可扩展无蜂窝大规模 MIMO 上的空中联邦学习
信号处理
2023-09-19 v3 信息论
机器学习
math.IT
摘要
无蜂窝大规模 MIMO 正作为未来无线通信系统的一项有前景的技术而出现，与经典蜂窝系统相比，其有望提供均匀覆盖与高频谱效率。我们在本文中研究无蜂窝大规模 MIMO 如何支持联邦边缘学习。利用无线多址信道的叠加特性，采用空中计算，其中客户端在同一通信资源上同时发送其本地更新。该方法被称为空中联邦学习(OTA-FL)，已被证明能减轻无线网络上联邦学习的通信开销。考虑到信道相关性以及中央服务器仅可获得不完美的信道状态信息，我们提出了一种在无蜂窝大规模 MIMO 上实现 OTA-FL 的实用方案。对所提实现的收敛性进行了分析与实验研究，证实了无蜂窝大规模 MIMO 对 OTA-FL 的益处。
引用
@article{arxiv.2212.06482,
title = {Over-The-Air Federated Learning Over Scalable Cell-free Massive MIMO},
author = {Houssem Sifaou and Geoffrey Ye Li},
journal= {arXiv preprint arXiv:2212.06482},
year = {2023}
}
备注
Accepted at IEEE Transactions on Wireless Communications