Heterogeneous Graph Neural Network-Based Collaborative Spectrum Management for Multi-Node Frequency-Usage Network

doi:10.3390/drones10090661

Heterogeneous Graph Neural Network-Based Collaborative Spectrum Management for Multi-Node Frequency-Usage Network

2026-08-29

0

OA

AI

DOI：10.3390/drones10090661

原文链接

原文求助

摘要

En 中文

在复杂干扰环境下运行的无人机（UAV）数量激增，加剧了对协同频谱管理的需求，以减轻干扰并最大化网络容量。本文提出了一种用于分层无人机通信网络协同频谱管理的异构图神经网络（HGNN）框架。该架构包含三层：本地频谱监测的终端传输与控制层、区域干扰定位的子域传输与控制层以及网络范围频谱优化的全局控制层。每层整合多个感知无人机，仅与其所属层的传输与控制无人机（T&C UAV）通信，该无人机聚合并处理其下属感知节点的数据，并通过T&C UAV链向上传递结果。设计了一种具有层内和层间信息传递机制的分层异构图神经网络，以捕捉非均匀干扰条件下频谱环境中的复杂时空依赖关系。仿真结果表明，所提出的HGNN框架在48节点和81节点场景下，相较于SL-GNN实现了约7.1%和1.4%的稳态效用增益，以及相对于SL-GNN的1.5 dB和2.9 dB的干扰抑制比（ISR）提升。

Keyword:

heterogeneous graph neural network

collaborative spectrum management

hierarchical UAV network

interference mitigation

multi-layer architecture

complex interference environment

Heterogeneous Graph Neural Network-Based Collaborative Spectrum Management for Multi-Node Frequency-Usage Network

摘要

期刊

机构

引用论文