Blog

Introduzione: La complessità del posizionamento FM in città dense

In ambienti urbani caratterizzati da alta densità abitativa, morfologia stratificata e reti elettroniche sovrapposte, il posizionamento delle antenne FM non è una mera scelta geometrica ma una sfida ingegneristica che richiede una modellazione predittiva avanzata.

L’interazione multipla tra edifici, infrastrutture di telecomunicazione – tra cui reti 5G e dispositivi IoT – e le proprietà fisiche dei materiali edilizi genera un ambiente di propagazione estremamente complesso. La copertura FM, spesso basata su standard ITU-R e normative AGCOM, risulta vulnerabile a interferenze da co-canali, reti 5G ad alta densità e riflessioni multiple.

Questo approfondimento, basato sulle fondamenta del Tier 1 – che impone copertura minima garantita del 95% con tolleranza dinamica per picchi – si concentra su un processo strutturato e dettagliato per ottimizzare la posizione fisica delle antenne, tenendo conto di sorgenti di interferenza rilevate tramite analisi spettrale in campo reale e modellazioni 3D avanzate.

1. Fase 1: Analisi preliminare con GIS e dati di propagazione
   Utilizzo di software GIS integrati con database di propagazione (es. ITU-R P.1546, modelli propagation basati su OZONE) per mappare hot-spot di segnale e zone morte in base alla densità urbana, morfologia stradale e materiali costruttivi prevalenti (calcestruzzo armato, vetro, metallo).
   Esempio pratico: A Milano, aree storiche con edifici alti e stretti vicoli mostrano attenuazioni superiori a 15 dB in frequenze FM 88–108 MHz, evidenziando la necessità di simulazioni microingegneristiche.
2. Fase 2: Identificazione interferenze in campo
   Raccolta dati tramite analizzatori di spettro portatili (es. Rohde & Schwarz SR820) e sensori distribuiti (nodi IoT con capacità di misurazione SINR). Misure in 12 punti chiave tra ore 7 e 21 per cogliere variazioni di carico utente e interferenze da reti adiacenti.
   Risultato: 37% dei punti mostra SINR < 15 dB in presenza di segnali 5G a 3.5 GHz vicini.
3. Fase 3: Modellazione ray tracing 3D
   Simulazione con OZONE o Atoll, importando modelli BIM o CAD di edifici per ricostruire il percorso multipercorso. Integrazione di materiali riflettenti (vetro, metallo) e assorbenti (cemento, pannelli fonoassorbenti).
   Risultato tipico: onda diretta domina solo in 20% dei punti; il 58% presenta dominanza di riflessioni multiple, con ritardi multipli superiori a 120 μs.
4. Fase 4: Attenuazione dinamica e calcolo perdite
   Applicazione di funzioni di attenuazione dipendenti da frequenza (es. dipendenza 1/f fino a 1 GHz) e angolo di incidenza (massima perdita di 22 dB a 30°).
   Formula applicata:
   
A(f,θ) = A₀ * exp(-α(f) * d / (cosθ * h)) * (1 - cosθ / cosφ_min)^n

   dove α(f) = 0.08 dB/m (calcestruzzo), d = distanza, h = altezza antenna, θ = angolo, φ_min = angolo critico, n=1.5 per riflessioni multiple.

Metodologia avanzata di analisi del sito: dalla simulazione alla validazione

La modellazione predittiva deve essere accompagnata da una validazione sul campo, dove i dati reali confermano o correggono le ipotesi iniziali.

>“Un modello teorico senza validazione reale è una previsione fragile; la chiave è integrare misure fisiche con simulazioni ad alta fedeltà.”
— Engineer Senior RF, Aria Comunicazioni, Milano, 2023

Fase 1: Raccolta dati in campo – Procedura operativa standard
- Strumentazione: Antenne a banda larga (88–108 MHz), ricevitori SDR (USRP B110), generatori di segnale sincronizzati.
- Raccolta segnale: Registrazione continua con timestamp GPS e registrazione di livelli dBμV/m, SINR, BER ogni 15 minuti per 72 ore.
- Punti critici: incroci stradali, parcheggi multi-piano, zone con edifici alti (>15 m).

Fase 2: Validazione con SINR e misure di copertura
- Misura SINR in tempo reale: soglia critica 15 dB per evitare degradazione audio.
- Test di copertura con veicoli equipaggiati con SDR, registrazione di loss map (dB) rispetto al modello predetto.
- Identificazione anomalie: punti con SINR < 12 dB e bufera di 8–12 dB rispetto al previsto indicano riflessioni impreviste o interferenze locali.

Esempio tabella sintesi dati campo: