基于图神经网络的夹紧天线技术
信号处理
2025-02-11 v1
摘要
夹紧天线系统是一种新型柔性天线技术，能够不仅抵御大规模路径损耗，还能灵活地重新配置天线阵列。夹紧天线的关键思想是将小型介质颗粒应用于任意长度的波导上，从而将其靠近用户以避免显著的大规模路径损耗。本文研究了基于图神经网络（GNN）的夹紧天线传输设计，用于联合优化夹紧天线系统中的天线布置和功率分配。我们将下行通信系统（配备夹紧天线）建模为二分图，提出基于图注意力网络（GAT）的模型，称为二分图GAT（BGAT），以解决能源效率（EE）最大化问题。通过量身定制的读取过程，BGAT保证了可行解，同时也促进了无监督训练。数值结果表明，夹紧天线在提升系统能源效率方面有效果，所提出的BGAT在最优性、可扩展性和计算效率方面表现出色。
引用
@article{arxiv.2502.05447,
title = {Graph Neural Network Enabled Pinching Antennas},
author = {Xinke Xie and Yang Lu and Zhiguo Ding},
journal= {arXiv preprint arXiv:2502.05447},
year = {2025}
}