Analisi dei dati di traffico da reti LTE per la stima delle prestazioni a livello utente

A livello globale, il numero di abbonamenti LTE, la quarta e più recente generazione tecnologica per la trasmissione dei dati sulle reti cellulari, sorpasserà il miliardo prima della fine dell’anno, spingendo così molti operatori ad investire risorse per stare al passo con la domanda sempre più crescente. Tra i motivi principali che hanno reso LTE così popolare, abbiamo la diffusione di smartphone capaci di supportare la nuova tecnologia e il conseguente sviluppo di applicazioni e servizi a banda larga. Gli utenti che adottano LTE mirano a sfruttare appieno le potenzialità della rete, soprattutto la maggiore velocità di trasmissione, generando quindi un volume di traffico dati sempre più elevato. Pertanto, diventa di fondamentale importanza per gli operatori individuare degli indicatori di performance che consentano di descrivere lo stato della propria rete e, allo stesso tempo, di stimare la Quality of Experience degli utenti. Tra questi i più importanti sono Latenza e Throughput. Quest’ultimo è un indice dell’effettivo utilizzo della capacità del link, ovvero la quantità di dati trasmessi nell’unità di tempo espressa in bit/s. Tali indicatori sono caratteristici delle reti a pacchetto e dunque di natura radicalmente diversa da quelli tradizionalmente impiegati nel mondo della telefonia; il loro calcolo nelle reti radiomobili risulta complesso in quanto deve tenere conto di molti fattori. In questo contesto si inserisce il presente lavoro di tesi con lo scopo di definire un modello capace di fornire una stima accurata del throughput sperimentato dal singolo utente che si connette alla rete LTE. Esso è stato ottenuto a partire da dati statistici dei contatori di apparato ed è stato poi calibrato tramite misure effettuate sul campo. Il modello produce risultati che mostrano un’ottima correlazione con i dati ottenuti da vari Drive Test; rappresenta quindi un ottimo strumento di valutazione della qualità della rete di ciascun operatore, in quanto fornisce risultati molto simili a quelli che si avrebbero tramite un classico Drive Test, con il vantaggio di rappresentare una soluzione più rapida da applicare a qualsiasi zona d’indagine e in qualunque momento di interesse.