南京邮电大学学报(自然科学版)

作者：谭雅莉,朱琦

单位：南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 通信与信息工程学院，江苏 南京 210003

关键词：Stackelberg博弈;联邦学习;数据采集;区块链;激励机制

基金：国家自然科学基金（92367302）和江苏省重点研发计划（BE2022068-2）资助项目

无人机辅助联邦学习受限于地面用户计算能力与参与积极性。为此，文中提出博弈优化算法，构建多无人机-多用户协同的区块链联邦学习系统，引入区块链激励机制。采用 DBSCAN （Density-Based Spatial Clustering of Applications with Noise）算法对用户分簇，无人机激励用户上传数据并本地训练，再由选举出的无人机聚合全局模型。构建Stackelberg博弈数据交易模型，无人机（领导者）制定奖励策略，用户（追随者）确定数据上传方案，分别设计双方效用函数（含奖励、能耗等因素）。通过模拟退火算法优化追随者发射功率，将领导者优化问题拆分为三个子问题，分别用粒子群、理论推导和黄金分割法求解最优无人机位置、CPU频率及奖励分配比，最终求得博弈均衡解。仿真验证，该算法可有效提升数据采集效率与联邦学习性能。

来源：2026年第02期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2026年第02期