CN111901802A - 一种借助智能反射表面的miso***下行保密率优化方法 - Google Patents
一种借助智能反射表面的miso***下行保密率优化方法 Download PDFInfo
- Publication number
- CN111901802A CN111901802A CN202010762595.XA CN202010762595A CN111901802A CN 111901802 A CN111901802 A CN 111901802A CN 202010762595 A CN202010762595 A CN 202010762595A CN 111901802 A CN111901802 A CN 111901802A
- Authority
- CN
- China
- Prior art keywords
- theta
- intelligent
- base station
- following
- secrecy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/04013—Intelligent reflective surfaces
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
- H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
- H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种借助智能反射表面的MISO***下行保密率优化方法,包括以下步骤:获取合法用户及窃听者的信道状态信息;固定智能反射表面相位偏置矩阵,求出最优基站侧波束赋形矢量;固定优化后的波束赋形矢量,得到智能反射表面相位偏置矩阵局部最优解;重复交替优化过程直至收敛,输出最后一次迭代得到的波束赋形矢量及相位偏置矩阵;通过联合设计基站侧波束赋形矢量及智能反射表面相位偏置矩阵从而最大化***保密率,既能有效降低计算复杂度,又能减少迭代次数,节约运算时间,在多天线保密传输***中具备实用性和高效性。
Description
技术领域
本发明涉及无线通信技术领域,主要涉及一种借助智能反射表面的MISO***下行保密率优化方法。
背景技术
***保密率是衡量无线通信***物理层安全性能的重要指标,因此提升***保密率也成为无线通信领域的一个关键问题。近年来,学者们提出了多种方案来解决这一难题,例如:在波束赋形矢量中添加人工噪声、使用联合阻塞技术等。但是上述方案在实际部署过程中均存在其固有的缺陷:如高能耗、高硬件复杂度及成本等。
随着合成材料及射频微机电***的飞速发展,智能反射表面(IntelligentReflecting Surface,IRS)有望在未来无线通信***中得到广泛的应用。IRS主要由智能控制器(用于基站与IRS之间信道状态信息的反馈)及大量无源反射单元组成。在每个时隙内,每个反射单元可以对入射信号产生独立的相位偏置,从而使得实时控制反射信号的相位成为可能。由于IRS的无源特性,其仅反射入射信号,不产生新信号,因此不需要使用昂贵的射频链,节省成本且不引入额外功耗,满足当下绿色通信及可持续发展的要求。
现有针对IRS辅助的MISO***保密率最大化问题主要有两类算法:块坐标下降算法和并行优化算法。在块坐标下降算法中,每个反射单元产生的相位偏置被视为独立的单元,在优化过程中采用序贯优化的方式,每次仅更新一个反射单元引入的相位偏置,因此算法收敛速度慢,不适用于大规模IRS的情况;并行优化算法可以在一次更新过程中对所有反射单元引入的相位偏置进行优化,算法收敛速度快,但现有的基于Charnes-Cooper转换及半定规划(Semidefinite Relaxation,SDR)的算法会引入过高的复杂度,因此实际应用价值低。
发明内容
发明目的:本发明针对借助IRS的MISO***下行保密率优化问题提出了一种低复杂度的IRS相位偏置矩阵优化算法。在优化过程中,首先利用二次转化,将目标函数的分子分母解耦;之后利用黎曼流形优化或交替方向乘子法并行优化IRS相位偏置矩阵,反复迭代直到算法收敛。相较于已有优化算法,本发明中提出的算法既可以降低计算复杂度又可以加快收敛速度,因此在实际的多天线保密传输***中具有实用性和高效性。
技术方案:为实现上述目的,本发明采用的技术方案为:
步骤S1、在MISO下行传输***中,基站配置均匀线性天线阵,包括M个天线阵元,合法用户配置单根接收天线,窃听者配置M′根接收天线,智能反射表面配置N个无源反射单元;所述基站及智能反射表面已知合法用户及窃听者的完备瞬时信道状态信息;
其中所述瞬时信道状态信息包括:基站到合法用户的直射信道基站到窃听者的直射信道其中元素[hTE]m,n为基站的第m个天线单元与窃听者的第n个天线单元之间的信道系数;基站到智能反射表面的信道智能反射表面到合法用户的反射信道智能反射表面到窃听者的信道其中元素[hIE]m,n为智能反射表面的第m个反射单元与窃听者的第n个天线单元之间的信道系数;
其中HTI(1,:)为矩阵HTI的第1列,Pmax为基站最大发射功率,hIE,b为与HIE的第b列,hTE,b为HTE的第b列;为第r个反射单元引入的初始相位偏置;及分别表示合法用户和窃听者的接收噪声功率,(·)H表示共轭转置,|·|表示求绝对值,||·||为l2范数。
步骤S3、更新迭代次数i=i+1,求得第i次迭代的基站侧最优波束赋形矢量为
其中IM表示M×M维单位矩阵;
步骤S4、求解新的相位偏置矩阵Φ(i),具体步骤如下:
步骤S4.1、设置迭代次数m=1,收敛阈值χ;令wtemp=w(i),定义变量为第m次迭代的结果,令初始值θ(1)的第j个元素为Φ(i-1)的第j个对角元; 和其中diag(·)表示以括号内向量元素为对角元的对角阵,计算:
其中,
步骤S4.2、设置辅助变量y1和y2,分别如下计算:
步骤S4.3.2、根据回溯线搜索确定沿方向ξk的搜寻步长μk;
进一步地,所述步骤S4.3.1中,函数f3在点θk处黎曼梯度的计算方法如下:
进一步地,所述步骤S4.3.2中搜索步长μk由回溯线搜索算法确定;
具体地,首先寻找最小正整数t,使其满足Armijo-Goldstein条件:
进一步地,所述步骤S4.3.5中搜寻方向ξk+1由共轭梯度法确定,计算方法如下:
其中βk为Polak-Ribière因子,具体表达式为:
s.t.x=θ
|θi|=1,i=1,2,…,N
步骤A4.3.2、给出目标函数的拉格朗日函数:
步骤A4.3.3、利用交替方向乘子法,按如下顺序更新参数直到步骤A4.3.1中目标函数值收敛:
从而可得得θ(m+1)=θ(n+1);
有益效果:本发明提供的算法具备以下优点:
(1)本发明适用于各种信道模型,在无线通信***中具有普适性;
(2)本发明设计的MISO***保密率优化算法可以逼近理论性能上界;
(3)本发明设计的IRS相位偏置矩阵优化算法复杂度低,可有效缩短优化时间。
相较于已有优化算法,本发明中提出的算法既可以降低计算复杂度又可以加快收敛速度,因此在实际的多天线保密传输***中具有实用性和高效性。
附图说明
图1是本发明提出的基于IRS的MISO***下行保密率优化方法流程图;
图2是本发明提供的IRS相位偏置矩阵优化流程图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
本发明涉及一种借助IRS的MISO***下行保密率优化方法,解决了传统基于块坐标下降算法引起的收敛速度慢及Charnes-Cooper转换结合SDR算法产生的复杂度过高问题,在保证性能逼近上界的同时有效减少算法运行时间,在实际多天线保密传输***中具有实用性。
本发明提供的技术方案如图1所示,包括以下步骤:
步骤S1、在MISO下行传输***中,基站配置均匀线性天线阵,包括M个天线阵元,合法用户配置单根接收天线,窃听者配置M′根接收天线,智能反射表面配置N个无源反射单元;所述基站及智能反射表面已知合法用户及窃听者的完备瞬时信道状态信息;
其中所述瞬时信道状态信息包括:基站到合法用户的直射信道基站到窃听者的直射信道其中元素[hTE]m,n为基站的第m个天线单元与窃听者的第n个天线单元之间的信道系数;基站到智能反射表面的信道智能反射表面到合法用户的反射信道智能反射表面到窃听者的信道其中元素[hIE]m,n为智能反射表面的第m个反射单元与窃听者的第n个天线单元之间的信道系数。
其中HTI(1,:)为矩阵HTI的第1列,Pmax为基站最大发射功率,hIE,b为与HIE的第b列,hTE,b为HTE的第b列;为第r个反射单元引入的初始相位偏置;及分别表示合法用户和窃听者的接收噪声功率,(·)H表示共轭转置,|·|表示求绝对值,||·||为l2范数。
步骤S3、更新迭代次数i=i+1,求得第i次迭代的基站侧最优波束赋形矢量为
其中IM表示M×M维单位矩阵。
步骤S4、求解新的相位偏置矩阵Φ(i),具体步骤如图2所示:
步骤S4.1、设置迭代次数m=1,收敛阈值χ;令wtemp=w(i),定义变量为第m次迭代的结果,令初始值θ(1)的第j个元素为Φ(i-1)的第j个对角元; 和其中diag(·)表示以括号内向量元素为对角元的对角阵,计算:
其中:
步骤S4.2、设置辅助变量y1和y2,分别如下计算:
下面提供步骤S4.3中迭代算法的具体实施例:
实施例1:
函数f3在点θk处黎曼梯度的计算方法如下:
步骤S4.3.2、根据回溯线搜索确定沿方向ξk的搜寻步长μk。
搜索步长μk由回溯线搜索算法确定;
具体地,首先寻找最小正整数t,使其满足Armijo-Goldstein条件:
搜寻方向ξk+1由共轭梯度法确定,计算方法如下:
其中βk为Polak-Ribière因子,具体表达式为:
实施例2:
s.t.x=θ
|θi|=1,i=1,2,…,N
步骤A4.3.2、给出目标函数的拉格朗日函数:
步骤A4.3.3、利用交替方向乘子法,按如下顺序更新参数直到步骤A4.3.1中目标函数值收敛:
从而可得得θ(m+1)=θ(n+1);
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种借助智能反射表面的MISO***下行保密率优化方法,其特征在于,包括以下步骤:
步骤S1、在MISO下行传输***中,基站配置均匀线性天线阵,包括M个天线阵元,合法用户配置单根接收天线,窃听者配置M′根接收天线,智能反射表面配置N个无源反射单元;所述基站及智能反射表面已知合法用户及窃听者的完备瞬时信道状态信息;
其中所述瞬时信道状态信息包括:基站到合法用户的直射信道基站到窃听者的直射信道其中元素[hTE]m,n为基站的第m个天线单元与窃听者的第n个天线单元之间的信道系数;基站到智能反射表面的信道智能反射表面到合法用户的反射信道智能反射表面到窃听者的信道其中元素[hIE]m,n为智能反射表面的第m个反射单元与窃听者的第n个天线单元之间的信道系数;
其中HTI(1,:)为矩阵HTI的第1列,Pmax为基站最大发射功率,hIE,b为与HIE的第b列,hTE,b为HTE的第b列;为第r个反射单元引入的初始相位偏置;及分别表示合法用户和窃听者的接收噪声功率,(·)H表示共轭转置,|·|表示求绝对值,||·||为l2范数。
步骤S3、更新迭代次数i=i+1,求得第i次迭代的基站侧最优波束赋形矢量为
其中IM表示M×M维单位矩阵;
步骤S4、求解新的相位偏置矩阵Φ(i),具体步骤如下:
步骤S4.1、设置迭代次数m=1,收敛阈值χ;令wtemp=w(i),定义变量为第m次迭代的结果,令初始值θ(1)的第j个元素为Φ(i-1)的第j个对角元; 和其中diag(·)表示以括号内向量元素为对角元的对角阵,计算:
其中,
步骤S4.2、设置辅助变量y1和y2,分别如下计算:
步骤S4.3.2、根据回溯线搜索确定沿方向ξk的搜寻步长μk;
s.t.x=θ
|θi|=1,i=1,2,…,N
步骤A4.3.2、给出目标函数的拉格朗日函数:
步骤A4.3.3、利用交替方向乘子法,按如下顺序更新参数直到步骤A4.3.1中目标函数值收敛:
从而可得得θ(m+1)=θ(n+1);
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010762595.XA CN111901802B (zh) | 2020-07-31 | 2020-07-31 | 一种借助智能反射表面的miso***下行保密率优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010762595.XA CN111901802B (zh) | 2020-07-31 | 2020-07-31 | 一种借助智能反射表面的miso***下行保密率优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111901802A true CN111901802A (zh) | 2020-11-06 |
CN111901802B CN111901802B (zh) | 2023-02-14 |
Family
ID=73183629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010762595.XA Active CN111901802B (zh) | 2020-07-31 | 2020-07-31 | 一种借助智能反射表面的miso***下行保密率优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111901802B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112769726A (zh) * | 2020-12-01 | 2021-05-07 | 华南理工大学 | 基于智能反射表面辅助通信***无源波束赋形优化方法 |
CN112803978A (zh) * | 2020-12-31 | 2021-05-14 | 齐鲁工业大学 | 基于逐次逼近的智能表面miso***联合波束成形方法 |
CN112954690A (zh) * | 2021-01-22 | 2021-06-11 | 西北工业大学 | 基于空基可重构智能表面的抗干扰方法及*** |
CN113037346A (zh) * | 2021-03-12 | 2021-06-25 | 重庆邮电大学 | Irs与人工噪声辅助的mimo***物理层安全设计方法 |
CN113037349A (zh) * | 2021-03-12 | 2021-06-25 | 重庆邮电大学 | Irs辅助的miso***中基于交替迭代的物理层安全设计方法 |
CN113098575A (zh) * | 2021-03-29 | 2021-07-09 | 东南大学 | 一种提升边缘速率的智能反射表面辅助多小区下行传输设计方法 |
CN113114317A (zh) * | 2021-04-13 | 2021-07-13 | 重庆邮电大学 | 一种irs辅助下行多用户通信***的相移优化方法 |
CN113193894A (zh) * | 2021-04-27 | 2021-07-30 | 东南大学 | 可重构智能表面辅助的多用户miso下行无线通信谱效能效联合优化方法 |
CN113271597A (zh) * | 2021-04-15 | 2021-08-17 | 广东工业大学 | 可重构智能表面辅助非正交多址接入的安全通信优化方法 |
CN113286292A (zh) * | 2021-05-18 | 2021-08-20 | 广东工业大学 | 可重构智能表面辅助通信的隐蔽速率联合优化方法及*** |
CN113411115A (zh) * | 2021-06-15 | 2021-09-17 | 河南科技大学 | 智能反射表面辅助的毫米波物理层安全通信联合优化方法 |
CN114158050A (zh) * | 2021-08-24 | 2022-03-08 | 华北电力大学(保定) | 提高wpt-mec***安全计算性能的方法、装置及*** |
CN114222310A (zh) * | 2021-11-22 | 2022-03-22 | 西南交通大学 | 一种联合3d波束赋形和智能反射面反射优化方法 |
CN114389667A (zh) * | 2022-01-15 | 2022-04-22 | 西北工业大学 | 一种多播物理层安全通信方法 |
CN114629626A (zh) * | 2020-12-10 | 2022-06-14 | 中国科学院深圳先进技术研究院 | 一种智能反射阵面提升物理层密钥生成性能***与方法 |
CN114785387A (zh) * | 2022-04-21 | 2022-07-22 | 北京邮电大学 | 智能全向面辅助的多用户大规模miso下行加权和速率优化方法 |
CN114928838A (zh) * | 2022-04-29 | 2022-08-19 | 重庆邮电大学 | 一种智能反射表面辅助的共生通信信息传输***和方法 |
WO2022217408A1 (en) * | 2021-04-12 | 2022-10-20 | Qualcomm Incorporated | Beamforming techniques using random-based parameter selection at reconfigurable intelligent surfaces |
CN117978230A (zh) * | 2024-02-22 | 2024-05-03 | 盐城工学院 | 基于双irs辅助的miso信道的波束成形方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111181618A (zh) * | 2020-01-03 | 2020-05-19 | 东南大学 | 一种基于深度强化学习的智能反射表面相位优化方法 |
CN111211824A (zh) * | 2020-01-14 | 2020-05-29 | 东南大学 | 一种智能反射表面辅助无线通信反射相位配置方法 |
CN111447618A (zh) * | 2020-03-13 | 2020-07-24 | 重庆邮电大学 | 一种基于安全通信的智能反射面能效最大资源分配方法 |
-
2020
- 2020-07-31 CN CN202010762595.XA patent/CN111901802B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111181618A (zh) * | 2020-01-03 | 2020-05-19 | 东南大学 | 一种基于深度强化学习的智能反射表面相位优化方法 |
CN111211824A (zh) * | 2020-01-14 | 2020-05-29 | 东南大学 | 一种智能反射表面辅助无线通信反射相位配置方法 |
CN111447618A (zh) * | 2020-03-13 | 2020-07-24 | 重庆邮电大学 | 一种基于安全通信的智能反射面能效最大资源分配方法 |
Non-Patent Citations (1)
Title |
---|
KEMING FENG 等: ""Deep Reinforcement Learning Based Intelligent Reflecting Surface Optimization for MISO Communication Systems"", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112769726A (zh) * | 2020-12-01 | 2021-05-07 | 华南理工大学 | 基于智能反射表面辅助通信***无源波束赋形优化方法 |
CN114629626A (zh) * | 2020-12-10 | 2022-06-14 | 中国科学院深圳先进技术研究院 | 一种智能反射阵面提升物理层密钥生成性能***与方法 |
CN114629626B (zh) * | 2020-12-10 | 2023-10-20 | 中国科学院深圳先进技术研究院 | 一种智能反射阵面提升物理层密钥生成性能***与方法 |
CN112803978B (zh) * | 2020-12-31 | 2022-05-24 | 齐鲁工业大学 | 基于逐次逼近的智能表面miso***联合波束成形方法 |
CN112803978A (zh) * | 2020-12-31 | 2021-05-14 | 齐鲁工业大学 | 基于逐次逼近的智能表面miso***联合波束成形方法 |
CN112954690A (zh) * | 2021-01-22 | 2021-06-11 | 西北工业大学 | 基于空基可重构智能表面的抗干扰方法及*** |
CN112954690B (zh) * | 2021-01-22 | 2022-11-22 | 西北工业大学 | 基于空基可重构智能表面的抗干扰方法及*** |
CN113037346A (zh) * | 2021-03-12 | 2021-06-25 | 重庆邮电大学 | Irs与人工噪声辅助的mimo***物理层安全设计方法 |
CN113037349A (zh) * | 2021-03-12 | 2021-06-25 | 重庆邮电大学 | Irs辅助的miso***中基于交替迭代的物理层安全设计方法 |
CN113037349B (zh) * | 2021-03-12 | 2022-06-10 | 重庆邮电大学 | Irs辅助miso***中基于交替迭代的物理层安全设计方法 |
CN113037346B (zh) * | 2021-03-12 | 2023-07-18 | 重庆邮电大学 | Irs与人工噪声辅助的mimo***物理层安全设计方法 |
CN113098575A (zh) * | 2021-03-29 | 2021-07-09 | 东南大学 | 一种提升边缘速率的智能反射表面辅助多小区下行传输设计方法 |
WO2022217408A1 (en) * | 2021-04-12 | 2022-10-20 | Qualcomm Incorporated | Beamforming techniques using random-based parameter selection at reconfigurable intelligent surfaces |
CN113114317A (zh) * | 2021-04-13 | 2021-07-13 | 重庆邮电大学 | 一种irs辅助下行多用户通信***的相移优化方法 |
CN113114317B (zh) * | 2021-04-13 | 2022-05-17 | 重庆邮电大学 | 一种irs辅助下行多用户通信***的相移优化方法 |
CN113271597A (zh) * | 2021-04-15 | 2021-08-17 | 广东工业大学 | 可重构智能表面辅助非正交多址接入的安全通信优化方法 |
CN113193894A (zh) * | 2021-04-27 | 2021-07-30 | 东南大学 | 可重构智能表面辅助的多用户miso下行无线通信谱效能效联合优化方法 |
CN113193894B (zh) * | 2021-04-27 | 2022-05-10 | 东南大学 | 可重构智能表面辅助的多用户miso下行无线通信谱效能效联合优化方法 |
CN113286292A (zh) * | 2021-05-18 | 2021-08-20 | 广东工业大学 | 可重构智能表面辅助通信的隐蔽速率联合优化方法及*** |
CN113411115A (zh) * | 2021-06-15 | 2021-09-17 | 河南科技大学 | 智能反射表面辅助的毫米波物理层安全通信联合优化方法 |
CN113411115B (zh) * | 2021-06-15 | 2023-01-31 | 河南科技大学 | 智能反射表面辅助的毫米波物理层安全通信联合优化方法 |
CN114158050A (zh) * | 2021-08-24 | 2022-03-08 | 华北电力大学(保定) | 提高wpt-mec***安全计算性能的方法、装置及*** |
CN114158050B (zh) * | 2021-08-24 | 2023-06-27 | 华北电力大学(保定) | 提高wpt-mec***安全计算性能的方法、装置及*** |
CN114222310A (zh) * | 2021-11-22 | 2022-03-22 | 西南交通大学 | 一种联合3d波束赋形和智能反射面反射优化方法 |
CN114389667B (zh) * | 2022-01-15 | 2023-06-30 | 西北工业大学 | 一种多播物理层安全通信方法 |
CN114389667A (zh) * | 2022-01-15 | 2022-04-22 | 西北工业大学 | 一种多播物理层安全通信方法 |
CN114785387A (zh) * | 2022-04-21 | 2022-07-22 | 北京邮电大学 | 智能全向面辅助的多用户大规模miso下行加权和速率优化方法 |
CN114785387B (zh) * | 2022-04-21 | 2023-08-18 | 北京邮电大学 | 智能全向面辅助的多用户miso下行加权和速率优化方法 |
CN114928838A (zh) * | 2022-04-29 | 2022-08-19 | 重庆邮电大学 | 一种智能反射表面辅助的共生通信信息传输***和方法 |
CN114928838B (zh) * | 2022-04-29 | 2024-05-28 | 重庆邮电大学 | 一种智能反射表面辅助的共生通信信息传输***和方法 |
CN117978230A (zh) * | 2024-02-22 | 2024-05-03 | 盐城工学院 | 基于双irs辅助的miso信道的波束成形方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN111901802B (zh) | 2023-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111901802B (zh) | 一种借助智能反射表面的miso***下行保密率优化方法 | |
CN113037349B (zh) | Irs辅助miso***中基于交替迭代的物理层安全设计方法 | |
Hu et al. | Statistical CSI based design for intelligent reflecting surface assisted MISO systems | |
CN113300747B (zh) | 一种智能反射表面辅助的毫米波***中的波束训练方法 | |
CN111865387A (zh) | 智能反射面辅助无线通信***的波束成形设计方法 | |
Chen et al. | Efficient DOA estimation method for reconfigurable intelligent surfaces aided UAV swarm | |
CN107589399B (zh) | 基于多采样虚拟信号奇异值分解的互质阵列波达方向估计方法 | |
CN113315547A (zh) | 智能反射面辅助多小区的鲁棒联合传输波束优化方法 | |
CN107290730A (zh) | 互耦条件下双基地mimo雷达角度估算方法 | |
CN103297162B (zh) | Gssk调制通信***中基于压缩感知的信号检测方法 | |
Li et al. | Modified Hermitian and skew‐Hermitian splitting methods for non‐Hermitian positive‐definite linear systems | |
CN109560849A (zh) | 一种基于二阶锥规划的波束赋形的鲁棒性自适应算法 | |
Fang et al. | A low-complexity beamforming design for beyond-diagonal RIS aided multi-user networks | |
CN113727405A (zh) | 提升基于智能反射表面的无线通信***安全速率的方法 | |
Arora et al. | Efficient algorithms for constant-modulus analog beamforming | |
CN109039403A (zh) | 大规模mimo***中基于冗余字典的下行链路信道估计方法 | |
Jiang et al. | Reducing errors for root‐MUSIC‐based methods in uniform circular arrays | |
CN110719127A (zh) | 一种具有恒模约束的毫米波mimo***波束成形方法 | |
Chen et al. | Robust target positioning for reconfigurable intelligent surface assisted MIMO radar systems | |
CN115695105B (zh) | 基于深度迭代智能超表面辅助通信的信道估计方法及装置 | |
Peng et al. | Channel estimation for extremely large-scale massive MIMO systems in hybrid-field channel | |
CN115334524B (zh) | 一种基于全向智能超表面的通信和雷达目标检测方法 | |
CN115733533A (zh) | 基于流形的irs辅助去蜂窝大规模mimo***波束赋形方法 | |
Wu et al. | Direction-of-arrival estimation for constant modulus signals using a structured matrix recovery technique | |
Zhu et al. | Sum-path-gain maximization for IRS-aided MIMO communication system via riemannian gradient descent network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |