Milano Cortina 2026: la FUB a supporto del MIMIT per l’ottimizzazione dello spettro radioelettrico

di Luca Allulli e Raffaele Nicolussi, Ricercatori FUB

La gestione operativa dei grandi eventi di portata internazionale si basa su una complessa architettura organizzativa e sull’apporto di competenze tecnico-specialistiche, determinanti per garantirne il successo. Tale modello gestionale ha trovato piena applicazione in occasione della XXV edizione dei Giochi Olimpici Invernali di Milano Cortina 2026 (dal 6 al 22 febbraio) e della XIV edizione dei Giochi Paralimpici Invernali (dal 6 al 15 marzo).

Le due manifestazioni si contraddistinguono per le loro dimensioni eccezionali: il programma olimpico ha visto la partecipazione di 92 nazioni e circa 3 mila atleti, impegnati in 116 eventi agonistici e 16 discipline, mentre le Paralimpiadi hanno registrato il coinvolgimento di circa 55 delegazioni nazionali e 600 atleti, in competizione per il podio in 6 discipline invernali.

Parallelamente all’impegno agonistico degli atleti, la fattibilità dei Giochi è stata assicurata dal Ministero delle imprese e del Made in Italy con il contributo di un team di specialisti della Fondazione Ugo Bordoni. Il personale tecnico del MIMIT – con il supporto dei ricercatori della FUB – ha gestito la complessa pianificazione e assegnazione delle risorse frequenziali a emittenti radiotelevisive, operatori di sistemi a pilotaggio remoto e addetti al cronometraggio, al fine di assicurare trasmissioni sicure e prive di mutue interferenze.

La complessità della sfida emerge chiaramente analizzando lo spettro radioelettrico italiano, paragonabile a un’infrastruttura satura dove ogni segmento di banda è già interamente allocato. Secondo quanto stabilito dal Piano Nazionale di Ripartizione delle Frequenze (PNRF), ciascuna porzione di frequenza tra 0 e 3.000 GHz è soggetta a una rigorosa disciplina d’uso per consentire la convivenza di servizi eterogenei: dai canali del digitale terrestre alle reti cellulari 4G e 5G, dai radar militari alle comunicazioni aeronautiche e ai servizi di emergenza.

In un contesto radioelettrico già fortemente congestionato, l’arrivo di Milano Cortina 2026 ha richiesto il considerevole sforzo di autorizzare e allocare ben 8 mila frequenze temporanee extra, destinate esclusivamente all’evento. Il compito della FUB è stato proprio quello di supportare il Ministero delle Imprese e del Made in Italy (MIMIT) in questa complessa attività di pianificazione dello spettro: trovare lo spazio per queste risorse frequenziali supplementari senza creare collisioni tra loro e senza disturbare gli operatori già presenti sul territorio.

Prima di addentrarci nei dettagli tecnici, è utile presentare i soggetti istituzionali e operativi coinvolti nonché i rispettivi ruoli ricoperti all’interno del processo. Da un lato abbiamo la Fondazione Milano Cortina 2026 (MiCo), istituita nel 2019 come Comitato Organizzatore. Tra i suoi numerosi compiti, ha gestito la raccolta e la preelaborazione delle richieste tramite un portale dedicato agli stakeholder, gli operatori interessati a ottenere frequenze temporanee per i Giochi. Dall’altro lato hanno operato in stretta sinergia il Ministero delle Imprese e del Made in Italy (MIMIT), autorità titolare del rilascio delle autorizzazioni per gli usi civili, e la Fondazione Ugo Bordoni (FUB), che ha supportato il Ministero progettando e sviluppando il software di ottimizzazione al fine di favorire un’allocazione dello spettro efficiente e priva di interferenze. La supervisione e la validazione finale erano in capo ai funzionari tecnici del MIMIT, incaricati di verificare le proposte e gestire le casistiche di maggiore complessità; contestualmente il comparto amministrativo ministeriale ha curato l’emissione delle determine e degli atti ufficiali.

L’attività di pianificazione dello spettro per Milano Cortina 2026 è stata avviata con largo anticipo. Un momento rilevante del percorso è consistito nell’analisi operativa dei Giochi estivi di Parigi 2024 (Jeux de la XXXIII Olympiade). L’analisi delle best practice e delle criticità delle edizioni precedenti è un approccio promosso dallo stesso Comitato Olimpico Internazionale (CIO). Attraverso il programma di trasferimento delle conoscenze OGKM (Olympic Games Knowledge Management) le future città ospitanti hanno la possibilità di partecipare ai Giochi in veste di delegati tecnici. Tale attività è stata condotta dai colleghi dello Spectrum Management Team (SMT) della Fondazione MiCo, che hanno potuto analizzare sul campo le problematiche radioelettriche e le soluzioni implementate a Parigi.

Nella fase operativa, una delle prime necessità è stata la stesura dello Spectrum Availability Plan (SAP), documento tecnico di riferimento destinato agli operatori accreditati. Il SAP descrive nel dettaglio le porzioni di spettro utilizzabili e le regole generali per l’impiego dei servizi wireless in ambito olimpico. L’obiettivo primario del documento è promuovere un utilizzo ordinato delle frequenze, fornendo indicazioni procedurali e specifiche tecniche – come bande e limiti di potenza – e richiamando gli utilizzatori al rigoroso rispetto della normativa italiana in materia di telecomunicazioni.

Attraverso il SAP è stata resa disponibile un’informativa dettagliata sulla disponibilità dello spettro per ogni singola venue, ovvero sede di gara. A tale proposito, l’architettura dei Giochi si è basata su un modello diffuso e sostenibile, articolato in diversi cluster geografici che hanno unito la città alla montagna: Milano, Cortina d’Ampezzo, Valtellina, Val di Fiemme e Verona. All’interno di ciascun cluster sono state individuate le specifiche venue: per esempio, l’Arena Santa Giulia a Milano per l’hockey su ghiaccio o l’Aerials & Moguls Park di Livigno per freestyle e snowboard (vedi figura 1). Questa frammentazione territoriale ha comportato specifiche complessità tecniche: mentre le vallate montane offrivano una naturale schermatura dalle interferenze esterne, i contesti urbani o le arene indoor presentavano criticità radioelettriche profondamente differenti.

Figura 1: Mappa delle venue olimpiche (Fonte: Milano Cortina 2026 / olympics.com)

A tale articolazione geografica si è aggiunta la necessità di operare in uno spettro radioelettrico nazionale caratterizzato da un elevato tasso di occupazione. Per identificare le risorse frequenziali libere al SAP è stato affiancato un ulteriore strumento operativo: la matrice di disponibilità dei canali. Tale strumento ha consentito di classificare l’affidabilità di ogni singola frequenza incrociando i riscontri delle misurazioni sul campo (survey) eseguite dagli ispettorati territoriali del MIMIT con i risultati delle simulazioni teoriche condotte dalla FUB. Dalla combinazione di questi dati sono stati individuati i canali potenzialmente assegnabili, successivamente categorizzati in base alla probabilità di operare in assenza di interferenze, secondo una scala di qualità compresa tra i livelli Bronze e Platinum.

Un parametro essenziale, integrato anche nell’algoritmo di assegnazione è stato il sistema delle priorità. Gli operatori presentano infatti requisiti differenziati, e alcune apparecchiature risultano critiche per il regolare svolgimento delle competizioni sportive (si considerino, per esempio, i sistemi radio per il cronometraggio, per i quali un’interferenza potrebbe invalidare la misurazione dei tempi di gara). Di conseguenza, il software è stato configurato per elaborare in via prioritaria le richieste di maggiore criticità, assegnando ad esse i canali più sicuri (Platinum e Gold), per poi procedere all’allocazione delle risorse residue per le restanti istanze.

Ultimate queste attività preliminari, il processo operativo ha preso avvio con l’apertura dei periodi di prenotazione (Booking period) sul portale MiCo. La presentazione delle domande è stata articolata in tre finestre temporali distinte: Normal Period (NP), Late Period (LP) ed Extraordinary Period (EP). Alla chiusura di ciascuna finestra, i blocchi di richieste sono stati trasmessi al MIMIT per essere elaborati congiuntamente dai tecnici ministeriali e dai ricercatori della FUB, avvalendosi di software appositamente sviluppato. A seguito dell’approvazione formale, le frequenze assegnate sono state comunicate a MiCo e contestualmente agli operatori.

La terza finestra, l’Extraordinary Period, è stata strutturata per consentire la gestione in tempo reale delle istanze pervenute nell’imminenza o durante lo svolgimento dell’evento, al fine di far fronte ad attivazioni tardive, esigenze emergenziali o modifiche tecniche urgenti. L’implementazione di tale fase ha richiesto alla FUB lo sviluppo di funzionalità aggiuntive per dotare l’applicativo di un’architettura idonea a processare rapidamente le richieste last-minute.

Questo lungo viaggio collettivo ha attraversato tutte le finestre di prenotazione, sostenuto da un intenso lavoro di squadra, fino alla cerimonia di chiusura, quando l’ultimo apparato è stato finalmente spento.

Lo Spectrum Availability Plan (SAP) è un documento tecnico redatto dal Comitato Organizzatore con il supporto del MIMIT. Esso elenca le tipologie di servizio per le quali può essere richiesto l’uso di frequenze radio, quali PMR (Personal Mobile Radio, ossia i cosiddetti walkie-talkie), radio microfoni e auricolari senza fili, telecamere wireless (inclusi droni e telecamere su elicotteri), apparati di telemetria e telecontrollo (per esempio per rilevare i tempi degli atleti, o controllare a macchine fotografiche a distanza), ponti radio terrestri e satellitari, e altri apparati specialistici.

Per ciascuna tipologia di servizio il SAP specifica regole finalizzate a facilitare la coesistenza di un elevato numero di apparati in spazi ristretti. Spesso si rende necessario applicare criteri più restrittivi rispetto a quanto permesso dalla normativa nazionale e internazionale – come, per esempio, la limitazione della potenza di trasmissione – al fine di garantire la totale assenza di interferenze.

Inoltre, per ogni servizio, il SAP riporta le porzioni di spettro utilizzabili in conformità con il PNRF e la probabilità che una richiesta di frequenza in ciascuna porzione di spettro venga accettata, sulla base dell’attuale livello di saturazione. Tale disponibilità è dettagliata per ciascun cluster olimpico. Il SAP, messo a disposizione degli operatori, ha avuto lo scopo strategico di orientare proattivamente gli utilizzatori verso le porzioni di spettro meno congestionate, prevenendo criticità strutturali durante la procedura di assegnazione.

La prima versione del SAP, elaborata congiuntamente da MiCo e dal MIMIT e pubblicata a giugno 2024, si è concentrata primariamente sulla ricognizione delle porzioni di spettro utilizzabili e sui vincoli imposti sull’uso degli apparati, in relazione alle diverse tipologie di servizio. La seconda e definitiva versione, pubblicata a gennaio 2025, ha affinato l’accuratezza nella stima della disponibilità spettrale grazie a due contributi fondamentali:

• una campagna di misure all’interno delle venue olimpiche, condotta dagli ispettorati territoriali del MIMIT per “fotografare”, tramite analizzatori di spettro, il livello di rumore nelle diverse frequenze;
• le simulazioni di propagazione e gli algoritmi di analisi di coesistenza radioelettrica, introdotti dalla Fondazione Ugo Bordoni per determinare, venue per venue e frequenza per frequenza, l’effettiva disponibilità della stessa.

Le analisi sono state condotte a partire dagli algoritmi di Gecos, l’applicativo realizzato dalla FUB per automatizzare le verifiche di coesistenza per le assegnazioni di frequenze ad uso privato da parte della Direzione DGTEL del MIMIT. In vista dei Giochi Olimpici, Gecos è stato potenziato con nuove funzionalità per consentire la gestione massiva di grandi quantità di richieste. La lettera “s” di Gecos indica proprio la capacità del sistema di eseguire simulazioni: forniti la località e i parametri radioelettrici di un apparato (i principali sono  frequenza, larghezza di banda, potenza, guadagno e altri parametri dell’antenna), Gecos è in grado di determinare se l’accensione dell’apparato possa causare o subire interferenze a causa della presenza di altri dispositivi già autorizzati a operare nello stesso canale, i cosiddetti incumbent (gli utenti che già occupano legittimamente una frequenza). Sfruttando le potenzialità di Gecos, la FUB ha potuto svolgere un’analisi di coesistenza per il contesto olimpico basata sull’algoritmo seguente:

• Per ogni venue v:
  • Per ogni servizio s:
    • Per ogni canale c assegnabile al servizio s:
      • Crea un apparato fittizio a, posizionato nella venue v, con i parametri radioelettrici tipici del servizio s
      • Effettua l’analisi di coesistenza dell’apparato a
      • Registra l’output dell’analisi in una matrice

Attraverso questa elaborazione massiva è stata costruita la matrice di disponibilità dei canali, di cui abbiamo parlato in precedenza, dalla quale, mediante aggregazioni a diversi livelli di granularità sono stati derivati i gradi di disponibilità delle singole porzioni di spettro, riportati qualitativamente nel SAP (Very High, High, Medium, Low, NA).

Nel corso di questa analisi è emersa la necessità di espandere ulteriormente le funzionalità di Gecos. Per modellare con maggiore accuratezza i dispositivi operanti all’interno di ambienti chiusi (indoor), naturalmente schermati da disturbi esterni, è stato introdotto il modello di Building Entry Loss che permette di tenere conto dell’attenuazione del segnale dovuta all’attraversamento delle pareti di un edificio contribuendo, in questo modo, al riuso dello spettro. La porzione di spettro gestita da Gecos è stata ulteriormente ampliata sviluppando appositi connettori software, capaci di attingere alle informazioni custodite negli altri database del MIMIT. Verificata l’affidabilità dei modelli di propagazione anche per queste nuove bande, è stato possibile processare le istanze degli operatori, garantendo la totale assenza di interferenze con gli incumbent (gli utilizzatori preesistenti) già attivi su quelle frequenze.

Un aspetto di particolare complessità tecnica ha riguardato la definizione stessa dei “canali” da sottoporre ad analisi. In alcune porzioni di spettro, quali quelle usate per i PMR nelle bande VHF ed UHF, il PNRF prevede una canalizzazione ufficiale che, tuttavia, non sempre coincide con le specifiche degli apparati internazionali; in altre bande non esistono dei canali o delle larghezze di banda standard. Si è reso pertanto necessario ridefinire il concetto di canale come una porzione di spettro entro la quale le condizioni di coesistenza radioelettrica rimangono costanti. Anziché ricorrere a una canalizzazione predefinita, si è proceduto a ricostruire i canali a partire dall’uso reale dello spettro. È stato costruito l’insieme B (boundaries) delle frequenze che rappresentano l’inizio o la fine del canale utilizzato da uno degli incumbent, si è poi ordinato tale insieme e infine si è definito un canale MiCo come l’intervallo tra due frequenze boundary consecutive. Questo approccio ha rappresentato una significativa innovazione metodologica: superando i vincoli della canalizzazione nazionale, si è ottenuto un modello di precisione elevatissima (all’Hertz), capace di adattarsi in modo flessibile alle eterogenee esigenze tecniche degli utilizzatori internazionali.

L’ultimo passaggio cruciale è stato il confronto e l’integrazione dei dati di utilizzo dello spettro provenienti dalle campagne di misura e dalle simulazioni condotte dalla FUB. Da un’attenta analisi è emerso che i due dati non coincidevano pienamente:

• da un lato, le campagne presentavano il limite di rilevare l’utilizzo dello spettro in uno specifico, limitato intervallo temporale; esse inoltre erano affette da un leggero effetto di sbavatura spettrale (blurring) che si verifica quando l’energia di una singola frequenza “si espande” sulle frequenze vicine invece di apparire come una linea netta e precisa nel grafico del segnale;
• dall’altro, le simulazioni sono state condotte in uno scenario conservativo; per esempio, nel caso di dubbi sulla localizzazione di un incumbent, si è provveduto a considerare la sua frequenza potenzialmente non utilizzabile in un’ampia zona geografica.

Per conciliare queste differenze, è stato introdotto un sistema di classificazione a livelli per la qualità dello spettro: dal livello Platinum (canali risultati liberi sia nelle misure sia nelle simulazioni, anche considerando gli incumbent con posizione incerta) fino al Bronze (canali disponibili solo in simulazione, valutati esclusivamente rispetto agli incumbent con localizzazione certa). Sia le stime di disponibilità pubblicate nel SAP, sia le successive assegnazioni regolate dalle priorità delle richieste, si sono basate su questa scala qualitativa.

L’architettura portante di Gecos è costituita dai modelli di propagazione del segnale e dai criteri di coesistenza, studiati dai ricercatori FUB per assistere i funzionari della DGTEL nell’assegnazione sicura delle frequenze.

Al fine di proteggere una stazione e garantirle l’assenza di interferenze, si è scelto di applicare il criterio I/N, uno degli standard più diffusi negli studi di coesistenza radioelettrica. L’idea è che il segnale ricevuto da possibili stazioni interferenti debba arrivare con una potenza così bassa da essere sostanzialmente indistinguibile dal “rumore di fondo”. Più precisamente, il rapporto tra la potenza del segnale interferente I complessivamente ricevuta da tutti gli interferenti e il rumore termico del ricevitore N deve essere inferiore a una soglia, scelta in funzione dell’applicazione.

Il valore della soglia, così come gli altri parametri di modello, sono stati scelti sulla base delle raccomandazioni degli organismi internazionali, quali ITU (Unione Internazionale delle Telecomunicazioni) ed ETSI (European Telecommunications Standards Institute).

Una volta stabilito come proteggere una stazione, è stato necessario calcolare la potenza del segnale ricevuto dagli interferenti. Per ogni stazione interferente si è partiti dalla piena potenza trasmessa e si è sottratta l’attenuazione subita dal segnale nel “tragitto” fino alla destinazione (vedi figura 2). A tal fine si sono utilizzati alcuni modelli definiti nelle raccomandazioni internazionali, opportunamente scelti:

• la raccomandazione ITU-R P.452 modella il path loss, il contributo di attenuazione dovuto alla propagazione del segnale sulla superficie terrestre;
• la raccomandazione ITU-R P.2108 modella il clutter loss, il contributo di attenuazione addizionale subito a causa di ostacoli (per esempio edifici e alberi) che circondano le stazioni di trasmissione e ricezione;
• la raccomandazione ITU-R P.2109 modella il building entry loss, il contributo di attenuazione dovuto all’attraversamento delle pareti di edifici, se la stazione è indoor.

Figura 2: Rappresentazione dei contributi di guadagno e attenuazione che determinano la potenza del segnale ricevuto

È interessante menzionare che Gecos rappresenta la localizzazione delle stazioni in modo non necessariamente puntiforme, in modo da poter considerare anche stazioni mobili che si muovono all’interno di un’area operativa (come i trasmettitori mobili) oppure stazioni fisse la cui localizzazione è nota solo in modo approssimato. In generale l’area operativa può essere individuata come un punto (per esempio nel caso di stazioni fisse di cui si conosce esattamente la posizione), un settore circolare, o l’intorno (buffer) geometrico di un insieme di territori amministrativi, come comuni, province, regioni, fino all’intero territorio nazionale (in questi due ultimi casi rientrano anche i casi di stazioni mobili o fisse con posizione non esattamente determinata).

Per calcolare la potenza del segnale occorre tener conto anche del diagramma di radiazione delle antenne. In molti sistemi radio le antenne sono progettate per concentrare il segnale in una direzione preferenziale (per esempio verso la stazione con cui si deve comunicare), invece di irradiarlo uniformemente in tutte le direzioni. Si definisce dunque un guadagno di antenna variabile in funzione dello scostamento angolare θ tra la direzione di interesse e la direzione di puntamento dell’antenna azimut (vedi figura 3).

Figura 3: Esempio di diagramma di radiazione di un’antenna in funzione dello scostamento angolare θ rispetto al suo azimut

L’azimut delle antenne non è un dato sempre presente nel database. In alcuni casi, per i ponti radio, Gecos lo può ricavare a partire dalla localizzazione delle stazioni in comunicazione tra loro. In questo caso è possibile ipotizzare che le antenne dei due ricetrasmettitori siano rivolte l’una nella direzione dell’altra. Se, invece, la posizione di una stazione o di entrambe non è puntuale ma è descritta da un’area operativa, anche la direzione verso cui l’antenna potrebbe essere puntata non è un valore certo, ma un intervallo di possibili azimut. Gecos determina l’intervallo calcolando le tangenti tra i poligoni convessi che racchiudono le aree (vedi figura 4). Infine, qualora il dato dell’azimut non sia presente né calcolabile, Gecos utilizza in via cautelativa, ai fini dell’analisi di coesistenza, il guadagno massimo dell’antenna in ogni direzione, come se l’antenna fosse orientata nella direzione della stazione “vittima”.

Figura 4: Intervallo di possibili azimut che intercorrono tra una stazione puntiforme A e una poligonale B e tra due stazioni poligonali C e D

Il diagramma di radiazione delle antenne, ovvero la funzione che determina il guadagno in funzione della direzione, viene calcolato sulla base di opportune raccomandazioni ITU (F.699, F.1336, S.465), in relazione alla tipologia di antenna utilizzata.

In regime di lavorazione ordinaria le richieste di frequenze sono processate in ordine di arrivo: per ogni richiesta Gecos calcola la possibile coesistenza (vedi figura 5) e, in caso di indisponibilità, permette di cercare canali alternativi in prossimità di quello richiesto. Per un grande evento come i Giochi Olimpici occorre, però, un aiuto supplementare: un algoritmo che ottimizzi l’allocazione delle numerosissime frequenze richieste, per soddisfare simultaneamente tutti i vincoli imposti dal modello di coesistenza.

Figura 5: Interfaccia di Gecos per l’analisi della coesistenza

Per affrontare la sfida combinatoria dell’assegnazione delle frequenze si è scelto di impiegare la programmazione a vincoli (Constraint Programming, CP), ovvero un paradigma dichiarativo in cui il problema viene descritto definendo le relazioni logiche e i limiti (i vincoli) che devono intercorrere tra una serie di variabili, lasciando che sia un risolutore automatico a individuare i valori che soddisfano contemporaneamente tutte le condizioni imposte.

Da un punto di vista formale, il modello si articola nei seguenti elementi:

• insieme di variabili, ognuna appartenente a un dominio finito (tipicamente, un intervallo di numeri interi)
• insieme di vincoli sulle variabili, espressi come condizioni logiche
• funzione obiettivo da massimizzare o minimizzare

Risolvere un problema CP consiste nell’assegnare un valore a ciascuna delle variabili, in modo che la soluzione sia feasible, ossia soddisfi tutti i vincoli, e ottimale, ossia non esista un’altra soluzione che migliori la funzione obiettivo. Nel caso generale, risolvere un problema CP è estremamente oneroso, dal momento che le variabili ammettono un numero esponenziale di possibili assegnazioni: tramite CP si possono modellare i problemi NP-hard, computazionalmente ritenuti intrattabili. Sono stati sviluppati dei risolutori che, esplorando intelligentemente lo spazio di ricerca, riescono a risolvere in tempi ragionevoli istanze anche di grandi dimensioni. I risolutori restituiscono soluzioni feasible che migliorano progressivamente la funzione obiettivo, fino a trovare la soluzione ottima; qualora il processo impieghi un tempo eccessivo è possibile interrompere la ricerca, accettando una soluzione sufficientemente buona.

Per applicare l’approccio CP al problema MiCo sono stati considerati i seguenti parametri che gli stakeholder hanno indicato in ogni richiesta di assegnazione di una frequenza:

• tuning range (intervallo di frequenze all’interno del quale si richiede l’assegnazione) e tuning step (distanza tra due consecutive frequenze assegnabili)
• parametri radioelettrici della richiesta (larghezza di banda, potenza, guadagno, richiesta simplex o duplex)
• venue
• priorità della richiesta (stabilita dagli organizzatori)

Alcune richieste possono coinvolgere più venue come le richieste roaming (per esempio nel caso di una troupe televisiva che si sposta di location in location ma vuole mantenere la stessa configurazione dei propri apparati), per le quali si richiede una frequenza che sia libera in tutte le venue. Poiché Gecos permette di gestire stazioni aventi una geometria arbitraria è possibile modellare le richieste roaming semplicemente creando una venue “fittizia”, costituita dall’unione geografica di tutte le venue coinvolte.

Si è scelto di modellare il problema MiCo attraverso MiniZinc, un linguaggio di modellazione di alto livello, dichiarativo e indipendente dal risolutore, progettato per descrivere in modo standardizzato problemi complessi di soddisfazione di vincoli e ottimizzazione. Tramite costrutti ad alto livello di tipo logico-matematico, MiniZinc consente di definire parametri, variabili, vincoli e funzione obiettivo, e delega a un risolutore esterno il compito di trovare la migliore assegnazione delle variabili. A titolo esemplificativo, la figura 6 riporta i primi elementi del modello MiCo:

• parametri che definiscono l’istanza (numero di richieste, tuning range e tuning step di ciascuna richiesta). Il valore effettivo di ciascun parametro sarà specificato separatamente, permettendo di disaccoppiare il modello di ottimizzazione dall’effettiva istanza del problema
• variabili, identificate dalla parola chiave var, il cui valore sarà deciso dal risolutore:
  • assigned[i] assumerà il valore true se il risolutore deciderà di assegnare la richiesta i-esima; altrimenti la richiesta risulterà rigettata
  • tuning[i] assumerà l’indice che rappresenta lo “scatto” di tuning, tale che la frequenza assegnata sia first_tuning[i] + tuning[i] * tuning_step[i] (valore calcolato dalla funzione central_freq)
• vincoli (in figura sono rappresentati i vincoli sul tuning)
• funzione obiettivo con la quale si rappresenta la volontà di massimizzare il numero di richieste assegnate. Nel modello completo, ogni assegnazione verrà pesata in base alla priorità della richiesta

Figura 6: Frammento di codice MiniZinc con i primi elementi del modello MiCo

Una trattazione esaustiva del modello di ottimizzazione richiede molto spazio e sarà oggetto di pubblicazioni scientifiche future. In questo approfondimento ci limiteremo a elencare i principali vincoli che sono stati considerati ed espressi. Per esempio, nel caso delle richieste duplex, si è deciso di modellarle come coppie di richieste simplex, con un vincolo aggiuntivo che fissa la distanza frequenziale tra la frequenza “alta” e la frequenza “bassa” di ogni coppia.

Per ogni richiesta è stato poi necessario definire la venue e la larghezza di banda di ogni richesta tramite parametri: canali assegnati a richieste collocate nella stessa venue non si devono sovrapporre, neanche parzialmente. Relativamente alla coesistenza radioelettrica, poiché il segnale si può propagare anche oltre la singola venue, occorre assicurare che:

• due richieste collocate in venue diverse, a cui siano stati assegnati canali che si sovrappongono, non interferiscano reciprocamente
• ogni richiesta non interferisca con incumbent che già utilizzano lo stesso canale

A titolo di esempio, nella figura 7 viene mostrato il vincolo secondo cui “date due richieste i e j indipendenti (hash diverso), se entrambe sono assegnate e i loro canali si sovrappongono, allora la potenza del segnale trasmesso da j e ricevuto da i deve essere inferiore alla soglia di coesistenza, determinata tramite il criterio I/N”.

Figura 7: Frammento di codice MiniZinc per il vincolo di coesistenza inter-venue

Il vincolo che abbiamo espresso fa uso di matrici precalcolate, che incorporano gli onerosi calcoli dei modelli di simulazione elettromagnetica: per esempio pow considera l’attenuazione del segnale ricevuto nella venue di destinazione a diverse altezze, mentre threshold_rx rappresenta la soglia prevista dal criterio di coesistenza per la richiesta specifica. In questo modo è stato possibile separare la fase di simulazione elettromagnetica da quella di ottimizzazione, snellendo radicalmente il modello di ottimizzazione senza comprometterne la validità.

Una delle principali sfide è stata la gestione dei prodotti di intermodulazione (IMD), frequenze “fantasma” che possono comparire a causa dell’interazione di due o più trasmettitori collocati nelle immediate vicinanze: per alcuni servizi è opportuno che queste frequenze non siano assegnate ad altre richieste nella stessa venue per evitare disturbi. Data la natura combinatoria dei prodotti di intermodulazione è possibile che se ne generino in numero elevatissimo, portando a una proliferazione di vincoli difficili da soddisfare. Per questo motivo è stato necessario creare un algoritmo flessibile che rilassa i vincoli in modo progressivo, privilegiando la pulizia dei canali assegnati agli utilizzatori prioritari.

Parallelamente sono stati introdotti dei soft constraint per modellare requisiti preferenziali, quali l’assegnazione di una specifica frequenza o il riutilizzo della stessa in diverse venue. I vincoli soft si possono implementare manipolando la funzione obiettivo, oppure tramite l’esecuzione di più round di ottimizzazione con un raffinamento progressivo della soluzione.

Una volta costruito il modello, si è proceduto alla realizzazione di un sistema di orchestrazione volto a eseguire le ottimizzazioni in modo modulare, parametrico e verificabile. L’algoritmo complessivo è stato ottenuto componendo moduli per la decomposizione progressiva dell’istanza e il fine-tuning dei parametri; il sistema segmenta lo spettro e adatta i valori in base alla priorità delle richieste, alla qualità dei canali, al grado di rilassamento dei vincoli e alla numerosità delle richieste stesse. Questo approccio permette di suddividere il processo in diversi round di ottimizzazione, ciascuno dei quali risolve un’istanza trattabile in un tempo compreso tra pochi secondi e un massimo di un’ora. Qualora l’elaborazione superasse tale soglia, il calcolo viene interrotto accettando la migliore soluzione ottenuta fino a quel momento.

Per la risoluzione è stato adottato CP-SAT, un solutore avanzato incluso nella suite Google OR-Tools e rilasciato con licenza open source. L’intero applicativo è stato sviluppato internamente, avvalendosi esclusivamente di librerie e strumenti di terze parti a codice aperto.

Complessivamente sono state elaborate 8.549 richieste distribuite su 49 venue, delle quali 7.494 hanno avuto esito positivo. I mancati accoglimenti sono stati determinati, nella maggior parte dei casi, da errori di formulazione (quali per esempio l’indicazione di un tuning range incompatibile con il SAP o con il PNRF) o dalla selezione di porzioni di spettro completamente sature. Tali criticità sono state generalmente superate grazie all’interlocuzione tra lo stakeholder e lo Spectrum Management Team, che ha portato alla presentazione di richieste sostitutive. Per l’esecuzione dei calcoli è stata impiegata una macchina dotata di 8 CPU e 48 GB di RAM, completamente utilizzati per le istanze più difficili, limitando a un’ora il tempo di risoluzione di ogni istanza di ottimizzazione. Nella sola prima finestra (Normal Period) sono state elaborate circa 6 mila richieste, per un tempo di calcolo complessivo di circa 9 ore.

Nei sistemi tecnico-amministrativi complessi, come quelli per la gestione dello spettro radio, una parte significativa del lavoro consiste nel coordinare flussi di richieste, verifiche tecniche e approvazioni da parte di attori diversi. Il ciclo di vita delle richieste olimpiche gestito da Gecos è scandito nelle seguenti fasi:

1. in ogni finestra di presentazione delle domande, MiCo invia al MIMIT un blocco di richieste, che vengono caricate in Gecos e validate
2. Gecos suddivide le richieste in ticket tecnici in base al Frequency Group, ovvero al segmento di spettro richiesto
3. FUB avvia l’algoritmo di ottimizzazione su ciascun ticket tecnico
4. i funzionari tecnici del MIMIT analizzano, raffinano e approvano o rigettano ogni richiesta, utilizzando anche i tool che l’interfaccia di Gecos mette a disposizione (per esempio analisi di coesistenza, ricerca di canali alternativi)
5. Gecos suddivide le richieste in ticket amministrativi, questa volta raggruppate in base all’utilizzatore che ha presentato la domanda
6. a seguito della lavorazione di tutte le richieste di un ticket amministrativo, Gecos genera un parere tecnico, firmato digitalmente, sulla base del quale i funzionari amministrativi rilasciano l’autorizzazione

Per supportare questo tipo di processi la FUB ha sviluppato django-fsm-ticket, una libreria per il framework web Django che consente di realizzare rapidamente applicazioni di gestione di workflow e ticketing. Già utilizzata internamente a FUB in molteplici progetti di digitalizzazione, la libreria ha costituito un elemento centrale nella realizzazione del modulo olimpico di Gecos, in quanto ha permesso di organizzare la lavorazione di richieste, ticket tecnici, ticket amministrativi e prenotazioni; queste ultime usate durante l’Extraordinary Period per assegnazioni in tempo reale. L’idea alla base di django-fsm-ticket è di “montare” un sistema di ticketing sopra un motore di workflow classico:

• django-fsm-2 è una robusta libreria piuttosto nota che permette di descrivere un flusso di lavoro come automa a stati finiti
• django-fsm-ticket visualizza ogni istanza di processo come un “ticket”, costituito da alcuni dati generali seguiti da una sequenza di aggiornamenti. Il modello riprende il funzionamento dei sistemi di help-desk e bug tracking, in cui la segnalazione di apertura evolve attraverso una serie progressiva di note tecniche e avanzamenti

Figura 6: Pagina con lista di ticket con tema Boostrap Italia

Nel contesto operativo di MiCo, ogni singola richiesta di frequenza produce nel sistema un ticket indipendente. Possiede alcuni dati propri (tuning range, tuning step, priorità, eccetera), ed è collegata ad altri oggetti del sistema (per esempio la venue, l’utilizzatore). Ogni richiesta ha inoltre una serie di aggiornamenti storicizzati, come l’assegnazione di una frequenza, l’approvazione o il rigetto da parte di un funzionario e così via. La libreria si occupa di generare automaticamente l’interfaccia web che mostra i ticket, gli aggiornamenti, e le azioni che ogni utente può eseguire.

In considerazione dei positivi risultati conseguiti sul campo, la Fondazione Ugo Bordoni ha deciso di rendere django-fsm-ticket un progetto open source. Tale iniziativa riflette appieno la missione della Fondazione: promuovere il riuso di soluzioni tecnologiche di qualità e favorirne la fruizione da parte della collettività, al fine di alimentare un’innovazione realmente condivisa.

La pianificazione e la gestione dello spettro radioelettrico per i Giochi di Milano Cortina 2026 hanno costituito un’operazione di notevole complessità ingegneristica e logistica. La risoluzione delle criticità allocative ha richiesto l’integrazione strutturale di accurati modelli di propagazione elettromagnetica, complessi algoritmi di ottimizzazione e avanzati strumenti software per la governance dell’intero iter procedurale.

Complessivamente, il sistema ha elaborato migliaia di scenari di assegnazione, gestendo un ingente volume di istanze riguardanti molteplici servizi radio e distribuite in modo capillare sulle diverse venue olimpiche.

Dal punto di vista metodologico, l’esperienza di Milano Cortina 2026 ha richiesto un approccio parzialmente differente rispetto a quanto osservato, per esempio, durante i recenti Giochi di Parigi 2024. Se nella capitale francese l’ampia disponibilità di personale tecnico sul campo ha consentito di gestire e risolvere con efficacia molteplici questioni allocative direttamente durante lo svolgimento delle competizioni, le specifiche necessità e risorse del contesto italiano hanno suggerito un paradigma maggiormente preventivo. L’impegno progettuale si è dunque concentrato sull’ingegnerizzazione e sull’automazione dei processi per arrivare all’inizio dei Giochi con un piano di assegnazioni che fosse il più possibile “pronto all’uso”, minimizzando la necessità di interventi correttivi in loco.

Questo articolato percorso progettuale, frutto della stretta sinergia istituzionale e tecnica tra la Fondazione Ugo Bordoni, il MIMIT e la Fondazione Milano Cortina 2026, ha dimostrato concretamente come l’impiego di tecniche avanzate di simulazione e di ottimizzazione matematica possa supportare in modo determinante l’amministrazione nella gestione della risorsa spettro.

Particolarmente in contesti complessi, caratterizzati da elevata saturazione e dinamismo operativo quali i grandi eventi internazionali, un approccio metodologico basato su automazione e rigore scientifico si conferma uno strumento imprescindibile. Esso garantisce a tutti gli operatori accreditati le necessarie risorse frequenziali, consentendo loro di operare in totale sicurezza e in completa assenza di interferenze.

Proprio in virtù del notevole valore scientifico e dell’innovazione tecnologica che hanno caratterizzato l’intero progetto, le metodologie descritte in questo articolo saranno oggetto di pubblicazioni scientifiche, nelle quali verranno approfonditi i dettagli algoritmici, le scelte architetturali e i modelli di ottimizzazione impiegati.

In questo contesto, la Fondazione Ugo Bordoni conferma il proprio ruolo scientifico a supporto della Pubblica Amministrazione, mettendo a disposizione il proprio know-how avanzato e competenze tecnico-specialistiche, in particolare nell’ambito delle telecomunicazioni, per la progettazione, l’analisi e l’ottimizzazione di sistemi complessi.