2. 基于路测数据的干扰区域粗筛

路测数据能筛出什么、不能筛出什么

路测采集的原始记录通常是“采样点”粒度：每个点带有时间戳、里程（或经纬度）、主服务小区、BCCH、接收电平、以及质量等级（GSM-R中常用RxQual 0~7）。干扰在路测数据里的直接表现不是“看到干扰信号”，而是接收电平尚可但质量明显变差，或电平骤降伴随质量恶化。因此粗筛的目标不是判定干扰源，而是把“值得去现场细查的区段”从几十公里线路中压缩到几百米量级。

粗筛必须承认三个局限：其一，路测只反映下行链路，上行干扰只能间接推断；其二，切换、隧道、桥梁、列车遮挡会造成与干扰无关的质量恶化；其三，采样点间距不均（高速区段可能几十米一个点，低速或停车时密集）。所以流程的核心是清洗掉非干扰性异常，再用滑动窗口把点级异常聚成区段级异常。

数据清洗：先定义“有效采样点”

清洗规则要可执行、可复核，建议按以下顺序处理，每一步都记录剔除数量，便于回溯：

• 去重与时间排序：同一时间戳重复记录只保留一条；按时间升序排列，里程按时间重采样，避免GPS漂移导致里程回跳。
• 无效值剔除：接收电平为空、为0、或低于设备灵敏度下限（如-110 dBm）的点标记为无效；RxQual为7且电平低于-95 dBm的点，更可能是弱覆盖而非干扰，单独标记。
• 切换点剔除：以主服务小区变化为界，切换点前后各保留1个采样点作为过渡带，过渡带内的质量恶化不计入统计，避免把切换瞬态误判为干扰。
• 固定场景标注：隧道、车站站台、桥梁等已知场景单独打标签，粗筛时可在这些区段放宽阈值或单独统计。

滑动窗口统计：把点异常聚成区段异常

设清洗后的采样点按里程排序为 p₁…pₙ，每个点有电平 L 与质量 Q。定义单点“质差标志”：Q ≥ 5（RxQual 5及以上视为质差）。滑动窗口以里程长度为尺度（推荐200 m，约等于GSM-R一个典型小区边缘的可靠判别尺度），窗口内统计两个量：

• 质差比例 r = 窗口内质差点数 / 窗口内有效点数；
• 电平中位数 L̃，用于区分“弱覆盖型质差”和“干扰型质差”。

判定规则（示例阈值，需按线路实际标定）：窗口内有效点数 ≥ 8 才参与判定；r ≥ 0.3 且 L̃ ≥ -90 dBm 判为疑似干扰窗口；r ≥ 0.3 但 L̃ < -90 dBm 判为弱覆盖窗口，不进入干扰清单。相邻的疑似干扰窗口合并为一个区段，区段起止里程取窗口边界，并记录区段内质差点数、平均质差比例、电平中位数与主服务小区。

阈值怎么定：用线路自身数据标定

上面给出的 0.3、-90 dBm、8 个点都是示例值，直接套用容易误判。更稳妥的做法是用同一线路的“正常区段”反推阈值：

1. 选取已知无干扰的连续区段（如近期投诉为零、基站底噪正常的区间），统计其窗口质差比例分布，取95%分位作为 r 的初值，再上浮0.05作为告警阈值。
2. 电平门限取该线路窗口电平中位数的10%分位，低于此值视为弱覆盖，避免把覆盖问题算成干扰。
3. 最小点数取“200 m内正常采样点数中位数的一半”，防止停车密集点或稀疏点造成比例失真。

标定后应回代到已知干扰区段（若有历史记录）验证召回率；若已知干扰区段未被筛出，优先检查清洗是否误删了切换带内的真实质差点。

输出疑似干扰区域列表

粗筛的交付物是一张可交给现场排查人员的清单，字段建议如下（示例数据为教学构造，非实测）：

优先级可按“质差比例 × 区段长度”排序，场景标签为桥梁、车站咽喉的区段适当降级，因为这些位置本身多径与切换复杂，误报概率更高。清单中必须保留“质差点数/有效点数”原始计数，便于复核时判断是否因点数过少导致比例虚高。

结果判读与常见误判

• 质差比例高但电平也低：优先怀疑弱覆盖或天线倾角问题，不应直接列为干扰，可转交覆盖优化流程。
• 质差集中在切换点前后：多为切换参数或邻区漏配，清洗阶段若未剔除切换带，会形成假区段。
• 同一里程在不同趟次结果差异大：说明该区段异常不稳定，可能是外部干扰的间歇性发射，值得提高排查优先级，但也需排除列车编组、车速变化的影响。
• 区段长度恰好等于窗口长度：往往只有一个窗口越限，属于边缘案例，建议现场复核前先用更小窗口（如100 m）复算一次。

可复用的粗筛检查清单

• □ 原始数据已按时间排序，里程回跳点已处理
• □ 无效电平、超低电平点已标记并单独统计
• □ 切换带已剔除，剔除数量已记录
• □ 窗口长度、最小点数、质差比例阈值、电平门限四项参数已写明并说明标定依据
• □ 相邻越限窗口已合并，区段起止里程与主服务小区已记录
• □ 弱覆盖窗口已单独列出，未混入干扰清单
• □ 清单含原始计数，可按“比例×长度”排序并标注场景标签