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：北京信息科技大学学报(自然科学版), 2022, 37(01): 27-33.

DOI：10.16508/j.cnki.11-5866/n.2022.01.005

• 联邦边缘学习
• 低功耗
• 联合资源优化
• 带宽分配
• 用户调度

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%。

• 单位
  北京信息科技大学