本文介绍了一种基于UMAirComp框架的边缘联邦学习方式，可以利用模拟波束成形上传本地模型参数并更新全局模型参数，降低通信延迟和成本。同时提出了低复杂度大规模优化算法，并在边缘联邦学习系统中获得较小的误差。测试表明，UMAirComp系统对于自主驾驶任务更加敏感。