网络边缘空中联邦平均的传输功率控制
信息论
2021-11-12 v2 math.IT
摘要
空中计算(AirComp)已成为联邦边缘学习(FEEL)中用于低时延模型/梯度更新聚合的一种新型模拟功率域非正交多址(NOMA)技术。通过将通信与计算集成到联合设计中，AirComp可显著提升通信效率，但代价是由信道衰落和噪声引起的聚合误差。本文研究一种特定类型的FEEL，其采用联邦平均(FedAvg)和基于AirComp的模型更新聚合，即空中FedAvg(Air-FedAvg)。我们研究传输功率控制以对抗AirComp聚合误差，从而提升Air-FedAvg的训练精度并加速其训练速度。为此，我们首先分析了在不同外迭代上具有聚合误差的Air-FedAvg的收敛行为(以最优性间隙衡量)。然后，为提升训练精度，我们在各边缘设备一系列功率约束下，通过联合优化边缘设备的传输功率控制和边缘服务器的去噪因子，最小化最优性间隙。此外，为加速训练速度，我们还以给定目标最优性间隙最小化Air-FedAvg的训练时延，其中学习超参数(包括外迭代次数和本地训练轮数)与功率控制联合优化。最后，数值结果表明，与采用固定功率传输或逐迭代均方误差(MSE)最小化的基准策略相比，所提传输功率控制策略使Air-FedAvg收敛显著更快。还表明，Air-FedAvg的训练时延比采用数字正交多址的传统FedAvg(OMA-FedAvg)短一个数量级。
引用
@article{arxiv.2111.05719,
title = {Transmission Power Control for Over-the-Air Federated Averaging at Network Edge},
author = {Xiaowen Cao and Guangxu Zhu and Jie Xu and Shuguang Cui},
journal= {arXiv preprint arXiv:2111.05719},
year = {2021}
}