无线移动性场景中的分层联邦学习系统及方法

本发明提供了一种无线移动性场景中的分层联邦学习系统及方法，包括：中心服务器、多个基站以及多个边缘服务器；基站，每个基站与至少一个用户设备相连，所述用户设备具有移动性，能够在不同位置进行数据采集和模型更新；分层联邦学习系统每一轮训练，用户设备使用本地数据集进行本地更新，更新后上传本地模型至基站；边缘服务器，配置在所述基站中，负责接受用户设备上传的本地模型，并进行部分聚合，所述部分聚合基于预设的聚合算法；多次聚合后上传聚合模型至中心服务器；中心服务器，用于接收来自多个边缘服务器的聚合模型并进行全局聚合，完成联邦学习任务。本发明能够在联邦学习性能约束及移动性约束下最小化用户能量开销。