基于深度展开分布式图神经网络的无线通信资源分配方法

专利申请号：CN202211648470.X

公 开 号：CN116056214A

发 明 人：承楠 杨浩 孙瑞锦 尹志胜 惠一龙 

代 理 人：西安嘉思特知识产权代理事务所(普通合伙)辛菲

代理机构：西安嘉思特知识产权代理事务所(普通合伙)

专利类型：发明专利

申 请 日：20230502

公 开 日：20221221

专利主分类号：H04W72/0446

关 键 词：神经网络 发射机 发射功率 图数据结构 用户信道 分布式并行处理 无线通信资源 信道增益矩阵 迭代处理 发射信号 模拟训练 任务计算 实际需求 网络通信 训练样本 运算方式 泛化性 解释性 邻接表 最大化 多层 分配 时延 存储 转换 通信 网络 

摘      要：本发明提供的一种基于深度展开分布式图神经网络的无线通信资源分配方法，从D2D网络中获取当前时隙的信道增益矩阵并转换为由邻接表存储的图数据结构；任一发射机在图数据结构中确定自身的用户信道增益以及其他发射机的状态信息；将当前时隙的用户信道增益、上一时隙的发射功率以及其他发射机的状态信息作为输入，以通信速率总和最大化为目的通过多个时隙模拟训练好的多层图神经网络的运算方式，得到最终分配的发射功率从而发射信号。本发明可以增强图神经网络的可解释性和泛化性，降低图神经网络对训练样本的依赖，利用分布式并行处理进行发射功率的迭代处理，降低任务计算时延低，满足未来D2D网络通信的实际需求。