联邦边缘学习的低功耗带宽分配与用户调度

• 作者: 周天依 潘春雨 郑镛 李学华
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 联邦边缘学习 低功耗 联合资源优化 带宽分配 用户调度
• 年，卷（期）: 2022,（1）
• 页码范围: 27-33
• 页数: 7页
• 分类号: TP929.5
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2022.01.005

摘要

为了降低联邦边缘学习(federated edge learning,FEL)能耗,提出了应用于多服务器边缘蜂窝网络的联合资源优化分配策略,包含低功耗带宽分配(bandwidth allocation,BA)策略以及智能边缘用户调度机制.低功耗BA理论推导结果表明,为了实现在约束时间内的能耗最小化,应为计算能力较弱、信道条件较差的设备分配更大带宽.进一步,在本地边缘设备数据量差异较大和数据量近似两种情景下,模拟了智能边缘用户调度机制,并提出了时间平均筛选和时间峰值筛选两种优化策略.仿真结果表明,与参考算法相比,采用低功耗BA策略,传输功率最大可以降低43.5％,传输能耗最大降低17.7％;采用优化的用户调度策略可以进一步提升系统性能,其中,设备传输功率最大降低了 56.5％,设备传输能耗最大降低了 22％.