能效与公平双优
针对大规模工业物联网远程检测中的通信与可扩展性挑战，提出无人机作为边缘服务器的分层联邦学习框架，通过联合客户端选择与无人机调度，在降低系统能耗的同时提升模型精度与公平性。
赵海涛 · Tianle, Xia · Yuhong, Xia · 杨杰 · 刘淼 · 朱洪波
IEEE Internet of Things Journal 2025
无人机作为边缘服务器收集并聚合模型参数，避免所有客户端与中心服务器直接通信，减轻中心服务器压力，提高训练效率。
将系统能耗最小化问题分解为客户端选择与无人机调度两个子问题，分别采用基于MAB的多目标优化算法和启发式算法求解，达到节能目的。
客户端选择算法中的奖励函数显式权衡能耗与公平性，避免某些设备被频繁选中或忽略，从而提升全局训练的公平性。
通过联合调度优化，在降低能耗的同时保持模型性能，仿真显示模型精度得到增强。