CLIMA, MDT E MACHINE LEARNING PER OSSERVARE IL COMPORTAMENTO DELLE CITTA'
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
74 notiziariotecnico anno 28 2/2019 75
CLIMA, MDT E MACHINE
LEARNING PER OSSERVARE
IL COMPORTAMENTO
DELLE CITTA’
Davide Micheli, Giuliano Muratore, Aldo Vannelli
La vista privilegiata offerta dalle misure radiomobili MDT rappresenta un valore
anche per lo studio degli impatti ambientali e dei relativi riflessi sui comportamenti
sociali.
Il lavoro di ricerca analizza possibili correlazioni tra eventi meteo di piovosità e
variazioni sia nella distribuzione delle persone sul territorio sia nelle misure radio
effettuate dai terminali mobili. La ricerca è stata svolta analizzando misure MDT
2019 dell’Emilia Romagna e 2018 del Veneto, confrontando giornate e momenti
climaticamente differenti. Viene mostrata una modalità di misura di entrambe
le tipologie di variazioni indotte dal clima, la variazione comportamentale degli
utilizzatori, attraverso la misura dell’entropia posizionale, e la variazione di
parametri fisici, attraverso la misura del RSRP (4G LTE Reference Signal Received
Power). Viene infine presentata l’opportunità, offerta dall’innovazione MDT, che
tali tipologie di analisi proiettano sia per lo studio degli effetti dei cambiamenti
climatici nelle nostre città sia per l’evoluzione del business degli Operatori.
76 notiziariotecnico anno 28 2/2019 77
Introduzione incontrate. Altri autori hanno effet- quenze maggiormente influenzate
tuato considerazioni sull’effetto del- dalla presenza d’acqua. L’evoluzio-
Lo standard 3GPP MDT (Minimiza- la pioggia. Ad esempio Rogers et al. ne verso il 5G non potrà quindi pre-
tion of Drive Test) [1-4] offre la pos- [10], evidenziano come le proprie- scindere dallo sviluppo di soluzioni
sibilità di raccogliere le misure radio tà dielettriche degli alberi variano SON (Self-Organising Network), per
che il terminale mobile effettua sia da stagione a stagione in funzione rendere le infrastrutture in grado di
quando sta utilizzando una connes- anche della salinità dell’acqua nel- misurare costantemente, e quindi
sione (Connected Mode) sia quando le precipitazioni atmosferiche. Li et poi adattarsi dinamicamente, alle
si trova in uno stato di attesa (Log- al. [11] mostra come la permettività variazioni dovute ad eventi meteo-
ged Mode), il tutto abbinato alle elettrica equivalente della pioggia rologici, il tutto al fine di mantenere
coordinate GPS, qualora disponibili, dipende sia della frequenza di lavo- al livello desiderato la qualità della
della posizione nella quale è stata ro sia dal tasso di piovosità. rete radio.
effettuata la singola misura. S. Helhel et al. [12] riportano uno L’articolo è suddiviso in quattro se-
La diffusione sul territorio dei tele- studio con misure a 900 MHz e 1800 zioni principali. Nella prima sezione
fonini e la numerosità stessa delle MHz mostrando come globalmen- si analizzano dati Meteo dell’Emi-
misure anonimizzate MDT permet- te, l’ambiente bagnato circostante lia (Bologna), in relazione al tema
te di costruire una base dati di suf- formato da suolo ed alberi riduce il dell’entropia posizionale. Nella se-
ficiente validità statistica, aspetto valore del segnale radio ricevuto di conda sezione si analizzano dati
rilevante per studiare l’influenza qualche dB. Meteo del Veneto (Padova) in rela-
delle precipitazioni atmosferiche La novità della ricerca presentata zione al tema [9] del livello di segna-
sulla distribuzione del traffico e sul in questo articolo è l’utilizzo di una le ricevuto. Nella terza sezione si di-
livello di segnale ricevuto dai termi- grande quantità di misure generate scute delle potenzialità che gli studi
nali mobili. Tipicamente si considera da terminali mobili. I terminali mo- basati su MDT proiettano anche per
trascurabile l’effetto delle precipita- bili sono infatti a tutti gli effetti stru- le analisi sulla vita e sull’evoluzione 1
Fotogramma tratto da immagini radar pubblicate dalla Protezione Civile. Poco prima delle
zioni sulle comunicazioni mobili, alle menti di misura del campo elettro- della città. I dati MDT trattati in que- 18:00 (16:50 UTC+2H, per ottenere l’ora Italiana) si è formato un forte nucleo temporalesco
usuali frequenze tra 800 MHz e 2,7 magnetico ed il fatto che, con MDT, sto articolo sono stati collezionati (la macchia rossa, evidenziata dalla freccia) all’incirca al confine delle province di Bologna,
Ferrara e Ravenna. Quel forte nucleo temporalesco si è poi rapidamente spostato verso
GHz, in quanto facendo riferimento si disponga di un elevato numero tramite il sistema Geosynthesis (No-
ponente, prima di perdere intensità.
all’attenuazione della pioggia essa di misure geolocalizzate, consente kia). Nella quarta sezione si riflette
risulta molto bassa, come riporta- poi di applicarvi analisi statistiche su come l’evoluzione tecnica delle
to dalle raccomandazioni ITU [5-8]. e modelli per isolare i singoli effet- reti e gli strumenti d’analisi oggi a la, spesso durante il fine settimana. momenti di pausa un po’ in tutta la te considerabile uniforme in tutte
Tuttavia, rispetto ai collegamenti ti ipotizzati ed individuare i riscontri disposizione finiscano per influen- Ed è proprio un fine settimana che regione in esame. le posizioni, poiché nella realtà il
punto-punto, la telefonia mobile, cercati, in scenari di traffico reale. zare il ruolo stesso dell’Operatore. viene qui esaminato, in particolare Nelle stesse giornate risultava atti- segnale radioelettrico ha punti di
specie all’interno delle città, è carat- L’articolo mostra che le condizio- la domenica 12 Maggio 2019, ca- va anche una campagna di misure emissione specifici (le antenne) ed
terizzata dalla presenza di cammi- ni meteo possono influire già alle ratterizzato da fenomeni meteo an- MDT 4G del cluster (insieme di Cel- inoltre è ovunque sottoposto ad
ni multipli dei segnali radio [9]. Ciò frequenze portanti oggi utilizzate che intensi che hanno interessato le 4G LTE) di Bologna, per cui è ri- attenuazioni, riflessioni e rifrazioni
influisce sulla propagazione elet- nelle reti radiomobili 2G, 3G e 4G Meteo dell’Emilia ed la regione Emilia Romagna, come sultato possibile studiare gli effetti che alterano il livello del segnale
tromagnetica e, quando l’ambiente (800-1800-2600 MHz), ma alcuni Entropia posizionale si evince anche dal fotogramma di di quel nucleo temporalesco sulla nei singoli punti di un territorio. La
diventa bagnato, si alterano le ca- degli effetti evidenziati in questa Figura 1 (elaborazione basata su distribuzione del traffico telefonico qualità dei servizi varia quindi an-
ratteristiche dielettriche superficiali ricerca saranno ulteriormente os- Il mese di maggio 2019 è risultato un’immagine radar della Protezione nella zona. L’importanza dello stu- che in funzione del dove effettiva-
del suolo, delle pareti, degli edifici, servabili sulle reti 5G, quando cioè un mese climaticamente ecceziona- Civile), in un contesto meteorolo- dio di queste variazioni dipende dal mente i servizi vengono utilizzati,
dei tetti, del fogliame, delle auto si utilizzeranno frequenze portanti le per l’Italia, con diversi episodi di gico che ha presentato rapide suc- fatto che la copertura radioelettri- ed a sua volta il dove (vengono uti-
ed in generale di tutte le superfici superiori (onde millimetriche), fre- maltempo un po’ su tutta la peniso- cessioni di momenti precipitativi e ca di un territorio è solo idealmen- lizzati i servizi) può essere influen-
78 notiziariotecnico anno 28 2/2019 79
zato dall’ambiente, e dalle sue va- lo sciame di terminali che accedono Il rettangolo di territorio anzidetto è posizione del vettore rappresenta specifica composizione. Chiaramen- Possiamo quindi mettere a confron-
riazioni. ed utilizzano servizi radiomobili. stato quindi idealmente suddiviso in una delle varie mattonelle, ed in te il caso di una sola mattonella po- to due giornate differenti, cioè il
È intuibile che in situazioni di tempo Parleremo quindi di entropia posi- 48 mattonelle identiche, a ciascuna ciascuna mattonella (posizione del polata sarebbe una situazione che sabato 11 Maggio, che non ha pre-
caldo e stabile uno spazio pubblico zionale, una rappresentazione nu- delle quali diventa così possibile as- vettore) vi compare il conteggio intuitivamente richiederà meno bit, sentato particolari criticità meteo-
possa essere occupato con modalità merica semplice di quanto lungo sociare il numero di misure radio ivi delle misure radio in quella specifi- per essere descritta, rispetto al caso rologiche, con il giorno successivo,
differenti rispetto ad una situazione un territorio gli utilizzatori di servizi generate, entro uno specifico inter- ca mattonella (in quel momento). di molte mattonelle popolate, e tut- la domenica 12 Maggio, che verso
piovosa, specie se molto intensa, radiomobili tendano più ad essere vallo temporale (scelto di 5 minuti). Nell’esempio in esame sono state te popolate in modo differente tra il tardo pomeriggio ha manifestato
durante la quale l’occupazione di “caoticamente dispersi” (in tutte le Ecco quindi che la distribuzione del- conteggiate nelle mattonelle solo loro. In termini di entropia diremmo un rapido crescendo di piovosità.
singoli luoghi più riparati dall’intem- posizioni possibili) o, al contrario, le misure radio nella zona può così le misure radio associabili a spo- che nel primo caso il sistema è ab- Ciò che ci si aspetta è che quando
perie può improvvisamente diventa- tendano più ad essere “ordinata- essere trasformata (vedi Figura 2) stamenti a bassa velocità (minore bastanza ordinato (bassa entropia), iniziano momenti di intensa piovo-
re una posizione di utilizzo dei servi- mente raccolti” intorno ad alcune in una sequenza di “fotografie” che di 5 km/h), puntando ad isolare gli mentre nel secondo caso afferme- sità la zona investita da quei feno-
zi molto più probabile di altre. posizione specifiche. rappresentano le varie mattonelle, spostamenti di tipo pedonale (che remmo l’esatto contrario, cioè che il meni tenda a diminuire la propria
Essendo in linea teorica moltissime Passando ad un esempio illustrati- ciascuna più o meno popolata, di sono più liberi di occupare qualsiasi sistema risulta abbastanza disordi- entropia posizionale, perché le posi-
le possibili distribuzioni di posizioni vo relativo all’area emiliana in esa- momento in momento. porzione di territorio) da quelli stra- nato (alta entropia). Nella Figura 3 zioni d’utilizzo dei servizi tenderan-
lungo un territorio diventa rilevante me viene analizzato un rettangolo La suddivisione (rasterizzazione) dali (più vincolati alle strade ed alle è riportato un esempio di distribu- no a ridursi in quanto molti più uti-
individuare una modalità di misu- (5 km di diagonale) di territorio che delle presenze entro le mattonelle direzioni obbligate). zione dei campioni MDT nella zona lizzatori tenderanno a raggrupparsi
ra delle distribuzioni che sia ad un circonda il centro commerciale Me- può infine tramutarsi in un vetto- Di ciascun vettore (che rappresenta oggetto dell’analisi. in alcune zone specifiche (quelle più
tempo oggettiva, rapidamente ri- raville di Bologna (Viale Tito Car- re (un elenco di numeri), ove ogni le mattonelle entro un singolo in- riparate) e pochi utilizzatori rimar-
cavabile dai dati radio e comunque nacini). Questo tipo di area rappre- tervallo temporale) è poi possibile ranno sparpagliati nelle posizioni
ancora indicativa dei diversi scenari senta infatti un luogo ad un tempo misurare (avvalendosi degli stru- che prima (della pioggia) risultava-
(complessivi) d’utilizzo dei servizi. sufficientemente frequentato (nelle menti di Teoria dell’Informazione) no frequentabili senza problemi. La
Viene incontro a questa esigenza ore di apertura), per poter così di- esattamente quanta informazio- Figura 4 conferma questa ipotesi
riassuntiva di fenomeni comples- sporre di misure statisticamente 2 ne quel vettore contiene cioè, per mostrando che quando inizia il pe-
si il concetto di entropia, concetto significative, ma anche un luogo
Esempio di rasterizzazione
esempio, quanti bit informativi ser-
3 riodo di intensa piovosità (dopo le
delle misure nella zona del Rappresentazione grafica di
emerso in Fisica per rappresentare molto accessibile e con pochi vin- Centro Commerciale Meraville virebbero per descriverlo nella sua un esempio di distribuzione 18:00) l’andamento dell’entropia
in modo sintetico lo stato di mag- coli posizionali, essendo un centro (Bologna). Ogni riquadro geografica dei campioni nella
rappresenta un intervallo zona in esame
giore o minore ordine di un sistema commerciale tipicamente dotato di temporale di 5 minuti, ed i
composto di moltissime componen- ampi parcheggi e di varie strade di diversi colori la densità di misure
in una mattonella (il colore
ti, componenti che nel nostro caso accesso e deflusso.
più scuro indica una densità
non saranno le particelle fisiche ma maggiore, quello più chiaro una
densità minore).
44.525
44.520
44.515
44.510
44.505
11.385 11.395 11.405 11.415 11.385 11.395 11.405 11.415 11.385 11.395 11.405 11.415
80 notiziariotecnico anno 28 2/2019 81
Se lo studio dei fenomeni meteoro- to (il cambio nello scenario d’uso) ed assorbimenti (es. pareti o alberi),
logici attraverso MDT fa emergere risultano direttamente correlabili, nonché da come si ricombinano se-
differenti comportamenti per l’uso nel caso delle variazioni delle carat- gnali diretti e segnali riflessi (feno-
dei servizi radiomobili, gli stessi feno- teristiche radio ciò avviene in modo meno di interferenza).
meni meteorologici possono modifi- particolarmente complesso, a causa Il clima quindi, modificando l’inte-
care anche le caratteristiche stesse delle molteplici cause che concorro- ro territorio investito dall’umidità e
del servizio radiomobile. La potenza no a formare il livello di segnale ri- della pioggia incide nello scenario
del segnale ricevuto da una anten- cevuto (es. il fatto che teniamo il te- radiomobile introducendo un ulte-
na rappresenta uno dei parametri lefonino in mano o che lo riponiamo riore livello di complessità (vedi Fi-
principali che i nostri telefonini mo- in una tasca o in una borsa). gura 6).
nitorano costantemente e che co- Le frequenze radiomobili in uso nel- Per comprendere meglio questa
municano all’infrastruttura in modo le reti 2G, 3G e 4G hanno caratteri- complessità, in Figura 6 si riporta
da poter, di volta in volta, sfruttare stiche fisiche che le rendono molto il risultato della simulazione della
l’antenna (la Cella) che meglio può robuste da un punto di vista mete- propagazione elettromagnetica at-
servire, in quel momento, in quella orologico (vedi Figura 5), tuttavia, il traverso un vetro piano di 5 mm di
posizione, in quella situazione. livello di segnale ricevuto dai telefo- spessore in assenza ed in presenza
Mentre nel caso dell’entropia posi- nini dipende anche da riflessioni (es. di un sottile strato di acqua di 0.3
zionale la causa (il meteo) e l’effet- dal suolo), rifrazioni (es. dai palazzi) mm di spessore sovrapposto su cui
incide il campo elettromagnetico.
Questo scenario tenta di rappresen-
tare in modo semplificato un vetro
5
Relazione fra intensità di pioggia e attenuazione specifica a frequenze
differenti [13]. Si nota come tutte le principali Bande di frequenza delle
reti in tecnologia 2G, 3G e 4G, rientrando entro i 4 GHz, presentino basse
attenuazioni specifiche (dB/km) anche per intensità di pioggia molto
intense (mm/h).
4
Variazioni della Entropia (posizionale) nei dintorni del Centro Commerciale
Meraville (Bologna) nei giorni 11 Maggio (tempo meno piovoso, nella zona)
e 12 Maggio (fenomeni piovosi pomeridiani, acuti dal tardo pomeriggio
come evidenziato dal simbolo della pioggia). Per consentire il confronto
tra i due giorni nel grafico è riportato il valore medio (“Mean”) di entropia lineato la possibilità di individuare
riferito alle due giornate poste a confronto. diversi livelli di “ordine” (ad es. l’or-
dine spaziale, l’ordine sociale, l’or-
dine spontaneo auto-organizzato),
nella distribuzione apparentemente
misurata tende a ridursi, mentre re luoghi, tempi e situazioni dei con- casuale dei cittadini nel tessuto ur-
nello stesso periodo del giorno pre- testi urbani, facendo leva sulle po- bano.
cedente (meno piovoso) questo fe- tenzialità che il concetto di entropia
nomeno non si manifesta. posizionale ci mette a disposizione.
Generalizzando il singolo esempio Numerose ricerche [15-18] basate
qui illustrato possiamo intuire le sull’analisi di un numero considere- Meteo del Veneto e
potenzialità derivanti dall’utilizzo di vole di tracce spazio-temporali ge- Segnale Radiomobile
MDT come strumento per monitora- nerate dai device mobili hanno de-
82 APPROFONDIMENTO notiziariotecnico anno 28 2/2019 APPROFONDIMENTO
83
LA CLASSIFICAZIONE effettuate da un campione di individui che utilizzano in modo razionale realizzando una mobilità ottimale ri-
DELLA MOBILITÀ
diversi mezzi di trasporto ed è necessario sviluppare spetto alla sua conoscenza del comportamento degli
tecniche di analisi che si adattino ad un punto di vista altri utenti). Evidenze empiriche hanno mostrato come
MEDIANTE SURVIVAL
lagrangiano per lo studio della mobilità. Nel caso del- sia estremante difficile giustificare tali assunzioni che
la mobilità urbana è inoltre necessario lo sviluppo di possono risultare anche sbagliate in molti casi. Assu-
MODELS ED ENTROPIA
osservabili di tipo statistico per comprendere quando mendo il punto di vista lagrangiano la domanda diven-
siamo in presenza di fenomeni che riflettono un cam- ta: qual è l’effetto del grado di congestione di una città
biamento macroscopico dello stato di mobilità, ovvero sulle traiettorie dinamiche realizzate dagli individui e
DI INFORMAZIONE
di una transizione di fase nel senso fisico del termine. sul comportamento stesso degli individui. Attualmente
Questo approccio apre nuove interessanti prospettive non siamo in grado di dare una risposta soddisfacente
per la comprensione dei problemi di traffico e per lo a tale domanda se non che la velocità di percorrenza
sviluppo di nuove politiche di governance che consen- nella rete stradale urbana diminuisce al crescere del
tano un miglioramento della qualità della vita nelle cit- carico di traffico nella rete stessa, in modo non lineare.
Armando Bazzani
tà. Prendiamo ad esempio il problema della misura del Il punto fondamentale è lo sviluppo di nuovi modelli che
armando.bazzani@unibo.it
grado di congestione di una città: l’osservazione che consentono un’interpretazione delle leggi statistiche da
in una determinata strada o incrocio si è formata una un punto di vista lagrangiano per misurare delle quan-
coda potrebbe essere utilizzata come misura del gra- tità in relazione al comportamento degli individui. Tale
Lo sviluppo delle tecnologie ICT ha avuto un grande zioni localizzate in singole strade e mediate nel tempo do di congestione della rete urbana solo se assumiamo problematica ha avuto recenti contributi dalla Fisica dei
impatto nello studio delle proprietà dinamiche e sta- per misurare il flusso e e la densità media di veicoli e di conoscere la domanda di mobilità di diverse classi Sistemi Complessi basati sui survival models e sul con-
tistiche della mobilità nelle moderne città grazie alla dedurre un diagramma fondamentale. Ora i data base di cittadini e l’esistenza di un equilibrio di Wardrop per cetto di entropia di informazione (Lempel-Ziv entropy).
possibilità di raccogliere grandi data base georeferen- basati su ICT forniscono informazioni sulle traiettorie lo stato di mobilità (ovvero ogni individuo si comporta I survival models sono stati applicati per la comprensio-
ziati che contengono informazioni sulla mobilità indi-
viduale. La principale conseguenza di tale sviluppo è
stata il cambiamento di punto di vista nell’analisi dei Continua
fenomeni legati alla mobilità. Prima la comunità scien-
tifica utilizzava un punto di vista euleriano in cui lo stu-
dio della mobilità veniva effettuato attraverso osserva-
84 APPROFONDIMENTO notiziariotecnico anno 28 2/2019 APPROFONDIMENTO
85
Segue rata conveniente per il mezzo di trasporto scelto, α-1 le auto e 13 minuti per le biciclette ciò riflette il fatto l’analisi effettuata sulle traiettorie dei ciclisti nella cit-
misura la tipica distanza temporale da una meta che che l’auto è comunque utilizzata per percorsi di durata tà di Bologna utilizzando le traiettorie più lunghe di 15
ne della distribuzione dei tempi di mobilità correlati a un individuo ha scelto di raggiungere e β-1 e una scala maggiore rispetto alla bicicletta anche se la presenza minuti con un sampling di 10 secondi per traiettoria. I
diversi mezzi di trasporto. In un approccio meccanico temporale che rappresenta la distanza caratteristica di una coda più grande del previsto nella distribuzione risultati mostrano l’esistenza di due tipologie di mobi-
statistico all’analisi della mobilità individuale il tempo delle mete nel contesto urbano considerato. Notiamo dei percorsi ciclistici potrebbe far pensare alla presenza lità: una mobilità a bassa entropia molto probabilmen-
può essere considerata una quantità corrispondente che per t»tc la hazard function tende alla costante β di una frazione piccola di individui che usano la biciclet- te di tipo origine-destinazione ed una mobilità ad alta
all’energia. Sia P(t) la probabilità che un percorso os- e abbiamo P(t)~exp(-βt) che coincide con la distribu- ta come mezzo principale di trasporto. entropia che può essere associata ad una componente
servato abbia durata maggiore di un dato tempo t, pro- zione di Maxwell-Boltzmann con β-1 che gioca il ruolo Possiamo quindi classificare la tipologia dei percorsi random nelle traiettorie. L’analisi ristretta alle traiet-
poniamo di introdurre il seguente modello per classifi- di temperatura. Nella Figura A mostriamo come tale utilizzando il concetto di entropia di informazione di torie effettuate nel centro storico di Bologna mostra
care la distribuzione empirica delle durate dei viaggi: modello interpoli sia la distribuzione empirica dei tem- Lempel-Ziv che misura la compressibilità della codifica come la componente origine-destinazione sia in realtà
pi di percorrenza per tragitti in auto che la distribuzione simbolica di una traiettoria. In altre parole, se dividia- più presente nel centro storico rispetto a tutta la città.
dP β dei tempi per tragitti in bicicletta registrati nella città di mo la città in diversi settori (ad esempio una partizione Questo fatto si può interpretare con il fatto che la bici-
(t) = -τ (t)P(t) τ (t) = Bologna. in quadrati di 200 metri di lato) e associamo un simbo- cletta è un mezzo di trasporto che soddisfa la doman-
dt 1 + exp(-α(t-tc))
I parametri del modello sono diversi nei due casi consi- lo ad ogni settore è possibile codificare una traiettoria da di mobilità nel centro, mentre viene utilizzata per
derati: in particolare per le auto tc risulta pari a 3 minuti associando il simbolo corrispondente al quadrato in spostamenti locali nella periferia preferendo l’auto o
dove la funzione τ(t) definisce la così detta hazard fun- mentre per le biciclette è pari a 8 minuti mentre α-1 è cui si trova la traiettoria ogni dato intervallo di tem- un mezzo pubblico per gli spostamenti più lunghi. L’en-
ction. La forma logistica di tale funzione è tipica dei stimato 1,5 minuti per le auto e 2,5 minuti per le bici- po, l’entropia di Lempel-Ziv corrisponde al rapporto tra tropia di informazione risulta quindi un buon indicatore
modelli decisionali in quanto rappresenta matema- clette. Tenendo conto del rapporto di velocità tra i due la lunghezza del segnale compresso con l’algoritmo per distinguere le caratteristiche della domanda di mo-
ticamente un effetto soglia. Tale modello dipende da mezzi di trasporto questi risultati suggeriscono come a di Lempel-Ziv e la lunghezza del segnale originale e si bilità alla base delle traiettorie osservate attraverso le
tre parametri che assumono un preciso significato e Bologna le auto e le bicilette rispondano ad una stessa misura in bit per carattere. Nella Figura B riportiamo tecnologie ICT ■
consentono di classificare la mobilità osservata: tc è un domanda di mobilità a piccola scala. Se infine conside-
tempo caratteristico che misura una durata conside- riamo che il parametro β-1 ha un valore di 30 minuti per
B
(sinistra) distribuzione dell’entropia di Lempel-Ziv calcolata su tutte le traiettorie dei ciclisti più lunghe di 15 minuti
su una scala spaziale di 200 metri con passo temporale di 10 secondi; (destra) lo stesso restringendo l’analisi alle
traiettorie che partono dall’interno del centro storico.
A
(sinistra) distribuzione delle durate dei tempi di viaggio di percorsi in auto nella città di Bologna (istogramma) ed
interpolazione con il modello (linea continua) (viaggi ricostruiti mediante dati GPS nel maggio 2011 – database
0.30
Octotelematics); (destra) distribuzione delle durate dei tempi di viaggio di percorsi in bicicletta nella città di Bologna
(istogramma) ed interpolazione con il modello (linea continua) (viaggi ricostruiti mediante dati GPS – database 0.30
Bellamossa 2018 Comune di Bologna).
0.25
0.25
Normalised occurrences
Normalised occurrences
0.20
0.20
0.15
0.15
0.10
0.10
0.05 0.05
0.00 0.00
0 2 4 6 8 10 0 2 4 6 8 10
Entropy Rate (bits/outcome) Entropy Rate (bits/outcome)
86 notiziariotecnico anno 28 2/2019 87
Incident Reflected
electromagnetic field electromagnetic field 7
Modello di propagazione elettromagnetica
attraverso un sandwich multistrato di
materiali.
ϑ
ε’, ε” layer 1
ε’, ε” layer 2
nente di illuminazione diretta ma
anche possibili effetti dovuti a ri-
ε’, ε” layer n
flessioni e rifrazioni del segnale.
I risultati ottenuti (vedi Figura 8)
Transmitted mostrano un’effettiva riduzione, in
electromagnetic
field media, del livello di potenza (RSRP)
ricevuta dai device che hanno fre-
quentato Prato Della Valle durante
tica nell’ambiente producendo in La magnifica piazza di Padova Pra- la fascia oraria piovosa (RSRP -87.5
alcuni casi una maggiore riflessio- to della Valle, una delle piazze più dBm tra le ore 16 e le 18), mentre
ne e in altri una maggiore attenua- grandi d’Europa, risulta un buon in assenza di precipitazioni la mat-
6 zione dei campi elettromagnetici. esempio di area urbana adatta allo tina e il primo pomeriggio le medie
Simulazione dei Coefficienti di riflessione (RC), trasmissione (TC), di uno strato di vetro di 5 mm di spessore in In letteratura esistono altri studi studio degli effetti della pioggia sul di RSRP erano risultate rispettiva-
assenza ed in presenza di uno strato sovrapposto di acqua di 0.3 mm di spessore verso il quale incide il campo che confermano questa direzione segnale radiomobile. Innanzitutto, mente -84.4 dBm e -82 dBm. Livel-
elettromagnetico per angoli di incidenza tra 0 e 80°. Nel caso di incidenza obliqua dell’onda piana del campo
elettromagnetico sulla superficie dei materiali, si distinguono i casi di traversale elettrico (TE) e trasversale come già evidenziato nella intro- le dimensioni e la frequentazione lo di Potenza ricevuta simile, -84.5
magnetico (TM), a seconda che la componente tangente del campo elettromagnetico incidente all’interfaccia aria- duzione. continua della piazza forniscono dBm, si è poi registrato nella fascia
multistrato sia il campo elettrico o il campo magnetico. Sono qui riportati per semplicità solo i grafici per il modo di
Per isolare gli specifici effetti del una buona base statistica per le serale, con il tempo atmosferico
incidenza di tipo TE (Trasversale Elettrico).
meteo sul livello di segnale a di- analisi. La stazione di rilevamento che era nel frattempo ritornato se-
sposizione dei device occorre quin- meteorologica si trova poi in pros- reno.
di un’auto oppure di una finestra nel mentato in Matlab per il calcolo dei siva. I parametri della struttura che di operare in modo molto selettivo simità della piazza, quindi i dati di È risultato quindi possibile misura-
caso di pioggia battente sul vetro. coefficienti di riflessione (RC) in dB, influenzano questi effetti sono le sulle misure MDT da analizzare, sia piovosità oraria raccolti da quella re un caso d’influenza del contesto
Le simulazioni sono state effettuate del coefficiente di trasmissione (TC) caratteristiche dielettriche dei ma- in termini geografici, ritagliando stazione risultano direttamente meteorologico sull’erogazione dei
considerando le caratteristiche die- in dB e del fattore di perdita (LF) in teriali e gli spessori di ciascun ma- opportunamente l’area da porre di utilizzabili, senza necessità di in- servizi radiomobili che risultasse
lettriche del vetro indicate dalle rac- percentuale [21]. teriale. volta in volta in esame, sia in ter- terpolare dati da più stazioni me- anche poco influenzato da motivi
comandazioni ITU (ITU-R P.2040-1) Dai grafici di Figura 6, si osserva che Questo semplice esempio fa in- mini temporali, per poter correlare teo (operazione possibile ma che comportamentali degli utilizzato-
[19] e dell’acqua [20], considerando la presenza di acqua sulla superficie tendere come in realtà lo scenario le variazioni dei parametri meteo abbasserebbe l’affidabilità del dato ri, in modo da poter isolare questo
un modello di riflessione e trasmis- favorisce la riflessione del campo di propagazione elettromagnetica con le variazioni dei parametri ra- meteo nella zona in analisi). Infine, specifico effetto fisico sul segnale
sione di un’onda piana attraverso elettromagnetico incidente. Inoltre reale si possa modificare in caso di diomobili misurati dai device. Solo la posizione della principale cella ricevuto dalle altre possibili concau-
una struttura multistrato come ri- segue che il campo elettromagneti- pioggia anche alle frequenze radio con questo approccio certosino è servente quell’area è posta ad una se. Il livello di potenza del segnale
portato in Figura 7. Il modello mate- co trasmesso attraverso la struttura oggi utilizzate. Pertanto, la presen- possibile isolare, studiare, e quindi distanza ottimale dalla piazza (cir- ricevuto dai device in una specifica
matico di propagazione elettroma- vetro + acqua si riduce di qualche dB za di acqua su pareti, suolo, strade misurare, quegli effetti specifici che ca 1 km) per uno studio in ambito zona risulta uno dei parametri più
gnetica attraverso una struttura di e anche se non riportato in figura ne e alberi modifica complessivamen- il clima induce nelle singole zone urbano, studio nel quale si vogliono significativi per la qualità dei servizi
materiali multistrato è stato imple- aumenta la dissipazione comples- te la propagazione elettromagne- [nota 1] . analizzare sia effetti sulla compo- offerti in quell’area.
88 notiziariotecnico anno 28 2/2019 89
9
A Sinistra: disposizione geografica
della Cella la cui potenza è misurata
dai telefoni, del punto di rilevazione
(Orto Botanico) dei dati meteo orari
del periodo in esame (Elaborazione dati:
Radarmeteo srl. Fonte dati: ARPAV) e la
magnifica piazza di Padova, Prato della
Valle, da cui sono prese le misure di
potenza. A Destra: il calo di potenza
media (RSRP) misurata dai telefonini
nella piazza nelle tre ore di pioggia,
confrontate con il resto del periodo in
esame, privo di precipitazioni.
Il ruolo dell’Operatore
in futuro
È facile pensare all’Operatore come
ad un semplice fornitore di con-
nettività, ma il patrimonio di cono-
scenze che alberga in un operatore
8 diventa ormai solo in parte legato a
Principali posizioni (mappe da www.OpenStreetMap.org elaborate con R Studio [14]) da cui sono state effettuate tale fondamentale professionalità.
misure MDT di Potenza del Segnale di Riferimento LTE 4G a Prato Della Valle (Padova) il giorno 7/6/2018, in quattro
differenti fasce orarie (9-12, 12-15, 15-18, 18-21), della quali la fascia pomeridiana (155-18) ha coinciso con una Discipline un tempo lontane dalla
sequenza di precipitazioni (circa 17 mm di pioggia in 3 h). I quattro fotogrammi risultano abbastanza omogeni tra pratica quotidiana di un Operato-
loro, consentendo così di confrontare le specifiche variazioni di Potenza avvenute all’interno di ciascuna fascia oraria,
re TLC, come il Machine Learning,
riducendo le possibili distorsioni dovute ad altri effetti (es. se il 7/6 ci fossero stati fenomeni piovosi estremi in quella
zona, ciò avrebbe comportato misure non omogeneamente distribuite, o addirittura assenti del tutto nella fascia diventano oggi sempre più pratica
critica). quotidiana, necessaria per affron-
in cui viviamo, offrendoci modalità La possibilità di inferire i modelli tare un’evoluzione tecnologica che
d’indagine capaci di misurare, ogget- comportamentali delle città (mo- mostra complessità crescenti ed
tivamente, gli andamenti emergenti, bilità, entropia, densità dei citta- automazioni sempre più sofisticate.
Misurare le città con a fondo a causa del riscaldamento ciata a misure (radio) molto frequenti, capaci di confrontare situazioni simili dini in particolari punti di aggre- Questo trend che affianca nuove co-
MDT globale. per garantire piena continuità di fun- in scenari differenti, capaci di moni- gazione sociale, etc.) attraverso i noscenze (informatiche, matemati-
Si rende quindi sempre necessaria zionamento al sistema radiomobile torare gli effetti di interventi tesi a dati aggregati MDT e gli strumen- che, ecc.) a conoscenze consolidate
È noto c he il clima influenza il modo una doppia vista dei fenomeni clima- (peraltro utilizzato in modo sempre migliorare una specifica situazione, ti di Machine Learning, anche in (propagazione, connessioni, proto-
in cui le persone vivono il proprio tici che subiamo, una vista fisica ed più intenso), ed essendo MDT altresì capaci di valutare lo sforzo fatto per relazione alle diverse condizioni colli, mercato delle comunicazioni,
territorio. Ed è altresì ormai parte una vista comportamentale, umana, abbinato allo strumento principe dei migliorare, per esempio, la mobilità meteo locali , rappresenta per gli ecc.), svolgendosi tutt’intorno all’u-
del sentire comune il fatto che le cioè legata ai riflessi sulle nostre vite nostri tempi, cioè il telefonino che di un’area, ed in ultima analisi capa- Operatori Mobili un’opportunità so di strumenti, come gli smartpho-
variazioni climatiche, da sempre in dei cambiamenti fisici dell’ecosiste- teniamo ormai costantemente con ci di privilegiare quelle azioni che si di sviluppo di nuovi servizi da po- ne, che ormai accompagnano istan-
grado di generare modifiche alla ma in cui siamo immersi. noi, si sta sempre più mostrando ca- dimostrano realmente più efficaci in sizionare sul mercato in maniera te per istante le nostre vite, risulta
vivibilità di intere zone del pianeta, A questo scopo l’innovazione tecno- pace di forgiare strumenti in grado quello specifico contesto, urbano o distintiva rispetto agli altri player un trend in grado di liberare nuove
potrebbero ancora incidervi anche logica portata da MDT, essendo asso- di offrire viste accurate degli scenari non urbano che sia. dell’ICT. opportunità per l’Operatore.
90 notiziariotecnico anno 28 2/2019 91
Con l’evolvere delle reti verso il 5G, dati, per produrre delle analisi e zione di tecniche di analisi dati e Bibliografia
crescerà esponenzialmente il volu- delle prospettive fin qui inimmagi- per lo sviluppo di modelli predittivi,
me di dati generati dalla rete stessa. nabili. Le potenzialità sono nume- il cui addestramento richiede di co- [1] "La mobilità di breve e lungo raggio con le innovative 1–60 GHz radio propagation through vegetation” Final
Questo sarà in parte dovuto alle ca- rose e interessanti ma richiederà dificare gli aspetti che l’algoritmo misure radiomobili e l’Intelligenza Artificiale" - Report, May 2002.
ratteristiche innovative del 5G che un approccio innovativo più orien- deve apprendere. Notiziario Tecnico n.3-2018 [11] Li, Y. and P. Yang, “The permittivity based on
abilitano una maggiore flessibilità tato all’apertura dell’innovazione Riconoscere automaticamente uno [2] "Big Data georeferenziati MDT per servizi digitali nelle electromagnetic wave attenuation for rain medium
grazie alle peculiarità di antenne at- e alla creazione di un ecosistema. scenario d’uso ed il contesto in cui Smart Cities" - Notiziario Tecnico n.1-2018 and its applications” J. of Electromagnetic Waves and
tive e beamforming, o di slicing. Sarà Occorrerà infatti immaginare le è immerso si presta poi ad appli- [3] “3rd Generation Partnership Project; Technical Appl., Vol. 20, No. 15, 2231–2238, 2006.
anche dovuto alla crescente diversi- reti come piattaforme che tramite cazioni molto diverse tra loro. Tali Specification Group Radio Access Network; Universal [12] S. Helhel, S¸. ¨ Ozen, and H. G¨oksu. “INVESTIGATION
tà di oggetti connessi e gestiti dalle API e Exposure, abilitano la messa applicazioni risultano evidenti se il Terrestrial Radio Access (UTRA) and Evolved Universal OF GSM SIGNAL VARIATION DRY AND WET EARTH
reti radiomobili che supporteranno a disposizione di dati di rete, nel ri- processo d’apprendimento viene Terrestrial Radio Access (E-UTRA); Radio measurement EFFECTS”, Progress In Electromagnetics Research B,
non solo i tradizionali smartphone, spetto della privacy e sicurezza. innestato all’interno dell’evoluzione collection for Minimization of Drive Tests (MDT)”; Vol. 1, 147–157, 2008.
ma un crescente numero di oggetti SON (Self Organizing Network) delle Overall description; Stage 2 3GPP TS 37.320 V14.0.0 [13] M.Cubaiu, L.Cerea, R.Nebuloni, G.L.Solazzi, M.Oldoni
connessi sia passivi (sensori) sia at- reti e del miglioramento continuo (2017-03). “Caratterizzazione dei segnali di link a microonde
tivi (robotica, droni, autoveicoli). della qualità. [4] Chiara Mizzi, Alessandro Fabbri, Sandro Rambaldi, per scopi di modellizzazione e rilevamento pioggia”
La crescente complessità nel pia- Conclusioni Ma il campo di applicazione non è Flavio Bertini, Nico Curti, Stefano Sinigardi, Rachele 05/06/2018 Progetto MOPRAM.
nificare e gestire la topologia delle esclusivamente tecnico. È facile Luzi, Giulia Venturi, Micheli Davide, Giuliano Muratore, [14] R is a project which is attempting to provide a modern
reti e la diversità di casi d’uso, sarà L’analisi condotta nel presente intuire quanto questo tipo di studi Aldo Vannelli, Armando Bazzani. “Unraveling piece of statistical software for the GNU suite of
possibile solo grazie ad una maggio- articolo, ancorché suscettibile di possa portare benefici anche all’a- pedestrian mobility on a road network using ICTs data software. The current R is the result of a collaborative
re intelligenza che sarà a sua volta affinamento e validazione su un nalisi delle modalità con cui sono, during great tourist events”, EPJ Data Sci. (2018) 7: 44, effort with contributions from all over the world.
alimentata da dati. numero significativo di casi spe- di momento in momento, vissute le https://doi.org/10.1140/epjds/s13688-018-0168-2. R was initially written by Robert Gentleman and
L’infrastruttura di rete pertanto, rimentali, illustra la modalità per città, e di come l’insorgenza di que- [5] Rec. ITU-R P.838 “Specific attenuation model for rain Ross Ihaka—also known as "R & R" of the Statistics
dovrà essere ingegnerizzata per passare da grandi insiemi di mi- sto nuovo valore finisca per influen- for use in prediction methods” Department of the University of Auckland. R Core
essere AI-ready, e per produrre e sure MDT a descrizioni numeriche zare il modo stesso con il quale gli [6] Rec. ITU-R P.530 “Propagation data and prediction Team (2017). R: A language and environment for
rendere disponibili dati che ne per- sintetiche dei luoghi e dei relativi Operatori si porgeranno sul merca- methods required for the design of terrestrial-line-of- statistical computing. R Foundation for Statistical
mettano la gestione. Questi stessi scenario d’uso dei servizi, al varia- to, ampliando sempre più il ruolo di sight systems” Computing, Vienna, Austria. URL https://www.R-
dati, come si evince da questo ar- re delle situazioni meteorologiche. fornitori di connettività ■ [7] Rec. ITU-R P.618 “Propagation data and prediction project.org/.
ticolo, possono essere analizzati Le descrizioni numeriche sintetiche methods required for the design of trans-horizon radio- [15] Entropy and its Application to Urban Systems - Ben
e messi a fattor comune con altri sono di grande utilità per l’applica- relay systems” Purvis et al. – MDPI, 2019
[8] Rec. ITU-R P.676 “Attenuation by atmospheric gases” [16] Spatiotemporal Analysis of Urban Mobility Using
[9] Andrea Scaloni, Pasquale Cirella, Mauro Sgheiz, Aggregate Mobile Phone – Gariazzo et al. – MDPI, 2019
Riccardo Diamanti, Davide Micheli, “Multipath and [17] An Entropy-Based Model to Infer Social Strength from
Nota Doppler Characterization of an Electromagnetic Spatiotemporal Data – Pham et al. - Univ. of Southern
Environment by Massive MDT Measurements From 3G California, 2013
[1] I diversi effetti, diretti ed indiretti, che il clima induce sulla vello del segnalare ricevuto. L’insieme dei casi non risulta and 4G Mobile Terminals”, Published in: IEEE Access ( [18] Entropy and order in urban street networks - A.
potenza ricevuta dai device richiederebbe di illustrare mol- adeguatamente trattabile all’interno di un singolo arti- Volume: 7 ), 21 January 2019, Page(s): 13024 – 13034, Gudmundsson and N. Mohajeri - Nature Scientific
teplici tipologie di casistiche, all’interno delle quali posso- colo che si focalizza anche su effetti indiretti, come quelli DOI: 10.1109/ACCESS.2019.2892864 Reports, vol. 3, p. Article number: 3324, 2013
no di volta in volta divenire predominanti effetti depressivi comportamentali, sul livello del segnale. In questo articolo [10] Rogers, N. C., A. Seville, J. Richter, D. Ndzi, N. Savage, [19] Recommendation P.2040-1 (07/2015). Effects of
(assorbimenti) sul livello del segnale oppure, all’opposto, viene comunque riportato un singolo esempio di una si- R. F. S. Caldeirinha, A. K. Shukla, M. O. Al-Nuaimi, building materials and structures on radiowave
incidere maggiormente effetti espansivi (riflessioni) sul li- tuazione meteo significativa. K. Craig, E. Vilar, and J. Austin, “A generic model of propagation above about 100 MHz.
92 notiziariotecnico
[20] “Valori della costante dielettrica (relativa) e del fattore [21] Davide Micheli et al. - “Broadband Electromagnetic
di perdita (relativo) dell’acqua a diverse frequenze e a Absorbers Using Carbon Nanostructure-Based
due diverse temperature”, Proprietà dielettriche dei Composites,” Published in: IEEE Transactions on
materiali, 2006. https://studylibit.com/doc/5634917/ Microwave Theory and Techniques ( Volume: 59 , Issue:
proprieta--dielettriche-dei-materiali. 10 , Oct. 2011 ), 29 July 2011, Page(s): 2633 – 2646, DOI:
10.1109/TMTT.2011.2160198.
Davide Micheli davide.micheli@telecomitalia.it
Laureato in Ingegneria Elettronica e delle Telecomunicazioni e in Ingegneria Aerospaziale e Astronautica, è
entrato in azienda nel 1989 dove si occupato fino al 2001 di Progettazione, Realizzazione impianti, Esercizio
e Qualità nell’Area Territoriale di Ancona. Dal 2002 si è traferito a Roma dove lavora tuttora nel settore di
Ingegneria della Rete di Accesso Radio occupandosi di varie tematiche connesse con l’ingegnerizzazione
della rete tra cui quelle legate allo studio della propagazione elettromagnetica. Negli ultimi anni, dopo aver
conseguito un Dottorato di Ricerca in Ingegneria Aerospaziale, ha iniziato ad approfondire nell’ambito del
suo lavoro le tecniche di machine Learning, in particolare, sui Big Data di tipo elettromagnetico statistico
disponibili nella rete di accesso radio. E’ inoltre autore di numerosi articoli scientifici su riviste internazionali
Giuliano Muratore giuliano.muratore@telecomitalia.it
Laureato in Ingegneria Elettronica, è entrato in azienda nel 1987, ricoprendo responsabilità prima nel nascente
mercato liberalizzato dei servizi di messaggistica interpersonale (1990) ed in seguito nello sviluppo della Rete
e dei Servizi Radiomobili di TIM (1995), con incarichi nell’evoluzione del Piano di Numerazione Nazionale (1997)
e nell’introduzione in Italia della Mobile Number Portability (2001), per poi seguire il Mobile Roaming business
(2010) e successivamente progetti internazionali TIM in GSMA. Negli ultimi anni ha messo la sua esperienza
a disposizione della formazione Big Data e dello sviluppo delle tecniche di Machine Learning applicate a dati
radiomobili
Aldo Vannelli aldo.vannelli@telecomitalia.it
Laureato in Fisica e in Ingegneria dell’Informazione, in azienda dal 1988. Dopo un’ampia esperienza nell’ambito
dell’Ingegneria e dell’Innovazione delle Reti Dati (Frame Relay, ATM e IP), nel 2001 passa in TIM per occuparsi
dello sviluppo e dell’innovazione di applicazioni e servizi multimediali su tecnologie 2.5G/3G. In questo ambito
ha coordinato numerosi progetti riguardanti l’integrazione multiservizio di voce/video/dati su mobile e lo
sviluppo di soluzioni per il Mobile Content Distribution. Dal 2012 lavora nella Direzione Business & TOP Clients
dove si occupa dello sviluppo di iniziative e progetti innovativi per Aziende di rilevanza Nazionale. Da alcuni
anni si interessa dello sviluppo di iniziative finalizzate alla realizzazione di Proof of Concept basati su tecniche
Big Data Analytics & Machine Learning
http://www.telecomitalia.com/tit/it/notiziariotecnico/presentazione.htmlPuoi anche leggere
