導語：無線通信網絡業務量預測與應用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：在綜述現有通信網絡業務預測技術的基礎上，對現有的業務預測技術進行對比分析研究，通過分析得到了現有技術存在的優點與缺點，在此基礎上指出該領域未來的發展方向是提升數學模型，提高機制設計以及聯合設計。

關鍵詞：無線通信;網路業務;業務量

一、現有技術

就目前技術而言，無線通信網絡中對移動終端業務量的預測技術中，大部分技術的主要思路是這樣：將該問題建模為Markov過程模型[1]。其基本思路是將歷史數據作為依據，然后擬合出馬爾科夫過程的相關參數，從而依據這些參數來得到下一個狀態時刻的可能業務量。在參考文獻[2]中，作者提出了這樣的思路與方法：將用戶的業務訪問記錄數據，以路徑樹的方式構建起來，以此訪問路徑樹為基礎就比較容易查找出當前用戶最匹配的路徑了。而參考文獻[3]的思想則是以歷史記錄數據為基礎，從中求解出多階的矩陣，將歷史狀態作為母體，然后將用戶的現階段與母體狀態進行比較，從而將母體狀態進行克隆復制的預測方法，這樣進一步提高了準確性。在參考文獻[4]中，假定網絡的狀態存在時間相關性，即離散的相鄰時間的網絡狀態之間具有一定的隨機相似性，以此為依據，不同時間狀態的網絡狀態序列構成一個Markov鏈，而隨著時間的推移，不同時刻網絡狀態之間的關系會發生變化，則根據數據的不斷更新調整他們之間的關系，以實現動態地預測優化。

二、當前存在的主要問題

(一)當前的Markov預測模型雖然已經具有比較高的準確率，但依然有很多完善和改進的空間，例如隨著網絡規模的擴大和移動用戶的增加，現有的Markov預測模型中很少考慮大規模轉移概率矩陣的求解復雜度問題。高斯消元法作為經典的求解算法，具有的優點較多。然而這種算法也存在一定的局限性，比如當需要求解的方程組所對應的系數所構成的矩陣規模很大，以及在這些系數所構成的矩陣處于病態的情況下，該算法中的舍入誤差所造成的影響往往就會很大。而且利用此種方法，在所被求解的方程組數量多，系數多，結算量大的狀態下，一般都需要很大內存開銷和很長的時間開銷。使用迭代法求解大規模矩陣，是用某種極限過程去逐步逼近線性方程組精確解的方法，具有占存儲單元少，程序設計簡單，原始系數矩陣在迭代過程中不變等優點，卻在收斂性、收斂速度以及總體上很難做到通用、穩定，而對通信業務進行預測，轉移概率矩陣的求解精度，直接關系到通信業務預測的準確度。(二)通常對全頻段全用戶進行整體頻率資源分配策略的設計，算法存在過程繁瑣，耗時長的問題，盡管有些算法資源分配效率較高，但是進行多用戶頻譜資源分配時，無法給出多用戶速率公平性評價指標，存在頻譜資源分配均衡性差的問題。另外，通過預測未來的信道狀態來分配資源，在無干擾網絡中可達到很大的性能增益。但是在干擾網絡中如何無線通信網絡中業務量預測與應用研究冉偉仡覃鳳謝(重慶市南岸區公安分局重慶南岸400060)利用預測信息，在分配資源的同時有效協調干擾還是一個尚未研究的問題。

三、未來的發展方向

(一)設計一種快速、高效預測模型是一個發展的方向。目前針對網絡中業務的量的預測已經有了一些研究，而這些研究成果的準確度都不夠高，要提高準確度就需要大幅度地犧牲計算復雜度方面的性能。如何解決這個矛盾，設計出復雜度較低，而且預測比較準確的數學模型就成為解決這一問題的關鍵。因此，對現有的網絡特征進行分析，建立合理的數學模型是該問題領域發展的一個重要研究方向。(二)設計合理的預測機制。在網絡中，業務量是隨機分布的，雖然具有一定的規律性，但是同時也具有隨機特性，比如業務漲落問題，業務的分布偏差問題等等。這就要求在預測機制中能夠對上述因素進行考慮，既能夠利用業務的分布規律得到業務的分布情況，同時又能夠反映出其隨機特性，這是預測機制另外的一個發展方向。(三)設計業務預測與資源分配的聯合機制。業務預測的目的是能夠提高網絡的性能，提升網絡中的資源利用率，而在業務預測過程中，收到的信息可能并不是業務量方面的單一信息。因此，如何利用這些信息，實現業務預測與資源分配綜合設計，從而將業務預測與提升網絡資源利用率相結合，也是一個有意義的課題。

四、結束語

首先綜述現有的通信網絡業務預測技術，通過對現有的業務預測技術進行對比分析研究發現，現有的技術存在兩方面的不足，一方面是隨著網絡規模的擴大和移動用戶的增加而復雜度大幅增加；另外一方面是缺乏對預測機制與資源分配的結合。在此基礎上指出該領域在未來的發展方向是提升數學模型，為設計優質算法提供必要的基礎，提高機制設計，從而較好地處理準確度與復雜度之間的矛盾，以及將預測機制與資源分配聯合設計，實現信息的充分利用這三個發展方向。

參考文獻：

[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:重慶市南岸區公安分局