5G-telefoner giver højere strålingseksponeringer end 4G-telefoner
Foto fra forskningsdokumentet.
Advarsler om eksponering fra 5G-netværket er ikke nyt. Siden 2017 har læger og forskere bedt om at udrulningen af 5G blev sat på pause på grund af de biologiske og miljømæssige sundhedsrisici (se 1, 2, 3, 4).
Flertallet af forskere verden over er imod udrulningen af 5G.
Forskning har herudover også dokumenteret, at 5G faktisk er biologisk og miljømæssigt skadeligt. Til og med afgav ledere i teleindustrien i 2019 vidnesbyrd til den amerikanske kongres om, at de IKKE havde nogen videnskabeligt dokumentation for, at 5G er sikkert.
Modstanden mod 5G har flere steder begrænset og bremset implementeringen. Casestudier har allerede dokumenteret, hvordan mennesker har udviklet symptomer og sygdomme efter aktivering af 5G.
Hvis du har anskaffet dig en 5G-telefon, dokumenterer en ny undersøgelse, hvorfor det kan være en rigtig god ide at bytte den til en 4G-telefon (forskning dokumenterer dog også, at 4G er skadeligt).
Forskningsdokumentet
Forskningsdokumentet blev offentliggjort i august 2023 som en open access-artikel.
An Exposimetric Electromagnetic Comparison of Mobile Phone Emissions: 5G versus 4G Signals Analyses by Means of Statistics and Convolutional Neural Networks Classification Miclaus S, Deaconescu DB, Vatamanu D, Buda AM. Technologies. 2023; 11(5):113. doi: 10.3390/technologies11050113
Abstrakt
For at få en dybere forståelse af det meget omstridte emne om mikrobølgers ikke-termiske biologiske virkninger, skal der vedtages nye metrikker og metoder. Den retning, der foreslås i det nuværende arbejde, som omfatter peak-eksponeringsanalyse og ikke kun tidsgennemsnitsanalyse, stemmer godt overens med dette mål. Den foreslåede metode er ikke beregnet til at lette en sammenligning af de generelle karakteristika mellem 4G- og 5G-mobilkommunikationssignaler. I stedet er dets formål at tilvejebringe et middel til at analysere specifikke virkelige eksponeringsforhold, der kan variere baseret på flere parametre. En differentiering baseret på amplitude-tidsfunktioner for 4G- versus 5G-signalerne følges med det formål at beskrive de særlige forhold ved en brugers eksponering, når han kører fire typer mobilapplikationer på sin mobiltelefon på et af de to mobilnetværk. For at nå målene brugte vi signal- og spektrumanalysatorer med passende realtidsanalysebåndbredder og statistiske beskrivelser leveret af amplitude probability density (APD) funktionen, den komplementære kumulative distributionsfunktion (CCDF), kanaleffektmålinger og registrerede spektrogramdatabaser. Vi sammenlignede de eksposimetriske deskriptorer af emissioner, der er specifikke for fildownload, filupload, internetvideostreaming og brug af videoopkald i både 4G- og 5G-netværk baseret på de specifikke modulerings- og kodningsskemaer. De højeste og laveste elektriske feltstyrker målt i luften i 10 cm afstand fra telefonen under emissioner er angivet. De strømfordelingsfunktioner, der har den højeste prævalens, fremhæves og kommenteres. Bagefter er kapaciteten af et foldet neuralt netværk, der tilhører familien af enkeltskudsdetektorer, bevist at genkende og klassificere emissionerne med en meget høj grad af nøjagtighed, hvilket muliggør sporbarhed af dynamikken i menneskelig eksponering.
Konklusioner
I dette arbejde sigter vi mod at kvantificere tidsvariabiliteten af emissioner i nærheden af en mobiltelefon, der er forbundet til enten et 4G- eller et 5G-FR1-netværk, når der bruges fire forskellige mobilapplikationer. Det centrale mål var at tilvejebringe viden om menneskelig eksponeringsdynamik, der fuldender de dosimetriske undersøgelser, der er nødvendige for at beskrive de potentielle biologiske virkninger.
Hovedbidraget fra denne undersøgelse til den nuværende viden hører til emnerne om virkningerne af EMF-eksponering på mennesker, der ikke er begrænset til induceret opvarmning, mens ikke-termiske virkninger fortsat er genstand for debat og undersøgelse. For at få en dybere forståelse af dette aspekt skal der vedtages nye målinger og metoder. Den retning, der foreslås i dette arbejde, som omfatter analyse af maksimal eksponering og ikke kun tidsgennemsnitlig analyse, stemmer godt overens med dette mål.
En yderligere fordel er muligheden for at skelne mellem eksponeringsdynamikker svarende til en specifik mobilapplikation baseret på en realtidsdetektionsalgoritmes evne til at klassificere emissionstypen med succes.
Den foreslåede metode har ikke til formål at gøre det lettere at sammenligne de generelle karakteristika mellem 4G- og 5G-signaler. I stedet er dens formål at give et middel til at analysere specifikke virkelige eksponeringsforhold, der kan variere baseret på flere parametre.
Syntetisk viste vores resultater, at:
- Elektriske feltstyrker i luften 10 cm fra telefonen var højere for 5G-FR1-emissioner end for 4G, i gennemsnit med 60%. Ingen af værdierne overskred menneskers sundheds- og sikkerhedsniveauer. Den højeste forskel mellem teknologier svarede til internetvideostreamingemissioner, hvor 5G-feltstyrken var tre gange højere end 4G.
- Sandsynligheden for tætningsfordelinger ved 4G og 5G-FR1 er forskellige; 4G-spor afhænger meget mere af den anvendte type mobilapplikation, mens 5G-spor ligner hinanden mere og er mere uafhængige af mobilapplikationen. Det samme sandsynlighedsområde for effektniveaufordeling blev dækket af et større vindue med effektværdier i 5G end i 4G.
- Amplitudefaktorer var højere for 5G-FR1-emissioner end for 4G-emissioner; den højeste forskel (næsten dobbelt) udviklede sig under fildownloadapplikationer, mens den laveste forskel blev observeret under internetvideostreaming.
- Forekomsten af de højeste effektniveauer (overlegne haleemissioner) syntes meget hyppigere for 5G-FR1-emissioner end for 4G, og der opstod en forskel på så meget som 9,5 dB over middeleffekten i 5G versus 4G-emissioner.
- De optagede spektrogrammer understregede ejendommeligheder, der er blevet glimrende fanget og valoriseret af YOLO v7 deep learning-algoritmen. I praksis blev der opnået fremragende anerkendelses- og klassifikationsrater for hver teknologi og hver kategori af mobilapplikationer med et minimum af træning.
Samlet set består bidraget fra den nuværende tilgang i tilvejebringelsen af et eksposimetrisk værktøj, der understreger forskellene i amplitude-tidsprofilering af en brugers eksponering, når man kører forskellige applikationer på mobiltelefonen i to forskellige mobilkommunikationsteknologier. På grund af begrænsningerne af den anvendte metode kan de præsenterede data ikke anses for at være af fuldstændig generel karakter. Imidlertid kræver realistisk eksponerings- og tidsvariabilitetsanalyse yderligere undersøgelse i forskellige situationer.
Læs mere her:
