联邦迁移学习驱动的多场景通信参数优化系统及方法

本发明涉及无线通信指标监测技术领域，公开了一种联邦迁移学习驱动的多场景通信参数优化系统及方法，包括数据采集模块、特征提取与匹配模块、联邦学习模型模块、加密传输模块以及云端‑本地协同模块；所述数据采集模块用于实时采集不同场景下的无线电环境数据；所述特征提取与匹配模块采用卷积神经网络对采集的数据进行分层特征提取，并通过余弦相似度算法计算场景间的特征相似度；所述联邦学习模型模块将通信参数模型划分为全局共享参数和局部场景参数，并采用分层聚合策略进行模型更新；所述加密传输模块在联邦学习数据交互过程中，采用同态加密算法对传输数据进行加密，并设计加密密钥的动态更新策略。本发明能够满足多场景信息传输安全。