CN112954690A - 基于空基可重构智能表面的抗干扰方法及*** - Google Patents

基于空基可重构智能表面的抗干扰方法及*** Download PDF

Info

Publication number
CN112954690A
CN112954690A CN202110093366.8A CN202110093366A CN112954690A CN 112954690 A CN112954690 A CN 112954690A CN 202110093366 A CN202110093366 A CN 202110093366A CN 112954690 A CN112954690 A CN 112954690A
Authority
CN
China
Prior art keywords
aris
optimization
strategy
transmission rate
beam forming
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
Application number
CN202110093366.8A
Other languages
English (en)
Other versions
CN112954690B (zh
Inventor
唐晓
江天奇
王大伟
张若南
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202110093366.8A priority Critical patent/CN112954690B/zh
Publication of CN112954690A publication Critical patent/CN112954690A/zh
Application granted granted Critical
Publication of CN112954690B publication Critical patent/CN112954690B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613Diversity 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
    • H04B7/0615Diversity 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
    • H04B7/0617Diversity 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing 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

本发明属于无线通信技术领域,公开了一种基于空基可重构智能表面的抗干扰方法及***,具有单天线的发射节点和接收节点间在地面进行合法传输时,地面还存在着窃听节点进行攻击,通过灵活部署一种在空中的可重构智能表面,以减轻干扰攻击和增强合法的传输。针对合法信道、窃听信道的瞬时信道状态信息,构造了部署空中可重构智能表面与无源波束成形的联合优化问题。通过交替优化框架进行求解,本发明通过利用连续凸逼近法确定空中可重构智能表面的最优位置,通过利用流形优化法获得最优反射波束成形。本发明与传统方法相比,可以在增强合法传输的同时有效抑制来自窃听者的干扰攻击,从而提升***的抗干扰通信性能。

Description

基于空基可重构智能表面的抗干扰方法及***
技术领域
本发明属于无线通信技术领域,尤其涉及一种基于空基可重构智能表面的抗干扰方法及***。
背景技术
在目前的军用和民用无线通信当中,抗干扰传输是一个解决信息安全问题的一个关键。通信过程中总是存在着恶意节点的干扰攻击或某些发射机的无意干扰从而严重危害合法传输,降低性能,并威胁无线信息安全。因此,抗干扰通信一直吸引着学术界和工业界的研究,并且针对抗干扰通信已经提出了各种策略,如扩频、跳频、功率控制、协作传输和基于机器学习的设计等等。
传统无线网络的抗干扰方法一般是借用现代密码学,利用其中的加密算法与密钥对通信过程中的信息进行加密,保护信息不受到窃听、攻击,从而达到安全通信的目的。然而随着计算机技术的高速发展,计算能力相比以往已经有了非常大的提升,传统的保密方法很容易就被破解。因此人们开始将研究方向转向物理层安全,利用无线网络信道的信道状态信息(Channel State Information,CSI)来实现信息安全传输。
近年来,可重构智能表面(Reconfigurable Intelligent Surface,RIS)作为一种新兴的无线技术在无线通信领域中掀起了一股浪潮。RIS通常由小尺寸、低成本、近乎无源的元件组成,它可以通过软件控制,使无线环境可编程化。 RIS可以根据需要从而改变入射信号的电磁特性来改善信号的接收,因此RIS在无线领域有各种应用。例如,RIS已被用于提高无线传输的***吞吐量、能源效率、信息安全、网络覆盖等。由于RIS可以影响无线传播,它也为抵御干扰攻击铺平了新的道路,其中干扰信号可以在反射后被减轻,而合法信号可以通过适当调整反射来增强。
现有的大部分关于RIS增强通信安全的研究都致力于发射端的策略设计。相比之下,接收端的安全问题确很少得到解决。在实际中,在上行链路传输过程中增强接收端的安全性也尤为重要,因为在上行链路传输中发射端通常是一些功率较小的用户设备,因此其通信安全会受到更大的威胁,接收端的通信安全无法得到有效保障。此外对于针对于RIS的优化,大部分研究往往只关注于RIS本身的波束成形问题,而忽略了RIS的部署对于通信***的安全也有着很大的影响。
发明内容
针对现有技术中存在的问题,本发明提供一种基于空基可重构智能表面的抗干扰方法及***,通过部署AIRS来抵御干扰,同时增强接收端的合法接收,相比于传统方案较大提升了无线通信的抗干扰性能。
本发明是通过以下技术方案来实现:
一种基于空基可重构智能表面的抗干扰方法,包括以下步骤:
S101、以工作在地面的多个合法收发节点、部署在空中的ARIS以及底面的窃听节点构建安全通信***模型,并确定安全通信***模型的瞬时信噪比和安全传输速率;
S102、根据瞬时信噪比和安全传输速率,构造最大化安全传输速率为目标的优化问题;
S103、通过固定ARIS的部署,采用流形优化对最大化安全传输速率为目标的优化问题进行求解,得到ARIS波束成形局部最优策略;
S104、基于步骤S103得到的ARIS波束成形局部最优策略,通过连续凸逼近的优化方法得到ARIS部署的局部最优策略;
S105、基于步骤S103的ARIS波束成形优化策略和步骤S104的ARIS 部署的局部最优策略,通过交替优化框架重复执行步骤S103-S104,迭代更新直至ARIS波束成形优化策略和ARIS部署的局部最优策略的变量以及***安全传输速率收敛,得到通信网络模型的最优安全传输策略。
优选的,步骤S101中首先通过安全通信***模型分析各节点间的信道增益模型,根据信道增益模型确定安全通信***模型的瞬时信噪比,根据瞬时信噪比确定安全传输速率。
优选的,所述瞬时信噪比的表达式如下:
Figure RE-GDA0002999360850000031
其中,PS是发射功率,PJ是干扰功率,hSD,hJD,hRD,hSR,hJR表示相对应的信道状态矩阵,
Figure RE-GDA0002999360850000032
是背景噪声功率,Θ是ARIS的反射系数矩阵;
所述安全传输速率的表达式如下:
C=log(1+η)
优选的,步骤S102中最大化安全传输速率为目标的优化问题的表达式如下:
Figure RE-GDA0002999360850000033
Figure RE-GDA0002999360850000034
Figure RE-GDA0002999360850000035
其中,C为安全传输速率,θ为反射元件的相移,w是ARIS部署的水平位置,全部节点都位于由
Figure RE-GDA0002999360850000036
定义的区域内,
Figure RE-GDA0002999360850000037
Figure RE-GDA0002999360850000038
表示在x轴和y轴的刻度。
优选的,步骤S103中得到ARIS无源波束成形的局部最优策略的方法如下:
采用最小化瞬时信噪比倒数的优化问题取代最大化安全传输速率为目标的优化问题,采用流形优化求解最小化瞬时信噪比倒数的优化问题,得到 ARIS无源波束成形的局部最优策略。
优选的,步骤S103中得到ARIS无源波束成形的局部最优策略,包括以下步骤:
步骤S1031、采用最小化瞬时信噪比倒数的优化问题取代最大化安全传输速率为目标的优化问题,将最大化安全传输速率为目标的优化问题改写为如下表达式:
Figure RE-GDA0002999360850000041
Figure RE-GDA0002999360850000042
步骤S1032、利用流形优化找到局部最优解,用单位模量约束表示流形为
Figure RE-GDA0002999360850000043
对于
Figure RE-GDA0002999360850000044
中的任意一点
Figure RE-GDA0002999360850000045
切线空间被定义为所有切线向量的集合,表示为
Figure RE-GDA0002999360850000046
步骤S1033、对于
Figure RE-GDA0002999360850000047
收缩的迭代过程,首先得到初始化的
Figure RE-GDA0002999360850000048
χi,ρi
Figure RE-GDA0002999360850000049
其中,χi+1是Polak-Ribière参数,ρi和ζi
Figure RE-GDA00029993608500000410
在迭代过程中的收缩方向和步长,ξi表示欧几里得空间中的搜索方向,
Figure RE-GDA00029993608500000411
是欧几里得空间梯度;
将无源波束成形
Figure RE-GDA00029993608500000412
更新为
Figure RE-GDA00029993608500000413
通过如下公式进行更新:
Figure RE-GDA00029993608500000414
其中,
Figure RE-GDA0002999360850000051
代表标准化过程,步长ρi可以通过Armijo回溯线搜索得到;
步骤S1034、然后更
Figure RE-GDA0002999360850000052
新黎曼梯度、Polak-Ribière参数、
Figure RE-GDA0002999360850000053
Figure RE-GDA0002999360850000054
的切线空间转化过程,以及共轭搜索方向;
黎曼梯度的更新公式如下:
Figure RE-GDA0002999360850000055
Polak-Ribière的更新公式如下:
Figure RE-GDA0002999360850000056
Figure RE-GDA0002999360850000057
Figure RE-GDA0002999360850000058
的切线空间转化过程如下:
Figure RE-GDA0002999360850000059
共轭搜索方向更新公式如下:
Figure RE-GDA00029993608500000510
步骤S1035、在得到更新后的
Figure RE-GDA00029993608500000511
χi,ρi
Figure RE-GDA00029993608500000512
参数后不断重复上述步骤S1032-步骤S1034进行迭代,直至黎曼梯度小于预定的阈值
Figure RE-GDA00029993608500000513
即可得到在固定ARIS部署时,ARIS无源波束成形局部最优策略。
优选的,步骤S104中得到ARIS部署的局部最优策略的方法如下:
根据得到的ARIS波束成形局部最优策略,将最大化***瞬时信噪比问题的目标函数表示为一个ARIS部署的显式函数,并且通过引入变量将其转换成拟凸的函数,并对原约束以及后引入的约束中的非凸约束继续凸化,得到拥有拟凸目标函数以及凸约束的优化问题,对拥有拟凸目标函数以及凸约束的优化问题进行求解,得到ARIS部署的局部最优策略。
优选的,所述拥有拟凸目标函数以及凸约束的优化问题的表达式如下:
Figure RE-GDA0002999360850000061
Figure RE-GDA0002999360850000062
φ≥0
u≥0,v≥0
Figure RE-GDA0002999360850000063
Figure RE-GDA0002999360850000064
Figure RE-GDA0002999360850000065
定义:
Figure RE-GDA0002999360850000066
Figure RE-GDA0002999360850000067
Figure RE-GDA0002999360850000068
Figure RE-GDA0002999360850000069
Figure RE-GDA00029993608500000610
Figure RE-GDA00029993608500000611
其中,变量u,v和φ为引入的参数,L0为参考距离为1m时的路径损耗,
Figure RE-GDA00029993608500000612
是地面无线传输的路径损耗指数,
Figure RE-GDA00029993608500000613
是空地信道的路径损耗指数,
Figure RE-GDA00029993608500000614
表示其中的小尺度衰落,d是反射元件之间的间距,λ是波长,φZR表示到达角的余弦,φRD表示到达角的余弦。
优选的,步骤S105中所述得到通信网络模型的最优安全传输策略的方法如下:
首先,利用交替优化框架以迭代方式更新ARIS波束成形优化策略和它的部署,首先随机选取满足约束条件的
Figure RE-GDA00029993608500000615
和wi,更新i←i+1,根据步骤S103中当ARIS部署在wi-1位置的情况下,将无源波束成形更新为
Figure RE-GDA0002999360850000071
然后,在AIRS无源波束成形为
Figure RE-GDA0002999360850000072
的情况下,更新ARIS的部署位置为 wi,根据
Figure RE-GDA0002999360850000073
和wi得到更新后的目标函数δi;重复步骤S103-S104不断迭代更新目标函数直至收敛
Figure RE-GDA0002999360850000074
从而得到通信网络模型最大安全传输速率。
一种基于空基可重构智能表面的抗干扰方法的***,包括,
安全通信***模块,用于根据构建的安全通信***模型,确定安全通信***模型的瞬时信噪比和安全传输速率;
安全传输速率优化模块,用于根据瞬时信噪比和安全传输速率,构造最大化安全传输速率为目标的优化问题;
ARIS波束成形局部最优策略模块,用于通过固定ARIS的部署,采用流形优化对最大化安全传输速率为目标的优化问题进行求解,得到ARIS波束成形局部最优策略;
ARIS部署的局部最优策略模块,用于根据ARIS波束成形局部最优策略,通过连续凸逼近的优化方法得到ARIS部署的局部最优策略;
最优安全传输策略模块,用于采用交替优化框架对ARIS波束成形优化策略和ARIS部署的局部最优策略迭代求解,得到通信网络模型的最优安全传输策略。
与现有技术相比,本发明具有以下有益的技术效果:
本发明提供的一种基于空基可重构智能表面的抗干扰方法,具有单天线的发射节点和接收节点间在地面进行合法传输时,地面还存在着窃听节点进行攻击,通过灵活部署一种在空中的可重构智能表面,以减轻干扰攻击和增强合法的传输。针对合法信道、窃听信道的瞬时信道状态信息,在通信网络中部署空中可重构智能表面在接收端通过优化AIRS的无源波束成形以及AIRS的部署来减轻来自窃听节点的干扰,构造了部署空中可重构智能表面与无源波束成形的联合优化问题。通过交替优化框架进行求解,通过利用连续凸逼近法确定空中可重构智能表面的最优位置,通过利用流形优化法获得最优反射波束成形。本发明与传统方法相比,可以在增强合法传输的同时有效抑制来自窃听者的干扰攻击,从而提升***的抗干扰通信性能。
附图说明
图1是本发明构建的无线通信***模型图。
图2是本发明提出的一种基于空基可重构智能表面的抗干扰方法的流程图。
图3是本发明实施例提供的基于空基可重构智能表面的抗干扰方法与传统方法(没有部署ARIS)在不同发射功率和干扰功率条件下的安全传输性能对比图;
图4本发明实施例提供的基于空基可重构智能表面的抗干扰方法与传统方法(没有部署ARIS)在接收端位于不同位置以及AIRS位于不同高度情况下的安全传输性能对比图;
图5本发明实施例提供的基于空基可重构智能表面的抗干扰方法与传统方法(没有部署ARIS)在不同反射元件个数以及不同空-地路径损耗指数情况下的安全传输性能对比图;
具体实施方式
下面结合附图对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
请参阅图1~图5,图1为本发明构建的无线通信***模型图,其中合法的无线传输中,源节点和目标节点分别表示为S和D。同时存在恶意***,以J表示,意图中断合法的传输。
节点S、D、J位于地面上,具有二维水平坐标wZ=[xZ,yz],Z∈{S,D,J},各节点位于由
Figure RE-GDA0002999360850000091
定义的区域内,其中,
Figure RE-GDA0002999360850000092
Figure RE-GDA0002999360850000093
表示在x轴和y轴的刻度。为了对抗干扰攻击,将部署ARIS,例如,通过派遣UAV或气球携带RIS 到预定位置,以增强合法信号,同时减轻干扰信号。ARIS的部署高度为H,横坐标为w=[x,y],用R表示。从几何上看,地面节点间的距离分别为 dZD=||wZ-wD||,Z∈{S,J},地面节点和ARIS之间的距离分别为
Figure RE-GDA0002999360850000094
参阅图2,一种基于空基可重构智能表面的抗干扰方法,包括以下步骤:
S101:对通信***进行建模,以工作在地面的两个合法收发节点进行合法传输,部署在空中的ARIS在增强合法传输的同时,抑制来自地面窃听节点的干扰攻击,形成的安全通信***为***模型;
根据网络模型分析各节点间的信道增益模型,具体为:
Figure RE-GDA0002999360850000095
Figure RE-GDA0002999360850000096
Figure RE-GDA0002999360850000097
其中,L0为参考距离为1m时的路径损耗,
Figure RE-GDA0002999360850000098
是地面无线传输的路径损耗指数,
Figure RE-GDA0002999360850000099
是空地信道的路径损耗指数,
Figure RE-GDA00029993608500000910
表示其中的小尺度衰落,d是反射元件之间的间距,λ是波长,φZR表示到达角的余弦,φRD表示到达角的余弦,同时,ARIS由N个反射元素组成。
***模型无线通信的瞬时信噪比的表达式如下:
Figure RE-GDA0002999360850000101
其中,PS是发射功率,PJ是干扰功率,
Figure RE-GDA0002999360850000102
是背景噪声功率。Θ是ARIS 的反射系数矩阵,将它定义为
Figure RE-GDA0002999360850000103
θ=[θ12,…,θN]T
Figure RE-GDA0002999360850000104
其中θ表示反射元件的相移。
S102:根据通信网络模型得到***的瞬时信噪比和安全传输速率,构造最大化安全传输速率为目标的优化问题;
具体的,根据S102求得的***瞬时信噪比,无线通信的安全传输速率为:
C=log(1+η)
这里为不失一般性,本发明考虑单位单宽。进一步构造最大化安全传输速率为目标的优化问题,具体为:
Figure RE-GDA0002999360850000105
Figure RE-GDA0002999360850000106
Figure RE-GDA0002999360850000107
其中,w是ARIS部署的水平位置。此外,全部节点都位于由
Figure RE-GDA0002999360850000108
定义的区域内,其中
Figure RE-GDA0002999360850000109
Figure RE-GDA00029993608500001010
表示在x轴和y轴的刻度,且各地面节点位置为 wZ=[xZ,yZ],Z∈{S,D,J}。为不失一般性,本发明考虑单位带宽。
即一个联合优化ARIS部署w,ARIS波束成形
Figure RE-GDA00029993608500001011
以最大化无线通信***的安全传输速率的模型。通过将安全传输优化模型分解,并分别以w 和
Figure RE-GDA00029993608500001012
为优化变量的两个子优化模型,通过AO框架进行交替优化可求得原模型的安全传输方案。
S103:通过固定ARIS的部署,通过流形优化得到ARIS无源波束成形的局部最优策略,具体包括以下步骤:
步骤S1031、考虑到安全传输速率和瞬时信噪比之间的单调性,可以用最小化瞬时信噪比倒数的优化问题取代原优化问题,首先引入δ:
Figure RE-GDA0002999360850000111
其中定义:
Figure RE-GDA0002999360850000112
Figure RE-GDA0002999360850000113
bJ=PJhJDhJRD,bS=PShSDhSRD
Figure RE-GDA0002999360850000114
因此,ARIS无源波束成形的优化问题即可改写为:
Figure RE-GDA0002999360850000115
Figure RE-GDA0002999360850000116
步骤S1032、改写的优化问题目标函数和可行域都不是凸的,但是优化问题中的单位模约束构成黎曼流形。因此,本发明利用流形优化来高效地找到局部最优解,用单位模量约束表示流形为
Figure RE-GDA0002999360850000117
对于
Figure RE-GDA0002999360850000118
中的任意一点
Figure RE-GDA0002999360850000119
切线空间被定义为所有切线向量的集合,表示为
Figure RE-GDA00029993608500001110
步骤S1032、对于
Figure RE-GDA00029993608500001111
收缩的迭代过程,首先得到初始化的
Figure RE-GDA00029993608500001112
χi,ρi
Figure RE-GDA00029993608500001113
其中χi+1是Polak-Ribière参数,ρi和ζi
Figure RE-GDA00029993608500001114
在迭代过程中的收缩方向和步长,ξi表示欧几里得空间中的搜索方向,
Figure RE-GDA00029993608500001115
是欧几里得空间梯度。
将无源波束成形
Figure RE-GDA0002999360850000121
更新为
Figure RE-GDA0002999360850000122
通过如下公式进行更新:
Figure RE-GDA0002999360850000123
其中,
Figure RE-GDA0002999360850000124
代表标准化过程,步长ρi可以通过Armijo回溯线搜索得到,表示为
Figure RE-GDA0002999360850000125
ξi的迭代过程为
Figure RE-GDA0002999360850000126
步骤S1034、然后更
Figure RE-GDA0002999360850000127
新黎曼梯度、Polak-Ribière参数、
Figure RE-GDA0002999360850000128
Figure RE-GDA0002999360850000129
的切线空间转化过程,以及共轭搜索方向;
黎曼梯度的更新公式如下:
Figure RE-GDA00029993608500001210
Polak-Ribière的更新公式如下:
Figure RE-GDA00029993608500001211
Figure RE-GDA00029993608500001212
Figure RE-GDA00029993608500001213
的切线空间转化过程如下:
Figure RE-GDA00029993608500001214
最后更新共轭搜索方向
Figure RE-GDA00029993608500001215
并且更新i←i+1。
步骤S1035、在得到更新后的
Figure RE-GDA00029993608500001216
χi,ρi
Figure RE-GDA00029993608500001217
等参数后不断重复上述步骤进行迭代,直至黎曼梯度小于预定的阈值
Figure RE-GDA00029993608500001218
即可得到在固定ARIS部署时,ARIS无源波束成形局部最优策略。
S104:基于步骤S103得到的ARIS无源波束成形局部最优策略,通过连续凸逼近的优化方法得到ARIS部署的局部最优策略;
具体的,根据得到的ARIS无源波束成形局部最优策略,将***瞬时信噪比改写为与ARIS部署相关的显式函数,表示为:
Figure RE-GDA0002999360850000131
其中
Figure RE-GDA0002999360850000132
定义:
Figure RE-GDA0002999360850000133
Figure RE-GDA0002999360850000134
Figure RE-GDA0002999360850000135
对于部署优化问题,原问题可以改写为:
Figure RE-GDA0002999360850000136
Figure RE-GDA0002999360850000137
进一步考虑利用连续凸逼近的方法解决ARIS部署的优化问题,具体为:
首先引入变量u和v,将目标函数改写为
Figure RE-GDA0002999360850000138
同时增加约束u≥0,v≥0,
Figure RE-GDA0002999360850000139
在通过引入变量φ将二次分式的目标函数改写为最小化等价形式,表示为:
Figure RE-GDA0002999360850000141
Figure RE-GDA0002999360850000142
φ≥0
αSu2Su+γS≥φ
u≥0,v≥0
Figure RE-GDA0002999360850000143
Figure RE-GDA0002999360850000144
此时得到拟凸的目标函数,接着对于优化问题中的非凸约束进行一阶近似将其凸化,得到:
Figure RE-GDA0002999360850000145
Figure RE-GDA0002999360850000146
Figure RE-GDA0002999360850000147
因此将原部署问题近似为在(w0,u0)处拥有拟凸目标函数以及凸约束的优化问题,表示为:
Figure RE-GDA0002999360850000148
Figure RE-GDA0002999360850000149
φ≥0
u≥0,v≥0
Figure RE-GDA00029993608500001410
Figure RE-GDA00029993608500001411
Figure RE-GDA00029993608500001412
从而可以很容易地解决ARIS部署优化问题:
首先随机选择满足约束的
Figure RE-GDA0002999360850000151
更新
Figure RE-GDA0002999360850000152
更新i←i+1;
将w0和u0带入重构后的优化问题,通过最小化目标函数
Figure RE-GDA0002999360850000153
求解出优化变量
Figure RE-GDA0002999360850000154
以及
Figure RE-GDA0002999360850000155
进一步重复上述步骤,不断迭代更新ARIS部署优化问题的参数直至
Figure RE-GDA0002999360850000156
收敛,即可得到ARIS部署的局部最优策略。
S105:基于步骤S103的ARIS无源波束成形优化策略和步骤S104的 ARIS部署的优化策略,通过交替优化框架重复执行步骤S103-S104,迭代更新直至ARIS无源波束成形策略、ARIS部署策略的变量以及***安全传输速率收敛,得到通信网络模型的最优安全传输策略。
具体的,通过交替优化框架以迭代方式更新AIRS无源波束成形和它的部署,首先随机选取满足约束条件的
Figure RE-GDA0002999360850000157
和wi,更新i←i+1;根据步骤S103,在 ARIS部署在wi-1位置的情况下,将无源波束成形更新为
Figure RE-GDA0002999360850000158
接着根据步骤 S104,在AIRS无源波束成形为
Figure RE-GDA0002999360850000159
的情况下,更新ARIS的部署位置为wi;根据
Figure RE-GDA00029993608500001510
和wi得到更新后的目标函数δi;重复步骤S103-S104不断迭代更新目标函数直至收敛
Figure RE-GDA00029993608500001511
从而得到通信网络模型最大安全传输速率,以实现抗干扰通信。
本发明提供的一种基于空基可重构智能表面的抗干扰方法,能够在无线通信网络中,存在窃听节点对合法传输进行干扰攻击时,为网络合法用户提供可靠的安全传输保障。针对现有技术存在的问题,在通信网络中部署空中可重构智能表面在接收端通过优化AIRS的无源波束成形以及AIRS的部署来减轻来自窃听节点的干扰,同时改善合法传输,可有效提高网络的安全传输速率,该方法与传统安全传输方法相比,更有效地提高了网络地传输安全。
下面结合仿真对本发明的技术效果作详细的描述。
本发明对基于空基可重构智能表面的抗干扰方法进行仿真,验证本发明方法的优越性。具体的步骤如下:本发明设定一个400×400(m)的区域,其中合法的发射端、接收端和窃听者在地面的水平位置分别为(0,400)、 (200,0)和(400,200),假设它们都具有单天线。ARIS部署在200米的高度,由50个反射元件组成。ARIS反射元件间距和波长的比值为0.5。参考距离为1m时的路径损耗为20dB。地面信道的路径损耗指数为4.0,而空地信道为2.3。背景噪声功率为-140dBW。合法发射功率和干扰功率均为1W。
在图3~5中,显示了在考虑各种因素时***抑制干扰的性能。总的来说,从所有结果来看,有ARIS的情况明显优于没有AIRS的情况。具体地,图 3描绘了在不同发射和干扰功率情况下的***安全传输速率。可以清楚地看到,***的安全传输速率随着发射功率的增加而增加,而随着干扰功率的增加而降低。还可以看到,与干扰功率相对较低的情况相比,干扰功率较高的情况下ARIS将带来更高的抗干扰性能增益。因此,本发明提出的抗干扰方法通过减轻干扰和增强合法传输的组合对无线***的益处显而易见。在图4 中,显示了在接收端在不同位置下和以及ARIS部署在不同高度下的安全传输速率。如图所示,当接收端更靠近发射端时,或者ARIS通过部署得更低,从而更靠近合法传输节点时,***的合法传输可以得到显著改善。此外,当接收端位于更远的地方或者ARIS上升得更高时,反射链路对其他参数的变化更敏感,当其他参数超过某个阈值时,会引起传输速率的剧烈变化。图5 展示了在考虑不同的空对地路径损耗指数和反射元件个数时的性能。其中反射链路的路径损耗会显著影响***的安全性能。此外,当大规模路径损耗高时,增加反射元件的个数可以有效地补偿。此外,在较小的路径损耗下,通过增加ARIS反射元件的个数所带来的传输速率的改善更加明显。
由于现有的抗干扰机制依赖于加密技术,随着设备数量增长,密钥的分发和管理变得愈加困难。且随着设备计算能力的提升,也增加了加密被破解的风险,其次,现有物理层安全策略主要依赖于人工噪声或者波束成形技术,对于传输环境的利用欠佳,技术遇到瓶颈,另外,现有基于可重构智能表面增强接收端通信安全技术较少,在上行通信链路中接收端的通信安全无法得到有效保障。
现有的物理层安全技术主要是基于传输波束成形的研究,而在物理层安全中引入可重构智能表面增强通信安全是新型的解决方案;在本发明考虑的场景中,发射端天线和接收端都只具有单天线,使得发射端缺乏足够的空间自由度,从而发射端传输波束成形技术效果甚微。因此,需要引入ARIS辅助信号传输,提供额外的传输波束成形,增强接收端的合法接收。此外,ARIS还能抑制窃听者的干扰攻击,从而最大化通信***的抗干扰性。
本发明采用物理层安全方案,其无需密钥且复杂度较低;通过引入 ARIS辅助信号传输,增强接收端的合法接收的同时,对窃听者的干扰攻击进行抑制,所提方案实现了一种基于空基可重构智能表面的抗干扰方法,相比于传统方案较大提升了无线通信的抗干扰性能。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。

Claims (10)

1.一种基于空基可重构智能表面的抗干扰方法,其特征在于,包括以下步骤:
S101、以工作在地面的多个合法收发节点、部署在空中的ARIS以及底面的窃听节点构建安全通信***模型,并确定安全通信***模型的瞬时信噪比和安全传输速率;
S102、根据瞬时信噪比和安全传输速率,构造最大化安全传输速率为目标的优化问题;
S103、通过固定ARIS的部署,采用流形优化对最大化安全传输速率为目标的优化问题进行求解,得到ARIS波束成形局部最优策略;
S104、基于步骤S103得到的ARIS波束成形局部最优策略,通过连续凸逼近的优化方法得到ARIS部署的局部最优策略;
S105、基于步骤S103的ARIS波束成形优化策略和步骤S104的ARIS部署的局部最优策略,通过交替优化框架重复执行步骤S103-S104,迭代更新直至ARIS波束成形优化策略和ARIS部署的局部最优策略的变量以及***安全传输速率收敛,得到通信网络模型的最优安全传输策略。
2.根据权利要求1所述的一种基于空基可重构智能表面的抗干扰方法,其特征在于,步骤S101中首先通过安全通信***模型分析各节点间的信道增益模型,根据信道增益模型确定安全通信***模型的瞬时信噪比,根据瞬时信噪比确定安全传输速率。
3.根据权利要求2所述的一种基于空基可重构智能表面的抗干扰方法,其特征在于,所述瞬时信噪比的表达式如下:
Figure RE-FDA0002999360840000011
其中,PS是发射功率,PJ是干扰功率,hSD,hJD,hRD,hSR,hJR表示相对应的信道状态矩阵,
Figure RE-FDA0002999360840000021
是背景噪声功率,Θ是ARIS的反射系数矩阵;
所述安全传输速率的表达式如下:
C=log(1+η)
4.根据权利要求3所述的一种基于空基可重构智能表面的抗干扰方法,其特征在于,步骤S102中最大化安全传输速率为目标的优化问题的表达式如下:
Figure RE-FDA0002999360840000022
Figure RE-FDA0002999360840000023
Figure RE-FDA0002999360840000024
其中,C为安全传输速率,θ为反射元件的相移,w是ARIS部署的水平位置,全部节点都位于由
Figure RE-FDA0002999360840000025
定义的区域内,
Figure RE-FDA0002999360840000026
Figure RE-FDA0002999360840000027
表示在x轴和y轴的刻度。
5.根据权利要求1或4所述的一种基于空基可重构智能表面的抗干扰方法,其特征在于,步骤S103中得到ARIS无源波束成形的局部最优策略的方法如下:
采用最小化瞬时信噪比倒数的优化问题取代最大化安全传输速率为目标的优化问题,采用流形优化求解最小化瞬时信噪比倒数的优化问题,得到ARIS无源波束成形的局部最优策略。
6.根据权利要求5所述的一种基于空基可重构智能表面的抗干扰方法,其特征在于,步骤S103中得到ARIS无源波束成形的局部最优策略,包括以下步骤:
步骤S1031、采用最小化瞬时信噪比倒数的优化问题取代最大化安全传输速率为目标的优化问题,将最大化安全传输速率为目标的优化问题改写为如下表达式:
Figure RE-FDA0002999360840000031
Figure RE-FDA0002999360840000032
步骤S1032、利用流形优化找到局部最优解,用单位模量约束表示流形为
Figure RE-FDA0002999360840000033
对于
Figure RE-FDA0002999360840000034
中的任意一点
Figure RE-FDA0002999360840000035
切线空间被定义为所有切线向量的集合,表示为
Figure RE-FDA0002999360840000036
步骤S1033、对于
Figure RE-FDA0002999360840000037
收缩的迭代过程,首先得到初始化的
Figure RE-FDA0002999360840000038
χi,ρi
Figure RE-FDA0002999360840000039
其中,χi+1是Polak-Ribière参数,ρi和ζi
Figure RE-FDA00029993608400000310
在迭代过程中的收缩方向和步长,ξi表示欧几里得空间中的搜索方向,
Figure RE-FDA00029993608400000311
是欧几里得空间梯度;
将无源波束成形
Figure RE-FDA00029993608400000312
更新为
Figure RE-FDA00029993608400000313
通过如下公式进行更新:
Figure RE-FDA00029993608400000314
其中,
Figure RE-FDA00029993608400000315
代表标准化过程,步长ρi可以通过Armijo回溯线搜索得到;
步骤S1034、然后更
Figure RE-FDA00029993608400000316
新黎曼梯度、Polak-Ribière参数、
Figure RE-FDA00029993608400000317
Figure RE-FDA00029993608400000318
的切线空间转化过程,以及共轭搜索方向;
黎曼梯度的更新公式如下:
Figure RE-FDA00029993608400000319
Polak-Ribière的更新公式如下:
Figure RE-FDA00029993608400000320
Figure RE-FDA00029993608400000321
Figure RE-FDA00029993608400000322
的切线空间转化过程如下:
Figure RE-FDA0002999360840000041
Figure RE-FDA0002999360840000042
共轭搜索方向更新公式如下:
Figure RE-FDA0002999360840000043
步骤S1035、在得到更新后的
Figure RE-FDA0002999360840000044
χi,ρi
Figure RE-FDA0002999360840000045
参数后不断重复上述步骤S1032-步骤S1034进行迭代,直至黎曼梯度小于预定的阈值
Figure RE-FDA0002999360840000046
即可得到在固定ARIS部署时,ARIS无源波束成形局部最优策略。
7.根据权利要求1或6所述的一种基于空基可重构智能表面的抗干扰方法,其特征在于,步骤S104中得到ARIS部署的局部最优策略的方法如下:
根据得到的ARIS波束成形局部最优策略,将最大化***瞬时信噪比问题的目标函数表示为一个ARIS部署的显式函数,并且通过引入变量将其转换成拟凸的函数,并对原约束以及后引入的约束中的非凸约束继续凸化,得到拥有拟凸目标函数以及凸约束的优化问题,对拥有拟凸目标函数以及凸约束的优化问题进行求解,得到ARIS部署的局部最优策略。
8.根据权利要求7所述的一种基于空基可重构智能表面的抗干扰方法,其特征在于,所述拥有拟凸目标函数以及凸约束的优化问题的表达式如下:
Figure RE-FDA0002999360840000047
Figure RE-FDA0002999360840000048
φ≥0
u≥0,v≥0
Figure RE-FDA0002999360840000049
Figure RE-FDA00029993608400000410
Figure RE-FDA00029993608400000411
定义:
Figure RE-FDA0002999360840000051
Figure RE-FDA0002999360840000052
Figure RE-FDA0002999360840000053
Figure RE-FDA0002999360840000054
Figure RE-FDA0002999360840000055
Figure RE-FDA0002999360840000056
其中,变量u,v和φ为引入的参数,L0为参考距离为1m时的路径损耗,
Figure RE-FDA0002999360840000057
是地面无线传输的路径损耗指数,
Figure RE-FDA0002999360840000058
是空地信道的路径损耗指数,
Figure RE-FDA0002999360840000059
表示其中的小尺度衰落,d是反射元件之间的间距,λ是波长,φZR表示到达角的余弦,φRD表示到达角的余弦。
9.根据权利要求8所述的一种基于空基可重构智能表面的抗干扰方法,其特征在于,步骤S105中所述得到通信网络模型的最优安全传输策略的方法如下:
首先,利用交替优化框架以迭代方式更新ARIS波束成形优化策略和它的部署,首先随机选取满足约束条件的
Figure RE-FDA00029993608400000510
和wi,更新i←i+1,根据步骤S103中当ARIS部署在wi-1位置的情况下,将无源波束成形更新为
Figure RE-FDA00029993608400000511
然后,在AIRS无源波束成形为
Figure RE-FDA00029993608400000512
的情况下,更新ARIS的部署位置为wi,根据
Figure RE-FDA00029993608400000513
和wi得到更新后的目标函数δi;重复步骤S103-S104不断迭代更新目标函数直至收敛
Figure RE-FDA00029993608400000514
从而得到通信网络模型最大安全传输速率。
10.一种基于权利要求1-9任一项所述的基于空基可重构智能表面的抗干扰方法的***,其特征在于,包括,
安全通信***模块,用于根据构建的安全通信***模型,确定安全通信***模型的瞬时信噪比和安全传输速率;
安全传输速率优化模块,用于根据瞬时信噪比和安全传输速率,构造最大化安全传输速率为目标的优化问题;
ARIS波束成形局部最优策略模块,用于通过固定ARIS的部署,采用流形优化对最大化安全传输速率为目标的优化问题进行求解,得到ARIS波束成形局部最优策略;
ARIS部署的局部最优策略模块,用于根据ARIS波束成形局部最优策略,通过连续凸逼近的优化方法得到ARIS部署的局部最优策略;
最优安全传输策略模块,用于采用交替优化框架对ARIS波束成形优化策略和ARIS部署的局部最优策略迭代求解,得到通信网络模型的最优安全传输策略。
CN202110093366.8A 2021-01-22 2021-01-22 基于空基可重构智能表面的抗干扰方法及*** Active CN112954690B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110093366.8A CN112954690B (zh) 2021-01-22 2021-01-22 基于空基可重构智能表面的抗干扰方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110093366.8A CN112954690B (zh) 2021-01-22 2021-01-22 基于空基可重构智能表面的抗干扰方法及***

Publications (2)

Publication Number Publication Date
CN112954690A true CN112954690A (zh) 2021-06-11
CN112954690B CN112954690B (zh) 2022-11-22

Family

ID=76236195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110093366.8A Active CN112954690B (zh) 2021-01-22 2021-01-22 基于空基可重构智能表面的抗干扰方法及***

Country Status (1)

Country Link
CN (1) CN112954690B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113472419A (zh) * 2021-06-23 2021-10-01 西北工业大学 一种基于空基可重构智能表面的安全传输方法及***
CN113708886A (zh) * 2021-08-25 2021-11-26 中国人民解放军陆军工程大学 无人机抗干扰通信***及联合轨迹与波束成形优化方法
US20220052764A1 (en) * 2020-08-14 2022-02-17 Huawei Technologies Co., Ltd. Media-based reconfigurable intelligent surface-assisted modulation
CN114071468A (zh) * 2021-11-16 2022-02-18 西北工业大学 一种阻止空中窃听攻击的地面移动干扰方法和装置
CN114124258A (zh) * 2021-11-30 2022-03-01 中央民族大学 一种最大化安全传输速率的方法
CN114205048A (zh) * 2021-12-13 2022-03-18 西安邮电大学 基于ris的无线单输入单输出矢量合成安全传输方法
CN114928383A (zh) * 2022-06-13 2022-08-19 电子科技大学 可重构智能表面辅助的波束攻击方法
CN115103373A (zh) * 2022-06-24 2022-09-23 华南理工大学 针对可重构智能表面物理倾角的部署方法、***及介质
CN115484604A (zh) * 2022-08-15 2022-12-16 华北电力大学(保定) 基于ris的协作主动攻击性能评估的方法
TWI801259B (zh) * 2022-06-07 2023-05-01 國立陽明交通大學 使用可重構智能表面之全雙工通訊系統及方法
CN116744344A (zh) * 2023-08-15 2023-09-12 南京邮电大学 一种通信监测优化方法、装置、***及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111163511A (zh) * 2019-12-20 2020-05-15 北京邮电大学 智能反射表面辅助的毫米波通信中延迟受限的上行功率分配方法
CN111181615A (zh) * 2019-11-29 2020-05-19 广东工业大学 一种基于智能反射面的多小区无线通信方法
CN111698046A (zh) * 2020-06-11 2020-09-22 电子科技大学 基于可重构智能反射面的绿色通信方法
CN111901802A (zh) * 2020-07-31 2020-11-06 东南大学 一种借助智能反射表面的miso***下行保密率优化方法
CN112073102A (zh) * 2020-09-08 2020-12-11 郑州大学 一种基于irs的安全波束成形方法与装置
CN112073107A (zh) * 2020-09-17 2020-12-11 南通大学 基于智能反射面的多组、多播联合波束赋形算法设计
KR102192234B1 (ko) * 2019-10-28 2020-12-17 성균관대학교 산학협력단 지능형 반사 평면을 포함하는 무선 통신 시스템의 통신 방법 및 이를 위한 장치
CN112243252A (zh) * 2020-09-08 2021-01-19 西北工业大学 一种面向无人机中继网络的安全传输增强方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102192234B1 (ko) * 2019-10-28 2020-12-17 성균관대학교 산학협력단 지능형 반사 평면을 포함하는 무선 통신 시스템의 통신 방법 및 이를 위한 장치
CN111181615A (zh) * 2019-11-29 2020-05-19 广东工业大学 一种基于智能反射面的多小区无线通信方法
CN111163511A (zh) * 2019-12-20 2020-05-15 北京邮电大学 智能反射表面辅助的毫米波通信中延迟受限的上行功率分配方法
CN111698046A (zh) * 2020-06-11 2020-09-22 电子科技大学 基于可重构智能反射面的绿色通信方法
CN111901802A (zh) * 2020-07-31 2020-11-06 东南大学 一种借助智能反射表面的miso***下行保密率优化方法
CN112073102A (zh) * 2020-09-08 2020-12-11 郑州大学 一种基于irs的安全波束成形方法与装置
CN112243252A (zh) * 2020-09-08 2021-01-19 西北工业大学 一种面向无人机中继网络的安全传输增强方法
CN112073107A (zh) * 2020-09-17 2020-12-11 南通大学 基于智能反射面的多组、多播联合波束赋形算法设计

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIAO TANG ET: "Joint Wireless Power and Information Transfer for Primary Secure Transmission", 《2019 11TH INTERNATIONAL CONFERENCE ON WIRELESS COMMUNICATIONS AND SIGNAL PROCESSING (WCSP)》 *
ZHENGYI ZHOU ET: "RIS-Aided Offshore Communications with Adaptive Beamforming and Service Time Allocation", 《ICC 2020 - 2020 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS (ICC)》 *
谢莎 等: "太赫兹通信技术综述", 《通信学报》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220052764A1 (en) * 2020-08-14 2022-02-17 Huawei Technologies Co., Ltd. Media-based reconfigurable intelligent surface-assisted modulation
US11848709B2 (en) * 2020-08-14 2023-12-19 Huawei Technologies Co., Ltd. Media-based reconfigurable intelligent surface-assisted modulation
CN113472419A (zh) * 2021-06-23 2021-10-01 西北工业大学 一种基于空基可重构智能表面的安全传输方法及***
CN113708886A (zh) * 2021-08-25 2021-11-26 中国人民解放军陆军工程大学 无人机抗干扰通信***及联合轨迹与波束成形优化方法
CN114071468B (zh) * 2021-11-16 2023-09-19 西北工业大学 一种阻止空中窃听攻击的地面移动干扰方法和装置
CN114071468A (zh) * 2021-11-16 2022-02-18 西北工业大学 一种阻止空中窃听攻击的地面移动干扰方法和装置
CN114124258A (zh) * 2021-11-30 2022-03-01 中央民族大学 一种最大化安全传输速率的方法
CN114205048A (zh) * 2021-12-13 2022-03-18 西安邮电大学 基于ris的无线单输入单输出矢量合成安全传输方法
TWI801259B (zh) * 2022-06-07 2023-05-01 國立陽明交通大學 使用可重構智能表面之全雙工通訊系統及方法
CN114928383B (zh) * 2022-06-13 2023-04-07 电子科技大学 可重构智能表面辅助的波束攻击方法
CN114928383A (zh) * 2022-06-13 2022-08-19 电子科技大学 可重构智能表面辅助的波束攻击方法
CN115103373A (zh) * 2022-06-24 2022-09-23 华南理工大学 针对可重构智能表面物理倾角的部署方法、***及介质
CN115484604A (zh) * 2022-08-15 2022-12-16 华北电力大学(保定) 基于ris的协作主动攻击性能评估的方法
CN115484604B (zh) * 2022-08-15 2024-06-07 华北电力大学(保定) 基于ris的协作主动攻击性能评估的方法
CN116744344A (zh) * 2023-08-15 2023-09-12 南京邮电大学 一种通信监测优化方法、装置、***及存储介质
CN116744344B (zh) * 2023-08-15 2023-11-14 南京邮电大学 无人机主动通信监测优化方法、装置、***及存储介质

Also Published As

Publication number Publication date
CN112954690B (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
CN112954690B (zh) 基于空基可重构智能表面的抗干扰方法及***
Tang et al. Jamming mitigation via aerial reconfigurable intelligent surface: Passive beamforming and deployment optimization
CN113472419B (zh) 一种基于空基可重构智能表面的安全传输方法及***
CN113422628B (zh) 基于可重构智能表面和主动干扰的安全传输方法及终端***
CN109150257B (zh) 一种大规模mimo波束域安全多播无线传输方法
CN113727405B (zh) 提升基于智能反射表面的无线通信***安全速率的方法
CN115412159B (zh) 基于空中智能反射面辅助的安全通信方法
CN113490223A (zh) 一种基于irs的无线供能反向散射通信方法及***
CN115484607A (zh) 一种ris辅助的swipt无线***安全通信方法
CN109347527A (zh) 一种服务质量保障的大规模mimo安全传输方法
Qian et al. Robust design for spectral sharing system based on MI maximization under direction mismatch
Sun et al. Joint transmissive and reflective RIS-aided secure MIMO systems design under spatially-correlated angular uncertainty and coupled PSEs
Zhang et al. Artificial intelligence empowered physical layer security for 6G: State-of-the-art, challenges, and opportunities
Hua et al. On sum-rate maximization in downlink UAV-aided RSMA systems
CN110224782B (zh) 一种基于主动干扰的无人机编队网络安全通信方法及***
Gupta et al. Secrecy rate maximization for IRS-aided UAV system using BDE algorithm
CN116667890A (zh) 一种去蜂窝大规模mimo下行抗窃听传输方法
CN114157392B (zh) 一种分布式irs辅助通信***安全传输的优化方法
CN115515100A (zh) 一种基于ris-uav的无源波束位置优化方法、***、介质及设备
CN114337902A (zh) 一种irs辅助的毫米波多小区间干扰的抑制方法
CN111163464B (zh) 一种抗随机窃听的多业务传输功率分配方法
CN113766492A (zh) 一种安全Massive MIMO网络资源配置方法
Abasi et al. Mitigating Security Risks in 6G Networks-Based Optimization of Deep Learning
CN117768010B (zh) 一种基于分层斯坦伯格博弈与匹配博弈的卫星抗干扰方法
CN108965183A (zh) 基于优化目标函数的无线通信方向调制方法

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