Probabilistic Forecasting for Network Resource Analysis in Integrated Terrestrial and Non-Terrestrial Networks

要約

効率的なリソース管理は、非地球ネットワーク（NTN）にとって重要であり、リモートおよび不十分な地域で一貫した高品質のサービスを提供します。
長期にわたる記憶（LSTM）などの従来のシングルポイント予測方法は、陸生ネットワークで使用されていますが、衛星ダイナミクス、信号潜時、カバレッジのばらつきの複雑さのために、NTNSで不足していることがよくあります。
予測の不確実性を定量化する確率的予測は、堅牢な選択肢です。
この論文では、確率的予測技術、特にSFFのNTNリソース割り当てシナリオへの適用を評価します。
私たちの結果は、LSTMなどの単一点予測技術と比較して、確率的予測のさまざまなNTNセグメントの帯域幅と容量の要件を予測する際の有効性を示しています。
結果は、黒人の確率的予測モデルが正確で信頼できる予測を提供し、不確実性を定量化する可能性を示しており、NTNリソース割り当てを最適化するために不可欠です。
ペーパーの最後に、統合された地球ネットワーク（TN）-NTN環境で確率的予測を使用するためのアプリケーションシナリオと標準化ロードマップも提示します。

要約(オリジナル)

Efficient resource management is critical for Non-Terrestrial Networks (NTNs) to provide consistent, high-quality service in remote and under-served regions. While traditional single-point prediction methods, such as Long-Short Term Memory (LSTM), have been used in terrestrial networks, they often fall short in NTNs due to the complexity of satellite dynamics, signal latency and coverage variability. Probabilistic forecasting, which quantifies the uncertainties of the predictions, is a robust alternative. In this paper, we evaluate the application of probabilistic forecasting techniques, in particular SFF, to NTN resource allocation scenarios. Our results show their effectiveness in predicting bandwidth and capacity requirements in different NTN segments of probabilistic forecasting compared to single-point prediction techniques such as LSTM. The results show the potential of black probabilistic forecasting models to provide accurate and reliable predictions and to quantify their uncertainty, making them indispensable for optimizing NTN resource allocation. At the end of the paper, we also present application scenarios and a standardization roadmap for the use of probabilistic forecasting in integrated Terrestrial Network (TN)-NTN environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google