CN113163500A - 一种通信资源分配方法、装置及电子设备 - Google Patents
一种通信资源分配方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113163500A CN113163500A CN202110205757.4A CN202110205757A CN113163500A CN 113163500 A CN113163500 A CN 113163500A CN 202110205757 A CN202110205757 A CN 202110205757A CN 113163500 A CN113163500 A CN 113163500A
- Authority
- CN
- China
- Prior art keywords
- sub
- optimization equation
- base station
- channel responses
- terminal device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0209—Power saving arrangements in terminal devices
- H04W52/0212—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供了一种通信资源分配方法、装置及电子设备。该方法应用于联邦学习系统中的控制设备,包括:在进入到每个信息汇聚间隔时,获取当前信息汇聚间隔内,每个终端设备到基站的第一信道响应、每个终端设备到每个智能反射面的第二信道响应和每个智能反射面到基站的第三信道响应;基于所获取的各个信道响应和预设的各个约束,确定当前信息汇聚间隔的目标通信资源分配方案;控制至少一个终端设备、至少一个智能反射面和基站按照目标通信资源分配方案,为自身分配所对应的通信资源,以使基站基于目标通信资源分配方案,汇聚每个终端设备上传的信息。与现有技术相比,应用本发明实施例提供的方案,可以提高联邦学习系统的收敛速度和预测精度。
Description
技术领域
本发明涉及无线通信技术领域,特别是涉及一种通信资源分配方法、装置及电子设备。
背景技术
当前,随着人工智能的进一步发展,重视数据隐私和安全已经成为了世界性的趋势。基于此,针对数据孤岛和数据隐私的两难问题,联邦学习(Federated Learning)系统由于能够使得位置分散的设备能够实现在本地处理原始数据的同时,协同执行模型训练,从而,被逐渐应用到越来越多的领域中。
其中,联邦学习系统包括:基站和至少一个终端设备,每个终端设备在利用本地的数据进行模型训练后,可以将训练好的模型的相关参数发送至基站处,以便于基站汇总各个终端设备处训练好的模型的相关参数,并下发至各个终端设备,使得各个终端设备可以实现在满足数据隐私要求的情况下,对各个其他终端设备处的数据的使用。
然而,在上述联邦学习系统中,由于距离、设备参数等问题,每个终端设备与基站之间的通信资源分配可能是不合理的,从而,每个终端设备与基站之间的信息传输可能出现信号失真与聚合错误等问题,从而,严重降低了联邦学习系统的收敛速度和预测精度。
基于此,当前亟需一种通信资源分配方法,以提高每个终端设备与基站之间的通信资源分配的合理性,减少终端设备在向基站进行信息传输时,所出现的信号失真与聚合错误等问题,提高联邦学习系统的收敛速度和预测精度。
发明内容
本发明实施例的目的在于提供一种通信资源分配方法、装置及电子设备,以提高联邦学习系统的收敛速度和预测精度。具体技术方案如下:
第一方面,本发明实施例提供了一种通信资源分配方法,应用于联邦学习系统中的控制设备,所述联邦学习系统还包括:基站、至少一个终端设备和至少一个智能反射面;所述方法包括:
在进入到每个预设的信息汇聚间隔时,获取当前信息汇聚间隔内,每个终端设备到所述基站的第一信道响应、每个终端设备到每个智能反射面的第二信道响应,以及每个智能反射面到所述基站的第三信道响应;
基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,确定所述当前信息汇聚间隔的目标通信资源分配方案;其中,所述通信资源包括:每个终端设备的发射功率、每个智能反射面的相移和所述基站的接收因子;所述发送功率约束包括:所述当前信息汇聚间隔内,每个终端设备的发射功率的最大值;所述反射单元相移约束包括:所述当前信息汇聚间隔内,每个智能反射面所包含的各个反射单元的相移最大值与相移最小值;
控制所述至少一个终端设备、所述至少一个智能反射面和所述基站按照所述目标通信资源分配方案,为自身分配所对应的通信资源,以使所述基站基于所述目标通信资源分配方案,汇聚每个终端设备上传的信息。
可选的,一种具体实现方式中,所述发送功率约束包括:
|pk|2≤P0
所述反射单元相移约束包括:
其中,为所述当前信息汇聚间隔内,第l个智能反射面所包含的第m个反射单元的相移,L为所述至少一个智能反射面的数量,M为每个智能反射面包含的反射单元的数量,所述当前信息汇聚间隔内,每个智能反射面所包含的反射单元的相移最大值和相移最小值分别为2π和0。
可选的,一种具体实现方式中,所述基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,确定所述当前信息汇聚间隔的目标通信资源分配方案的步骤,包括:
利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解预设的信号失真程度优化方程,得到所述当前信息汇聚间隔的目标通信资源分配方案;其中,所述信号失真程度优化方程为:
P=[p1,p2,...,pK]T为所述当前信息汇聚间隔内,各个终端设备的发射功率构成的列向量;
a为所述当前信息汇聚间隔内,所述基站的接收因子;
其中,η为所述基站的归一化因子,σ2为预设的加性高斯白噪声的功率;
可选的,一种具体实现方式中,所述利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解预设的信号失真程度优化方程,得到所述当前信息汇聚间隔的目标通信资源分配方案的步骤,包括:
将预设的信号失真程度优化方程拆分为第一子优化方程、第二子优化方程和第三子优化方程;其中,所述第一子优化方程的优化变量为每个终端设备的发射功率,所述第二子优化方程的优化变量为所述基站的接收因子,所述第三子优化方程的优化变量为每个智能反射面的相移;
利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,分别求解所述第一子优化方程、所述第二子优化方程和所述第三子优化方程,得到所述当前信息汇聚间隔的目标通信资源分配方案。
可选的,一种具体实现方式中,所述第一子优化方程为:
可选的,一种具体实现方式中,所述第二子优化方程为:
可选的,一种具体实现方式中,所述第三子优化方程为:
可选的,一种具体实现方式中,所述利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,分别求解所述第一子优化方程、所述第二子优化方程和所述第三子优化方程,得到所述当前信息汇聚间隔的目标通信资源分配方案的步骤,包括:
若第一次求解所述第一子优化方程,则利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解所述第一子优化方程;
若非第一次求解所述第一子优化方程,则利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第三子优化方程的上一次的求解结果,求解所述第一子优化方程;
利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第一子优化方程的上一次的求解结果,求解所述第二子优化方程;
利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第二子优化方程的上一次的求解结果,求解所述第三子优化方程;
判断是否满足预设停止条件;其中,所述预设停止条件包括:求解所述第三子优化方程所得到的结果收敛,或,求解所述第三子优化方程的次数达到预设次数;
如果是,将最后一次求解所述第一子优化方程、第二子优化方程和所述第三子优化方程所得到的结果,作为所述当前信息汇聚间隔的目标通信资源分配方案;
否则,返回所述利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第三子优化方程的上一次的求解结果,求解所述第一子优化方程的步骤。
第二方面,本发明实施例提供了一种通信资源分配装置,应用于联邦学习系统中的控制设备,所述联邦学习系统还包括:基站、至少一个终端设备和至少一个智能反射面;所述装置包括:
响应获取模块,用于在进入到每个预设的信息汇聚间隔时,获取当前信息汇聚间隔内,每个终端设备到所述基站的第一信道响应、每个终端设备到每个智能反射面的第二信道响应,以及每个智能反射面到所述基站的第三信道响应;
方案确定模块,用于基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,确定所述当前信息汇聚间隔的目标通信资源分配方案;其中,所述通信资源包括:每个终端设备的发射功率、每个智能反射面的相移和所述基站的接收因子;所述发送功率约束包括:所述当前信息汇聚间隔内,每个终端设备的发射功率的最大值;所述反射单元相移约束包括:所述当前信息汇聚间隔内,每个智能反射面所包含的各个反射单元的相移最大值与相移最小值;
资源分配模块,用于控制所述至少一个终端设备、所述至少一个智能反射面和所述基站按照所述目标通信资源分配方案,为自身分配所对应的通信资源,以使所述基站基于所述目标通信资源分配方案,汇聚每个终端设备上传的信息。
第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述本发明实施例第一方面提供的任一通信资源分配方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述本发明实施例第一方面提供的任一通信资源分配方法的步骤。
第五方面,本发明实施例提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述本发明实施例第一方面提供的任一通信资源分配方法的步骤。
本发明实施例有益效果:
以上可见,应用本发明实施例提供的方案,在联邦学习系统中的基站进行信息汇聚时,可以首先预设各个终身设备每次发起信息汇聚的间隔,即信息汇聚间隔,从而,在进入到每个预设的信息汇聚间隔时,获取当前信息汇聚间隔内,每个终端设备到基站的第一信道响应、每个终端设备到每个智能反射面的第二信道响应,以及每个智能反射面到基站的第三信道响应。进而,便可以基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,确定当前信息汇聚间隔的目标通信资源分配方案。这样,在确定出上述目标通信资源分配方案后,便可以控制各个终端设备、各个智能反射面和基站按照该目标通信资源分配方案,为自身分配所对应的通信资源,以使基站可以基于该目标通信资源分配方案,汇聚每个终端设备上传的信息,从而,完成当前信息汇聚间隔内的本地信息汇聚。
其中,由于在确定上述目标资源资源分配方案时,综合考虑了所获取的各个第一信道响应、各个第二信道响应和各个第三信道响应,因此,可以联合改善终端设备到基站直射径与反射径的信道条件。并且,预设的发送功率约束可以在保证模型汇聚过程的信号传输质量前提下,节约用户能耗。进一步地,由于联合优化各个用户的发射功率、各个智能反射面的相移和基站的接收因子,可以实现联邦学习系统在信息汇聚过程的全局优化,从而,减少用户到基站的信号失真,实现联邦学习的快速收敛与更高精度。
基于此,应用本发明实施例提供的方案,便可以提高每个终端设备与基站之间的通信资源分配的合理性,减少终端设备在向基站进行信息传输时,所出现的信号失真与聚合错误等问题,提高联邦学习系统的收敛速度和预测精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的实施例。
图1为本发明实施例提供的一种联邦学习系统的结构示意图;
图2为本发明实施例提供的一种通信资源分配方法的流程示意图;
图3为本发明实施例提供的一种通信资源分配装置的结构示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员基于本申请所获得的所有其他实施例,都属于本发明保护的范围。
相关技术中,在包括基站和至少一个终端设备的联邦学习系统中,由于距离、设备参数等问题,每个终端设备与基站之间的通信资源分配可能是不合理的,从而,每个终端设备与基站之间的信息传输可能出现信号失真与聚合错误等问题,从而,严重降低了联邦学习系统的收敛速度和预测精度。基于此,当前亟需一种通信资源分配方法,以提高每个终端设备与基站之间的通信资源分配的合理性,减少终端设备在向基站进行信息传输时,所出现的信号失真与聚合错误等问题,提高联邦学习系统的收敛速度和预测精度。
为了解决上述技术问题,本发明实施例提供了一种通信资源分配方法。
其中,该方法应用于联邦学习系统中的控制设备,并且,该联邦学习系统还可以包括基站、至少一个终端设备和至少一个智能反射面。
例如,图1为本发明实施例提供的一种联邦学习系统的结构示意图。如图1所示,该联邦学习系统包括:K个用户,即K个终端设备,L个智能反射面以及基站。其中,K个终端设备分别具有本地数据集D1,D2,...,DK,并且,终端设备k可以通过对自身所具有的本地数据集的学习,可以得到自身的本地模型wk。此外,在图1中,hk为第k个终端设备到基站的第一信道响应,为第k个终端设备到第l个智能反射面的第二信道响应,为第l个智能反射面到基站的第三信道响应。各个终端设备在向基站上传本地模型wk的模型数据后,基站便可以对所接收到的各个模型数据进行全局汇聚,得到全局汇聚的结果,从而,在基站向各个终端设备下发该全局汇聚的结果后,各个终端设备可以根据该全局汇聚结果,得到全局模型W。
所谓智能反射面是一种由大量低成本的反射元件组成的平面,放置于信号接收方与信号发送方之间。由于每个反射元件能都能够独立地对入射信号进行相位或/和幅度的改变,从而,利用智能反射面,能够主动改善信号接收方与信号发送方之间的信道条件,进而改善网络性能,可以使得信号接收方可以更好地接收信号发送方所发送的信号。
其中,智能反射面包括有源智能发射面和无源智能反射面,并且,无源智能反射面只能够对入射信号进行相位的改变,有源智能反射面可以对入射信号进行相位改变和/或幅度的改变。
可选的,在本发明实施例中,所利用的至少一个智能反射面为无源智能反射面,进而,在本发明实施例中,仅通过智能反射面的相移,对入射信号进行相位的改变。
此外,上述控制设备可以安装在基站内,也可以是部署在基站外的一独立设备。并且,该控制设备可以是任一类型的电子设备,例如,微型计算机、单片机等。对此,本发明实施例不对控制设备的安装位置和设备类型进行限定。
并且,本发明实施例提供的通信资源分配方法可以适用于任一需要利用联邦学习系统进行本地信息汇聚的应用场景,对此,本发明实施例不做具体限定。
可选的,在本发明实施例中,联邦系统中的各个终端设备可以首先基于本地数据集获得本地模型数据;其次对本地模型数据做预处理,并在当前信息汇聚间隔内,将本地模型数据通过无线信号上传至基站;最后基站汇聚各个终端设备上传的无线信号,并对汇聚的无线信号做后处理,实现本地模型汇聚。其中,上述预处理的方式可以包括:编码、调制等方法,类似的,上述后处理的方式可以包括:解调、译码等方法。对此,本发明实施例不对上述预处理和后处理的方式进行限定。
可选的,在本发明实施例中,联邦系统中的各个终端设备都拥有各自的本地数据集,不同终端设备所拥有的本地数据集中的内容可以存在相同部分,也可以完全不同,对此,本发明实施例不对各个终端设备所拥有的本地数据集中的内容进行限定。
可选的,在本发明实施例中,联邦系统中的各个终端设备向基站上传信息的路径可以包括:终端设备到基站的直射径,和/或,终端设备到智能反射面与智能反射面到基站所组成的折射径。
其中,当各个终端设备向基站上传信息的路径可以包括:终端设备到基站的直射径,和终端设备到智能反射面与智能反射面到基站所组成的折射径时,基站可以对两条路径分别上传的信息进行优选,以提高所得到的信息的准确性,从而,提高最终对信息进行汇聚的汇聚结果的准确性。
其中,本发明实施例提供的一种通信资源分配方法,可以包括如下步骤:
在进入到每个预设的信息汇聚间隔时,获取当前信息汇聚间隔内,每个终端设备到所述基站的第一信道响应、每个终端设备到每个智能反射面的第二信道响应,以及每个智能反射面到所述基站的第三信道响应;
基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,确定所述当前信息汇聚间隔的目标通信资源分配方案;其中,所述通信资源包括:每个终端设备的发射功率、每个智能反射面的相移和所述基站的接收因子;所述发送功率约束包括:所述当前信息汇聚间隔内,每个终端设备的发射功率的最大值;所述反射单元相移约束包括:所述当前信息汇聚间隔内,每个智能反射面所包含的各个反射单元的相移最大值与相移最小值;
控制所述至少一个终端设备、所述至少一个智能反射面和所述基站按照所述目标通信资源分配方案,为自身分配所对应的通信资源,以使所述基站基于所述目标通信资源分配方案,汇聚每个终端设备上传的信息。
以上可见,应用本发明实施例提供的方案,由于在确定上述目标资源资源分配方案时,综合考虑了所获取的各个第一信道响应、各个第二信道响应和各个第三信道响应,因此,可以联合改善终端设备到基站直射径与反射径的信道条件。并且,预设的发送功率约束可以在保证模型汇聚过程的信号传输质量前提下,节约用户能耗。进一步地,由于联合优化各个用户的发射功率、各个智能反射面的相移和基站的接收因子,可以实现联邦学习系统在信息汇聚过程的全局优化,从而,减少用户到基站的信号失真,实现联邦学习的快速收敛与更高精度。
基于此,应用本发明实施例提供的方案,便可以提高每个终端设备与基站之间的通信资源分配的合理性,减少终端设备在向基站进行信息传输时,所出现的信号失真与聚合错误等问题,提高联邦学习系统的收敛速度和预测精度。
下面,结合附图,对本发明实施例提供的一种通信资源分配方法进行具体说明。
图2为本发明实施例提供的一种通信资源分配方法的流程示意图。如图2所示,该通信资源分配方法可以包括如下步骤:
S201:在进入到每个预设的信息汇聚间隔时,获取当前信息汇聚间隔内,每个终端设备到基站的第一信道响应、每个终端设备到每个智能反射面的第二信道响应,以及每个智能反射面到基站的第三信道响应;
在联邦学习系统中的基站进行信息汇聚时,可以首先预设各个终身设备每次发起信息汇聚的间隔,即信息汇聚间隔,从而,在进入到每个预设的信息汇聚间隔时,终端设备便可以获取每个终端设备到基站的第一信道响应、每个终端设备到每个智能反射面的第二信道响应,以及每个智能反射面到基站的第三信道响应。
其中,上述信息汇聚间隔的时长可以为:10ms、50ms等任一根据实际应用中的需求所设定的时长,对此,本发明实施例不做具体限定。
每个终端设备到基站的第一信道响应为:每个终端设备到基站的直射径的第一信道响应,进而,每个终端设备到基站的直射径为:每个终端设备与基站之间的信号可直达的无线链路。
并且,控制设备可以通过多种方式获取上述各个第一信道响应、各个第二信道响应和各个第三信道响应。对此,本发明实施例不做具体限定。
例如,控制设备可以使用信道估计方法获取上述各个第一信道响应、各个第二信道响应和各个第三信道响应。其中,其中,信道估计方法可以是任意一种可以获取系统全局信道状态信息(Channel State Information,CSI)的方法,本发明实施例不对信道估计方法进行具体限制。
又例如,基站可以采用信道估计方法获取系统全局信道状态信息,也就是说,基站可以具备上述各个第一信道响应、各个第二信道响应和各个第三信道响应,从而,在进入到每个预设的信息汇聚间隔时,控制设备可以从基站处获取当前信息汇聚间隔内,上述各个第一信道响应、各个第二信道响应和各个第三信道响应。
再例如,各个终端设备可以通过对下行导频的估计获得上述各个第一信道响应、各个第二信道响应和各个第三信道响应。从而,在进入到每个预设的信息汇聚间隔时,控制设备可以从各个终端设备处获取当前信息汇聚间隔内,上述各个第一信道响应、各个第二信道响应和各个第三信道响应。
其中,上述下行导频具体为基站在各个终端设备上行传输本地信息前,向各个终端设备下发的,包含该终端设备自身的信道状态信息的无线信号。并且,该下行导频可以包括但不限于下行多播导频,本发明实施例不对下行导频信道进行具体限制。
需要说明的是,当控制设备从基站或者各个终端设备处获得上述各个第一信道响应、各个第二信道响应和各个第三信道响应时,可以是在进入每个预设的信息汇聚间隔时,基站或者各个终端设备主动向控制设备上传的,也可以是在进入每个预设的信息汇聚间隔时,控制设备基站或者各个终端设备发送获取请求得到的。对此,本发明实施例不做具体限定。
S202:基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,确定当前信息汇聚间隔的目标通信资源分配方案;
其中,通信资源包括:每个终端设备的发射功率、每个智能反射面的相移和基站的接收因子;发送功率约束包括:当前信息汇聚间隔内,每个终端设备的发射功率的最大值;反射单元相移约束包括:当前信息汇聚间隔内,每个智能反射面所包含的各个反射单元的相移最大值与相移最小值;
在获取到当前信息汇聚间隔内,上述各个第一信道响应、各个第二信道响应、各个第三信道响应后,控制设备便可以基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应,以及预设的发送功率约束和预设的反射单元相移约束,确定当前信息汇聚间隔内,为每一终端设备分配的发射功率、为每一智能反射面分配的相移,以及为基站分配的接收因子,从而,得到当前信息汇聚间隔内的目标通信资源分配方案。
其中,所谓发送功率约束包括:当前信息汇聚间隔内,每个终端设备的发射功率的最大值。即所得到的目标通信资源分配方案中,各个终端设备的功率不大于该最大值;
可选的,一种具体实现方式中,上述发送功率约束可以包括:
|pk|2≤P0
基于此,在本具体实现方式中,在所得到的目标通信资源分配方案中,各个终端设备的功率不大于P0。
相应的,所谓反射单元相移约束包括:当前信息汇聚间隔内,每个智能反射面所包含的各个反射单元的相移最大值与相移最小值。即所得到的目标通信资源分配方案中,各个智能反射面所包括的反射单元的相移在该相移最大值与相移最小值之间。
可选的,一种具体实现方式中,上述反射单元相移约束可以包括:
其中,为当前信息汇聚间隔内,第l个智能反射面所包含的第m个反射单元的相移,L为至少一个智能反射面的数量, M为每个智能反射面包含的反射单元的数量,当前信息汇聚间隔内,每个智能反射面所包含的反射单元的相移最大值和相移最小值分别为2π和0。
基于此,在本具体实现方式中,在所得到的目标通信资源分配方案中,各个智能反射面所包括的反射单元的相移在2π和0之间。
S203:控制至少一个终端设备、至少一个智能反射面和基站按照目标通信资源分配方案,为自身分配所对应的通信资源,以使基站基于目标通信资源分配方案,汇聚每个终端设备上传的信息。
在得到上述目标通信资源分配方案后,终端设备便可以控制各个终端设备将自身的发射功率设置为目标通信资源分配方案中所包括的发射功率,控制各个智能反射面按照目标通信资源分配方案中所包括的相移设置自身所包括的反射单元的相移,并控制基站将自身的接收因子设置为目标通信资源分配方案中的接收因子。
这样,各个终端设备便可以按照目标通信资源分配方案中所包括的发射功率,向基站发送信息,例如,本地模型的权重、本地模型的梯度等。
进而,基站便可以使用目标通信资源分配方案中所包括的接收因子,汇聚各个终端设备上传的信息;
并且,各个智能反射面便可以根据目标通信资源分配方案中所包括的相移调整自身所包括的反射单元的相移;
可选的,一种具体实现方式中,控制设备可以借助基站控制至少一个终端设备和至少一个智能反射面为自身分配所对应的通信资源。
在本具体实现方式中,控制设备在确定出上述目标通信资源分配方案后,可以将该目标通信资源分配方案发送给基站,则基站便可以通过广播告知各个终端设备的发射功率,并听过广播告知各个智能反射面的相移,以使得各个终端设备便可以按照目标通信资源分配方案中所包括的发射功率,向基站发送信息,各个智能反射面便可以根据目标通信资源分配方案中所包括的相移调整自身所包括的反射单元的相移。
其中,一种实施例中,基站在得到上述目标通信资源分配方案后,可以广播告知各个终端设备基站的归一化因子与基站的接收因子,各个终端设备便可以利用对下行导频估计所获取的该终端设备到基站的第一信道响应、该终端设备到智能反射面的第二信道响应和每个智能反射面到基站的第三信道响应,以及通过广播获取的基站的接收因子和基站的归一化因子,调整自身的发射功率。
以上可见,应用本发明实施例提供的方案,由于在确定上述目标资源资源分配方案时,综合考虑了所获取的各个第一信道响应、各个第二信道响应和各个第三信道响应,因此,可以联合改善终端设备到基站直射径与反射径的信道条件。并且,预设的发送功率约束可以在保证模型汇聚过程的信号传输质量前提下,节约用户能耗。进一步地,由于联合优化各个用户的发射功率、各个智能反射面的相移和基站的接收因子,可以实现联邦学习系统在信息汇聚过程的全局优化,从而,减少用户到基站的信号失真,实现联邦学习的快速收敛与更高精度。
基于此,应用本发明实施例提供的方案,便可以提高每个终端设备与基站之间的通信资源分配的合理性,减少终端设备在向基站进行信息传输时,所出现的信号失真与聚合错误等问题,提高联邦学习系统的收敛速度和预测精度。
可选的,在一种具体实现方式中,上述步骤S202,基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,确定当前信息汇聚间隔的目标通信资源分配方案,可以包括如下步骤A:
步骤A:利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解预设的信号失真程度优化方程,得到当前信息汇聚间隔的目标通信资源分配方案;
其中,信号失真程度优化方程为:
P=[p1,p2,...,pK]T为当前信息汇聚间隔内,各个终端设备的发射功率构成的列向量;
a为当前信息汇聚间隔内,基站的接收因子;
其中,η为基站的归一化因子,σ2为预设的加性高斯白噪声的功率;
可选的,一种具体实现方式中,上述步骤A,利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解预设的信号失真程度优化方程,得到当前信息汇聚间隔的目标通信资源分配方案,可以包括如下步骤A1-A2:
步骤A1:将预设的信号失真程度优化方程拆分为第一子优化方程、第二子优化方程和第三子优化方程;
其中,第一子优化方程的优化变量为每个终端设备的发射功率,第二子优化方程的优化变量为基站的接收因子,第三子优化方程的优化变量为每个智能反射面的相移。
可选的,一种具体实现方式中,上述第一子优化方程为:
可选的,一种具体实现方式中,上述第二子优化方程为:
可选的,一种具体实现方式中,上述第三子优化方程为:
并且,在上述各个具体实现方式中,第一子优化方程、第二子优化方程和第三子优化方程,均需满足上述发射功率约束和反射单元相移约束。
步骤A2:利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,分别求解第一子优化方程、第二子优化方程和第三子优化方程,得到当前信息汇聚间隔的目标通信资源分配方案。
其中,由于第一子优化方程的优化变量为每个终端设备的发射功率,因此,求解第一子优化方程,便可以得到目标通信资源分配方案中,各个终端设备的发射功率;由于第二子优化方程的优化变量为基站的接收因子,因此,求解第一子优化方程,便可以得到目标通信资源分配方案中,基站的接收因子;由于第三子优化方程的优化变量为每个智能反射面的相移,因此,求解第一子优化方程,便可以得到目标通信资源分配方案中,各个智能反射面的相移。
针对上述第一子优化方程,可选的,一种具体实现方式中,可以利用凸优化的方式,求解上述第一子优化方程。
针对上述第二子优化方程,可选的,一种具体实现方式中,可以首先利用矩阵提升技术将上述第二子优化方程所表征的问题转化为半定规划问题,随后利用半定松弛方法将转换得到的半定规划问题再次转化凸优化问题,进而,通过求解该凸优化问题便可以确定目标通信资源分配方案中,基站的接收因子。
一种实施例中,在上述第二子优化方程为且存在约束条件的情况下,利用矩阵提升技术将上述第二子优化方程所表征的问题转化为半定规划问题,随后利用半定松弛方法将转换得到的半定规划问题再次转化凸优化问题的方式为:
其中,基站的接收因子的等价子优化方程为:
其中,A=aaT,a=[xa,ya],xa、ya分别为基站的接收因子a的实部与虚部,tr(A)为矩阵A的迹;
基站的接收因子的等价约束条件公式为:
进一步的,一种实施例中,在求解上述凸优化问题确定目标通信资源分配方案中,基站的接收因子后,还可以利用连续凸逼近方法修正该所得到的基站的接收因子;其中,连续凸逼近方法包括但不限于:获取上述约束条件的一阶泰勒逼近式。
针对第三子优化方程,可选的,一种具体实现方式中,可以首先利用惩罚方法将上述第三子优化方程所表征的问题转化为非凸优化问题,随后利用连续凸逼近方法将转化得到的非凸优化问题再次转化凸优化问题,进而,通过求解该凸优化问题便可以确定目标通信资源分配方案中,各个智能反射面的相移。
其中,智能反射面的相移的等价子优化方程为:
智能反射面的相移的等价约束条件公式为:
可选的,一种具体实现方式中,上述步骤A2,利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,分别求解第一子优化方程、第二子优化方程和第三子优化方程,得到当前信息汇聚间隔的目标通信资源分配方案,可以包括如下步骤A21-A27:
步骤A21:若第一次求解第一子优化方程,则利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解第一子优化方程;
步骤A22:若非第一次求解第一子优化方程,则利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及第三子优化方程的上一次的求解结果,求解第一子优化方程;
步骤A23:利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及第一子优化方程的上一次的求解结果,求解第二子优化方程;
步骤A24:利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及第二子优化方程的上一次的求解结果,求解第三子优化方程;
步骤A25:判断是否满足预设停止条件;如果是,执行步骤A26,否则,执行步骤A27;
其中,预设停止条件包括:求解第三子优化方程所得到的结果收敛,或,求解第三子优化方程的次数达到预设次数;
步骤A26:将最后一次求解第一子优化方程、第二子优化方程和第三子优化方程所得到的结果,作为当前信息汇聚间隔的目标通信资源分配方案;
步骤A27:返回上述步骤A22。
在本具体实现方式中,利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,分别求解第一子优化方程、第二子优化方程和第三子优化方程,得到当前信息汇聚间隔的目标通信资源分配方案时,控制设备可以按照第一子优化方程、第二子优化方程和第三子优化方程的顺序,依次求解上述第一子优化方程、第二子优化方程和第三子优化方程。
其中,在开始进行求解时,由于是第一次求解第一子优化方程,从而,终端设备可以直接利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解第一子优化方程;
进而,在每次求解第二子优化方程时,由于存在第一子优化方程的上一次的求解结果,因此,可以将第一子优化方程的上一次的求解结果迭代进第二子优化方程的求解过程,得到在第一子优化方程的上一次的求解结果的基础上的第二子优化方程的求解结果;
相应的,在每次求解第三子优化方程时,由于存在第二子优化方程的上一次的求解结果,因此,可以将第二子优化方程的上一次的求解结果迭代进第三子优化方程的求解过程,得到在第二子优化方程的上一次的求解结果的基础上的第三子优化方程的求解结果。
其中,由于第二子优化方程的上一次的求解结果是在第一子优化方程的上一次的求解结果的基础上得到的,那么此次所得到的第三子优化方程的求解结果可以理解为是同时在第一子优化方程的上一次的求解结果和第二子优化方程的上一次的求解结果的基础上得到的。
进而,在第一次求解第一子优化方程后,再次求解第一子优化方程时,即在非第一次求解第一子优化方程时,例如,第二次求解第一子优化方程时、第三次求解第一子优化方程时等,由于存在第三子优化方程的上一次的求解结果,因此,可以将第三子优化方程的上一次的求解结果迭代进第一子优化方程的求解过程,得到在第三子优化方程的上一次的求解结果的基础上的第一子优化方程的求解结果。
并且,由于第三子优化方程的上一次的求解结果可以理解为是同时在第一子优化方程的上一次的求解结果和第二子优化方程的上一次的求解结果的基础上得到的,因此,此次所得到的第一子优化方程的求解结果可以理解为是同时在第一子优化方程的上一次的求解结果、第二次子优化方程的上一次的求解结果,以及第三子优化方程的上一次的求解结果的基础上得到的。
基于此,通过多次循环迭代,每次得到的求解结果都可以收到之前所得到的求解结果的影响,从而,可以使得所得到的第三子优化方程的求解结果逐渐收敛。
这样,在每次得到第三子优化方程的求解结果后,可以判断是否满足预设停止条件。
其中,如果满足,则可以将最后一次求解第一子优化方程、第二子优化方程和第三子优化方程所得到的结果,作为当前信息汇聚间隔的目标通信资源分配方案;
相应的,如果不满足,则可以继续返回执行步骤A22,再次依次得到上述第一子优化方程、第二子优化方程和第三子优化方程的求解结果。
其中,预设停止条件可以可以包括:求解第三子优化方程所得到的结果收敛;也可以包括:求解第三子优化方程的次数达到预设次数。
进而,由于是在依次得到上述第一子优化方程、第二子优化方程和第三子优化方程的求解结果后,判断是否满足预设停止条件,因此,上述预设次数为3的整数倍。
相应于上述本发明实施例提供的一种通信资源分配方案,本发明实施例还提供了一种通信资源分配装置。
其中,该装置应用于联邦学习系统中的控制设备,所述联邦学习系统还包括:基站、至少一个终端设备和至少一个智能反射面。
图3为本发明实施例提供的一种通信资源分配装置的结构示意图,如图3所示,该装置可以包括如下模块:
响应获取模块310,用于在进入到每个预设的信息汇聚间隔时,获取当前信息汇聚间隔内,每个终端设备到所述基站的第一信道响应、每个终端设备到每个智能反射面的第二信道响应,以及每个智能反射面到所述基站的第三信道响应;
方案确定模块320,用于基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,确定所述当前信息汇聚间隔的目标通信资源分配方案;其中,所述通信资源包括:每个终端设备的发射功率、每个智能反射面的相移和所述基站的接收因子;所述发送功率约束包括:所述当前信息汇聚间隔内,每个终端设备的发射功率的最大值;所述反射单元相移约束包括:所述当前信息汇聚间隔内,每个智能反射面所包含的各个反射单元的相移最大值与相移最小值;
资源分配模块330,用于控制所述至少一个终端设备、所述至少一个智能反射面和所述基站按照所述目标通信资源分配方案,为自身分配所对应的通信资源,以使所述基站基于所述目标通信资源分配方案,汇聚每个终端设备上传的信息。
以上可见,应用本发明实施例提供的方案,由于在确定上述目标资源资源分配方案时,综合考虑了所获取的各个第一信道响应、各个第二信道响应和各个第三信道响应,因此,可以联合改善终端设备到基站直射径与反射径的信道条件。并且,预设的发送功率约束可以在保证模型汇聚过程的信号传输质量前提下,节约用户能耗。进一步地,由于联合优化各个用户的发射功率、各个智能反射面的相移和基站的接收因子,可以实现联邦学习系统在信息汇聚过程的全局优化,从而,减少用户到基站的信号失真,实现联邦学习的快速收敛与更高精度。
基于此,应用本发明实施例提供的方案,便可以提高每个终端设备与基站之间的通信资源分配的合理性,减少终端设备在向基站进行信息传输时,所出现的信号失真与聚合错误等问题,提高联邦学习系统的收敛速度和预测精度。
可选的,一种具体实现方式中,所述发送功率约束包括:
|pk|2≤P0
所述反射单元相移约束包括:
其中,为所述当前信息汇聚间隔内,第l个智能反射面所包含的第m个反射单元的相移,L为所述至少一个智能反射面的数量,M为每个智能反射面包含的反射单元的数量,所述当前信息汇聚间隔内,每个智能反射面所包含的反射单元的相移最大值和相移最小值分别为2π和0。
可选的,一种具体实现方式中,所述方案确定模块包括:
方案确定子模块,用于利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解预设的信号失真程度优化方程,得到所述当前信息汇聚间隔的目标通信资源分配方案;其中,所述信号失真程度优化方程为:
P=[p1,p2,...,pK]T为所述当前信息汇聚间隔内,各个终端设备的发射功率构成的列向量;
a为所述当前信息汇聚间隔内,所述基站的接收因子;
其中,η为所述基站的归一化因子,σ2为预设的加性高斯白噪声的功率;
可选的,一种具体实现方式中,所述方案确定子模块包括:
方案拆分单元,用于将预设的信号失真程度优化方程拆分为第一子优化方程、第二子优化方程和第三子优化方程;其中,所述第一子优化方程的优化变量为每个终端设备的发射功率,所述第二子优化方程的优化变量为所述基站的接收因子,所述第三子优化方程的优化变量为每个智能反射面的相移;
方案求解单元,用于利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,分别求解所述第一子优化方程、所述第二子优化方程和所述第三子优化方程,得到所述当前信息汇聚间隔的目标通信资源分配方案。
可选的,一种具体实现方式中,所述第一子优化方程为:
可选的,一种具体实现方式中,所述第二子优化方程为:
可选的,一种具体实现方式中,所述第三子优化方程为:
可选的,一种具体实现方式中,所述方案求解单元具体用于:
若第一次求解所述第一子优化方程,则利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解所述第一子优化方程;
若非第一次求解所述第一子优化方程,则利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第三子优化方程的上一次的求解结果,求解所述第一子优化方程;
利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第一子优化方程的上一次的求解结果,求解所述第二子优化方程;
利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第二子优化方程的上一次的求解结果,求解所述第三子优化方程;
判断是否满足预设停止条件;其中,所述预设停止条件包括:求解所述第三子优化方程所得到的结果收敛,或,求解所述第三子优化方程的次数达到预设次数;
如果是,将最后一次求解所述第一子优化方程、第二子优化方程和所述第三子优化方程所得到的结果,作为所述当前信息汇聚间隔的目标通信资源分配方案;
否则,返回所述利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第三子优化方程的上一次的求解结果,求解所述第一子优化方程的步骤。
相应于上述本发明实施例提供的一种通信资源分配方案,本发明实施例还提供了一种电子设备,该电子设备为联邦学习系统中的控制设备,并且,联邦学习系统还可以包括:基站、至少一个终端设备和至少一个智能反射面。
如图4所示,该电子设备包括处理器401、通信接口402、存储器403和通信总线404,其中,处理器401,通信接口402,存储器403通过通信总线404完成相互间的通信,
存储器403,用于存放计算机程序;
处理器401,用于执行存储器403上所存放的程序时,实现上述本发明实施例提供的任一通信资源分配方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述本发明实施例提供的任一通信资源分配方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述本发明实施例提供的任一通信资源分配方法的步骤。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字终端设备线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例、电子设备实施例、计算机可读存储介质实施例和计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种通信资源分配方法,其特征在于,应用于联邦学习系统中的控制设备,所述联邦学习系统还包括:基站、至少一个终端设备和至少一个智能反射面;所述方法包括:
在进入到每个预设的信息汇聚间隔时,获取当前信息汇聚间隔内,每个终端设备到所述基站的第一信道响应、每个终端设备到每个智能反射面的第二信道响应,以及每个智能反射面到所述基站的第三信道响应;
基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,确定所述当前信息汇聚间隔的目标通信资源分配方案;其中,所述通信资源包括:每个终端设备的发射功率、每个智能反射面的相移和所述基站的接收因子;所述发送功率约束包括:所述当前信息汇聚间隔内,每个终端设备的发射功率的最大值;所述反射单元相移约束包括:所述当前信息汇聚间隔内,每个智能反射面所包含的各个反射单元的相移最大值与相移最小值;
控制所述至少一个终端设备、所述至少一个智能反射面和所述基站按照所述目标通信资源分配方案,为自身分配所对应的通信资源,以使所述基站基于所述目标通信资源分配方案,汇聚每个终端设备上传的信息。
3.根据权利要求2所述的方法,其特征在于,所述基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,确定所述当前信息汇聚间隔的目标通信资源分配方案的步骤,包括:
利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解预设的信号失真程度优化方程,得到所述当前信息汇聚间隔的目标通信资源分配方案;其中,所述信号失真程度优化方程为:
P=[p1,p2,...,pK]T为所述当前信息汇聚间隔内,各个终端设备的发射功率构成的列向量;
a为所述当前信息汇聚间隔内,所述基站的接收因子;
其中,η为所述基站的归一化因子,σ2为预设的加性高斯白噪声的功率;
4.根据权利要求3所述方法,其特征在于,所述利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解预设的信号失真程度优化方程,得到所述当前信息汇聚间隔的目标通信资源分配方案的步骤,包括:
将预设的信号失真程度优化方程拆分为第一子优化方程、第二子优化方程和第三子优化方程;其中,所述第一子优化方程的优化变量为每个终端设备的发射功率,所述第二子优化方程的优化变量为所述基站的接收因子,所述第三子优化方程的优化变量为每个智能反射面的相移;
利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,分别求解所述第一子优化方程、所述第二子优化方程和所述第三子优化方程,得到所述当前信息汇聚间隔的目标通信资源分配方案。
8.根据权利要求4-7任一项所述方法,其特征在于,所述利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,分别求解所述第一子优化方程、所述第二子优化方程和所述第三子优化方程,得到所述当前信息汇聚间隔的目标通信资源分配方案的步骤,包括:
若第一次求解所述第一子优化方程,则利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,求解所述第一子优化方程;
若非第一次求解所述第一子优化方程,则利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第三子优化方程的上一次的求解结果,求解所述第一子优化方程;
利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第一子优化方程的上一次的求解结果,求解所述第二子优化方程;
利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第二子优化方程的上一次的求解结果,求解所述第三子优化方程;
判断是否满足预设停止条件;其中,所述预设停止条件包括:求解所述第三子优化方程所得到的结果收敛,或,求解所述第三子优化方程的次数达到预设次数;
如果是,将最后一次求解所述第一子优化方程、第二子优化方程和所述第三子优化方程所得到的结果,作为所述当前信息汇聚间隔的目标通信资源分配方案;
否则,返回所述利用所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束、预设的反射单元相移约束,以及所述第三子优化方程的上一次的求解结果,求解所述第一子优化方程的步骤。
9.一种通信资源分配装置,其特征在于,应用于联邦学习系统中的控制设备,所述联邦学习系统还包括:基站、至少一个终端设备和至少一个智能反射面;所述装置包括:
响应获取模块,用于在进入到每个预设的信息汇聚间隔时,获取当前信息汇聚间隔内,每个终端设备到所述基站的第一信道响应、每个终端设备到每个智能反射面的第二信道响应,以及每个智能反射面到所述基站的第三信道响应;
方案确定模块,用于基于所获取的各个第一信道响应、各个第二信道响应、各个第三信道响应、预设的发送功率约束和预设的反射单元相移约束,确定所述当前信息汇聚间隔的目标通信资源分配方案;其中,所述通信资源包括:每个终端设备的发射功率、每个智能反射面的相移和所述基站的接收因子;所述发送功率约束包括:所述当前信息汇聚间隔内,每个终端设备的发射功率的最大值;所述反射单元相移约束包括:所述当前信息汇聚间隔内,每个智能反射面所包含的各个反射单元的相移最大值与相移最小值;
资源分配模块,用于控制所述至少一个终端设备、所述至少一个智能反射面和所述基站按照所述目标通信资源分配方案,为自身分配所对应的通信资源,以使所述基站基于所述目标通信资源分配方案,汇聚每个终端设备上传的信息。
10.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-8任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110205757.4A CN113163500A (zh) | 2021-02-24 | 2021-02-24 | 一种通信资源分配方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110205757.4A CN113163500A (zh) | 2021-02-24 | 2021-02-24 | 一种通信资源分配方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113163500A true CN113163500A (zh) | 2021-07-23 |
Family
ID=76883287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110205757.4A Withdrawn CN113163500A (zh) | 2021-02-24 | 2021-02-24 | 一种通信资源分配方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113163500A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113784365A (zh) * | 2021-09-08 | 2021-12-10 | 哈尔滨工程大学 | 一种物联网通信资源管理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111176929A (zh) * | 2019-11-29 | 2020-05-19 | 广东工业大学 | 一种面向边缘联邦学习的高能效计算通信联合优化方法 |
CN111866954A (zh) * | 2020-07-21 | 2020-10-30 | 重庆邮电大学 | 一种基于联邦学习的用户选择和资源分配方法 |
US20200364608A1 (en) * | 2019-05-13 | 2020-11-19 | International Business Machines Corporation | Communicating in a federated learning environment |
-
2021
- 2021-02-24 CN CN202110205757.4A patent/CN113163500A/zh not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200364608A1 (en) * | 2019-05-13 | 2020-11-19 | International Business Machines Corporation | Communicating in a federated learning environment |
CN111176929A (zh) * | 2019-11-29 | 2020-05-19 | 广东工业大学 | 一种面向边缘联邦学习的高能效计算通信联合优化方法 |
CN111866954A (zh) * | 2020-07-21 | 2020-10-30 | 重庆邮电大学 | 一种基于联邦学习的用户选择和资源分配方法 |
Non-Patent Citations (1)
Title |
---|
WANLI NI等: ""Intelligent Reflecting Surfaces Enhanced Federated Learning"", 《2020 IEEE GLOBECOM WORKSHOPS (GC WKSHPS)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113784365A (zh) * | 2021-09-08 | 2021-12-10 | 哈尔滨工程大学 | 一种物联网通信资源管理方法 |
CN113784365B (zh) * | 2021-09-08 | 2023-07-21 | 哈尔滨工程大学 | 一种物联网通信资源管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10340984B2 (en) | Simultaneous information and power transfer | |
CN101911526B (zh) | 用于基于载波引起干扰比进行分布式波束成形的系统和方法 | |
CN113810908B (zh) | Mec系统安全卸载方法、设备及mec系统 | |
CN113163501A (zh) | 一种通信资源分配方法、装置及电子设备 | |
CN110166088A (zh) | 以用户为中心的无小区mimo系统的功率控制算法 | |
CN113163500A (zh) | 一种通信资源分配方法、装置及电子设备 | |
CN114697978B (zh) | 一种智能反射面辅助的上行移动边缘计算方法及系统 | |
CN112134602A (zh) | 一种大规模mimo系统中用户状态信息的更新方法 | |
CN106851833B (zh) | 基于最大比传输预编码的mimo功率分配方法及系统 | |
CN115942339A (zh) | 一种无线供能的联邦学习方法、装置及电子设备 | |
CN110248306B (zh) | 一种源节点的协作节点确定方法、装置、电子设备及介质 | |
CN115379478B (zh) | 一种基于ris辅助数能同传网络鲁棒能耗优化方法 | |
CN115334524B (zh) | 一种基于全向智能超表面的通信和雷达目标检测方法 | |
CN114080014B (zh) | 一种基于功率控制的通信方法及装置、服务器和存储介质 | |
CN113207106B (zh) | 一种无人机融合控制方法及装置 | |
WO2022083619A1 (zh) | 通信信息的发送、接收方法及通信设备 | |
CN111565431B (zh) | 基于神经网络的swipt认知无线电网络的中继选择方法及装置 | |
Ghadikolaei et al. | Learning-based tracking of AoAs and AoDs in mmWave networks | |
WO2023108520A1 (en) | Smart reflecting elements selection with nwdaf in ris-aided urllc systems | |
CN115102593B (zh) | 选择秩指示的方法、装置、基带芯片及终端设备 | |
CN116028802A (zh) | 一种半联邦学习方法、发送接收机结构、系统及优化方法 | |
CN114499602B (zh) | Ris辅助mimo-noma通信系统中的发送预编码和相移矩阵设计方法 | |
CN116033561A (zh) | 一种物联网短包通信系统资源配置方法 | |
CN116011584A (zh) | 基于空中计算的联邦元学习系统及其优化方法与控制装置 | |
WO2023030074A1 (zh) | 用户配对方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210723 |