Login processing...

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

Engineering

Effektiv analys av människors exponeringsförhållanden med kroppsburen dosmätare i 2,4 GHz-bandet

doi: 10.3791/56525 Published: May 2, 2018

Summary

Denna studie beskriver ett protokoll för att mäta exponeringsnivåer i 2,4 GHz-bandet, undvika de osäkerheter som orsakas av användning av personliga exposimeters som mätinstrument. Dessa förändringar av exponeringsnivåerna bör beaktas, särskilt i efterlevnad test, där exponeringsgränser definieras från icke-oroade data.

Abstract

En väldefinierad experimentell förfarande läggs fram för att utvärdera maximal exponering villkor i en fallsituation samtidigt undvika de osäkerheter som orsakas av användning av personliga exposimeters (PEMs) som mätinstrument: kroppen skugga effekt (BSE), den begränsade känslighet sortiment, och icke-identifiering av strålkällan. En övre gräns för exponering för EMF i flera inomhus höljen har uppmätt och simulerad. Den frekvens som används för att studera är 2,4 GHz, eftersom det är det vanligaste bandet i inomhus kommunikation. Även om redovisade värden långt under internationella kommissionen för icke-joniserande strålning skydd (ICNIRP) referensnivåer, finns det ett särskilt behov att tillhandahålla tillförlitlig exponeringsnivåer inom särskilt känsliga miljöer. När det gäller exponering för elektromagnetiska fält (EMF), har begränsningar som fastställs i nationella och internationella normer för hälsoskydd fastställts för ostörda exponeringsförhållanden; d.v.s. exponering för riktiga och objektiva data som inte har ändrats på något sätt.

Introduction

Användning av trådlösa lokala nätverk (WLAN) har blivit betydligt vanligare under de senaste åren. Trådlös teknik har blivit alternativ till traditionella fasta tillgång och kära, och följaktligen ett stort antal åtkomstpunkter (AP) har installerats i bostadsområden, tjänstepensioner, och offentliga1,2. Detta stora antal AP och personlig kommunikationsenheter har lett till betydande intresse av möjliga risker i samband med elektromagnetiska fält (EMF) exponering3.

Personliga exposimeters (PEMs) är bärbara enheter för mätning av individuella exponering, vanligtvis används inom epidemiologi. Flera studier har upptäckt osäkerheter när du använder PEMs i EMF-mätningar. Dessa fynd visar effekterna att PEMs har på nivån av tillförlitlighet i de erhållna resultat4. Vissa lösningar har föreslagits för att minimera effekten av dessa osäkerheter, som bra PEM-klädd tekniker, liten provtagning intervaller och mätningar av tillräcklig längd5.

Vissa författare har publicerat arbete på vikten av den plikt faktor (eller intermittens) i exponering mätningar. I verkliga situationer överföra Wi-Fi-enheter aldrig med en full intermittens. Wi-Fi-signaler består av intermittent skurar av radiofrekvent (RF) energi och perioder utan några överföringar. Följaktligen finns det en stor andel av rapporterade exponering mätningar som är mycket låg, ofta faller under intervallet känslighet, och som är inloggad som icke-upptäcker PEMs. Flera verk föreslår användning av faktorer att få verkliga värden via en teoretisk beräkning6.

Osäkerheten i den skuggeffekten i den mänskliga kroppen har behandlats med särskilt intresse, eftersom PEMs är avsedd att bäras av användaren, med närvaro av bäraren orsakar osäkerhet i loggade data. Kunskap och kvantifiering av BSE hjälpa ge korrekta tolkningar av exponeringsdata, utan som det skulle vara nödvändigt att genomföra strikt mätmetoder. BSE kan undvikas genom att bära flera PEMs, belägna på olika delar av den mänskliga kropp7, eller genom att tillämpa korrektionsfaktorer erhållna resultat5,9,10,11,12 . Under tiden, i andra fall, kroppen har ersatts i simuleringstekniker med användning av cylindrar13. Några arbeten föreslå genomföra specifika mätmetoder för att undvika påverkan av den mänskliga kropp13. Den aktuella studien föreslår en mätmetodik som undviker påverkan av kroppen i verkliga inomhus kapslingar utan att manipulera exponeringsdata.

En funktion av PEMs är icke-identifiering av strålkällan. PEMs mäta elektriska fält (E-fält) nivåerna i vissa frekvensband, men om flera källor eller enheter utstrålar på samma frekvens, PEM mäter E-fält nivåer utan att identifiera bidraget från varje viss källa.

På grund av dessa källor till osäkerhet i den PEMs' loggade data kräver exponeringsanalys därför förfaranden för experimentell utvärdering och numerisk prognos EMF nivåer för att få tillförlitliga resultat. Detta arbete utgör en lämplig metod som kan användas för att utvärdera exponering för E-fält (2.4 GHz frekvens) i inomhus kapslingar. Användningen av denna metod, de tidigare nämnda osäkerheterna som förorsakats av underskattning på grund av BSE, överskattning orsakas av icke-upptäcker, och otillförlitlighet av icke-identifiering av strålkällan undviks. Detta ökat reliabiliteten innebär att uppgifter som erhållits med hjälp av den föreslagna metoden ger en övre gräns när det gäller ogynnsamma förhållanden i den EMF-exponeringen. Gränsvärdena för exponering fastställs i nationellt och internationella normer för hälsoskydd definieras för ostörda EMF data, oförändrad vid någon effekt eller agent. Det föreslagna experimentella förfarandet är lämplig när det gäller rättsliga testet efterlevnad, eftersom osäkerheten undviks i loggade data, som tillhandahåller tillförlitlig information som kan jämföras med tröskelvärdena som exponering.

Efter genomförandet av experimentella protokollet, har de erhållna resultaten jämfört tröskelvärden och rekommenderas exponeringsvärdena i europeisk lagstiftning. Detta har gjorts för att kontrollera regelefterlevnaden EMF-exponering på grund av Wi-Fi-system, i typisk inomhus miljöer, som i sin tur representerar gemensamma arbetsplatsen sammanhang. Nu är en Wi-Fi frekvens på 2,4 GHz ett av banden kommunikation som är mer allmänt tillgängliga data om exponering för allmänheten. Politiska intresset för detta specifika band är på grund av utbredd oro för möjliga hälsa effekterna av exponering för RF-energi som avges av trådlösa-aktiverade enheter i känsliga miljöer, såsom hälso-och centra, sjukhus, skolor, och även hushållens inställningar15.

Detta arbete presenterar ett protokoll för att ge ostörda mätningar avseende E-fält exponeringsförhållanden, undvika de osäkerhet i samband med användning av PEMs. Syftet med detta arbete är att förbättra användningen av PEMs som mätinstrument i certifierande tester.

Protocol

Föreslagna protokollet följer riktlinjerna i Carlos III hälsa KDI mänskliga forskningsetisk kommitté.

1. kapsling urval och kontrolltest av elektromagnetisk miljö

  1. Välj en rymlig låda, minst 20 m3 i volym, som är tillräckligt stor för att signal fading är märkbar i PEM loggade data. Inneslutningen bör helst vara tom, även om detta inte är absolut nödvändigt som små hinder, såsom möbler, inte beaktas i förökning modeller som används för att förutsäga E-fält nivåerna i inomhus kapslingar16.
  2. Stäng av Wi-Fi-gränssnittet närliggande enheter, såsom mobiltelefoner, datorer, bärbara datorer, åtkomstpunkter, etc. En PEM osäkerhet är icke-specifika identifieringen av strålkällan, d.v.s. PEMs åtgärd E-fältet för varje frekvens utan att identifiera varje sändande enheten. Kontrollera därför inga Wi-Fi-enheter som använder 2,4 GHz-bandet som kan störa experimentet.
  3. Konfigurera en PEM med en samplingsfrekvens på 4 s med den specifika programvara som tillhandahålls med PEM.
  4. Placera PEM i midjehöjd, även om i dessa preliminära mätningar, den plats där PEM bärs inte är relevant.
  5. Starta PEM, och har användaren gå från ena änden av höljet mot andra, i en takt av ca 10 cm/s. E-fält nivåer är loggade data av PEM medan användaren promenader.
  6. Hämta loggade data med den specifika programvara som tillhandahålls med PEM. Kontrollera att alla loggade data är på den lägsta gränsen för känslighet spänna av PEM, 0.05 V/m för frekvensbandet 2,4 GHz.
  7. Utföra kontroll mätningarna på olika dagar för att säkerställa repeterbarheten av experiment och att få konsekvens i resultat, med inga betydande variationer som kan påverka deras tillförlitlighet.
    Obs: Om kontroller verifieras på olika dagar, en frånvaro av Wi-Fi strålkällor kan antas och loggade data kan bero enbart på bidrag från strålkällan i experimentet.

2. fastställande av placeringen av mätutrustningen

  1. Genomföra detta preliminära test i en av inomhus kapslingarna använder tre PEMs. Positionerna för de tre PEMs utvärderas samtidigt åtgärda positionen för den PEM som bäst undviker påverkan av bäraren i loggade data.
  2. Konfigurera de tre PEMs med en samplingsfrekvens på 4 s med den konfigurationsprogramvara som tillhandahålls med varje PEM.
  3. Placera den första dosimeter på nedre delen av ryggen i ländryggen området, där kroppen är maximally skärmning av PEM. Placera den andra dosimeter i midjehöjd, inom synhåll (LoS) med strålkällan.
  4. Placera den tredje dosimeter en meter bort från användaren (i slutet av en tub som innehas av användaren till sin skuldra) där det kommer att vara opåverkad av BSE. Använda en kartong tub 1 m i längd; t.ex. en karta hållare. Platserna för de tre PEMs visas i figur 1.
  5. Använd en äkta åtkomstpunkt som en strålkälla.
  6. Aktivera PEMs samtidigt strax före utför mätningarna.
    Obs: Ett litet mellanrum mellan olika PEMs' data kan förekomma; Detta kommer inte vara relevanta för resultatet. Denna lucka är oftast om 2 eller 3 prover, och det totala antalet prover är ca 300.
  7. Har användaren gå långsamt mot, sedan bort från strålkällan i en takt av 10 cm/s, med AP ligger framför och bakom användaren, respektive. Figur 2 är ett diagram över experimentell inneslutningen och visar riktningarna de fördefinierade banor och positionerna för PEMs.
  8. Hämta data från PEMs.

3. strålkällan

  1. För strålkällan använde i steg 4, använda en analog signalgenerator kopplad till en bikon-antenn med låga förluster kabel. Bikon antennen är en antenn för bredband som täcker 80 MHz till 3 GHz frekvensområdet.
  2. Konfigurera den analoga signal generatorn för att generera en kontinuerlig signal, utan modulering, och på frekvensen av 2.437 MHz, eftersom detta är en av de vanligaste frekvenser av Wi-Fi-system.
  3. Konfigurera den genererade signal med en ekvivalent isotrop utstrålad makten (EIRP) 100 mW, maximal EIRP som tillåts i Europa.
  4. Placera bikon antennen i mitten av ena sidan av höljet (figur 2) för att underlätta förverkligandet av experimentet i dynamiska förhållanden.
  5. Justera bikon antennen med användaren, så att användaren direkt ansikten källan, för att upptäcka den maximala BSE underskattningen i loggade data av icke-siktlinjen (NLoS) PEM, förhållande till de loggade av PEM opåverkad av BSE.

4. mätmetodik

  1. Utföra mätningar med två PEMs. Konfigurera PEMs med en provtagningsperiod på 4 s med konfigurationsprogramvara som medföljer varje PEM.
  2. Centrera den första dosimeter på baksidan, helt NLoS med strålkällan, och där kroppen är maximally avskärmning av PEM.
  3. Placera den andra dosimeter på ett avstånd av 1 m från användaren (i slutet av röret innehas av användaren till axeln) för att undvika påverkan av den mänskliga kroppen. Denna ståndpunkt var beslutsam i steg 2. Positionerna för båda PEMs anges i figur 3.
  4. Placera bikon antennen i vertikal position.
  5. Aktivera PEMs samtidigt strax före utför mätningarna. Som i steg 2,6 kan en liten lucka här inte relevanta för resultatet.
  6. Har användaren gå långsamt från den motsatta sidan av korridoren mot strålkällan, enligt definierade rutten visas i figur 3, kontinuerlig långsamt ca 10 cm/s. Medan användaren promenader, loggar PEM data E-fält.
  7. Hämta data från de PEMs med hjälp av medföljande programvara.
  8. Upprepa steg 4.5, 4.6 och 4.7 med bikon antennen i vågrät ställning, för att upptäcka inflytande polariserings typen.

5. Ray Tracing modellering

  1. Utveckla eller använda ray-tracing program baserat på bild teori (en strategi som används i ray-tracing tekniker för att analysera förökningen av elektromagnetiska fält16) för att kontrollera effektiviteten i metoden genom att jämföra experimentella och simulerade resultaten. Modellen ska förutsäga E-fält nivåerna i tomma utrymmen, och tillåta interaktion av elektromagnetiska vågor med den omgivande miljön. När man utvecklar denna programvara, Följ dessa steg:
    1. Utveckla modellen i olika skeden för att producera 3D sökvägar baserat på 2D-bild generation, i både vertikala och horisontella plan. Beräkna E-fältet som vektor summan av den huvudsakliga ray och andra bidrag på grund av de reflektioner och diffractions av de elektromagnetiska vågor som registreras vid varje utvärdering inom den omgivande miljön. Beräkna värdet i en utvärdering punkt E-fältet som vektor summan av alla bidrag (strålar) från källan efter ett visst antal av interaktion med miljön. Använda antalet reflektioner på väggarna i inneslutningen som indataparameter, med 10 som det högsta värdet11.
    2. Anställa en förlängning av Holms heuristisk diffraktion koefficient för diffraktion modellering, som föreslås av odiumphilologicum och Constantinou och används i Rodríguez m.fl. 10
  2. Som konfigurationsparametrar, använda funktioner i den experimentella setup: dimensioner och Dielektricitetskonstant och ledningsförmåga av material som utgör en del av varje enhet som testas. Tabell 111 visar elektromagnetisk parametrarna för material som används i simuleringen. Den reflektionskoefficienten som är associerad med ledande material har en högre magnitud. Värdet av reflektion koefficienter av icke-magnetiska och icke ledande medier är tillräckligt hög för att påverka E-fältet beräknas som summan av den direkta ray viktigaste bidrag och de andra bidragen från diffractions och reflektioner.
  3. Presentera som konfigurationsparametrar egenskaperna för bikon antennen, strålningsdiagram och polarisering.
  4. Presentera som konfigurationsparametrar av frekvens (2.437 MHz) och den analoga signal generatorn makt (20 dBm).
  5. Kör programmet efter korrekt inklusive alla ingångar.
  6. Kvantifiera resultaten med 0,01 V/m, med syfte att efterlikna arbetsförhållandena för PEM mellanrum.
  7. Ersätta de resultat som är under den lägsta gränsen för PEM känslighet med ett värde på 0,05 V/m, för att återge den icke-detekterar loggas av PEMs.

Representative Results

Fyra inomhus kapslingar av olika storlekar valdes att utföra experimentella mätningar, vars volymerna var 63 m3 (måtten 12 × 1,26/3 × 2,45 m), 162 m3 (27.15 × 1,93 x 3,1 m), 57 m3 (9 × 2,56 × 2,47 m) och 63 m3 (10 × 2.56 × 2,47 m). Bredden på första kammaren var inte konstant. I de första och andra kapslingarna var fördefinierade banans längd 12 m. I de tredje och fjärde kapslingarna, längden på den fördefinierade sökvägen var maximal dimension, det vill säga 9 och 10 m, respektive. En faktor som påverkar BSE är typ av material att göra upp de inomhus kapslingarna, som exponering nivåerna ökar när det gäller miljöer med ledande material. Specifikt, bestod kapslingarna vi använde av icke-reflekterande material. I dessa villkor blir BSE relevant, som reflekterade strålarna loggas av PEM under BSE är svagare än när det gäller ledande material.

De resultat som uppnåtts i det preliminära skedet sammanfattas i figur 4, som jämför loggade data av de tre PEMs (en på ryggen, en annan i fronten, och den tredje ligger 1 m bort) medan användaren gick mot och bort från AP. E-fältet nivåer som loggas av den slitna PEM i LoS med strålkällan är mycket lika dem registreras av den PEM ligger 1 m från bäraren, både i LoS med strålkällan, även om det är märkbart att PEM i kontakt med kroppen registrerar lägre nivåer7 . För båda vägar är nivåer som samlas in av slitna PEMs i området skugga lägre än data insamlade av slitna och inte slitna PEMs i LoS.

E-fältet loggas av PEMs i varje position var mycket lika i båda banor, men det fanns vissa skillnader. Med tanke på sökvägen från AP, finite-difference time-domän (FDTD) analysen visade att infallande vågor kan böjas runt kroppen användaren nå den slitna PEM på motsatt sida och även PEM ligger 1 m bort, där BSE är svagare. Denna effekt är större i inomhusmiljöer, som skuggade regionen av kroppen är liten. Detta var anledningen de data som loggats av PEMs ligger 1 m från användaren i båda banor var liknande till de utsatta förhållandena.

Angående de slitna PEMs orsakar effekten av kopplingen med kroppen en snedvridning i PEM strålning mönstret (RD) som därefter påverkar loggade data. Dock som loggade data av slitna PEMs i LoS tenderar att vara liknande, men lägre än loggade data av PEMs ligger 1 m bort, kan slutsatsen dras att den mänskliga kroppen i LoS villkor, har en försumbar effekt i jämförelse med snedvridningarna på grund av BSE.

Som ses i figur 4, nivåer i alla PEM positioner E-fältet tenderar att vara lägre för vägen mot AP, där användaren är främre till strålkällan. I intervallet GHz, SAR i hela kroppen (SARWB) är något högre under en frontalt infallande plan våg på grund av människors morfologi: större hudområden och grövre ytor (tår, fötter, haka, ansikte) finns på främre sidan av kroppen. E-fältet kan effektivt inkräkta på dessa små kroppsdelar, som är typiska topp SAR platser i GHz rad17.

Överföring från AP är diskontinuerlig, så många av de loggade nivåerna av PEMs når inte lägre känslighetströskeln, och antalet icke-upptäcker blir för stor. Andelen icke-detekterar anses acceptabelt är under 60%, där substitution kan vara acceptabelt, som förklaras av Helsel18. Även om i de resultat som visas i figur 4, det maximala antalet icke-upptäcker är 50%, nära accepterade nivån 60%, testerna med en AP är tillräckligt tillförlitlig för att bekräfta att 1 m är ett optimalt avstånd att undvika BSE.

Därför positionen för den PEM ligger 1 m från användaren är det optimalt att logga tillförlitliga nivåer av exponering för E-fältet, och påverkas inte av den underskattning som orsakas av påverkan av kroppen. Med hänsyn till dessa överväganden, Mätningarna utfördes i de fyra utvalda miljöerna, i både horisontell och vertikal polarizations och enligt den metod som beskrivs i föregående avsnitt: med två PEMs, en bärs av användaren och i NLoS, och andra ligger 1 m från användaren och i LoS med strålkällan.

Figur 5 och figur 6 visar E-fält nivåerna i de första och andra bilagorna, i en semi logaritmisk skala och i både polarizations längs vägen mot strålkällan består av en bikon-antenn och en signalgenerator. Den BSE underskattningen är direkt beroende av storleken på miljön: underskattningen är större i andra kammaren, och i sin tur effekten är större i utomhus, snarare än inomhus, kapslingar. Det är anmärkningsvärt att BSE underskattning är större med vertikala än med horisontell polarisation, eftersom polarisering huvudsakliga strålkällan påverkar graden av påverkan av BSE. För att undvika det stora antalet icke-upptäcker när det gäller skugga utan en ytterligare behandling av loggad data, mätningarna i både polarizations upprepades med en sändareffekt av 25 dBm (316.12 mW) i andra kammaren. Figur 6 presenterar skalas mätningarna till 20 dB i både polarizations och i en semi logaritmisk skala att uppfatta E-fält nivåerna när det gäller skugga. När det gäller horisontell polarisering, den icke-detekterar kunnat undvikas, även i lodlinjepolarization, procentandelen är fortfarande betydande.

Mätningar i både polarizations utfördes på alla höljen under provningsförhållanden. Figur 5 visar resultaten av den första kapslingen, skuggad data är likartade i båda polarisationer. Dock från resultaten av andra kammaren är den största, visas i figur 6, skillnaden skuggad data i både polarizations mer anmärkningsvärt än i figur 5.

För att kvantifiera skillnaden skuggad data i både polarizations i varje låda, presenterar tabell 2 den polarisering faktor (PF) som gäller förhållandet mellan hjälpmedlet av icke-skuggad och skuggad data i både polarizations, som visas i (1) :

Equation 1(1)

Från tabell 2 kan det utläsas att större kapslingen är, desto större skillnader mellan icke-skuggad och skuggad data för lodlinjepolarization. Resultaten av denna studie visar en mer betydande underskattning i vertikala än i horisontell polarisering, eftersom för frekvenser runt 2100 MHz, lokaliserade SAR i extremiteterna och huvudet/trunk är högre för lodlinjepolarization, i stående ställning, och när vågorna inkräkta på kroppen från de främre eller bakre17. Dessutom är användaren inte liten i jämförelse med våglängden, så lodlinjepolarization är på värsta tänkbara nivå när det gäller absorption av de infallande våg24. När huvudaxeln av människokroppen är parallell till det elektriska fältet vektor (vilket händer när polariseringen av bikon antennen är lodrät), når den specifik absorptionsnivå (SAR) av den mänskliga kroppen högsta värden19. Teoretiskt, vertikalt polariserade vågorna är till stor del skyddade av den mänskliga kroppen, i jämförelse med horisontellt polariserade vågorna. Detta är på grund av att i lodlinjepolarization, E-fältet svänger parallellt med den långa axeln av bäraren8. Polariseringen av antennen är en nyckelfaktor i BSE, är ordentlig polarisationen vertikal, för att upptäcka förekomsten av användaren maximal inverkan på mätningarna av den slitna PEM och NLoS20.

De exponeringsnivåer som erhållits i fyra skåpen under provningsförhållanden visas i figur 7 i en semi logaritmisk skala. Simuleringsresultaten redovisas tillsammans med mätningarna vid varje punkt av fördefinierade rutten, visar att båda typerna av data varierar på samma sätt i förhållande till avståndet från strålkällan.

Tabell 3 sammanfattar uppmätt och simulerad E-fältnivåerna, respektive. För varje inomhus omslutning tillhandahålls medelvärdet, standardavvikelsen och högsta och lägsta värdena. Det är värt att notera likheten mellan de statistiska värdena för experimentella och simulerade data. Likheten mellan varje par av experimentella och simulerade dataserien har också kontrollerats i form av p-värde som erhålls med Kolmogorov-Smirnov (KS) test. P-värdena visas i tabell 3. P-värden var alltid större än signifikansnivån 0,05, så det finns en tillräcklig överensstämmelse mellan varje par av experimentella och simulerade dataserier. Dessutom har det också bekräftats i KS test att den kumulativa fördelningsfunktionen (CDF) av varje serie, experimentella eller simulerad, alltid följer den lognormala statistiska fördelningen i både polarizations.

Figur 7 visar uppmätt och simulerad data i inomhus kapslingarna används för testning och efterlevnaden av de trösklar som fastställs i den europeiska lagstiftningen utifrån ICNIRP, som utgör grunden för många exponering standarder för närvarande tillämpas på hela världen i allmänt, inhemska och yrkesmässiga sammanhang. När det gäller den allmänna befolkningen är gränsen för exponering för icke-joniserande strålning på 2,4 GHz frekvens 61 V/m. Värdet av 61 V/m i ICNIRP är inte den mest restriktiva gränsen när det gäller människors exponering. Andra standarder finns runt om i världen: i Nordamerika, IEEE fastställs mindre restriktiva begränsningar: 66,7 V/m för okontrollerad miljöer, motsvarande för allmänheten i ICNIRP. Dessutom finns mer restriktiv förordning i Östeuropa, såsom i fallet med Ryssland där den striktaste gränsen för den allmänna befolkningen är 3,14 V/m. I figur 7påverkas mätningarna jämfört med ICNIRP tröskeln inte av osäkerheten i den PEM, som ger tillförlitlighet i de extraherade slutsatserna när det gäller förordning efterlevnad.

Figure 1
Figur 1 : Platsen för PEMs under experimentet.

Figure 2
Figur 2 : Fördefinierade vägar av kontroller, mot och ifrån strålkällan, och placeringen av de tre dosmätarna.

Figure 3
Figur 3 : Fördefinierad sökväg av mätningen utförs i de fyra JBOD, mot strålkällan och positionerna för dosimetrarna. Längden på provningsområdet inom de första och andra kapslingarna, 12 m, visas.

Figure 4
Figur 4 : CDFs av resultaten av de tre PEMs i olika positioner. Resultaten redovisas 1 m bort, slitna av användaren i LoS och bärs av användaren i NLoS för både fördefinierade vägar-mot och bort från strålkällan.

Figure 5
Figur 5 : Experimentella data erhållits i 63 m3 första inneslutningen. Uppgifterna är visad för (en) vertikalt och (b) horisontell polarisering, med och utan kroppen inflytande, med en sändareffekt på 100 mW. Data visas i funktion av antalet prover som loggas av PEM medan användaren gående mot källan. Resultaten visas i en semi logaritmisk skala.

Figure 6
Figur 6 : Experimentella data erhållits i 162 m 3 andra inhägnad. Uppgifterna är visad för (en) vertikalt och (b) horisontell polarisering, med och utan kroppen inflytande, med en sändareffekt av 25 dBm (316.12 mW) och skalas till 20 dBm (100 mW). Uppgifterna presenteras som en funktion av antalet prover som loggas av PEM medan användaren gående mot källan. Resultaten visas i en semi logaritmisk skala.

Figure 7
Figur 7 : Uppmätt och simulerad nivåer av E-fältet för lodlinjepolarization. Nivåer visas för den (en) först (63 m3), (b) andra (162 m3), (c) tredje (57 m3) och (d) fjärde (63 m3) kapslingar. Nivåer visas som en funktion av procentandelen av ICNIRP gränsvärdet 61 V/m för den allmänna befolkningen och för 2,4 GHz-bandet. Uppgifterna presenteras som en funktion av antalet prover som loggas av PEM medan användaren gående mot källan.

Material Ledningsförmåga Relativa
(S/m) Dielektricitetskonstant
Tak – spånskiva 0,001 2.5
Golv – marmor 0.00022 7
Laterala väggar 0,005 3
Metall 100 3
Glas 1E-10 6
Trä 0,0006 2

Tabell 1: Elektromagnetisk parametrar som används i simuleringen.

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

Tabell 2: Polarisering faktor för varje inhägnad, beräknas som förhållandet mellan medlen av icke-shadow och skugga data. Storleken på kapslingarna indikeras.

Inhägnad Storlek Medelvärdet (V/m) STD (V/m) Max (V/m) Min (V/m) p-värde p-värde
(m3) EXP SIM-kort EXP SIM-kort EXP SIM-kort EXP SIM-kort 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: Main statistiska värden av experimentella och simulerade resultaten i de fyra JBOD under provningsförhållanden för vertikal och horisontell polarisering. Storleken på kapslingarna indikeras.

Discussion

Aspekten av detta protokoll som krävs för tillförlitlig insamling av uppgifter om exponering, utan påverkan av PEM osäkerheten, är platsen för PEM. PEM måste vara belägna 1 m bort från användaren för att undvika underskattning orsakas av påverkan av kroppen och underförstått, för att undvika ett stort antal icke-upptäcker i loggade data. Det finns aspekter av det protokoll som kan ändras; ändringar och begränsningar av den föreslagna tekniken bedöms enligt följande.

De mätinstrument som valt att utföra experimentet är den PEM, som har använts i ett flertal studier för analys av EMF-exponering i utomhusmiljöer, dynamiskt och i stora geografiska områden24,25, 26. Även om data mätt med PEMs inte lika exakt som mätningarna som tillhandahålls av en spektrumanalysator (SA), ett flertal epidemiologiska studier använda PEMs på grund av deras enkel hantering och mäta hastighet26, 4 s vara minsta provtagningsperioden. De PEMs som använts i arbetet har en minsta gräns för känslighetsområde 0.05 V/m. Modernare PEMs har marknadsförts med bredare känslighet intervall, 0,005 V/m är den lägsta gränsen för frekvensbandet 2,4 GHz, så antalet icke-detekterar blir lägre när kroppen är avskärmning av PEM. Detta faktum är dock inte relevant för detta experiment eftersom de erhållna resultaten utan BSE osäkerheten var alltid större än 0.05 V/m. Det finns andra modeller av PEMs med lägre provtagningsperioder, men den modell som används i detta experiment har valts eftersom det är lätt bärbar på kroppen, i midjehöjd, där kroppen är maximally skärmning av PEM.

I preliminära experiment, var en WiFi-AP på frekvensbandet 2,4 GHz Wi-Fi anställd som en strålkälla. Efter bedömningen av kraften som avges av AP med en SA, genomfördes en check för att bekräfta att paketen information inte var överförs kontinuerligt och att det fanns perioder utan överföring27,28. Följaktligen var en betydande andel av RF EMF nivåer under detektionsgränsen (0.05 V/m) av PEMs. Minsta WiFi AP intermittensen var fast av beacon signaler och var cirka 0,01%. Under tiden en kontinuerlig signal, med övre duty cycle gränsen på 100%, återger de sämsta exponeringsförhållandena, samtidigt som man undviker de icke-detekterar osäkerhet. Av denna anledning användes en signalgenerator och en bikon-antenn som strålkällor för att generera en kontinuerlig våg av 100 mW power, den Wi-Fi-frekvens, och utan modulering.

E-fält nivåerna, i de fyra utvalda inomhus kapslingarna, har förutspåtts med en ray-tracing programvara baserat på bild teori. Utvärdering av experimentella resultat med en annan experimentell teknik, såsom en SA med en sond, har inte beaktats, eftersom syftet är att analysera påverkan av BSE och andra PEM osäkerheter, och inte den PEMS förmåga att fungera som en annan mätanordningen. Begränsningar i bild teori är på grund av icke-ideala miljöförhållanden, d.v.s. när de reflekterande ytorna inte är tunna, platta eller planar. Förökning modell resultaten samla osäkerheten i reflektion koefficienter när miljöförhållandena är icke-ideal. När ytorna är begränsade i omfattning, är det möjligt att eliminera de strålar som inte avlyssna med dem. Reflektioner ökar, ökar storleken på de Fresnel ellipsoider och tillnärmning är värre. Strålar från flera reflektioner kommer dock vara svagare och har mindre påverkan på de slutliga resultaten.

Den naiva inställning används för att lösa osäkerheten i den icke-upptäcker. Denna metod består av substitution av värdena under känslighet sortiment gräns med de lägsta upptäckt gräns29. Finns andra metoder för att korrigera osäkerheten i icke-upptäcker med substitution av loggade data. Robust regression på order statistik (ROS) metod förutspår de oupptäckta värden, med tanke på att de följer en lognormala fördelningen. Andra metoder kan tillämpas på data, men beräkningarna presentera alltid en felmarginal. Metoden för substitution av nedre detektionsgränsen använts, som ersätts av ett fast värde möjliggör identifiering av den icke-upptäcker. Denna region av CDFs utgör dessutom inte relevanta skillnader bland de flera fall under analys.

Osäkerheten i den skuggeffekten i den mänskliga kroppen måste ta itu med särskilt intresse, med tanke på att PEMs är avsedd att bäras av användaren, och förekomsten av bäraren är orsaken till denna osäkerhet. Dessutom underskattningen av BSE kan innebära en ökning i icke-upptäcker. BSE kan också undvikas genom att bära flera PEMs på olika delar av kroppen30,31; genomsnitt loggade data av två PEMs ligger på motsatta sidor av kroppen leder till en mindre underskattning, och en mindre osäkerhet än loggade data av en enda PEM5. En annan alternativ metod är att ta hänsyn till förändringen av exponeringsnivåerna på grund av BSE i tolkningen av uppgifter om exponering och tillämpa lämpliga korrektionsfaktorer. Men dessa måste avgöras individuellt i funktion av aktiviteten och miljön, och är mycket komplicerat att tillämpa korrekt. Den teknik som används i denna studie föreslår också, ett praktiskt sätt att undvika BSE som bara kräver en enda PEM, undvika behandling av uppgifter.

Med hänsyn till framsteg inom mobil teknik och intresset för den mänskliga kroppen dämpning i framtiden 5G (femte generationen) radio system32, den teknik som presenteras i denna studie kan användas för att bedöma människors exponering för nya generationens nätverk undvika de ovannämnda osäkerheterna.

Disclosures

Författarna har något att avslöja.

Acknowledgments

Detta arbete stöds av projektet ”elektromagnetisk karakterisering i Smart miljöer av hälso-och sjukvård”, och deras deltagande i personlig, arbets och miljömedicin, (DGPY-1285/15, PI14CIII/00056), och med de mänskliga resurserna inom den projektet ”nätverk plattform för the utvecklingen av telemedicin i Spanien” (DGPY-1301/08-1-TS-3), båda finansiering från Sub-Directorate-General för forskning bedömning och befordran (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 analys av människors exponeringsförhållanden med kroppsburen dosmätare i 2,4 GHz-bandet
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