公开(公告)号：CN118400008A

公开(公告)日：2024-07-26

申请号：CN202311772700.8

申请日：2023-12-21

Applicant: 南京邮电大学

Inventor： 朱春 ,  阮杰 ,  郭亮 ,  夏雨虹 ,  唐贵进

IPC: H04B7/06 ,  G06N20/00 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/084 ,  H04B7/08 ,  H04B17/382 ,  H04B17/345

Abstract: 本发明公开了一种去中心化联邦学习场景下的波束赋形系统，基于去中心化联邦学习架构，包括学习场景模块、学习模型模块、波束赋形模块和神经网络模块，学习场景模块包括无人机和地面设备，无人机辅助地面设备在所述学习模型模块中进行本地模型训练和模型参数共享；波束赋形模块用于进行波束赋形的速率最大化描述，以采用所述神经网络模块模拟传统算法的输入输出映射，将混合通信网络中链路之间的干扰关系建模为异构图后，基于所述异构图的输入，得到最优的波束成形向量。本发明引入无人机辅助地面设备进行本地模型训练和模型参数共享，提高频谱利用率，降低同频干扰，降低地面设备的功率消耗，进而提高联邦学习的模型训练准确度和收敛速度。