-
题名联邦边缘学习的低功耗带宽分配与用户调度
- 1
-
-
作者
周天依
潘春雨
郑镛
李学华
-
机构
北京信息科技大学信息与通信工程学院
-
出处
《北京信息科技大学学报（自然科学版）》
2022年第1期27-33,共7页
-
基金
北京市自然科学基金-市教委联合资助项目(KZ201911232046)
北京市自然科学基金-海淀原始创新联合基金项目(L192022、L182039)。
-
文摘
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%。
-
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
-
Keywords
federated edge learning
low-power consumption
joint resource optimization
bandwidth allocation
user scheduling
-
分类号
TP929.5
[自动化与计算机技术]
-
