determined by radiofrequency personal exposimeters and human exposure: A simulation study. Bioelectromagnetics. 31 (7), 535-545 (2010).
  13. Ghaddar, M., Talbi, L., Denidni, T. A., Sebak, A. A conducting cylinder for modeling human body presence in indoor propagation channel. IEEE Trans. Antennas Propag. 55 (11), 3099-3103 (2007).
  14. Thielens, A., et al. Personal distributed exposimeter for radio frequency exposure assessment in real environments. Bioelectromagnetics. 34 (7), 563-567 (2013).
  15. De Miguel-Bilbao, S., et al. Analysis of exposure to electromagnetic fields in a healthcare environment: Simulation and experimental study. Health Phys. 105 (5), S209-S222 (2013).
  16. Catedra, M. F., et al. Efficient ray-tracing techniques for three-dimensional analyses of propagation in mobile communications: application to picocell and microcell scenarios. IEEE Antennas Propagat. Mag. 40 (2), 15-28 (1998).
  17. Uusitupa, T., Laakso, I., Ilvonen, S., Nikoskinen, K. SAR variation study from 300 to 5000 MHz for 15 voxel models including different postures. Phys. Med. Biol. 55 (4), 1157-1176 (2010).
  18. Helsel, D. R. Fabricating data: How substituting values for nondetects can ruin results and what can be done about it. Chemosphere. 65 (11), 2434-2439 (2006).
  19. Ahlbom, A., et al. Guidelines for limiting exposure to time-varying electric, magnetic, and electromagnetic fields (up to 300 GHz). Health Phys. 74 (4), 494-522 (1998).
  20. De Miguel-Bilbao, S., Ramos, V., Blas, J. Assessment of polarization dependence of body shadow effect on dosimetry measurements in 2.4 GHz band. Bioelectromagnetics. 38 (4), 315-321 (2017).
  21. Lopez-Iturri, P., De Miguel-Bilbao, S., Aguirre, E., Azpilicueta, L., Falcone, F., Ramos, V. Estimation of radiofrequency power leakage from microwave ovens for dosimetric assessment at nonionizing radiation exposure levels. Biomed. Res. Int. 603260, 1-14 (2015).
  22. De Miguel-Bilbao, S., et al. Evaluation of electromagnetic interference and exposure assessment from s-health solutions based on Wi-Fi devices. Biomed. Res. Int. 784362, 1-9 (2015).
  23. Vermeeren, G., Joseph, W., Martens, L. Whole-body SAR in spheroidal adult and child phantoms in realistic exposure environment. Electron. Lett. 44 (13), 1-2 (2008).
  24. Beekhuizen, J., Vermeulen, R., Kromhout, H., Bürgi, A., Huss, A. Geospatial modelling of electromagnetic fields from mobilephone base stations. Sci. Total Environ. 445, 202-209 (2013).
  25. Gonzalez-Rubio, J., Najera, A., Arribas, E. Comprehensive personal RF-EMF exposure map and its potential use in epidemiological studies. Environ. Res. 149, 105-112 (2016).
  26. Urbinello, D., Huss, A., Beekhuizen, J., Vermeulen, R., Röösli, M. Use of portable exposure meters for comparing mobile phone base station radiation in different types of areas in the cities of Basel and Amsterdamn. Sci. Total Environ. 468, 1028-1033 (2014).
  27. Fang, M., Malone, D. Experimental verification of a radiofrequency power model for Wi-Fi technology. Health Phys. 98 (4), 574-583 (2010).
  28. Miclaus, S., Bechet, P. Electromagnetic field strength in proximity of WLAN devices during data and video file transmission. Electron. Lett. 50 (19), 1397-1399 (2014).
  29. Röösli, M., et al. Statistical analysis of personal radiofrequency electromagnetic field measurements with nondetects. Bioelectromagnetics. 29 (6), 471-478 (2008).
  30. Thielens, A., et al. On-body calibration and measurements using a personal, distributed exposimeter for wireless fidelity. Health Phys. 108 (4), 407-418 (2015).
  31. Thielens, A., et al. On-body calibration and processing for a combination of two radio frequency personal exposimeters. Radiat. Prot. Dosim. 163 (1), 58-69 (2015).
  32. Zhao, X., et al. Attenuation by human bodies at 26-and 39.5-GHz millimeter wavebands. IEEE Antennas Wireless Propag. Lett. 16, 1229-1232 (2017).

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章