基于图神经网络和RSMA进行能效优化的无蜂窝URLLC通信方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于图神经网络和RSMA进行能效优化的无蜂窝URLLC通信方法及系统
申请号:CN202510971439
申请日期:2025-07-15
公开号:CN121013193A
公开日期:2025-11-25
类型:发明专利
摘要
本发明公开了一种基于图神经网络和RSMA进行能效优化的无蜂窝URLLC通信方法及系统,方法包括:中央处理单元构建接入点与用户终端之间的异构拓扑图,并下发给各节点;所有用户终端同时广播预分配的导频序列信号,所有接入点对导频序列信号进行接收;各用户终端将其预分配的导频序列信号采用映射为节点特征向量,各接入点将其接收到的信号映射为节点特征向量;各接入点与其相邻节点进行多轮消息传递,并在每轮消息传递时,对节点特征向量进行更新;各接入点将节点特征向量映射为复数预编码向量,根据复数预编码向量对符号进行编码并广播,各用户终端对接收到的信号进行解码。本发明具有鲁棒性和高能效。
技术关键词
接入点节点 预编码向量 终端 通信方法 拓扑图 能效 信号 符号 注意力 邻居 异构 序列 特征向量值 神经网络参数 处理单元 URLLC系统 消息