VLC/RF混合系统中基于纵向联邦学习的资源优化算法

作者：杜忠田; 黄武威; 杨洋^*

来源：激光与光电子学进展, 2023, 1-21.

• 纵向联邦学习
• 可见光通信
• 资源分配
• 用户选择

为缓解纵向联邦学习中的通信资源受限问题，提出一种可见光通信与射频通信混合系统下联合优化传输功率、用户选择与信道估计的纵向联邦学习算法。首先，在传统射频（Radio Frequency,RF）链路的基础上引入可见光通信（Visible Light Communications, VLC）链路构建VLC/RF混合系统。然后，引入基于多层感知机的信道估计算法，提高传输数据的准确性。最后，构建以最小化纵向联邦学习损失函数为目标的优化问题，并通过协同优化传输功率与用户选择求解该问题。仿真结果表明，所提算法相比现有方法模型精度分别提高了7.2%与18.2%。

• 单位
  北京邮电大学