摘要
本发明属于无人机网络语义通信技术领域,具体涉及面向无人机网络语义通信的分层联邦蒸馏学习方法和装置,用于解决异构无人机网络中语义通信的模型训练与优化问题。本发明首先构建基于区域性的分层联邦学习框架,将无人机网络划分为虚拟中心节点、簇头节点和簇内节点的三级拓扑结构,通过区域性分簇实现同质数据高效学习与簇间协作泛化;其次设计分层参数传输机制,将语义模型分为冻结层和微调层,仅传输微调层参数以降低通信开销;进一步提出基于置信度加权的集成知识蒸馏方法,通过簇间知识融合提升全局模型的语义感知能力;最后开发基于多维属性评估的拍卖选择算法,综合通信、计算、能量及训练质量指标动态优化参与联邦学习的无人机节点。
技术关键词
蒸馏学习方法
面向无人机
客户端
语义
分层
预训练模型
节点
参数
拍卖系统
计算成本函数
知识蒸馏方法
异构无人机
能耗
拍卖算法
数据
学生
教师
学习装置