Login processing...

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

Engineering

Effektiv analyse av menneskelig eksponering forhold med kroppen Dosimeters i 2,4 GHz

doi: 10.3791/56525 Published: May 2, 2018

Summary

Denne studien beskriver en protokoll for å måle eksponeringsnivåer i 2,4 GHz, unngå usikkerhet forårsaket av bruk av personlig exposimeters som måler. Disse endringene av eksponering bør tas i betraktning, spesielt i samsvar testing, der grensene er definert fra ikke-opprørt data.

Abstract

En veldefinert eksperimentelle prosedyren er lagt frem for å evaluere maksimal eksponering forhold i verste fall mens unngå usikkerhet forårsaket av bruk av personlige exposimeters (PEMs) som måler: kroppen skygge effekt (BSE), den begrenset følsomhet, og den ikke-identifikasjonen av stråling. Øvre grense for eksponeringsnivåer til EMF i flere innendørs skap er målt og simulert. Frekvensen brukes for studien er 2,4 GHz, som er det mest brukte bandet i innendørs kommunikasjon. Selv om registrerte verdier er godt under den internasjonale kommisjon for Non-Ionizing Radiation Protection (ICNIRP) referansenivåer, er det et bestemt behov å gi pålitelig eksponeringsnivåer innen spesielt følsomme miljøer. I form av elektromagnetiske felt (EMF) eksponering, er grenser etablert i nasjonale og internasjonale standarder for helse angitt for Uaffisert eksponering forhold; Det er ekte og objektive data som ikke er endret på noen måte.

Introduction

Bruk av trådløse lokalområdenettverk (WLAN) har blitt betydelig mer utbredt i de siste årene. Trådløs teknologi har blitt alternativer til tradisjonelle faste tilgang seg, og dermed et stort antall tilgangspunkt (AP) er installert i bolig-, arbeids- og offentlige områder1,2. Antall AP og personlig kommunikasjonsenheter har ført til betydelig interesse for de mulige risikoene knyttet til elektromagnetiske felt (EMF) eksponering3.

Personlige exposimeters (PEMs) er bærbare enheter for måling av personlige eksponering, vanligvis brukes innen epidemiologi. Flere studier har oppdaget usikkerhet ved PEMs i EMF målinger. Disse funnene viser effekten at PEMs har på nivå av pålitelighet i innhentet resultater4. Noen løsninger foreslått å redusere effekten av disse usikkerhetene, som god PEM-bruk teknikker, lite utvalg intervaller og målinger av tilstrekkelig lengde5.

Enkelte forfattere har publisert arbeid på betydningen av å vurdere plikt factor (eller driftssyklus) i Eksponeringsmålinger. I reelle situasjoner overfører Wi-Fi-enheter aldri med en full driftssyklus. Wi-Fi-signaler består av uregelmessige støt radiofrekvens (RF) og perioder uten overføringer. Derfor er det en stor del av rapporterte Eksponeringsmålinger som er svært lav, ofte faller under følsomhet området, og som er logget som ikke oppdager av PEMs. Flere foreslå bruk av faktorer å oppnå reelle verdier via en teoretisk beregning6.

Usikkerheten skyggeeffekt på menneskekroppen har vært adressert med spesiell interesse, som PEMs er designet for å bæres av brukeren, med tilstedeværelse av bæreren forårsaker usikkerhet i loggdata. Kunnskap og kvantifisering av BSE å gi riktige tolkninger av eksponering dataene, uten noe som ville være nødvendig å gjennomføre strenge måling prosedyrer. BSE kan unngås ved å ha flere PEMs, plassert på ulike deler av kroppen7, eller ved å bruke korreksjonsfaktorer innhentet resultater5,9,10,11,12 . I mellomtiden, i andre tilfeller kroppen har blitt erstattet i simulering teknikker med bruk av sylindere13. Noen arbeider foreslår implementere bestemt måling teknikker for å unngå påvirkning av den menneskelige kropp13. Studien foreslår en mål metodikk som unngår påvirkning av kroppen i ekte innendørs skap uten manipulere eksponeringsdata.

En funksjon av PEMs er den ikke-identifikasjonen av stråling. PEMs måle elektrisk felt (E-feltet) nivåer i bestemte frekvensbånd, men hvis flere kilder eller enheter stråle på samme frekvens, PEM måler E-feltet nivåene uten å identifisere bidraget fra hver bestemt kilde.

Derfor, på grunn av disse kildene til usikkerhet i PEMs' loggdata, eksponering sidenivå analyse krever prosedyrer for eksperimentell evalueringen og numeriske prediksjon av EMF for å få pålitelige resultater. Dette arbeidet presenterer en egnet metode som kan brukes til å evaluere eksponering E-felt (2,4 GHz frekvens) i innendørs skap. Med denne metoden, tidligere nevnte usikkerheten skyldes undervurdering skyldes BSE, overvurdering forårsaket av ikke-oppdager, og upålitelighet av ikke-identifikasjon av stråling unngås. Dette forbedret pålitelighet betyr at dataene innhentet med metoden foreslått gir øvre grense ved ugunstige forhold EMF eksponering. Eksponeringsgrenser etablert i nasjonale og internasjonale standarder for helse ble definert for Uaffisert EMF data, uendret av noen effekt eller agent. Den foreslåtte eksperimentelle prosedyren er riktig regulatoriske test etterlevelse, siden usikkerhet unngås i loggdata, gi pålitelig informasjon som kan være forskjellige eksponering grensene.

Etter gjennomføring av eksperimentelle protokollen, er fått resultatene sammenlignet med grensene og anbefalte verdiene i europeisk lovgivning. Dette er gjort for å sjekke kravoppnåelse EMF eksponering på grunn av Wi-Fi-systemer i typisk innendørs miljøer, som igjen representerer vanlige arbeidsplassen sammenhenger. Foreløpig er en Wi-Fi frekvens på 2,4 GHz en kommunikasjon band som det er mer tilgjengelig data på eksponering for allmennheten. Politiske interessen for dette bestemte bandet er utbredt bekymringer om mulige helse effekter av eksponering for RF-energi slippes ut av trådløs-aktiverte enheter i sensitive miljøer som sentre, sykehus, skoler, og selv husholdningenes innstillinger15.

Dette arbeidet presenterer en protokoll for å gi Uaffisert mål om E-feltet eksponering forhold, unngå usikkerhet knyttet til bruk av PEMs. Formålet med dette arbeidet er å forbedre bruken av PEMs som måler enheter i samsvar tester.

Protocol

Den foreslåtte protokollen følger retningslinjene for Carlos III helse Institute´s menneskelige forskning etikk.

1. kabinett valg og kontroll Test av elektromagnetiske miljøer

  1. Velg en romslig kabinett, minst 20 m3 i volum, som er stor nok til at signalet falming er merkbar i PEM logget data. Helst må kabinettet være tom, men dette ikke er absolutt nødvendig som små hindringer, for eksempel møbler, ikke tas hensyn i forplantning modeller som brukes til å forutsi E-feltet nivåene i innendørs skap16.
  2. Slå av trådløst grensesnittet til nærliggende enheter som mobiltelefoner, datamaskiner, bærbare datamaskiner, tilgangspunkter, etc. En PEM-usikkerhet er uspesifisert identifikasjon av stråling, dvs PEMs måle E-feltet for hver frekvens uten å identifisere hver radiosendere. Derfor må det finnes ingen Wi-Fi-enheter som opererer på 2,4 GHz som kan forstyrre forsøket.
  3. Konfigurere en PEM med en samplingsfrekvens på 4 s med bestemt programvare som følger med PEM.
  4. Plass PEM på midjen høyde, selv i disse foreløpige målinger, stedet hvor PEM er slitt ikke er relevant.
  5. Starte PEM, og har du gå fra den ene enden av skapet mot den andre, i et tempo av ca 10 cm/s. E-feltet er logget data etter PEM mens brukeren går.
  6. Last ned den loggede data med bestemt programvare som følger med PEM. Kontroller at alle loggdataene er på laveste limit av sensitivitet utvalget av PEM, 0,05 V/m for frekvensbåndet 2,4 GHz.
  7. Utføre kontroll målene på ulike dager sikre repeatability av eksperimentet og hente konsistens i resultatene, med ingen betydelige variasjoner som kan påvirke deres pålitelighet.
    Merk: Hvis kontroll testene er kontrollert på ulike dager, et fravær av Wi-Fi strålekilder kan antas og den loggede data kan skyldes utelukkende til bidrag av stråling av eksperimentet.

2. bestemmer plasseringen av måling enheten

  1. Utføre denne foreløpige testen i en av de innendørs kabinettene med tre PEMs. Plasseringen av de tre PEMs evalueres samtidig for å fastsette posisjonen av PEM som beste unngår påvirkning av brukeren i loggførte data.
  2. Konfigurere de tre PEMs med en samplingsfrekvens på 4 s konfigurasjonsprogramvaren som følger med hver PEM.
  3. Plass den første dosimeter på den nedre delen av ryggen i lumbal-området hvor kroppen er maksimalt skjerming PEM. Plass den andre dosimeter på midjen høyde, på linje av syn (LoS) med strålingskilder.
  4. Plass den tredje dosimeter én meter fra brukeren (på slutten av et rør holdt av brukeren til skulderen) hvor det vil være upåvirket av BSE. Bruke en kartong rør på 1 m i lengde. f.eks kart innehaver. Plasseringen av de tre PEMs er vist i figur 1.
  5. Bruke et ekte tilgangspunkt som en strålingskilder.
  6. Slå på PEMs samtidig like før utføre målinger.
    Merk: En liten avstand mellom forskjellige PEMs kan oppstå; Dette vil ikke være relevant for resultatene. Dette gapet er vanligvis om 2 eller 3, og det totale antallet eksempler er om 300.
  7. Må brukeren gå sakte mot, så fra strålingskilder tempo av 10 cm/s, med AP ligger foran og bak brukeren, henholdsvis. Figur 2 er et diagram av eksperimentelle skapet og viser retninger av forhåndsdefinerte baner og plasseringen av PEMs.
  8. Laste ned data fra PEMs.

3. strålingskilder

  1. Stråling kilden i trinn 4, bruk et analogt signalgenerator koblet til en biconical antenne med en lav-tap-kabel. Biconical antennen er en bredbåndsantenne dekker 80 MHz til 3 GHz frekvensområdet.
  2. Konfigurere analogt signalgenerator for å generere et kontinuerlig signal, uten modulasjon, og på hyppigheten av 2,437 MHz, da dette er en av mest brukte frekvenser av Wi-Fi-systemer.
  3. Konfigurere genererte signalet med en tilsvarende isotropic radiated makt (EIRP) 100 mW, den maksimale EIRP som er tillatt i Europa.
  4. Plassere biconical antennen i midten av en side av kabinettet (figur 2) å lette realisering av eksperimentet i dynamiske forhold.
  5. Justere biconical antennen med brukeren, slik at brukeren direkte vender kilden, for å oppdage den maksimale BSE undervurdering i loggførte data av ikke-siktlinje (NLoS) PEM, med hensyn til de loggede nivåene av PEM upåvirket av BSE.

4. mål metodikk

  1. Utføre mål med to PEMs. Konfigurere PEMs med en samplingsperiode 4 s med konfigurasjonsprogramvaren som følger med hver PEM.
  2. Midtstille den første dosimeter på baksiden, helt NLoS med stråling kilden, og hvor kroppen er maksimalt skjerming PEM.
  3. Plasser den andre dosimeter i en avstand på 1 meter fra brukeren (på slutten av røret holdt av brukeren til skulderen) for å unngå påvirkning av menneskekroppen. Denne posisjonen ble bestemt i trinn 2. Plasseringen av begge PEMs er angitt i Figur 3.
  4. Plass biconical antennen i vertikal posisjon.
  5. Slå på PEMs samtidig like før utføre målinger. Som i trinn 2.6, vil et lite gap her ikke være relevant for resultatene.
  6. Må brukeren gå sakte fra motsatt side av gangen mot stråling kilden, i henhold til definert ruten vist i Figur 3, i kontinuerlig sakte tempo av ca 10 cm/s. Mens brukeren går, logger PEM data E-felt.
  7. Laste ned data fra PEMs ved hjelp av medfølgende programvare.
  8. Gjenta trinn 4.5, 4.6 og 4.7 med biconical antenne i vannrett stilling, for å oppdage påvirkning av polariseringen type.

5. Ray Tracing modellering

  1. Utvikle eller bruke gjengivelsesenhet programvare basert på bildet teori (en strategi som brukes i gjengivelsesenhet teknikker for å analysere utbredelsen av elektromagnetiske felt16) for å kontrollere effektiviteten av metodikken ved å sammenligne eksperimentelle og simulerte resultatene. Modellen burde forutse E-feltet nivåer i tomrommene, og tillate kommunikasjon av elektromagnetiske bølger med omgivelsene. Bruk følgende fremgangsmåte når utvikle denne programvaren:
    1. Utvikle modellen i ulike stadier for å produsere 3D baner basert på 2D-bilde generasjon, i både vertikale og horisontale plan. Beregne feltet for E-post som vektor summen av det viktigste ray og andre refleksjoner og diffractions av elektromagnetiske bølger som er registrert på hver evaluering punktet i omgivelsene. Beregne E-feltverdien i en evaluering punkt som vektor summen av alle bidrag (stråler) fra kilde etter et gitt maksimalt antall interaksjoner med miljøet. Bruke antall refleksjoner på veggene i kabinettet som en inndataparameter, med 10 som maksimumsverdi11.
    2. Ansette en forlengelse av Holms heuristisk Diffraksjon koeffisient for Diffraksjon modellering, som foreslått av Nechayev og Constantinou og brukes i Rodríguez et al. 10
  2. Konfigurasjonsparametere, bruke funksjoner for eksperimentell: dimensjonene og permittivity og ledningsevne materialer som inngår i hvert kabinett testes. Tabell 111 viser elektromagnetisk parameterne materialene som brukes i simuleringen. Refleksjon koeffisient forbundet med ledende materiale har en høyere styrke. Verdien av refleksjon koeffisientene av ikke-magnetisk og ikke-ledende medier er høy nok til å påvirke E-feltet, beregnes som summen av de viktigste bidraget av direkte ray og andre bidrag fra diffractions og refleksjoner.
  3. Introdusere som konfigurasjonsparametere egenskaper av biconical antennen, strålingen mønster og polarisasjon.
  4. Introdusere som konfigurasjonsparametere frekvens (2,437 MHz) og makt (20 dBm) analogt signalgenerator.
  5. Løpe programmet etter riktig inkludert alle innganger.
  6. Kvantifisere resultatene i intervaller på 0,01 V/m, å simulere arbeidsforholdene for PEM.
  7. Erstatte resultater som er under den laveste grensen PEM følsomhet med en verdi på 0,05 V/m, for å gjengi den ikke oppdager logget av PEMs.

Representative Results

Fire innendørs kabinetter i ulike størrelser ble valgt til å utføre de eksperimentelle målingene, som volumer var 63 m3 (dimensjoner på 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). Bredden på første skapet var ikke konstant. I de første og andre deksler var lengden på den forhåndsdefinerte banen 12 m. I de tredje og fjerde deksler, lengden på den forhåndsdefinerte banen var av maksimumsdimensjonen, dvs 9 og 10 m, henholdsvis. En faktor som påvirker BSE er materialer gjør opp de innendørs deksler, som eksponering nivåene øker i miljøer med ledende materiale. Spesielt var vedleggene som vi brukte sammensatt av ikke-reflekterende materialer. I slike omstendigheter blir BSE relevant, som reflekterte stråler logget av PEM under BSE svakere enn i ledende materialer.

Resultatene i den innledende fasen oppsummeres i Figur 4, som sammenligner loggdata av de tre PEMs (en på baksiden, en annen i fronten, og den tredje ligger 1 m unna) selv om brukeren gikk mot og fra AP. E-feltet logget av den slitte PEM i LoS med stråling kilden er svært like de registrert av PEM ligger 1 m fra brukeren, både i LoS med stråling kilden, selv om det er merkbar at PEM i kontakt med kroppen registrerer lavere nivåer7 . Begge baner er samlet av slitte PEMs innen skygge lavere enn data innsamlet av slitt og ikke brukt PEMs i LoS.

E-feltet nivåer logget av PEMs i hver posisjon var svært lik i begge banene, men var det noen forskjeller. Vurderer banen fra AP, endelig-forskjellen gang-domene (FDTD) analyse viste at hendelsen bølger kan bøyes rundt kroppen brukeren og nå den slitte PEM på motsatt side, og selv PEM ligger 1 m unna, hvor BSE er svakere. Denne effekten er mer viktig i innendørs miljøer, som skyggelagt regionen av kroppen er liten. Dette var derfor dataene logget av PEMs 1 meter fra brukeren i begge banene var lik utsatt tilstandene.

Angående de slitte PEMs forårsaker effekten av koblingen med kroppen en forvrengning i PEM strålingen mønster (RD) som senere påvirker loggdata. Men som loggdata av slitte PEMs i LoS pleier å være lik, men lavere enn loggdata av PEMs ligger 1 m unna, kan det konkluderes at LoS forhold, kroppen har en ubetydelig påvirkning med skjevheter på grunn av BSE.

Som vist i Figur 4, alle PEM posisjoner E-feltet nivåer tendens til å være lavere for veien mot AP, der brukeren er frontal til stråling kilden. I GHz området, SAR i hele kroppen (SARWB) er litt høyere under forfra hendelsen planet bølge på grunn av mennesker morfologi: større hudområder og grovere overflater (tær, føtter, haken, ansikt) finnes på frontal side av kroppen. Feltet for E-post kan effektivt impinge på disse små kroppsdeler, som er typiske peak SAR steder i GHz område17.

Overføring fra AP er usammenhengende, så mange av de loggede nivåene av PEMs ikke nå lavere følsomhet terskelen, og antall ikke-oppdager blir for stort. Andelen ikke-oppdager anses som akseptabelt er under 60%, der substitusjon kan være akseptabelt, som forklart av Helsel18. Selv om i resultatene som vises i Figur 4, maksimalt antall ikke-oppdager er 50%, nær akseptert nivået på 60%, testene med en AP er pålitelig nok til å bekrefte at 1 m er en riktig avstand å unngå BSE.

Derfor plasseringen av PEM 1 meter fra brukeren optimal logge pålitelig nivåer av eksponering til E-feltet, og påvirkes ikke av den undervurdering skyldes påvirkning av kroppen. Hensyntatt disse hensyn, målene ble utført i fire merkede miljøer, både vannrette og loddrette polarisasjonene og etter metodikk beskrevet i den forrige delen: med to PEMs, en båret av brukeren, og i NLoS, og andre ligger 1 m fra brukeren og LoS med stråling kilden.

Figur 5 og figur 6 viser nivåene E-feltet i de første og andre skap, en semi logaritmisk skala og begge polarisasjonene langs veien mot strålingskilder består av en biconical antenne og en signalgenerator. Den BSE undervurdering er direkte avhengig av størrelsen på miljøet: undervurdering er større i andre kabinettet, og i sin tur effekten er større i utendørs, i stedet for innendørs, skap. Det er bemerkelsesverdig at BSE undervurdering er større med vertikal enn med vannrette polarisasjon, siden polarisering typen den viktigste strålingskilder påvirker graden av påvirkning av BSE. For å unngå det høye antallet ikke-oppdager i skyggen uten videre behandling av loggdata, målene på begge polarisasjonene ble gjentatt med en overføring av 25 dBm (316.12 mW) i andre kabinettet. Figur 6 presenterer rescaled målene til 20 dB både polarisasjonene og en semi logaritmisk skala oppfatter E-feltet nivåene i skyggen. Når det gjelder vannrette polarisasjon, den ikke-oppdager vært unngått, selv i loddrett polarisasjon, prosentandelen er fortsatt betydelig.

Mål i begge polarisasjonene ble utført i alle skap under testforhold. Figur 5 viser resultatene av det første kabinettet, skyggelagt dataene blir lik i begge polarisasjonene. Men fra resultatene av andre skapet er den største ene, vist i figur 6, forskjellen med skyggelagt data i begge polarisasjonene mer kjente enn i figur 5.

For å kvantifisere forskjellen skyggelagt data i begge polarisasjonene i hvert kabinett, presenterer tabell 2 polarisering faktoren (PF) som gjelder forhold mellom av ikke-skygget og skygget data i begge polarisasjonene, som vises i (1) :

Equation 1(1)

Tabell 2 kan det utledes at jo større kabinettet er, jo større forskjeller finnes mellom ikke-skygget og skygget data for loddrett polarisering. Resultatene av denne studien viser en mer betydelig undervurdering i vertikal enn i vannrett polarisasjon, fordi for frekvenser rundt 2100 MHz, lokalisert SAR i lemmer og hodet/trunk høyere for loddrett polarisasjon, i stående stilling, og når bølger impinge på kroppen eller17. I tillegg er brukeren ikke liten i forhold til bølgelengde, så vertikal polarisering er på verst tenkelige nivå i forhold til absorpsjon av forstyrrelses bølgen24. Når hovedakse av menneskekroppen er parallell til elektrisk felt vektor (som skjer når polarisering av biconical antennen er loddrett), når bestemt absorpsjonshastigheten (SAR) av menneskekroppen maksimumsverdier19. Teoretisk er vertikalt polarisert bølgene hovedsakelig skjermet av menneskekroppen, i forhold til vannrett polarisert bølgene. Dette er på grunn av at i loddrett polarisasjon, E-feltet svinger parallelt med den lange aksen av bæreren8. Polarisering av antennen er en nøkkelfaktor BSE, er riktig polarisering loddrett, for å oppdage maksimal påvirkning av tilstedeværelsen av brukeren på målingene av slitte PEM og NLoS20.

Eksponeringsnivåer oppnådd i fire vedleggene under testforhold vises i figur 7 i en semi logaritmisk skala. Simuleringen resultatene vises sammen med målinger på hvert punkt av forhåndsdefinerte ruten, viser at begge typer data varierer på samme måte i forhold til deres avstand fra strålingskilder.

Tabell 3 oppsummerer de målte og simulert E-feltet nivåene, henholdsvis. For hver innendørs kabinett er gjennomsnittet og standardavviket maksimum og minimum verdiene gitt. Det er verdt å merke likheten mellom statistiske data eksperimentelle og simulert. Likheten mellom hvert par av eksperimentelle og simulert dataserie har også blitt sjekket i p-verdien med Kolmogorov-Smirnov (KS) test. P-verdiene vises i tabell 3. P-verdier var alltid større enn signifikansnivå på 0,05, så det er en tilstrekkelig kamp mellom hvert par av eksperimentelle og simulert dataserien. I tillegg er det også bekreftet ved hjelp av KS-testen at funksjonen for kumulativ fordeling (CDF) for hver serie, eksperimentelle eller simulert, alltid følger den lognormale statistisk distribusjonen i begge polarisasjonene.

Figur 7 viser målt og simulert data i innendørs vedleggene som brukes til testing og samsvar med grensene i europeiske lovgivningen basert på ICNIRP, som danner grunnlaget for mange eksponering standarder dag brukt over hele verden i generelt, innenlands og yrkesmessig sammenhenger. I befolkningen generelt er grensen på eksponering til ikke-ioniserende stråling på 2,4 GHz-frekvensen 61 V/m. Verdien av 61 V/m i ICNIRP er ikke den mest restriktive grensen i menneskelig eksponering. Andre standarder finnes rundt om i verden: i Nord-Amerika, IEEE etablerer mindre restriktive grenser: 66.7 V/m for ukontrollerte miljøer, tilsvarende for allmennheten i ICNIRP. I tillegg finnes mer restriktive regulering i Øst-Europa, som i tilfelle av Russland der den strengeste grensen for befolkningen generelt er 3,14 V/m. I figur 7påvirkes målingene sammenlignet med ICNIRP terskelen ikke av usikkerhet i PEM, gir pålitelighet i utdraget konklusjoner med hensyn til regulering samsvar.

Figure 1
Figur 1 : Plasseringen av PEMs under eksperimentet.

Figure 2
Figur 2 : Forhåndsdefinerte baner av kontroll tester, mot og vekk fra strålingskilder og plasseringen av de tre dosimeters.

Figure 3
Figur 3 : Forhåndsdefinerte banen til måling utført i de fire kabinettene, mot strålingskilder, og plasseringen av dosimeters. Lengden på testområdet innen de første og andre deksler, 12 m, vises.

Figure 4
Figur 4 : CDFs resultatene av de tre PEMs i ulike posisjoner. Resultatene vises 1 m unna, bæres av brukeren i LoS og bæres av brukeren i NLoS for både forhåndsdefinerte baner-mot og vekk fra strålingskilder.

Figure 5
Figur 5 : Eksperimentelle data innhentet i 63 m3 første skapet. Dataene er (en) vises loddrett og (b) vannrett polarisasjon, med og uten kroppen påvirkning, med en overføring av 100 mW. Dataene vises i funksjonen antall prøver logget av PEM mens brukeren går mot kilden. Resultatene vises i en semi logaritmisk skala.

Figure 6
Figur 6 : Eksperimentelle data innhentet i 162 m 3 andre. Dataene er (en) vises loddrett og (b) vannrett polarisasjon, med og uten kroppen påvirkning, med en overføring av 25 dBm (316.12 mW) og skala til 20 dBm (100 mW). Dataene vises som en funksjon av antall utdrag logget av PEM mens brukeren går mot kilden. Resultatene vises i en semi logaritmisk skala.

Figure 7
Figur 7 : Målt og simulert nivåer av E-feltet for loddrett polarisering. Nivåer vises for det (en) først (63 m3), (b) andre (162 m3), (c) tredje (57 m3), og (d) fjerde (63 m3) vedlegg. Nivåene er vist som en funksjon av andelen ICNIRP grenseverdi på 61 V/m for befolkningen generelt og 2,4 GHz. Dataene vises som en funksjon av antall utdrag logget av PEM mens brukeren går mot kilden.

Materiale Ledningsevne Relativ
(S/m) permittivity
Taket-sponplater 0,001 2.5
Etasje-marmor 0.00022 7
Lateral vegger 0.005 3
Metal 100 3
Glass 1E-10 6
Tre 0.0006 2

Tabell 1: Elektromagnetisk parametere som brukes i simuleringen.

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

Tabell 2: Polarisering faktor for hvert kabinett, beregnes som forholdet mellom av ikke-shadow og skygge data. Størrelsen på vedleggene er angitt.

Kabinett Størrelse Mener (V/m) STD (V/m) Max (V/m) Min (V/m) p-verdien p-verdien
(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

Tabell 3: Viktigste statistiske verdier av eksperimentelle og simulerte resultatene i fire vedleggene under testforhold for loddrette og vannrette polarisering. Størrelsen på vedleggene er angitt.

Discussion

Aspekt av denne protokollen som er nødvendig for pålitelig samling av eksponeringsdata, uten påvirkning av PEM usikkerhet, er plasseringen av PEM. PEM må bli plassert 1 meter fra brukeren for å unngå undervurdering skyldes påvirkning av kroppen, og implisitt, for å unngå mange-oppdager ikke av loggdata. Det er aspekter ved protokollen som kan endres; modifikasjoner og begrensninger av foreslåtte teknikken er vurdert som følger.

Måling instrumentet valgt å gjennomføre eksperimentet er PEM, som har blitt brukt i en rekke studier for analyse av EMF eksponering i utendørs miljøer, dynamisk og store geografiske områder24,25, 26. Selv om data målt med PEMs ikke er så nøyaktig som målinger fra et spektrum analyzer (SA), mange Epidemiologiske studier bruker PEMs deres enkel håndtering og måle hastigheten26, 4 s er det minste samplingsperiode. PEMs brukes i arbeidet har en minimumsgrense for følsomhet på 0,05 V/m. Mer moderne PEMs har vært markedsført med større følsomhet områder, 0.005 V/m være den laveste grensen for frekvensbåndet 2,4 GHz, slik at antall ikke-oppdager vil være lavere når kroppen er skjerming PEM. Dette er imidlertid ikke relevante for dette eksperimentet, siden fått resultatene uten BSE usikkerheten var alltid større enn 0,05 V/m. Det finnes andre modeller av PEMs med lavere prøvetaking perioder, men modellen som brukes i dette eksperimentet har valgt fordi det er lett bærbar på kroppen, på midjen høyde, hvor kroppen er maksimalt skjerming PEM.

Foreløpig eksperimenter, var et trådløst Tilgangspunkt opererer på Wi-Fi frekvensbåndet 2,4 GHz ansatt som en strålingskilder. Etter vurdering kraften fra AP med en SA, var en sjekk gjennomført for å bekrefte at informasjonspakker ikke ble overført kontinuerlig og at det var tid uten overføring27,28. Som en konsekvens, var en betydelig andel av RF EMF nivåer under gjenkjenning grensen (0,05 V/m) på PEMs. Den minste trådløst AP driftssyklus ble løst av fyrtårn signaler og var rundt 0,01%. I mellomtiden, et kontinuerlig signal, med øvre plikt syklus grensen på 100%, gjengir de verste eksponeringsforholdene, mens du unngår den ikke-oppdager usikkerhet. Derfor ble en signalgenerator og en biconical antenne brukt som strålekilder generere en kontinuerlige bølgen 100 mW strøm, på frekvensen for Wi-Fi, og uten modulering.

E-feltet nivåer, i de fire valgte innendørs kabinettene, har blitt spådd med en gjengivelsesenhet programvare basert på bildet teori. Evalueringen av eksperimentelle resultatene med en annen eksperimentell teknikk, som en SA med en sonde, har ikke blitt vurdert, siden målet er å analysere påvirkning av BSE og andre PEM usikkerhet, og ikke den PEM evne til å operere som et annet måleinstrument. Begrensningene for bildet teori er på grunn av ikke-ideelle miljømessige forhold, dvs når reflekterende overflater ikke er tynn, flat eller plan. Overføring modell resultatene samle usikkerhet refleksjon koeffisienter når miljøforholdene er ikke-ideelle. Når overflaten er begrenset i omfang, er det mulig å eliminere stråler som ikke fange opp med dem.. Som antall refleksjoner størrelsen på Fresnel-ellipsoids øker, og tilnærming er verre. Men vil stråler fra flere refleksjoner bli svakere og har mindre innflytelse på de endelige resultatene.

Naiv tilnærming er brukt for å løse usikkerhet i den ikke-oppdager. Denne metoden består av substitusjon av verdiene nedenfor følsomhet området grensen med de lavere oppdagelse grense29. Andre metoder finnes for å rette usikkerhet i ikke-oppdager med substitusjon av loggdata. Robust regresjon på ordre statistikk (ROS) metoden spår uoppdaget verdiene, vurderer at de følger en lognormale fordelingen. Andre metoder kan brukes på dataene, men anslag presentere alltid en feilmargin. Metoden for substitusjon av den nedre grensen for påvisning er brukt, som substitusjon av en fast verdi identifikasjonen av den ikke-oppdager. I tillegg finnes denne regionen av CDFs ikke relevante forskjeller blant flere saker under analyse.

Usikkerheten skyggeeffekt på menneskekroppen må tas med spesiell interesse, gitt at PEMs er utformet for å brukes av brukeren, og brukeren er årsaken til denne usikkerheten. I tillegg undervurdering av BSE kan innebære en økning i ikke-oppdager. BSE kan også unngås ved å ha flere PEMs på forskjellige deler av kroppen30,31; snitt loggdata i to PEMs ligger på motsatt side av kroppen fører til en mindre undervurdering, og en mindre usikkerhet enn loggdata én enkelt PEM5. En alternativ metode er å ta hensyn til endring av eksponering på grunn av BSE i tolkningen av eksponeringsdata og bruke riktige korreksjonsfaktorer. Men disse må bestemmes individuelt i funksjonen for aktiviteten og miljø, og er svært komplekse gjelder riktig. Også foreslår teknikken brukes i denne studien en praktisk måte å unngå BSE som krever bare en enkelt PEM, unngå behandling av data.

Hensyntagen fremskritt i mobil teknologi og interesse i menneskekroppen demping i fremtiden 5G (femte generasjon) radio systemer32, teknikken presentert i denne studien kan brukes til å evaluere menneskelig eksponering for ny generasjon nettverk unngå nevnte usikkerhet.

Disclosures

Forfatterne ikke avsløre.

Acknowledgments

Dette arbeidet ble støttet av prosjektet "Elektromagnetisk karakterisering i Smart miljøer for helsetjenester", og deres engasjement i personlig og yrkesmessig helse-og miljøvern (DGPY-1285/15, PI14CIII/00056) og med menneskelige ressurser av den prosjektet "Nettverk plattform for the utvikling av telemedisin i Spania" (DGPY-1301/08-1-TS-3), begge finansiering fra Sub-Directorate-General for forskning vurdering og markedsføring (Carlos III helse 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 av menneskelig eksponering forhold med kroppen Dosimeters i 2,4 GHz
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