Abstract:
Le monde a connu ces dernières années une explosion d'innovation dans le monde connecté,
plus précisément le monde des mobiles. Cela nécessite un réseau mobile performant, d'où
interviens les chercheurs pour améliorer ce dernier. Les réseaux mobiles permettent aux
utilisateurs une mobilité plus étendus et plus souple. La prédiction de déplacements des
mobiles peut jouer un grand rôle dans la gestion de mobilité. En prédisant l'endroit où les
utilisateurs se déplacent, l'allocation des ressources peut se faire avant le transfert effectif, ce
qui permet de réduire les retards dans l'allocation des ressources et, finalement, de réduire la
latence du transfert. Nous présentons dans ce mémoire une technique de prédiction via la
chaine de Markov, La prédiction du trafic est un élément essentiel dans la gestion du trafic.
Celle-ci se fait en deux phases la prédiction de la mobilité et la redistribution des ressources
afin de partager les taches des cellules. D'après les résultats, nous pouvons conclure que le
principal paramètre qui influence la prédiction est une matrice de probabilité de transition. Par
conséquent, cette valeur doit être déterminée correctement afin d'obtenir la prédiction la plus
précise possible
