一种基于图神经网络的多跳LoRa网络能耗优化方法

本申请适用于无线网络技术领域，提供了一种基于图神经网络的多跳LoRa网络能耗优化方法，包括：将LoRa多跳网络表示为有向图，节点对应终端设备、中继节点和网关节点，边表示节点间的通信连接关系，提取每个节点的拓扑特征作为图神经网络的输入特征，再构建拓扑感知的图神经网络模型，通过感知节点在网络中的拓扑位置，自适应确定其最优聚合深度，并执行节点间的信息传递、邻域聚合与特征更新操作，学习得到具备结构表达能力的嵌入表示，然后将节点嵌入表示输入决策模块，联合预测其最优的扩频因子SF和发射功率TP。本申请可结合节点的拓扑位置和邻居特征，实现通信参数的自适应配置，从而优化网络整体能耗。