张鑫磊
连云港新海湾码头有限公司 江苏连云港 222100
摘要：本文描述了一种基于MDT数据的python算法，根据小区信息与经纬度计算出天线平均覆盖方位角与平均覆盖距离，结合共站5G站点的设备安装时间，算出在5G基站安装前后4G小区的覆盖信息并进行对比分析，以及与小区的工参信息进行对比，从而梳理出覆盖差异大的小区清单。由于该方法对全量4G/5G共站的4G小区进行计算分析，可以对所有4G小区进行覆盖分析，因此可以快速、全面了解掌握4G小区覆盖情况，而MDT数据中有用户上报的经纬度，定位结果较为精确，因而最终输出的结果准确性较高。经过基站信息核查与现场排查，也确认了数据的准确性。通过该方法发现LTE网络的覆盖变化，经优化调整及时解决了潜在问题，保证了在5G站点建设加速推进的过程中，LTE网络的稳定性，保障了用户感知。传统的现场测试、上站核查，或者通过建设部门、施工单位的反馈信息，均存在效率低、数据准确性和全面性低等问题。该方法的应用有效地解决了这些问题，同时也提高了应对LTE网络覆盖变化的能力。经过现场排查检验，本文提出的方法可切实发现网络覆盖异常变化问题，提高了问题排查的效率，对问题也更具有针对性，为网络优化提供了有力的数据支撑，具有良好的推广性与复制性。
关键词：5G站点；4G网络；影响评估；方法分析
引言
5G时代，移动通信将从“人与人的连接”升级为“人与物、物与物的连接”，最终实现“万物互联”。5G网络建设将引入新的天面资源需求,在当前中国联通2G/3G/4G多制式并存、天面资源普遍存在空间紧、点位多和资源受限的问题情况下,势必涉及对天馈系统的融合改造。在5G新增天面与天馈融合改造过程中，可能涉及3G/4G天线方位角、机械倾角和塔高等天馈参数的调整，从而影响3G/4G网络覆盖稳定性和连续性。据统计，某省会城市61%的5G站点涉及2G/4G/5G天面资源整合与改造。因此针对这一问题，本文提出了一种基于LTE网络的MDT数据，结合4G基站的经纬度，计算出每个4G小区的天线覆盖平均方位角以及平均覆盖距离，根据5G基站的安装时间以及与4G基站的共站址情况，分别计算安装前后的4G小区覆盖情况进行对比分析，从而可以及时、全量地发现4G网络覆盖的潜在问题。该方法可及时有效地判断LTE网络覆盖异常变化情况，从而为网络优化人员提供全量、及时和准确的信息，节约了排查时间，提高了效率，对网络覆盖分析与优化有重要意义。
1主要思路与流程
首先从北向接口获取MDT原始数据，由于原始的MDT数据为XML格式，因此需要对MDT数据进行解析、入库，再进行分析，通过python工具编写代码进行解析，并将结果传入mysql数据库。其次收集与已安装5G站点共站的4G宏站小区信息，包括4G基站经纬度、小区ECI、方位角、下倾角以及5G站点安装时间。最后利用MDT数据与4G小区信息，通过编写python代码计算5G站点安装时间前后的共站4G小区平均覆盖方位角与平均覆盖距离，通过对比梳理出前后覆盖变化异常小区，然后对这些小区进行核查，分析原因，确认是否因5G站点安装导致4G覆盖发生变化，并对确认原因的异常小区及时进行优化调整或恢复，解决存在的隐患，使网络覆盖保持稳定，用户感知不恶化。
2实现方法
2.1MDT数据解析入库
从FTP下载小区上报的北向MR原始数据，由于原始MR采用的是基于树的XML格式，文件结构复杂且不同设备厂商的格式不一。因此，本方法首先使用python的XML.etree.ElementTree模块、pandas模块、pymysql模块以及multiprocessing模块对原始数据进行批量解析、清洗与入库。XML.etree.ElementTree是一个可高效读取与解析XML文档的python模块。首先，遍历查找原始文档内含经纬度信息的指定节点，生成带经纬度的MDT数据的CSV文件；其次，利用pandas模块进行数据归一校验后，使用pymysql模块批量传入数据库待后续查询使用。因为实际应用中MR数据量庞大，利用python的并行计算multiprocessing模块来同时开启多进程运算以加快程序速度，实现自动化闭环。
2.2覆盖异常小区识别
通过解析5G站点安装前后4G小区的MDT数据并分别计算小区平均覆盖方位角与平均覆盖距离进行对比，可输出覆盖变化异常小区，根据前期试点验证，满足覆盖方位角变化幅度（绝对值）超过60°，或者MDT平均覆盖距离变化幅度（绝对值）超过500m的任意条件，标记为5G站点同站4G小区覆盖变化异常疑似小区，同时将5G站点安装后的4G小区覆盖信息与最新的4G小区工参中的天馈信息进行对比，可输出方位角差异大于60°以上的异常小区，进行工参准确性核查。
3效果验证
使用该方法计算某省已安装5G站点的4G宏站小区覆盖范围，共计20429个小区，其中覆盖变化异常小区共计895个，占比约4.38%，与工参不一致小区1546个，占比约7.57%。经核查，因5G站点安装导致4G小区覆盖变化异常的有378个，其余部分小区因RF优化调整、无线环境变化、用户分布变化和天馈接反等问题，对发现的重要站点覆盖变化异常问题小区已完成处理与优化，及时地保障了4G网络覆盖质量与用户感知，其它站点在继续优化中。
结束语
本文基于LTE网络MDT采样数据、4G/5G共站址以及共建共享基础数据，根据5G站点安装完成时间，通过python编写代码算法，计算在5G站点安装完成前后对4G宏站小区的覆盖方位角的覆盖距离发生变化情况，针对变化较大的覆盖异常小区进行核查，确认是否因5G站点安装施工导致4G小区天线方位角、下倾角、位置、高度和环境等发生变化，从而导致4G网络覆盖受到影响。通过对4G网络覆盖变化异常小区及时进行优化调整，使4G网络覆盖与质量保持稳定性，避免出现用户感知差及用户投诉等情况。该方法可及时有效地识别网络变化情况，排查网络隐患，具有良好的推广性与复制性。
参考文献
[1]基于聚类算法的5G网络覆盖问题智能定位[J].朱佳佳,马昱,杨洁艳,田元兵.??邮电设计技术.?2020(08)
[2]农村地区4G网络覆盖质量评估方法研究[J].黄志勇,马学军.??电信工程技术与标准化.?2020(09)