一种物理层认证增强的无人机联邦学习方法

本发明涉及联邦学习技术领域，提出一种物理层认证增强的无人机联邦学习方法，包括：通过基于物理层认证增强的通信模型判断所述边缘设备的身份验证是否合格，若合格则所述无人机接收所述边缘设备更新的联邦学习的本地模型，若不合格则所述无人机拒绝接收所述本地模型，其中，所述通信模型为采用信噪比和漏报率的二元假检验模型；基于所述漏报率构建无人机编排资源模型，通过LSTM‑SDRL算法对所述无人机编排资源模型进行求解生成用以确定安全性能、通信性能、节能性能和模型准确性能的无人机编排策略。本发明通过物理层识别出身份认证不合格的恶意设备，保障联邦学习的安全性、通信性能、节能性能、模型准确性能、高隐私和低通信开销。