低负荷小区筛选方法

fingerdust

1.1.1.1 天粒度低负荷小区筛选算法

1) 取15天小时级业务量相关数据，剔除F1、F2、D1、E1频点小区，仅保留D2、D3、E2、E3频点的小区数据，包含指标：

有数据传输的RRC数	上行PRB利用率	下行PRB利用率	下行CCE利用率	上行流量（GB）	下行流量（GB）

2) 根据低负荷定义，筛选出15天小时级数据符合低负荷条件的小时段；

低负荷定义（注：门限可修改）

有效RRC用户数达到门限	上行利用率PUSCH	下行利用率PDSCH/PDCCH	上行流量（GB）	下行流量（GB）
<8	<0.2	<0.2	<0.2	<1

3) 汇总15天的低负荷小时段，统计每个小区在0~23点符合低负荷条件的次数，筛选并保留每个小时段低负荷次数大于等于10次（注：次数可修改）的小区；

4) 小时段低负荷次数大于等于10次，且连续3小时（注：时间可修改）以上的小区标记为低负荷小区；

5) 为低负荷小区匹配同覆盖小区（宏站50米10度，室分共RRU），模拟计算拆除该低负荷小区后，同覆盖小区的利用率情况：

Ø 匹配低负荷小区的同覆盖小区；

Ø 提取低负荷小区与其同覆盖小区15天的业务量数据；

Ø 根据公式：模拟PRB利用率=（低负荷小区占用PRB数+同覆盖小区占用PRB数）/同覆盖小区PRB可用数，计算每个小区在对应减容时段每小时的模拟PRB利用率均值（比如1小区在12点-15点满足减容条件，12-15点为1小区的减容时段，计算15天内12-15每个小时的模拟PRB利用率均值，用分子分母计算）；

Ø 当该小区在减容时段每小时的模拟PRB利用率均值小于等于35%的小时数大于等于75%时，则对应的低负荷小区可以进行减容，生成减容小区清单并进行分场景统计。

1.1.1.2 周粒度低负荷小区筛选算法

1) 取至少3个礼拜21天自忙时数据；

2) 根据低负荷定义，筛选出低负荷的小时段同天级低负荷定义）；

3) 汇总15天的小时段数据，统计每个小区工作日、周末出现低负荷的天数，工作日15天，周末6天；

4) 周末低负荷次数大于等于5天标记为周末闲，生成周末闲清单。

6) 为周末低负荷小区匹配同覆盖小区，模拟计算拆除该低负荷小区后，同覆盖小区的利用率情况：

Ø 匹配低负荷小区的同覆盖小区；

Ø 提取低负荷小区与其同覆盖小区6个休息日的自忙时业务量数据；

Ø 根据公式：模拟PRB利用率=（低负荷小区占用PRB数+同覆盖小区占用PRB数）/同覆盖小区PRB可用数，计算每个小区每天自忙时的模拟PRB利用率；

Ø 当模拟PRB利用率小于等于35%的天数等于5天时，则对应的低负荷小区可以进行减容，生成减容小区清单并进行分场景统计。