CN105376847A - 一种面向5g车联网物理层安全的车载中继簇功率分配方法 - Google Patents

Abstract

本发明公开一种面向5G车联网物理层安全的车载中继簇功率分配方法，包括源车载终端、车载中继簇、目的车载终端、若干可信主用户终端和若干窃听终端，且均只配置单天线，分别记为ST、SR＝{SR₁，SR₂…SR_k}、SD、PU＝{PU₁，PU₂…PU_T}与EU＝{EU₁，EU₂…EU_m}；所述源车载终端发送源信息并指定中继簇的功率分配；所述车载中继簇由若干可作为中继的可信车载终端组成，车载中继簇手机与各个接收端之间的信道状态信息、转发源信息及人工噪声。

Description

一种面向5G车联网物理层安全的车载中继簇功率分配方法

技术领域

本发明属于安全密文技术领域，具体涉及一种面向5G车联网物理层安全的车载中继簇功率分配方法。

背景技术

随着科技的巨大进步与生活水平的逐步提高，人们不再简单的定义汽车为交通运输工具与代步工具，汽车的安全性、环保性、舒适性以及娱乐性等方面的需求越来越大。这些方面需求的急剧增加，导致车载通信的频谱资源短缺、频段拥挤、安全等问题日益突出。而随着第五代移动通信(5G)的快速发展，其低时延、高可靠、频谱高效利用等方面的性能可以有效解决当前车联网的问题，因此5G车联网的实现与部署将势在必行。

认知车载通信是5G车联网的重要通信方式，指的车载终端利用额外的频谱资源进行传播信息，在不影响主用户性能的前提下允许车载终端机会式地接入空闲频谱，提高频谱资源利用率，为高密度车载信息的有效传输提供了可行的解决方案。与其他无线网络相比，认知无线电网络往往需要预先估计授权系统(主用户)可以接受的非授权用户(次用户或认知用户)对其产生的干扰信号功率，这个干扰信号功率被称为干扰温度，这是认知无线电网络中必须得到保证的一个重要服务质量(QoS)指标。

认知车载通信通过无线广播通信，而无线通信的广播特性易导致窃听者获取合法用户的通信信息，保障认知车载通信的安全问题同样引起广泛的关注。随着计算机计算能力的逐渐提高，尤其是量子技术的发展，获取密文便可解密将成为可能。

而物理层安全技术指的是充分利用无线通信物理层的特性，来阻止窃听者获取合法信息，不论是明文信息还是密文信息，从源头上保证了通信的绝对安全，随着5G技术研究的逐渐深入，高速移动下的无线通信物理层特性将能精确获取。因此，研究实现认知车载通信物理层安全的方法是必要与可行的。

发明内容

发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种面向5G车联网物理层安全的车载中继簇功率分配方法。

技术方案：本发明的一种面向5G车联网物理层安全的车载中继簇功率分配方法，包括源车载终端、车载中继簇、目的车载终端、若干可信主用户终端和若干窃听终端，且均只配置单天线，分别记为ST、SR＝{SR₁，SR₂…SR_k}、SD、PU＝{PU₁，PU₂…PU_T}与EU＝{EU₁，EU₂…EU_m}；所述源车载终端发送源信息并指定中继簇的功率分配；所述车载中继簇由若干可作为中继的可信车载终端组成，车载中继簇手机与各个接收端之间的信道状态信息、转发源信息及人工噪声，所述目的车载终端、可信主用户终端和窃听终端接收最终信息；

具体包括以下步骤：

(1)选择车载中继簇选择：源车载终端ST发送源信息前，从可作为中继的可信车载终端中选择多个(根据实际环境确定具体数量)作为中继，构成一个车载中继簇SR，建立源信息通过源车载终端-车载中继簇-目的车载终端通信链路；

(2)构建车载中继簇功率分配的模型：源车载终端构建以最小的车载中继簇总功率实现通信的物理层安全、低干扰与高可靠的数学模型，该数学模型中对主用户终端产生的干扰不会影响其性能，窃听终端几乎接收不到任何合法信息，且能保证目的终端正常接收信息；

(3)计算车载中继簇功率分配模型：针对建立的模型，通过半定规划技术进行求解，并利用二分法进行进一步优化，获取车载中继簇功率的具体分配；

(4)源车载终端指导车载中继簇功率分配：源车载终端持续接收相关的信道状态信息，通过建模与计算问题模型得到具体分配方法后，将分配方法连同源信息一起广播发送，指定的车载中继簇接收到信息之后，先对其进行能量归一化，再根据指定的功率分配方法，放大转发源信息的同时发送人工噪声；

(5)接收端信息处理：主用户终端PU、窃听终端EU以及目的车载终端SD接收到相应的信息，分别计算干扰温度IN_t与接收信噪比SINR_SD、SINR_e,m。

进一步的，所述步骤(1)中，可加入车载中继簇SR的可信车载终端标准为：

(A)对接收到的信息以指定的功率进行放大转发；

(B)能在发送放大信号的同时发送指定形式的人工噪声；

(C)能利用主用户的终端授权频段与所有接收端建立通信链路；

(D)能评估与所有接收端在主用户终端频段上通信的信道状态信息，将其量化发送给源车载终端。

进一步的，所述步骤(2)中，构建车载中继簇功率分配的模型具体方法为：

首先选择车载中继簇SR，源车载终端预先假设车载中继簇对接收到的信息进行能量归一化后，进行放大转发所需功率矢量为α，发送的人工噪声矢量z的功率服从均值为0，协方差矩阵为E{‖z‖²}＝∑的高斯分布；利用获得的信道状态信息构建公式(1)所述的关于α、∑的模型：

$\underset{\mathrm{\α},\mathrm{\Σ}}{\min imize}{P}_{tot}$

SINR_e,m≤Φ，m＝1,…,M

IN_t≤Γ，t＝1,…,T

SINR_SD≥Ψ(1)

上式中，目标函数表示最小化车载中继簇SR的总发射功率P_tot，其中P_tot＝α^Hα+tr(∑)；

而SINR_e,m≤Φ，IN_t≤Γ和SINR_SD≥Ψ均为约束函数，分别表示为EU中的所有窃听终端的接收信噪比SINR_e,m都必须低于实现物理层安全的阀值Φ、PU中各主用户终端处的最高干扰温度IN_t都不高于影响主用户性能的阀值Γ以及目的车载终端SD的接收信噪比SINR_SD要达到预期的阀值Ψ。

进一步的，所述步骤(3)中，计算车载中继簇功率分配的模型的具体过程为：

(31)定义A＝αα^H，利用半定松弛技术忽略秩一条件，将原问题优化成一个半定规划问题；

(32)利用内点算法工具箱CVX对优化后的半定规划问题求解，获得A与∑；

(33)若A的秩恰好为1，进行特征值分解得到α；若A的秩不为1，利用随机化方法得到近似解α^*；

(34)用二分法对上一步求的解α^*进行加权，加权因子λ∈(0,1)，利用二分法进行搜索查找，直到SINR_SD在Ψ±ε之间，获得更小的解α满足公式(1)。

进一步的，在源车载终端获得放大转发所需功率矢量、人工噪声矢量z的协方差矩阵∑后，所述步骤(4)中源车载终端采用如下流程指导中继簇功率分配：

(41)源车载终端ST向车载中继簇发送源信息以及建模与计算之后得到的α与∑，其中P₀为源车载终端ST发送源车载信息发送功率，χ为能量归一化的合法信息；

(42)车载中继簇SR接收源车载终端ST所发送的信息，该信息为：

放大转发所需功率矢量α、人工噪声矢量z的协方差矩阵∑,其中f为SR与ST之间的信道衰落系数矢量，n_R为车载中继簇附近的加性高斯白噪声；

(43)车载中继簇SR先对其Y_R进行能量归一化，再通过指定的α与∑在主用户终端的授权频段上放大转发源信息的同时发送人工噪声，广播的信息为D(α)D(L)Y_R+z，其中L为能量归一化向量。

进一步的，所述步骤(5)中，

目的车载终端SD接收到的信息为Y_g＝g^T[D(α)D(L)Y_R+z]+n_g，其中，g为SR与SD之间的信道衰落系数矢量，n_g为SD附近的加性高斯白噪声；SD计算自身可获得的接收信噪比SINR_SD达到预期的阀值Ψ，保证其可靠性， ${\mathrm{SINR}}_{SD}=$ $\frac{{\mathrm{\α}}^{H}W\mathrm{\α}}{{\mathrm{\α}}^{H}V\mathrm{\α}+tr\left(\mathrm{\Σ}F\right)+{\mathrm{\δ}}_g^2};$

其中， $w=\sqrt{P_0}{g}^{T}D\left(L\right)D\left(f\right),$ W＝w^Hw， $v=\sqrt{{\mathrm{\δ}}_f^2}{g}^{T}D\left(L\right),$ V＝v^Hv,F＝g^＊g^T。

主用户终端PU接收到的信息Y_u,t＝u_t ^T[D(α)D(L)Y_R+z]+n_u,t，其中，u_t为SR与PU各终端之间的信道衰落系数矢量，n_u,t为各主用户终端附近的加性高斯白噪声；PU各终端分别计算其受到的干扰温度IN_t都低于Γ，保证了其低干扰性， ${\mathrm{IN}}_t={\mathrm{\α}}^H{Q}_t\mathrm{\α}+tr\left({\mathrm{\ΣS}}_t\right)+{\mathrm{\δ}}_{u,t}^2;$

其中， $S_t=u_t^{*}{u_t}^T;$

$Q_t=P_0{\left(u_t^{T}D\right(L\left)D\right(f\left)\right)}^H\left(u_t^{T}D\right(L\left)D\right(f\left)\right)+{\mathrm{\δ}}_f^2{\left(u_t^{T}D\right(L\left)\right)}^H\left(u_t^{T}D\right(L\left)\right).$

窃听终端EU接收到的信息为Y_e,m＝e_m ^T[D(α)D(L)Y_R+z]+n_e,m，其中，e_m为SR与EU各终端之间的信道衰落系数矢量，n_e,m为各窃听终端附近的加性高斯白噪声；EU各终端分别计算其接收信噪比SINR_e,m都低于Φ，保证了其物理层安全， ${\mathrm{SINR}}_{e,m}=\frac{{\mathrm{\α}}^H{X}_m\mathrm{\α}}{{\mathrm{\α}}^H{Y}_m\mathrm{\α}+tr\left({\mathrm{\ΣZ}}_m\right)+{\mathrm{\δ}}_{e,m}^2};$

其中， $x_m=\sqrt{P_0}{e}_m^{T}D\left(L\right)D\left(f\right),$ X_m＝x_m ^Hx_m， $y_m=\sqrt{{\mathrm{\δ}}_f^2}{e}_m^{T}D\left(L\right),$ Y_m＝y_m ^Hy_m， $Z_m=e_m^{*}{e_m}^T.$

有益效果：本发明有效的解决了当前车载通信中频谱资源短缺、频段拥挤的问题，同时利用物理层安全这一技术对传统车载通信基于计算安全的加密技术做了一个有效补充。

附图说明

图1是实施例中的通信模型图；

图2是实施例中的车载中继簇功率分配模型计算的流程图；

图3是实施例中的车载中继簇功率分配以及指导信息发送流程图；

图4是实施例中的车载终端信息处理的流程图；

图5是实施例中的主用户终端信息处理流程图；

图6是实施例中的窃听终端信息处理的流程图；

图7是实施例中不同SINR_SD阀值与P_tot的关系图；

图8是实施例中不同SINR_e,m阀值与P_tot的关系图；

图9是实施例中不同IN_t阀值与P_tot的关系图。

具体实施方式

下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

实施例1：

如图1所示，本实施例的车载通信网络场景中包含一个源车载终端ST、一个目的车载终端SD、T个可信的主用户终端PU＝{PU₁，PU₂…PU_T}、多个可作为中继的可信车载终端、M个窃听终端EU＝{EU₁，EU₂…EU_m}，每个终端均只配置单天线，窃听终端为不可信的车载终端或不可信的主用户终端，所有信道为准静态平衰落瑞丽信道。源车载终端ST只与这些可作为中继的可信车载终端存在通信链路，与其他终端无直接的通信链路。

源车载终端发送源信息前，从可信车载终端中选择K个作为中继，构成一个车载中继簇SR＝{SR₁，SR₂…SR_k}，上述所选择的中继车载终端符合以下特征：对接收到的信息以指定的功率进行放大转发、发送指定形式的人工噪声、利用主用户频段与其他终端建立通信链路。

车载中继簇SR中的所有终端评估与其他终端在主用户频段上通信的信道状态信息，将其量化反馈给源车载终端。源车载终端同时评估与车载中继簇SR的信道状态信息。所有信道状态信息如下，f＝[f₁，f₂…f_K]^T∈C^K×1、g＝[g₁，g₂…g_K]^T∈C^K×1分别是为SR与ST、SD的信道衰落系数、u_t＝[u_t,1，u_t,2…u_t,K]^T∈C^K×1为SR到PU中的第t个终端的信道衰落系数以及e_m＝[e_m,1，e_m,2…e_m,K]^T∈C^K×1为SR到EU中的第m个终端的信道衰落系数，噪声n_R、n_g、n_e,m与n_u,t分别为各终端附近的加性高斯白噪声，且均值为0，方差分别为

源车载终端ST预先假设车载中继簇SR对接收到的信息能量归一化后，进行放大转发所需功率的矢量为α，发送的人工噪声矢量z的功率服从均值为0，协方差矩阵为E{‖z‖²}＝Σ的高斯分布。其中P₀为源车载终端ST发送源车载信息发送功率，x为能量归一化的合法信息。

源车载终端利用上述获取的信道状态信息，分别得到目的车载终端的接收信噪比SINR_SD、各窃听终端的接收信噪比SINR_e，m以及各主用户终端处的干扰温度IN_t关于α、Σ的数学表达式。

${\mathrm{SINR}}_{SD}=\frac{{\mathrm{\α}}^{H}W\mathrm{\α}}{{\mathrm{\α}}^{H}V\mathrm{\α}+tr\left(\mathrm{\Σ}F\right)+{\mathrm{\δ}}_g^2}$

${\mathrm{SINR}}_{e,m}=\frac{{\mathrm{\α}}^H{X}_m\mathrm{\α}}{{\mathrm{\α}}^H{Y}_m\mathrm{\α}+tr\left({\mathrm{\ΣZ}}_m\right)+{\mathrm{\δ}}_{e,m}^2},m=1,...,M$

${\mathrm{IN}}_t={\mathrm{\α}}^H{Q}_t\mathrm{\α}+tr\left({\mathrm{\ΣS}}_t\right)+{\mathrm{\δ}}_{u,t}^2,t=1,...,T$

其中为车载中继簇对进行能量归一化的归一化因子；

归一化向量为L＝[l₁，l₂…l_K]^T，W＝w^Hw、 $v=\sqrt{{\mathrm{\δ}}_f^2}{g}^{T}D\left(L\right),$ V＝v^Hv、F＝g^*g^T、 $x_m=\sqrt{P_0}{e}_m^{T}D\left(L\right)D\left(f\right),$ X_m＝x_m ^Hx_m、 $y_m=\sqrt{{\mathrm{\δ}}_f^2}{e}_m^{T}D\left(L\right),Z_m=e_m^{*}{e_m}^T,$ Y_m＝y_m ^Hy_m、 $Q_t=P_0{\[u_t^{T}D\left(L\right)D\left(f\right)\]}^H\[u_t^{T}D\left(L\right)D\left(f\right)\]+{\mathrm{\δ}}_f^2{\[u_t^{T}D\left(L\right)\]}^H\[u_t^{T}D\left(L\right)\],S_t=u_t^{*}{u_t}^T.$

源车载终端构建以下数学模型，首先要求所有窃听终端的接收信噪比SINR_e,m都必须可以实现物理层安全的阀值Φ，其次要保证主用户终端处的最高干扰温度IN_t都不高于影响主用户性能的阀值Γ，最后目的车载终端的接收信噪比SINR_SD要达到预期的阀值Ψ；在这些约束条件都得到满足的情形下，最小化车载中继簇的总发射功率P_tot。其数学模型描述如下：

$\underset{\mathrm{\α},\mathrm{\Σ}}{min}{\mathrm{\α}}^H\mathrm{\α}+Tr\left(\mathrm{\Σ}\right)$

$\begin{array}{cc}s.t.& \frac{{\mathrm{\α}}^H{X}_m\mathrm{\α}}{{\mathrm{\α}}^H{Y}_m\mathrm{\α}+Tr\left({\mathrm{\ΣZ}}_m\right)+{\mathrm{\δ}}_{e,m}^2}\≤\mathrm{\Φ}\end{array},m=1,...,M$

α^HQ_tα+Tr(ΣS_t)≤Γ，t＝1,…,T

$\frac{{\mathrm{\α}}^{H}W\mathrm{\α}}{{\mathrm{\α}}^{H}V\mathrm{\α}+Tr\left(\mathrm{\Σ}F\right)+{\mathrm{\δ}}_g^2}\≥\mathrm{\Ψ}$

首先定义A＝αα^H，再利用半定松弛技术，忽略条件rank(A)＝1。将原问题转换成以下的半定松弛问题：

$\underset{A,\mathrm{\Σ}}{min}Tr\left(A\right)+Tr\left(\mathrm{\Σ}\right)$

$\begin{array}{cc}s.t.& Tr\left(\right(X_m-{\mathrm{\ΦY}}_m\left)A\right)-\mathrm{\Φ}Tr\left({\mathrm{\ΣZ}}_m\right)\≤{\mathrm{\Φ\δ}}_{e,m}^2\end{array}$

m＝1,…,M

Tr(Q_tA)+Tr(ΣS_t)≤Γ

t＝1,…,T

$\mathrm{\Ψ}Tr\left(VA\right)+\mathrm{\Ψ}Tr\left(\mathrm{\Σ}F\right)+{\mathrm{\Ψ\δ}}_g^2\≤Tr\left(WA\right)$

A≥0,Σ≥0

上述问题可利用内点算法工具箱直接求解，若解A的秩为1，直接通过特征值分解获得α；否则，通过随机化方法获得近似解α。

本发明目标旨在最小化车载中继簇的总发射功率实现物理层安全。由于一般情况下半定松弛原理并不能保证所求解为最优解(＝号往往不能保证)，可以通过进一步优化获得更优的解α使得车载中继簇的发射总功率最小。使用二分法对次优解α^*进行加权，加权因子λ∈(0，1)，则其中 ${\mathrm{SINR}}_{e,m}=$ ${\mathrm{\α}}^{*H}{X}_m{\mathrm{\α}}^{*}/\[{\mathrm{\α}}^{*H}{Y}_m{\mathrm{\α}}^{*}+\left(Tr\right({\mathrm{\ΣZ}}_m)+{\mathrm{\δ}}_{e,m}^2)/\mathrm{\λ}\],$ ${\mathrm{IN}}_t={\mathrm{\λ\α}}^{*H}{Q}_t{\mathrm{\α}}^{*}+Tr\left({\mathrm{\ΣS}}_t\right)+{\mathrm{\δ}}_{u,t}^2$ 具有单调性，明显满足约束条件。

又 ${\mathrm{SINR}}_{SD}={\mathrm{\α}}^{*H}W\mathrm{\α}*/\[{\mathrm{\α}}^{*H}{\mathrm{V\α}}^{*}+\left(Tr\right(\mathrm{\Σ}F)+{\mathrm{\δ}}_g^2)/\mathrm{\λ}\]$ 具有单调性，通过二分法搜索，直到SINR_SD接近Ψ±ε时，则获得的车载中继簇总发射功率P_tot更小。

源车载终端ST得到α与∑之后，发送源信息车载中继簇SR接收的信息先对其进行能量归一化，再通过指定的α与∑，在主用户的授权频段上放大转发源信息的同时发送人工噪声，广播的信息为D(α)D(L)Y_R+z。

主用户终端PU、窃听终端SE以及目的车载终端SD接收到信息分别为：

Y_g＝g^T[D(α)D(L)Y_R+z]+n_g

Y_u,t＝u_t ^T[D(α)D(L)Y_R+z]+n_u,t，t＝1,…,T

Y_e,m＝e_m ^T[D(α)D(L)Y_R+z]+n_e,m，m＝1,…,M

分别计算干扰温度IN_t与接收信噪比SINR_SD、SINR_e,m，可知最大的主用户处干扰温度低于Γ、最大的窃听终端接收信噪比低于Φ，而且目的车载终端的接收信噪比达到预期的值Ψ。

本实施例中包含M＝3个窃听终端，T＝3个主用户终端，SR中包含K＝8个中继终端，满足E{|f_k|²}＝E{|g_k|²}＝E{｜u_t,k｜²}＝E{｜e_m,k｜²}＝1， 这里用传输信噪比表示各终端发射功率以及预定的阀值，其中P₀＝10dB，P_tot＝10dB，EU的接收信噪比SINR_e,m以及PU处的干扰温度IN_t的阀值Φ、Γ分别为0dB、0dB。仿真结果取1000次独立蒙特卡洛实验的平均值。

图7中给出了可选的中继终端数K分别为8、10、12时，车载中继簇SR的总发射功率P_tot来与目的车载终端的SINR_SD需求Ψ的关系图。结果显示，随着可靠性要求Ψ的提高，车载中继簇需要更多的P_tot来满足Ψ。可选的K较少时，随着需求Ψ的增加，很难满足所有约束条件，如K＝8时，则SINR_SD很难达到20dB以上的需求Ψ。

图8所示是SR的总发射功率P_tot随EU中的窃听终端接收信噪比SINR_e，m的阀值Φ的变化曲线图，其中EU数目M分别为3、6、9。可以看出，阀值Φ越高，意味着系统对物理层安全性能的要求越低，指定车载中继簇的P_tot需求越少。存在更多的窃听终端时，窃听信道增加导致窃约束条件随之增加，需要更大的P_tot的满足条件。当Φ足够大时，意味着系统追求更低P_tot，窃听终端数量的增加对P_tot的影响几乎忽略不计，如Φ＝0时。

图9所示为干扰温度阀值Γ与总发射功率P_tot的变化曲线图，主要针对主用户终端个数T为3、5、7进行分析，这里K＝16。Γ的增加表明主用户对干扰温度的容忍度增加，所需P_tot随之减少。主用户中终端PU数目T增加，干扰信道增多，若Γ的要求还比较苛刻，很难设计出具体的功率分配方法，如Γ低于-15dB，T为7时。

图7、图8与图9都对是否采用二分法进行优化的方法设计性能进行了比较。仿真结果都显示结合二分法进一步优化得到的最小发射功率比无进一步优化的更小，方法性能在一定程度上取得改进。

Claims (8)

1.一种面向5G车联网物理层安全的车载中继簇功率分配方法，其特征在于：包括源车载终端、车载中继簇、目的车载终端、若干可信主用户终端和若干窃听终端，且均只配置单天线，分别记为ST、SR＝{SR₁，SR₂…SR_k}、SD、PU＝{PU₁，PU₂…PU_T}与EU＝{EU₁，EU₂…EU_m}；所述源车载终端发送源信息并指定中继簇的功率分配；所述车载中继簇由若干可作为中继的可信车载终端组成，车载中继簇手机与各个接收端之间的信道状态信息、转发源信息及人工噪声，所述目的车载终端、可信主用户终端和窃听终端接收最终信息；

具体包括以下步骤：

(1)选择车载中继簇选择：源车载终端ST发送源信息前，从可作为中继的可信车载终端中选择多个作为中继，构成一个车载中继簇SR，建立源信息通过源车载终端-车载中继簇-目的车载终端通信链路；

(2)构建车载中继簇功率分配的模型：源车载终端构建以最小的车载中继簇总功率实现通信的物理层安全、低干扰与高可靠的数学模型；

(3)计算车载中继簇功率分配模型：针对建立的模型，通过半定规划技术进行求解，并利用二分法进行进一步优化，获取车载中继簇功率的具体分配；

(4)源车载终端指导车载中继簇功率分配：源车载终端持续接收相关的信道状态信息，通过建模与计算问题模型得到具体分配方法后，将分配方法连同源信息一起广播发送，指定的车载中继簇接收到信息之后，先对其进行能量归一化，再根据指定的功率分配方法，放大转发源信息的同时发送人工噪声；

(5)接收端信息处理：主用户终端PU、窃听终端EU以及目的车载终端SD接收到相应的信息，分别计算干扰温度IN_t与接收信噪比SINR_SD、SINR_e,m。

2.根据权利要求1所述的面向5G车联网物理层安全的车载中继簇功率分配方法，其特征在于：所述步骤(1)中，可加入车载中继簇SR的可信车载终端标准为：

(A)对接收到的信息以指定的功率进行放大转发；

(B)能在发送放大信号的同时发送指定形式的人工噪声；

(C)能利用主用户的终端授权频段与所有接收端建立通信链路；

(D)能评估与所有接收端在主用户终端频段上通信的信道状态信息，将其量化发送给源车载终端。

3.根据权利要求1所述的面向5G车联网物理层安全的车载中继簇功率分配方法，其特征在于：所述步骤(2)中，构建车载中继簇功率分配的模型具体方法为：

首先选择车载中继簇SR，源车载终端预先假设车载中继簇对接收到的信息进行能量归一化后，进行放大转发所需功率矢量为α，发送的人工噪声矢量z的功率服从均值为0，协方差矩阵为E{‖z‖²}＝Σ的高斯分布；利用获得的信道状态信息构建公式(1)所述的关于α、Σ的模型：

$\underset{\mathrm{\α},\mathrm{\Σ}}{\min imize}{P}_{tot}$

SINR_e,m≤Φ，m＝1,…,M

IN_t≤Γ，t＝1,…,T

SINR_SD≥Ψ(1)

上式中，目标函数表示最小化车载中继簇SR的总发射功率P_tot，其中P_tot＝α^Hα+tr(Σ)；

而SINR_e,m≤Φ，IN_t≤Γ和SINR_SD≥Ψ均为约束函数，分别表示为EU中的所有窃听终端的接收信噪比SINR_e,m都必须低于实现物理层安全的阀值φ、PU中各主用户终端处的最高干扰温度IN_t都不高于影响主用户性能的阀值Γ以及目的车载终端SD的接收信噪比SINR_SD要达到预期的阀值Ψ。

4.根据权利要求1所述的面向5G车联网物理层安全的车载中继簇功率分配方法，其特征在于：所述步骤(3)中，计算车载中继簇功率分配的模型的具体过程为：

(31)定义A＝αα^H，利用半定松弛技术忽略秩一条件，将原问题优化成一个半定规划问题；

(32)利用内点算法工具箱CVX对优化后的半定规划问题求解，获得A与Σ；

(33)若A的秩恰好为1，进行特征值分解得到α；若A的秩不为1，利用随机化方法得到近似解α^*；

(34)用二分法对上一步求的解α^*进行加权，加权因子λ∈(0,1)，利用二分法进行搜索查找，直到SINE_SD在Ψ±ε之间，获得更小的解α满足公式(1)。

5.根据权利要求1所述的面向5G车联网物理层安全的车载中继簇功率分配方法，其特征在于：在源车载终端获得放大转发所需功率矢量、人工噪声矢量z的协方差矩阵Σ后，所述步骤(4)中源车载终端采用如下流程指导中继簇功率分配：

(41)源车载终端ST向车载中继簇发送源信息以及建模与计算之后得到的α与Σ，其中P₀为源车载终端ST发送源车载信息发送功率，x为能量归一化的合法信息；

(42)车载中继簇SR接收源车载终端ST所发送的信息，该信息为：

放大转发所需功率矢量α、人工噪声矢量z的协方差矩阵Σ,其中f为SR与ST之间的信道衰落系数矢量，n_R为车载中继簇附近的加性高斯白噪声；

(43)车载中继簇SR先对其Y_R进行能量归一化，再通过指定的α与Σ在主用户终端的授权频段上放大转发源信息的同时发送人工噪声，广播的信息为D(α)D(L)Y_R+z，其中L为能量归一化向量。

6.根据权利要求1所述的面向5G车联网物理层安全的车载中继簇功率分配方法，其特征在于：所述步骤(5)中，

目的车载终端SD接收到的信息为Y_g＝g^T[D(α)D(L)Y_R+z]+n_g，其中，g为SR与SD之间的信道衰落系数矢量，n_g为SD附近的加性高斯白噪声；SD计算自身可获得的接收信噪比SINR_SD达到预期的阀值Ψ，其中， $w=\sqrt{P_0}{g}^{T}D\left(L\right)D\left(f\right),$ $W=w^{H}w,v=\sqrt{{\mathrm{\δ}}_f^2}{g}^{T}D\left(L\right),$ V＝v^Hv,F＝g^*g^T。

7.根据权利要求1所述的面向5G车联网物理层安全的车载中继簇功率分配方法，其特征在于：所述步骤(5)中，

主用户终端PU接收到的信息Y_u,t＝u_t ^T[D(α)D(L)Y_R+z]+n_u,t，其中，u_t为SR与PU各终端之间的信道衰落系数矢量，n_u,t为各主用户终端附近的加性高斯白噪声；PU各终端分别计算其受到的干扰温度IN_t都低于影响主用户性能的阈值Γ， ${\mathrm{IN}}_t={\mathrm{\α}}^H{Q}_t\mathrm{\α}+tr\left({\mathrm{\ΣS}}_t\right)+{\mathrm{\δ}}_{u,t}^2;$

其中， $S_t=u_t^{*}{u_t}^T;$

$Q_t=P_0{\left(u_t^{T}D\right(L\left)D\right(f\left)\right)}^H\left(u_t^{T}D\right(L\left)D\right(f\left)\right)+{\mathrm{\δ}}_t^T{\left(u_t^{T}D\right(L\left)\right)}^H\left(u_t^{T}D\right(L\left)\right).$

8.根据权利要求1所述的面向5G车联网物理层安全的车载中继簇功率分配方法，其特征在于：所述步骤(5)中，

窃听终端EU接收到的信息为Y_e,m＝e_m ^T[D(α)D(L)Y_R+z]+n_e,m，其中，e_m为SR与EU各终端之间的信道衰落系数矢量，n_e,m为各窃听终端附近的加性高斯白噪声；EU各终端分别计算其接收信噪比SINR_e,m都低于实现物理层安全的阀值Φ， ${\mathrm{SINR}}_{e,m}=\frac{{\mathrm{\α}}^H{X}_m\mathrm{\α}}{{\mathrm{\α}}^H{Y}_m\mathrm{\α}+tr\left({\mathrm{\ΣZ}}_m\right)+{\mathrm{\δ}}_{e,m}^2};$

其中， $x_m=\sqrt{P_0}{e}_m^{T}D\left(L\right)D\left(f\right),$ $X_m={x_m}^H{x}_m,y_m=\sqrt{{\mathrm{\δ}}_f^2}{e}_m^{T}D\left(L\right),$ Y_m＝y_m ^Hy_m， $Z_m=e_m^{*}{e_m}^T.$