通过高效物理小区标识分配提升 LTE 与 NR 系统

为什么手机信号会突然中断

无论是在火车上看视频突然卡顿，还是在市区通话被切断，都能体会到当前移动网络的局限性。随着 4G 与 5G 系统在繁忙城市中部署更多天线以提供更快的数据速率和更低的时延，手机保持锁定正确小区变得异常困难。本文探讨了一个幕后关键——一种称为物理小区标识（PCI）的“名牌”，并展示了更智能的分配方式如何使移动网络更可靠、更高效。

维系网络的隐形标识

每次手机唤醒时，它会监听用于同步的特殊信号，这些信号告诉手机应与哪个基站通信、如何对齐时序，以及在移动时如何在小区间平滑切换。这些信号对应一个 PCI，即在你所在区域内唯一标识每个小区的编号。问题在于，这类编号池很小：4G LTE 中只有 504 个，5G 中只有 1008 个。在小区密集的城市网络中，ID 重用不可避免。如果两个相邻小区共享相同的 PCI，手机会将它们混淆，导致干扰、切换失败和连接中断。即便使用不同的编号，某些分配模式也会产生有结构性的干扰，损害信号质量。

从基站到互连点的网络图景

研究者将移动网络视为一个图——由点和线构成的网络。每个点代表一个小区，每条线标示一对可能互相干扰或经常互相切换用户的小区。在这幅图中，分配 PCI 变成了着色游戏：给每个点分配一种颜色（一个 ID），使得强关联的邻居避免共享同一颜色或产生有害的模式。团队采用“顶邻居”思想，只关注每个小区最具影响力的邻居，这使问题更贴近现实且更易扩展。他们还在 NS-3 平台上构建了详细仿真，重现真实 LTE 与类 5G 系统的行为，包括用户移动、无线带宽，以及干扰如何降低信号与干扰加噪声比（SINR），这是衡量链路质量的关键指标。

拥挤频谱环境下的智能算法

为寻找更优的 PCI 方案，作者比较了三类算法。DSATUR 是一种经典的图着色方法，逐个小区分配 ID，总是先处理约束最多的小区。更具探索性的方式是多群体偏置随机键遗传算法（BRKGA）：它借鉴进化思想，维护一群候选 PCI 方案，混合它们的“基因”，并在多代迭代中逐步改进。最后，用整数线性规划（ILP）这一精确数学技术，辅以网络聚类，将网络拆成更小的部分。理论上 ILP 能找到最优解，但随网络增大往往变得过慢或不可行。所有三种技术都在相同仿真条件下测试，主要通过它们如何改变用户 SINR 分布来评估，尤其关注超过 20 分贝被归类为“优秀”的读数占比如何变化。

仿真揭示的真实世界收益

在基站数量较少的小型网络中，DSATUR 表现突出。它显著减少了处于非常差 SINR 的用户比例，同时提高了享有优秀信号质量用户的份额——与按顺序分配 PCI 的简单基线相比，有时提升超过 25 个百分点。随着网络变得更密集、更复杂，BRKGA 超越了 DSATUR。其进化式搜索更能应对大型图中纠结的干扰模式，稳定地增加高质量链路的比例并削减最差情况，同时在多种场景下表现较为稳定。配合聚类的 ILP 在中等规模网络上效果良好，但在扩展性上受限；在非常大的网络中甚至可能使情况变糟，突显出纯精确优化在实际应用中的局限性。

这对日常连接意味着什么

对普通用户而言，结论是更好的“小区命名规则”可以直接转化为更少的通话中断、更流畅的视频以及更高的数据速率，尤其是在繁忙的市中心。研究提出了运营商可以采用的简明策略：在部署或调整小区域时使用像 DSATUR 这样的快速启发式方法，而在网络增长、流量模式演变时则依靠像 BRKGA 这样的遗传式算法来维护与优化 PCI 方案。总体来看，优化方案将优秀信号状况的占比平均提高约 8 个百分点，并大幅减少最差情况。尽管该工作基于仿真，但它为今天调整 4G 与 5G 网络提供了切实可行、基于证据的路线图，并指向未来可以让 AI 在实时条件变化时自适应这些小区标识的系统。

引用: 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

关键词: 5G 网络, 小区干扰, 网络优化, 遗传算法, 信号质量