導(dǎo)語：無線通信網(wǎng)絡(luò)業(yè)務(wù)量預(yù)測(cè)與應(yīng)用一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：在綜述現(xiàn)有通信網(wǎng)絡(luò)業(yè)務(wù)預(yù)測(cè)技術(shù)的基礎(chǔ)上，對(duì)現(xiàn)有的業(yè)務(wù)預(yù)測(cè)技術(shù)進(jìn)行對(duì)比分析研究，通過分析得到了現(xiàn)有技術(shù)存在的優(yōu)點(diǎn)與缺點(diǎn)，在此基礎(chǔ)上指出該領(lǐng)域未來的發(fā)展方向是提升數(shù)學(xué)模型，提高機(jī)制設(shè)計(jì)以及聯(lián)合設(shè)計(jì)。

關(guān)鍵詞：無線通信;網(wǎng)路業(yè)務(wù);業(yè)務(wù)量

一、現(xiàn)有技術(shù)

就目前技術(shù)而言，無線通信網(wǎng)絡(luò)中對(duì)移動(dòng)終端業(yè)務(wù)量的預(yù)測(cè)技術(shù)中，大部分技術(shù)的主要思路是這樣：將該問題建模為Markov過程模型[1]。其基本思路是將歷史數(shù)據(jù)作為依據(jù)，然后擬合出馬爾科夫過程的相關(guān)參數(shù)，從而依據(jù)這些參數(shù)來得到下一個(gè)狀態(tài)時(shí)刻的可能業(yè)務(wù)量。在參考文獻(xiàn)[2]中，作者提出了這樣的思路與方法：將用戶的業(yè)務(wù)訪問記錄數(shù)據(jù)，以路徑樹的方式構(gòu)建起來，以此訪問路徑樹為基礎(chǔ)就比較容易查找出當(dāng)前用戶最匹配的路徑了。而參考文獻(xiàn)[3]的思想則是以歷史記錄數(shù)據(jù)為基礎(chǔ)，從中求解出多階的矩陣，將歷史狀態(tài)作為母體，然后將用戶的現(xiàn)階段與母體狀態(tài)進(jìn)行比較，從而將母體狀態(tài)進(jìn)行克隆復(fù)制的預(yù)測(cè)方法，這樣進(jìn)一步提高了準(zhǔn)確性。在參考文獻(xiàn)[4]中，假定網(wǎng)絡(luò)的狀態(tài)存在時(shí)間相關(guān)性，即離散的相鄰時(shí)間的網(wǎng)絡(luò)狀態(tài)之間具有一定的隨機(jī)相似性，以此為依據(jù)，不同時(shí)間狀態(tài)的網(wǎng)絡(luò)狀態(tài)序列構(gòu)成一個(gè)Markov鏈，而隨著時(shí)間的推移，不同時(shí)刻網(wǎng)絡(luò)狀態(tài)之間的關(guān)系會(huì)發(fā)生變化，則根據(jù)數(shù)據(jù)的不斷更新調(diào)整他們之間的關(guān)系，以實(shí)現(xiàn)動(dòng)態(tài)地預(yù)測(cè)優(yōu)化。

二、當(dāng)前存在的主要問題

(一)當(dāng)前的Markov預(yù)測(cè)模型雖然已經(jīng)具有比較高的準(zhǔn)確率，但依然有很多完善和改進(jìn)的空間，例如隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大和移動(dòng)用戶的增加，現(xiàn)有的Markov預(yù)測(cè)模型中很少考慮大規(guī)模轉(zhuǎn)移概率矩陣的求解復(fù)雜度問題。高斯消元法作為經(jīng)典的求解算法，具有的優(yōu)點(diǎn)較多。然而這種算法也存在一定的局限性，比如當(dāng)需要求解的方程組所對(duì)應(yīng)的系數(shù)所構(gòu)成的矩陣規(guī)模很大，以及在這些系數(shù)所構(gòu)成的矩陣處于病態(tài)的情況下，該算法中的舍入誤差所造成的影響往往就會(huì)很大。而且利用此種方法，在所被求解的方程組數(shù)量多，系數(shù)多，結(jié)算量大的狀態(tài)下，一般都需要很大內(nèi)存開銷和很長的時(shí)間開銷。使用迭代法求解大規(guī)模矩陣，是用某種極限過程去逐步逼近線性方程組精確解的方法，具有占存儲(chǔ)單元少，程序設(shè)計(jì)簡(jiǎn)單，原始系數(shù)矩陣在迭代過程中不變等優(yōu)點(diǎn)，卻在收斂性、收斂速度以及總體上很難做到通用、穩(wěn)定，而對(duì)通信業(yè)務(wù)進(jìn)行預(yù)測(cè)，轉(zhuǎn)移概率矩陣的求解精度，直接關(guān)系到通信業(yè)務(wù)預(yù)測(cè)的準(zhǔn)確度。(二)通常對(duì)全頻段全用戶進(jìn)行整體頻率資源分配策略的設(shè)計(jì)，算法存在過程繁瑣，耗時(shí)長的問題，盡管有些算法資源分配效率較高，但是進(jìn)行多用戶頻譜資源分配時(shí)，無法給出多用戶速率公平性評(píng)價(jià)指標(biāo)，存在頻譜資源分配均衡性差的問題。另外，通過預(yù)測(cè)未來的信道狀態(tài)來分配資源，在無干擾網(wǎng)絡(luò)中可達(dá)到很大的性能增益。但是在干擾網(wǎng)絡(luò)中如何無線通信網(wǎng)絡(luò)中業(yè)務(wù)量預(yù)測(cè)與應(yīng)用研究冉偉仡覃鳳謝(重慶市南岸區(qū)公安分局重慶南岸400060)利用預(yù)測(cè)信息，在分配資源的同時(shí)有效協(xié)調(diào)干擾還是一個(gè)尚未研究的問題。

三、未來的發(fā)展方向

(一)設(shè)計(jì)一種快速、高效預(yù)測(cè)模型是一個(gè)發(fā)展的方向。目前針對(duì)網(wǎng)絡(luò)中業(yè)務(wù)的量的預(yù)測(cè)已經(jīng)有了一些研究，而這些研究成果的準(zhǔn)確度都不夠高，要提高準(zhǔn)確度就需要大幅度地犧牲計(jì)算復(fù)雜度方面的性能。如何解決這個(gè)矛盾，設(shè)計(jì)出復(fù)雜度較低，而且預(yù)測(cè)比較準(zhǔn)確的數(shù)學(xué)模型就成為解決這一問題的關(guān)鍵。因此，對(duì)現(xiàn)有的網(wǎng)絡(luò)特征進(jìn)行分析，建立合理的數(shù)學(xué)模型是該問題領(lǐng)域發(fā)展的一個(gè)重要研究方向。(二)設(shè)計(jì)合理的預(yù)測(cè)機(jī)制。在網(wǎng)絡(luò)中，業(yè)務(wù)量是隨機(jī)分布的，雖然具有一定的規(guī)律性，但是同時(shí)也具有隨機(jī)特性，比如業(yè)務(wù)漲落問題，業(yè)務(wù)的分布偏差問題等等。這就要求在預(yù)測(cè)機(jī)制中能夠?qū)ι鲜鲆蛩剡M(jìn)行考慮，既能夠利用業(yè)務(wù)的分布規(guī)律得到業(yè)務(wù)的分布情況，同時(shí)又能夠反映出其隨機(jī)特性，這是預(yù)測(cè)機(jī)制另外的一個(gè)發(fā)展方向。(三)設(shè)計(jì)業(yè)務(wù)預(yù)測(cè)與資源分配的聯(lián)合機(jī)制。業(yè)務(wù)預(yù)測(cè)的目的是能夠提高網(wǎng)絡(luò)的性能，提升網(wǎng)絡(luò)中的資源利用率，而在業(yè)務(wù)預(yù)測(cè)過程中，收到的信息可能并不是業(yè)務(wù)量方面的單一信息。因此，如何利用這些信息，實(shí)現(xiàn)業(yè)務(wù)預(yù)測(cè)與資源分配綜合設(shè)計(jì)，從而將業(yè)務(wù)預(yù)測(cè)與提升網(wǎng)絡(luò)資源利用率相結(jié)合，也是一個(gè)有意義的課題。

四、結(jié)束語

首先綜述現(xiàn)有的通信網(wǎng)絡(luò)業(yè)務(wù)預(yù)測(cè)技術(shù)，通過對(duì)現(xiàn)有的業(yè)務(wù)預(yù)測(cè)技術(shù)進(jìn)行對(duì)比分析研究發(fā)現(xiàn)，現(xiàn)有的技術(shù)存在兩方面的不足，一方面是隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大和移動(dòng)用戶的增加而復(fù)雜度大幅增加；另外一方面是缺乏對(duì)預(yù)測(cè)機(jī)制與資源分配的結(jié)合。在此基礎(chǔ)上指出該領(lǐng)域在未來的發(fā)展方向是提升數(shù)學(xué)模型，為設(shè)計(jì)優(yōu)質(zhì)算法提供必要的基礎(chǔ)，提高機(jī)制設(shè)計(jì)，從而較好地處理準(zhǔn)確度與復(fù)雜度之間的矛盾，以及將預(yù)測(cè)機(jī)制與資源分配聯(lián)合設(shè)計(jì)，實(shí)現(xiàn)信息的充分利用這三個(gè)發(fā)展方向。

參考文獻(xiàn)：

[1]HUDH.AnIntroductiontoMarkovProcessinRandomEnvironment[M].[S.l.]:WorldPublishingCorp，2009.

[2]BHAWSARS，PATHAKK，PATIDARV.Newframeworkforwebaccessprediction[J].InternationalJournalofComputerTechnology&ElectronicsEngineering，2012，23(6):35-43.

[3]SHENB，CAOL，YAOM.Miningpreferrednavigationpatternsbyconsolidatingbothselectionandtimepreferences[J].WorldWideWeb，2016，19(5):979-1007.

[4]GURVICHI.Diffusionmodelsandsteady-stateapproximationsforexponentiallyergodicMarkovianqueues[J].AnnalsofAppliedProbability，2014，24(6):2527-2559.

作者:冉偉仡 覃鳳謝 單位:重慶市南岸區(qū)公安分局