一种空地分簇联邦学习场景下基于孪生信道模型的异构客户端自主协同方法

本发明公开了一种空地分簇联邦学习场景下基于孪生信道模型的异构客户端自主协同方法，属于机器训练技术领域，包括如下步骤：中心节点首先根据客户端坐标以及采集图像的数据特征相似性，采用AP算法划分客户端簇并从无人机中优选部分无人机作为簇心节点；簇内采用HT‑UCB算法，设计多维度奖励函数，动态选择参与全局训练的客户端；簇心节点与其簇内被选择的空地异构客户端执行联邦学习，最后由中心节点聚合所有簇心节点参数更新全局模型并循环迭代，直至模型收敛，本发明有效提升了无人机、无人车在协同巡检任务中总体模型的识别精度、收敛速率以及资源的总体利用率。