Algoritmo Nazionale - Gabriele Falciasecca

Algoritmo Nazionale per il GSM
1
Va l e r i a P e t r i n i , P h . D . S t u d e n t
DEIS/ARCES - Fondazione Ugo Bordoni
[email protected]
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Storia (1)
2
 Esistono numerosi metodi per la pianificazione e la
copertura dei sistemi di telefonia cellulare
 Ogni
operatore sceglie quello che ritiene più opportuno anche
in base all’esperienza
 L’Algoritmo Nazionale è frutto di un’azione condivisa tra gli
operatori
 È
utilizzato per certificare le coperture in Italia
 Deve
essere un algoritmo chiaro e trasparente dato che viene
utilizzato esternamente a organizzazioni/operatori
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Storia (2)
3
 L e
convenzioni tra Ministero delle Poste e
Telecomunicazioni e i gestori del servizio radiomobile GSM
(OPI e TIM) furono pubblicate sulla Gazzetta ufficiale del
31/01/1995:
 La società dovrà dare inizio al servizio entro 18 mesi dal
rilascio della concessione, assicurando la copertura di
almeno il 40% del territorio nazionale e comunque della
totalità dei capoluogo di regione
 Per iniziare la fornitura del servizio le società hanno fornito
al Ministero P.T. lo stato di copertura, che questi doveva
verificare  Algoritmo Nazionale
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Storia (3)
4
 La prima fase è stata effettuata tramite lettura ottica, con
mezzi informatici, delle carte geografiche con l’indicazione
della zona coperta
 Per le successive percentuali di copertura (50% e 70%) il
Ministero P.T. ha deciso di ricorrere ad uno strumento più
adeguato
 Venne
istituito presso l’ISPT un Gruppo di Lavoro per la
definizione di un modello di predizione nazionale (OPI, TIM,
Fondazione Ugo Bordoni e successivamente Wind)
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Pianificazione di un sistema radiomobile (1)
5
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Pianificazione di un sistema radiomobile (2)
6
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Studio del modello (1)
7
 Per la stesura del modello si sono presi come riferimento le
Raccolte della ITU-R e le specifiche dell’ETSI
 OPI e TIM hanno poi compiuto diverse campagne di misura
per acquisire indicazioni operative sull’algoritmo
 Applicando sia l’Algoritmo Nazionale sia quelli proprietari
alle basi di dati, la differenza nei valori di copertura risultò
molto piccola
 causa
di variazioni consistenti dei risultati sono la completezza
e l’accuratezza delle basi di dati
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Studio del modello (2)
8
 Basi di dati: file contenenti informazioni (in forma
numerica) sulle caratteristiche orografiche e morfologiche
del territorio e i fattori correttivi associati al modello
utilizzato
 Ciascuna società aveva un suo database e aveva fatto le
sue scelte ambientali e di uso del suolo
 È
proprio in queste classi morfologiche in cui è stato suddiviso
il territorio che si ha una differenza sostanziale tra Algoritmo
Nazionale e algoritmo privato (a parità di database)
 Vanno
concordate delle opportune definizioni
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Definizioni
9
 Area di copertura e relativi parametri per quanto riguarda le
applicazioni ai sistemi radiomobili cellulari
 Struttura di base del modello di calcolo utilizzato nella previsione del
valore dell’intensità di campo
 Metodologia di valutazione delle perdite per diffrazione dovute alla
presenza di ostacoli lungo il cammino di propagazione (cioè all’orografia
del terreno)
 Diverse tipologie ambientali del territorio nazionale (dette classi
morfologiche o clutter ambientali) e relativi coefficienti correttivi da
utilizzare nel modello
 In
questo caso non si è dovuto modificare il modello per applicarlo a 1800
MHz, ma i fattori correttivi vanno riverificati, essendo la loro validità
testata solo per 900 MHz (GSM e TACS)
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Tipi di Algoritmo
10
 Esistono due tipologie fondamentali:
1. Algoritmi di verifica e progetto preliminare
A questi appartiene l’Algoritmo Nazionale; forniscono
indicazioni globali (area coperta da un certo numero di BS o,
viceversa, numero di BS necessario per la copertura). Non
interessa che abbiano una precisione elevata sui valori relativi ad
una singola cella, ma che l’errore sull’intera area sia non
polarizzato
2. Algoritmi di progetto dettagliato
Sono più precisi, in quanto la precisione va massimizzata per la
singola area di copertura, ma per ottenere tale precisione è
necessario effettuare un riallineamento dei parametri iniziali,
tramite dati sperimentali ottenuti da misure sul territorio.
Tale operazione, di tipo empirico, non è presente nel tipo 1, i
cui algoritmi si prestano così ad una verifica imparziale dei risultati
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Modello Nazionale
11
 Pertanto, in base a quanto detto, l’Algoritmo Nazionale:
   è un algoritmo di calcolo per la previsione dell’intensità di campo EM
è un algoritmo di verifica e non necessita di calibrazioni o aggiustamenti
basati su misure
minimizza l’errore percentuale rispetto all’intera area considerata, non alla
singola stazione radiobase
 I parametri che influenzano il campo EM in un punto sono:
 Distanza
 Altezza
antenna fissa e mobile
 Frequenza
 Parametri ambientali
 Orografia
 Densità
di edificazione
 Vegetazione
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo - Area di copertura (1)
12
 Limitandosi ad una sola BS, l’area di copertura ad essa
associata è la zona geografica all’interno della quale è
possibile instaurare una comunicazione bidirezionale con le
specifiche di qualità richieste
 La condizione necessaria perché ciò sia valido è che siano
contemporaneamente valide le due seguenti espressioni:
ove PBS è l’EIRP della BS, PMS la potenza trasmessa dalla MS, SBS e
SMS le sensibilità di BS e MS rispettivamente e GBS e GMS i guadagni
(di antenna e diversità)
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo - Area di copertura (2)
13
 ETSI GSM 03.30: si considera coperta un’area se il valore
della componente lentamente variabile del segnale al suo
interno supera la sensibilità del ricevitore nel 90% dell’area
stessa
 L’area
di copertura del sistema radiomobile è poi data
dall’unione, in senso insiemistico, di tutte le aree di
copertura delle BS installate sul territorio in analisi
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo – Struttura di base
14
 Il calcolo avviene considerando il piano verticale
 L’attenuazione tra antenne isotrope si riconduce a tre
diversi contributi
in cui:
 ABASE è l’attenuazione di spazio libero
 ADIFF quella dovuta alle perdite di diffrazione introdotte dagli ostacoli
 FAMB è la correzione da apportare per considerare le differenze tra
ambiente di riferimento e ambiente del quale si calcola l’attenuazione
(Fattore Correttivo Ambientale)
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo – Attenuazione di spazio libero (1)
15
ABASE si utilizza la formula di Hata come
proposta nella Raccomandazione ITU-R PN.529-1
 Per il calcolo di
  La formula fornisce valori che possono essere considerati
rappresentativi dei valori mediani di campo prevedibili entro le aree
elementari
L’area di copertura viene suddivisa in pixel elementari (250 m di
lato) e si considera il valore mediano di ognuno di questi, valutando
se supera o meno la soglia prestabilita
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo – Attenuazione di spazio libero (2)
16
 L’altezza equivalente dell’antenna della BS è pari a (COST 207):
a(hm) è un fattore correttivo per l’altezza del terminale mobile
rispetto al terreno (trascurabile per valori di alcuni metri) e n è dato da:
 Mentre
⎧⎪1,
d ≤ 20km
n = ⎨
0.8
⎪⎩1 + (0.14 + 1.87⋅ 10 −4 ⋅ f + 1.07⋅ 10 −3 ⋅ hebs ) ⋅ [log( d / 20)] , 20km < d ≤ 35km
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo – Attenuazione da diffrazione (1)
17
 Si estraggono gli ostacoli dal profilo altimetrico (ricavato da un
database territoriale) e si correggono i valori ottenuti per considerare la
curvatura terrestre
 Si
considera un raggio terrestre equivalente di 8495 km
 I l
calcolo procede secondo il metodo della corda tesa
(Raccomandazione ITU-R PN.526-3) leggermente modificato:
 Si
identificano i punti del profilo toccati dalla corda tesa ideale
 Si riduce il numero di ostacoli raggruppando quelli separati da non
più di 500 m e sostituendoli con un ostacolo equivalente
 Se il numero di ostacoli è superiore a 5 si opera una ulteriore
riduzione trascurando quelli con la minore intercetta rispetto al
sottocammino individuato dagli ostacoli precedente e successivo
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo – Attenuazione da diffrazione (2)
18
 A questo punto si procede col calcolo dell’attenuazione con il metodo di
Epstein-Peterson (ITU-R PN.526-3)
  Ogni ostacolo è considerato perfettamente assorbente e la sua
altezza è quella ricavata dal database (indipendentemente dalla
morfologia relativa)
Al valore ottenuto si sottrae un fattore correttivo in relazione al
numero di ostacoli residui dopo aver applicato la corda tesa
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo – Fattore Correttivo Ambientale (1)
19
FAMB è molto delicata ed è la principale causa di errori nella
previsione del valore mediano di campo EM
 La valutazione di
 Per effettuare il calcolo si fa ricorso a banche dati morfologiche, che
contengono informazioni sull’utilizzo del suolo:
  Nei casi più semplici viene memorizzata la percentuale di area edificata in
ciascun elemento di territorio; il vantaggio di tale approccio, oltre alla
semplicità, è la possibilità di definire un fattore correttivo che vari con
continuità in funzione della densità di edificato
Altre banche hanno informazioni più articolate e dettagliate, come zone con
vegetazione ad alto fusto, acque interne, etc.; sulla base di tali informazioni
vengono definite un certo numero di classi morfologiche, a ciascuna delle
quali corrisponde un proprio fattore correttivo. In tal caso la discretizzazione
operata causa delle discontinuità nei valori di campo previsto, laddove si
incontrano zone di classi morfologiche diverse.
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo – Fattore Correttivo Ambientale (2)
20
 Le classi morfologiche devono descrivere correttamente e in modo
esaustivo le diverse tipologie di ambiente presenti nel territorio
 Va
ridotta al minimo l’arbitrarietà di associazione di una porzione di
territorio ad una certa classe
 Lo si ottiene descrivendo le tipologie ambientali tramite dei parametri di
rapida valutazione
 La caratterizzazione di un elemento di territorio può risentire della
dimensione stabilita del pixel
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Esempio di classi morfologiche
21
 ITU-R PN. 1058: definisce un insieme di categorie di uso comune nei vari Paesi e i
relativi parametri aggiuntivi da utilizzare per caratterizzare in modo dettagliato l’area
 Le categorie indicate nella Raccomandazione sono:
 Urbano
 Urbano
denso
 Industriale
 Suburbano
 Suburbano denso
 Centro di un villaggio
 Conifere
 Alberi misti
 Aree coltivate
 Sparso (senza caratteristiche particolari)
 Pianure fangose
 Acqua di mare
 Acqua dolce
 I parametri da caratterizzare sono altezza degli edifici (media e massima), degli alberi e
le relative densità sul territorio considerato
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo - Schema a blocchi
22
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Riallineamento dei risultati
23
 Riallineamento
basato sull’algoritmo:
 Interviene
sull’algoritmo di previsione moltiplicando i singoli
termini per dei coefficienti che vengono tarati in modo da ridurre il
valor medio dell’errore o l’errore quadratico medio
 Richiede che si calcoli di nuovo la copertura con i nuovi parametri,
ma non necessita di misure sull’intero territorio
 Riallineamento
basato sulle coperture calcolate:
 È
possibile adattare i valori previsti alle misure effettuate,
minimizzando gli scostamenti esistenti
 Richiede necessariamente misure estese a tutta l’area interessata
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo – Precisione (1)
24
 È condizionata dalla risoluzione (pixel 250 m x 250 m) e dalla
precisione del database
 La discretizzazione del territorio deve possedere scostamenti tra dati
reali e dati memorizzati (sempre considerando i pixel elementi di
territorio) tali che:
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Algoritmo – Precisione (2)
25
 Per la precisione in uscita, invece, si può dire che l’errore quadratico
medio atteso tra valori previsti e valori reali, con un numero limitato di
tipologie ambientali può giungere fino a circa 10 dB
 Per ridurre questo valore sarebbe necessario dare descrizioni morfologiche
più dettagliate, con una conseguente maggiore complessità del database
 Si tenga presente comunque che l’errore medio delle previsioni tende
statisticamente ad annullarsi
  Ciò comporta che lo scostamento tra l’area di copertura prevista e quella
reale potrà essere significativo solo per una BS, ma tende ad annullarsi al
crescere del numero di trasmettitori (ovvero del numero di osservazioni
effettuate)
In particolare se le osservazioni sono n, l’incertezza si riduce
proporzionalmente a n2
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M
Principali cause d’errore nella previsione
26
 Errori nelle basi di dati territoriali
 Errori nell’algoritmo di previsione
 Approssimazione bidimensionale
 Curve di propagazione inadeguate
 Discretizzazione del profilo
 Inadeguatezza degli algoritmi per il calcolo della diffrazione
 Nessun uso delle informazioni morfologiche
 Discretizzazione delle classi morfologiche
 Errori nella descrizione delle caratteristiche delle antenne
Università degli Studi di Bologna - DEIS
Valeria Petrini - Propagazione M