一种基于联邦学习的频谱资源管理分配方法

摘要

本发明公开了一种基于联邦学习的频谱资源管理分配方法。该方法包括终端设备从环境中收集状态信息；若信息变化超过门限值，则做出信道传输的频谱、子信道和传输功率决策；终端设备收集决策后下一时刻的状态信息和奖励信息，并采用梯度下降法训练主网络中的行动者网络和评论家网络；当终端设备累计梯度达到预设梯度门限值后将其主网络参数上传至基站；基站收集的主网络参数量达到门限值后，根据预设权重将主网络参数聚合并广播给所有终端设备；终端设备接收到聚合参数后更新其主网络和目标网络的参数。本发明为了解决现有技术中频谱利用率低，用户隐私易泄露等问题，采用了异步的联邦学习方式，在解决以上问题的同时还具有通信消耗低的优点。