CN113727405A - 提升基于智能反射表面的无线通信***安全速率的方法 - Google Patents

提升基于智能反射表面的无线通信***安全速率的方法 Download PDF

Info

Publication number
CN113727405A
CN113727405A CN202111229177.5A CN202111229177A CN113727405A CN 113727405 A CN113727405 A CN 113727405A CN 202111229177 A CN202111229177 A CN 202111229177A CN 113727405 A CN113727405 A CN 113727405A
Authority
CN
China
Prior art keywords
intelligent
variable
representing
angle
maximization model
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
CN202111229177.5A
Other languages
English (en)
Other versions
CN113727405B (zh
Inventor
李云
刘炼
彭德义
曾凯洛
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202111229177.5A priority Critical patent/CN113727405B/zh
Publication of CN113727405A publication Critical patent/CN113727405A/zh
Application granted granted Critical
Publication of CN113727405B publication Critical patent/CN113727405B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W76/00—Connection management
    • H04W76/20—Manipulation of established connections
    • H04W76/27—Transitions between radio resource control [RRC] states
    • 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

本发明属于移动通信技术领域，涉及一种提升基于智能反射表面的无线通信***安全速率的方法；所述方法包括在智能反射表面的多输入单输出传输***中，建立出不受信任节点的安全速率最大化模型；固定智能反射表面的角度变量，计算得到波束赋形向量的最优解；固定波束赋形向量，并结合分式编程引入松弛变量对目标函数化简；固定智能反射表面的反射单元的角度变量，求解出松弛变量的优化解；将松弛变量结合增广拉格朗日法引入复制变量更新目标函数；通过交替方向乘子法和连续凸逼近方法计算得到智能反射表面的角度的最优解；将两个最优解带入安全速率最大化模型中，计算得到***的安全速率值。本发明能够大幅度降低算法复杂度，并提升安全速率。

Description

提升基于智能反射表面的无线通信***安全速率的方法
技术领域
本发明属于移动通信技术领域，涉及一种提升基于智能反射表面的无线通信***安全速率的方法。
背景技术
智能反射表面(IRS，intelligent reflecting surface)是下一代移动通信***的关键技术之一。最近关于IRS的研究成为热点方向，IRS能有效提升无线通信的频谱效率和能量效率。IRS由多个低能耗无源的超表面反射单元构成，且每个反射单元都能独立地通过IRS的控制器调节相位从而反射信号。通过同时调节所有的反射单元的相位，IRS能对反射的电磁波信号的大小以及方向进行控制，从而使得在终端所接收的信号得以增强。
IRS已广泛应用于各种无线通信模型中以提升通信的性能指标。例如：IRS应用于提升通信***的能效与频谱效率、IRS应用到增强无人机与地面用户的通信、IRS还可以应用在携能通信网络中。
随着IRS的广泛应用，IRS增强无线通信物理层安全问题也引起广泛关注。在多输入单输出(MISO，multiple-input single-output)存在窃听者的通信***中，现有算法包括固定变量的交替迭代优化算法，该算法通过固定一个参数优化另一个参数求解***安全速率，首先固定IRS的相移矩阵得到最优的波束赋形向量的解，然后固定波束赋形向量再结合半正定松弛和Charnes-Cooper变换将IRS相移矩阵约束进行放缩，最后通过离散随机化方法获得最优的满足约束要求的解，但是此类基于半正定松弛放缩的算法的复杂度较高。另一种常用的算法是基于分式编程的矩阵不等式放缩的算法，该算法通过放缩的数学技巧得到最优的发射波束赋形的闭式解和IRS相移矩阵的半闭式解，该算法一般是考虑相位是连续取值。另一种可选方法则在发送端引入一种类似于人工噪声的干扰信号，通过将干扰信号合并到发送波束赋形中再结合交替优化算法来抑制窃听者的速率，该方法需要引入额外的发射单位。目前大多数研究均为在IRS相位取值连续的情况或者采用常用的交替优化算法，但其处理复杂度较高。
发明内容
基于现有技术存在的问题，考虑到在实际应用中离散相位更符合实际的成本要求，使得降低算法的复杂度成为关键，因此在IRS-MISO***中研究基于离散相位的低复杂度算法具有重要的价值与意义。本发明的目的是提供一种智能反射面增强无线通信***安全速率的方法。
为达到上述目的，本发明提供一种一种提升基于智能反射表面的无线通信***安全速率的方法，所述方法包括：
S1、建立基于智能反射表面的多输入单输出传输***，所述传输***包括智能反射表面、合法信息发送者、合法信息接收者和不受信任节点；
S2、根据不受信任节点的最低能量采集约束、合法信息发送者的最高能量约束、智能反射表面的离散相位取值约束，建立出安全速率最大化模型；
S3、固定智能反射表面的角度变量，更新所述安全速率最大化模型，计算得到波束赋形向量的最优解；
S4、固定波束赋形向量，更新所述安全速率最大化模型，并结合分式编程引入松弛变量对更新后的安全速率最大化模型的目标函数化简；
S5、在化简后的安全速率最大化模型中，固定智能反射表面的反射单元的角度变量，求解出松弛变量的优化解；
S6、将所述松弛变量的优化解带入化简后的安全速率最大化模型中，并结合增广拉格朗日法引入复制变量更新安全速率最大化模型的目标函数；
S7、在更新目标函数的安全速率最大化模型中，通过交替乘子优化方法以及连续凸逼近方法，计算得到智能反射表面的角度的最优解；
S8、将波束赋形向量的最优解和智能反射表面的角度的最优解带入安全速率最大化模型中，计算得到***的安全速率值。
本发明的有益效果：
本发明针对无线通信网络中存在不受信任的窃听者节点的安全速率问题，首次在IRS-MISO***中构建出了安全速率最大化模型，通过分式编程和交替优化法将非凸问题转换为凸优化问题，结合交替方向乘子法对三个变量分别进行更新，能够大幅度降低算法复杂度。仿真结果表明，本发明所提算法相较于未采用IRS以及IRS相位取值随机的情况下，在***的安全速率方面均有较大提升。
附图说明
图1为本发明IRS用于增强无线通信网络的安全传输速率算法流程图；
图2为本发明采用的IRS-MISO***模型图；
图3为本发明采用的IRS-MISO***的仿真位置坐标图；
图4为本发明在不受信任节点最低能量需求不同情况下，***安全速率的比较仿真图；
图5为本发明在最大传输功率不同情况下，***安全速率的比较仿真图；
图6为本发明的不同IRS反射单元数下***安全速率的比较仿真图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明IRS用于增强无线通信网络的安全传输速率算法流程图，如图1所示，所述方法包括：
S1、建立基于智能反射表面的多输入单输出传输***，所述传输***包括智能反射表面、合法信息发送者、合法信息接收者和不受信任节点；
在本发明实施例中，首先假设在IRS-MISO***中由一个合法的信息发送者(LT，legitimate transmitter)和一个合法信息接收者(LR，legitimate receiver)以及一个智能反射表面(IRS，intelligent reflecting surface)与一个不受信任节点(UN，untrustednode)组成，***的模型图如图2所示，LT与IRS通过信道G通信，LT与UN通过信道
Figure BDA0003315361390000041
通信，IRS与UN通过信道
Figure BDA0003315361390000042
通信，IRS与LR通过信道
Figure BDA0003315361390000043
通信。
S2、根据不受信任节点的最低能量采集约束、合法信息发送者的最高能量约束、智能反射表面的离散相位取值约束，建立出安全速率最大化模型；
在本发明实施例中，初始化上述信道矩阵G，
Figure BDA0003315361390000044
和波束赋形向量ω，初始化IRS的相移矩阵Θ，可以得到在合法信息接受者和不受信任节点处的接收信号可以分别表示为
Figure BDA0003315361390000045
和
Figure BDA0003315361390000046
根据香农公式得到合法信息接受者和不受信任节点处的接收速率分别为
Figure BDA0003315361390000047
和
Figure BDA0003315361390000048
得到***的目标函数Rsec＝[RLR-RE]+，[]+表示取与0相比的较大值。
其中，
Figure BDA0003315361390000049
是LT处的线性波束赋形向量，传输信号s满足E{s2}＝1，
Figure BDA00033153613900000410
分别为链路LT-IRS、LT-LR、IRS-LR、LT-UN、IRS-UN所对应的信道。Θ＝diag(q)是IRS的对角线矩阵，q＝(q1,q2,…qN)，
Figure BDA00033153613900000411
θn是第n个反射单元的相移(角度)，用r比特均匀量化得到m种离散相位取值，
Figure BDA00033153613900000412
Figure BDA00033153613900000413
κ表示智能反射表面的离散相位取值集合。nLR和nE分别是在合法信息接受者和不受信任节点处服从均值为0，方差为σ2的高斯噪声。
假设UN处的收集能量为
Figure BDA00033153613900000414
LR处的最大传输能量为Pmax，可以得到如下安全速率最大化模型：
Figure BDA00033153613900000415
s.t.C1:PE≥emin
C2:||ω||2≤Pmax
C3:θn∈κ
其中，
Figure BDA0003315361390000051
表示安全速率最大化模型的目标函数；θ表示智能反射面的角度变量，
Figure BDA0003315361390000052
表示合法信息接收者到智能反射表面的信道向量；G表示合法信息发送者到智能反射表面的信道向量；
Figure BDA0003315361390000053
表示合法信息发送者到合法信息接收者的信道向量；
Figure BDA0003315361390000054
表示智能反射表面到不受信任节点的信道向量；
Figure BDA0003315361390000055
表示合法信息发送者到不受信任节点的信道向量；
Figure BDA0003315361390000056
表示合法信息接收者噪声功率；
Figure BDA0003315361390000057
表示不受信任节点噪声功率；W表示波束赋形向量，且W＝ωωH，右上标H表示厄米特矩阵Θ表示智能反射表面的对角线矩阵即相移矩阵；约束C1是不受信任节点的最低能量采集需求；约束C2是合法信息发送者的最高能量限制；约束C3是智能反射表面的离散相位取值限制。
S3、固定智能反射表面的角度变量，更新所述安全速率最大化模型，计算得到波束赋形向量的最优解；
在本发明实施例中，通过智能反射表面的角度变量即固定IRS的相移矩阵Θ，即不考虑智能反射表面的离散相位取值限制约束，同时还令hR＝GHΘHhIR和hE＝GHΘHhIE，来重写安全速率最大化模型，表示为：
Figure BDA0003315361390000058
Figure BDA0003315361390000059
Figure BDA00033153613900000510
其中，hR表示合法信息接收者的复合信道向量，
Figure BDA00033153613900000511
表示合法信息接收者的复合信道向量；hE表示不受信任节点的复合信道向量，
Figure BDA00033153613900000512
表示不受信任节点的复合信道向量；约束
Figure BDA00033153613900000513
是不受信任节点的最低能量采集需求，PE表示在不受信任节点处的收集能量；约束
Figure BDA00033153613900000514
是合法信息发送者的最高能量限制；Tr()表示求矩阵的迹。
通过求解数学等式hR＝GHΘHhIR+hTR和
Figure BDA00033153613900000515
得到波束赋形向量的最优解为W°＝PmaxggH；g是矩阵
Figure BDA00033153613900000516
的归一化特征向量，I表示单位矩阵。
S4、固定波束赋形向量，更新所述安全速率最大化模型，并结合分式编程引入松弛变量对更新后的安全速率最大化模型的目标函数化简；
在本发明实施例中，固定IRS的波束赋形向量W°，来优化IRS的相移矩阵Θ即各个智能反射表面的角度变量θ，该模型可以表示为：
Figure BDA0003315361390000061
s.t.C1,C3,
利用数学恒等式
Figure BDA0003315361390000062
θ＝[θ1,θ2,...,θN]H＝[q1,q2,…,qN]H，且
Figure BDA0003315361390000063
将上述目标函数化简，将优化Θ等价为优化θ，目标函数简化为：
Figure BDA0003315361390000064
s.t.C1,C3
其中，f(θ)表示关于智能反射面的角度变量的第零函数；f(θ,ε)表示关于智能反射面的角度变量和松弛变量的函数；f1(θ)表示关于智能反射面的角度变量的第一函数，
Figure BDA0003315361390000065
f2(θ)表示关于智能反射面的角度变量的第二函数，
Figure BDA0003315361390000066
在上述模型下，继续引入松弛变量ε＝[ε1,ε2]T，通过分式编程和数学转换，将目标函数进一步转换为：
Figure BDA0003315361390000067
s.t.C1,C3
其中，ε1表示第一松弛变量；ε2表示第二松弛变量，右上标*代表矩阵的共轭。
S5、在化简后的安全速率最大化模型中，固定智能反射表面的反射单元的角度变量，求解出松弛变量的优化解；
类似地，求解上述松弛变量的优化解问题仍然可以通过交替优化方法求解，对于给定的θ，记最优解为
Figure BDA0003315361390000071
通过求导
Figure BDA0003315361390000072
即可得到最优解
Figure BDA0003315361390000073
Figure BDA0003315361390000074
表示第一松弛变量优化解，
Figure BDA0003315361390000075
表示第二松弛变量优化解。
S6、将所述松弛变量的优化解带入化简后的安全速率最大化模型中，并结合增广拉格朗日法引入复制变量更新安全速率最大化模型的目标函数；
在本发明实施例中，可以将得到的最优ε°值带回f(θ,ε)化简为只包含变量θ的函数，表示为
Figure BDA0003315361390000076
则优化问题转换为：
Figure BDA0003315361390000077
s.t.C1,C3
引入复制变量l，将优化问题转换为：
Figure BDA0003315361390000078
s.t.C1,C3
Figure BDA0003315361390000079
将目标函数f(l)转换为目标函数所对应的增广拉格朗日函数
Figure BDA00033153613900000710
表示为：
Figure BDA00033153613900000711
因此，结合增广拉格朗日法引入复制变量更新安全速率最大化模型的目标函数，表示为：
Figure BDA00033153613900000712
s.t.C1,C3
Figure BDA00033153613900000713
其中，
Figure BDA00033153613900000714
表示关于智能反射面的角度变量、复制变量、增广拉格朗日乘子变量的函数；θ表示角度变量；l表示复制变量；λ表示增广拉格朗日乘子变量；A＝(ε1 2+ε2 2)ccH，B＝ε1 *a-(ε1 2+ε2 2)d*c，IF(·)是示性函数，即如果θn∈κ，IF(θn)＝0，其他情况则IF(θn)＝+∞；ρ表示增广拉格朗日乘子。
S7、在更新目标函数的安全速率最大化模型中，通过交替方向乘子法以及连续凸逼近方法，计算得到智能反射表面的角度的最优解；
在本发明实施例中，采用交替方向乘子法(ADMM，Alternating Direction Methodof Multipliers)来迭代更新参数l,θ,λ；
首先，固定参数l,λ，更新θ，可以将上述优化模型转换为：
Figure BDA0003315361390000081
st.C1
由于这是个非凸问题，需要引入连续凸逼近方法，首先将约束C1进行预处理，转换为θHccHθ+2Re{d*θHc}+d2≥emin，令m(θ)＝θHccHθ+2Re{d*θHc}+d2，通过二阶泰勒展开式放缩可以得到m(θ)≥m(θ0)+m′(θ0)(θ-θ0)，将目标子问题转换为：
Figure BDA0003315361390000082
Figure BDA0003315361390000083
该问题为一个凸优化问题，可采用凸优化工具CVX对该问题进行求解，得到的结果记为
Figure BDA0003315361390000084
再用投影定理获得角度离散取值集合中最近的角度值
Figure BDA0003315361390000085
即在第k+1次迭代过程中的目标取值θk+1。
在本发明实施例中，θ0表示初始角度值，给定初始角度值θ0，结合已固定的参数l,λ，可以计算得到
Figure BDA0003315361390000086
将上述目标子问题进行迭代求解，直到
Figure BDA0003315361390000087
满足，ε表示设置出的收敛精度，则停止对θ的迭代求解过程，输出第i次迭代过程中的目标函数值
Figure BDA0003315361390000088
并确定出对应的θ(i)，将该θ(i)作为第k+1次迭代过程中的目标取值θk+1即最优值。其次，固定参数λ,θ，更新l，通过矩阵求导法则得到参数l在第k+1次迭代过程中的最优解为lk+1＝(2A+ρΙN)-1(2B+λk+ρθk+1)；
再次，固定参数l,θ，更新λ，通过交替优化方法的迭代表达式得到参数λ在当前迭代过程中的最优解为λk+1＝λk-ρ(lk+1-θk+1)；
更新上述的三个参数，直到||lk+1-θk+1||≤ξ满足，则停止迭代过程；ξ表示设置出的收敛精度。
最后，通过上述迭代过程，可以得出第k+1次迭代过程中Θ(k+1)中的最优的角度值
Figure BDA0003315361390000091
S8、将波束赋形向量的最优解和智能反射表面的角度的最优解带入安全速率最大化模型中，计算得到***的安全速率值。
在本发明实施例中，将Θ和前面步骤S3得到的最优解W°可以计算到***的安全速率Rsec(W,Θ)，由于步骤S3～步骤S7是一个迭代求解过程，所以通过迭代计算安全速率值直到速率达到收敛精度。
通过上述方式，能够快速计算出***的安全速率，并能够有效提升***的安全速率。
在一些实施例中，本发明中IRS-MISO存在不受信任节点的***模型仿真过程中，考虑LT，LR，UN，IRS的位置如图3所示，其中dLI＝42m，dv＝3.5m,
Figure BDA0003315361390000092
Figure BDA0003315361390000093
设置LT的天线数目M＝2，IRS的反射单元数目为N＝32。路径损耗模型L(d)＝T0(d/d0)-α，其中T0是参考距离d0＝1m的路劲损耗，取T0＝-30dB，距离d是两个节点之间的距离。LT-LR，LT-IRS，IRS-LR，LT-Eve，IRS-Eve的路径损耗指数分别为:αTR＝2，αIR＝2.2，αLI＝2.2，αTE＝3，αIE＝3。其他参数设置为：
Figure BDA0003315361390000094
收敛精度10-6。
采用本发明的一种提升基于智能反射表面的无线通信***安全速率的方法，能够得到如下仿真结果，其中本发明实施例中选择对比的仿真参照基准线有两个，Baseline 1是没有使用IRS的***安全速率，Baseline2是IRS的相移随机取值。
图4显示了在不同能量采集的阈值下***安全速率的变化，设置参数pmax＝20dBm，可以从图4中看出，随着阈值的增加，所有的安全速率都是下降的趋势，这是因为在总体的能量不变的情况下，能量采集的值占总体能量的比例过高。
图5显示在LT处不同能量发射功率对于***安全速率的影响，设置UN的最低能量需求emin＝3.7μw。从图5中可以看出IRS使得所有情况下的***安全速率都得到有效提升，这是因为IRS可以在增强LR处接收信号的强度的同时抑制住不受信任节点的速率，从而达到提升***安全速率的目的。在N＝32的情况下，本发明所提出的算法将性能提升了30.1％，从图中还可以看出，当IRS的反射单元数目增加时，***的安全速率也随之提升。
图6显示了在不同IRS反射单元数目情况下***安全速率的变化，从图6中可以看出，随着IRS反射单元数目的增加，***的安全速率相应提升，这是因为更多的反射信号被聚集在反射单元从而能够抵达接收端。相对于baseline2，随着IRS离散相位的量化的比特数增加，在1bit和2bit的情况下***的安全速率提升28％和43％。
本发明针对无线通信网络中存在不受信任的窃听者节点的安全速率问题，首次在IRS-MISO***中以优化***的安全速率为目标函数，提出了一种基于ADMM的交替优化算法，相较于已有的算法降低了复杂度。仿真结果表明，本发明所提出的算法相较于没有使用IRS以及IRS相位是随机取值的情况下，在***的安全速率方面都有较大的提升。
在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“外”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种提升基于智能反射表面的无线通信***安全速率的方法，其特征在于，所述方法包括：
S1、建立基于智能反射表面的多输入单输出传输***，所述传输***包括智能反射表面、合法信息发送者、合法信息接收者和不受信任节点；
S2、根据不受信任节点的最低能量采集约束、合法信息发送者的最高能量约束、智能反射表面的离散相位取值约束，建立出安全速率最大化模型；
S3、固定智能反射表面的角度变量，更新所述安全速率最大化模型，计算得到波束赋形向量的最优解；
S4、固定波束赋形向量，更新所述安全速率最大化模型，并结合分式编程引入松弛变量对更新后的安全速率最大化模型的目标函数化简；
S5、在化简后的安全速率最大化模型中，固定智能反射表面的反射单元的角度变量，求解出松弛变量的优化解；
S6、将所述松弛变量的优化解带入化简后的安全速率最大化模型中，并结合增广拉格朗日法引入复制变量更新安全速率最大化模型的目标函数；
S7、在更新目标函数的安全速率最大化模型中，通过交替方向乘子法以及连续凸逼近方法，计算得到智能反射表面的角度的最优解；
S8、将波束赋形向量的最优解和智能反射表面的角度的最优解带入安全速率最大化模型中，计算得到***的安全速率值。
2.根据权利要求1所述的一种提升基于智能反射表面的无线通信***安全速率的方法，其特征在于，步骤S2中所述安全速率最大化模型包括：
Figure FDA0003315361380000011
s.t.C1:PE≥emin
C2:||ω||2≤Pmax
C3:θn∈κ
其中，
Figure FDA0003315361380000012
表示安全速率最大化模型的目标函数；θ表示智能反射面的角度变量，ω是在合法信息发送者处的线性波束赋形向量；Rsec表示从合法信息发送者到合法信息接收者的安全速率，Rsec＝[RLR-RE]+，RLR表示合法信息接收者的接收速率，
Figure FDA0003315361380000021
RE表示不受信任节点的接收速率，
Figure FDA0003315361380000022
[]+表示取与0相比的较大值；
Figure FDA0003315361380000023
表示合法信息接收者到智能反射表面的信道向量；G表示合法信息发送者到智能反射表面的信道向量；
Figure FDA0003315361380000024
表示合法信息发送者到合法信息接收者的信道向量；
Figure FDA0003315361380000025
表示智能反射表面到不受信任节点的信道向量；
Figure FDA0003315361380000026
表示合法信息发送者到不受信任节点的信道向量；
Figure FDA0003315361380000027
表示合法信息接收者噪声功率；
Figure FDA0003315361380000028
表示不受信任节点噪声功率；W表示波束赋形向量，且W＝ωωH，右上标H表示厄米特矩阵；Θ表示智能反射表面的对角线矩阵即相移矩阵；约束C1是不受信任节点的最低能量采集需求，PE表示在不受信任节点处的收集能量，
Figure FDA0003315361380000029
约束C2是合法信息发送者的最高能量限制，Pmax表示在合法信息发送者处的最大传输能量；约束C3是智能反射表面的离散相位取值限制；θn表示第n个反射单元的角度变量，
Figure FDA00033153613800000210
κ表示智能反射表面的离散相位取值集合。
3.根据权利要求2所述的一种提升基于智能反射表面的无线通信***安全速率的方法，其特征在于，步骤S3中所述固定智能反射表面的角度变量，更新所述安全速率最大化模型，计算得到波束赋形向量的最优解包括在给定智能反射表面的对角线矩阵下，令hR＝GHΘHhIR和hE＝GHΘHhIE，更新所述安全速率最大化模型，计算求得波束赋形向量的最优解W°，其中更新后的安全速率最大化模型表示为：
Figure FDA00033153613800000211
s.t.
Figure FDA00033153613800000212
Figure FDA00033153613800000213
其中，hR表示合法信息接收者的复合信道向量，
Figure FDA0003315361380000031
表示合法信息接收者的复合信道向量；hE表示不受信任节点的复合信道向量，
Figure FDA0003315361380000032
表示不受信任节点的复合信道向量；W°＝PmaxggH；g是矩阵
Figure FDA0003315361380000033
的归一化特征向量，I表示单位矩阵；约束
Figure FDA0003315361380000034
是不受信任节点的最低能量采集需求，PE表示在不受信任节点处的收集能量；约束
Figure FDA00033153613800000312
是合法信息发送者的最高能量限制；Tr()表示求矩阵的迹。
4.根据权利要求2所述的一种提升基于智能反射表面的无线通信***安全速率的方法，其特征在于，所述步骤S4中：
更新后的安全速率最大化模型表示为：
Figure FDA0003315361380000035
s.t.C1,C3,
对上述安全速率最大化模型的目标函数化简为：
Figure FDA0003315361380000036
s.t.C1,C3
引入松弛变量ε＝[ε1,ε2]T，通过分式编程和数学转换，进一步转换为：
Figure FDA0003315361380000037
s.t.C1,C3
其中，f(θ)表示关于智能反射面的角度变量的第零函数；f(θ,ε)表示关于智能反射面的角度变量和松弛变量的函数；f1(θ)表示关于智能反射面的角度变量的第一函数，f2(θ)表示关于智能反射面的角度变量的第二函数，
Figure FDA0003315361380000038
Figure FDA0003315361380000039
且
Figure FDA00033153613800000310
θ＝[θ1,θ2,...,θN]H＝[q1,q2,…,qN]H，
Figure FDA00033153613800000311
右上标*代表矩阵的共轭；ε1表示第一松弛变量；ε2表示第二松弛变量。
5.根据权利要求4所述的一种提升基于智能反射表面的无线通信***安全速率的方法，其特征在于，步骤S5中求解出松弛变量的优化解的过程包括给定一组初始智能反射面的角度值，通过求导运算可得最优的松弛变量ε°值，记为
Figure FDA0003315361380000041
其中
Figure FDA00033153613800000410
表示第一松弛变量优化解，
Figure FDA0003315361380000042
Figure FDA0003315361380000043
表示第二松弛变量优化解，
Figure FDA0003315361380000044
6.根据权利要求5所述的一种提升基于智能反射表面的无线通信***安全速率的方法，其特征在于，步骤S6中所述结合增广拉格朗日法引入复制变量更新安全速率最大化模型的目标函数包括：
Figure FDA0003315361380000045
s.t.C1,C3
Figure FDA0003315361380000046
其中，
Figure FDA00033153613800000411
表示关于智能反射面的角度变量、复制变量、增广拉格朗日乘子变量的函数；l表示复制变量；λ表示增广拉格朗日乘子变量；A＝(ε1 2+ε2 2)ccH，B＝ε1 *a-(ε1 2+ε2 2)d*c，IF(·)是示性函数，即如果θn∈κ，IF(θn)＝0，其他情况则IF(θn)＝+∞；ρ表示增广拉格朗日乘子。
7.根据权利要求6所述的一种提升基于智能反射表面的无线通信***安全速率的方法，其特征在于，步骤S7中通过交替方向乘子法以及连续凸逼近方法，计算得到智能反射表面的角度的最优解的过程包括：
在第k+1次迭代过程中，对于在固定参数l,λ，更新θ的情况下，对约束C1进行预处理，通过二阶泰勒不等式展开放缩的方法将约束C1转换为
Figure FDA0003315361380000047
其中
Figure FDA0003315361380000048
取一组初始角度值θ0，通过连续凸逼近方法得到角度的最优值；并根据投影定理在离散取值中找到第k+1次迭代过程中的目标取值θk+1；固定参数λ,θ，更新l，通过矩阵求导法则得到参数l在第k+1次迭代过程中的最优解为
Figure FDA0003315361380000049
固定参数l,θ，更新λ，通过交替优化方法的迭代表达式得到参数λ在第k+1次迭代过程中的最优解为
Figure FDA0003315361380000051
更新上述的三个参数，直到||lk+1-θk+1||≤ξ满足，则停止迭代过程。
其中，ξ表示设置出的收敛精度；上标k表示第k次迭代过程，上标k+1表示第k+1次迭代过程。
8.根据权利要求7所述的一种提升基于智能反射表面的无线通信***安全速率的方法，其特征在于，步骤S8中得到***的安全速率值的过程包括将得到的最优角度值
Figure FDA0003315361380000052
转换为对应的Θ值，再结合步骤S3中得到的波束赋形向量的最优解W°计算得到***的安全速率值，直到该安全速率收敛。
CN202111229177.5A 2021-10-21 2021-10-21 提升基于智能反射表面的无线通信***安全速率的方法 Active CN113727405B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111229177.5A CN113727405B (zh) 2021-10-21 2021-10-21 提升基于智能反射表面的无线通信***安全速率的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111229177.5A CN113727405B (zh) 2021-10-21 2021-10-21 提升基于智能反射表面的无线通信***安全速率的方法

Publications (2)

Publication Number Publication Date
CN113727405A true CN113727405A (zh) 2021-11-30
CN113727405B CN113727405B (zh) 2023-05-23

Family

ID=78686126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111229177.5A Active CN113727405B (zh) 2021-10-21 2021-10-21 提升基于智能反射表面的无线通信***安全速率的方法

Country Status (1)

Country Link
CN (1) CN113727405B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114172547A (zh) * 2021-12-16 2022-03-11 华南理工大学 基于智能反射面的无线携能通信混合预编码设计方法
CN114257286A (zh) * 2021-12-24 2022-03-29 华南理工大学 一种基于智能反射面wpcn***的物理层安全通信方法
CN115733533A (zh) * 2022-11-09 2023-03-03 哈尔滨工业大学（深圳） 基于流形的irs辅助去蜂窝大规模mimo***波束赋形方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120287877A1 (en) * 2009-11-23 2012-11-15 Lg Electronics Inc. Method and Apparatus for Performing Contention-Based Uplink Transmission in a Wireless Communication System
CN111405584A (zh) * 2020-03-17 2020-07-10 重庆邮电大学 Mimo***中基于非正交多址的能效功率分配方法
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
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
US20210288698A1 (en) * 2020-03-10 2021-09-16 University Of Electronic Science And Technology Of China Method for Intelligent Reflecting Surface Aided Terahertz Secure Communication System
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120287877A1 (en) * 2009-11-23 2012-11-15 Lg Electronics Inc. Method and Apparatus for Performing Contention-Based Uplink Transmission in a Wireless Communication System
US20210288698A1 (en) * 2020-03-10 2021-09-16 University Of Electronic Science And Technology Of China Method for Intelligent Reflecting Surface Aided Terahertz Secure Communication System
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
CN111405584A (zh) * 2020-03-17 2020-07-10 重庆邮电大学 Mimo***中基于非正交多址的能效功率分配方法
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
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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CAIHONG KAI: "Max-Min Fairness in IRS-Aided MISO Broadcast Channel via Joint Transmit and Reflective Beamforming", GLOBECOM 2020 - 2020 IEEE GLOBAL COMMUNICATIONS CONFERENCE *
曹军;唐伦;陈前斌;李云;: "基于粒子群算法的移动路由选择方案", 广东通信技术 *
鲍慧;张敏敏;赵伟;: "全维度多天线下SWIPT***的安全速率分析", 华中科技大学学报(自然科学版) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114172547A (zh) * 2021-12-16 2022-03-11 华南理工大学 基于智能反射面的无线携能通信混合预编码设计方法
CN114257286A (zh) * 2021-12-24 2022-03-29 华南理工大学 一种基于智能反射面wpcn***的物理层安全通信方法
CN115733533A (zh) * 2022-11-09 2023-03-03 哈尔滨工业大学（深圳） 基于流形的irs辅助去蜂窝大规模mimo***波束赋形方法

Also Published As

Publication number Publication date
CN113727405B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN111355520B (zh) 一种智能反射表面辅助的太赫兹安全通信***设计方法
CN113727405A (zh) 提升基于智能反射表面的无线通信***安全速率的方法
CN113726383B (zh) 一种智能反射面辅助的无线通信***
CN111865387A (zh) 智能反射面辅助无线通信***的波束成形设计方法
CN111901802A (zh) 一种借助智能反射表面的miso***下行保密率优化方法
CN109150855B (zh) 一种优化功率资源的鲁棒性无线通信安全传输方法
CN112202486B (zh) 多波束卫星通信鲁棒波束成形方法、装置及其存储介质
CN113949427B (zh) 一种多用户无线网络安全能效优化设计方法和***
CN115412159B (zh) 基于空中智能反射面辅助的安全通信方法
CN114554527B (zh) 联合irs技术和sr技术的物联网链路优化方法及***
Hashemi et al. Deep reinforcement learning for practical phase-shift optimization in RIS-aided MISO URLLC systems
CN116248173A (zh) Ris辅助的背向散射通信感知一体化方法
Chen et al. Performance analysis and optimization of IRS-aided covert communication with hardware impairments
CN117424633A (zh) 一种深度学习辅助有源aris下的安全通信传输策略及***
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
CN116669073A (zh) 基于智能反射面辅助无人机认知网络的资源分配和轨迹优化方法
CN114157392B (zh) 一种分布式irs辅助通信***安全传输的优化方法
CN115276878A (zh) 基于逆迭代和流形优化的智能反射面安全速率确定方法及装置
CN115333594A (zh) 一种irs辅助方向调制的nsp低复杂度接收波束成型方法
CN115276879A (zh) 智能反射面中基于半定松弛的安全速率最大化方法及装置
Wang et al. Transmission design in secure URLLC network assisted by reconfigurable intelligent surfaces
CN117792450A (zh) 一种star-ris辅助的swipt***及其鲁棒波束赋形方法
Yang et al. Robust beamforming design for passive RIS‐assisted NOMA systems
CN114337851A (zh) 一种智能超表面辅助的太赫兹安全通信方法和装置
CN118282449A (zh) 一种基于uav智能反射面的无线网络加权和速率最大化方法

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