Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino...

39
Antonio Sassano Università di Roma “La Sapienza” Lavoro in collaborazione con: Carlo Mannino Università di Roma “La Sapienza” Fabrizio Rossi Università dell’Aquila Stefano Smriglio Università dell’Aquila Bologna 30/Giugno/2003 Pianificazione e Progettazione di reti DVB-T

Transcript of Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino...

Page 1: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Antonio SassanoUniversità di Roma “La Sapienza”

Lavoro in collaborazione con:Carlo Mannino Università di Roma “La Sapienza”

Fabrizio Rossi Università dell’Aquila

Stefano Smriglio Università dell’Aquila

Bologna 30/Giugno/2003

Pianificazione e Progettazione di reti DVB-T

Page 2: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

“Outline” della Presentazione

Pianificazione (AGCOM) STRUMENTI:

• Ottimizzazione delle potenze di emissione (“siting”)• Assegnazione ottima delle frequenzeOBIETTIVI:

• Massimizzazione del numero di reti• Massima estensione e qualità del servizio• Flessibilità per il progettista

Ipotesi tecniche

Progettazione (“Broadcaster”) IN PRESENZA DELLE TRASMISSIONI ANALOGICHE

• Ottimizzazione di potenze e diagrammi• Assegnazione ottima delle frequenze• Ottimizzazione degli “offset” temporali

Page 3: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Pianificazione vs. Progettazione Pianificazione (AGCOM)

• Reti 3-SFN Regionali e Provinciali• Dimensione nazionale del problema• Nessun “offset”, “tilt” o “shaping” d’antenna• Situazione “a regime”: “Spettro Vuoto”• Flessibilità per il progettista

Progettazione (“Broadcaster”)• Realizzazione di Reti Digitali a partire dalla

situazione attuale dello spettro (ignorata la transizione).

• Interferenza Analogico-Digitale• “Siting” + assegnamento frequenze• Ottimizzazione degli “offset” nelle SFN• (Possibili) dimensioni ridotte dei problemi

Page 4: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Ipotesi Tecniche

Modulazione• 64QAM FEC 2/3 • Bit Rate utile ca. 20Mbit/sec (8Mhz)

Caratteristiche dei Trasmettitori

Previsione di Campo e.m.• Modello Nazionale (Libro Bianco)

Caratteristiche dei Ricevitori

Valutazione del Servizio

Page 5: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Sito geografico Altezza del traliccio Frequenza fi [f1, …, fmax] Polarizzazione Diagramma d’antenna Potenza di emissione Pi

min Pi Pi

MAX

“Offset” temporale statico i

Caratteristiche dei Trasmettitori

Page 6: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

DTM, Ricevitori e Propagazione

Risoluzione DTM (250mt 250mt)

Ricevitore posto (in ogni areola A) a quota(A)+10mt

Italia divisa in 55012 areole elementari (testpoint,pdv)

Antenna direttiva (discriminazione fino a 12/16dB) Puntamento ottimizzato

Discriminazione di polarizzazione (16dB)

Previsione di Campo con “Algoritmo Bordoni” (Libro Bianco) (Deygout+Troposcatter)

tG/ tU=1/4 Tempo di Guardia tG=224s ;

Tempo di Simbolo tU=896s

Page 7: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Valutazione del servizio

2. Combinazione dei segnali attraverso il metodo K-LNM

Risultato: distribuzione log-normale con valor medio PW (PI) e varianza W

2 (I2) per

il contributo utile (interferente)

95.0)( PErf

3. Un PV è servito a qualita` “buona” se:

22IW

IW PPP

Probabilità di coperturacon

1. Classificazione dei segnali in utili e interferenti

Page 8: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Pianificazione: ObiettiviDefinizione di N Reti a copertura

nazionale con le seguenti caratteristiche:• Alta qualità dei segnali ricevuti • Alta estensione del servizio• Omogeneità della qualità dei segnali ricevuti

(Equivalenza tra Reti) • Decomponibilità di ciascuna Rete a livello

Regionale (Equivalenza Nazionale/Locale)

Massimizzazione di N

Pianificazione di (eventuali) ulteriori risorse non utilizzate dalle N Reti

Page 9: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Progetto della rete nazionale 3-SFN

FASE 1 (RETI DI RIFERIMENTO LOCALI) Progetto di reti SFN regionali (provinciali) Scelta di siti, potenze e diagrammi

FASE 2 (ALLOTMENT) Assegnazione ottima delle 3 frequenze alle reti

regionali (provinciali)

FASE 3 (OTTIMIZZAZIONE) Ottimizzazione delle 3 reti iso-frequenza

Page 10: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

FASE1: Reti SFN locali (regionali)

Insieme dei testpoints dove valutare il servizio

Accendi alcuni trasmettitori di T e assegna le potenze di emissione e i diagrammi d’antenna in modo da massimizzare il servizio nei testpoint

Insieme dei siti candidati T.

Page 11: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Algoritmo di Ricerca Locale per la progettazione SFN

Si esamina un trasmettitore alla volta. In ordine di popolazione potenzialmente “servibile” con qualità buona (in assenza di interferenza);

Si accende (o si spegne) il trasmettitore che produce il massimo incremento di popolazione servita con qualità “buona”.

Per ogni trasmettitore spento: si calcola potenza e diagramma d’antenna che assicurano il massimo incremento di popolazione servita con qualità “buona”.

Per ogni trasmettitore acceso: si calcola l’incremento di popolazione servita con qualità “buona” ottenuto spegnendo.

Page 12: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

A

B

C

Si esamina un trasmettitore alla volta. In ordine di popolazione incrementale potenzialmente “servibile” con qualità buona (in assenza di interferenza)

Algoritmo di Ricerca Locale per la progettazione SFN (Esempio)

Passo 1. “Accendo” B, 19 PV coperti

Page 13: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Algoritmo di Ricerca Locale per la progettazione SFN (Esempio)

A

C

B

Passo 2. “Accendo” C, arrivo a 25 PV coperti

Page 14: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

A

B

C

Passo 3. Se attivo A a potenza nominale e diagramma circolareottengo 26 PV coperti ….

Algoritmo di Ricerca Locale per la progettazione SFN (Esempio)

Page 15: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

A

B

C

…, ma, se determino la potenza e il diagramma d’antenna che massimizzano i PV complessivamente coperti …

Algoritmo di Ricerca Locale per la progettazione SFN (Esempio)

Page 16: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

A

B

C

Algoritmo di Ricerca Locale per la progettazione SFN (Esempio)

… ottengo 36 PV serviti !!!

Page 17: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Ottimizzazione della potenza: singolo testpoint

Servizio di t nel testpoint variando potenza Pt. Per ogni testpoint tre situazioni possibili:

Pmax0 u Pt

Pmax0 l

Pmax0 u l

Servito da altro ma Interferito da t se Pt > u

Pt

Non servito da altro e Servito da t se Pt l

Pt

Servito da altro se Pt u Servito da t se Pt l Non servito se u < Pt < l

Page 18: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Pmax0Pt

BA

DE

Valutazione dell’effetto complessivo di t nei testpoint A, B, C, … dell’area variando Pt.

CBA

C

P*

Pt = P*

serviti A, B, C, D, E (5 testpoint)

Pt = 0 serviti A, B, C, D (4 testpoint)

Ottimizzazione della potenza: area geografica

Page 19: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

FASE 2: Allotment

Strategia: assegnare frequenze diverse alle SFN locali più interferenti

Problema di difficile soluzione: risolto con tecniche di programmazione matematica

Allotment ERO

Page 20: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Riottimizzazione reti SFN

I siti candidati sono quelli delle SFN regionali (provinciali).

Limita le potenze dei trasmettitori candidati

Applica l’algoritmo di Ricerca Locale

Page 21: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Limitazione delle potenze

Pmax0 u Ptmax

Pt

t Testpoint importante

Trasmettitore interferente t appartenente ad altra rete locale (regionale)

Limita la potenza massima di t

Rete SFN

Page 22: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Il caso provinciale

Aumenta la complessità

Problema dell’aggregazione

Allotment ProvincialeII° Livello Piano DVB

Page 23: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Progettazione: Obiettivi Realizzare una Rete Digitale

Utilizzando le frequenze disponibili

Minimizzando la perdita di servizio analogico

Minimizzando il numero di impianti digitali

Massimizzando l’estensione del servizio

Ottimizzando potenze, frequenze, “offset” temporali statici e diagrammi d’antenna

Come ?

Utilizzando un MODELLO DI PROGRAMMAZIONE

LINEARE INTERA (+ Metodi euristici)

Nell’attuale (!) scenario analogico

Page 24: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Esempio: Progettazione in Banda III

Rete analogica 1530 Impianti attivi III Banda Canalizzazione B* Canali D, E, F, G, H, H1, H2

SITUAZIONE ESISTENTE

Page 25: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Esempio: Servizio Analogico

Servizio Nazionale1530 SITI

Utile > Interferente Totale

Utile - Interferente Totale >-6

84.36% di Popolazione Servita65.65% di Territorio Servito

Page 26: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Progettazione di Rete Digitale k-SFN

Rete Digitale (con composizione SFN) 526 Impianti attivi (scelti tra ~1800) III Banda Canalizzazione B Canali R6, R7, R8, R9, R10, R11, R12 Polarizzazione e orientamento delle antenne riceventi uguali a quelli della rete analogica

CARATTERISTICHE DELLA RETE

Page 27: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Servizio k-SFN + Analogico

Servizio Nazionale526 SITI

Location Probability > 95%

Location Probability > 80%

92.4% di Popolazione Servita71.0% di Territorio Servito

Page 28: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Servizio Analogico + k-SFN

Servizio Nazionale1530 SITI

Utile > Interferente Totale

Utile - Interferente Totale >-6

82.41% di Popolazione Servita61.56% di Territorio Servito

84.36% di Popolazione Servita65.65% di Territorio Servito

ERA

Page 29: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Progettazione di Rete Digitale MFN

Rete Digitale (con composizione MFN) 538 Impianti attivi (scelti tra ~1800) III Banda Canalizzazione B Canali R6, R7, R8, R9, R10, R11, R12 Polarizzazione e orientamento delle antenne riceventi uguali a quelli della rete analogica

CARATTERISTICHE DELLA RETE

Page 30: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Servizio MFN + Analogico

Servizio Nazionale538 SITI

Location Probability > 95%

Location Probability > 80%

88.4% di Popolazione Servita65.4% di Territorio Servito

92.4% di Popolazione Servita71.0% di Territorio Servito

Servizio k-SFN era:

Page 31: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Servizio Analogico + MFN

Servizio Nazionale1530 SITI

Utile > Interferente Totale

Utile - Interferente Totale >-6

82.0% di Popolazione Servita61.4% di Territorio Servito

84.36% di Popolazione Servita65.65% di Territorio Servito

ERA

Page 32: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Ricapitolando …

Rete Tx Pop Terr Pop Terr Pop Terr

Analogica 1530 84.36 65.65 82.41 61.56 82.03 61.38

Dig Comp 526 - - 92.41 70.98 - -

Dig NO Comp 538 - - - - 88.44 65.91

Page 33: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Ottimizzazione “offset” temporali Introduzione di ritardi in trasmissione “Avvicina” gli istanti di arrivo in finestra

Permette la composizione dei segnali utili

tb tcta

tctb + b

ta + a

TG

Page 34: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

PV1

PV2

PV3

a

b

c

(100, 30)

(200, 60)

(300, 90)

(150, 45)

(320, 96)

(700, 210)

(700, 210)

(140, 42)

(550,165)

(sec, Km)

Esempio: 3 trasmettitori, 3 PdV

Page 35: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

100

150

320

200

550

140

300

700

700

PV1

PV2

PV3

trasmettitori a, b, c

sec

sec

sec

Esempio: “offset” nulli

Page 36: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

100

350

520

200

550

140

300

500

500

PV1

PV2

PV3

sec

sec

sec

a ritardato di 200 sec -- c anticipato di 200 sec

Osservazioni1. Lo scenario “offset zero” serve solo un PV (il

PV 1)2. Introducendo un solo ritardo si serve al più un

PV3. Non esiste una distribuzione dei ritardi che

serve tutti i PV

Page 37: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

Ottimizzazione “offset”: casi reali

PROBLEMA: Determinare una distribuzione dei ritardi che massimizza il numero di PV serviti (o la popolazione servita).

SOLUZIONE: MODELLO DI PROGRAMMAZIONE

LINEARE INTERA (+ Metodi euristici)

RISULTATI: Istanze con alcune migliaia (5000) di PV sono risolvibili mediante il solutore commerciale CPLEX 8.0

Page 38: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

480 Trasmettitori (Banda III)

4217 PV (> 3000 abitanti)

Una sola frequenza

Terr. 55.6 Pop. 76.7

Esempio: “offset” zero

Page 39: Antonio Sassano Università di Roma La Sapienza Lavoro in collaborazione con: Carlo Mannino Università di Roma La Sapienza Fabrizio Rossi Università dellAquila.

480 Trasmettitori (Banda III)

4217 PV (> 3000 abitanti)

Una sola frequenza

Terr. 65.5 Pop. 86.0

Esempio: scenario ottimizzato