一种分簇的无线通信方法和系统技术方案

本发明专利技术公开了一种分簇的无线通信方法和系统，包括：步骤1，基站依据地理位置将参与通信的所有边缘设备聚成多个簇，每个簇内的边缘设备使用D2D链路通信；步骤2，每个边缘设备根据本地数据进行去中心化的模型参数更新后，边缘设备通过D2D链路与其相连通的边缘设备交换更新模型参数，并使用参数平均算法进行簇内的参数聚合，得到聚合参数；步骤3，基站从每个簇内所有边缘设备选择一个边缘设备作为簇头，簇头将其聚合参数上传至基站；步骤4，基站对所有簇头上传的聚合参数进行全局聚合，并将得到的全局模型广播给所有边缘设备。解决了大规模终端共同参与的联邦学习场景中的中央节点通信流量拥塞问题，提高了模型收敛速率。提高了模型收敛速率。提高了模型收敛速率。

【技术实现步骤摘要】
一种分簇的无线通信方法和系统


[0001]本专利技术涉及通信
，具体涉及一种分簇的无线通信方法和系统。

技术介绍

[0002]近年来，随着人工智能与大数据技术的不断发展，如何采用机器学习算法对海量数据进行有效信息挖掘与应用已得到大量的关注与研究。典型的机器学习算法通常需要将训练数据传输到一个配备基站的基站，然后对机器学习模型进行集中式训练。然而，随着越来越多的边缘设备，如移动手机、智能穿戴设备、光学传感器和监控摄像头接入互联网，用于训练模型的数据可能会被各种设备收集，由于数据隐私与传输中的安全问题，难以通过无线通信网络将所有收集到的训练数据上传至基站。因此，如何安全地访问异构设备上的数据以有效地训练模型已成为一个亟待解决的研究问题。
[0003]对分布式学习理论中联邦学习框架(Federated Learning，FL)的研究已经成为科技界迅速发展的课题。它提供了一种新的模型学习方式，利用分布在海量设备上的大量数据来协同训练高质量的全局模型。它将模型训练分散至若干个终端进行，终端不需要将原始数据发送至基站，而是在利用本地数据进行模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分簇的无线通信方法，实现所述方法的系统包括基站、与基站通信的多个边缘设备，其特征在于，包括以下步骤：步骤1，基站依据地理位置将参与通信的所有边缘设备聚成多个簇，每个簇内的边缘设备使用D2D链路通信；步骤2，每个边缘设备根据本地数据进行梯度下降的模型参数更新后，边缘设备通过D2D链路与其相连通的边缘设备交换更新模型参数，并使用参数平均算法进行簇内的参数聚合，得到聚合参数；步骤3，基站从每个簇内所有边缘设备选择一个边缘设备作为簇头，簇头将其聚合参数上传至基站；步骤4，基站对所有簇头上传的聚合参数进行全局聚合，并将得到的全局模型广播给所有边缘设备。2.根据权利要求1所述的分簇的无线通信方法，其特征在于，步骤1中，为每个簇构建设备连通图，其中，以边缘设备为节点，依据边缘设备之间的D2D链路在节点之间构建连边，以形成设备连通图，设备连通图对应的邻接矩阵表征了节点之间的D2D链路连通情况，其中，邻接矩阵中的元素值为1，表示两边缘设备之间D2D链路连通，元素值为0，表示,两边缘设备之间D2D链路不连通。3.根据权利要求1所述的分簇的无线通信方法，其特征在于，步骤2中，使用参数平均算法进行簇内的参数聚合，包括：其中，i和j为边缘设备的索引，ω
i
表示聚合参数，表示更新前的模型参数，n
k
表示簇k中边缘设备的个数，a
j,i
表示边缘设备i与边缘设备j之间的D2D链路连通情况：4.根据权利要求1所述的分簇的无线通信方法，其特征在于，步骤2中，所有簇内的D2D通信共用带宽资源B(1)，实现簇内聚合所需的通信时间最小化时最优的带宽资源分配为：其中，k为簇的索引，l为迭代次数，i,j表示边缘设备的索引，M为模型参数的量化比特数，为边缘设备i向边缘设备j传输的D2D链路e
i,j
分配到的带宽，P
ik,l
为终端设备i的发
送功率，为D2D链路e
i,j
的信道增益，N0是加性高斯白噪声的方差，E
k
是簇k对应的设备连通图中连边的集合。5.根据权利要求2所述的分簇的无线通信方法，其特征在于，步骤3中，依据簇对应的设备连通图中节点的连通度进行选择，即选择每个簇内连通度最大的节点对应的边缘设备作为簇头，包括：其中，D(v)表示指设备连通图内节点v的度，即与节点v相连...

【专利技术属性】
技术研发人员：刘翀赫，刘胜利，任金科，余官定，
申请(专利权)人：浙江大学，
类型：发明
国别省市：