一种智能反射面辅助物理层安全公平通信方法及相关设备技术

技术编号:43091024 阅读:10 留言:0更新日期:2024-10-26 09:38
本发明专利技术公开了一种智能反射面辅助物理层安全公平通信方法及相关设备,以最小化合法用户中的最大保密中断概率为目标,对接收波束赋形矩阵和智能反射面相移矩阵进行联合优化,构建联合优化问题P1;将经过预处理后的系统参数和每个合法用户的信道状态信息输入训练好的联合矩阵求解模型,输出最优接收波束赋形矩阵和最优智能反射面相移矩阵;基于最优接收波束赋形矩阵和最优智能反射面相移矩阵,求解联合优化问题P1;联合矩阵求解模型是采用由系统参数和合法用户的信道状态信息组成的样本集对分段式神经网络进行训练得到的,分段式神经网络采用多阶段提升框架,多阶段提升框架中的多个阶段顺序连接,每个阶段由用于求解智能反射面相移的智能反射面相移推理网络和用于求解接收波束赋形向量的接收波束赋形推理网络组成;智能反射面相移推理网络分为对最差情况用户进行优化的最差情况用户优化网络和对整体安全性进行优化的整体安全性优化网络。

【技术实现步骤摘要】

本专利技术涉及无线通信,具体涉及一种智能反射面辅助物理层安全公平通信方法及相关设备


技术介绍

1、由于无线信道的开放性,无线通信设备更容易受到窃听和干扰等攻击,从而增加了数据泄露的风险。智能反射面(irs)作为一种新兴的无线通信技术,由大量低成本的无源反射元件组成。每个无源反射元件能够独立地调节入射信号的振幅和相位变化,从而实现对反射信号相位的动态调整,进而改变信号的传播环境,增大合法用户和窃听者的信道差异性,为改善物理层安全提供了新的解决方案。

2、当前的研究大多假设窃听者信道状态信息已知,并通过保密速率来衡量物理层安全系统性能。然而,在实际场景中,窃听者信道信息难以获取,成为当前研究中普遍存在的一个问题。同时,当存在大量反射元件时,基于优化理论的传统方案计算复杂度攀升,这意味着在面对大规模irs反射单元时可能出现较高的运算时间,因此无法应对如车联网、无人机通信等高度动态的网络场景下的大规模反射单元波束设计,使其应用场景受限。此外,多用户场景下,研究者们多将多用户的加权保密速率之和作为优化目标,实现整体安全性的优化。然而,以保密速率之和作为本文档来自技高网...

【技术保护点】

1.一种智能反射面辅助物理层安全公平通信方法,其特征在于,应用于多用户上行信道中智能反射面辅助物理层安全公平通信系统,所述系统包括一个基站、一个智能反射面、多个单天线的合法用户和一个配备了多天线的被动窃听者;

2.根据权利要求1所述的一种智能反射面辅助物理层安全公平通信方法,其特征在于,所述联合优化问题P1为:

3.根据权利要求1所述的一种智能反射面辅助物理层安全公平通信方法,其特征在于,所述最差情况用户优化网络包括四个依次连接且分别具有128Ns、64Ns、16Ns和Ns个神经元的全连接层,所述最差情况用户优化网络的隐藏层的激活函数为LeakyReLU函数,所述...

【技术特征摘要】

1.一种智能反射面辅助物理层安全公平通信方法,其特征在于,应用于多用户上行信道中智能反射面辅助物理层安全公平通信系统,所述系统包括一个基站、一个智能反射面、多个单天线的合法用户和一个配备了多天线的被动窃听者;

2.根据权利要求1所述的一种智能反射面辅助物理层安全公平通信方法,其特征在于,所述联合优化问题p1为:

3.根据权利要求1所述的一种智能反射面辅助物理层安全公平通信方法,其特征在于,所述最差情况用户优化网络包括四个依次连接且分别具有128ns、64ns、16ns和ns个神经元的全连接层,所述最差情况用户优化网络的隐藏层的激活函数为leakyrelu函数,所述最差情况用户优化网络的输出层的激活函数为缩放tanh函数;所述最差情况用户优化网络的损失函数为:

4.根据权利要求3所述的一种智能反射面辅助物理层安全公平通信方法,其特征在于,所述整体安全性优化网络包括三个依次连接且大小分别为2×2、2×2和3×3的8k卷积核的卷积层,以及三个依次连接且分别具有128ns、16ns和ns个神经元的全连接层;所述整体安全性优化网络的隐藏层的激活函数为leakyrelu函数,所述整体安全性优化网络的输出层的激活函数为缩放tanh函数;所述整体安全性优化网络的损失函数为:

5.根据权利要求4所述的一种智能反射面辅助物理层安全公平通信方法,其特征在...

【专利技术属性】
技术研发人员:彭海霞华博章刘怡良
申请(专利权)人:西安交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1