风险受控的吞吐量预测何时才能真正控制风险？一项针对低地球轨道卫星链路的复现研究

arXiv:2611.06307v1 公告类型：新投稿 摘要：基于风险预算的吞吐量预测将低地球轨道卫星容量的点预测转换为保守界限，并将其高估率控制在用户指定的预算内，以便准入控制能够安全地据此决策。我们在 BG-CFQS 的作者使用的三组 Starlink 轨迹数据及独立的第四个数据集上复现了这一当前最先进的方法，并报告四项发现。第一，该方法的风险保证可以复现，但取决于校准集的划分方式：采用随机划分时，我们复现了所有已发表的量化结果，包括在全部三个数据集上通过风险检验；但采用实际部署终端所面临的连续时间划分时，仅有一个数据集通过检验。第二，无论采用何种划分，该方法都无法满足低于 0.15 的风险预算，因为 0.15 是其候选分位数集合的下限。在全部四个数据集上，预算为 0.05、0.10 和 0.15 时实际达到的高估率完全相同；在最严格的预算下，高估率达到预算的 1.4 至 3.7 倍。第三，静态保形校准无法改善排序，只能移动工作点；我们在延迟尖峰检测任务上精确验证了这一点，而在线校准可将 AUPRC 提高最多 51%。第四，组条件在线再校准可拆分为两种机制。在线部分的效果可以复现：在 0.05 至 0.35 的预算范围内，它能将与预算的偏差控制在 1% 以内，而静态校准的偏差为 16% 至 21%。组条件部分的效果则无法复现：在四个数据集中的三个上，以任何可用协变量为条件，包括实测的服务卫星几何关系，效果均不如不设条件；我们尝试预测哪些数据集会受益，也未能成功。本文的创新在于实证发现，而非算法：我们主张的贡献是这些发现，而不是所用方法。