The Vienna 4G/5G Drive-Test Dataset

Este artigo apresenta o "Vienna 4G/5G Drive-Test Dataset", um conjunto de dados aberto e em escala urbana que combina medições passivas e ativas de redes LTE e 5G em Viena, incluindo modelos de terreno e edifícios, para apoiar o desenvolvimento e a avaliação de soluções de aprendizado de máquina em análise e otimização de redes móveis.

O essencial

Imagine que você é um arquiteto tentando desenhar o mapa perfeito de uma cidade, mas você só tem fotos antigas e algumas suposições. Você não sabe exatamente onde estão as torres de celular, quão altas elas são ou para onde elas apontam. É como tentar prever o clima sem ter termômetros ou satélites.

É exatamente esse o problema que os pesquisadores da Universidade Técnica de Viena (TU Wien) queriam resolver. Eles criaram algo chamado Vienna 4G/5G Drive-Test Dataset (Conjunto de Dados de Teste de Viagem de Viena 4G/5G).

Aqui está a explicação simples, usando analogias do dia a dia:

1. O Que é Este "Tesouro" de Dados?

Pense neste conjunto de dados como um diário de bordo super detalhado de uma viagem por toda a cidade de Viena, Áustria. Mas, em vez de anotar apenas "fui ao parque" ou "comi um café", eles anotaram tudo o que o celular "ouviu" e "sentiu" enquanto passava pela cidade.

Eles rodaram carros equipados com dois tipos de "ouvidos":

• O "Ouvinte Passivo" (Scanner): É como um gravador de som super sensível que fica no teto do carro. Ele escuta todas as estações de rádio (torres de celular) ao redor, sem se conectar a nenhuma. Ele diz: "Ei, tem uma torre aqui, e outra ali, e a sinalização delas é forte ou fraca".
• O "Ouvinte Ativo" (Celular): São três smartphones reais no painel do carro. Eles se conectam à rede como um usuário normal. Eles dizem: "Estou conectado a esta torre específica, a velocidade da internet é X, e o sinal está com qualidade Y".

Ao juntar os dois, eles têm uma visão completa: o que a rede oferece e o que o usuário experimenta.

2. Por Que Isso é Tão Especial?

Antes disso, os cientistas tinham dois tipos de mapas, mas nenhum era perfeito:

• Mapas de Simulação: Eram como desenhos feitos no computador. Eram bonitos e tinham prédios detalhados, mas não sabiam como o sinal se comportava na vida real (o vento, os materiais dos prédios, as interferências).
• Medições Reais: Tinham dados reais de sinal, mas eram como uma lista de números solta. "Sinal forte aqui, sinal fraco ali". Faltava saber onde estavam as torres que causavam isso ou como os prédios afetavam o sinal.

O grande trunfo deste trabalho: Eles juntaram as medições reais com um modelo 3D da cidade (prédios e terreno) e, o mais importante, estimaram onde estão as torres de celular, para onde elas apontam e quão altas são.

É como se, pela primeira vez, eles não só medissem a chuva, mas também dessem a você o mapa das nuvens e a localização exata de cada gota de chuva caindo.

3. Para Que Serve Tudo Isso?

Imagine que você é um "mestre do jogo" tentando criar uma cidade virtual perfeita (um "Gêmeo Digital"). Com esses dados, você pode:

• Calibrar Simuladores: Ensinar os computadores a preverem o sinal com precisão, ajustando-os com a realidade.
• Planejar a Cidade: Saber exatamente onde colocar uma nova torre de celular para que ninguém fique sem sinal em um beco escuro.
• Estudar o 5G: O 5G usa "feixes" de sinal (como holofotes). Este dataset mostra como esses feixes se comportam quando o carro passa, ajudando a entender como manter a conexão estável em alta velocidade.
• Treinar Inteligência Artificial: Alimentar IAs com dados reais para que elas aprendam a gerenciar redes de celular sozinhas no futuro.

4. Como Eles Conseguiram?

Eles dirigiram por cerca de 100 km² de Viena (áreas urbanas e subúrbios) entre 2024 e 2025.

• Usaram antenas no teto do carro para "escutar" o espectro de rádio.
• Usaram celulares para medir a velocidade e a qualidade da conexão.
• Cruzaram esses dados com mapas de ruas e prédios de alta resolução.
• Usaram matemática inteligente para "deduzir" a localização das torres que não tinham informações públicas, baseando-se em quanto tempo o sinal demorava para chegar ao carro (um truque de física chamado "Tempo de Avanço").

Resumo em uma Frase

Este artigo apresenta um mapa do tesouro para engenheiros de telecomunicações: um conjunto de dados gratuito e gigante que combina medições reais de sinal, a localização estimada das torres e a arquitetura 3D da cidade, permitindo que qualquer pessoa (ou IA) aprenda, simule e melhore como a internet móvel funciona na vida real.

É como dar a todos os pesquisadores a chave para entender a "física invisível" que conecta nossos celulares ao mundo.

Resumo técnico

Resumo Técnico: O Conjunto de Dados de Teste de Direção 4G/5G de Viena

1. Problema e Contexto

A aplicação de aprendizado de máquina (Machine Learning - ML) para análise, planejamento e otimização de redes móveis é frequentemente limitada pela falta de conjuntos de dados reais, abrangentes e em grande escala. A lacuna é particularmente crítica para problemas condicionados à geometria e ao ambiente, como:

• Estimativa de mapas de rádio e previsão de cobertura.
• Modelagem e calibração de propagação.
• Simulação por traçado de raios (ray tracing).
• Construção e calibração de Gêmeos Digitais de Rede (Digital Network Twins - DNT).

Conjuntos de dados existentes geralmente focam apenas em métricas de desempenho (KPIs) ou rastreamentos de medição, faltando a integração explícita de descritores de implantação (localização de estações base, azimutes, alturas) e informações ambientais de alta resolução (modelos 3D de edifícios e terreno). Além disso, muitos benchmarks são puramente sintéticos e não capturam a complexidade das implantações reais de operadoras.

2. Metodologia

O artigo apresenta a criação e processamento do Vienna 4G/5G Drive-Test Dataset, coletado entre março de 2024 e março de 2025, cobrindo aproximadamente 100 km² de Viena (Áustria), abrangendo ambientes urbanos e suburbanos.

• Coleta de Dados (Dual Modality):
  • Medições Passivas: Realizadas com um receptor de varredura PCTEL IBflex equipado com duas antenas omnidirecionais OmniLOG PRO e um receptor GPS. Isso permite uma visão "lado da rede" (network-side) e agnóstica à tecnologia, capturando sinais de múltiplas células simultaneamente.
  • Medições Ativas: Realizadas com três smartphones compatíveis com 5G montados no veículo, capturando métricas centradas no usuário (taxa de transferência, Timing Advance, RSRP, RSRQ, SINR).
• Processamento de Dados:
  • Scanner: Os logs brutos foram processados para identificar blocos de informação mestre (MIB) e de sistema (SIB), além de sinais de referência (CRS/SSB). As medições foram harmonizadas e enriquecidas com metadados de implantação.
  • Telefone: Foco nas células primárias (PCell) e células primárias secundárias (SpCell). O Timing Advance (TA) foi limpo e interpolado para estimar a localização das estações base.
  • Estimativa de Estações Base (BS): Para um subconjunto representativo de células, as localizações das BS, azimutes dos setores e alturas das antenas foram inferidos.
    • LTE: Utilizou identificadores de rede reportados para agrupamento e validação contra registros públicos.
    • 5G NR (NSA): Como os dispositivos comerciais não expõem identificadores físicos de células NR, foi utilizado um heurística baseada em PCI (Physical Cell Identity) e círculos de TA para agrupar medições e estimar a localização da BS.
• Contexto Ambiental: Integração com modelos de edifícios e terreno de alta resolução (1m) fornecidos pela prefeitura de Viena, permitindo análises condicionadas à geometria.

3. Principais Contribuições

O artigo introduz um recurso de acesso aberto único que combina três pilares essenciais:

1. Medições Reais em Grande Escala: Dados georreferenciados de LTE e 5G NR (incluindo medições em nível de feixe para NR) com amostragem densa.
2. Descritores de Implantação Inferidos: Para uma amostra significativa de estações base, o dataset fornece localizações estimadas, azimutes de setor e alturas de antena, permitindo análises dependentes de implantação.
3. Modelo de Cidade 3D: Inclusão de modelos de edifícios e terreno (BKM e GLM) em formato GeoTIFF, essenciais para calibração de modelos determinísticos e aprendizado de gêmeos digitais.

O dataset é organizado em componentes claros: dados de scanner, dados de telefone, informações de células estimadas e o modelo da cidade, facilitando a reutilização prática.

4. Resultados e Validação Técnica

A validação do dataset confirma sua precisão e utilidade para pesquisa:

• Precisão Georreferenciada: A precisão de posicionamento GPS, após correção para a geometria das ruas, apresenta um Erro Quadrático Médio (RMSE) de aproximadamente 4 metros, adequado para análise de propagação.
• Consistência de Atribuição de Célula: A associação entre medições de sinal (CRS/SSB) e informações de sistema (MIB/SIB) foi validada. Cerca de 82% dos registros foram perfeitamente associados; os outliers temporais e espaciais foram analisados estatisticamente para definir limiares de aceitação.
• Validação de Metadados Estimados:
  • Para LTE, a comparação com dados de referência mostrou um RMSE de localização de 38,55 m e um erro circular médio de azimute de 27,95°.
  • Para 5G NR, a consistência interna foi verificada através do Timing Advance, mostrando que as localizações inferidas são compatíveis com as restrições de distância (mediana de resíduo de 69,6 m).
• Estatísticas de KPI: As distribuições de RSRP e RSRQ refletem características realistas de propagação, com bandas de baixa frequência (800 MHz) mostrando maior potência recebida e bandas de C-band (3500 MHz) mostrando maior perda de caminho, conforme esperado.

5. Significado e Impacto

O Vienna 4G/5G Drive-Test Dataset preenche uma lacuna crítica na comunidade de pesquisa de redes móveis ao fornecer o primeiro recurso em grande escala que une medições reais, metadados de implantação e contexto ambiental 3D.

• Benchmarking Reprodutível: Permite a comparação justa entre métodos baseados em IA e abordagens tradicionais (como traçado de raios) em um cenário real.
• Calibração de Gêmeos Digitais: Facilita a construção e calibração de Gêmeos Digitais de Rede (DNT) para planejamento de rede mais preciso.
• Modelagem de Propagação: Suporta o treinamento de modelos de propagação condicionados ao ambiente e a calibração de simuladores determinísticos.
• Acesso Aberto: Disponibilizado no Zenodo, o dataset é projetado para ser "pronto para uso", removendo barreiras de entrada para pesquisadores sem profundo conhecimento de telecomunicações, pois os dados brutos já foram processados e harmonizados.

Em resumo, este dataset estabelece um novo padrão para a avaliação de algoritmos de aprendizado de máquina em redes móveis, permitindo avanços significativos na otimização, planejamento e compreensão da propagação de sinais em ambientes urbanos complexos.