1.一种基于卫星和地面站的半异步联邦学习方法，其特征在于，包括：
2.根据权利要求1所述的基于卫星和地面站的半异步联邦学习方法，其特征在于，所述确定多个局部全局模型，包括：
3.根据权利要求2所述的基于卫星和地面站的半异步联邦学习方法，其特征在于，所述确定每个所述轨道内的源节点卫星，包括：
4.根据权利要求2所述的基于卫星和地面站的半异步联邦学习方法，其特征在于，所述确定每个所述轨道内的汇聚节点卫星，包括：
5.根据权利要求1至4任一项所述的基于卫星和地面站的半异步联邦学习方法，其特征在于，所述基于自适应半异步聚合算法确定多个所述局部全局模型的子集模型，包括：
6.根据权利要求5所述的基于卫星和地面站的半异步联邦学习方法，其特征在于，所述采用渐进式稀疏模型聚合策略调整多个所述局部全局模型的聚合轨道比例，得到待调节模型，包括：
7.根据权利要求6所述的基于卫星和地面站的半异步联邦学习方法，其特征在于，所述采用延迟补偿策略对所述待调节模型进行延迟补偿，得到所述子集模型，包括：
8.一种基于卫星和地面站的半异步联邦学习系统，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述基于卫星和地面站的半异步联邦学习方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于卫星和地面站的半异步联邦学习方法。