龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：重庆邮电大学
摘要：本发明涉及无线通信技术领域，特别涉及一种基于联邦学习的无蜂窝网络系统用户调度与功率分配方法，该方法构建了一个联合优化用户调度和功率分配的混合整数混合时间尺度的随机非凸问题，旨在最小化系统执行一个完整FL过程的总时间消耗；其中解决调度问题时制定了双准则，定义两个分别能反映用户通信资源和计算资源丰富程度的指标，根据双准则进行两次用户选择，确保被调度的用户既能为系统通信性能作出较大贡献的同时也能保证学习性能的提升；将功率分配问题解耦为两个不同方向的子问题，采用低复杂度的二分法进行交替优化求解最优功率分配方案；本发明能够在较低的复杂度下获得系统吞吐量的显著提升，并且同时保证联邦学习性能和收敛速度。
主权项：1.一种基于联邦学习的无蜂窝网络系统用户调度与功率分配方法，其特征在于，包括以下步骤：S1.构建采用TDMA模式的无蜂窝网络系统，其包括1个CPU、M个AP和K个UE，AP和UE随机均匀的分布在目标区域内，且AP和UE均为单天线；S2.CPU向目标区域内所有UE广播信息获取请求，每个UE接收信息获取请求后上报自身的资源状态信息；资源状态信息包括用于执行本次联邦学习任务的数据集；S3.CPU根据各UE的资源状态信息，采用基于双准则的二次抽样用户调度算法制定用户调度方案；S4.CPU将此轮FL通信的全局模型和用户调度方案广播给目标区域内所有AP；S5.根据用户调度方案和时延损耗模型建立功率分配问题，并采用基于二分法的功率分配算法求解得到功率分配方案；S6.AP根据用户调度方案，将功率分配方案和全局模型下发给被调度的UE；S7.被调度的UE接收全局模型，利用本地数据集训练更新本地模型参数；然后上传更新后的本地模型参数以及自身当前的资源状态信息；S8.CPU接收到所有被调度用户上传的数据后执行模型聚合；S9.重复上述步骤S3-S8直到全局模型收敛为止。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于联邦学习的无蜂窝网络系统用户调度与功率分配方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号