一种基于个性化联邦学习的语义通信模型训练方法

本发明涉及一种基于个性化联邦学习的语义通信模型训练方法，所述训练方法包括：S1、构建基于GAI的SC模型架构；S2、通过知识蒸馏技术对个性化的语义通信模型和学生模型进行本地训练；S3、将学生模型参数上传到中心服务器进行参数聚合；S4、通过网络剪枝技术根据实时通信环境对聚合后的学生模型参数进行动态调整；S5、将更新的学生模型参数下载到各用户设备，更新其本地学生模型后继续训练。本发明在联邦学习的本地训练中引入知识蒸馏技术，保证异构的用户设备能够更加灵活地选择个性化的SC模型进行本地训练，在全局聚合阶段使用网络剪枝技术根据实时的通信环境对模型参数进行自适应调整，实现了模型精度和通信开销的有效权衡。