本发明公开了一种联邦学习下边端协同的信道适应性梯度压缩方法，包括以下步骤：S1、每个终端利用上行信道向边缘服务器发送已知的训练序列；S2、边缘服务器根据每个终端发送的训练序列通过信道后受到的劣化程度估计各个终端的上行信道状况，存储各个上行信道的信道增益参数；S3、边缘服务器利用终端的信道状况和设定的总量化比特数，求解优化问题，进行量化比特数分配；S4、边缘服务器向参与联邦学习的终端广播各自可以使用的量化比特数信息；S5、终端在广播的信息中找到自己可以使用的量化比特数，对本地更新梯度进行量化。本发明具有有效缓解无线通信信道劣化对联邦学习训练效果的影响，缓解通信瓶颈，提高系统抗噪性能等优点。