中文标题：图结构数据驱动的非合作集群无线通信网络拓扑推断

英文标题：Graph-structured Data-driven Topology Inference for Non-cooperative Clustered Wireless Communication Networks

来源期刊：电子与信息学报

基金项目：国家自然科学基金(U23A20271，中央高校基本科研业务费(3072024XX0808)

作  者：侯长波^{1, 2} 付丁一¹ 宋振¹ 王斌¹ 周志超¹

作者单位：1. 哈尔滨工程大学信息与通信工程学院 哈尔滨 150001
2. 先进船舶通信与信息技术工业和信息化部重点实验室 哈尔滨 150001

摘  要：集群目标通信网络在非合作场景中极大增加了电磁环境探测的难度。针对非合作环境下缺乏拓扑先验信息的挑战，该文提出基于图结构数据驱动的拓扑推断方法。通过场景假设分析与图神经网络建模，构建了基于因果推断与GNN结合的拓扑推断混合模型，其中因果推断包括多维霍克斯过程(MHP)、Peter–Clarks瞬时条件独立性检测(PCMCI)。实验表明在节点数8～13、连边概率0.45的条件下，PCMCI+GED方法的F1分数较PCMCI提升31.2%，较GCN方法提升23.9%。研究证实因果先验与图神经网络的协同机制可有效提高拓扑推断精度，50%节点特征输入的混合模型在保持93%精度的同时减少88.6%计算耗时，为大规模网络场景提供可行解决方案。

全文链接： https://jeit.ac.cn/cn/article/doi/10.11999/JEIT250084