联邦边缘学习的低功耗带宽分配与用户调度

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%。