(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211005551.8 (22)申请日 2022.08.19 (71)申请人 江南大学 地址 214000 江苏省无锡市蠡湖大道180 0 号江南大 学 (72)发明人 吴琼　王思远　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 专利代理师 柏尚春 (51)Int.Cl. G06N 20/00(2019.01) (54)发明名称 一种基于边缘辅助车辆网络的异步联邦优 化方法 (57)摘要 本发明公开了一种基于边缘辅助车辆网络 的异步联邦优化方法， 首先， 提出边缘辅助车辆 网络场景下的异步联邦训练系统， 包括位于网络 边缘的RSU和以恒定速度行驶在RSU覆盖范围内 的车辆； 其次， 车辆从RS U处下载初始化的全局模 型， 利用本地数据进行本地训练； 然后， 综合考虑 数据量、 计算能力和车辆的移动性， 对本地模型 的权重进行优化； 最后， 车辆训练完本地模型后 将本地模型上传至RSU处， RS U每收到一个本地模 型就进行一次全局聚合， 获取精确的全局模型。 本发明计算简便， 提出的异步联邦训练系统合 理， 在车辆环境下能够得到较高的全局模型精 度。 权利要求书2页 说明书6页 附图2页 CN 115358412 A 2022.11.18 CN 115358412 A 1.一种基于边 缘辅助车辆网络的异步联邦优化方法， 其特 征在于， 包括以下步骤： (1)提出边缘辅助车辆网络场景下的异步联邦训练系统， 包括位于网络边缘的RSU和以 恒定速度行驶在RSU覆盖范围内的车辆； 车辆从RSU处下载初始化的全局模型， 利用本地数 据进行本地训练； (2)综合考虑数据量、 计算能力和车辆的移动性， 对本地模型的权 重进行优化； (3)车辆训练完本地模型后将本地模型上传至RSU处， RSU每收到一个本地模型就进行 一次全局聚合， 获取精确的全局模型。 2.根据权利要求1所述的一种基于边缘辅助车辆网络的异步联邦优化方法， 其特征在 于， 所述步骤(1)实现过程如下： 车辆利用随机梯度下降进行本地模型的更新： 其中， 和 分别表示第j和j+1轮本地训练的车辆i的本地模型， 其中车辆总共进行l 次本地训练， η表示随机梯度下降算法的学习率， 为车辆i的本地模型的损失函数。 3.根据权利要求1所述的一种基于边缘辅助车辆网络的异步联邦优化方法， 其特征在 于， 所述步骤(2)实现过程如下： 定义样本权重 本地计算时延权重 和传输时延权重 对本地模型的权重进行优 化： 其中， 为训练完l轮本地模型的车辆i的本地模型， wi为更新过后的本地权 重； 样本权重 具体表达式如下： 其中， Si为车辆i本地拥有的训练样本数， S为总样本数； 本地计算时延权 重 具体表达式如下： 其中， ζ 为 参数， 取ζ 为(0,1)； 为车辆i本地训练时间： 其中， CPUcycles表示训练一个样本所需要的CPU周期数， δi表示车辆i自身可用计算资 源大小； 传输时延权 重 具体表达式如下： 其中， γ为 参数， 取γ为(0,1)； 表示车辆i的传输时延：权　利　要　求　书 1/2 页 2 CN 115358412 A 2其中， |wi|表示车辆i本地训练得到的模型参数wi的大小， Tri为车辆i的传输 速率： 其中， B为传输带宽， pm为车辆i的发送功率， hi为车辆i信道增益， α为路径损耗指数， σ2 为噪声功率， di(t)为车辆i与RSU之间的距离 。 4.根据权利要求1所述的一种基于边缘辅助车辆网络的异步联邦优化方法， 其特征在 于， 所述步骤(3)通过以下公式实现： wr+1＝β wr+(1‑β )wi 其中， wr为RSU处第r轮的全局模型， wr+1为第r+1轮的全局模型， β 取值范围为(0,1)， 表示 上一轮的全局模 型和当前上传的本地模 型的聚合比例； 当RSU完成规定数目的全局聚合后， 在RSU处得到一个精确的全局模型。 5.根据权利要求2所述的一种基于边缘辅助车辆网络的异步联邦优化方法， 其特征在 于， 所述本地模型的损失函数为交叉熵损失函数： 其中， Si为车辆i的本地的训练样本的个数， ya为训练样本对应的标签值， 而 为该训练 样本经过CNN神经网络所输出的预测值； Tri为车辆i的传输 速率， 具体表达式如下： 其中， B为传输带宽， pm为车辆i的发送功率， hi为车辆i信道增 益， 采用瑞利衰落对信道 进行建模； di(t)为车辆i与RSU之间的距离， α 为路径损耗指数， σ2为噪声功率。 6.根据权利要求5所述的一种基于边缘辅助车辆网络的异步联邦优化方法， 其特征在 于， 所述车辆i与RSU之间的距离计算过程如下： 通过建立立体坐标系描述车辆的位置， 从而计算车辆和RSU之间的距离， 其中原点为 RSU的底部， x轴的方向为东， 与车辆行驶方向相同， y轴为南， z轴和x轴、 y轴都正交； 设RSU高 度为H， 则RSU的天线位置坐标PR表示为(0， 0， H)； 车辆i的位置坐标Pi(t)设置为 di(t)表达式为： di(t)＝||Pi(t)‑PR|| 为一个固定的值， 车辆i在时隙t的x轴方向上的坐标 为： 其中， 为 车辆初始位置， v为车辆 速度。权　利　要　求　书 2/2 页 3 CN 115358412 A 3