分析了移动路径预测的已有方案

指出了各方案存在的问题。针对预测性能相对较好的K阶Markov预测器存在的状态空间膨胀问题

以2阶Markov预测器为例

提出了2步Markov模型

并验证了其在WLAN上的可行性。在此基础上

提出了一个混合多步Markov模型

并利用EM算法估计多个单步Markov模型的混合系数。该混合模型状态空间的复杂度为O（N）

而2阶Markov模型为O（N2）

其中

N为WLAN中的AP数目;混合模型的存储空间需求为O（N2）

而2阶Markov模型为O（N3）。最后通过基于条件熵与误差向量2阶范数的计算分析以及基于实际数据集的实践分析表明

该混合模型能够以比2阶Markov模型小得多的空间代价获得与2阶Markov模型相似的预测精度和普适性

具有较高的实时在线应用价值。