一种基于图神经网络的无人机激光组网下最大化流量实现方法

本发明公开了一种基于图神经网络的无人机激光组网下最大化流量实现方法，该方法针对实时环境的动态变化，将激光组网中最大化流量问题解耦成无人机定位优化和中继路径优化两个子问题，并提出了一种基于图神经网络(GNN)的两段式优化框架，分别采用独立的GNN模型求解最优中继路径选择和无人机定位优化两个子问题。首先提出基于异构注意力机制的HA‑GNN算法对中继路径选择进行优化，然后利用基于无监督学习的UL‑GNN算法根据优化后的中继路径确定无人机最佳定位。仿真结果显示，在网络较小的情况下，该方法能以较低的时间复杂度获得与暴力搜索相当的性能。此外，该方法支持大规模拓展以及具有对动态环境强大的适应能力。