基于联邦学习的卫星通讯和边缘网络智能感知方法

AITNT
正文
推荐专利
基于联邦学习的卫星通讯和边缘网络智能感知方法
申请号:CN202411888883
申请日期:2024-12-20
公开号:CN119729392A
公开日期:2025-03-28
类型:发明专利
摘要
基于联邦学习的卫星通讯和边缘网络智能感知方法,1 采集网络边缘环境、目标和通信数据,并预处理数据。2 涉及边缘联邦学习模型训练,在边缘节点用本地数据微调预训练的全局模型参数,再通过卫星或无线通信传至基站聚合得到新版本。3 利用非正交传输和空中计算技术设计方案,用于空中计算的模型参数传输。4 根据感知任务复杂度和时延卸载部分任务至基站、边缘服务器或卫星,在同一资源块实现多维计算,提升资源利用率和支持星地协同。5 设计联合波束成形算法协调通信、感知和计算间干扰。6 基于网络和业务特性,边缘控制中心智能编排业务,协调地面和卫星网络资源。实现了对环境信息、目标状态和通信数据的全面采集。
技术关键词
智能感知方法 波束成形向量 联邦学习模型 联合波束成形 地球静止卫星 联邦学习技术 数据 更新模型参数 基站 离散余弦变换系数 无线传感器 卫星网络资源 拉格朗日乘数法 LZ77算法 节点 波束成形算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号