基于GNN的异构无线网络中联合信道与功率分配
网络与互联网体系结构
2024-08-09 v1 信息论
机器学习
信号处理
math.IT
摘要
信道与功率资源的最优分配在确保最小干扰、最大数据速率和高效能量利用方面发挥着关键作用。作为解决无线网络中资源管理问题的成功方法，图神经网络（GNN）已引起广泛关注。本文提出了一种基于 GNN 的算法，用于解决异构无线网络中的联合资源分配问题。具体而言，我们将异构无线网络建模为异构图，然后提出一种图神经网络结构，旨在分配可用信道和发射功率以最大化网络吞吐量。我们提出的联合信道与功率分配图神经网络（JCPGNN）包含一个共享消息计算层和两个任务特定层，分别专注于信道分配和功率分配任务。全面实验表明，所提出的算法在性能上取得了令人满意的效果，且与传统优化算法相比具有更高的计算效率。
引用
@article{arxiv.2408.03957,
title = {GNN-Based Joint Channel and Power Allocation in Heterogeneous Wireless Networks},
author = {Lili Chen and Jingge Zhu and Jamie Evans},
journal= {arXiv preprint arXiv:2408.03957},
year = {2024}
}