基于层次化联邦学习的用户关联与无线带宽分配的双排序动态编程

在本文中，我们研究了由移动用户、边缘服务器和云服务器组成的层次化联邦学习系统的用户关联和无线带宽分配。为了最小化层次化联邦学习中全局轮次的持续时间（在均等带宽分配下），我们 formulating 一个组合优化问题。我们设计了 twin sorting dynamic programming (TSDP) 算法，在存在两个边缘服务器时能在多项式时间内获得全局最优解。此外，我们提出了 TSDP 辅助的用户关联算法，用于处理三个或更多边缘服务器的情况。进一步地，给定一个用户关联矩阵，我们对最优无线带宽分配进行 convex optimization 求解。仿真结果表明，所提出的方案优于多种替代方案。