来源：期刊VIP网 时间：
作者：肖军弼;宋婧;周于皓;
单位：中国石油大学(华东)青岛软件学院、计算机科学与技术学院;
摘要：针对当前研究对无线网络的链路和信号预测时空特征考虑不足的问题，文中将其建模为加权时序网络的链路预测任务，提出一种基于离散小波变换（DWT）和时空特征的无线网络链路预测方法（ET-GAN）。首先，运用离散小波变换将信号分解为低频与高频信号，并重构为趋势与细节子序列；然后，将趋势与细节子序列分别输入结合边特征的图注意力网络（EGAT）与堆叠时间卷积网络（TCN）组成的时空交织块，以捕捉节点间空间关系及多尺度时间依赖关系；接着，将两路输出合并，输入到多层感知机得到预测值；最后，通过生成对抗网络（GAN）框架对抗训练提升链路及信号的预测精度。实验结果显示，ET-GAN在MeshNet数据集上相比现有方法性能提升显著，MSE、KL和MR分别降低了1.4%～38.3%、9.5%～62.9%和7.8%～95.9%，证明了所提模型应对动态不稳定无线网络时空数据的有效性。
关键词：无线网络;;链路预测;;离散小波变换;;时空特征;;图注意力网络;;时间卷积网络;;生成对抗网络
基金资助：山东省自然科学基金创新发展联合基金项目（ZR2023LZH017）;山东省自然科学基金项目（ZR2022LZH015）;; 教育部产学研创新基金项目（2021FNA02007）;教育部产学研创新基金项目（2021FNA01001）
