2024妈妈杯数学建模A 题思路分析-移动通信网络中 PCI 规划问题

# 1 赛题
A 题 移动通信网络中 PCI 规划问题
物理小区识别码(PCI)规划是移动通信网络中下行链路层上,对各覆盖 小区编号进行合理配置,以避免 PCI 冲突、 PCI 混淆以及 PCI 模 3 干扰等 现象。 PCI 规划对于减少物理层的小区间互相干扰(ICI),增加物理下行控 制信道(PDCCH)的吞吐量有着重要的作用,尤其是对基站小区覆盖边缘的用户和发生信号切换的用户, 能有效地降低信号干扰, 提升用户的体验。

在一个移动通信系统中, PCI 的数量是十分有限的,但实际网络中小 区的数量巨大, 因此必须对 PCI 进行复用, 这就带来了 PCI 资源的合理复 用配置的问题。错误的 PCI 配置方式会显著地增加下行网络的 ICI , 从而会 严重影响网络质量。为了降低 ICI,在进行 PCI 规划时需要综合地考虑同频邻区之间的三种场景: PCI 冲突、 PCI 混淆以及 PCI 模 3 干扰。

在无线通信系统中,如果小区 i 的主控连接的设备同时可以接收到小区j 的信号, 则称小区j 为小区 i 的邻区。如果小区j 与小区 i 的频点相同,则小区j 是小区 i 的同频邻区。如果小区 i 的某主控连接设备接收到小区 i 的信号强度pi 与邻区j 的信号强度 pj 的差小于等于给定门限,即 pi - pj < δ,则称小区j 为小区 i 的重叠覆盖邻区。

PCI 冲突发生在主控小区和其同频邻区分配了相同的 PCI 的情况下, 如图 1 所示,小区 1 和它的一个同频邻小区 2 被分配了相同的 PCI 值 A , 此时便会发生 PCI 冲突。应被小区 1 连接的用户设备可能会错误地连接到小区 2,但小区 1 才是真正要连接的目标小区。由于对于用户设备来说很难有效地区分场强相差不大的小区 1 和小区 2 的信号,错误的连接判断最终会导致无线信号服务的中断,最终导致下行网络资源的错误分配。
在这里插入图片描述
PCI 混淆通常发生在一个主控小区的两个或者多个同频邻区之间,如 图 2 所示。设小区 1 的两个邻小区 2 和 3 被分配了相同的 PCI 值 B,当小 区 1 中的用户由于移动等原因需要切换连接到小区 2 时,由于小区 2 和小 区 3 的 PCI 相同, 用户很可能错误的切换到小区 3。PCI 混淆会导致下行网络中的用户在进行服务切换时的信号中断和资源的错误分配。
在这里插入图片描述
PCI 模 3 干扰发生在主控小区和其同频重叠覆盖邻区分配的 PCI 模 3 相同的情况下,如图 3 所示,小区 1 和它的一个同频重叠覆盖邻小区 2 被 分配了模 3 相同的 PCI 值(例如小区 1 分配的 PCI 是 1,小区 2 分配的 PCI 是 7,则小区 1 和 2 的 PCI 模 3 的值相同,都是 1), 此时便会发生 PCI 模3 干扰。当 PCI 模 3 干扰现象发生时, 由于小区 1 和小区 2 的参考信号的相互叠加,用户设备接收的信号质量会明显的下降,同时这种现象会造成CQI 的错误评估和下行网络的延迟。
在这里插入图片描述
PCI 规划问题的目标就是,给每个小区分配PCI,使网络中的PCI 冲突、混淆和模 3 干扰的尽量的少。

实际网络中, 表示 PCI 冲突混淆和模 3 干扰数量的方式有很多,可以 用路测数据点的情况, 也可以对整个城市进行栅格化用所有栅格的情况, 这些方法中,网优部门最常用的就是测量报告(MR)数据。MR 数据是 UE 设备在通信过程中定时上报的报告,每条 MR 数据中, 主要包括 UE 通 信时接入的主控小区及接收到的邻区信息以及相应的信号强度值。由于测 量报告是定间隔时间上报,因此 MR 数据的分布情况基本可以反映业务量 的分布情况。同时,由于 MR 数据在时间和空间上的全面性,因此用 MR 数据的冲突、混淆和模 3 干扰的数量,来反映网络中的 PCI 指标,是比较准确的。

基于 MR 数据的 PCI 规划问题具体为: 给定 N 个小区, 遍历这些小区的全部 MR 数据,生成 3 个N ´ N 的矩阵,分别为:
. 冲突矩阵A = aij N根N ,其中若小区 i 和j 同频,则aij 的值为小区 i 为主控, j 为邻区的 MR 数量, 否则aij 的值为 0。
. 混淆矩阵B = bij N根N ,其中若小区 i 和j 同频,则bij 的值为小区 i 和j 同时为另一个小区 k 的邻区的 MR 数量, 否则bij 的值为 0。
. 干扰矩阵C = cij N根N ,其中若小区 i 和j 同频, 则cij 的值为小区 i 为主 控,j 为 i 的重叠覆盖邻区的 MR 数量, 否则cij 的值为 0。

若小区i和j分配相同的PCI 值,则冲突数增加aij + aji ,混淆数增加bij +bji ,如果小区 i 和j 分配的 PCI 模 3 的值相同,则模 3 干扰数增加cij + cji 。
实际网络中, 总共可分配的 PCI 是 0 到 1007 共 1008 个。 根据附件提供的数据,对某区域中 2067 个小区进行 PCI 规划。

问题 1:给这 2067 个小区重新分配 PCI,使得这 2067 个小区之间的冲突 MR 数、混淆 MR 数和模 3 干扰 MR 数的总和最少。
问题 2:考虑冲突、混淆和干扰的不同优先级,给这 2067 个小区重新 分配 PCI ,也是考虑这 2067 个小区之间的冲突、混淆和模 3 干扰。 首先保 证冲突的 MR 数降到最低,在此基础上保证混淆的 MR 数降到最低,最后尽量降低模 3 干扰的 MR 数。
实际网络中, 给这 2067 个小区重新分配 PCI,会对这些小区以外的一 些距离较近的小区产生影响, 也就是这些小区和外围小区之间会产生冲突、混淆和模 3 干扰的 MR 数的变化。
问题 3:给这 2067 个小区重新分配 PCI,使得所有可能被影响到的小区间的冲突 MR 数、混淆 MR 数和模 3 干扰 MR 数的总和最少。
问题 4:考虑冲突、混淆和干扰的不同优先级,给这 2067 个小区重新 分配 PCI,也是考虑所有可能被影响到的小区间的冲突、混淆和模 3 干扰。首先保证冲突的MR 数降到最低,在此基础上保证混淆的MR 数降到最低,最后尽量降低模 3 干扰的 MR 数。
注:上面四个问题中, 除了正常完成论文外,每个问题对 2067 个小区 分配的 PCI 都填入“ 问题结果表.xlsx ”文件对应的四个表单中, 并单独上
传至竞赛平台。

2 解题思路

问题概括

问题1:给定2067个小区,要求重新分配PCI,使得这些小区之间的冲突MR数、混淆MR数和模3干扰MR数的总和最少。这个问题要求参赛者设计一个算法或模型,能够在有限的PCI资源下,为每个小区分配一个PCI值,以最小化整体的MR数,从而优化网络性能。

问题2:在问题1的基础上,考虑冲突、混淆和干扰的不同优先级。首先确保冲突的MR数降到最低,然后在此基础上保证混淆的MR数降到最低,最后尽量降低模3干扰的MR数。这个问题要求参赛者在解决冲突问题的同时,也要考虑到混淆和干扰的影响,并且需要找到一个平衡点,使得在优先解决高优先级问题的同时,尽可能减少低优先级问题的影响。

问题3:考虑重新分配PCI对外围小区的影响,要求在分配PCI时,使得所有可能被影响到的小区间的冲突MR数、混淆MR数和模3干扰MR数的总和最少。这个问题的复杂性在于,不仅要考虑2067个小区内部的PCI规划,还要考虑这些变化对周围小区的影响,要求参赛者在更广泛的范围内进行优化。

问题4:与问题3类似,但同样需要考虑不同优先级。首先保证冲突的MR数降到最低,然后在此基础上保证混淆的MR数降到最低,最后尽量降低模3干扰的MR数。这个问题要求参赛者在更广泛的网络环境中,平衡不同问题的优先级,实现整体最优的PCI规划。

简要分析

这些问题都是典型的优化问题,涉及到复杂的决策过程和多目标优化。

  • 问题1和问题2关注的是局部优化,即如何在给定的小区集合内实现最优的PCI分配。

  • 问题3和问题4则需要考虑全局优化,即在重新分配PCI时,如何最小化对整个网络(包括外围小区)的影响。

  • 所有问题都需要处理冲突、混淆和干扰三种不同的PCI问题,但问题2和问题4还需要在解决这些问题时考虑优先级。

  • 这4题,我们可能需要运用图论、组合优化、启发式算法等数学和计算机科学的方法。

思路更新

一、二、三、四问思路更新,给出了尽可能详细的数学模型(包含公式),根据该模型进行计算和优化即可。

在这里插入图片描述在这里插入图片描述

🥇 最新思路更新(看最新发布的文章即可):
https://blog.csdn.net/dc_sinor?type=blog

3 选题分析

A题属于目标优化问题,还结合了动态规划问题,别看题目描述的复杂,只要构建好目标函数就能轻松解决

B题这种类型的题目这几年出的还不少呀,就是机器学习或深度学习的图像目标检测

C题是一个典型的运筹学问题,涉及到预测模型的建立和优化排班策略的制定。解决这个问题需要综合运用统计学、机器学习、优化算法等多学科知识。

D题该问题是一个典型的优化问题,需要综合考虑多个因素,如设备性能、矿山条件、成本和风险等

本次建模题目难度(由高到低) B>A>D>C

!!!A君会先出C题思路!!!

4 最新思路更新

🥇 最新思路更新(看最新发布的文章即可):
https://blog.csdn.net/dc_sinor?type=blog

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/307404.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Attention注意力机制:理论基础、核心架构、应用领域及最新研究动态

Attention机制源于对序列建模中长期依赖关系的有效捕获需求&#xff0c;其理论基础在于让模型动态分配权重以聚焦于输入序列中与当前任务相关的关键部分。核心架构包括Query-Key-Value三元组计算、Softmax归一化的注意力得分、加权求和生成上下文向量&#xff0c;以及扩展至多头…

【中文医疗词嵌入模型】SMedBERT:结构化知识图谱 + 混合注意力机制 + 提及-邻居上下文建模

【中文医疗词嵌入模型】SMedBERT&#xff1a;结构化知识图谱 混合注意力机制 提及-邻居上下文建模 提出背景SMedBERT 具体到点的设计逻辑SMedBERT的背景SMedBERT的工作原理 SMedBERT 具体实现细节3.1 符号和模型3.2 Top-K Entity Sorting3.3 提及-邻居混合注意力3.4 提及-邻居…

Excel/WPS超级处理器,提取汉字/字母/数字

在职场工作中&#xff0c;经常会遇到单元格中有汉字&#xff0c;数字&#xff0c;字母三者的自由组合&#xff0c;但往往只需要其中的一者&#xff0c;如何快速提取呢&#xff0c;超级处理器&#xff0c;提供了4个功能可选。 超级处理器下载与安装 1&#xff09;分离字符 将…

模板进阶 | 非类型模板参数 | 类模板的特化 | 模板的分离编译 | 模板的优缺点

非类型模板参数 我们可以认为非类型模板参数就是一个常量&#xff0c;在我们的类里面我们是不能对它进行改造 为什么会有这样的场景&#xff0c;其次就是C语言那里我们一般使用什么。 场景1 #include<iostream> using namespace std;#define N 10 template<class T…

三天做完pandas数据分析50题第一天

三天做完pandas数据分析50题第一天 第1题 将python的list转换为Series第2题 将字典转换为Series第3题 将Series转换成python的list第4题 使用numpy创建series。第5题 如何为Series添加新的元素&#xff1f;第6题 使用字典创建DataFrame第7题 给DataFrame设置索引列第8题 生成一…

初学python记录:力扣2923. 找到冠军 I

题目&#xff1a; 一场比赛中共有 n 支队伍&#xff0c;按从 0 到 n - 1 编号。 给你一个下标从 0 开始、大小为 n * n 的二维布尔矩阵 grid 。对于满足 0 < i, j < n - 1 且 i ! j 的所有 i, j &#xff1a;如果 grid[i][j] 1&#xff0c;那么 i 队比 j 队 强 &…

windows 之 redis非安装版,启动与初始化密码

1、下载redis 免安装版 2、解压后&#xff0c;启动服务 3、双击客服端 4、设置密码 config set requirepass root123456成功后&#xff0c;退出服务再次双击 5、登录 再次执行命名时已经没权限了 使用 auth password 登录 成功后&#xff0c;就可以了 auth root123456 …

第三次作业

创建了一个教务管理系统的登录页面&#xff0c;其中包含左侧的图片以及右侧的表单容器&#xff0c;当鼠标悬停在表单容器上时&#xff0c;会稍微变大&#xff0c;并且图片容器会相应的缩小&#xff0c;是通过css的transition以及fiex属性实现。 表单容器包含用户名和密码的输入…

LeetCode-62. 不同路径【数学 动态规划 组合数学】

LeetCode-62. 不同路径【数学 动态规划 组合数学】 题目描述&#xff1a;解题思路一&#xff1a;动态规划&#xff0c;动规五部曲解题思路二&#xff1a;动态规划&#xff08;版本二&#xff09;解题思路三&#xff1a;数论 题目描述&#xff1a; 一个机器人位于一个 m x n 网…

30元腾讯云服务器搭建幻兽帕鲁Palworld多人联机游戏,畅玩

幻兽帕鲁太火了&#xff0c;官方palworld服务器不稳定&#xff1f;不如自建服务器&#xff0c;基于腾讯云幻兽帕鲁服务器成本32元全自动部署幻兽帕鲁服务器&#xff0c;超简单有手就行&#xff0c;全程自动化一键部署10秒钟即可搞定&#xff0c;无需玩家手动部署幻兽帕鲁游戏程…

逆向案例十六——简单webpack逆向,财联社信息

网址链接&#xff1a;财联社A股24小时电报-上市公司动态-今日股市行情报道 数据包sign参数为加密&#xff0c;可以直接搜索找参数的位置&#xff0c;搜索不到的情况下&#xff0c;在断点跟栈&#xff1a; 确定js文件所在位置&#xff0c;并打上断点。 点击加载刷新页面。可以发…

服务器代理

服务器代理 配置&#xff1a;64G内存1 3090&#xff08;24g&#xff09;1P4000&#xff08;8g&#xff09; SSH连接 工作路径&#xff1a;/home/ubuntu/workspace/python Anaconda路径&#xff1a;/home/Ubuntu 1.在工作路径下创建自己的文件夹作为workspace 2.以用户ubunbtu登…

AIGC的崛起:定义未来内容创作的新纪元

&#x1f31f;文章目录 &#x1f31f;AIGC简介&#x1f31f; AIGC的相关技术与特点&#x1f31f;AIGC有哪些应用场景&#xff1f;&#x1f31f;AIGC对其他行业影响&#x1f31f;面临的挑战与问题&#x1f31f;AIGC未来发展 &#x1f31f;AIGC十大热门网站推荐&#xff1a; 文心…

【前缀合】Leetcode 连续数组

题目解析 525. 连续数组 寻找一个子数组&#xff0c;这个子数组中包含相同数目的0和1&#xff0c;但是这个子数组需要最长的 算法讲解 只需在[0,i]寻找一段区间使得这一段区间的和也等于sum即可 细节问题&#xff1a;1. 这里的哈希表的value存的是下标&#xff0c;因为需要找…

【论文笔记】PointMamba: A Simple State Space Model for Point Cloud Analysis

原文链接&#xff1a;https://arxiv.org/abs/2402.10739 1. 引言 基于Transformer的点云分析方法有二次时空复杂度&#xff0c;一些方法通过限制感受野降低计算。这引出了一个问题&#xff1a;如何设计方法实现线性复杂度并有全局感受野。 状态空间模型&#xff08;SSM&…

Axios网络请求

Axios网络请求主要用于前后端请求&#xff0c;前后端分离时前端需要通过url请求后端的接口&#xff0c;并且处理后端传过来的数据。 Axios官网教程 安装 npm install axios在main.js导入 import axios from axios;//声明一个http变量&#xff01;&#xff01;&#xff01…

Vue 移动端(H5)项目怎么实现页面缓存(即列表页面进入详情返回后列表页面缓存且还原页面滚动条位置)keep-alive缓存及清除keep-alive缓存

一、需求 产品要求&#xff1a;Vue移动端项目进入列表页&#xff0c;列表页需要刷新&#xff0c;而从详情页返回列表页&#xff0c;列表页则需要缓存并且还原页面滚动条位置 二、实现思路 1、使用Vue中的keep-alive组件&#xff0c;keep-alive提供了路由缓存功能 2、因为我项…

VS2022MSDN(离线帮助文档)的下载安装与使用

哈喽,你好啊,我是雷工! 现如今最重要的能力莫过于自学能力,在工控项目或编程中遇到问题,想快速解决的最快的方法莫过于查看手册。 MSDN是VS中的一个帮助手册,可以用来查找各种函数,查看各种API文档,对初学者来说是个不可缺少的手册,非常方便。 01在线查看 当我们在联…

针式打印机左边距偏离太多,通过边距无法调节

如果如下已经设置正确的打印边距&#xff0c;还是打印异常&#xff0c;偏离太多的话 需要在打印机属性里面把纸张左边距设置为默认值&#xff0c;即0

Web前端-HTML

黑马程序员JavaWeb开发教程 一、初识web前端 1、 标准也称为网页标准&#xff0c;由一系列的标准组成&#xff0c;大部分由W3C负责指定 2、 三个部分组成 HTML&#xff1a;负责网页的结构&#xff08;页面元素和内容&#xff09;CSS&#xff1a;负责网页的表现&#xff08;页…