Мобильная сеть видит больше, чем кажется. Она может служить неплохим метеорологическим радаром, сообщать, насколько поднимается вода в реке, и как дышит человек во сне — даже расскажет, чем заняться в конкретном городском парке. Мы собрали подборку свежих исследований о том, как сотовые сети превращаются в сети из уникальных датчиков.
Фотография: Mario Beqollari / Unsplash
Мир вокруг нас: дождь, реки, птицы
Идет ли дождь за горизонтом? Подскажут линии сотовой сети. Количество осадков измеряют с помощью специальных приборов — осадкомеров. Но эти устройства не способны зафиксировать ливень, прошедший в паре километров. Метеорологические радары покрывают большую территорию, но дают лишь приблизительную картину: горы, холмы и атмосферные факторы искажают их данные.
Ученые из ведущих университетов Бельгии и Нидерландов, а также бельгийский оператор связи Telenet Group, предположили, что коммерческие микроволновые радиорелейные линии, по которым связываются базовые станции мобильной сети, можно использовать в качестве распределенного метеорологического датчика. Капли поглощают и рассеивают микроволновое излучение, поэтому во время дождя сигнал слабеет. Зная, насколько он ослаб, можно рассчитать интенсивность осадков.
Свою гипотезу специалисты проверили на практике, собрав данные о четырех сильных ливнях, прошедших на территории Бельгии, — всего семь дней наблюдений. Они использовали журналы уровня сигнала для 1,6 тыс. радиорелейных линий между вышками оператора Telenet; он ведет их, чтобы следить за качеством связи. Данные обработали с помощью открытой библиотеки на Python — pycomlink: отсеяли помехи, не связанные с дождем, например, вызванные водяным паром или застоявшейся водой на антеннах.
Затем ученые построили собственные карты осадков и сравнили результат с радарными картами бельгийской метеослужбы. Точность обоих подходов проверяли по показаниям 204 наземных дождемеров. В целом по стране оба метода оказались одинаково точны. Но в крупных городах, где больше всего антенн, метод измерения с помощью линий связи показал наилучшие результаты. Например, в Брюсселе оценки, полученные с помощью сотовой инфраструктуры, расходились с показаниями дождемеров на 1,2 мм в час, а радарные — на 1,5 мм в час. Авторы подчеркивают, что их подход не заменит радары и дождемеры, а дополнит их и сделает карты осадков детальнее.
Когда сотовая вышка подрабатывает гидрологом: LTE-сигнал поможет отследить уровень воды в реке. Гидрологические службы отслеживают уровень воды в реках, чтобы предупреждать о возможных наводнениях и паводках, угрожающих населенным пунктам. Обычно для этих целей используют довольно дорогостоящие датчики, которыми невозможно покрыть все водные пути. Есть альтернатива — спутниковые альтиметры, но над одним и тем же участком реки спутник пролетает в лучшем случае раз в полторы недели, а иногда раз в месяц, и погрешность таких измерений достигает 20 см.
В прошлом году команда из Технологического университета Сиднея предложила следить за уровнем воды в реках, ориентируясь на сигналы обычных вышек мобильной связи. Сигнал от вышки доходит до приемника на берегу двумя путями: напрямую и отражаясь от воды. Когда уровень воды меняется, меняется и длина отраженного пути, из-за этого сигналы то усиливают, то ослабляют друг друга. Чтобы отделить эти колебания от помех, ученые применили непрерывное вейвлет-преобразование (CWT), а затем передали полученные данные нейросети для подсчета уровня воды в сантиметрах.
Метод проверили на реке Парраматта в Сиднее. Для первого эксперимента приемник поставили на расстоянии 420 метров от базовой станции в прямой видимости. Он замерял сигнал примерно 10 раз в минуту в течение семи часов, а результаты сравнивали с данными приливного поста. Средняя ошибка нового метода составила всего 0,5 см, а среднеквадратичная — 0,8 см.
Во втором эксперименте приемник закрывали деревья, а по реке регулярно ходили паромы. Тогда средняя ошибка выросла до 0,8 см, среднеквадратичная — до 1,7 см. Третий эксперимент провели на другом участке реки и на другой частоте. Здесь средняя ошибка выросла до 7,3 см, а среднеквадратичная — до 8,8 см. Но это все равно точнее все тех же спутниковых альтиметров, к тому же данные поступают непрерывно, а не раз в несколько недель. При этом метод получается относительно дешевым. По словам исследователей, он не требует калибровки антенных решеток и данных о состоянии радиоканала (CSI): хватает стандартных показателей мощности и качества LTE-сигнала.
Лес на связи: европейская сеть пересылает записи пения птиц по мобильному интернету. Следить за птицами в масштабах целого континента сложно — и по множеству причин. Полевые работы обходятся дорого, а чтобы проводить наблюдение за конкретным видом, нужны специалисты с соответствующей квалификацией. Изучать пернатых, для которых характерен ночной или скрытный образ жизни, и того сложнее. К тому же в разных странах методики подсчета могут отличаться, поэтому сравнивать их данные трудно.
Чтобы решить эти проблемы, группа ученых развернула международную сеть TABMON, состоящую более чем из ста автономных акустических датчиков в Норвегии, Нидерландах, Франции и Испании, вдоль одного из главных миграционных путей птиц в Европе. Каждое устройство питается от солнечной панели и литиевого аккумулятора. Оно записывает звук пятиминутными файлами, сжимает их в MP3 и передает на сервер через мобильную сеть 4G или 5G. Только за прошлый год были собраны 25 Тбайт аудио. На сервере записи анализирует нейросеть BirdNET, которая умеет узнавать по голосу более 6,5 тыс. птиц (хотя ученые сократили список до 480 видов, обитающих в регионах, где стоят датчики). Она разбивает каждую запись на трехсекундные фрагменты и для каждого определяет вид и то, насколько она уверена в ответе. Результаты выборочно проверяют профессиональные орнитологи, они прослушивают фрагменты и изучают их спектрограммы, чтобы подтвердить или опровергнуть идентификацию вида.
Датчики ставили вблизи миграционных маршрутов, мест гнездования и временных стоянок птиц. Учитывали и практические условия: в точке должно быть покрытие 4G/5G, и до нее можно добраться пешком или на лыжах примерно за час. Там, где позволяет климат, система работает круглый год, как в Испании. В Норвегии из-за короткого светового дня и морозов датчики записывают звук примерно с середины февраля до середины октября. Авторы называют TABMON первым работающим примером международной системы пассивного акустического мониторинга птиц и считают, что технически такую сеть можно масштабировать на весь континент.
Такой разный мониторинг
Каким приложением вы пользуетесь — расскажет сигнал 5G. Группа китайских исследователей показала, что можно узнать, какое приложение открыто на смартфоне пользователя, если проанализировать радиосигнал, который устройство отправляет на вышку. Метод основан на простой закономерности: чем больше пакет данных, тем больше частотных ресурсов занимает его передача — по тому, как «заполняется» эфир, можно восстановить картину трафика.
Авторы научной работы представили систему Crosshair на основе машинного обучения. Она перехватывает сырой радиосигнал (I/Q-сэмплы), восстанавливает по нему, как телефон обменивается данными с сетью, и сравнивает результат с профилями приложений, которые уже знает. Чтобы натренировать Crosshair, исследователи собрали более 9 тыс. образцов активности 78 популярных приложений. Систему проверили в лаборатории на собственной базовой станции 5G. При хорошей связи Crosshair правильно определяла приложение в 96% случаев, а при очень плохой — точность падала до 60%.
Однако авторы признают, что провести подобный анализ в реальных условиях куда сложнее, чем может показаться на первый взгляд. Чтобы выделить сигнал нужного телефона среди других, требуется направленная антенна, при этом пользователи мобильных устройств вокруг будут создавать серьезные помехи.
Фотография: Kyle Head / Unsplash
Чем заняться в городском парке. Исследователи Nokia Bell Labs, испанской Telefónica и французской Orange вместе с учеными из Оксфорда и других университетов предложили изучать, с какой целью люди приходят в те или иные городские парки, анализируя мобильный интернет-трафик — в частности, приложения, которыми пользуются посетители.
Исследователи изучили обезличенные данные крупного французского оператора за полгода. Оператор фиксировал, сколько трафика каждый час проходило через его сети и какие приложения его генерировали — без привязки к конкретным людям. Всего набралось почти полмиллиарда таких почасовых срезов по 45 паркам Парижа и пригородов. Приложения из выборки были разбиты на девять категорий: фитнес, игры, музыка, новости, работа, шоппинг, социальные сети, путешествия и видео. Далее, для каждого парка посчитали, какие категории приложений там используют чаще или реже, чем в среднем по городу, и насколько трафик в будни отличается от выходных.
По этим признакам парки разделились на три типа. «Обеденные» — небольшие парки в центре рядом с офисами и университетами вроде Люксембургского сада. В будни трафика в них на 58% больше, чем в выходные, а среди приложений выделяются рабочие сервисы. В «культурных» парках с достопримечательностями и туристами, например, на Марсовом поле, телефонами в целом пользуются меньше, но соцсети и музыкальные сервисы все равно популярнее, чем в среднем по городу. В «рекреационных» парках в пригородах трафика на 57% меньше медианного по Парижу, зато там чаще открывают фитнес-приложения, новости и сервисы для путешествий.
Мобильные данные покажут, где идут спортивные матчи и крупные мероприятия. В этом году ученые из Университета Модены и Реджо-Эмилии и эксперт из итальянской исследовательской организации ENEA описали способ отслеживать массовые перемещения людей в городе по данным мобильного оператора.
Исследователи взяли обезличенные данные оператора TIM Enterprise по региону Эмилия-Романья. Датасет отражал, сколько людей и когда перемещались между районами. На основе этих данных была обучена система мониторинга, способная различать обыденную активность населения и аномалии в передвижениях, вызванные крупными мероприятиями. На практике всплески активности, которые фиксировала система, совпадали с эвентами в регионе — выставкой керамики в Болонье, ярмарками на автодроме в Имоле и фестивалем философии в Модене. При этом небольшие мероприятия могли затеряться на фоне обычной активности, а пробки или непогода приводили к ложным срабатываниям.
Тем не менее, исследователи доработали систему (с помощью градиентного бустинга) таким образом, чтобы она могла предсказывать количество людей для будущих мероприятий. В масштабах региона модель ошибалась примерно на 10%, а для туристических и горных районов — на 25%. И все же ученые не теряют оптимизма: предполагается, что данные помогут муниципалитетам заранее оценивать нагрузку на парковки и общественный транспорт во время крупных мероприятий.
5G «слышит», как вы дышите. В этом году исследователи из Университета штата Мичиган показали, что сеть 5G можно использовать для мониторинга сна: отслеживать частоту дыхания и движения тела.
Базовая станция регулярно просит телефон отправить специальный служебный сигнал и по нему оценивает состояние радиоканала (CSI). Даже легкие движения грудной клетки спящего человека меняют то, как распространяются радиоволны. Чтобы выделить дыхание, исследователи пропускают сигнал через фильтр, который оставляет только частоты от 0,1 до 0,5 Гц. Движения тела распознавать сложнее, так как они нерегулярные. Для этого авторы обучили сверточную нейросеть. Они собрали 564 образца CSI, записанных во время сна трех участников, и научили модель отличать четыре типа движений: поворот тела, подъем в положение сидя, движение руки и ноги.
Так, достаточно расположить подключенный к 5G-сети смартфон около кровати, чтобы использовать его в качестве медицинского монитора. Метод опробовали в стенах Мичиганского университета. Точность детекции дыхания достигала 91%, а движений во время сна — 85,5%. Однако качество идентификации зависело от условий среды — базовые станции в лаборатории и холле принимали более чистый сигнал от смартфонов, так что и результаты были лучше, а вот препятствия вроде бетонных стен ожидаемо понижали точность.
Дополнительное чтение на Хабре и в корпоративном блоге VAS Experts:
-
Ты не пройдешь (бесплатно): крупные операторы закрывают двери в свои сети — есть ли в этом смысл? Еще пятнадцать лет назад провайдеры призывали отказаться от публичных точек обмена трафиком (IXP). С тех пор их количество только выросло, как выросли и объемы проходящего через них трафика. Сегодня некоторые операторы продолжают настаивать, что отказ от IXP лишь улучшит качество связи для клиентов. В статье обсуждаем, есть ли смысл в подобной трансформации.
-
Иерархический QoS на PCEF: как управлять приоритетами сервисов. При перегрузке в часы пик ядро оператора сети понижает скорость всем абонентам разом. Механизмы ограничения полосы описаны в стандарте 3GPP, однако он не определяет, какой сервис получит полосу первым, когда ее не хватает всем. Рассказываем, как этот пробел помогает закрыть PCEF от VAS Experts.
-
Персональные услуги вместо усредненных тарифов: как это устроено внутри. В статье рассказываем, как мобильному оператору технически реализовать персональные тарифы и управлять условиями обслуживания разных абонентов. Одной биллинговой системы недостаточно, для этих целей как минимум нужны PCRF, OCS и PCEF.
Источник: habr.com