SYSTEMS AND METHODS FOR RECEIVED SIGNAL STRENGTH PREDICTION USING A DISTRIBUTED FEDERATED LEARNING FRAMEWORK

Systems and methods for received signal strength (RSS) prediction using a distributed federated learning framework are disclosed herein. In an example, a system for predicting RSS includes a plurality of user devices. Each of the user devices is configured to generate private information including at least one of user device movement trajectories, user device velocities, or RSS measurements at a plurality of locations over time. The system also includes a server configured to store, retrieve, or access public information that is related to a serving base station for each user device of the plurality of user devices. The server uses a distributed machine learning process in conjunction with the public and private information to accurately predict the RSS of the plurality of the user devices at locations that each of the user devices has not yet reached without revealing the private information of each user device. L'invention concerne des systèmes et des procédés de prédiction d'intensité de signal reçu (RSS) à l'aide d'une structure d'apprentissage fédéré distribué. Dans un exemple, un système de prédiction de RSS comprend une pluralité de dispositifs utilisateur. Chacun des dispositifs utilisateur est configuré pour générer des informations privées comprenant des trajectoires de déplacement de dispositif utilisateur, des vitesses de dispositif utilisateur et/ou des mesures de RSS à une pluralité d'emplacements au cours du temps. Le système comprend également un serveur configuré pour stocker, récupérer ou accéder à des informations publiques qui sont associées à une station de base de desserte pour chaque dispositif utilisateur de la pluralité de dispositifs utilisateur. Le serveur utilise un processus d'apprentissage automatique distribué conjointement avec les informations publiques et privées pour prédire avec précision le RSS de la pluralité de dispositifs utilisateur à des emplacements que chacun des dispositifs utilisateur n'a pas encore atteint sans révéler les informations privées de chaque dispositif utilisateur.