Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Engineering

Effektiv analyse af menneskers eksponering tilstande med kropsbårne dosimetre i 2,4 GHz-båndet

doi: 10.3791/56525 Published: May 2, 2018

Summary

Denne undersøgelse beskriver en protokol for at måle eksponeringsniveauer i 2,4 GHz-båndet, undgå den usikkerhed, der skyldes brugen af personlige exposimeters som måleinstrumenter. Disse ændringer af eksponeringsniveauer bør tages i betragtning, især i overensstemmelsestestning, hvor eksponeringsgrænser defineres fra ikke-bestyrtet data.

Abstract

En veldefineret eksperimentel procedure er fremsat for at vurdere maksimale eksponeringsforhold i et worst-case scenario, samtidig undgå usikkerhed forårsaget ved brug af personlige exposimeters (PEMs) som måleinstrumenter: kroppen skygge effekt (BSE), den begrænset følsomhed, og identifikation af stråling kilde. En øvre grænse for eksponeringsniveauer til EMF i flere indendørs kabinetter er blevet målt og simuleret. Frekvens anvendes til undersøgelsen er 2,4 GHz, da det er den mest almindeligt anvendte band i indendørs kommunikation. Selv om registrerede værdier er langt under den internationale Kommission for ikke-ioniserende stråling Protection (ICNIRP) referenceniveauer, er der et særligt behov for at give pålidelige eksponeringsniveauer inden for særligt følsomme miljøer. Med hensyn til elektromagnetisk felt (EMF) eksponering, har etableret i nationale og internationale standarder for sundhedsbeskyttelse været grænseværdierne for uforstyrrede eksponeringsforhold; Det er for rigtige og objektive eksponeringsdata, der ikke er blevet ændret på nogen måde.

Introduction

Brugen af trådløse lokalnetværk (WLAN) er blevet betydeligt mere udbredt i de seneste år. Trådløse teknologier er blevet alternativer til traditionelle fast adgang dem, og derfor et stort antal access point (AP) er blevet installeret i bolig, erhvervsmæssige og offentlige områder1,2. Dette store antal AP og personlige kommunikationsenheder har ført til betydelig interesse i de mulige risici relateret til elektromagnetisk felt (EMF) eksponering3.

Personlig exposimeters (PEMs) er bærbare enheder til måling af individuelle eksponering, typisk anvendt inden for epidemiologi. Flere undersøgelser har opdaget usikkerhed, når du bruger PEMs i EMF målinger. Disse resultater viser effekterne at PEMs har på niveauet af pålidelighed i de opnåede resultater4. Nogle løsninger har været foreslået at minimere effekten af disse usikkerheder, som god PEM-iført teknikker, lille dataindsamlingsintervaller og målinger af tilstrækkelig længde5.

Visse forfattere har offentliggjort arbejde på vigtigheden af at overveje told faktor (eller normeret maksimalydelse) i eksponering målinger. I virkelige situationer sende Wi-Fi Hjælpemidler aldrig med en fuld arbejdscyklus. Wi-Fi-signaler består af intermitterende stød af radiofrekvens (RF) energi og perioder uden nogen transmissioner. Der er derfor en stor del af rapporterede eksponering målinger der er meget lavt, ofte falder under følsomhed, og som er logget som ikke registrerer af PEMs. Flere værker foreslår anvendelse af faktorer at opnå reelle værdier via en teoretisk beregning6.

Usikkerheden af skygge effekten af den menneskelige krop er blevet behandlet med særlig interesse, da PEMs er designet til at være båret af brugeren, med tilstedeværelsen af bæreren forårsager usikkerhed i den logførte data. Viden og kvantificering af BSE bidrage til at give korrekte fortolkninger af eksponeringsdata, uden hvilken, det ville være nødvendigt at gennemføre strenge måleprocedurer. BSE kan undgås ved at bære flere PEMs, placeret på forskellige dele af den menneskelige krop7, eller ved at anvende korrektionsfaktorer for de opnåede resultater5,9,10,11,12 . I mellemtiden, i andre tilfælde, kroppen er blevet erstattet i simulering teknikker med brug af cylindre13. Nogle værker foreslår gennemføre specifikke måleteknikker for at undgå påvirkning af den menneskelige krop13. Den nuværende undersøgelse foreslår en målemetode, målingernes der undgår påvirkning af kroppen i rigtige indendørs indhegninger uden manipulere eksponeringsdata.

En funktion af PEMs er ikke identifikation af stråling kilde. PEMs måle elektrisk felt (E-field)-niveauer i visse frekvensbånd, men hvis flere kilder eller enheder udstråle på samme frekvens, at PEM foranstaltninger E-feltet niveauer uden at identificere bidrag fra hver bestemt kilde.

Kræver derfor, på grund af disse kilder til usikkerhed i PEMs' logførte data, eksponering niveau analyse procedurer til eksperimentelle evalueringen og de numeriske forudsigelse af EMF niveauer for at opnå pålidelige resultater. Dette arbejde præsenterer en egnet metode, der kan bruges til at vurdere eksponeringen for E-felter (2,4 GHz) i indendørs indhegninger. Ved hjælp af denne metode, den tidligere nævnte usikkerhed forårsaget af undervurdering på grund af BSE, overvurdering skyldes ikke-registrerer, og upålidelighed af identifikation af stråling kilde undgås. Denne forbedret pålidelighed betyder, at de data, der er opnået med den foreslåede metode give en øvre grænse for ugunstige forhold i EMF eksponering. Eksponeringsgrænserne etableret i nationale og internationale standarder for sundhedsbeskyttelse blev defineret for uforstyrrede EMF data, uændret ved enhver virkning eller agent. Den foreslåede eksperimentelle procedure er passende i forhold til regulerende test overholdelse, da usikkerheden er undgået i den logførte data, giver pålidelige oplysninger, der kan sammenholdes med tærsklerne for eksponering.

Efter gennemførelse af eksperimentelle protokollen, har de opnåede resultater i forhold til tærsklerne og anbefalede eksponeringsværdier i den europæiske lovgivning. Dette er gjort for at kontrollere den regulerende overholdelse af EMF eksponering på grund af Wi-Fi-systemer, i typisk indendørs miljøer, som igen repræsenterer fælles arbejdsplads sammenhænge. I øjeblikket er et Wi-Fi frekvens på 2,4 GHz en af kommunikation bands, der er mere bredt tilgængelige data om eksponering for den brede offentlighed. Den politiske interesse i denne specifikke band er på grund af udbredt bekymring over de mulige sundhedsmæssige virkninger af eksponering til radiofrekvensenergi udsendes af trådløse-kompatible enheder i følsomme miljøer, såsom sundhedspleje centre, hospitaler, skoler, og selv husholdningernes indstillinger15.

Dette arbejde præsenterer en protokol for at give uforstyrrede målinger vedrørende E-feltet eksponeringsbetingelser, undgå usikkerhed forbundet med brugen af PEMs. Dette arbejde sigter mod at forbedre brugen af PEMs som måleinstrumenter i reglernes overholdelse.

Protocol

Den foreslåede protokol følger retningslinjerne i Carlos III sundhed Institute´s menneskelige videnskabsetisk Komité.

1. prøvelokalet udvælgelse og kontrol Test af elektromagnetisk miljø

  1. Vælg en rummelig kabinet, mindst 20 m3 i volumen, der er stor nok, at signal fading er mærkbar i PEM logget data. Helst, kabinettet skal være tom, selv om det ikke er absolut nødvendige som små forhindringer, såsom møbler, ikke tages i betragtning i formering modeller, der bruges til at forudsige E-feltet niveauerne i indendørs indhegninger16.
  2. Slå fra grænsefladen Wi-Fi i nærheden enheder, såsom mobiltelefoner, computere, bærbare computere, access points, osv. En PEM usikkerhed er non-specifik identifikation af stråling kilde, dvs PEMs foranstaltning E-felt for hver frekvens uden at identificere hver transmissionsenhed. Derfor, Sørg for der er ingen Wi-Fi Hjælpemidler opererer på 2,4 GHz-båndet, der kunne forstyrre eksperimentet.
  3. Konfigurere en PEM med en samplingfrekvens på 4 s med den specifikke software, der er forsynet med PEM.
  4. Placere PEM i taljehøjde, selv om i disse foreløbige målinger, det sted, hvor PEM er slidt ikke er relevant.
  5. Start PEM, og har brugeren gå fra den ene ende af kabinettet mod den anden, med en hastighed på ca. 10 cm/s. E-feltet niveauer er den logførte data ved PEM, mens brugeren er at gå.
  6. Download den logførte data med den specifikke software, der er forsynet med PEM. Kontroller, at alle loggede data er på den laveste grænse for følsomhed vifte af PEM, 0,05 V/m i frekvensbåndet på 2,4 GHz.
  7. Udføre kontrol målinger på forskellige dage at sikre repeterbarhed af eksperimentet og opnå ensartede resultater, med ingen betydelige variationer, som kan påvirke deres pålidelighed.
    Bemærk: Hvis kontrol er kontrolleret på forskellige dage, et fravær af Wi-Fi strålekilder kan antages, og de loggede data kan skyldes udelukkende at bidrag af stråling kilde til eksperimentet.

2. fastsættelse af placeringen af anordningen til måling af

  1. Udføre denne indledende test i en af de indendørs kabinetter ved hjælp af tre PEMs. De tre PEMs holdninger vil blive evalueret samtidig for at fastsætte placeringen af PEM, der bedst undgår indflydelse af bæreren i den logførte data.
  2. Konfigurere de tre PEMs med en samplingfrekvens på 4 s bruger konfigurationssoftwaren, der leveres med hver PEM.
  3. Placer den første dosimeter på den nederste del af ryggen i lænde område, hvor kroppen er maksimalt afskærmning i PEM. Placer den anden dosimeter i taljehøjde, i line of sight (LoS) med stråling kilde.
  4. Placere den tredje dosimeter en meter væk fra brugeren (enden af et rør, som brugeren til deres skulder), hvor det vil være upåvirket af BSE. Bruge en karton rør 1 m i længden; f.eks. en kort holder. Placeringen af de tre PEMs er vist i figur 1.
  5. Brug en reel adgangspunkt som stråling kilde.
  6. Aktivere PEMs samtidig lige før udføre målingerne.
    Bemærk: En lille kløft mellem forskellige PEMs data kan forekomme; Dette vil ikke være relevant for resultaterne. Dette hul er normalt om 2 eller 3 prøver, og det samlede antal prøver er omkring 300.
  7. Har brugeren gå langsomt hen imod, så fra lyskilden i et tempo på 10 cm/s, med AP beliggende foran og bag brugeren, henholdsvis. Figur 2 er et diagram over den eksperimentelle kabinet og viser retninger af de foruddefinerede stier og holdninger af PEMs.
  8. Hente data fra PEMs.

3. lyskilden

  1. For den stråling kilde bruges i trin 4, bruge en analog signalgenerator forbundet til en biconical antenne med en lav-loss kabel. Biconical antenne er en bredbåndsantenne dækker frekvensområde af 80 MHz til 3 GHz.
  2. Konfigurere den analoge signalgenerator til at generere en kontinuerlig signal uden graduering, og på hyppigheden af 2,437 MHz, da dette er en af mest anvendte frekvenser af Wi-Fi-systemer.
  3. Konfigurere den genererede signal med en ækvivalent isotropisk udstrålet effekt (EIRP) 100 mW, den maksimale EIRP, der er tilladt i Europa.
  4. Placer biconical antenne midt på den ene side af skabet (figur 2) for at fremme realiseringen af eksperimentet i dynamiske forhold.
  5. Juster biconical antenne med brugeren, således at brugeren direkte ansigter kilden, for at afsløre den maksimale BSE undervurdering i den logførte data af den ikke-sigtelinje (soner) PEM, for så vidt angår de logførte niveauer af PEM upåvirket af BSE.

4. målemetode, målingernes

  1. Foretage målinger ved hjælp af to PEMs. Konfigurere PEMs med en sampling periode 4 s med konfigurationssoftware, der er forsynet med hver PEM.
  2. Centrere den første dosimeter bagpå, helt soner med lyskilden, og hvor kroppen er maksimalt afskærmning i PEM.
  3. Placer den anden dosimeter i en afstand af 1 m væk fra brugeren (enden af røret holdes af brugeren til deres skulder) for at undgå påvirkning af den menneskelige krop. Denne holdning blev bestemt i trin 2. Positioner af både PEMs er angivet i figur 3.
  4. Placer biconical antennen i lodret stilling.
  5. Aktivere PEMs samtidig lige før udføre målingerne. Som i trin 2.6 bliver et lille hul her ikke relevante for resultaterne.
  6. Har brugeren gå langsomt fra den modsatte side af korridoren mod lyskilden, ifølge den definerede rute vist i figur 3, i en kontinuerlig langsomt tempo på ca 10 cm/s. Mens brugeren omvandrende, er PEM logge E-feltdata.
  7. Hente data fra PEMs ved hjælp af den medfølgende software.
  8. Gentag trin 4.5, 4.6 og 4.7 med biconical antennen i vandret position, for at afsløre indflydelsen af typen polarisering.

5. Ray Tracing modellering

  1. Udvikle eller bruge ray-tracing software baseret på image teori (en strategi, der anvendes i ray-tracing teknikker til at analysere udbredelsen af elektromagnetiske felter16) for at kontrollere effektiviteten af metoden, der ved at sammenligne eksperimentel og simulerede resultater. Modellen skal forudsige E-feltet niveauer i det tomme rum, og Tillad interaktion af elektromagnetiske bølger med det omgivende miljø. Ved udviklingen af denne software, skal du følge disse trin:
    1. Udvikle modellen i forskellige etaper for at producere 3D stier baseret på 2D billedet generation, i både lodrette og vandrette planer. Beregne E-feltet som vektor summen af de vigtigste ray og andre bidrag på grund af de refleksioner og diffractions af de elektromagnetiske bølger, der er registreret på hver evaluering sted inden for det omgivende miljø. Beregne værdien i en evaluering punkt E-feltet som vektor summen af alle indbetalinger (stråler) fra kilden efter et bestemt maksimalt antal interaktioner med miljøet. Anvende antallet af refleksioner på væggene i kabinettet som en inputparameter, med 10 som den maksimale værdi11.
    2. Ansætte en forlængelse af Holms heuristisk diffraktion koefficient for diffraktion modellering, som foreslået af Nechayev og Constantinou og anvendte i Rodríguez et al. 10
  2. Som konfigurationsparametre, bruge funktioner i opsætningen af eksperimenterende: dimensioner og Permittivitet og ledningsevne af de materialer, der indgår i hvert kabinet, der testes. Tabel 111 viser de elektromagnetiske parametre af materialer i simuleringen. Refleksion koefficient forbundet med ledende materialer har en højere størrelsesorden. Værdien af refleksion koefficienter af ikke-magnetiske og ikke-ledende medier er høj nok til at påvirke E-feltet beregnet som summen af de direkte ray vigtigste bidrag og bidragene fra diffractions og refleksioner.
  3. Introducere som konfigurationsparametre egenskaberne for biconical antenne, stråling mønster og polarisering.
  4. Introducere som konfigurationsparametre frekvens (2,437 MHz) og analog signalgenerator magt (20 dBm).
  5. Kør programmet efter korrekt herunder alle indgange.
  6. Kvantificere resultaterne med intervaller på 0,01 V/m, med det formål at efterligne PEM arbejdsvilkår.
  7. Erstatte de resultater, der ligger under den laveste grænse for PEM følsomhed med en værdi på 0,05 V/m, for at reproducere den ikke registrerer logget af PEMs.

Representative Results

Fire indendørs kapslinger af forskellige størrelser blev valgt til at udføre de eksperimentelle målinger, hvis mængder var 63 m3 (dimensioner af 12 × 1.26/3 × 2,45 m), 162 m3 (27.15 × 1,93 × 3,1 m), 57 m3 (9 × 2,56 × 2.47 m) og 63 m3 (10 × 2,56 × 2.47 m). Bredde af den første kabinet var ikke konstant. I de første og anden indhegninger var længden af den foruddefinerede sti 12 m. I tredje og fjerde indhegninger, længden af den foruddefinerede sti var af den maksimale dimension, der er 9 og 10 m, henholdsvis. En faktor, der påvirker BSE er typen af materialer gør op indendørs indhegninger, som eksponering niveauerne stiger for miljøer med ledende materialer. Specifikt, var kabinetter vi brugte sammensat af ikke-reflekterende materialer. I disse betingelser bliver BSE relevant, da de reflekterede stråler logget af PEM under BSE er svagere end i tilfælde af ledende materialer.

Resultaterne fra den indledende fase er sammenfattet i figur 4, som sammenligner de logførte data af de tre PEMs (en på bagsiden, en anden i front, og den tredje ligger 1 m væk), mens brugeren gik mod og væk fra AP. E-felt niveauer logføres af den slidte PEM i LoS med stråling kilde er meget lig dem optaget af PEM beliggende 1 m fra bæreren, både i LoS med stråling kilde, selv om deter mærkbar, PEM i kontakt med kroppen registrerer lavere niveauer7 . For begge kurver er niveauer indsamlet af slidte PEMs i området skygge lavere end data indsamlet af slidte og ikke slidt PEMs i LoS.

E-feltet niveauer logføres af PEMs i hver position var meget ens i begge veje, men der var nogle forskelle. I betragtning af stien fra AP, finite-forskellen-domæne (FDTD) Analysen viste at hændelse bølger kan bøje omkring kroppen bruger og nå den slidte PEM på den modsatte side, og selv PEM beliggende 1 m væk, hvor BSE er svagere. Denne effekt er mere signifikant i indemiljøet, som regionen skygget af kroppen er lille. Det var derfor de data, der er logget af PEMs beliggende 1 m væk fra brugeren i begge stier var magen til de udsatte betingelser.

Vedrørende de slidte PEMs forårsager effekten af kobling med kroppen en forvridning i PEM stråling mønster (RD) der efterfølgende påvirker de logførte data. Men som logførte data af slidte PEMs i LoS tendens til at være ens, men lavere end logførte data af PEMs beliggende 1 m væk, kan det konkluderes at LoS betingelser, den menneskelige krop har en ubetydelig indflydelse i forhold til forvridninger på grund af BSE.

Som det ses i figur 4, niveauer i alle PEM positioner feltet E tendens til at være lavere for retning af AP, hvor brugeren position er frontal til stråling kilde. I GHz-området, SAR i hele kroppen (SARWB) er lidt højere under en frontalt hændelse flyet bølge på grund af menneskelige morfologi: større hudområder og grovere overflader (tæer, fødder, hage, ansigt) er indeholdt i frontal side af kroppen. E-feltet kan effektivt gribe ind i disse små kropsdele, som er typiske peak SAR steder i GHz rækkevidde17.

Transmission fra AP er diskontinuert, så mange af de logførte niveauer af PEMs ikke nå tærsklen lavere følsomhed, og antallet ikke-registrerer bliver for stor. Procentdelen af ikke-registrerer betragtes som acceptabelt er under 60%, hvor substitution kan være acceptabelt, som forklaret af Helsel18. Selv resultaterne vist i figur 4, det maksimale antal ikke-registrerer, er 50%, tæt på det accepterede niveau på 60%, test med et AP er pålidelige nok til at bekræfte, at 1 m er en optimal afstand til at undgå BSE.

Derfor, placeringen af PEM beliggende 1 m væk fra brugeren er optimal til log pålidelige niveauer af eksponering for E-feltet, og er upåvirket af Undervurderingen skyldes påvirkning af kroppen. Under hensyntagen til disse overvejelser, målingerne blev udført i de fire udvalgte miljøer, i både vandret og lodret polarisationer og efter den metode, der er beskrevet i forrige afsnit: med to PEMs, en slidt af brugeren og i Soner, og andet ligger 1 m væk fra brugeren og i LoS med stråling kilde.

Figur 5 og figur 6 viser E-feltet niveauer i de første og anden kabinetter, en semi-logaritmiske skala og både polarisationer langs vejen mod stråling kilden består af en biconical antenne og en signalgenerator. BSE undervurdering er direkte afhængig af størrelsen af miljøet: undervurderingen er større i det andet indelukke, og til gengæld effekten er større i udendørs, snarere end indendørs, indhegninger. Det er bemærkelsesværdigt, at BSE undervurdering er større med lodret end med vandrette polarisering, da typen polarisering af de vigtigste lyskilden påvirker graden af påvirkning af BSE. For at undgå et stort antal ikke-registrerer for skygge uden en videre behandling af logførte data, målinger i både polarisationer blev gentaget med en transmissionseffekt af 25 dBm (316.12 mW) i det andet indelukke. Figur 6 præsenterer rescaled målingerne til 20 dB i både polarisationer og i en semi-logaritmisk skala til at opfatte E-feltet niveauerne for skygge. I forbindelse med horisontale polarisering, den ikke registrerer have været undgået, selv om i lodret polarisering, procentdelen er stadig betydelige.

Målingerne i både polarisationer blev udført i alle indhegninger under prøvningsbetingelser. Figur 5 viser resultaterne af den første kabinet, skygget data bliver ens i både polarisationer. Men fra resultaterne af det andet indelukke, den største ene, vist i figur 6, forskellen skygget data i både polarisationer er mere bemærkelsesværdig end i figur 5.

For at kvantificere forskellen skygget data i både polarisationer i hvert kabinet, præsenterer tabel 2 den polarisering faktor (PF), der vedrører forholdet mellem den ikke-skygget og skygget data i både polarisationer, som er vist i (1) :

Equation 1(1)

Fra tabel 2 kan det udledes, at jo større kabinettet er, jo større forskelle mellem ikke-skygget og skygget data for lodret polarisering. Resultaterne af denne undersøgelse viser en mere betydelig undervurdering i lodret end i vandret polarisation, fordi for frekvenser omkring 2100 MHz, lokaliserede SAR i arme og ben og hoved/trunk er højere for lodret polarisering i stående stilling, og når bølger kollidere kroppen fra den forreste eller tilbage17. Desuden, er brugeren ikke lille i forhold til bølgelængden, så den lodret polarisering er på værst tænkelige niveau med hensyn til absorption af hændelse bølge24. Når den største akse for det menneskelige legeme er parallel med den elektriske felt vektor i (hvilket sker når polariseringen af biconical antenne er lodret), når den specifikke absorptionshastigheden (SAR) af det menneskelige legeme maksimale værdier19. Teoretisk set, de lodret polariseret bølger er i vid udstrækning afskærmet af det menneskelige legeme, i forhold til vandret polariseret bølger. Dette er at i lodret polarisering, E-felt svinger parallelt med denne akse af bæreren8. Som polarisering af antennen er en nøglefaktor i BSE, er ordentlig polariseringen lodret, for at påvise tilstedeværelsen af brugeren maksimal indflydelse på målinger af den slidte PEM og i soner20.

Eksponeringsniveauer fremstillet i de fire kabinetter under prøvningsbetingelser er vist i figur 7 i et semi-logaritmiske skala. Simuleringen resultaterne er vist sammen med målinger på hvert punkt i de foruddefinerede rute, viser, at begge typer af data varierer på samme måde i forbindelse med deres afstand fra stråling kilde.

Tabel 3 opsummerer de målte og simulerede E-feltet niveauer, henholdsvis. For hver indendørs kabinet leveres af middelværdi, standardafvigelse og de maksimale og minimale værdier. Det er værd at bemærke ligheden mellem de statistiske værdier af eksperimentelle og simuleret data. Ligheden mellem hvert par af eksperimentelle og simuleret dataserie er også blevet kontrolleret med hensyn til p-værdi, der fremkommer med Kolmogorov-Smirnov (KS) test. P-værdier er vist i tabel 3. P-værdier er altid større end signifikansniveau på 0,05, så der er et passende match mellem hvert par af eksperimentelle og simuleret dataserie. Derudover er det også blevet bekræftet, ved hjælp af KS test at fordelingsfunktionen (CDF) for hver serie, eksperimenterende eller simuleret, altid følger den lognormale statistiske fordeling i både polarisationer.

Figur 7 viser den målte og simulerede data i indendørs indhegninger bliver brugt til afprøvning og overholdelsen af de tærskelværdier, der er fastsat i den europæiske lovgivning baseret på ICNIRP, som danner grundlag for mange eksponering standarder i øjeblikket anvendt over hele verden i generelle, indenlandske og erhvervsmæssige sammenhænge. For så vidt angår befolkningens generelle er grænse af eksponering for ikke-ioniserende stråling på 2,4 GHz 61 V/m. Værdien af 61 V/m er etableret i ICNIRP er ikke den mest restriktive begrænsning med hensyn til menneskers eksponering. Andre standarder findes rundt om i verden: i Nordamerika, IEEE fastsætter mindre restriktive grænser: 66,7 V/m for ukontrolleret miljøer, hvad der svarer til den brede offentlighed i ICNIRP. Derudover findes mere restriktiv regulering i Østeuropa, som er tilfældet med Rusland, hvor den strengeste grænsen for den almindelige befolkning er 3,14 V/m. I figur 7påvirkes målingerne sammenlignet med ICNIRP-tærskel ikke af usikkerheden af PEM, giver pålidelighed i de uddraget konklusioner med hensyn til forordningen overholdes.

Figure 1
Figur 1 : Placering af PEMs under eksperimentet.

Figure 2
Figur 2 : Foruddefinerede stier af kontrolanalyser, mod og væk fra stråling kilde, og placeringen af de tre dosimetre.

Figure 3
Figur 3 : Foruddefineret sti af måling udført i fire indhegninger, mod stråling kilde og holdninger af dosimetre. Længden af prøveområdet inden for første og anden indhegninger, 12 m, er vist.

Figure 4
Figur 4 : CDFs af resultaterne af de tre PEMs i forskellige positioner. Resultaterne er vist 1 m væk, båret af brugeren i LoS, og båret af brugeren i soner for begge foruddefineret kurver-mod og væk fra stråling kilde.

Figure 5
Figur 5 : Eksperimentelle data opnået i 63 m3 første kabinet. Data er vist for (en) lodret og (b) vandret polarisation, med og uden kroppen indflydelse, med en transmissionseffekt af 100 mW. Tallene vises i funktion af antallet af prøver logget ved PEM, mens brugeren er at gå til kilden. Resultaterne er vist i en semi-logaritmiske skala.

Figure 6
Figur 6 : Eksperimentelle data opnået i 162 m 3 andet indelukke. Data er vist for (en) lodret og (b) vandret polarisation, med og uden kroppen indflydelse, med en transmissionseffekt af 25 dBm (316.12 mW) og reskaleres til 20 dBm (100 mW). Tallene vises som en funktion af antallet af prøver logget ved PEM, mens brugeren er at gå til kilden. Resultaterne er vist i en semi-logaritmiske skala.

Figure 7
Figur 7 : Målt og simuleret niveauer af E-feltet for lodret polarisering. Niveauer er vist for (en) første (63 m3), (b) anden (162 m3), (c) tredje (57 m3) og (d) fjerde (63 m3) kabinetter. Niveauerne er vist som en funktion af procentdelen af ICNIRP-grænseværdi for eksponering af 61 V/m for den almindelige befolkning og 2,4 GHz-båndet. Tallene vises som en funktion af antallet af prøver logget ved PEM, mens brugeren er at gå til kilden.

Materiale Ledningsevne Relative
(S/m) Permittivitet
Loft-spånplader 0,001 2.5
Gulv-marmor 0.00022 7
Laterale vægge 0,005 3
Metal 100 3
Glas 1E-10 6
Træ 0.0006 2

Tabel 1: Elektromagnetisk parametre, der bruges i simuleringen.

Kabinet Volumen Polarisering
(m3) Faktor
1 63 1.0635
2 162 1.3325
3 57 1.0235
4 63 1.0590

Tabel 2: Polarisering faktor for hvert indelukke, beregnet som forholdet mellem de ikke-skygge og skygge data. Størrelser af kabinetter er angivet.

Kabinet Størrelse Middelværdi (V/m) STD (V/m) Max (V/m) Min (V/m) p-værdi p-værdi
(m3) Exp SIM Exp SIM Exp SIM Exp SIM PolV PolH
1 63 0,27 0,29 0,17 0,22 1.45 1,36 0,05 0,05 0.7296 0.8924
2 162 0,22 0,24 0,2 0,23 1,47 1,41 0,05 0,05 0.4579 0.3802
3 57 0,25 0,26 0,15 0,17 1.18 0,9 0,05 0,05 0.3740 0.3452
4 63 0,23 0,25 0,20 0,21 1.24 1.18 0,05 0,05 0.4679 0.4263

Tabel 3: Main statistiske værdier af de eksperimentelle og simulerede resultater i de fire kabinetter under prøvningsbetingelser for vertikal og horisontal polarisation. Størrelser af kabinetter er angivet.

Discussion

Aspekt af denne protokol, der er afgørende for pålidelig indsamling af data vedrørende eksponering, uden indflydelse af PEM usikkerhed, er placeringen af PEM. PEM skal være beliggende 1 m væk fra brugeren for at undgå Undervurderingen skyldes påvirkning af kroppen, og implicit, for at undgå et stort antal-registrerer ikke i den logførte data. Der er aspekter af protokollen, som kan blive ændret; ændringer og begrænsninger af den foreslåede teknik er vurderet som følger.

Måling instrument udvalgt til at gennemføre forsøget er PEM, som har været brugt i talrige undersøgelser til analyse af EMF eksponering i udendørs miljøer, dynamisk og i store geografiske områder24,25, 26. Selvom data målt med PEMs ikke er så nøjagtige som de målinger, der leveres af en spectrum analyzer (SA), talrige epidemiologiske undersøgelser bruger PEMs på grund af deres nem håndtering og måle sats26, 4 s er den mindste stikprøveperioden. PEMs anvendes i arbejdet har en minimumsgrænse for følsomhed på 0,05 V/m. Mere moderne PEMs har været markedsført med bredere følsomhed intervaller, 0,005 V/m er den laveste grænse for frekvensbåndet på 2,4 GHz, så antallet af ikke-registrerer vil være lavere når kroppen er afskærmning i PEM. Men dette faktum er ikke relevante for dette eksperiment, da de opnåede resultater uden BSE usikkerhed var altid større end 0,05 V/m. Der er andre modeller af PEMs med lavere prøveudtagning perioder, men den model, der anvendes i dette eksperiment er valgt, fordi det er nemt at transportere på kroppen, i taljehøjde, hvor kroppen er maksimalt afskærmning i PEM.

I indledende forsøg, var et trådløst AP opererer på frekvensbåndet Wi-Fi på 2,4 GHz ansat som en stråling kilde. Efter vurderingen af den magt, der udsendes af AP med en SA, foretog en check til at bekræfte, at oplysninger pakker ikke var indberettes løbende, og at der var perioder uden transmission27,28. Som følge heraf en betydelig del af RF EMF niveau lå under detektionsgrænsen (0,05 V/m) af PEMs. Den mindste WiFi-AP normeret maksimalydelse var fastsat af beacon signaler og var omkring 0,01%. I mellemtiden, en kontinuerlig signal med øverste duty cycle grænse på 100%, gengiver de værst tænkelige eksponeringsbetingelser, samtidig undgå den ikke registrerer usikkerhed. Derfor blev et signalgenerator og en biconical antenne brugt som kilder til at generere en kontinuerlig bølge af 100 mW strøm, med hyppigheden, Wi-Fi, og uden graduering.

E-felt-niveauer i de fire udvalgte indendørs kabinetter, har været forudset med en ray-tracing software baseret på image teori. Evalueringen af de eksperimentelle resultater ved hjælp af en anden eksperimentel teknik, som en SA med en sonde, har ikke været overvejet, da formålet er at analysere indflydelse af BSE og andre PEM usikkerheder og ikke PEMS evne til at fungere som en anden måleapparat. Begrænsninger af billede teori er på grund af de ikke-ideelle miljømæssige forhold, det vil sige, når de reflekterende overflader ikke er tynde, flade eller Plane. Formering modelresultater indsamler usikkerhed refleksion koefficienter, når de miljømæssige betingelser er ikke-ideal. Når overfladerne er begrænset i omfang, er det muligt at fjerne de stråler, der ikke opsnappe med dem. Da antallet af Reflektioner stiger, størrelsen af Fresnel ellipsoids øger, og tilnærmelse er værre. Men stråler fra flere refleksioner vil blive svagere og har mindre indflydelse på de endelige resultater.

Den naive tilgang anvendes for at løse usikkerheden af den ikke registrerer. Denne metode består af substitution af værdier under følsomhed vifte grænse med den lavere påvisning grænse29. Findes andre metoder for at korrigere usikkerheden af ikke-registrerer med substitution af logførte data. Den robuste regression på ordre statistik (ROS) metode forudser uopdaget værdierne, i betragtning af at de følger en lognormale fordeling. Andre metoder kan anvendes på data, men estimaterne fremlægge altid en fejlmargin. Metode til substitution af lavere detektionsgrænse har været brugt, som erstatning af en fast værdi giver mulighed for identifikation af den ikke registrerer. Denne region i CDFs fremstiller desuden ikke relevante forskelle blandt de flere sager under analyse.

Usikkerheden af skygge effekten af den menneskelige krop skal behandles med særlig interesse, idet PEMs er designet til at bæres af brugeren, og tilstedeværelsen af bæreren er årsag til denne usikkerhed. Derudover undervurderingen af BSE kan indebære en stigning i ikke-registrerer. BSE kan også undgås ved at bære flere PEMs på forskellige dele af kroppen30,31; gennemsnit de logførte data af to PEMs beliggende på modsatte sider af kroppen fører til en mindre undervurdering, og en mindre usikkerhed end de logførte data af én enkelt PEM5. En anden alternativ metode er at tage hensyn til ændring af eksponeringsniveauer på grund af BSE i fortolkningen af eksponeringsdata og anvende passende korrektionsfaktorer. Men, disse skal fastsættes individuelt i funktion af aktiviteten og miljø, og er meget kompliceret at anvende korrekt. Også, teknik, der anvendes i dette studie foreslår en praktisk måde at undgå den BSE, der kun kræver et enkelt PEM, undgå behandling af data.

Under hensyntagen til fremskridtene i mobilteknologi, og interessen for det menneskelige legeme dæmpning i fremtiden 5G (femte generation) radio systemer32, teknikken præsenteret i denne undersøgelse kan bruges til at evaluere menneskers eksponering for nye generation netværk undgå de førnævnte usikkerheder.

Disclosures

Forfatterne har ikke noget at oplyse.

Acknowledgments

Dette arbejde blev støttet af projektet "Elektromagnetisk karakterisering i Smart miljøer af sundhedspleje", og deres deltagelse i personlige, erhvervsmæssige og miljøsundhed, (DGPY-1285/15, PI14CIII/00056), og med de menneskelige ressourcer i de projektet "Network Platform for den udvikling af telemedicin i Spanien" (DGPY-1301/08-1-TS-3), både finansiering fra Sub Directorate General for Research vurdering og fremme (Carlos III Health Institute).

Materials

Name Company Catalog Number Comments
Personal exposimeter SATIMO EME SPY 121/100 Worn personal exposimer to log expsure data
Personal exposimeter ANTENNESSA EME SPY 121/120 Worn personal exposimer to log expsure data
Wi-Fi Access Point CISCO Aironet 1130 Wi-Fi access point, vertial polarization 
Analog Signal Generator  AGILENT N5181A MXG  Analog Signal Generator 
Precision Conical Dipole  SEIBERSDORF  PCD 8250 Broadband antenna 80 MHz - 3 GHz. Dipole-like radiation pattern that is omnidirectional in the horizontal plane
Cable ROHDE & SCHWARZ LARG-214/U  Low loss cable

DOWNLOAD MATERIALS LIST

References

  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).
Effektiv analyse af menneskers eksponering tilstande med kropsbårne dosimetre i 2,4 GHz-båndet
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

de Miguel-Bilbao, S., Blas, J., Ramos, V. Effective Analysis of Human Exposure Conditions with Body-worn Dosimeters in the 2.4 GHz Band. J. Vis. Exp. (135), e56525, doi:10.3791/56525 (2018).More

de Miguel-Bilbao, S., Blas, J., Ramos, V. Effective Analysis of Human Exposure Conditions with Body-worn Dosimeters in the 2.4 GHz Band. J. Vis. Exp. (135), e56525, doi:10.3791/56525 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter