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！

龙图腾网获悉上海科技大学申请的专利一种基于空中计算和能量收集的联邦学习模型聚合方法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：CN117151249B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310993935.3，技术领域涉及：G06N20/20；该发明授权一种基于空中计算和能量收集的联邦学习模型聚合方法是由周勇;安翘楚;李凯;石远明设计研发完成，并于2023-08-08向国家知识产权局提交的专利申请。

本一种基于空中计算和能量收集的联邦学习模型聚合方法在说明书摘要公布了：本发明提供了一种基于空中计算和能量收集的联邦学习模型聚合方法，提出了一种利用空中计算技术和能量收集技术的模型聚合设计优化算法，考虑不同训练轮次内设备能量的相关性，通过交替优化参与设备、传输设备发射功率以及接收端的波束赋形向量，实现对设备中有限能量的合理调度，提高了模型聚合精度，进而提升模型测试精度。本发明所提方案为在线优化方法，与现有的采用离线方式的优化方法不同，本发明在每个通信轮次内的设计仅依赖于当前的信道状态信息和到达能量，更符合实际应用场景。

本发明授权一种基于空中计算和能量收集的联邦学习模型聚合方法在权利要求书中公布了：1.一种基于空中计算和能量收集的联邦学习模型聚合方法，其特征在于，包括以下步骤： 步骤1、基于设备能量更新模型，对参与设备发射功率接收端波束赋形向量mt进行联合设计，构造如下式所示的具体优化问题： 式中，为设备k在第t轮的电池容量，和分别为设备k在第t轮用于通信和本地训练的能量开销，为设备k在第t轮收集到的能量，为对发射信号和接收噪声的期望，FωT为T轮训练过后的全局损失函数，ωT为T轮训练过后的全局模型，为设备k的最大发射功率约束； 步骤2、虚拟队列来记录设备k的能量水平，对步骤1所构造的优化问题进行在线优化，优化时，固定参与设备则每一轮的优化目标函数为： 其中：为设备k关于梯度的标准差；d为模型的维数；为设备k与服务器间的信道状态信息；为高斯白噪声的方差；Ut＝1-γμT-1-t，γ为联邦学习的学习率，μ0为条件的常数；·H为向量的共轭转置；τ为每一轮训练的时长； 固定设备发射功率，求解得到服务器端最优的接收端波束赋形向量mt*： 式中，IM为维度为M的单位矩阵； 固定接收端波束赋形向量，求解得到最优的发射功率 式中， 采用下式更新虚拟队列： 步骤3、通过吉布斯采样法确定每轮参与设备 步骤4、重复步骤2和步骤3，直到联邦学习全局损失函数值收敛。

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上海科技大学，其通讯地址为：201210 上海市浦东新区华夏中路393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。