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！

龙图腾网获悉西安电子科技大学申请的专利基于图神经网络的IRS-NOMA系统安全资源优化方法、系统、设备及介质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：CN119767332B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411976019.X，技术领域涉及：H04W24/02；该发明授权基于图神经网络的IRS-NOMA系统安全资源优化方法、系统、设备及介质是由梁琳琳;张妮娜;张跃宇;齐佩汉;李笑嫣;李晖;尹志胜;杜小刚;李玥;王明君设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本基于图神经网络的IRS-NOMA系统安全资源优化方法、系统、设备及介质在说明书摘要公布了：一种基于图神经网络的IRS‑NOMA系统安全资源优化方法、系统、设备及介质，其方法包括：基站先发送需传输的信号，信号通过直接链路及间接链路由合法用户接收，并计算合法用户信号的传输速率，然后计算IRS辅助的NOMA系统中的外部窃听者和内部窃听者对信号进行窃听接收的窃听速率，再通过分析、推导该通信过程得到保密速率公式，进而明确IRS辅助的NOMA系统的优化目标函数，最后通过图神经网络针对优化目标函数进行性能优化，得到优化结果；系统、设备及介质用于实现其方法；本发明具有通信成本较低、设计复杂度低、设计全面、优化简单易实现、优化效率高，优化的适应性与灵活性强、保密速率高的效果。

本发明授权基于图神经网络的IRS-NOMA系统安全资源优化方法、系统、设备及介质在权利要求书中公布了：1.一种基于图神经网络的IRS-NOMA系统安全资源优化方法，其特征在于，包括以下步骤： 步骤1：基站发送需传输的信号，信号通过直接链路及间接链路由合法用户接收，并计算合法用户信号的传输速率，其中，直接链路为基站直接广播到用户，间接链路为基站发射到IRS，IRS解码后再广播到用户； 步骤2：计算IRS辅助的NOMA系统中的外部窃听者和内部窃听者对步骤1广播的信号进行窃听接收的窃听速率； 步骤3：通过分析、推导步骤1～步骤2通信过程得到保密速率公式，进而明确IRS辅助的NOMA系统的优化目标函数； 步骤4：通过图神经网络针对步骤3分析、推导出的优化目标函数进行性能优化，得到优化结果，具体实现步骤如下： 步骤4.1：搭建网络； 使用协同图神经网络CO-GNN旨在通过包含输入层、两个消息传递层和一个输出层的多层架构来学习接收信号Y，作为输入的接收信号包含作为初始输入值的联合优化所需的信息，这些输入通过两个包含聚合和组合函数的消息传递层进行传播，最终在输出层通过一个全连接层直接将表示转换为优化的波束赋形w、功率分配因子a和相移矩阵Φ； 1输入层：输入层接收每个用户的信号的特征向量Yk，其中，k＝1,…,K，对于用户节点，通过输入层的特征表示为： 其中，是包含两个全连接隐藏层的多层感知器multilayerperceptro，MLP，T为矩阵转置操作； IRS通过输入层的特征表示为： 其中，K为用户数量，k为用户； 2消息传递层：消息传递层利用邻居聚合和组合策略从节点中提取信息，从而生成包含波束赋形、功率分配因子和相移矩阵的表示向量，以实现联合优化，用户节点的聚合函数表示为： 其中，i即第i层聚合层，Nk表示节点k附近的邻居节点集合，Θ为均值池化函数，是一个全连接隐藏层； 用户节点的组合函数表示为： IRS节点的表示向量为： 结合聚合及组合，消息传递层可表示为： 其中，△是最大池化函数； 3输出层：在完成I个信息传递层之后，输出层生成联合优化的相移矩阵波束赋形和功率分配因子a∈RK； 相移矩阵从IRS表示向量得出： 波束赋形和功率分配因子从用户节点的表示向量得出： 步骤4.2：对步骤4.1搭建的网络进行训练优化； 步骤4.2.1：设置进行网络训练优化的损失函数为优化目标函数的负值； 步骤4.2.2：随机生成基站至IRS的信道的系数为基站至用户k的信道的系数为基站至外部窃听者的信道的系数为基站至内部窃听者的信道的系数为IRS至用户k的信道的系数为IRS至外部窃听者的信道的系数为IRS至内部窃听者的信道的系数为以及网络的输入，即接收信号Y； 步骤4.2.3：设置网络的训练优化轮数为100轮，向网络中输入信道系数和接收信号Y，开启训练； 步骤4.2.4：基于步骤4.2.1～4.2.3设置的网络输入及训练优化参数，对步骤4.1搭建的网络中的输入层、消息传递层以及输出层进行100轮训练优化，得到波束赋形、功率分配因子以及相移矩阵的优化结果； 步骤4.2.5：根据步骤4.2.4得到的波束赋形、功率分配因子以及相移矩阵计算出优化的优化目标函数结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。