Verbesserung von LTE- und NR-Systemen durch effiziente Zuweisung physikalischer Zellidentitäten

Warum das Signal Ihres Telefons plötzlich abfallen kann

Wer schon einmal erlebt hat, wie ein Video einfriert oder ein Anruf abbricht, während er im Zug sitzt oder die Innenstadt entlanggeht, hat die Grenzen heutiger Mobilfunknetze gespürt. Wenn 4G- und 5G-Systeme in dicht bebauten Städten mehr Antennen aufstellen, um schnellere Datenraten und geringere Latenz zu liefern, wird es überraschend schwierig, dass Telefone dauerhaft mit der richtigen Zelle verbunden bleiben. Dieser Beitrag beleuchtet ein oft übersehenes Element des Systems — eine Art „Namensschild“, die Physical Cell Identity (PCI) — und zeigt, wie klügere Zuweisungsstrategien dieser Kennungen Mobilfunknetze zuverlässiger und effizienter machen können.

Die versteckte ID, die das Netzwerk zusammenhält

Jedes Mal, wenn Ihr Telefon aufwacht, lauscht es auf spezielle Synchronisationssignale, die ihm sagen, mit welchem Sendemast es sprechen soll, wie es seine Zeitabstimmung vornimmt und wie es beim Bewegen nahtlos zwischen Zellen wechselt. Diese Signale sind einer PCI zugeordnet, einer Nummer, die jede Zelle in Ihrer Umgebung eindeutig identifiziert. Das Problem ist, dass der Pool dieser IDs klein ist: nur 504 in 4G LTE und 1008 in 5G. In dichten städtischen Netzen mit vielen kleinen Zellen ist die Wiederverwendung derselben IDs unvermeidlich. Teilen sich zwei benachbarte Zellen dieselbe PCI, kann Ihr Telefon sie verwechseln, was zu Interferenzen, fehlgeschlagenen Handovern und Verbindungsabbrüchen führt. Selbst wenn verschiedene Nummern verwendet werden, können bestimmte Muster in der Zuweisung strukturierte Interferenzen erzeugen, die die Signalqualität beeinträchtigen.

Von Sendemasten zu einem Netzwerk verbundener Punkte

Die Forschenden behandeln das Mobilfunknetz wie einen Graphen — ein Netz aus Punkten und Linien. Jeder Punkt ist eine Zelle, und jede Linie markiert ein Paar von Zellen, die sich gegenseitig stören können oder zwischen denen oft Benutzer hin- und hergereicht werden. In diesem Bild wird das Zuweisen von PCIs zu einem Färbespiel: jedem Punkt eine Farbe (eine ID) geben, so dass stark verbundene Nachbarn nicht dieselbe Farbe oder problematische Muster teilen. Das Team nutzt eine „Top-Nachbar“-Idee und konzentriert sich nur auf die einflussreichsten Nachbarn jeder Zelle, was das Problem realistischer und leichter skalierbar macht. Außerdem bauen sie detaillierte Simulationen in der NS-3-Plattform auf, die das Verhalten realer LTE- und 5G-ähnlicher Systeme nachbilden, einschließlich Nutzerbewegung, Funkbandbreite und der Art, wie Interferenz das Signal-zu-Interferenz-plus-Rausch-Verhältnis (SINR) verschlechtert — ein zentrales Maß für die Verbindungsqualität.

Intelligente Algorithmen für eine überfüllte Funkwelt

Um bessere PCI-Pläne zu finden, vergleichen die Autoren drei Algorithmus-Familien. DSATUR, eine klassische Graph-Färbemethode, weist IDs Zelle für Zelle zu, wobei stets die am stärksten eingeschränkte Zelle als nächstes bearbeitet wird. Eine explorativere Methode, genannt Multi-Population Biased Random-Key Genetic Algorithm (BRKGA), entlehnt Konzepte der Evolution: Sie hält eine Population von Kandidatenplänen, mischt ihre „Gene“ und verbessert sie über viele Generationen hinweg. Schließlich wird eine exakte mathematische Technik, Integer Linear Programming (ILP), eingesetzt, unterstützt durch das Clustern des Netzwerks in kleinere Teile. ILP kann theoretisch perfekte Lösungen finden, wird aber im Wachstum des Netzwerks oft zu langsam oder unpraktikabel. Alle drei Techniken werden unter denselben simulierten Bedingungen getestet und danach bewertet, wie sie die Verteilung der SINR-Werte der Nutzer verändern, insbesondere wie viele Messwerte in die Kategorie „ausgezeichnet“ über 20 Dezibel fallen.

Was die Simulationen über reale Verbesserungen zeigen

In kleineren Netzen mit nur wenigen Basisstationen zeigt sich DSATUR von seiner besten Seite. Es reduziert den Anteil der Nutzer mit sehr schlechtem SINR deutlich und erhöht gleichzeitig den Anteil mit ausgezeichneter Signalqualität — manchmal um mehr als 25 Prozentpunkte verglichen mit einer einfachen Basislinie, bei der PCIs der Reihe nach vergeben werden. Wenn das Netzwerk dichter und komplexer wird, überholt BRKGA DSATUR. Die evolutionäre Suche bewältigt die vertrackten Interferenzmuster großer Graphen besser, erhöht stetig den Anteil hochwertiger Verbindungen und verringert die schlimmsten Fälle, während sie über viele Szenarien relativ stabil bleibt. ILP mit Clustering liefert für moderate Netzgrößen gute Ergebnisse, hat aber Skalierungsprobleme; in sehr großen Netzen kann es sogar kontraproduktiv sein, was die praktischen Grenzen rein exakter Optimierung in diesem Kontext aufzeigt.

Was das für die alltägliche Konnektivität bedeutet

Für normale Nutzer heißt das: Bessere „Benennungsregeln“ für Sendemasten können direkt in weniger abgebrochenen Anrufen, flüssigeres Video und höhere Datenraten münden — besonders in belebten Stadtzentren. Die Studie schlägt ein einfaches Vorgehen für Betreiber vor: schnelle Heuristiken wie DSATUR beim Ausrollen oder Anpassen kleiner Regionen verwenden und dann auf genetisch inspirierte Algorithmen wie BRKGA setzen, um PCI-Pläne zu erhalten und zu verfeinern, wenn Netze wachsen und sich Verkehrsmuster ändern. Im Durchschnitt erhöhen die optimierten Verfahren den Anteil ausgezeichneter Signalbedingungen um rund 8 Prozentpunkte und verringern die schlimmsten Fälle deutlich. Obwohl die Arbeit auf Simulationen basiert, liefert sie einen praxisnahen, evidenzbasierten Fahrplan zur Feinabstimmung von 4G- und 5G-Netzen und weist in Richtung zukünftiger Systeme, in denen KI diese Zellidentitäten in Echtzeit anpassen könnte, wenn sich die Bedingungen ändern.

Zitation: Farghaly, S.I., Khayal, H.M., Algohary, I.M. et al. Enhancement of LTE and NR systems through efficient physical cell identity allocation. Sci Rep 16, 5626 (2026). https://doi.org/10.1038/s41598-026-36608-w

Schlüsselwörter: 5G-Netze, Zellinterferenz, Netzwerkoptimierung, genetische Algorithmen, Signalqualität