基于非完备大数据的业务预测

高效、精准预测无线网络业务数据,例如业务的到达率、用户数以及吞吐量等,将为网络提供用户的实时需求,是实现无线网络智能化的关键。然而,由于无线网络传输的不可靠性、采集设备故障、采样率低等原因,使得无线大数据具有不可避免的非完备性。将使系统丢失大量有用信息,从而给无线网络业务预测带来巨大挑战。为了应对该挑战,提出了基于非完备数据集的业务预测架构,从缺失值补充以及空时信息挖掘2个维度高效利用非完备数据集,提升预测精度,助力无线网络的智能化。

基于多元非完备信息的实时滤波定轨方法

针对扩频及USB测控设备外测非完备观测数据在实时滤波定轨中的使用问题,采用变维矩阵及向量运算方法对各类非完备数据进行混合使用,对其实现过程及使用效果进行了分析。仿真结果表明,基于多元非完备数据的实时定轨精度与使用完备数据计算的轨道精度相当,该方法降低了外测数据预处理复杂度,研究结果对空间目标实时监视有一定的参考价值。