Identyfikacja operatora na podstawie wskaźników jakości sygnału radiowego – zarys podejścia

• Autorzy: Zmysłowski, Dariusz , Kelner, Jan M.

Warianty tytułu

EN

Mobile network operator identification based on RF signal quality metrics – approach outline

• Konferencja: Konferencja Radiokomunikacji i Teleinformatyki (11-13.09.2024 ; Poznań, Polska)
• Języki publikacji: PL

Abstrakty

PL

Ocena jakości usług QoS (Quality of Service) w sieciach 5G jest zwykle realizowana na podstawie wartości kluczowych wskaźników wydajności KPI (Key Performance Indicator) takich jak przepustowość lub opóźnienie. Parametry te można wyznaczać przy realizacji konkretnej usługi lub testów wydajnościowych, np. z wykorzystaniem aplikacji iPerf. Bardziej powszechnym rozwiązaniem jest wykorzystanie parametrów referencyjnego sygnału radiowego, np. RSRP, SINR, RSRQ, które mogą być wyznaczane w sposób ciągły, niezależnie od realizowanych usług. Autorzy we wcześniejszej pracy przedstawili analizę korelacyjną pomiędzy parametrami sygnałów radiowych i KPI usług. Na podstawie tych badań dla scenariusza iPerf, wyselekcjonowali dwa parametry RSRQ i SINR wyznaczane dla standardu 5G, które pozwalają jednoznacznie identyfikować operatora. W tym przypadku zastosowali regresję liniową dla danych pomiarowych. W tym artykule przedstawiono analogiczną metodę identyfikacji operatora dla scenariusza transmisji strumieni wideo realizowanych w serwisie You-Tube wraz z propozycją wykorzystania regresji kwadratowej.

EN

Assessment of quality of service (QoS) in 5G networks is usually based on the key performance indicators (KPIs) such as throughput or latency. However, these parameters can be determined when implementing a specific service or performance test, e.g., using the iPerf application. A more common solution is to use the parameters of the reference radio signal, e.g., RSRP, SINR, or RSRQ, which can be determined continuously, regardless of the services provided. In our previous work, we presented a correlation analysis between radio signal parameters and service KPIs. Based on this research, for the iPerf scenario, we selected two parameters RSRQ and SINR determined for the 5G standard, which allow for the unambiguous identification of the mobile network operator (MNO). In this case, linear regression for the measurement data is used. In this paper, we present this method for video streaming scenario from the YouTube service, along with a proposal to use square regression.

Słowa kluczowe

PL

jakość usług; 5G; New Radio; sieć mobilna; RSRQ; SINR; regresja

EN

5G; New Radio; mobile network; RSRQ; SINR; regression

• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2024
• Tom: nr 4
• Strony: 341--344
• Opis fizyczny: Bibliogr. 6 poz., rys., tab.

Twórcy

autor

Zmysłowski, Dariusz

• Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego, Wydział Elektroniki, Instytut Systemów Łączności, Warszawa,

autor

Kelner, Jan M.

• Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego, Wydział Elektroniki, Instytut Systemów Łączności, Warszawa,

Bibliografia

• [1] Li D., D. Ye, N. Gao, S. Wang. 2019. “Service selection with QoS correlations in distributed service-based systems”. IEEE Access, 7: 88718–88732.
• [2] Mongay Batalla, J., et al. On studying active radio measurements estimating the mobile network quality of service for the Regulatory Authority's purposes. Computer Networks, 2023, 235: 109980.
• [3] Mongay Batalla J., S. Sujecki, J. Oko, J.M. Kelner. 2022. “Cost-effective measurements of 5G radio resources allocation for telecom market regulator’s monitoring”. 2022 19th ACM PE-WASUN, 83–90.
• [4] Zmysłowski, D.; Kelner, J. M. Mobile Network Operators’ Assessment Based on Drive-Test Campaign in Urban Area for iPerf Scenario. Applied Sciences, 2024, 14(3): 1268.
• [5] Zmysłowski D., J.M. Kelner. 2022. Drive test-based correlation assessment of QoS parameters for exemplary measurements scenario in suburban environment. 2022 18th WEBIST, 485–494.
• [6] Zmysłowski D., J.M. Kelner. 2022. The concept of application of the Wroclaw taxonomy for QoS assessment in mobile networks. 2022 18th WEBIST, 485–494.

Identyfikatory

DOI

10.15199/59.2024.4.76