摘要
本发明公开基于图神经网络和移动感知的飞行自组网路由方法及系统,属于无线通信技术领域;方法包括:无人机周期性地使用信息收集协议上传自身节点信息给高空计算平台;高空计算平台利用上传节点信息构建网络状况图作为图神经网络模型训练的输入,训练图神经网络模型,用于预测下一时刻的网络状况图;在节点进行路由请求时,高空计算平台下发命令收集所有节点信息,形成网络状况图;网络状况图输入训练后的图神经网络模型,获得下一时刻的网络状况图,再利用最短路径算法选择最佳路由下发至路由请求的无人机。通过图神经网络模型预测未来的网络状况图,提升了路由选择的精确性和智能化水平,提高了包到率,优化网络吞吐量。
技术关键词
飞行自组网
无人机
信息收集协议
神经网络模型训练
平台
中继节点
消息
邻居
更新模型参数
优化网络吞吐量
节点特征
发送源
命令
神经网络训练
算法
通信接口
模型训练模块
系统为您推荐了相关专利信息
静音检测方法
音频
动态库文件
通信平台
LINUX系统
复杂岩性识别方法
岩芯图像
样本
矩阵
更新模型参数
轮廓数据
三维模型
航线规划方法
巡检路径
建筑物