文章标题：图神经网络的船舶通信网络关键节点状态估计

文章作者：王峰¹, 韩凌波²
关 键 字：图神经网络;网络拓扑;船舶通信;估计准确率;关键节点
文章摘要：船舶通信网络在复杂海洋环境中面临多径效应、多普勒频移与信道时变等多重挑战，其关键节点的运行状态直接影响网络的稳定性。鉴于船舶航行环境的高度动态性和拓扑结构的时变性，难以在拓扑频繁变化与数据部分缺失的复杂场景下实现精准估计。为此，本文提出一种动态图神经网络的关键节点状态估计方法。通过构建边权重可变的动态图模型，量化链路质量并刻画拓扑演化；设计融合节点自身多源监测特征与邻域交互信息的图卷积输入层，结合注意力机制强化关键节点特征表达，并引入长短期记忆网络以建模节点状态的时序演化规律，构建端到端的状态估计模型。实验结果表明，所提方法在多种数据完整性与拓扑动态性场景下，均显著优于传统方法与现有动态图神经网络，具备更高的估计精度、更强的鲁棒性与更低的估计延迟，适用于高动态船舶通信网络中的实时状态感知与决策支持。