本发明公开了一种无线通信场景下高通信效率的联邦学习方法，该方法包括：S1、从无线通信场景下的联邦学习系统、训练算法、通信模型三方面出发构建联邦学习框架；S2、针对构建的联邦学习框架，对其训练过程进行收敛性分析；S3、根据收敛性分析的结果构建一个关于该联邦学习框架的优化问题，并通过一种针对设备选择和波束赋形的联合优化方法来解决该问题。本发明基于空中计算和二阶训练算法，一方面通过信道的波形叠加特性实现低延迟的模型聚合，另一方面通过二阶算法的快速收敛特性减少了训练所需的迭代轮数，解决了目前大部分无线联邦学习方法所存在的通信瓶颈问题。同时，通过所提出的针对联邦学习框架的联合优化方法进一步提升了训练的精确度。