卫星星座中的能源感知联邦学习

卫星星座中的联邦学习（satellite FL），即卫星协同训练机器学习模型，是实现全球连接智能和将空间网络集成到陆地移动网络中的有前景的技术。为完成这一计算密集型任务，所需能源要么来自太阳能板，要么来自内部电池（当卫星处于地球阴影区域时）。对电池及系统可用能源资源进行精细管理不仅对可靠卫星运行至关重要，也有助于避免电池提前老化。我们提出了一种新的能源感知计算时间调度器，用于卫星联邦学习，旨在在不影响收敛速度的前提下最小化电池用量。数值结果表明，相对于能源不可感知的任务调度，本方法可实现电池寿命超过 3 倍的提升。