中国人民解放军国防科技大学卢彦丰获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国人民解放军国防科技大学申请的专利通过无人机采样和D2D通信的异构感知联邦学习方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120034883B 。
龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510479903.0,技术领域涉及:H04W24/02;该发明授权通过无人机采样和D2D通信的异构感知联邦学习方法是由卢彦丰;吴韬;常超;王红军;王怀习;苏雅倩文;沈哲贤;蒋儒浩设计研发完成,并于2025-04-17向国家知识产权局提交的专利申请。
本通过无人机采样和D2D通信的异构感知联邦学习方法在说明书摘要公布了:本发明考虑了无人机异构性、通信资源有限和无人机本地数据分布显著重叠引起的所有问题,提供了一种通过无人机采样和D2D通信的异构感知联邦学习方法,该方法利用子模最大化算法和贪婪算法来联合优化无人机采样和端到端通信,在保护无人机数据隐私的同时实现计算资源的有效利用,并且本发明提出了一种快速收敛的无人机采样和端到端的资源分配方法,既能够提升联邦学习训练的效率,又能够保证无人机的参与度,以提高全局模型的性能。本发明提出的方法更新全部模型时收敛快且效率高,特别针对动态异构环境下的无人机采样和计算资源利用率低问题,能够在数据异构情况下快速收敛并满足时延要求,同时提高算法的收敛速度和模型的准确率。
本发明授权通过无人机采样和D2D通信的异构感知联邦学习方法在权利要求书中公布了:1.一种通过无人机采样和D2D通信的异构感知联邦学习方法,其特征在于,应用于由一个边缘服务器和多个无人机组成的边缘联邦学习系统,所述通过无人机采样和D2D通信的异构感知联邦学习方法包括: S100,在当前训练轮次,所述边缘服务器将上一训练轮次更新的全局模型传输至所有无人机; S200,在当前训练轮次,所述边缘服务器在满足时延约束的无人机中挑选出采样无人机,并利用总时延将其分为直接通信的第一采样无人机和间接通信的第二采样无人机; S300,在当前训练轮次,所述第一采样无人机和所述第二采样无人机均对所述边缘服务器传输的全局模型利用本地数据集在本地进行训练;所述第二采样无人机将训练得到的模型参数传输至匹配的第一采样无人机,所述第一采样无人机聚合自身的模型参数和第二采样无人机发送的模型参数再上传至所述边缘服务器; S400,在当前训练轮次,所述边缘服务器将各无人机上传的模型参数进行加权平均聚合得到聚合后的模型参数,并利用该聚合后的模型参数更新上一训练轮次的全局模型得到当前训练轮次的全局模型; S500,重复S100至S400的过程直至所述全局模型收敛; S200包括: S210,在当前训练轮次,所述边缘服务器在所有无人机中确定满足时延约束条件的无人机; S220,在当前训练轮次,所述边缘服务器在满足时延约束条件的无人机中挑选出采样无人机; S230,在当前训练轮次,所述边缘服务器利用总时延将所述采样无人机分为直接通信的第一采样无人机和间接通信的第二采样无人机; S230包括: S231,在当前训练轮次,所述边缘服务器初始化直接通信的无人机集合和间接通信的无人机集合为空; S232,在当前训练轮次,所述边缘服务器利用贪婪算法选择具有总时延最小的采样无人机添加至直接通信的无人机集合中,并从所述采样无人机集合中移除该采样无人机的编号; S233,在当前训练轮次,所述边缘服务器对于任一采样无人机,若该采样无人机满足隶属条件和时延条件,则将该采样无人机的编号添加至间接通信的无人机集合中,并从所述采样无人机集合中移除该采样无人机的编号; S234,所述边缘服务器重复S232至S233直至采样无人机集合为空集,得到直接通信的无人机集合和间接通信的无人机集合;其中,所述无人机集合中包含至少一个第一采样无人机,所述无人机集合包含至少一个第二采样无人机。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。