联邦数字孪生框架

实时仿真延迟降68%

该框架通过基于注意力机制的模型聚合与多模态检测校正，实现对高动态移动系统（如无人机目标跟踪）的实时准确仿真，优于传统集中式与分布式方案。

Zhou, Longyu · 冷甦鹏 · Wang, Qing

IEEE Transactions on Mobile Computing 2023

参数信息

平均仿真延迟降低

68.4 %

平均仿真精度提升

16.4 %

技术优势

实时性大幅提升

通过联邦式聚合局部模型，避免集中式通信瓶颈，平均延迟降低68.4%。

精度更高

基于注意力机制快速聚合局部模型，平均精度提升16.4%。

抗风扰能力强

多模态检测算法实时校正受风影响的无人机姿态，保证可靠仿真。

应用场景

• 无人机集群仿真：为无人机集群提供实时高精度仿真与风扰下的姿态校正。
• 移动物联网监控：通过联邦数字孪生降低大规模移动物联网监控的仿真延迟。
• 自动驾驶数字孪生：支持自动驾驶车辆的高动态场景实时准确仿真。
• 工业机器人远程运维：通过实时仿真与姿态校正，辅助工业机器人远程运维。
• 医疗设备状态监控：为移动医疗设备提供低延迟的数字孪生状态监控。