-
公开(公告)号:CN119255214A
公开(公告)日:2025-01-03
申请号:CN202411421078.0
申请日:2024-10-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向联邦边缘学习的D2D配对及设备调度的联合方法,属于联邦边缘学习环境下的设备参与及数据共享技术领域。本发明提出了一个支持D2D通信联邦边缘学习架构,主要关注D2D设备对的关联方式和实体调度策略,重点考虑通信丢包错误率、移动设备的数据异构特性对模型的收敛性能影响,旨在改善由于基站频谱资源有限造成的设备接入数量限制问题。本方法引入设备关联调度策略,增强联邦边缘学习系统对波动通信条件的弹性;通过引入公平性约束,保障每个设备都有机会参与训练,使得全局模型学习的数据更全面;通过引入D2D通信增加基站接入量,改善边缘联邦学习的性能;在满足边缘基站接收容量限制的条件下最小化全局损失。