空中计算的联邦学习方法、边缘服务器、中继器及系统

    公开(公告)号:CN118246568A

    公开(公告)日:2024-06-25

    申请号:CN202410231047.2

    申请日:2024-02-29

    IPC分类号: G06N20/00 G06F18/23

    摘要: 本发明提供一种空中计算的联邦学习方法、边缘服务器、中继器及系统,该方法包括:基于可解释性算法对参与联邦学习的各终端设备进行分簇,得到至少两个终端簇;针对各终端簇,接收与终端簇对应的中继器发送的增强叠加信号,增强叠加信号为中继器对叠加信号进行信号放大后得到的,叠加信号为基于对应的终端簇内各终端设备发送的用于联邦学习的模型参数信号进行空中计算后得到的;基于增强叠加信号进行联邦学习。本发明通过对各终端设备进行分簇,并通过中继器对空中计算得到的叠加信号进行信号放大,能降低信号传输的失真率,提高信号传输的准确性和稳定性,进而可以提高联邦学习的效率。

    分布式算力网络服务的动态扩缩容方法、装置及存储介质

    公开(公告)号:CN117527814A

    公开(公告)日:2024-02-06

    申请号:CN202311423422.5

    申请日:2023-10-30

    IPC分类号: H04L67/1031 H04L41/12

    摘要: 本发明提供一种分布式算力网络服务的动态扩缩容方法、装置及存储介质,该方法包括:获取目标算力网络服务请求;目标算力网络服务请求中包括算力节点拓扑和算力节点资源;获取预先构建的目标模型;在目标算力网络服务请求为时延敏感请求的情况下,将算力节点拓扑和算力节点资源输入目标模型,得到目标算力节点对应的部署方案;按照部署方案将目标算力节点部署在分布式算力网络中;能够解决在网络流量和服务拓扑变化的情况下,无法实现对算力网络服务动态扩缩容的问题;实现对算力网络服务的动态扩缩容;同时,能够在多个节点之间有效地分配资源,从而优化整个算力网络的性能,确保每个节点都得到适当的资源分配,从而提高整个算力网络的效率。

    用于无线网络环境的干扰控制方法及系统

    公开(公告)号:CN113766661B

    公开(公告)日:2023-12-26

    申请号:CN202111005823.X

    申请日:2021-08-30

    摘要: 本发明提供一种用于无线网络环境的干扰控制方法及系统,该方法包括:根据无线网络中每条链路的网络资源通信参数,以最大化无线网络的发射速率为优化目标,构建目标优化模型;对所述目标优化模型进行求解,得到最优资源分配组合;根据所述最优资源分配组合,对所述无线网络进行干扰控制。本发明通过将网络通信资源按需统一协调调度,针对不同业务的通信网络需求为优化目标,在满足业务需求的条件下,实现网络通信资源的优化调度和配置,从而有效降低无线网络场景中的干扰现象,改善无线网络的服务质量。

    一种提高工业物联网终端时间同步精度的方法及装置

    公开(公告)号:CN114785439B

    公开(公告)日:2023-04-14

    申请号:CN202210333636.2

    申请日:2022-03-30

    IPC分类号: H04J3/06

    摘要: 本发明公开了一种提高工业物联网终端时间同步精度的方法及装置,该方法通过对当前时钟同步状态估计值与无线信道的可靠性评价指标的计算,并将当前时钟同步状态估计值与无线信道的可靠性评价指标输入线性估计模型中,生成当前时钟同步状态的估计误差协方差,对所述不同时刻的所述估计误差协方差进行收敛,生成稳态误差协方差。并且在无线通信环境中引入智能反射面,通过对智能反射面不同的相位角度的获取,进而基于智能反射面的不同相位角度、基站分配给所述终端的发射功率和所述稳态误差协方差确定最优时间精度,智能反射面的引入提升了基站与终端间双向时间戳的信息可达率,保障了无线信道的可靠性,进而提升了时间同步精度。