有两种类型的移动性模型。一种是室内移动性模型，另一种是室外移动性模型。它进一步分为各种类型-
- 室内流动性模型
- 随机游走
- 随机航点
- 随机方向
- 户外出行模式
- 高斯·马尔科夫
- 随机游走的概率版本
在本主题中，我们将学习户外移动模型的概率版本的随机行走。随机行走基本上是室内移动性模型的模型，但是在此概率矩阵中添加了它，使其成为了室外移动性模型的随机行走性概率版本的一部分。在下一步中，它利用概率矩阵来确定特定移动节点的位置。
- 此版本具有三个状态-
- 状态0：当前
- 状态1：以前
- 状态2：下一个
随机游走的概率版本
根据该图，假设(0)是X’= X处的节点。现在，如果我们进入X’= X-1的(1)的先前状态，或者进入X’= X + 1的(2)的下一状态，则他们有可能进入下一或先前的状态。这里的0定义当前位置。我们可以以0.5的概率进入下一个状态，或者以0.5的概率回到上一个状态。 Y节点也同样工作。
现在，通过遵循上面给出的概率矩阵来研究其矩阵。
- 从(0，0)看，没有任何可能性，因此其值保持为0。
- 对于(0，1)，它是0.5
- 对于(0，2)，它是0.5
- 对于(1，0)，它是0.3
- 对于(1，1)，它是0.7(是一个循环)
- 对于(1，2)，它是0(因为它不能从上一个状态转到下一个状态)
- 对于(2，0)，它是0.3
- 对于(2，1)，它是0(因为它不能从下一个状态转到上一个状态)
- 对于(2，2)，它是0.7(是一个循环)
新矩阵为：
这是什么意思 ?
无论是节点X还是节点Y，相同的概率矩阵都适用于这两个节点。一次，它们只能在三种状态下工作，即上一个，当前或下一个。