2G/4G高倒流小区识别

bowdler99

这里以白城、四平、长春三市为例进行同（共）覆盖小区分析及2G高倒流小区识别。这三个城市的网络覆盖参数如下表所示：

城市	2G小区	2G宏站	2G微站	4G小区	4G室外	4G室内
白城市区	890	805	85	2906	2485	421
白城	3217	3039	178	9910	9275	635
四平	4158	4158	0	14536	12454	2082
长春	9774	9774	0	50613	39975	10638

网络工参提取：除了少数城市，2G小区不存在室内覆盖。

【威尼斯人】

1、话务量统计时间3天。

2、4G话务量占比=4G话务量/（2G话务量+4G话务量）≤70%

1. 参数设置：

市区基站：

在市区建成区范围内，覆盖范围按平均站间距计算，平均站间距为2*cell_radius。每个城市的市区范围不一样，市区范围与半径也不一样。比如白城的市区范围大致为2km，而长春的市区范围则为15km。

if CITY == 'BAICHENG':

    city_lon, city_lat = (bcbc_lon, bcbc_lat)

    city_radius = 2000

郊区与农村基站：

首先确定不共址的最近的基站距离，将这个距离的1.5倍与平均站间距之间的较大者作为覆盖范围。

dfn_mdist = dfn[(dfn['距离'] > cosite_radius)]['距离'].sort_values(ascending = True).min()

if dfm_center_dist <= city_radius:

cell_range = cell_distance

else:

max(1.5 * dfn_mdist, cell_distance)

基站共址的判断：

当站间距小区共址临界距离cosite_distance时，认为两个基站是共址的。

cosite_radius = 30

dfn['距离'] = dfn.apply(lambda x: hageodist(x['经度'], x['纬度'], dfm_lon, dfm_lat), axis = 1)

cosite_cell = dfn[(dfn['距离'] <= cosite_radius)]

不同类型区域平均站间距不同，覆盖范围有较大差异。在确定同覆盖小区时，需要充分考虑这一点。

2. 算法实现

1）定义重叠覆盖系数，取值范围在0-1之间，用它来描述两个小区重叠覆盖的程度。

2）定义2G覆盖三角形，和4G覆盖三角形。

4）重叠覆盖面积为这两个覆盖三角形重叠的面积：

重叠面积与覆盖三角形面积（边长一定则面积一定）之比即为重叠覆盖系数。

5）区分共址同覆盖 与 非共址同覆盖：

a. 共址同覆盖是两个小区在同一位置，或基本同一位置，覆盖角度相同或相近，如下：

b. 非共址同覆盖是两个小区在不同位置，方向也不相同，但覆盖同一区域，如下所示：

6）高倒流判断：2G话务量占于之同（共）覆盖的4G小区总话务量比例的超过七分之三，占2G-4G整体话务量超过十分之三：

Traffic 2G平均 > 3/7 * Σ2G同覆盖(Traffic 4G) or Traffic 2G平均 > 0.3 (Traffic 2G + Σ2G同覆盖(Traffic 4G))

比如2G话务量为8erl，4G同覆盖小区合计的话务量为18erl，因为8/18 > 3/7，所以此2G小区为高倒流小区。这个判断条件与“高倒流小区规则”：

1、话务量统计时间3天。

2、4G话务量占比=4G话务量/（2G话务量+4G话务量）≤70%

是一致的。同时满足高倒流及存在有同覆盖4G小区这两个条件的2G小区为高倒流2G小区。