一种迭代的聚合波束成形设计和用户设备选择方法与流程

技术特征：
1.一种迭代的聚合波束成形设计和用户设备选择方法，其特征在于，所述方法包括如下步骤：步骤s1、针对具有多个边缘用户设备和一个中心节点的边缘智能系统，构建其分布式联邦学习模型；步骤s2、训练步骤s1中构建的分布式联邦学习模型，其中，当所述边缘用户设备往中心节点传输模型参数时，采用空中计算技术提高通信效率，再确定因采用所述空中计算技术产生的聚合误差；步骤s3、针对步骤s2中确定的聚合误差，构建整体优化问题，再将整体优化问题转化为组合优化问题；步骤s4、首先，将步骤s3中得到的组合优化问题拆分为聚合波束成形优化子问题和用户设备选择优化子问题，然后，交替求解所述聚合波束成形优化子问题和用户设备选择优化子问题，最后，通过迭代得到最优解。2.根据权利要求1所述的一种迭代的聚合波束成形设计和用户设备选择方法，其特征在于，所述步骤s1具体包括：在一个边缘智能系统中，有k个只配备了一根天线的边缘用户设备和一个配备了nr根天线的中心节点，其中，n
r
远远小于k；边缘用户设备k和中心节点之间的信道服从具有单位功率的相同复高斯分布，即定义为所有用户设备构成的集合，每个边缘用户设备k拥有自己的本地数据集所有的本地数据集组合成全局数据集构建全局数据集上的平均损失函数其中，其中，是全局模型的参数，q是全局模型的损失函数，(x
n
,y
n
)是一个数据样本；构建第k个边缘用户设备，其本地模型参数的更新公式：构建中心节点，其全局模型参数的更新公式：在公式(1)和(2)中，上标i是回合数，μ是学习率，是第k个用户设备平均损失函数的梯度，其中3.根据权利要求2所述的一种迭代的聚合波束成形设计和用户设备选择方法，其特征在于，在所述步骤s2中，所述当所述边缘用户设备往中心节点传输模型参数时，采用空中计算技术提高通信效率，具体包括：首先，在进行第i个回合的训练时，边缘用户设备k传输的符号矩阵定义为
假设用单位方差进行了归一化，表达式为:然后，将进行了归一化后的符号矩阵经过模拟调制后再由传输系数b
k
进行预编码，之后，信号在空中叠加，并和中心节点的波束成形矢量相乘；最后，经过一个比例因子η进行放大。4.根据权利要求3所述的一种迭代的聚合波束成形设计和用户设备选择方法，其特征在于，在所述步骤s2中，所述确定因采用所述空中计算技术产生的聚合误差，具体包括：在进行训练时，定义为将被选中的边缘用户设备子集，则，中心节点希望得到的理想信号的表达式为：由于无线信道存在衰落和噪声，中心节点实际收到的信号表示为：公式(3)和公式(4)中，s
k
为的简写，w
i
为w
i
的简写，g
k
为g
k
的简写，h
k
是从用户设备k到中心节点的信道矢量，b
k
是用户设备k的传输系数，m是中心节点的聚合波束成形矢量，n是加性高斯白噪声并服从独立同分布，即上标h表示共轭转置；根据公式(3)和公式(4)得出，由空中计算技术产生的聚合误差，表达式为：5.根据权利要求4所述的一种迭代的聚合波束成形设计和用户设备选择方法，其特征在于，所述步骤s3具体包括：采用均方误差衡量步骤s2中确定的聚合误差，并且消除所述聚合误差中的与信道衰落相关的误差，同时尽可能减小噪声相关的误差，则，具体表达式为：相关的误差，同时尽可能减小噪声相关的误差，则，具体表达式为：公式(7)中，σ表示噪声的标准差，σ2表示噪声的方差；假定每个回合选择的边缘用户设备数是固定的其中，是边缘用户设备子集中的元素个数，则，所述的整体优化问题的决策变量就包括了：比例因子η，传输系数b
k
，边缘用户设备子集和波束成形矢量m，则，所述的整体优化问题表述为：和波束成形矢量m，则，所述的整体优化问题表述为：和波束成形矢量m，则，所述的整体优化问题表述为：和波束成形矢量m，则，所述的整体优化问题表述为：传输系数b
k
设计为：
比例因子η设计为：公式(10)中，p是每个边缘用户设备所允许的最大发射功率；将公式(10)代回公式(8a),得到优化目标为由于分子分母中都存在||m||，因此组合优化问题可以等价为：s.t.||m||＝1
ꢀꢀꢀꢀ
(11b)6.根据权利要求5所述的一种迭代的聚合波束成形设计和用户设备选择方法，其特征在于，在所述步骤s4中，将步骤s3中得到的组合优化问题拆分为聚合波束成形优化子问题，具体包括：给定边缘用户设备子集则，组合优化问题转化成：s.t.||m||＝1
ꢀꢀꢀ
(12b)定义一个半定矩阵m＝mm
h
，子问题(12)转化为：s.t.tr(m)＝1
ꢀꢀꢀ
(13b)rank(m)＝1
ꢀꢀꢀ
(13c)通过引入了凸差函数，将公式(13c)改写成tr(m)-||m||2＝0，再引入辅助变量τ，则该子问题被转化为：问题被转化为：tr(m)-||m||2＝0
ꢀꢀꢀ
(14c)tr(m)＝1
ꢀꢀꢀ
(14d)其中，τ的值在[τ
low
,τ
up
]的范围内，并且τ
low
＝0，＝0，通过给定τ，将问题(14)转化为二分法能够求解的形式，表达式为：通过给定τ，将问题(14)转化为二分法能够求解的形式，表达式为：
tr(m)＝1
ꢀꢀꢀꢀ
(15c)其中，对于该问题(15)，若该问题的解的秩是1，则在当前τ下，问题(14)可行，否则，为不可行；将凸函数||m||2进行一阶泰勒展开得||m||2≥real(tr(vv
h
m))，其中，v是m
t-1
的最大的特征向量的特征值，t-1代表迭代次数；则，问题(15)的解通过迭代求解下式获得：则，问题(15)的解通过迭代求解下式获得：tr(m)＝1
ꢀꢀꢀꢀ
(16c)。7.根据权利要求6所述的一种迭代的聚合波束成形设计和用户设备选择方法，其特征在于，在所述步骤s4中，将步骤s3中得到的组合优化问题拆分为用户设备选择优化子问题，具体包括：通过给定波束成形矢量m，将组合优化问题简化为确定用户设备子集则，所述用户设备选择优化子问题表述为：备选择优化子问题表述为：8.根据权利要求7所述的一种迭代的聚合波束成形设计和用户设备选择方法，其特征在于，在所述步骤s4中，所述交替求解所述聚合波束成形优化子问题和用户设备选择优化子问题，最后，通过迭代得到最优解，具体包括：步骤s401、进行初始化，首先从个设备中随机选择s个作为用户设备子集步骤s402、进行聚合波束成形设计，当获得信道矢量h
k
，给定用户设备子集后，则得出该条件下的最优波束成形矢量m，具体步骤如下：首先，初始化m0，τ
low
＝0，当τ
up-τ
low
>δ时，令τ＝(τ
up
τ
low
)/2；然后，求解问题(16)直到收敛；如果rank(m)>1，那么问题(14)在当前τ的条件下是不可行的，则，令τ
up
＝τ；如果rank(m)＝1，那么问题(14)在当前τ的条件下是可行的，并且令τ
low
＝τ；步骤s403、进行用户设备选择优化，给定波束成形矢量m，则得出该条件下的最优用户设备子集具体步骤如下：首先，对中每一个用户设备k计算投影||m
h
h
k
||；然后，将这些投影值进行降序排列；最后，取排列后的前s个用户设备作为步骤s404、循环执行步骤s402和步骤s403直至达到收敛条件；步骤s405、当用户设备子集不再变化时，达到收敛条件，则终止循环。

技术总结
本发明公开了一种迭代的聚合波束成形设计和用户设备选择方法，该方法针对一个边缘智能系统，将中心节点和用户设备共同完成机器学习任务的问题建模为一个分布式联邦学习模型，并采用了空中计算技术来提高通信效率，但是该技术会引入聚合误差，因此，本发明通过优化中心节点的波束成形矢量和用户设备选择方案，来减小均方误差，提升模型的学习性能。在选择的用户设备数固定时，本发明与随机用户设备选择方案和基于信道的用户设备选择策略相比能取得更低的聚合误差，进而获得更好的学习性能。进而获得更好的学习性能。进而获得更好的学习性能。


技术研发人员：黄永明 刘升恒 傅凝宁 徐春梅
受保护的技术使用者：东南大学
技术研发日：2021.12.10
技术公布日：2022/3/18