Недавние исследования показывают, что емкость системы очень важна для сотовых сетей. В этой статье рассматривается максимизация суммарных скоростей каналов связи в сотовых сетях, где каждая ячейка состоит из полудуплексной устройства и пользователей. Федеральное обучение может обучать модели без централизованных данных для защиты конфиденциальности пользовательских данных. Размещение вычислительного сервера на краю низкоорбитального спутника создает низкоорбитальную систему вычислительного края, что значительно повышает способность спутника. Таким образом, в данной статье объединяется федеральное обучение и вычисления на краю движения, вводится алгоритм выгрузки вычислений на основе федерального обучения с целью максимизации суммарной скорости передачи при обеспечении безопасности пользовательских данных. Используется алгоритм глубокого обучения с отличной глобальной способностью поиска для решения проблемы распределения подканалов и мощности. Результаты моделирования показывают, что в сравнении с базовым алгоритмом данный алгоритм обеспечивает максимальную скорость передачи и имеет хорошую сходимость.

Federated learning;Low Earth orbit satellite;Mobile edge computing;Deep reinforcement learning;Computation offloading