数据集笔记：OpenCelliD（手机基站开放数据库）

下载数据的方式可见：【数据获取】全球最大手机基站开源数据库

1 读取数据

文件在linux中可以用如下方式解压：gunzip 454.csv.gz

import pandas as pd
 
pd.read_csv('C:/Users/16000/Downloads/454.csv/454.csv',
            header=None,
            names=['radio','mcc','net','area','cell','unit',
                  'lon','lat','range','samples','changeable1',
                  'created1','updated','AveSignal'])
            #names=['Radio','MCC','MNC','LAC/TAC/NID','CID','Longitude','Latitude','Range','Samples','Changeable=1','Changeable=0','Created','Updated','AverageSignal'])

2 每一列含义

3 将created1和updated 时间戳由unix转化为秒

opencellid['created1']=pd.to_datetime(opencellid['created1'],unit='s')
opencellid['updated']=pd.to_datetime(opencellid['updated'],unit='s')
opencellid

4 一些额外说明

4.1 是否有重复的计数？

Defining what constitutes a "cell" - General - The OpenCelliD Community

• 不，每一行代表一个独立的cell。由于数据收集的方式，我们不知道一个特定的小区是否已经停止服务或已被其他小区替代。
• 如果一个特定的位置有5个2G小区，后来全部转换为4G小区，那么OpenCelliD将显示该位置有10个小区被扫描到。

 4.1.1 点是否过多？

Position tower 4G - The OpenCelliD Community

我下载了数据库，并使用 Python 通过经度和纬度把 csv 文件的所有行绘制到了一张地图上。但是有很多信号塔，这对我来说似乎有点奇怪。 在 opencellid 网站上，它们要少得多（照片）。 这是为什么呢？

数据库包含了小区（cell）大致位置的信息。每个物理蜂窝塔上可以有多个小区。如果你想要获得独立物理蜂窝塔的位置，你需要将彼此靠近的小区进行聚类。

4.2 cell和信号塔的关系

Defining what constitutes a "cell" - General - The OpenCelliD Community

“单元（cell）”在技术上是否被归类为其他事物？例如，一个多频段天线会被计算为多个单元吗？

启用了MIMO（多输入多输出）的资产（例如，在4G中的2x2、4x4，或在5G中的64x64或128x128）开始被计算为多个单元吗？

在从 OpenCelliD 下载的数据中，每一行代表一个位于物理信号塔上的单独cell。每个物理塔上可以有多个cell/基站。如果cell的标识符不同，则会在我们的数据库中显示为两个独立的小区。

4.3 信号基站的位置

• OpenCellID提供的导出文件和API中的GPS小区位置可能是精确的或是计算得出的（平均值）
  • 如果changeable为0，表示精确值；否则为平均值

4.4 OpenCellID中小区塔实际位置与报告位置之间存在差异

主要原因有两个：

4.4.1 小区塔和小区是两件不同的事情

• 在一个物理小区塔上安装只发射360度GSM信号的单个天线是非常罕见的。更常见的情况是，一个小区塔上安装了几个天线
• 在这种情况下，每个天线服务于360度圆的一部分区域
  • 示例中的一个小区塔，每个天线发射120度的信号。
  • 这就是小区塔数量和小区ID数量之间存在很大差异的原因

• 例如，沃达丰在德国报告的小区塔（"Basisstationen"）不到40,000个，但截至2014年8月，OpenCellID报告的沃达丰在德国的小区ID超过290,000个
  • 这意味着平均每个小区塔携带超过七个天线（=小区）
• 理解了小区塔和小区不是一回事之后，让我们看看这对计算每个小区ID的GPS位置意味着什么
  • 想象一下，已经收集了许多小区ID测量，均匀分布在饼图的一个扇区中
  • 在这种情况下，所有记录的GPS位置的平均值将如上图所示（例如“区域1的中心”）
  • 这将是OpenCellID报告的位置
  • 也就是说，和实际的小区塔是有一定的出入的

4.4.2 小区塔的测量并不总是均匀分布在小区塔周围

• 想象一下，一个小区塔位于山上，只有一条路从一侧经过：
• 在这种情况下，测量不会均匀分布在小区塔周围，这意味着大部分测量可能只来自小区塔的一侧。结果，对所有这些测量的GPS位置进行平均，很可能无法准确定位相应小区塔分段区域的中心。