【技术实现步骤摘要】
本专利技术涉及无线通信领域，特别涉及一种分布式的训练方法、系统以及终端、基站。
技术介绍
1、3gpp(3rd generation partnership project，第三代合作伙伴计划)rel-18(release 18，版本18)针对无线人工智能(artificial intelligence，简称：ai)空口关键技术进行研究，主要关注集中式机器学习与ai空口的应用。
2、基于ai/机器学习(machine learning，ml)的定位增强技术可以解决传统室内定位不准的难点和痛点问题，特别是重nlos(non line of sight，非视距)场景下传统室内定位的痛点问题，例如在3gpp inf-dh(indoor factory-denseclutter highbs，室内工厂-密集簇、高基站)场景中，定位精度大于15米。
3、传统室内定位技术是基于多站点直射径的直接测量或间接测量进行用户位置的估计计算。尽管传统的室内定位技术在某些部署场景下能提供较高的精度，但它们严重依赖于los(line of...
【技术保护点】
1.一种分布式的训练方法，包括：
2.根据权利要求1所述的训练方法，其中，所述终端所属的训练组内的多个终端使用相同的扰码序列。
3.根据权利要求1所述的训练方法，其中：
4.根据权利要求3所述的训练方法，其中，所述第一信令格式和所述第二信令格式包括模型标识、模型功能标识、时间戳、顺序索引、训练组标识中的至少一个字段。
5.根据权利要求3所述的训练方法，其中，所述第二信令格式包括聚合算法指示、训练停止条件、所述模型的参数的初始值、所述模型的参数更新指示、所述模型的梯度更新指示中的至少一个字段。
6.根据权利要求...
【技术特征摘要】
1.一种分布式的训练方法，包括：
2.根据权利要求1所述的训练方法，其中，所述终端所属的训练组内的多个终端使用相同的扰码序列。
3.根据权利要求1所述的训练方法，其中：
4.根据权利要求3所述的训练方法，其中，所述第一信令格式和所述第二信令格式包括模型标识、模型功能标识、时间戳、顺序索引、训练组标识中的至少一个字段。
5.根据权利要求3所述的训练方法，其中，所述第二信令格式包括聚合算法指示、训练停止条件、所述模型的参数的初始值、所述模型的参数更新指示、所述模型的梯度更新指示中的至少一个字段。
6.根据权利要求5所述的训练方法，其中，所述模型的参数更新指示、所述模型的梯度更新指示中的任意一种包括指示位，并且，所述指示位的数值与所述终端上一次获得的同种指示中的指示位的数值不同。
7.根据权利要求6所述的训练方法，其中，所述指示位的值为第一数值或第二数值。
8.根据权利要求3所述的训练方法，其中，所述第一信令格式和所述第二信令格式中的字段的大小为默认值、或者根据所述基站发送的配置确定。
9.根据权利要求1所述的训练方法，其中，所述训练信息包括训练后的所述模型的参数，或者，所述模型的训练状态。
10.根据权利要求1所述的训练方法，还包括：
11.根据权利要求10所述的训...
【专利技术属性】
技术研发人员：杨蓓，李威，佘小明，陈鹏，王建秀，
申请(专利权)人：中国电信股份有限公司北京研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。