基于动态分层博弈的边云协同联邦数字孪生模型构建方法

本发明公开了一种动态分层博弈的边云协同联邦数字孪生模型构建方法，针对中心式动态数字孪生模型构建存在的数据孤岛、时间能量开销高、模型性能差等问题，构建基于分布式感知数据的边云协同联邦模型生成框架，以最大化长期模型质量并降低长期资源开销为目标建模在线决策优化问题，实现动态决策优化。在联邦数字孪生模型生成框架中，底层传感器收集物理实体的特征数据传输给边缘服务器构建局部数字孪生模型，云服务器收集所有局部数字孪生模型并整合为全局数字孪生模型。本发明有效解决了联邦数字孪生构建中模型异构动态演化、传感器资源重叠共享、计算通信资源联合优化的技术难题，显著提升数字孪生模型质量并降低系统能耗与配置成本。