基于层次异构图神经网络的灾后供电通信智能网络中的AoI-能量-频谱联合优化
网络与互联网体系结构
2025-07-16 v2 信号处理
摘要
本文设计了一种灾后供电通信智能网络（PDPCIN），以解决灾区内地面基站（GBS）故障导致的通信中断问题。PDPCIN利用无人机（UAV）为受灾区域提供无线数据采集（WDC）和无线能量传输（WET），并利用低地球轨道卫星（LEO SAT）将无人机数据中继到最近的幸存GBS。为确保基本的灾后通信，同时协同优化信息年龄（AoI）、能量效率和频谱效率，提出了智能同步无人机（IS-UAV）架构、基于AoI的四阈值更新（AFTU）机制和动态多LEO接入（DMLA）策略。然而，仍然存在三个关键挑战：时变的任务-资源不平衡、多设备调度导致的复杂拓扑结构，以及多维指标优化中的非线性耦合，这使得系统优化成为NP难问题。因此，本文提出了一种层次异构图神经网络（HHGNN）框架。它将异构设备节点及其通信关系建模为层次异构图结构，并集成了我们定义的图感知、交换和掩码层来处理网络的输入、特征传播和输出。为了搜索合适的单LEO卫星数量，我们提出了单LEO卫星密度优化（S-LSDO）算法。最后，我们将所提方案与最先进的基准方案进行比较，以验证其在AoI、能量效率和频谱效率方面的优越协同优化性能。在此基础上，我们推导了AoI期望值和停滞AoI比例的表达式。
引用
@article{arxiv.2507.03401,
title = {AoI-Energy-Spectrum Optimization in Post-Disaster Powered Communication Intelligent Network via Hierarchical Heterogeneous Graph Neural Network},
author = {Hanjian Liu and Jinsong Gui and Xiaoheng Deng},
journal= {arXiv preprint arXiv:2507.03401},
year = {2025}
}