摘要
本发明公开了一种面向D2D辅助电力物联网的模式选择方法与装置,包括:构建图神经网络模型,在图构建模块中将电力网络中的D2D用户对和蜂窝用户及其信道之间的干扰关系建模为图结构并将图结构中的节点特征和边特征编码为特征向量,在图卷积模块中利用图卷积神经网络将特征向量进行特征提取得到包括D2D用户对节点和蜂窝用户节点的节点隐状态,在分类决策模块中将节点隐状态输入分类器计算信道选择变量以确定选择的信道模式;对图神经网络模型进行训练后进行部署应用。本发明利用图神经网络对D2D通信的模式选择进行优化并最大化系统吞吐量,进一步降低了计算复杂度和提高了计算速度,能够大幅提升通信系统的整体性能。
技术关键词
信道
神经网络模型
节点特征
关系建模
卷积模块
模式
电力
分类器
模型训练模块
决策
基站
变量
分支定界法
标签
最大化系统
编码
矩阵
系统为您推荐了相关专利信息
人工神经网络模型
仿真数据
布里渊增益谱
信噪比
监测场景
分级管控方法
多模态数据融合
卫星导航信号源
时分复用
分级管控系统
电子对抗装备
关系抽取方法
朴素贝叶斯分类器
前馈神经网络
多层神经网络模型
光纤温度传感器
光纤应变传感器
算法模型
智能加热控制
数据采集单元
煤矿采空区
信道建模方法
信道冲激响应
生成电磁波
仿真模型