面向低轨卫星的去中心化联邦学习方法、装置及存储介质

AITNT
正文
推荐专利
面向低轨卫星的去中心化联邦学习方法、装置及存储介质
申请号:CN202510555508
申请日期:2025-04-29
公开号:CN120415537A
公开日期:2025-08-01
类型:发明专利
摘要
本发明提供了一种面向低轨卫星的去中心化联邦学习方法、装置及存储介质,涉及卫星通信技术领域,所述方法包括:采用双阶段自适应模型聚合机制,第一阶段采用轨道内聚合算法;第二阶段采用跨轨道面传播,通过多轮Gossip协议扩散模型,动态调整传播轮次以平衡收敛速度与通信成本;采用模型自补偿机制,针对跨轨道星间链路丢包问题,接收方利用本地参数补偿丢失数据包,减少重传需求,提升鲁棒性和通信效率。本发明面向低轨卫星的去中心化联邦学习方法在收敛性能、通信效率和链路鲁棒性方面均优于现有的去中心化联邦学习方法。
技术关键词
联邦学习方法 通信效率 接收方 轨道 鲁棒性 阶段 机制 卫星通信技术 存储程序代码 可读存储介质 链路 算法 节点 学习装置 参数 处理器 协议 计算机 动态 数据
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