Ulepszenie systemów LTE i NR poprzez efektywne przydzielanie fizycznych identyfikatorów komórek

Dlaczego sygnał w telefonie może nagle zaniknąć

Każdy, kto widział zawieszające się wideo lub zerwane połączenie podczas jazdy pociągiem czy spaceru po centrum miasta, doświadczył ograniczeń współczesnych sieci mobilnych. W miarę jak systemy 4G i 5G instalują w zatłoczonych miastach więcej anten, by zapewnić szybsze przesyłanie danych i mniejsze opóźnienia, coraz trudniej jest utrzymać telefony przypięte do właściwej komórki. W artykule przyglądamy się ukrytemu elementowi tej układanki — swego rodzaju „identyfikatorowi” zwanym fizycznym identyfikatorem komórki (PCI) — i pokazujemy, jak inteligentniejsze sposoby przydzielania tych nazw mogą uczynić sieci mobilne bardziej niezawodnymi i wydajnymi.

Ukryte ID, które spaja sieć

Za każdym razem, gdy telefon się budzi, nasłuchuje specjalnych sygnałów synchronizacyjnych, które mówią, z którą stacją bazową ma się komunikować, jak ustawić synchronizację czasową i jak płynnie przełączać się między komórkami w czasie ruchu. Te sygnały odpowiadają PCI — numerowi, który jednoznacznie identyfikuje każdą komórkę w danym obszarze. Problem polega na tym, że pula tych identyfikatorów jest niewielka: tylko 504 w LTE i 1008 w 5G. W gęstych sieciach miejskich z wieloma małymi komórkami ponowne użycie tych samych identyfikatorów jest nieuniknione. Jeśli dwie sąsiednie komórki mają ten sam PCI, telefon może je pomylić, powodując zakłócenia, nieudane przekazania i zerwane połączenia. Nawet gdy używane są różne numery, pewne wzorce ich przypisywania mogą tworzyć uporządkowane zakłócenia szkodzące jakości sygnału.

Od wież telefonicznych do sieci połączonych punktów

Naukowcy traktują sieć mobilną jak graf — sieć punktów i krawędzi. Każdy punkt to komórka, a każda krawędź oznacza parę komórek, które mogą na siebie wzajemnie oddziaływać zakłóceniami lub często przekazywać użytkowników między sobą. W tym ujęciu przydzielanie PCI staje się grą w kolorowanie: nadaj każdemu punktowi kolor (ID), tak aby silnie powiązane sąsiedztwa unikały dzielenia tego samego koloru lub problematycznych wzorców. Zespół wykorzystuje pomysł „najważniejszego sąsiada”, koncentrując się tylko na najbardziej wpływowych sąsiadach dla każdej komórki, co czyni problem bardziej realistycznym i łatwiejszym do skalowania. Dodatkowo zbudowali szczegółowe symulacje w platformie NS-3, które odtwarzają zachowanie prawdziwych systemów przypominających LTE i 5G, uwzględniając ruch użytkowników, szerokość pasma radiowego oraz sposób, w jaki zakłócenia pogarszają współczynnik sygnału do zakłóceń i szumu (SINR) — kluczową miarę jakości łącza.

Sprytne algorytmy dla zatłoczonego spektrum

Aby znaleźć lepsze plany PCI, autorzy porównują trzy rodziny algorytmów. DSATUR, klasyczna metoda kolorowania grafu, przypisuje identyfikatory po jednej komórce na raz, zawsze wybierając kolejno najbardziej ograniczoną komórkę. Bardziej eksploracyjna metoda, nazwana algorytmem genetycznym z uprzedzeniem losowych kluczy i wielopopulacyjnym (BRKGA), czerpie z idei ewolucji: utrzymuje populację kandydackich planów PCI, miesza ich „geny” i stopniowo je ulepsza przez wiele pokoleń. Wreszcie, dokładna technika matematyczna zwana całkowitoliczbowym programowaniem liniowym (ILP) jest stosowana z pomocą klasteryzacji sieci na mniejsze fragmenty. ILP teoretycznie może znaleźć optymalne rozwiązania, lecz z czasem staje się zbyt wolne lub niemożliwe do uruchomienia w miarę wzrostu sieci. Wszystkie trzy techniki są testowane w tych samych warunkach symulacyjnych i oceniane na podstawie zmian w rozkładzie wartości SINR dla użytkowników, ze szczególnym uwzględnieniem, ile odczytów trafia do kategorii „doskonałe” powyżej 20 decybeli.

Co symulacje ujawniają o zyskach w praktyce

W mniejszych sieciach z kilkoma stacjami bazowymi DSATUR błyszczy. Wyraźnie zmniejsza odsetek użytkowników z bardzo słabym SINR, jednocześnie zwiększając udział tych ze świetną jakością sygnału — czasami o ponad 25 punktów procentowych w porównaniu do prostego podejścia, w którym PCI przypisuje się kolejno. W miarę jak sieć staje się gęstsza i bardziej złożona, BRKGA wyprzedza DSATUR. Jego ewolucyjne przeszukiwanie lepiej radzi sobie z poplątanymi wzorcami zakłóceń w dużych grafach, stopniowo zwiększając odsetek łączy wysokiej jakości i ograniczając najgorsze przypadki, zachowując przy tym względną stabilność w różnych scenariuszach. ILP z klasteryzacją sprawdza się dla umiarkowanych rozmiarów sieci, lecz ma problemy ze skalowalnością; w bardzo dużych sieciach może wręcz pogorszyć sytuację, co uwypukla praktyczne ograniczenia czysto dokładnej optymalizacji w tym kontekście.

Co to oznacza dla codziennej łączności

Dla zwykłych użytkowników wniosek jest prosty: lepsze „zasady nazywania” stacji bazowych mogą przełożyć się bezpośrednio na mniej zerwanych połączeń, płynniejsze wideo i wyższe prędkości danych, szczególnie w zatłoczonych centrach miast. Badanie sugeruje prosty scenariusz dla operatorów: stosować szybkie heurystyki, takie jak DSATUR, przy wdrażaniu lub regulacji małych obszarów, a następnie polegać na algorytmach w stylu genetycznym, takich jak BRKGA, do utrzymania i udoskonalania planów PCI w miarę rozwoju sieci i ewolucji ruchu. Średnio zoptymalizowane schematy zwiększają udział doskonałych warunków sygnału o około 8 punktów procentowych i znacząco redukują najgorsze przypadki. Choć prace opierają się na symulacjach, dostarczają praktycznej, opartej na dowodach mapy drogowej do strojenia sieci 4G i 5G już dzisiaj i wskazują kierunek dla przyszłych systemów, w których AI mogłaby dynamicznie dostosowywać te identyfikatory komórek w czasie rzeczywistym wraz ze zmianą warunków.

Cytowanie: 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

Słowa kluczowe: sieci 5G, zakłócenia komórek, optymalizacja sieci, algorytmy genetyczne, jakość sygnału