本文旨在通过量化本地模型参数，最小化联邦学习的总收敛时间。利用随机量化对FL算法进行收敛分析，优化计算、通讯资源和量化比特数，满足能源和量化误差的要求。方法可加速收敛速度，提供量化误差容忍度的选择。