异构联邦双向知识蒸馏传递半监督调制类型识别

新一代移动通信系统的规模化部署和快速发展支撑巨量多样物联网设备的广泛应用。然而物联网设备的分布式应用导致的私有数据迥异和本地处理模型差别，严重制约全局智能模型的聚合能力。因此，针对认知物联网中智能调制类型识别面临的数据异质、模型异构和标记不足等问题，提出异构联邦双向知识蒸馏传递半监督调制类型识别算法，通过变分自编码器在云端生成公开伪数据集支持上行全局知识蒸馏，自适应共享至本地辅助下行异质知识蒸馏，并在蒸馏过程中内嵌半监督算法。仿真结果表明，在通信信号处理领域中，所提算法的有效性和适用性优于现有的联邦学习算法。