集成陆地网络与非陆地网络中网络资源分析的概率预测
信号处理
2025-03-27 v1 人工智能
机器学习
网络与互联网体系结构
摘要
高效资源管理是Non-Terrestrial Networks(NTN)提供远程和服务不足地区一致高质量服务的关键。虽然传统的单点预测方法如长短期记忆网络(LSTM)已用于陆地网络，但由于卫星动力学、信号延迟和覆盖范围变异性，往往在NTN中不足。概率预测通过量化预测不确定性，是一种稳健的替代方案。本文评估了概率预测技术，特别是SFF，应用于NTN资源分配场景。我们的结果表明其在预测不同NTN分段的带宽和容量需求方面有效。结果显示，黑色概率预测模型能够提供准确可靠的预测并量化其不确定性，对于优化NTN资源分配至关重要。本文最后还提出了在集成陆地网络(TN)-NTN环境中应用概率预测的场景和标准化路线图。
引用
@article{arxiv.2503.20658,
title = {Probabilistic Forecasting for Network Resource Analysis in Integrated Terrestrial and Non-Terrestrial Networks},
author = {Cristian J. Vaca-Rubio and Vaishnavi Kasuluru and Engin Zeydan and Luis Blanco and Roberto Pereira and Marius Caus and Kapal Dev},
journal= {arXiv preprint arXiv:2503.20658},
year = {2025}
}