11、UAV 辅助联邦学习的联合拍卖 - 联盟形成框架解析

UAV 辅助联邦学习的联合拍卖 - 联盟形成框架解析

1. 系统模型

在系统模型中，涉及到多个关键参数和能量消耗的计算。

1.1 计算相关参数

UAV m 完成本地模型参数聚合所需的总 CPU 周期数为 $a_m$，其计算能力 $f_m$ 取决于 UAV m 中央处理器（CPU）的时钟频率，系数 $\kappa$ 取决于 CPU 的电路架构。

1.2 通信能量

在系统模型中，不同实体（如 FL 工作节点、FL 服务器和 UAV）之间的模型传输采用正交频分多址（OFDMA）。
- 上行传输 ：UAV m 向模型所有者传输数据包需要能量。其可实现的上行传输速率为：
- $r_{UT}^m=\sum_{n = 1}^{R}r_{mn}b_m\log_2(1+\frac{p_{mt}h_m}{I_n + b_mN_0})$
其中，$R$ 是模型所有者分配给 UAV 的资源块总数，每个 UAV 只能占用一个资源块。$r_{mn}$ 是资源块向量，$r_{mn} = 1$ 表示资源块 $n$ 分配给 UAV m，$r_{mn} = 0$ 表示未分配。$b_m$ 是分配给 UAV m 的带宽，$p_{mt}$ 是 UAV m 的传输功率，$h_m$ 是 UAV m 与模型所有者之间的信道增益，$I_n$ 是使用相同资源块的其他 UAV 造成的干扰，$N_0$ 是高斯噪声的功率谱密度。
UAV m 在任何小区 $i$ 中通过无线信道向模型所有者传输模型参数每次迭代所需的能量为：
- $e_{UT}^m = p_{mt}\frac{z_c}{r_{UT}^m}$