一种基于单集群空中联邦边缘学习系统的采样率与功率优化方法

本发明公开了一种基于单集群空中联邦边缘学习系统的采样率与功率优化方法。本发明构建了建立以最小化经过T次通信后的期望全局损失与最优损失之间的差距为优化目标的优化问题，并将原始优化问题转化为包含显式公式的近似优化问题。在优化问题求解过程中，本发明基于李亚普诺夫优化方法将长期能量约束转化为队列稳定性约束，并提出一种EARA算法实现对数据采样率和传输功率缩放因子的在线联合优化。实验结果表明，所提EARA算法在较低能量预算下能够显著提升模型收敛性能。