Jusqu'où le 5G atteint-il vraiment votre téléphone ? Un enregistrement à l'échelle d'une ville, issu de Vienne, apporte des indices

Voitures, analyseurs et téléphones transforment Vienne en laboratoire des réseaux mobiles

Une équipe de l’Université technique de Vienne a transformé des voitures ordinaires en laboratoire mobile de mesure pour les réseaux de la ville. Du 27 juin 2024 au 8 mars 2025, des véhicules ont circulé dans les rues urbaines et sur des routes périurbaines plus calmes. Sur 18 jours d’essais routiers, les voitures ont couvert environ 100 kilomètres carrés et ont produit un enregistrement public important de ce que les téléphones peuvent voir.

L’enregistrement publié contient 2893129 lignes de mesure, regroupées en 986698 entrées associant un horodatage à un opérateur. Ces entrées pointent vers environ 929217 emplacements GPS uniques après arrondi des coordonnées à cinq décimales. Elles nomment aussi 7911 identités de cellule distinctes, ce qui permet aux analystes de comparer de nombreux sites plutôt qu’une seule antenne.

Chaque voiture a embarqué un analyseur large bande qui écoutait les signaux LTE et 5G proches sans s’y connecter. Elle portait aussi trois téléphones compatibles 5G, fixés sur le tableau de bord et reliés à un logiciel d’essai. L’analyseur donne une vue côté réseau de ce qui est déployé et visible. Les téléphones donnent une vue côté utilisateur de la cellule desservante, y compris la qualité du signal et le débit.

La configuration de l’analyseur utilise un récepteur PCTEL IBflex, deux antennes de toit et une unité GPS. Le logiciel Keysight Nemo Outdoor sur ordinateur portable contrôlait tout le processus de collecte. Cela rendait la surveillance indépendante des technologies, si bien que les signaux LTE et NR pouvaient être observés lors du même trajet.

Les journaux des téléphones enregistrent des mesures de qualité radio telles que la puissance reçue, la qualité du signal, l’intensité totale reçue et la qualité corrigée de l’interférence. Ils incluent aussi le débit descendant et montant ainsi que l’avance de temporisation. Ces valeurs proviennent d’interfaces de diagnostic du téléphone, pas d’une application de test de débit affichée à l’écran.

La campagne est multi-opérateurs, mais les enregistrements 5G actuels basés sur téléphone proviennent d’un seul opérateur. Cette limite s’applique aussi aux métadonnées estimées des cellules 5G incluses dans la publication. Les données arrivent en quatre parties : mesures de l’analyseur, mesures du téléphone, informations estimées sur les sites et modèles haute résolution des bâtiments et du terrain.

Les basses fréquences portent plus loin, les hautes s’atténuent dans les rues denses

Dans les rues urbaines denses, les ondes radio ne se propagent pas de la même manière à toutes les fréquences. Un signal cellulaire sur une bande basse peut porter plus loin et résister mieux lorsqu’il doit traverser murs, fenêtres, angles et ensembles de bâtiments. Les mesures d’essais routiers de Vienne rendent ce schéma facile à voir. La bande LTE de fréquence la plus basse utilisée dans les données est 800 MHz, et elle a produit la puissance reçue la plus forte sur les rues mesurées. Les couches LTE de fréquences moyennes à 1800 MHz et 2600 MHz étaient plus faibles. La couche de fréquence la plus élevée, une bande C 5G autour de 3500 MHz, était la plus faible de toutes parce que ses ondes subissent davantage d’atténuation en propagation et pénètrent moins bien les bâtiments. Une bande 5G proche de 2100 MHz se situait entre ces extrêmes, avec un comportement plus proche des fréquences moyennes que des couches très basses ou très élevées.

La qualité du signal reçu suit la même logique physique. Le LTE basse fréquence a donné les mesures de qualité les plus stables, avec une RSRQ médiane proche de moins neuf décibels. Ce nombre compte parce qu’il décrit à quel point le signal reçu est propre par rapport aux interférences et au bruit. Les couches de fréquences moyennes et élevées montraient une variation bien plus large d’un endroit à l’autre. Dans les rues denses, davantage de cellules sont regroupées dans une surface plus petite, si bien que téléphones et analyseurs peuvent voir plusieurs émetteurs proches en même temps. Leurs signaux se superposent, rebondissent sur les façades et se disputent les mêmes ondes. Le résultat est une qualité moins prévisible sur les bandes élevées, même lorsque le réseau a déployé de nombreux sites.

Ce comportement fréquentiel aide à comprendre pourquoi les opérateurs utilisent les basses fréquences comme fondation de couverture. Elles peuvent remplir les bâtiments et couvrir de plus grandes surfaces avec moins de sites. Les bandes élevées peuvent ajouter de la capacité là où les gens sont regroupés, mais elles s’atténuent plus vite dès qu’un signal rencontre des obstacles urbains denses. Les mesures montrent que les deux effets coexistent dans la même ville : les ondes basse fréquence portent plus loin à travers les rues, tandis que les ondes haute fréquence réduisent leur portée utile lorsque murs et trafic augmentent.

Quand un signal détecté ne peut pas être rattaché à sa cellule

Un analyseur peut entendre un signal radio bien avant de savoir quelle cellule l’émet. Dans les données d’essais routiers de Vienne, chaque signal LTE ou 5G détecté a été confronté aux événements de diffusion décodés proches en utilisant l’identité physique de cellule, le numéro de canal et le fichier de mesure. L’objectif était simple : associer ce que le récepteur entendait aux informations réseau qui identifiaient l’émetteur.

L’association ne fonctionnait pas toujours, car un signal sans identité de cellule ne peut pas être placé sur une carte avec confiance. Sur 2649377 enregistrements de signaux examinés, 472645 n’ont pu être appariés à aucun événement de diffusion décodé, soit 17,84 % du total. Le LTE a laissé 14,90 % non appariés, tandis que le 5G NR en a laissé 18,81 %.

Parmi les enregistrements qui correspondaient, les problèmes de temporisation étaient courants mais les problèmes spatiaux rares. Au total, 13,84 % présentaient des valeurs aberrantes temporelles et seulement 0,53 % présentaient des valeurs aberrantes spatiales. Le LTE avait 17,99 % de valeurs aberrantes temporelles et 1,96 % de valeurs aberrantes spatiales ; le 5G NR en avait 12,48 % et 0,06 %. Environ les deux tiers de tous les enregistrements étaient pleinement cohérents dans les deux dimensions.

Les glissements de temporisation pointent vers un décodage asynchrone et une mise en mémoire tampon à l’intérieur des journaux de l’analyseur. Une fenêtre d’appariement stricte de dix secondes était trop étroite pour cette variation, si bien que les données publiées utilisent un repli spatial. Chaque enregistrement de signal est relié au candidat événement de diffusion le plus proche parmi les correspondances exactes par clé. Les statistiques de temporisation sont toujours rapportées, permettant aux utilisateurs de choisir d’autres seuils.

Estimer les positions des antennes à partir de cercles de temporisation et d’enregistrements publics

L’avance de temporisation est une indication radio qui indique à quelle distance un téléphone se trouve de sa cellule desservante. Chaque valeur de temporisation peut être transformée en un cercle autour de l’emplacement mesuré. Le rayon du cercle provient de cette distance, si bien que beaucoup de cercles devraient se chevaucher près d’un émetteur unique. Pour le LTE, la méthode a utilisé les entrées publiques du registre autrichien des émetteurs pour restreindre les sites candidats. Ces enregistrements fournissaient des adresses plausibles avant tout ajustement géométrique radio. Les hauteurs d’antenne étaient lues à partir d’imagerie Google Earth Pro plutôt que prises dans les fichiers opérateur. Chaque jour de mesure, les dix stations de base LTE les plus fréquemment observées par opérateur ont été sélectionnées. Sur dix-huit jours, cela a produit cinquante sites LTE distincts pour chaque opérateur dans cette couche. Cette règle répartissait le travail sur davantage de rues, d’horaires et de cellules plutôt que sur quelques-unes fortes. Pour le 5G non autonome, les journaux du téléphone n’exposent pas directement les noms des stations de base. La même identité physique de cellule a donc été traitée comme un site unique au sein d’une seule journée. Cette hypothèse est plus sûre parce que chaque trajet couvrait une zone limitée et l’espace des identités est large. Une cellule avait besoin d’au moins cinq mesures provenant d’endroits distincts avant de pouvoir être localisée. Les trente identités qualifiantes les plus fréquentes par jour ont été conservées pour l’estimation. Des cercles de temporisation étaient tracés autour de chaque point du téléphone, et leur chevauchement testait la géométrie. Si un amas de cercles correspondait à un seul endroit, cet amas était utilisé pour la localisation. Les petits groupes incohérents étaient écartés afin que des données mélangées n’attirent pas l’estimation du site ailleurs. Pour les sites LTE avec métadonnées de référence, les emplacements estimés avaient une erreur quadratique moyenne de 38,55 mètres. Les orientations de secteur avaient une erreur circulaire absolue moyenne de 27,95 degrés. Ces valeurs sont physiquement plausibles, bien qu’elles ne prouvent pas les vraies positions des antennes. Pour le 5G, aucune vérité terrain externe n’était disponible parce que les journaux du téléphone manquaient d’étiquettes directes de site. Une vérification interne a comparé les distances d’avance de temporisation aux distances en ligne droite vers les sites estimés. Sur l’ensemble des 17433 échantillons utilisés dans cette vérification, le résidu médian était de 69,6 mètres. Le 95e percentile atteignait 318,8 mètres et le 99e percentile atteignait 585,4 mètres. Ce résultat indique que les sites 5G inférés respectent les contraintes de temporisation, mais ce n’est pas une preuve indépendante.

Une ville qui peut être mesurée, mais pas entièrement connue

Cent kilomètres carrés de Vienne se trouvent désormais dans un jeu de données ouvert, et la valeur réside moins dans un nombre unique que dans ce que les données rendent possible. L’analyseur voit le réseau de l’extérieur ; les téléphones montrent comment les utilisateurs le vivent, et les modèles de bâtiments donnent aux deux une scène physique. Ensemble, ils soutiennent des cartes radio, des vérifications de couverture, des jumeaux numériques et un apprentissage automatique qui peut être testé contre de vraies rues plutôt que des rues simulées. Cela donne une chance rare de passer des tableaux de bord opérateur vers une infrastructure publique pour la recherche sans fil.

Les obstacles sont aussi clairs, parce que la partie la plus propre du tableau reste partiellement cachée. Beaucoup de signaux de l’analyseur ne peuvent pas être rattachés à une identité de cellule décodée, et les journaux du téléphone en 5G non autonome manquent d’étiquettes stables de station de base. Les positions estimées des antennes aident à combler le fossé, mais elles ne couvrent qu’un sous-ensemble de sites et reposent sur des cercles de temporisation, des registres publics et de l’imagerie. Les journaux de débit contiennent de vraies pauses, des basculements et des lacunes de planification, si bien qu’une analyse qui traite chaque échantillon comme égal va mal lire le réseau. Ces limites ne sont pas des défauts à cacher ; elles définissent où un modélisation soignée doit commencer.

L’occasion plus large est que d’autres villes pourraient suivre la même voie, en associant essais routiers avec données ouvertes sur les bâtiments et enregistrements publics des émetteurs. Si les opérateurs exposent davantage d’identifiants, si les appareils rapportent des informations de faisceau plus propres et si la météo rejoint les traces, ces cartes pourraient devenir des outils vivants pour la planification. Alors une ville n’est plus seulement un endroit où les téléphones se connectent ; elle devient un instrument qui peut être lu, comparé et amélioré. Une carte radio peut-elle faire confiance lorsque les antennes sont inférées à partir des signaux qu’elles émettent ?