CN117241260A - 一种智能反射面反向散射通信***的多播保密速率最大化方法 - Google Patents
一种智能反射面反向散射通信***的多播保密速率最大化方法 Download PDFInfo
- Publication number
- CN117241260A CN117241260A CN202210628055.1A CN202210628055A CN117241260A CN 117241260 A CN117241260 A CN 117241260A CN 202210628055 A CN202210628055 A CN 202210628055A CN 117241260 A CN117241260 A CN 117241260A
- Authority
- CN
- China
- Prior art keywords
- irs
- vector
- eve
- signal
- multicast
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000004891 communication Methods 0.000 title claims abstract description 51
- 239000013598 vector Substances 0.000 claims abstract description 60
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 238000005562 fading Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 230000010363 phase shift Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 description 7
- 208000035884 Papillon-Lefèvre syndrome Diseases 0.000 description 5
- 201000010395 Pleomorphic liposarcoma Diseases 0.000 description 5
- 208000032319 Primary lateral sclerosis Diseases 0.000 description 5
- 230000001965 increasing effect Effects 0.000 description 5
- 201000010901 lateral sclerosis Diseases 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000001210 attenuated total reflectance infrared spectroscopy Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010042135 Stomatitis necrotising Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 201000008585 noma Diseases 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Small-Scale Networks (AREA)
Abstract
本发明属于通信领域,公开了一种智能反射面反向散射通信***的多播保密速率最大化方法。步骤1:假设智能反射面反向散射通信***中所有链路都经历平坦瑞利衰落;步骤2:利用步骤1经历过平坦瑞利衰落的***,当PB信号到达IRS时,IRS进行反向散射;步骤3:利用步骤2进行反向散射的IRS,确定第l个Bob和第k个Eve处的信噪比;步骤4:通过联合优化PB发送随机信号s的波束成形向量w和IRS反射向量v以最大化所有组Bob和Eve的最小保密速率;步骤5:将联合优化后的PB发送随机信号s的波束成形向量w和IRS反射向量v,再次进行交替优化实现保密通信。本发明用以解决IRS反向散射通信的多播保密速率最大化问题。
Description
技术领域
本发明属于通信领域,具体涉及一种智能反射面反向散射通信***的多播保密速率最大化方法。
背景技术
第五代(5G)移动通信技术的应用越来越多,研究人员一直致力于探索技术飞跃,以满足快速增长的无线通信需求。在这样的背景下,通信安全已成为一个活跃的研究领域。物理层安全(physical layer security,PLS)作为基于密码学的保密方法的另一种范例,在无线通信中对空中接口的安全起着至关重要的作用。近年来,快速兴起的IRS技术为PLS的发展带来了极大的机遇。IRSs由大量的低成本无源元素组成,可以在没有射频链路的情况下灵活地操纵电磁波,可以高效地、节能地解决无线传输的PLS。例如,在结合鲁棒波束形成和人工噪声的非正交多址(non-orthogonal multiple access,NOMA)网络中,尽管存在不完整信道状态信息(channel state information,CSI),IRSs仍能辅助保密传输。
到目前为止,为了实现更高能效的无线传输,反向散射通信是一种可行方案。然而,IRS作为反向散射增强PLS的研究还处于起步阶段。现有技术方案中,可以在基于IRS的反向散射通信***中,通过优化波束成形来抵抗非必要信号的干扰。虽然IRS作为反向散射装置可以产生并反射干扰信号用于保密传输,但IRS没有向合法用户发送信号。综上所述,关于IRS反向散射多播保密通信的PLS问题还没有得到研究。因此,本发明旨在研究IRS反向散射通信的多播保密速率最大化问题。
发明内容
本发明提供一种智能反射面反向散射通信***的多播保密速率最大化方法,用以解决IRS反向散射通信的多播保密速率最大化问题。
本发明通过以下技术方案实现:
一种智能反射面反向散射通信***的多播保密速率最大化方法,一种智能反射面反向散射通信***的多播保密速率最大化方法包括以下步骤:
步骤1:假设智能反射面反向散射通信***中所有链路都经历平坦瑞利衰落;
步骤2:利用步骤1经历过平坦瑞利衰落的***,当PB信号到达IRS时,IRS进行反向散射;
步骤3:利用步骤2进行反向散射的IRS,确定第l个Bob和第k个Eve处的信噪比;
步骤4:通过联合优化PB发送随机信号s的波束成形向量w和IRS反射向量v以最大化所有组Bob和Eve的最小保密速率;
步骤5:将联合优化后的PB发送随机信号s的波束成形向量w和IRS反射向量v,再次进行交替优化实现保密通信。
一种智能反射面反向散射通信***的多播保密速率最大化方法,所述步骤1具体为,在Bobs和Eves处接收到的信号分别表示为
其中hl∈CM×1,F∈CM×E,gl∈CE×1,/>分别为PB到第l个Bob,PB到Alice,PB到第k个Eve,Alice到第l个Bob,Alice到第k个Eve的信道系数;w∈CM×1为PB发送随机信号s的波束成形向量,且E[|s|2]=1;nl∈C和/>都是加性高斯白噪声且L={1,L,L}和K={1,L,K}分别代表Bobs和Eves的集合;
由于Eve采用线性解码器,因此在第k个Eve处接收信号可重新表示为
其中 且/> 为第k个Eve处的线性解码向量。
一种智能反射面反向散射通信***的多播保密速率最大化方法,所述步骤2具体为,IRS通过调节元素反射系数,将入射信号s的相位和幅值调制到承载保密信息的信号x上;其次,IRS实现被动反射波束成形;
定义Ψ=ΘΞ,其中Θ为反射系数矩阵,Ξ为调制矩阵;其中βe=[0,1]和θe=[0,2π],e∈E={1,K,E}分别为IRS第e个元素的幅度和相移;
为了准确地分析提出的方案的性能,IRS处的调制过程可表示为
接收到的信号被用作载波。
一种智能反射面反向散射通信***的多播保密速率最大化方法,假设PB对IRS采用定向天线,则忽略PB对Bobs和Eves的干扰。
一种智能反射面反向散射通信***的多播保密速率最大化方法,步骤3具体为,由于ΘFHw=diag(FHw)v,第l个Bob和第k个Eve处的信噪比可分别表示为
其中
一种智能反射面反向散射通信***的多播保密速率最大化方法,所述步骤4具体为,将问题表述为:
其中ve是v的第e个元素,P是PB处的总发射功率;在C*速率下,每个Bob都能精确解码保密信息,而任何一个Eve几乎都不能通过窃听获取,即在信息速率C*下,能实现保密通信。
一种智能反射面反向散射通信***的多播保密速率最大化方法,所述步骤5具体包括以下步骤:
步骤5.1.初始化
步骤5.2.令i=0,v(0)=[1,L,1]H,
步骤5.3.求解问题和,循环迭代计算
直至
步骤5.4.令
一种智能反射面反向散射通信***的多播保密速率最大化方法,交替优化PB发送随机信号s的波束成形向量w和IRS反射向量v;
即给定PB发送随机信号s的波束成形向量w优化向量v;
和给定向量v优化PB发送随机信号s的波束成形向量w。
一种智能反射面反向散射通信***的多播保密速率最大化方法,给定PB发送随机信号s的波束成形向量w优化向量v具体为,定义V=vvH,Vf0且rank(V)=1;考虑到与v无关的量不影响优化,为简化编写和推导,将问题简化为
其中Ve,e表示V的第(e,e)个元素; 且去掉约束C4,问题被松弛为
从而得出
令V=Z/ξ,ξ>0;转化为
问题等价于:
令Z*和ξ*分别为问题的最优解;根据限制条件C7可知,ξ*=0,Z*=0一定成立,这与限制条件C6产生矛盾;因此可得ξ*>0,这意味着(Z*,ξ*)符合问题;然后;证明(Z*,ξ*)在满足如下条件时为问题的最优解:
若得出/>存在0<α<1,使得成立,这意味着/>能够比(Z*,ξ*)在问题中得到更小的值,从而产生了矛盾;
基于以上的分析,问题可以被转化为如下的SDP问题:
能利用现有的工具解决。
一种智能反射面反向散射通信***的多播保密速率最大化方法,给定向量v优化PB发送随机信号s的波束成形向量w具体为,
定义W=wwH,Wf0且rank(W)=1;问题转化为:
其中 且/>去掉约束C11,问题可松弛为
与问题类似,令得出
去掉分母,可得
与问题同理,可得出优化问题如下:
是一个SDP问题,同样用CVX来解决;交替求解问题和问题,得到问题的解,分别为V*和W*;然后需要求解秩1的反射系数向量v*和波束成形向量w*;考虑到V*和W*可能不是秩1的,因此分两种情况进行处理;当V*和W*秩为1时,利用奇异值分解恢复秩1的v*和w*;否则,采用标准高斯随机化方法。
本发明的有益效果是:
本发明将IRS作为反向散射装置,同时发射保密信息,而不是作为干扰装置。
本发明将传统的基站替换为IRS,通过反向散射PB信号,以发送保密信息与合法用户通信。
本发明结合对IRS和PB的交替波束成形优化,实现了多播保密率最大化。
附图说明
图1是本发明的IRS反向散射多播保密通信***模型示意图。
图2是本发明的迭代次数与保密速率关系仿真图。
图3是本发明的总发射功率与保密速率关系仿真图。
图4是本发明的IRS元素数与保密速率关系仿真图。
图5是本发明的Bob个数与保密速率关系仿真图。
图6是本发明方法流程图。
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。
一种智能反射面反向散射通信***的多播保密速率最大化方法,一种智能反射面反向散射通信***的多播保密速率最大化方法包括以下步骤:
步骤1:假设智能反射面反向散射通信***中所有链路都经历平坦瑞利衰落;
步骤2:利用步骤1经历过平坦瑞利衰落的***,当PB信号到达IRS时,IRS进行反向散射;
步骤3:利用步骤2进行反向散射的IRS,确定第l个Bob和第k个Eve处的信噪比;
步骤4:通过联合优化PB发送随机信号s的波束成形向量w和IRS反射向量v以最大化所有组Bob和Eve的最小保密速率;
步骤5:将联合优化后的PB发送随机信号s的波束成形向量w和IRS反射向量v,再次进行交替优化实现保密通信。
一种智能反射面反向散射通信***的多播保密速率最大化方法,所述步骤1具体为,在Bobs和Eves处接收到的信号分别表示为
其中hl∈CM×1,F∈CM×E,gl∈CE×1,/>分别为PB到第l个Bob,PB到Alice,PB到第k个Eve,Alice到第l个Bob,Alice到第k个Eve的信道系数;w∈CM×1为PB发送随机信号s的波束成形向量,且E[|s|2]=1;nl∈C和/>都是加性高斯白噪声且L={1,L,L}和K={1,L,K}分别代表Bobs和Eves的集合;
由于Eve采用线性解码器,因此在第k个Eve处接收信号可重新表示为
其中 且/> 为第k个Eve处的线性解码向量。
一种智能反射面反向散射通信***的多播保密速率最大化方法,所述步骤2具体为,IRS通过调节元素反射系数,将入射信号s的相位和幅值调制到承载保密信息的信号x上;其次,IRS实现被动反射波束成形;
定义Ψ=ΘΞ,其中Θ为反射系数矩阵,Ξ为调制矩阵;其中βe=[0,1]和θe=[0,2π],e∈E={1,K,E}分别为IRS第e个元素的幅度和相移;
为了准确地分析提出的方案的性能,IRS处的调制过程可表示为
值得注意的是,接收到的信号被用作载波,而不管它的数据内容是什么。
一种智能反射面反向散射通信***的多播保密速率最大化方法,假设PB对IRS采用定向天线,则忽略PB对Bobs和Eves的干扰。
一种智能反射面反向散射通信***的多播保密速率最大化方法,步骤3具体为,由于ΘFHw=diag(FHw)v,第l个Bob和第k个Eve处的信噪比(signal-to-noiseratio,SNR)可分别表示为
其中
一种智能反射面反向散射通信***的多播保密速率最大化方法,所述步骤4具体为,将问题表述为:
其中ve是v的第e个元素,P是PB处的总发射功率;在C*速率下,每个Bob都能精确解码保密信息,而任何一个Eve几乎都不能通过窃听获取,即在信息速率C*下,能实现保密通信。由优化变量v和w可知,问题是非凸的。由于没有固定的方法求解问题,所以将划分为两个子问题。具体来说,用给定的w对v进行优化,然后用优化后的v对w进行优化,不断交替优化,迭代至收敛。
一种智能反射面反向散射通信***的多播保密速率最大化方法,所述步骤5具体包括以下步骤:
步骤5.1.初始化
步骤5.2.令i=0,v(0)=[1,L,1]H,
步骤5.3.求解问题和,循环迭代计算
直至
步骤5.4.令
一种智能反射面反向散射通信***的多播保密速率最大化方法,交替优化PB发送随机信号s的波束成形向量w和向量v;
即给定PB发送随机信号s的波束成形向量w优化向量v;
和给定向量v优化PB发送随机信号s的波束成形向量w。
一种智能反射面反向散射通信***的多播保密速率最大化方法,给定PB发送随机信号s的波束成形向量w优化向量v具体为,定义V=vvH,Vf0且rank(V)=1;考虑到与v无关的量不影响优化,为简化编写和推导,将问题简化为
其中Ve,e表示V的第(e,e)个元素; 且去掉约束C4,问题被松弛为
从而得出
令V=Z/ξ,ξ>0;转化为
问题等价于:
令Z*和ξ*分别为问题的最优解;根据限制条件C7可知,ξ*=0,Z*=0一定成立,这与限制条件C6产生矛盾;因此可得ξ*>0,这意味着(Z*,ξ*)符合问题;然后;证明(Z*,ξ*)在满足如下条件时为问题的最优解:
若得出/>存在0<α<1,使得成立,这意味着/>能够比(Z*,ξ*)在问题中得到更小的值,从而产生了矛盾;
基于以上的分析,问题可以被转化为如下的SDP问题:
问题是一个容易求解的凸问题,利用现有的工具(如CVX,SeDuMi等)解决。
一种智能反射面反向散射通信***的多播保密速率最大化方法,给定向量v优化PB发送随机信号s的波束成形向量w具体为,
定义W=wwH,Wf0且rank(W)=1;问题转化为:
其中 且/>去掉约束C11,问题可松弛为
与问题类似,令得出
去掉分母,可得
与问题同理,可得出优化问题如下:
是一个SDP问题,同样用CVX来解决;交替求解问题和问题,得到问题的解,分别为V*和W*;然后需要求解秩1的反射系数向量v*和波束成形向量w*;考虑到V*和W*可能不是秩1的,因此分两种情况进行处理;当V*和W*秩为1时,利用奇异值分解恢复秩1的v*和w*;否则,采用标准高斯随机化方法。
本发明创新性地提出了一种IRS反向散射多播保密通信***。IRS作为发送者Alice,对PB的信号进行反向散射,传输承载保密信息的信号,同时研究了所有组Bob和Eve的最小保密速率的最大化问题。然后采用交替迭代法,联合优化PB处的发射波束形成矢量和IRS处的反射系数矩阵。
仿真结果表明,本发明所提出方案可以在多个配置线性解码器的窃听者的情况下实现从IRS向合法用户的保密传输。此外,研究结果表明,增加IRS元素数量并将IRS部署到更靠近Bob的地方可以有效地抵抗Bob数量增加带来的不利影响。
图2直观地说明了所提出的联合波束成形方案的收敛性。可以看出,所提出方案具有良好的收敛性,尽管设置了不同的参数,但在6次迭代以内都能达到收敛。
图3表示了总传输功率对保密速率的影响,其中IRS元素的数量为E=60。可以观察到,通过增加发射功率,保密速率在所提出联合波束成形方案和仅优化IRS反射方案中都得到了提高。但是由于受到多个Eves的窃听,在与前两种方案相同的参数取值范围内,仅优化PB波束成形方案无法有效地提高保密性。这是因为IRS有更大的空间自由度,可以在保证保密性的同时,利用PB的能量更好地传输保密信息。此外,Bob数目和距离的增加会对IRS性能和保密速率产生不利影响。
图4显示了IRS元素数量对保密速率的影响,其中总传输功率为P=-3dBW。具体来说,E的增加可以进一步提高IRS的空间自由度,因此本发明所提出方案和仅优化IRS反射方案可以提高保密速率。然而,在相同的参数值范围内,仅优化PB处波束成形方案仍不能实现保密传输。所提出方案在提高保密性方面,随着Bob数量的增加以及与Bobs之间距离的增加,比仅优化IRS反射方案具有更好的性能。
图5给出了Bob个数与保密速率的关系,其中总传输功率为P=-3dBW。从图5可以看出,随着Bob数的增加,由于PB功率和IRS单位模的限制,保密速率降低,但通过实施本发明所提出方案可以提高保密速率。同时,增加IRS的元素数,缩短IRS与Bobs之间的距离,也可以提高保密速率。
为联合优化PB和IRS波束成形以最大化智能反射面反向散射通信***多播保密速率的工作过程,假设条件:
1)信道为瑞利衰落信道;
2)路径损耗模型为PL=(PL0-20ρlg(d/d0))dB,其中PL0=-20dB是参考距离处的距离损耗,参考距离为d0=1m,ρ是路径损耗指数。
3)所有Eves的线性解码器向量设为ak=[1,1,1]H,k∈K而不影响所提出方案的性能分析。同时认为PB对IRS路径的大规模损耗由天线增益抵消。
4)其他仿真参数设置如下:PB处总发射功率为P=-3dBW,天线数为M=4;定向天线增益λ=10dBi;PB到IRS,PB到每个Bob,IRS到每个Bob,IRS到每个Eve的距离分别设为dR=25m,dB=30m,dRB=15m和20m,dRE=20m;IRS元素的个数为E=60;所有噪声方差设为σ2=10- 6W/Hz;所有Eves的天线数为Nk=3;所有路径损耗指数为ρ=2;Bob和Eve数目分别为和K=3。所有的仿真结果都是通过取500次平均得到的。为了更好地验证本发明所提出方案的性能,还提出了仅优化IRS反射系数的方案,以及仅优化PB处波束成形的方案。
图6给出了总算法流程图。所述方法通过以下步骤实现:
步骤一:初始化
步骤二:令i=0,v(0)=[1,L,1]H,
步骤三:令i=i+1;
步骤四:将w(i-1)代入式,求得v(i);
步骤五:将v(i)代入式,求得w(i);
步骤六:计算
步骤七:判断是否有若是,则继续执行步骤八,若不是,则返回步骤三。
步骤八:令/>
Claims (10)
1.一种智能反射面反向散射通信***的多播保密速率最大化方法,其特征在于,所述多播保密速率最大化方法包括以下步骤:
步骤1:假设智能反射面反向散射通信***中所有链路都经历平坦瑞利衰落;
步骤2:利用步骤1经历过平坦瑞利衰落的***,当PB信号到达IRS时,IRS进行反向散射;
步骤3:利用步骤2进行反向散射的IRS,确定第l个Bob和第k个Eve处的信噪比;
步骤4:通过联合优化PB发送随机信号s的波束成形向量w和IRS反射向量v以最大化所有组Bob和Eve的最小保密速率;
步骤5:将联合优化后的PB发送随机信号s的波束成形向量w和IRS反射向量v,再次进行交替优化实现保密通信。
2.根据权利要求1所述多播保密速率最大化方法,其特征在于,所述步骤1具体为,在Bobs和Eves处接收到的信号分别表示为
其中hl∈CM×1,F∈CM×E,gl∈CE×1,/>分别为PB到第l个Bob,PB到Alice,PB到第k个Eve,Alice到第l个Bob,Alice到第k个Eve的信道系数;w∈CM×1为PB发送随机信号s的波束成形向量,且/>nl∈C和/>都是加性高斯白噪声且L={1,L,L}和K={1,L,K}分别代表Bobs和Eves的集合;
由于Eve采用线性解码器,因此在第k个Eve处接收信号可重新表示为
其中且/>为第k个Eve处的线性解码向量。
3.根据权利要求2所述多播保密速率最大化方法,其特征在于,所述步骤2具体为,IRS通过调节元素反射系数,将入射信号s的相位和幅值调制到承载保密信息的信号x上;其次,IRS实现被动反射波束成形;
定义Ψ=ΘΞ,其中Θ为反射系数矩阵,Ξ为调制矩阵;其中βe=[0,1]和θe=[0,2π],e∈E={1,K,E}分别为IRS第e个元素的幅度和相移;
为了准确地分析提出的方案的性能,IRS处的调制过程可表示为
接收到的信号被用作载波。
4.根据权利要求3所述多播保密速率最大化方法,其特征在于,假设PB对IRS采用定向天线,则忽略PB对Bobs和Eves的干扰。
5.根据权利要求1所述多播保密速率最大化方法,其特征在于,步骤3具体为,由于ΘFHw=diag(FHw)v,第l个Bob和第k个Eve处的信噪比可分别表示为
其中
6.根据权利要求1所述多播保密速率最大化方法,其特征在于,所述步骤4具体为,将问题表述为:
其中ve是v的第e个元素,P是PB处的总发射功率;在C*速率下,每个Bob都能精确解码保密信息,而任何一个Eve几乎都不能通过窃听获取,即在信息速率C*下,能实现保密通信。
7.根据权利要求6所述多播保密速率最大化方法,其特征在于,所述步骤5具体包括以下步骤:
步骤5.1.初始化
步骤5.2.令i=0,v(0)=[1,L,1]H,
步骤5.3.求解问题和,循环迭代计算
直至
步骤5.4.令
8.根据权利要求7所述多播保密速率最大化方法,其特征在于,交替优化PB发送随机信号s的波束成形向量w和IRS反射向量v;
即给定PB发送随机信号s的波束成形向量w优化向量v;
和给定向量v优化PB发送随机信号s的波束成形向量w。
9.根据权利要求8所述多播保密速率最大化方法,其特征在于,给定PB发送随机信号s的波束成形向量w优化向量v具体为,定义V=vvH,Vf0且rank(V)=1;考虑到与v无关的量不影响优化,为简化编写和推导,将问题简化为
其中Ve,e表示V的第(e,e)个元素;且去掉约束C4,问题被松弛为
从而得出
令V=Z/ξ,ξ>0;转化为
问题等价于:
令Z*和ξ*分别为问题的最优解;根据限制条件C7可知,ξ*=0,Z*=0一定成立,这与限制条件C6产生矛盾;因此可得ξ*>0,这意味着(Z*,ξ*)符合问题;然后;证明(Z*,ξ*)在满足如下条件时为问题的最优解:
若得出/>存在0<α<1,使得/>成立,这意味着/>能够比/>在问题中得到更小的值,从而产生了矛盾;
基于以上的分析,问题可以被转化为如下的SDP问题:
能利用现有的工具解决。
10.根据权利要求9所述多播保密速率最大化方法,其特征在于,给定向量v优化PB发送随机信号s的波束成形向量w具体为,
定义W=wwH,Wf0且rank(W)=1;问题转化为:
其中 且/>去掉约束C11,问题可松弛为
与问题类似,令得出
去掉分母,可得
与问题同理,可得出优化问题如下:
是一个SDP问题,同样能用CVX来解决;交替求解问题和问题,得到问题的解,分别为V*和W*;然后需要求解秩1的反射系数向量v*和波束成形向量w*;考虑到V*和W*可能不是秩1的,因此分两种情况进行处理;当V*和W*秩为1时,利用奇异值分解恢复秩1的v*和w*;否则,采用标准高斯随机化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210628055.1A CN117241260A (zh) | 2022-06-06 | 2022-06-06 | 一种智能反射面反向散射通信***的多播保密速率最大化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210628055.1A CN117241260A (zh) | 2022-06-06 | 2022-06-06 | 一种智能反射面反向散射通信***的多播保密速率最大化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117241260A true CN117241260A (zh) | 2023-12-15 |
Family
ID=89086686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210628055.1A Pending CN117241260A (zh) | 2022-06-06 | 2022-06-06 | 一种智能反射面反向散射通信***的多播保密速率最大化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117241260A (zh) |
-
2022
- 2022-06-06 CN CN202210628055.1A patent/CN117241260A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109714087B (zh) | 基于最大化窃听方误码率的人工噪声生成方法 | |
CN108880734B (zh) | 量子回溯搜索优化的CCFD-Massive MIMO***功率分配方法 | |
Gao et al. | Joint antenna selection and power allocation for secure co-time co-frequency full-duplex massive MIMO systems | |
CN114585005B (zh) | 一种智能反射面辅助的无线赋能安全通信方法 | |
CN109547135A (zh) | 毫米波***中基于保密概率的功率分配方法 | |
CN114554527B (zh) | 联合irs技术和sr技术的物联网链路优化方法及*** | |
CN115278727A (zh) | 不准确信道状态信息条件下智能反射表面辅助的物理层安全优化方法 | |
Yadav et al. | A comprehensive survey of physical layer security over fading channels: Classifications, applications, and challenges | |
CN113938891A (zh) | 一种反射面辅助的用户节点不可信noma网络安全通信方法 | |
Wang et al. | Multicast secrecy rate maximization for reconfigurable intelligent surface backscatter communication | |
CN108964730A (zh) | 安全空间调制***中基于连续凸近似的线性预编码方法 | |
CN115484607A (zh) | 一种ris辅助的swipt无线***安全通信方法 | |
CN116192220A (zh) | 一种irs辅助的认知swipt***安全速率优化方法 | |
CN114630328A (zh) | 基于智能反射面的非正交多址安全传输中主被动波束赋形协同设计方法 | |
CN116015374A (zh) | 智能反射面辅助的非正交多址接入携能网络安全波束赋形方法 | |
CN117081636A (zh) | 可重构智能表面辅助主动干扰的发射功率优化方法及装置 | |
Liu et al. | Toward STAR-RIS-empowered integrated sensing and communications: Joint active and passive beamforming design | |
CN110191476B (zh) | 一种基于可重构天线阵列的非正交多址接入方法 | |
CN114501580A (zh) | 存在不可信中继威胁的协作速率分割网络安全传输方法 | |
Li et al. | Sum-rate maximization for active RIS-aided downlink RSMA system | |
Lyu et al. | Hybrid NOMA assisted integrated sensing and communication via RIS | |
Xu et al. | Intelligent reflecting surface enabled integrated sensing, communication and computation | |
CN114205048A (zh) | 基于ris的无线单输入单输出矢量合成安全传输方法 | |
Xu et al. | An IRS backscatter enabled integrated sensing, communication and computation system | |
Almohamad et al. | Low complexity constellation rotation-based SIC detection for IM-NOMA schemes |
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 |