通过无人机采样和D2D通信的异构感知联邦学习方法

本发明考虑了无人机异构性、通信资源有限和无人机本地数据分布显著重叠引起的所有问题，提供了一种通过无人机采样和D2D通信的异构感知联邦学习方法，该方法利用子模最大化算法和贪婪算法来联合优化无人机采样和端到端通信，在保护无人机数据隐私的同时实现计算资源的有效利用，并且本发明提出了一种快速收敛的无人机采样和端到端的资源分配方法，既能够提升联邦学习训练的效率，又能够保证无人机的参与度，以提高全局模型的性能。本发明提出的方法更新全部模型时收敛快且效率高，特别针对动态异构环境下的无人机采样和计算资源利用率低问题，能够在数据异构情况下快速收敛并满足时延要求，同时提高算法的收敛速度和模型的准确率。