[发明专利]异构智能反射面系统的联合波束赋形方法、系统、介质、终端

权利要求书

1.一种异构智能反射面系统的联合波束赋形方法，其特征在于，所述异构智能反射面系统包括一个基站和若干个智能反射面，每个智能反射面服务于一个或多个用户；

所述异构智能反射面系统的联合波束赋形方法包括以下步骤：

获取参与联邦训练的用户数量和每个智能反射面包含的反射单元数量；

基于所述用户数量和所述反射单元数量初始化全局联邦模型；

在每个训练周期，将所述全局联邦模型提供至各个用户，以使各个用户采用所述全局联邦模型更新本地联邦模型，并采用本地数据集训练所述本地联邦模型；对所有用户的本地联邦模型进行聚合，获取聚合后的全局联邦模型；

基于所述聚合后的全局联邦模型预测所述异构智能反射面系统的联合波束赋形。

2.根据权利要求1所述的异构智能反射面系统的联合波束赋形方法，其特征在于，在一个训练周期内，各个用户进行所述本地联邦模型的多轮训练；所述本地联邦模型的训练目标为使得用户的速率达到最大。

3.根据权利要求1所述的异构智能反射面系统的联合波束赋形方法，其特征在于，所述聚合后的全局联邦模型采用的全局损失函数为其中表示第k个用户本地存储的训练模型，所述训练模型本地联邦模型和本地非联邦模型拼接而成，m和n分别为所述本地联邦模型和所述本地非联邦模型的层数，F_k表示第k个用户训练所述本地存储的训练模型时的损失函数，表示所述本地数据集。

4.根据权利要求1所述的异构智能反射面系统的联合波束赋形方法，其特征在于，对所有用户的本地联邦模型进行聚合包括以下步骤：

获取各个用户的本地联邦模型的权重；

对所有用户的本地联邦模型进行加权平均。

5.根据权利要求1所述的异构智能反射面系统的联合波束赋形方法，其特征在于，对所有用户的本地联邦模型进行聚合时，仅聚合所述本地联邦模型的指定全连接层的参数。

6.根据权利要求1所述的异构智能反射面系统的联合波束赋形方法，其特征在于，所述智能反射面的数量大于1个，不同的智能反射面包含的反射单元数量不同。

7.一种异构智能反射面系统的联合波束赋形系统，其特征在于，所述异构智能反射面系统包括一个基站和若干个智能反射面，每个智能反射面服务于一个或多个用户；

所述异构智能反射面系统的联合波束赋形系统包括获取模块、初始化模块、训练模块和预测模块；

所述获取模块用于获取参与联邦训练的用户数量和每个智能反射面包含的反射单元数量；

所述初始化模块用于基于所述用户数量和所述反射单元数量初始化全局联邦模型；

所述训练模块用于在每个训练周期，将所述全局联邦模型提供至各个用户，以使各个用户采用所述全局联邦模型更新本地联邦模型，并采用本地数据集训练所述本地联邦模型；对所有用户的本地联邦模型进行聚合，获取聚合后的全局联邦模型；

所述预测模块用于基于所述聚合后的全局联邦模型预测所述异构智能反射面系统的联合波束赋形。

8.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至6中任一项所述的异构智能反射面系统的联合波束赋形方法。

9.一种异构智能反射面系统的联合波束赋形终端，其特征在于，包括：处理器及存储器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述存储器存储的计算机程序，以使所述异构智能反射面系统的联合波束赋形终端执行权利要求1至6中任一项所述的异构智能反射面系统的联合波束赋形方法。

10.一种异构智能反射面系统的联合波束赋形系统，其特征在于，包括权利要求9所述的异构智能反射面系统的联合波束赋形终端、与异构智能反射面系统所包含的智能反射面一一对应的客户端；

所述异构智能反射面系统包括一个基站和若干个智能反射面，每个智能反射面服务于一个或多个用户；

所述客户端与所述用户一一对应，用于在每个训练周期采用所述异构智能反射面系统的联合波束赋形终端提供的全局联邦模型更新本地联邦模型，并采用本地数据集训练所述本地联邦模型，并将训练好的本地联邦模型发送至所述异构智能反射面系统的联合波束赋形终端。