买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利基于GNN和网络签名的无人机集群通信网络全端可靠性预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121568147B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610101940.2，技术领域涉及：H04W24/02；该发明授权基于GNN和网络签名的无人机集群通信网络全端可靠性预测方法是由达高峰;刘涵设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本基于GNN和网络签名的无人机集群通信网络全端可靠性预测方法在说明书摘要公布了：本发明涉及一种基于GNN和网络签名的无人机集群通信网络全端可靠性预测方法，属于通信网络技术领域，采用两阶段预测：第一阶段，确定无人机集群通信网络的拓扑结构特征变量，基于仿真生成训练数据集，设计、训练并优化图神经网络模型，实现网络签名向量的预测，签名仅依赖网络结构特性，不依赖链路可靠性参数；第二阶段，基于签名向量，结合链路可靠性参数，利用基于签名的全端可靠性确定性混合表达式，计算网络在链路失效场景下的全端可靠性。本发明降低模型对可靠性参数变化的敏感性，提高预测方法在不同网络规模和可靠性条件下的泛化能力与适用性。

本发明授权基于GNN和网络签名的无人机集群通信网络全端可靠性预测方法在权利要求书中公布了：1.一种基于GNN和网络签名的无人机集群通信网络全端可靠性预测方法，其特征在于，包括如下步骤： 步骤1、第一阶段：基于GNN预测网络签名向量，具体如下： 步骤1.1：将无人机集群通信网络抽象为无向图，构建无人机集群网络系统； 步骤1.2：确定网络结构特征变量，选用节点特征和网络拓扑结构作为无人机集群网络系统的结构特征变量，其中节点特征包括节点度和节点聚类系数，网络拓扑结构选用邻接矩阵； 步骤1.3：通过仿真方法生成用于训练GNN模型的样本网络数据集，具体实现过程为： 基于Python库生成节点数目为，链路数为到中任意整数的全连通网络，共生成N组不同拓扑参数的全连通网络，N为预设样本容量，作为训练GNN模型的样本网络数据集；针对每个样本网络，提取步骤1.2所述的结构特征变量，将结构特征变量整合为样本网络的特征数据；结合无人机集群通信网络的实际故障场景，设定链路故障为网络功能异常的唯一诱因，即假定所有节点完全可靠，仅通信链路的通断状态会影响网络连通性，且各链路故障事件独立同分布，故障概率相等，采用蒙特卡洛仿真算法计算各样本网络的签名向量，针对每个样本网络，重复执行M次链路通断状态的随机模拟，M为预设仿真次数，统计每次模拟下网络的连通性特征，基于统计结果得到该样本网络对应的网络签名向量，并将该签名向量作为该样本网络在样本数据集中的标签； 步骤1.4：构建GNN，构建GNN的目标是设计一个输入为网络节点特征和邻接矩阵，输出为网络签名向量的深度学习代理模型； 步骤1.5：训练并优化GNN模型； 步骤1.6：基于训练完成的GNN预测网络签名向量S； 步骤2、第二阶段：在第一阶段预测网络签名向量S完成后，将签名向量S代入网络全端可靠性基于签名的混合表达公式，计算任意链路可靠性下的网络全端可靠性，计算公式如下： ， 其中，为第一阶段GNN预测所得签名向量的第个分量，，为链路可靠性的值，为签名向量维度，也即网络中边的总数，j在公式中起到一个遍历索引的作用，代表的实际物理意义是网络中正常工作的边的数目。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。