SFAS算法说明文档.docx

SFAS算法文档数据需求资源数据基础数据：包括小区ID、小区经纬度、小区类型、基站名称、BSIC、LAC、BCCH、方向角和下倾角等；TCH数据：包括小区ID和小区包含的所有TCH频点；邻区数据：包括小区ID和该小区所有的邻区的CI。扫频数据扫频数据中的关键信息包括：Timestamp:相同时间的多条数据为同一测试点的数据；ARFCN：GSM中包含的所有可用频点；Count of stations：在该测试点上扫频仪接收到某个频点信号的个数；SCH Power：测试点上接收到某个频点的BCCH电平值；LAC：该频点所在小区的LAC；CI：该频点所在小区的CellId；BSIC：该频点所在小区的BSIC;Latitude：测试点的纬度；Longitude：测试点的经度；扫频数据处理扫频数据同小区的对应关系：通过将扫频数据中的LAC+CI可以和小区资源数据的CI和LAC对应从而确定一个小区，另外对于没有LAC和CI的扫频数据可以通过BCCH+BSIC来确定小区，这样确定的小区可能不止一个，在这种情况下需要同经纬度相关联，取距离最近的小区为扫频点对应的小区。干扰矩阵第一步：对扫频数据进行处理：抛弃无用数据：对于扫频数据不完整的数据，抛弃同时缺少LAC、CI和BSIC的数据；抛弃低电平数据：由于扫频仪的灵敏度较高，对于低于-115dBm的信号能够接收到，而这些数据对手机来说是解析不了的数据对分析起不到作用，因此在导入的过程中给予舍弃。将扫频点对应到小区：首先是根据扫频数据中的LAC和CI确定小区，对于缺失了LAC和CI数据则通过BCCH和BSIC来确定小区，如果根据BCCH和BSIC确定的小区不是唯一的，那么通过经纬度计算扫频点到小区的距离后将距离最近的小区作为该扫频点的服务小区；取相同经纬度同一小区的电平平均值。第二步：生成道路级干扰矩阵：确定可能的主服务小区，定义：低于最强电平6db（可变参数）范围内的小区；确定每个服务小区下其他小区为干扰小区；计算某小区相对干扰载频：相对同频干扰概率=相对邻频频干扰概率=，邻频保护干扰电平暂定为18dB可能修改正误码率：反映语音质量，CTOI越高质量越好结果在0-1区间，越接近1干扰越大。道路干扰矩阵结果：经度纬度主小区干扰小区同频干扰概率邻频干扰概率干扰小区出现次数X1Y1C1C2K1K1M1XNYNCNCNKNKNM2干扰小区出现次数：同一个扫频点上扫到对应干扰小区扫频数据的条数，用于下面生成小区级干扰矩阵的强干扰累积计算。第三步：生成小区级级干扰矩阵：其中C1、C2为小区对，Ki为不同经纬度上C1对C2小区的干扰概率值，Mi为不同经纬度点上C2的出现次数。注：结果过滤掉同频干扰小于0.0001的记录核查未定义邻区核查核查对象是基础数据表，检查基础数据表哪些小区没有邻区数据，将这些小区罗列出来作为核查结果。单向邻区核查核查对象是基础数据表，检查基础数据表哪些小区之间只定义了单向邻区，将这些小区罗列出来作为核查结果。同站BCCH TCH 核查核查对象是基础数据表，判断同站的依据是基础数据表中小区的物理站号相同，对于同站的小区频点进行检查，看是否存在BCCH和TCH频点相同或者相邻的情况，如果有就将结果罗列出来。邻区BCCH TCH核查核查对象是基础数据表，对于邻区表中互为邻区的小区频点进行检查，看是否存在BCCH和TCH频点相同或者相邻的情况，如果有就将结果罗列出来。邻区BSIC核查核查对象是基础数据表，对于邻区表中互为邻区的小区频点进行检查，看是否存在BSIC相同的情况，如果有就将结果罗列出来。同BCCH同BSIC核查核查对象是基础数据表，罗列出存在同BCCH同BISC的小区。采样点分段核查根据电平区间对采样点进行分段，如图：将所有的采样点进行分段统计。网络结构评估结构指数定义：道路结构指数=所有可能作为主服务小区的情况下，在对应该服务小区对应的同邻频保护比的范围内的相对干扰载频数的总和。算法：确定可能的主服务小区，定义：低于最强电平6db（可变参数）范围内的小区，总数n计算某小区相对干扰载频：相对干扰载频=主小区载频数+计算该路段道路结构指数：道路结构指数=。覆盖指数评估覆盖合理程度指数物理含义：该指数反映了该路段有多少个强信号小区在同时覆盖；算法：计算道路上每个采样点弱于最强信号12dB范围内且电平大于-90dBm的小区数，作为该数值。重叠覆盖度物理含义：如果服务小区和其他小区覆盖重叠范围越大，重叠覆盖度就越大；算法：弱于最强信号12dB范围内的小区采样点数/本小区总采样点数。重叠覆盖度（DT）=n为道路上弱于最强信号12dB范围内且电平大于-90dBm的小区数；为道路上弱于最强信号12dB范围内且电平大于-90dBm的样本点数；为道路上弱于最强信号12dB范围内且电平大于-90dBm的