O alcance real do 5G no celular e as pistas deixadas por um registro urbano em Viena

Carros, scanners e celulares transformam Viena num laboratório de redes móveis

Uma equipe da TU Wien transformou carros comuns em um laboratório móvel para medir as redes de Viena. Entre 27 de junho de 2024 e 8 de março de 2025, veículos percorreram ruas urbanas e estradas suburbanas mais tranquilas. Em 18 dias de testes em movimento, os carros cobriram cerca de 100 quilômetros quadrados e geraram um vasto registro público do que os celulares conseguem detectar.

O conjunto de dados divulgado contém 2.893.129 linhas de medição, agrupadas em 986.698 entradas com carimbo de data/hora e operadora. Essas entradas apontam para cerca de 929.217 localizações GPS únicas, após o arredondamento das coordenadas para cinco casas decimais. Elas também identificam 7.911 identidades de célula distintas, o que permite aos analistas comparar muitos locais em vez de uma única torre.

Cada carro transportava um scanner de banda larga que captava sinais LTE e 5G próximos sem se conectar a eles. Havia ainda três celulares com capacidade para 5G, fixados no painel do veículo e conectados a software de teste. O scanner oferece uma visão do lado da rede sobre o que está implantado e visível. Os celulares fornecem a perspectiva do usuário sobre a célula servidora, incluindo qualidade do sinal e taxa de dados.

A configuração do scanner utilizou um receptor PCTEL IBflex, duas antenas de teto e uma unidade GPS. O software Keysight Nemo Outdoor, rodando em um notebook, controlava todo o processo de coleta. Isso tornou o monitoramento agnóstico em relação à tecnologia, permitindo que sinais LTE e NR fossem observados na mesma passagem.

Os registros dos celulares anotam leituras de qualidade de rádio, como potência recebida, qualidade do sinal, intensidade total recebida e qualidade ajustada por interferência. Incluem também throughput de downlink e uplink, além do avanço de tempo (timing advance). Esses valores vêm das interfaces de diagnóstico dos aparelhos, não de um aplicativo de teste de velocidade exibido na tela.

A campanha é multioperadora, mas os registros atuais baseados em celulares para 5G vêm de apenas uma operadora. Essa limitação também se aplica aos metadados estimados de células 5G incluídos na divulgação. Os dados vêm em quatro partes: medições do scanner, medições dos aparelhos, informações estimadas sobre locais e modelos de alta resolução de edifícios e terreno.

Em ruas densas, as faixas de baixa frequência alcançam distâncias maiores, enquanto as de alta frequência se atenuam rapidamente

Em ruas estreitas e densas da cidade, as ondas de rádio não se comportam da mesma forma em todas as frequências. Um sinal celular operando em uma faixa baixa percorre distâncias maiores e resiste melhor quando precisa atravessar paredes, janelas, esquinas e aglomerados de prédios. As medições dos testes em movimento realizados em Viena tornam esse padrão fácil de visualizar. A banda LTE de menor frequência presente nos dados é a de 800 MHz, que registrou a potência recebida mais forte nas ruas percorridas. As camadas LTE de faixa média, em 1800 MHz e 2600 MHz, apresentaram sinais mais fracos. A camada de maior frequência, uma banda C do 5G em torno de 3500 MHz, foi a mais fraca de todas, pois suas ondas sofrem maior perda de caminho e penetram menos bem nas estruturas dos edifícios. Uma faixa do 5G próxima de 2100 MHz ocupou posição intermediária entre esses extremos, com comportamento mais semelhante ao da faixa média do que às camadas muito baixas ou muito altas.

A qualidade do sinal recebido obedece à mesma lógica física. O LTE de baixa frequência forneceu as leituras de qualidade mais estáveis, com uma mediana RSRQ próxima de menos nove decibéis. Esse valor é relevante porque descreve o quão limpo é o sinal recebido em relação à interferência e ao ruído. As camadas de faixa média e alta mostraram variação muito maior de um lugar para outro. Em ruas densas, mais células são concentradas em uma área menor, permitindo que celulares e scanners detectem vários transmissores próximos simultaneamente. Seus sinais se sobrepõem, refletem nas fachadas e competem pelas mesmas frequências. O resultado é uma qualidade menos previsível nas faixas mais altas, mesmo quando a rede possui muitos sites implantados.

Esse comportamento em função da frequência ajuda a explicar por que as operadoras utilizam as faixas baixas como base para a cobertura. Elas conseguem penetrar nos edifícios e cobrir áreas maiores utilizando menos estações. As faixas mais altas podem adicionar capacidade onde há grande concentração de pessoas, mas se atenuam mais rapidamente quando o sinal encontra obstáculos urbanos densos. As medições mostram que ambos os efeitos coexistem na mesma cidade: ondas de baixa frequência alcançam distâncias maiores pelas ruas, enquanto as de alta frequência reduzem seu alcance útil à medida que aumentam paredes e tráfego.

Quando o sinal captado não corresponde a nenhuma célula

Um scanner capta um sinal de rádio muito antes de identificar qual célula o está emitindo. Nos dados do teste em movimento de Viena, cada sinal LTE ou 5G detectado foi confrontado com eventos de transmissão decodificados nas proximidades, utilizando a identidade física da célula, o número do canal e o arquivo de medição como chaves. O objetivo era simples: associar o que o receptor captou às informações da rede que identificavam o transmissor.

Essa associação nem sempre funcionava, pois um sinal sem identidade de célula não pode ser posicionado em um mapa com segurança. Dos 2.649.377 registros de sinais examinados, 472.645 não puderam ser vinculados a nenhum evento de transmissão decodificado, o que representa 17,84% do total. O LTE deixou 14,90% dos casos sem correspondência, enquanto o 5G NR ficou em 18,81%.

Entre os registros que obtiveram correspondência, problemas temporais eram comuns, mas os espaciais, raros. No geral, 13,84% apresentaram valores atípicos no tempo e apenas 0,53%, no espaço. O LTE registrou 17,99% de outliers temporais e 1,96% espaciais. O 5G NR teve 12,48% e 0,06%, respectivamente. Aproximadamente dois terços de todos os registros mostraram-se totalmente consistentes nas duas dimensões.

Essas falhas de sincronia apontam para decodificação assíncrona e bufferização nos logs do scanner. Uma janela rígida de correspondência de dez segundos era estreita demais para essa variação, razão pela qual os dados publicados utilizam um recurso espacial como alternativa. Cada registro de sinal é vinculado ao evento de transmissão candidato mais próximo entre as correspondências exatas por chave. As estatísticas temporais continuam a ser reportadas, permitindo que os usuários escolham diferentes limiares.

Localizando as antenas por meio dos círculos de avanço de tempo e de registros públicos

O avanço de tempo (timing advance) funciona como uma pista de rádio que revela a distância entre o celular e sua estação base servidora. Cada valor medido pode ser convertido em um círculo centrado na localização do aparelho. Como o raio desse círculo corresponde à distância calculada, vários círculos devem se sobrepor perto de um único transmissor. No caso do LTE, o método utilizou registros públicos austríacos de transmissores para restringir os locais candidatos. Esses registros forneceram endereços plausíveis antes que qualquer geometria de rádio fosse ajustada. As alturas das antenas foram obtidas a partir de imagens do Google Earth Pro, em vez dos arquivos das operadoras. Em cada dia de medição, selecionaram-se as dez estações base LTE mais frequentemente observadas por operador. Ao longo de dezoito dias, isso resultou em cinquenta locais LTE distintos para todos os operadores nessa camada. Essa regra distribuiu o trabalho por mais ruas, horários e células, evitando a concentração em apenas algumas poucas fortes. Para o 5G não autônomo, os registros do celular não expõem diretamente os nomes das estações base. Por isso, a mesma identidade física da célula foi tratada como um único local dentro de um dia. Essa suposição é mais segura porque cada percurso cobriu uma área limitada e o espaço de identidades é amplo. Uma célula precisava de pelo menos cinco medições feitas em lugares distintos antes que pudesse ser localizada. As trinta identidades qualificadas mais frequentes por dia foram mantidas para a estimativa. Desenhou-se círculos de tempo ao redor de cada ponto do celular, e sua sobreposição testou a geometria. Se um agrupamento de círculos se encaixasse em um único ponto, esse agrupamento foi usado para a localização. Grupos menores inconsistentes foram descartados para que dados misturados não desviassem a estimativa do local. Para os locais LTE com metadados de referência, as posições estimadas apresentaram um erro quadrático médio de 38,55 metros. As orientações dos setores tiveram um erro circular absoluto médio de 27,95 graus. Esses valores são fisicamente plausíveis, embora não provem as posições reais das antenas. Para o 5G, não havia uma verdade externa disponível porque os registros do celular careciam de rótulos diretos de locais. Uma verificação interna comparou as distâncias derivadas do avanço de tempo com as distâncias em linha reta até os locais estimados. Em todas as 17.433 amostras usadas nessa verificação, o resíduo mediano foi de 69,6 metros. O percentil 95 atingiu 318,8 metros e o percentil 99 alcançou 585,4 metros. Esse resultado indica que os locais 5G inferidos respeitam as restrições de tempo, mas não constitui uma prova independente.

Uma cidade mensurável, porém incompleta

Cem quilômetros quadrados de Viena agora estão disponíveis em um conjunto de dados aberto. O valor da iniciativa reside menos em qualquer número isolado do no que esses dados tornam possível. O scanner observa a rede por fora. Os celulares mostram como os usuários a percebem, e os modelos de edifícios fornecem o cenário físico para ambos. Juntos, eles sustentam mapas de rádio, verificações de cobertura, gêmeos digitais e aprendizado de máquina que podem ser testados contra ruas reais, em vez de ambientes simulados. Isso oferece uma oportunidade rara de avançar dos painéis das operadoras rumo a uma infraestrutura pública para pesquisa sem fio.

Os obstáculos também são claros, pois a parte mais limpa do quadro permanece parcialmente oculta. Muitos sinais captados pelo scanner não podem ser vinculados a uma identidade de célula decodificada, e os registros dos celulares em 5G não autônomo carecem de rótulos estáveis para as estações base. As posições estimadas das antenas ajudam a preencher essa lacuna, mas cobrem apenas um subconjunto dos locais e se apoiam em círculos de tempo, registros públicos e imagens. Os logs de throughput contêm pausas reais, transferências de conexão (handovers) e lacunas de agendamento. Portanto, uma análise que trate cada amostra como igual vai mal interpretar a rede. Esses limites não são falhas para esconder: eles definem onde a modelagem cuidadosa deve começar.

A oportunidade mais ampla é que outras cidades possam seguir o mesmo caminho, combinando testes em movimento com dados abertos de edifícios e registros públicos de transmissores. Se as operadoras expuserem mais identificadores, se os dispositivos reportarem informações de feixe mais limpas e se o clima entrar nos rastros, esses mapas podem se tornar ferramentas vivas para o planejamento. Nesse cenário, uma cidade deixa de ser apenas um lugar onde celulares conectam. Ela se torna um instrumento que pode ser lido, comparado e melhorado. Um mapa de rádio pode ser confiável quando as antenas são inferidas a partir dos sinais que emitem?