摘要
本发明提供一种基于图神经网络的微波网络拓扑优化方法及系统,首先获取微波通信网络中多个微波节点的实时运行数据集合,涵盖链路质量指标、节点负载状态参数及环境干扰系数,接着对实时运行数据集合进行动态特征提取,得到包含节点间信号衰减特征等的动态传播特征集合,然后调用预置图神经网络模型对动态传播特征集合进行拓扑关系建模,生成微波节点的关联权重矩阵,再基于此关联权重矩阵与预设拓扑优化约束条件迭代匹配计算,生成微波网络拓扑优化策略;最后将该微波网络拓扑优化策略发送至微波网络管理系统以触发链路重构操作,可有效优化微波网络拓扑。
技术关键词
网络拓扑优化方法
微波
节点
链路
动态特征提取
优化约束条件
异常数据点
衰减特征
发射功率校准
神经网络模型
信噪比估计值
叠加特征
信噪比差值
关系建模
波动特征
线性插值法
指向角
系统为您推荐了相关专利信息
人工智能数据
隐私保护系统
零知识证明
隐私保护模块
节点
诊断系统
心电信号采集模块
基线校准方法
节点
处理单元
位置部署方法
无人机集群
表达式
覆盖率
通信节点
相控阵天线
组网系统
动态优先级调度算法
配置通信参数
星间激光通信