一种基于图神经网络的认知用户功率分配算法

来源：计算机应用与软件杂志2025年第12期北京时间：

作者：杨家辉, 朱晓梅, 曹秀俐, 李 想

摘要：认知无线电技术是实现频谱资源动态共享，提高频谱利用率的有效方法。基于MLP和CNN的深度学习方法大多是基于欧几里得数据域的假设，但复杂的认知无线电网络中信道状态信息（CSI）无法满足此特性，因此现有基于深度学习的功率控制算法存在扩展性差、泛化能力差等问题。针对这些问题，提出一种基于消息传递图神经网络（MPGNN）的功率控制方法。该方法构建了认知无线电信道模型图，基于CSI设计了认知图卷积神经网络（CGCNet）。仿真结果表明，与现有深度学习方法相比，该算法通过无监督方式训练后，能实现更高的性能要求，同时具有良好的可扩展性和鲁棒性。

关键词：认知无线电, 深度学习, 功率控制, 图神经网络