Detailansicht

Mobile network prediction analysis

eine räumliche Methode zur verbesserten Darstellung der Netzabdeckung durch DriveTest kalibrierte HCM Daten mit Hilfe der ArcGIS Erweiterung - Cellular Experts

Pino Philipp Feichtinger

Art der Arbeit

Masterarbeit

Universität

Universität Wien

Fakultät

Fakultät für Geowissenschaften, Geographie und Astronomie

Studiumsbezeichnung bzw. Universitätlehrgang (ULG)

Masterstudium Kartographie und Geoinformation

Betreuer*in

Andreas Riedl

Volltext herunterladen
Volltext in Browser öffnen

DOI

10.25365/thesis.70734

URN

urn:nbn:at:at-ubw:1-11251.57637.192473-1

Link zu u:search

(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract

(Deutsch)

Mobile Kommunikation findet sich heutzutage in jeden Teilbereich unseres Lebens. Die Analyse von Mobilfunkdaten in Geographischen Informationssystemen sowie die Vorhersage von Signalstärken und Qualitätskriterien gehören zu den entscheidenden Merkmalen um moderne Mobilfunknetze zu planen. Damit solche Mobilfunkvorhersagen verbessert werden können, wurden in dieser Masterarbeit, mithilfe von im Gelände gemessenen DriveTest Daten, Mobilfunkdaten im HCM Format analysiert, Karten erstellt sowie statistisch ausgewertet. Es sollte die Frage beantwortet werden, ob mit DriveTest Daten eines Untersuchungsgebietes mit spezifischer Charakteristik zur Kalibrierung der HCM Mobilfunkdaten eines zweiten Untersuchungsgebietes vergleichbarer Landschaftscharakteristik angewendet werden kann? Hierfür musste zuerst die Charakteristik der Landschaft im Bundesland Niederösterreich anhand von verschiedensten Kriterien bewertet und in ein für GIS Programme auswertbares Schema gebracht werden. Es wurden sowohl Höhen- als auch Landnutzungsdaten herangezogen, welche die Landschaft anhand von Höhenunterschieden sowie unterschiedlichen Landnutzungen beschreiben sollten. Aus den Höhendaten wurden Neigungen als auch ein sogenannter Rauhigkeitsindex abgeleitet, um geeignetere Gruppierungsmerkmale zu finden. Aus den CORINE Landnutzungsdaten wurden Dämpfungsklassen laut Vorgaben der ITU, abgeleitet. Auch Gebäudedaten aus der OpenStreetMap wurden für die Modellierung von Abschattungseffekten verwendet. Mithilfe der Kombination des Rauhigkeitsindex mit den Dämpfungsklassen konnte somit erfolgreich eine Landschaftsklassifizierung für Niederösterreich erzeugt werden, die anschließend die Basis für die Mobilfunkanalysen bildete. Weitere Arbeitsfragen beschäftigen sich mit der Auswertung und Analyse der HCM Mobilfunkdaten. Hierbei konnte gezeigt werden wie die Referenzsignale RSRP, RSRQ sowie SINR aus HCM Daten ausgewertet und in Form von Karten als auch Statistiken dargestellt und analysiert werden können. Besonders die Auswertung von ESRI GRID Rasterdaten machte es notwendig auf speziell zugeschnittene Pakte der Programmiersprache R zurückzugreifen. Die automatische Auswertung von Statistiken mittels R Code wird in allen Analysen angewandt. Es konnte gezeigt werden, wo die Unterschiede in den einzelnen Referenzsignalen liegen, wenn ein Gebiet mit DriveTest Messungen im Gelände entweder kalibriert oder nicht kalibriert wurde. Schließlich werden die drei häufigsten in der Praxis verwendeten Frequenzen 800 MHz, 1800 MHz und 2100 MHz anhand von zwei Testgebieten H und V, jeweils mit und ohne Kalibrierung ausgewertet und dargestellt. Die Analysen der HCM Daten sowie die Vergleiche mit und ohne Kalibrierung von Antennen hat größtenteils gezeigt, dass es doch zu deutlichen besseren Ergebnissen, was die Referenzsignale RSRP, RSRQ und SINR betrifft, kommt, wenn eine Kalibrierung, eines zu analysierenden Standortes, durchgeführt wird. Die Hauptfragestellung ob eine Kreuzkalibrierung von DriveTest Messungen auf ein anderes Gebiet ähnlicher Landschaftscharakteristik zu ähnlichen Ergebnissen führt wie eine originale Kalibrierung, wurde anhand von Gebiet-H und V getestet. Hierbei konnte anhand der zwei Testgebiete gezeigt werden, dass die RSRP sich in ihren Abdeckungsflächen deutlich mit den originalen Analysen deckt, jedoch es zu Abweichungen bzgl. der Signalstärke kommt. Es wurde in Gebiet-H welches kreuzkalibriert mit Gebiet-V wurde, festgestellt, dass durch die Kreuzkalibrierung, zu optimistische Signalstärke Werte berechnet werden. Die Kreuzkalibrierung von Gebiet-V zeigte ebenfalls, dass es zu ähnlichen Gebietsabdeckungen durch die Signalstärke RSRP kommt, jedoch eine zu starke Dämpfung und somit schwache RSRP Werte im Vergleich mit originaler Kalibrierung, entstehen.

Abstract

(Englisch)

Mobile telecommunications are found today in every part of our lives. The analysis of mobile radio data with geographical informationsystems (GIS) and the prediction of signal strength and other quality measurements are one of the most ambitious planing tasks. To improve the predictions of such data, this master thesis has worked out concepts to analyse this data, create maps and statistics of DriveTest Data measured in the field and mobile radio data in the HCM format. The question should be answered, whether a calibration with DriveTest data of one region with specific landscape characteristic can be transfered to another region of similar landscape characteristic. The assumption is that in such analysis of the HCM mobile radio data similar prediction results as if the calibration would have been done in the region itself would be received. Therefor the landscape characteristic of the region of lower austria has to be analyzed to transfer the data into a schema which can be read with GIS programmes. Both height and landcover data where included in the analysis to show the effects of this characteristics. The height data was transformed to slope data and were also used to compute the terrain ruggedness index to find similar groups in the data. From the CORINE landcover data the clutter classes where created which were definded from the ITU. Also building data from the OpenStreetMap project was used for the modelling of shadowing effects. With the combination of the terrain ruggedness index and the clutter classes, the landscape categorisation for lower austria could be computed, which was the basis for the mobile radio analysis. Further research questions handle the evaluation and analysis of the HCM mobile radio data. Therefor it could be shown how the referenz signals RSRP, RSRQ and the SINR can be evaluated and visualized with maps and statistics. Especially the evaluation of ESRI GRID raster made it necessary to use special packages from the programming language R to process the data. It could be shown where the differences of the reference signals are, if a region were measured with or without DriveTest calibration data. Finally the most common used frequencies 800 MHz, 1800 MHz and 2100 MHz where analyzed on the test regions H and V with and without a calibration. The analysis of the HCM data and the comparison with and without calibration of antennas has shown that better results of the referencesignals RSRP, RSRQ and SINR can be expected if calibration data is used. The main research question, if a crosscalibration of drivetest data on another region with similar landscape characteristics leads to similar results as an original calibration, was tested on region H and V. It could be shown on this two test areas, that the RSRP coverage area are similar to the original calibration analysis but some variation of the signal strength could be observed. In the region H, which was crosscalibrated with region V, could be observed that the crosscalibration leads to very optimistic results. The crosscalibration of region V computed similar coverage areas for the RSRP, but has shown a too strong Pathloss for the RSRP in comparison with an original calibration.

Autor*innen

Pino Philipp Feichtinger

Haupttitel (Deutsch)

Mobile network prediction analysis

Hauptuntertitel (Deutsch)

eine räumliche Methode zur verbesserten Darstellung der Netzabdeckung durch DriveTest kalibrierte HCM Daten mit Hilfe der ArcGIS Erweiterung - Cellular Experts

Paralleltitel (Deutsch)

Mobilfunk Vorhersage Analyse

Publikationsjahr

2021

Umfangsangabe

185 Seiten : Illustrationen

Sprache

Deutsch

Beurteiler*in

Andreas Riedl

Klassifikation

74 Geographie > 74.48 Geoinformationssysteme

AC Nummer

AC16504408

Utheses ID

61095

Studienkennzahl

UA | 066 | 856 | |

Detailansicht

Abstracts

Schlagwörter