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：上海科技大学

摘要：本发明提出一种基于星地协同传输的卫星联邦边缘学习方法，通过星上本地多轮模型训练达到数据不出本地的目的，并在全局轮次中加入多个轨道内模型平均轮次以减少开销大、窗口短、等待时间长的星地链路的使用，同时加速模型收敛。利用轨道内激光星间链路相比星地链路更高的数据传输率和稳定性，提出在全局轮次中加入多个轨道内训练轮次以减少星地链路的使用。利用同一低轨卫星轨道内基于激光星间链路形成的稳定的环形拓扑结构，基于环全归约算法提出高效的轨道内聚合通信方案。为了快速进行全局模型聚合，提出基于网络流的星地高效协同模型传输机制，减少了通信总延迟。针对卫星联邦边缘学习的架构和通信机制设计降低了训练的收敛时间并提升准确率。

主权项：1.一种基于星地协同传输的卫星联邦边缘学习方法，其特征在于，包括以下步骤：步骤1：在训练初始，第m个轨道的第k颗卫星使用第k颗卫星相对应的本地数据集，从同一初始点开始，进行多轮本地模型训练，即： 其中，第r轮的本地模型可以表示为η为学习率，为第r轮全局迭代第t轮轨道内迭代时第e次本地训练基于的随机梯度值；步骤2：完成本地训练后，根据本地模型利用基于星间激光链路的环全归约的轨道内模型聚合算法，在同一轨道内的卫星间进行高效的聚合，以获得轨道内的平均模型即： 其中，Km是每个轨道内卫星的个数；所述轨道内模型聚合算法包括以下步骤：步骤201：确定轨道中卫星的数量Km和联邦边缘学习的模型参数的维度d；步骤202：轨道m中的卫星将本地模型等分成2Km个等大小的模型块，即模型块被表示为： 其中，u＝0,1,...,Km-1，表示向上取整；步骤203：在第i次迭代，轨道m内第k颗卫星将发送给第k+1％Km颗卫星，将发送给第k-1％Km颗卫星，其中％表示求余；当0≤iKm-1时，每颗卫星的模型块更新准则为： 当Km-1≤i2Km-2时，每颗卫星的模型块更新准则为： 经过i次迭代，获得轨道内的平均模型步骤3：轨道m内每颗卫星的本地模型为平均模型采用基于网络流的星地协同传输机制进行全局模型的聚合；所述星地协同传输机制包括以下步骤：步骤301：构建网络流问题，并在网络流问题中的每个时隙构建包含节点部分和边部分的图；步骤302：地面参数服务器通过福特-富尔克森算法对步骤1的网络流问题进行求解，得到当前时隙星地协同传输的定量模型并告知与地面信号站建立星地链路的卫星所需传输的模型比例；步骤303：在不同时隙，地面参数服务器根据当前星地链路状态，根据步骤1和2动态协调进行动态协调，从而实现全局模型的聚合；并在全局模型得到更新后，地面信号站将其广播回所有卫星，以开始新的全局迭代轮次。

全文数据：

权利要求：

百度查询： 上海科技大学 一种基于星地协同传输的卫星联邦边缘学习方法