The Vienna 4G/5G Drive-Test Dataset

Questo articolo presenta il dataset di Vienna per test su strada 4G/5G, un insieme aperto e su scala urbana di misurazioni georeferenziate LTE e 5G NR, integrate con modelli di edifici e terreno, progettato per supportare l'analisi, la pianificazione e l'ottimizzazione delle reti mobili tramite apprendimento automatico.

L'essenziale

Immagina di voler costruire una città digitale perfetta, un "gemello" virtuale di Vienna, capace di prevedere esattamente come si comporterà il segnale del tuo telefono in ogni vicolo, dietro ogni angolo o dentro ogni edificio. Per fare questo, non bastano le formule matematiche dei vecchi ingegneri; serve un'esperienza reale, un "campo di addestramento" enorme e dettagliato.

Ecco di cosa parla questo documento: gli autori hanno creato e rilasciato il più grande e dettagliato "libro di ricette" mai pubblicato per studiare le reti 4G e 5G a Vienna.

Ecco la spiegazione semplice, punto per punto:

1. Il Problema: La Carenza di "Mappa del Tesoro"

Fino a poco tempo fa, chi voleva usare l'Intelligenza Artificiale (AI) per migliorare le reti telefoniche era come un cuoco che cerca di inventare un nuovo piatto senza avere gli ingredienti. Aveva le teorie, ma mancavano i dati reali, grandi e precisi, su come il segnale viaggia davvero nelle città. Senza questi dati, le previsioni erano spesso sbagliate.

2. La Soluzione: Il "Vienna 4G/5G Drive-Test Dataset"

Gli autori (un team dell'Università Tecnica di Vienna) hanno preso una macchina, l'hanno trasformata in un laboratorio mobile e hanno guidato per circa 100 km² di Vienna (sia nel centro affollato che nelle zone più verdi).

Hanno raccolto due tipi di informazioni contemporaneamente, come se avessero due occhi diversi:

• L'occhio "Passivo" (Lo Scanner): Immagina un microfono super-sensibile montato sul tetto dell'auto che ascolta tutti i segnali radio che passano, senza collegarsi a nessuno. È come un osservatore che nota quanti treni passano e da dove arrivano, senza salirci sopra.
• L'occhio "Attivo" (Lo Smartphone): Tre telefoni 5G montati sul cruscotto che si collegano alla rete, misurando la velocità di navigazione, la qualità della chiamata e quanto il segnale è forte dal punto di vista dell'utente.

3. Il "Segreto" Aggiuntivo: La Mappa 3D e i "Fantasmi" delle Torri

Ciò che rende questo dataset speciale non sono solo le misurazioni, ma ciò che le accompagna:

• La Mappa 3D: Hanno incluso modelli digitali ad altissima risoluzione di ogni edificio e di ogni collina di Vienna. È come avere una copia digitale della città dove puoi vedere ogni singolo mattone. Questo permette di capire perché il segnale si blocca dietro un palazzo.
• L'Indagine sulle Torri (Stazioni Base): Spesso non sappiamo esattamente dove sono le antenne o in che direzione puntano. Gli autori hanno usato i dati raccolti per "indovinare" (con molta precisione) la posizione, l'altezza e la direzione di molte di queste torri. È come se avessero ricostruito la mappa delle torri invisibili basandosi solo sui segnali che hanno sentito.

4. A cosa serve tutto questo? (I Giochi da Giocare)

Con questo "pacchetto completo" (dati reali + mappa 3D + posizione delle torri), i ricercatori possono fare cose incredibili:

• Calibrare i Simulatori: Possono prendere un software che simula il segnale (come un videogioco) e aggiustarlo finché non funziona esattamente come la realtà.
• Prevedere il Futuro: Possono insegnare all'AI a prevedere dove ci sarà una zona morta di segnale prima ancora di costruire una nuova torre.
• Studiare i Raggi Laser (Beam Management): Per il 5G, il segnale è come un faro che spara raggi laser. Questo dataset aiuta a capire come questi raggi si muovono quando l'auto corre veloce.

5. Perché è importante per tutti noi?

Immagina di dover guidare in una città sconosciuta con una mappa vecchia di 50 anni. È frustrante, vero? Questo dataset è come fornire a tutti gli ingegneri di telecomunicazioni una mappa GPS in tempo reale, aggiornata ogni secondo, con la vista aerea di ogni edificio.

Grazie a questo lavoro:

• Le reti diventeranno più veloci e stabili.
• Le chiamate cadranno meno spesso.
• Si risparmierà energia e denaro costruendo le antenne solo dove servono davvero.

In sintesi: È un regalo enorme alla comunità scientifica. Hanno aperto le porte del loro laboratorio, condividendo non solo i numeri, ma l'intera "fotografia" della città di Vienna sotto il profilo delle onde radio, permettendo a chiunque di imparare, testare e migliorare il modo in cui ci colleghiamo al mondo.

Sommario tecnico

Titolo: Il Dataset di Test su Veicolo (Drive-Test) 4G/5G di Vienna

1. Problema e Contesto

L'analisi, la pianificazione e l'ottimizzazione delle reti mobili basate sull'apprendimento automatico (Machine Learning - ML) sono attualmente limitate dalla scarsità di dataset reali, completi e su larga scala. Esiste un divario significativo, in particolare per i problemi condizionati dalla geometria e dall'ambiente (come la stima delle mappe radio, la previsione della copertura, la modellazione della propagazione e la costruzione di "Digital Twin" di rete).
I dataset aperti esistenti tendono a concentrarsi su:

• Tracce di misurazione e indicatori chiave di prestazione (KPI) senza metadati di dispiegamento espliciti.
• Dati sintetici generati tramite ray-tracing, che non catturano la complessità delle reti reali degli operatori.
• Assenza di modelli ambientali ad alta risoluzione (edifici e terreno) integrati con i dati di misurazione.

Questo limita la capacità di eseguire benchmarking riproducibili tra metodi basati sull'IA e approcci deterministici tradizionali (come il ray-tracing).

2. Metodologia

Il dataset è stato raccolto tra marzo 2024 e marzo 2025 coprendo circa 100 km² di Vienna, includendo sia aree urbane dense che suburbane. La raccolta dati si basa su un approccio duale (passivo e attivo):

• Misurazioni Passive (Scanner): Utilizzando un ricevitore di scansione PCTEL IBflex con due antenne omnidirezionali OmniLOG PRO montate sul tetto di un'auto. Questo sistema monitora i segnali cellulari in modo "agnostico" rispetto alla tecnologia, catturando informazioni di livello fisico (CRS, SSB) e blocchi di informazioni di sistema (MIB, SIB) da tutte le celle visibili.
• Misurazioni Attive (Smartphone): Utilizzando tre smartphone compatibili con il 5G montati sul cruscotto, collegati al software Nemo Outdoor. Questi dispositivi registrano metriche di qualità del segnale (RSRP, RSRQ, RSSI, SINR), throughput e Timing Advance (TA) per la cella di servizio.
• Elaborazione e Stima:
  • I dati grezzi sono stati processati per allineare temporalmente e spazialmente le osservazioni.
  • Per il 5G NR (in modalità NSA), dove gli identificatori fisici delle celle non sono esposti dagli smartphone, è stato utilizzato un euristico basato sul Physical Cell Identity (PCI) e sul Timing Advance per raggruppare le misurazioni e stimare la posizione delle stazioni base (BS).
  • Le posizioni delle BS, gli azimut dei settori e le altezze delle antenne sono state stimate per un sottoinsieme rappresentativo di siti, integrando dati pubblici (Senderkataster) e modelli 3D.
• Contesto Ambientale: Il dataset include modelli ad alta risoluzione degli edifici (Building Model - BKM) e del terreno (Ground-Level Model - GLM) di Vienna, forniti dalla Stadtvermessung Wien, in formato GeoTIFF.

3. Contributi Chiave

Il documento presenta il Vienna 4G/5G Drive-Test Dataset, una risorsa open-access che si distingue per le seguenti caratteristiche:

• Scalabilità e Diversità: Copertura su scala cittadina con campionamento geospaziale denso.
• Dualità delle Modalità: Integrazione di dati passivi (scanner, visione di rete) e attivi (smartphone, visione utente), permettendo un'analisi completa sia dal lato rete che dal lato utente.
• Metadati di Dispiegamento: Fornisce, per un sottoinsieme di siti, parametri di dispiegamento stimati (coordinate BS, azimut, altezza antenna) che sono rari nei dataset aperti.
• Contesto 3D: Integrazione con modelli di edifici e terreno ad alta risoluzione (1m), abilitando flussi di lavoro condizionati alla geometria e calibrazione di simulazioni deterministiche.
• Supporto Multi-Tecnologia: Copertura coerente di LTE (4G) e 5G NR (inclusi livelli beam), con KPI standardizzati.

4. Risultati e Validazione Tecnica

Gli autori hanno condotto analisi di validazione per garantire l'affidabilità del dataset:

• Accuratezza Georeferenziazione: L'errore di posizionamento GPS, dopo l'adeguamento alle strade (snapping), ha un RMSE (Root Mean Square Error) di circa 4 metri, sufficiente per analisi di propagazione.
• Coerenza delle Assegnazioni: È stata valutata la coerenza tra le misurazioni passive (CRS/SSB) e le informazioni di sistema (MIB/SIB). Circa l'82% dei record è stato correttamente associato; i residui spaziali sono stretti (mediana 0 m, P95 = 342 m).
• Stima delle Stazioni Base (LTE): Per le celle LTE, confrontando le posizioni stimate con i dati di riferimento pubblici, si è ottenuto un RMSE di localizzazione di 38,55 m e un errore circolare medio assoluto per l'azimut di 27,95°.
• Stima delle Stazioni Base (5G NR): Per il 5G, la coerenza interna è stata verificata tramite il Timing Advance. La distribuzione dei residui mostra una mediana di 69,6 m, indicando che le posizioni stimate sono compatibili con i vincoli fisici del segnale.
• Statistiche KPI: Le distribuzioni di RSRP e RSRQ mostrano comportamenti realistici in funzione della banda di frequenza (es. LTE 800 MHz con segnale più forte, NR 3500 MHz con segnale più debole a causa della maggiore attenuazione).

5. Significato e Applicazioni

Questo dataset è una risorsa fondamentale per la ricerca nelle telecomunicazioni, abilitando:

• Calibrazione del Ray-Tracing: Confronto diretto tra simulazioni deterministiche e misurazioni reali in un contesto urbano 3D.
• Apprendimento di Mappe Radio Consapevoli dell'Ambiente: Addestramento di modelli ML che utilizzano caratteristiche geometriche (edifici, terreno) per prevedere la copertura.
• Inferenza di Dispiegamento: Studio di tecniche per localizzare le stazioni base e stimare i parametri dei settori basandosi solo sulle impronte digitali delle misurazioni.
• Gestione dei Beam 5G: Analisi della selezione e tracciamento dei beam in mobilità.
• Prototipazione di Digital Twin: Costruzione di gemelli digitali di rete su scala cittadina per la pianificazione e l'ottimizzazione.

Il dataset è disponibile su Zenodo (DOI: 10.5281/zenodo.18322065) in formati CSV e Parquet, accompagnato da modelli di città in GeoTIFF, rendendolo immediatamente utilizzabile per la ricerca riproducibile senza la necessità di script di pre-elaborazione complessi.