[發明專利]一種面向電池供電物聯網設備的聯邦學習資源管理方法

在審

• 申請號: 202210110563.0
• 申請日: 2022-01-29
• 公開（公告）號: CN114423085A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 范紹帥;吳劍波;田輝
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04W72/04
• 分類號: H04W72/04;G06N20/00
• 代理公司: 北京挺立專利事務所(普通合伙) 11265
• 代理人: 高福勇

1.一種面向電池供電物聯網設備的聯邦學習資源管理方法，其特征在于，包括以下步驟：

S1、建立電池能源分配模型，實時估計剩余訓練輪次，在線分配每輪訓練的能量預算；

S2、根據每輪訓練的能量預算計算時延最短的發射功率和CPU頻率；

S3、在NonIID數據分布下，根據能量預算，考慮無線因素以及數據分布不平衡，獲得學習效率表達式；

S4、求解最大化學習效率的設備選擇和通信資源塊分配方案，并根據每輪訓練時延調整CPU頻率。

2.根據權利要求1所述的面向電池供電物聯網設備的聯邦學習資源管理方法，其特征在于，步驟S1根據剩余能量以及歷史時延情況，估計剩余時間內的學習輪次，根據學習輪次計算下一輪基礎分配能量，結合上一輪剩余能量，在線給電池供電設備分配能量預算。

3.根據權利要求2所述的面向電池供電物聯網設備的聯邦學習資源管理方法，其特征在于，根據每輪設備選擇和通信資源塊分配方案，單輪時延為當前輪次分配方案的最大時延，用剩余總訓練時長除以單輪時延得到初始剩余輪次估計，使用歷史輪次平滑估計結合上一輪輪次估計值得到最終剩余輪次估計值，根據用戶理論剩余能量除以最終剩余輪次估計值得到下一輪初始能量分配。

4.根據權利要求2所述的面向電池供電物聯網設備的聯邦學習資源管理方法，其特征在于，未被選擇的設備能量或者被選擇設備小于能量預算的部分能量將直接累計疊加到下一輪，結合下一輪初始能量分配得到下一輪最終能量分配，而傳輸失敗的設備能量則被浪費。

5.根據權利要求1所述的面向電池供電物聯網設備的聯邦學習資源管理方法，其特征在于，步驟S2根據設備每輪可用能量預算，對發射功率和CPU頻率做出權衡，使用遺傳算法求解每個設備在已知能量預算下的最小化時延的發射功率和CPU頻率。

6.根據權利要求1所述的面向電池供電物聯網設備的聯邦學習資源管理方法，其特征在于，步驟S3在NonIID數據分布下，在線給電池供電設備分配能量，每輪根據能量預算，考慮無線因素以及數據分布不平衡，獲得學習效率的數學表達。

7.根據權利要求1所述的面向電池供電物聯網設備的聯邦學習資源管理方法，其特征在于，步驟S4結合歷史梯度估計法以及遺傳算法進行設備選擇以及通信資源塊分配，根據最終選擇分配方案的最大時延，調整所選設備CPU頻率。

8.根據權利要求1所述的面向電池供電物聯網設備的聯邦學習資源管理方法，其特征在于，步驟S4中設備選擇和通信資源塊分配通過最大化學習效率得到，學習效率依據設備與通信資源塊組合的分組錯誤率和時延、NonIID數據分布下不同設備梯度范數大小等得到。

9.根據權利要求1所述的面向電池供電物聯網設備的聯邦學習資源管理方法，其特征在于，步驟S4采用根據歷史時延情況在線估計后面學習輪次，根據反饋實時調控設備每輪分配的能量。

10.根據權利要求9所述的面向電池供電物聯網設備的聯邦學習資源管理方法，其特征在于，步驟S4使用歷史梯度估計法以估計設備梯度范數以及全局梯度范數。