CN109714732A - 一种v2v通信中基于资源分配的物理层安全方法及系统 - Google Patents
一种v2v通信中基于资源分配的物理层安全方法及系统 Download PDFInfo
- Publication number
- CN109714732A CN109714732A CN201910185395.XA CN201910185395A CN109714732A CN 109714732 A CN109714732 A CN 109714732A CN 201910185395 A CN201910185395 A CN 201910185395A CN 109714732 A CN109714732 A CN 109714732A
- Authority
- CN
- China
- Prior art keywords
- vue
- cue
- subcarrier
- indicate
- power
- 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
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
一种V2V通信中基于资源分配的物理层安全方法及系统,能够提高系统保密性能,属于无线通信技术领域。本发明包括:S1、当窃听者窃听蜂窝网络内全部车辆用户设备VUE的保密信息,以使所有车辆用户设备VUE的和保密容量最大为目的,对车辆用户设备VUE和蜂窝用户设备CUE分配复用的子载波,VUE和CUE具有相同的优先级;当窃听者只窃听蜂窝网络内部分VUE的保密信息,以使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大为目的,对VUE和CUE分配复用子载波,VUE和CUE具有相同的优先级;S2、根据S1的子载波分配结果,求解复用相应子载波的VUE和CUE的传输功率。
Description
技术领域
本发明涉及一种V2V(vehicle-to-vehicle,车-车)通信中基于资源分配的物理层安全方法及系统,属于无线通信技术领域。
背景技术
近些年来,由于通信技术的迅速发展,5G第一阶段已经在3GPP R15中被冻结,其中,包括LTE-V2X(long term evolution-vehicle to everything)在内的车联网技术成为5G的研究重点技术,车联网成为5G的主要应用场景之一。现有的车辆自组织网络(vehicular ad hoc network,VANET)基于IEEE 802.11p的专用短程通信技术(dedicatedshort range communication,DSRC),但是DSRC的通信距离较短,一般为10~30m,不能满足日益增长的数据量和长距离车辆通信的要求。因此,基于LTE的车-车(vehicle-to-vehicle,V2V)通信技术在近些年成为智能交通系统的主要技术,尤其是V2V技术具有更广泛的通信范围,更低的延迟和更高的传输速率,能够适应各种应用场景。
LTE-V2X允许与蜂窝用户设备(cell user equipment,CUE)复用频谱资源,可以大幅提高频谱效率。但是会不可避免地引入同频干扰,导致车辆用户和原始蜂窝用户系统容量的下降,所以有效的无线资源管理方式能够有效减小由于资源复用带来的负面效果。另外,V2V通信安全是V2V通信中的关键研究领域,现有的方法是在物理层的上层进行加密或鉴权等,这些方法需要占用车辆或基站(base station,BS)自身的计算资源,而其加密能力的强弱依赖于其计算能力的强弱,同时随着攻击者计算能力的增强,加密算法极易被破解。最近物理层安全技术成为研究的热门领域,能带来额外的保密性能,物理层安全方法可以利用无线通信的物理层特性提供一种额外的安全保护方案,同时不需要占用任何计算资源,能够在提高系统保密能力的同时减轻用户计算负担。
从资源分配的角度看,频谱资源是有限的。在4G的OFDM系统中,车辆用户设备(vehicle user equipment,VUE)与原始的蜂窝用户利用underlay(复用授权频段的频率资源)的方式复用子载波,这使子载波的分配变得更加复杂,而由于子载波的复用,不同类型用户之间引入的同频干扰使得问题的分析难以简化,也会使用户的系统容量下降。同时,不合理的子载波分配方式也会使用户的保密容量下降,造成频谱资源浪费,降低通信系统的保密性能。而于VUE、CUE和OFDM子载波的匹配是一个3维(3-dimension,3D)匹配问题,现有的资源分配方法中一般是CUE具有较高的优先级,基站首先为CUE分配无线资源,再为VUE分配资源,或将优化问题转换成为信道容量优化问题,求出匹配结果,再利用该匹配结果求解保密容量优化问题中的功率分配。这种子载波分配方式没有优化保密容量,会使系统的保密性能受到影响。因此,有效的资源分配方式会极大地提高系统保密性能。
发明内容
针对现有V2V通信中的资源分配会使系统的保密性能受到影响,本发明提供一种提高系统保密性能的V2V通信中基于资源分配的物理层安全方法及系统。
本发明的一种V2V通信中基于资源分配的物理层安全方法,包括如下步骤:
S1、当窃听者窃听蜂窝网络内全部车辆用户设备VUE的保密信息,以使所有车辆用户设备VUE的和保密容量最大为目的,对车辆用户设备VUE和蜂窝用户设备CUE分配复用的子载波,VUE和CUE具有相同的优先级;
当窃听者只窃听蜂窝网络内部分VUE的保密信息,以使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大为目的,对VUE和CUE分配复用子载波,VUE和CUE具有相同的优先级;
S2、根据S1的子载波分配结果,求解复用相应子载波的VUE和CUE的传输功率。
优选的是,所述S1中,当窃听者窃听蜂窝网络内全部车辆用户设备VUE的保密信息,以使所有车辆用户设备VUE的和保密容量最大为目的,则需要优化的问题包括保密容量优化问题和复用相应子载波的N个功率分配子问题;
其中,保密容量优化问题为:
表示Uk使用Sn传输信息时的保密容量,K表示蜂窝网络内VUE的数量,M表示蜂窝网络内CUE的数量,N表示表示蜂窝网络内可利用子载波的数量;
Uk使用Sn传输信息时V2V链路接收端信干噪比
Uk使用Sn传输信息时窃听者处的信干噪比
αm,k[n]表示子载波分配指数,若Uk与Rm复用Sn,αm,k[n]=1,否则αm,k[n]=0;
pk[n]和pm[n]分别表示Uk使用Sn时的发射功率和Rm使用Sn时的发射功率,hk[n]和hm,k[n]分别表示Uk的信道功率增益和Rm到Uk接收端的信道功率增益,hk,e[n]和hm,e[n]分别表示Uk到窃听者的信道功率增益和Rm到窃听者的信道功率增益,为车辆接收端的信道噪声,为窃听者处的信道噪声;
功率分配子问题为:
其中,表示经过S1分配复用的子载波后Uk使用Sn传输信息时的保密容量。
优选的是,所述S1中,当窃听者只窃听蜂窝网络内部分VUE的保密信息,以使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大为目的,则需要优化的问题包括保密容量及信道容量优化问题和复用相应子载波的N个功率分配子问题;
保密容量及信道容量优化问题为:
表示Uk使用Sn传输信息时的保密容量,K表示蜂窝网络内VUE的数量,M表示蜂窝网络内CUE的数量,N表示表示蜂窝网络内可利用子载波的数量,集合表示被窃听的VUE用户集,集合表示未被窃听的VUE用户集;
表示Uk与Rm复用Sn传输信息时Uk的信道容量;
Uk使用Sn传输信息时V2V链路接收端信干噪比
Uk使用Sn传输信息时窃听者处的信干噪比
αm,k[n]表示子载波分配指数,若Uk与Rm复用Sn,αm,k[n]=1,否则αm,k[n]=0;
pk[n]和pm[n]分别表示Uk使用Sn时的发射功率和Rm使用Sn时的发射功率,hk[n]和hm,k[n]分别表示Uk的信道功率增益和Rm到Uk接收端的信道功率增益,hk,e[n]和hm,e[n]分别表示Uk到窃听者的信道功率增益和Rm到窃听者的信道功率增益,为车辆接收端的信道噪声;
包括:
对集合中的VUE,功率分配子问题为:
其中,表示经过S1分配复用的子载波后Uk使用Sn传输信息时的保密容量;
对于集合中的VUE,功率分配子问题为:
其中,表示经过S1分配复用的子载波后Uk与Rm复用Sn传输信息时Uk的信道容量。
优选的是,所述S1包括:
S11:设置任意VUE与CUE复用任意子载波时的发射功率;
S12:添加虚拟VUE、CUE或子载波,使VUE、CUE或子载波的数量相等,且为L,作为用户集;
S13:限定任意VUE和CUE在同一时刻只能使用一个子载波传输信息,相同类型的VUE或CUE不能复用子载波;
S14:在第0次迭代中,不考虑子载波,在用户集中设置初始的VUE和CUE匹配对;
S15:对子载波分配问题进行第i次迭代求解,获取子载波分配指数φk,m(n)、和ψk,n(m);
φk,m(n)=1时,表示Uk和Rm复用Sn,Uk表示蜂窝网络内第k个VUE,否则φk,m(n)=0,Rm表示蜂窝网络内第m个CUE,Sn表示第n个可利用的子载波;
时,表示Rm和Sn匹配Uk,否则
ψk,n(m)=1时,表示Sn和Uk匹配Rm,否则ψk,n(m)=0;
S16:在每一次迭代结束后,比较子载波分配指数,若m=1,2…L,n=1,2…L,k=1,2…L,迭代过程结束,子载波分配完成,转入S2;否则,返回步骤S15进行第(i+1)次迭代。
优选的是,所述S15包括:S151:产生一个二分图v1表示顶点集合,其中分割成两个互不相交的子顶点集和子顶点集和中元素的个数相同,中元素是第(i-1)次迭代S153中得到的VUE和CUE匹配对(k,m),表示子载波集合;ε1表示中元素到中元素边的权重集合,集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配;利用匈牙利算法来求解二分图中顶点集和匹配的最优结果,使所有VUE的和保密容量最大或者使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大,进而得到最优的VUE-CUE-子载波匹配对,所述匹配对对应的子载波分配指数φk,m(n)等于1;
S152:产生二分图其中表示顶点集合,将分割成两个互不相交的子顶点集和子顶点集和中的元素个数相同,ε2表示中元素到中元素的边的权重集合;中元素是在本次迭代S151的匹配对中得到的CUE和子载波的匹配对(m,n),表示VUE的集合,集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配;利用匈牙利算法求解二分图中顶点集和匹配的最优结果,使所有VUE的和保密容量最大或者使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大,进而得到最优的CUE-子载波-VUE匹配对,所述匹配对对应的子载波分配指数等于1;
S153:产生二分图其中表示顶点集合,将分割成两个互不相交的子顶点集和子顶点集和中的元素个数相同,ε3表示中元素到中元素边的权重集合;中元素是在S152的匹配对中得到的VUE-子载波匹配对(k,n),为CUE的集合,集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配;利用匈牙利算法求解二分图中顶点集和匹配的最优结果,使所有VUE的和保密容量最大或者使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大,进而得到最优的VUE-子载波-CUE匹配对,所述匹配对对应的子载波分配指数ψk,n[m]等于1;
S151至S153中,被窃听VUE的权重为保密容量,未被窃听VUE的权重为信道容量。
优选的是,所述S12包括:Case 1:令L=max(K,M,N),K表示蜂窝网络内VUE的数量,M表示蜂窝网络内CUE的数量,N表示表示蜂窝网络内可利用子载波的数量;
Case 2:若K≤L,添加L-K个虚拟VUE,设虚拟VUE使用任意子载波时的传输功率和信道增益均为0;
Case3:若M≤L,添加L-M个虚拟CUE,设虚拟CUE使用任意子载波时的传输功率和信道增益均为0;
Case 4:若N≤L,添加L-N个虚拟子载波,设任意使用虚拟子载波的非虚拟用户的传输功率和信道增益均为0。
优选的是,针对子载波分配结果中的被窃听的VUE,所述S2包括:
S21:设置CUE初始传输功率其中表示第0次迭代时Rm使用Sn时的发射功率,表示Rm所允许的最大传输功率;
S22:对每一个功率分配子问题进行第j次迭代求解:
S221:根据第(j-1)次迭代得到的CUE的传输功率求出本次迭代中的最优的VUE传输功率则功率分配子问题化简为:
其中,
S222:利用S221中得到的在条件下的最优的VUE传输功率求出在条件下最优的CUE的传输功率则功率分配子问题化简为:
S23:每一次迭代完成后,计算VUE的保密容量如果迭代结束,功率分配完成,最优的功率分配表示为否则,返回S22进行第(j+1)次迭代,∈为精度因子。
优选的是,针对子载波分配结果中的未被窃听的VUE,所述S2包括:
S21:设置CUE初始传输功率其中表示第0次迭代时Rm使用Sn时的发射功率,表示Rm所允许的最大传输功率;
S22:对每一个功率分配子问题进行第j次迭代求解:
S221:根据第(j-1)次迭代得到的CUE的传输功率求出本次迭代中的最优的VUE传输功率则功率分配子问题化简为:
其中,
S222:利用S221中得到的在条件下的最优的VUE传输功率求出在条件下最优的CUE的传输功率则功率分配子问题化简为:
S23:每一次迭代完成后,计算VUE的系统容量如果迭代结束,功率分配完成,最优的功率分配表示为否则,返回S22进行第(j+1)次迭代,∈为精度因子。
本发明还包括一种计算机可读的存储设备,所述存储设备存储有计算机程序,所述计算机程序被执行时实现上述方法。
本发明还包括一种V2V通信中基于资源分配的物理层安全系统,包括存储设备、处理器及存储在所述设备中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序实现如上述方法。
本发明的有益效果在于,本发明在求解资源分配问题时并没有将VUE的和保密容量优化问题转换成为信道容量优化问题,而是VUE和CUE具有同样的优先级,基站为VUE和CUE联合分配复用的子载波,优化保密容量,再根据分配的复用子载波分配功率。同时本发明的3D匹配子载波分配方法能够有效地确保VUE的物理层安全性能,在保证VUE的保密容量的同时提高频谱的利用率。
附图说明
图1为单蜂窝网络系统模型图,其中存在位置随机分布的K个V2V链路和M个CUE-基站链路,同时存在窃听者;
图2为实施例1的流程示意图;
图3为实施例1中步骤A51的子载波分配示意图;
图4为实施例1中步骤A52的子载波分配示意图;
图5为实施例1中步骤A53的子载波分配示意图;
图6为实施例2的流程示意图。
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作出创造性劳动的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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
图1为蜂窝网络内车辆用户设备与蜂窝用户设备CUE共存的系统模型图。在图1中,存在K个V2V链路(在本实施方式中,仅考虑V2V链路的发送端,这里的VUE为发送端车辆用户设备)和M个CUE,V2V链路和CUE复用无线资源。同时存在一个窃听者(Eve)窃听车辆用户的保密信息,并且基站已知窃听者的具体位置信息。同时基站可以通过信道估计得到CUE的信道状态信息(channel state information,CSI),VUE也可以将其CSI发送给基站。
在图1所示的单蜂窝系统中,基站不优先为CUE分配无线资源,CUE不优先接入子载波,从而VUE和CUE具有相同的优先级,基站为VUE和CUE联合分配无线资源。在OFDM系统中,VUE与CUE复用上行链路无线资源——正交子载波,假设系统可利用的0FDM子载波数为N,用表示子载波集合,Sn表示第n个可利用的子载波。同时,无线资源的分配是由基站使用Mode-3进行控制——车辆用户的无线资源分配是由基站完成的。另外任意CEUs和VUE在同一时刻只能使用一个子载波传输信息,相同类型的用户设备(CUE或VUE)不能复用子载波。由于车辆具有高速的移动性,其CSI会快速变化,因此CUE和VUE的子载波和功率分配周期较短,需要每隔一段时间重新分配。
在这里,为了表述方便,用Rm表示蜂窝内第m个CUE,表示CUE用户集。仅考虑V2V链路的发送端,用Uk表示蜂窝内第k个VUE,表示VUE用户集。Eve表示窃听者,对于Eve来说,它可以窃听蜂窝网络内所有VUE的保密信息,或只窃听它感兴趣的一部分VUE的保密信息。用表示被Eve窃听的VUE用户集,它是VUE集合的子集,集合表示未被窃听的VUE用户集。
本发明的一种V2V通信中基于资源分配的物理层安全方法,包括如下步骤:
步骤A、当窃听者窃听蜂窝网络内全部车辆用户设备VUE的保密信息,以使所有车辆用户设备VUE的和保密容量最大为目的,对车辆用户设备VUE和蜂窝用户设备CUE分配复用的子载波,VUE和CUE具有相同的优先级;
当窃听者只窃听蜂窝网络内部分VUE的保密信息,以使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大为目的,对VUE和CUE分配复用子载波,VUE和CUE具有相同的优先级;
步骤B、根据步骤A的子载波分配结果,求解复用相应子载波的VUE和CUE的传输功率。
本实施方式包括两种场景,一种是窃听者窃听蜂窝网络内所有VUE的保密信息,第二种是只窃听它感兴趣的一部分VUE的保密信,同时将V2V物理层安全中的资源优化问题拆分成两个子问题,一个是VUE和CUE复用子载波时子载波的分配问题:使所有车辆用户设备VUE的和保密容量最大或使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大,优化保密容量和信道容量,另一个是功率分配问题,保证了VUE的物理层安全性能和提高频谱的利用率。
本实施方式中Uk与Rm复用Sn传输信息时Uk的信道容量为:
其中
为Uk使用Sn传输信息时V2V链路接收端信干噪比(signal to interference plusnoise ratio,SINR)。αm,k[n]定义为子载波分配指数,若Uk与Rm复用Sn,αm,k[n]=1,否则αm,k[n]=0。pk[n]和Pm[n]分别表示Uk使用Sn时的发射功率和Rm使用Sn时的发射功率。hk[n]和hm,k[n]分别表示Uk的信道功率增益和Rm到Uk接收端的信道功率增益。为车辆接收端的信道噪声。
Uk使用Sn传输信息时的保密容量为:
其中
表示Uk使用Sn传输信息时窃听者处的SINR。hk,e[n]和hm,e[n]分别表示Uk到窃听者的信道功率增益和Rm到窃听者的信道功率增益。为窃听者处的信道噪声。
本实施方式的场景一:当窃听者窃听蜂窝网络内全部车辆用户设备VUE的保密信息,以使所有车辆用户设备VUE的和保密容量最大为目的,则需要优化的问题包括保密容量优化问题和复用相应子载波的N个功率分配子问题;
实施例1:本实施方式应用到场景一:
场景一:Eve窃听蜂窝网络中所有的VUE,
在场景一中,当Eve窃听网络中所有VUE的保密信息时,本实施例要达到的目的是使所有VUE的和保密容量最大,保密容量优化问题为:
本实施例解决该优化问题的流程图如图2所示。
针对VUE和CUE复用子载波时子载波的分配问题本实施例的步骤A提供一种VUE与CUE复用子载波时基于3D匹配的子载波分配迭代方法,包括:
步骤A1:设置任意VUE与CUE复用任意子载波时的发射功率,方法包括:
对于任意Uk和Rm,为了保证用户间的公平性,利用用户的信道功率增益,对信道功率增益大的用户分配较高的功率,信道功率增益小的用户分配较小的功率。设置蜂窝覆盖范围内的Uk和Rm使用Sn传输信息时的发射功率分别为:
和
其中
分别为Uk、Rm使用N个子载波时信道功率增益中的最小值,hk[n]和hm[n]分别表示Uk的信道功率增益和Rm上行链路信道功率增益,N为子载波的总数。
此时系统的保密容量优化问题可以简化为:
其中
表示代入设置功率后的Uk保密容量表达式,
表示V2V链路接收端SINR和窃听者处SINR。
步骤A2:本实施方式基于3D匹配方法,需要VUE的数量、CUE的数量和子载波的数量三者相等。因此,在迭代开始之前,令L=max(K,M,N),表示VUE、CUE和子载波数中的最大值。添加虚拟用户或虚拟子载波使VUE、CUE和子载波的数量均等于L。基于以下三种情况添加虚拟用户或者虚拟子载波:
Case 1:若K≤L,添加(L-K)个虚拟VUE,此时VUE用户集表示为设虚拟VUE使用任意子载波时的传输功率和信道增益均为0;
Case 2:若M≤L,添加(L-M)个虚拟CUE,表示加入虚拟CUE后的用户集。设虚拟CUE使用任意子载波时的传输功率和信道增益均为0;
Case 3:若N≤L,添加(L-N)个虚拟子载波,表示加入虚拟子载波后子载波集和。设任意使用虚拟子载波的非虚拟用户的传输功率和信道增益均为0。
保密容量优化问题为:
步骤A3:限定每一个VUE-CUE匹配对只能复用一个子载波,另外,同类型的VUE或CUE不能同时复用子载波。则对αm,k[n]的要求可以表示为:
步骤A4:在第0次迭代中,不考虑子载波,根据添加过虚拟VUE、CUE和子载波后的用户集,设置初始的VUE和CUE匹配对,用(k,m)表示VUE和CUE匹配对,Uk和Rm复用同一个子载波。初始的VUE和CUE的匹配对可以设置为:
(1,1),(2,2),...,(L,L).
步骤A5:对子载波分配问题进行第i次迭代求解。
步骤A6:在每一次迭代结束后,比较步骤A51、152和153中子载波分配指数,若m=1,2…L,n=1,2…L,k=1,2…L,迭代过程结束,子载波分配完成,同时令否则,返回步骤A5进行第(i+1)次迭代。
在步骤A5中,第i次迭代求解的具体方法包括:
步骤A51:产生一个二分图 表示顶点集合,其中可以分割成两个互不相交的子顶点集和同时表示这两个子顶点集中元素的个数相同,此时二分图的匹配为完美匹配,ε1表示到的边的权重集合。中元素是第(i-1)次迭代步骤A53中得到的VUE和CUE匹配对(k,m),则 表示子载波集合,则ε1表示中元素到中元素边的权重集合,其权重为v1,1到v1,2的匹配对((k,m)→n)中VUE的保密容量。
同时用φk,m[n]表示本步骤中的子载波分配指数,例如,如果匹配对(k,m)复用Sn,φk,m[n]=1,否则φk,m[n]=0。则:
表示集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配。l1为VUE-CUE匹配对。
利用匈牙利算法来求解二分图中顶点集和匹配的最优结果,使所有VUE的和保密容量最大,得到本步骤中最优的VUE-CUE-子载波匹配对。
如图3所示,其纵坐标表示VUE-CUE匹配对(k,m),横坐标表示子载波指数,方框中数字表示((k,m)→n)中VEUs保密容量。每一个VUE-CUE匹配对只能被分配一个子载波并且不同匹配对不能分配相同子载波。例如,图3中蓝色方块表示使VUE的和保密容量最大的VUE-CUE-子载波匹配结果,其中φ1,2[3]=φ2,3[1]=φ3,1[2]=1,其它为0。
步骤A52:产生二分图其中表示顶点集合,并且可分割成两个互不相交的子顶点集和同时表示这两个子顶点集中的元素个数相同,二分图的匹配为完美匹配,ε2表示中元素到中元素的边的权重集合。中元素是在本次迭代步骤A51的匹配结果中得到的CUE和子载波的匹配对(m,n),则表示VUE的集合,则ε2中的元素为顶点集到的匹配对((m,n)→k)中VUE的保密容量。
用表示本步骤中的子载波分配指数,若匹配对(m,n)匹配Uk,否则则:
表示集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配。l2为CUE-子载波匹配对。
利用匈牙利算法求解二分图中顶点集和匹配的最优结果,使所有VUE的和保密容量最大,得到本步骤中最优的CUE-子载波-VUE匹配对。
如图4所示,其纵坐标表示VUE-CUE匹配对(k,m),横坐标表示子载波指数,方框中数值表示匹配对((m,n)→k)中VUE保密容量。每一个VUE-CUE匹配对只能被分配一个子载波并且不同匹配对不能分配相同子载波。例如,图4中蓝色方块表示使VUE的和保密容量最大的VUE-CUE-子载波匹配结果,其中其它为0。
步骤A53:产生二分图其中表示顶点集合,并且可以分割成两个互不相交的子顶点集和同时表示这两个子顶点集中的元素个数相同,二分图的匹配为完美匹配,ε3表示中元素到中元素边的权重集合。中元素是在步骤A52的匹配结果中得到的VUE-子载波匹配对(k,n),则 为CUE的集合,则ε3中的元素为顶点集到的匹配对((k,n)→m)中VUE的保密容量。
使用ψk,n[m]表示本步骤的子载波分配指数,若匹配对(k,n)与Rm进行匹配,ψk,n[m]=1,否则ψk,n[m]=0。则:
表示集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配。l3为VUE-子载波匹配对。
利用匈牙利算法求解二分图中顶点集和匹配的最优结果,使所有VUE的和保密容量最大,得到本步骤中最优的VUE-子载波-CUE匹配对。
如图5所示,其纵坐标表示VUE-子载波匹配对(k,n),横坐标表示CUE指数,方框中数值表示匹配对((k,n)→m)中VUE保密容量。每一个VUE-子载波匹配对只能被分配一个CUE并且不同匹配对不能匹配相同的CUE。图5中紫色方块表示使VUE的和保密容量最大的VUE-子载波-CUE匹配对,其中ψ1,3[3]=ψ2,2[2]=ψ3,1[1]=1,其它为0。
完成子载波分配后,保密容量优化问题可化简为:
其中
为子载波分配完成后的保密容量表达式,
表示子载波分配完成后V2V链路收端SINR和窃听者处SINR。
由于VUE和CUE复用子载波,因此同频干扰的存在使得功率的分配变得十分困难。VUE与CUE功率分配方法包括:
根据子载波间的相互正交性,步骤B将功率分配问题分成N个子问题进行求解,这些子问题相互独立,互不干扰,对于每一个子问题,求解复用相应子载波的VUE和CUE的传输功率。功率分配子问题的优化为:
在步骤A的基础上,本实施例的步骤B中VUE与CUE功率分配方法包括:
步骤B1:首先设置CUE初始传输功率其中表示第0次迭代时Rm使用Sn时的发射功率,表示Rm所允许的最大传输功率。
步骤B2:对每一个功率子问题进行第j次迭代求解。
步骤B3:每一次迭代完成后,计算VUE的保密容量如果迭代结束,功率分配完成,最优的功率分配可以表示为否则,返回步骤A2进行第(j+1)次迭代。其中∈为精度因子。
在步骤B2中,第j次迭代的具体方法包括:
步骤B21:根据第(j-1)次迭代得到的CUE的传输功率化简优化问题并利用凸优化方法求出本次迭代中的最优的VUE传输功率则优化问题可化简为:
步骤B22:利用步骤B21中得到的在条件下的最优的VUE传输功率化简优化问题,利用凸优化方法求出在条件下最优的CUE的传输功率本步骤中的优化问题为:
上述子载波和功率分配算法的伪代码如下:
上述伪代码形成的计算机程序存储在计算机可读的存储设备中,处理器执行所述计算机程序实现本实施例的功能,存储设备、处理器及存储在所述存储设备中并可在所述处理器上运行的计算机程序可以作为一种V2V通信中基于资源分配的物理层安全系统实施。
本实施方式中的场景二:当窃听者只窃听蜂窝网络内部分VUE的保密信息,以使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大为目的,则需要优化的问题包括保密容量及信道容量优化问题和复用相应子载波的N个功率分配子问题;
实施例2:本实施方式应用到场景二:
场景二:Eve窃听蜂窝网络中部分VUE,
在场景二中,Eve只窃听蜂窝网络内部分VUE的保密信息,此时,本发明要达到的目的是使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大。则优化目标函数可以表示为:
算法流程图如图6所示。
针对VUE和CUE复用子载波时子载波的分配问题本实施例的步骤A提供一种VUE与CUE复用子载波时基于3D匹配的子载波分配迭代方法,与场景一中的子载波分配方法相同,包括:
步骤A1:
设置蜂窝覆盖范围内的Uk和Rm使用Sn传输信息时的发射功率分别为:
和
其中
此时系统的优化问题可以简化为:
其中
表示代入设置功率后的保密容量和信道容量,
表示接收端S1NR和窃听者处的SINR。
步骤A2:添加虚拟用户或者虚拟子载波:
Case 1:若K≤L,添加(L-K)个虚拟VUE,此时VUE用户集表示为设虚拟VUE使用任意子载波时的传输功率和信道增益均为0;
Case 2:若M≤L,添加(L-M)个虚拟CUE,表示加入虚拟CUE后的用户集。设虚拟CUE使用任意子载波时的传输功率和信道增益均为0;
Case 3:若N≤L,添加(L-N)个虚拟子载波,表示加入虚拟子载波后的子载波集和。设任意使用虚拟子载波的非虚拟用户的传输功率和信道增益均为0。
子载波分配问题为:
步骤A3:每一个VUE-CUE匹配对只能复用一个子载波,另外,同类型的用户设备(例如,CUE或VUE)不能同时复用子载波。则对αm,k[n]的要求可以表示为:
步骤A4:设置初始的VUE和CUE匹配对,用(k,m)表示VUE和CUE匹配对。初始的VUE和CUE的匹配对可以设置为:
(1,1),(2,2),...,(L,L).
步骤A5:对子载波分配问题进行第i次迭代求解。
步骤A6:在每一次迭代结束后,比较步骤A51、152和153中子载波分配指数的数值,若迭代过程结束,子载波分配完成,同时令否则,返回步骤A5进行第(i+1)次迭代。
在步骤A5中,第i次迭代求解的具体方法包括:
步骤A51:产生二分图其中v1可以分割成两个互不相交的子顶点集v1,1和 中的元素是第(i-1)次迭代中得到的VUE和CUE匹配对(k,m),则 表示子载波集合,则ε1表示中元素到中元素边的权重集合,对于中的VUE权重为到的匹配对((k,m)→n)的保密容量,对于中的VUE,权重为信道容量。
同时用φk,m[n]表示本步骤中的子载波分配指数,例如,如果匹配对(k,m)复用Sn,φk,m[n]=1,否则φk,m[n]=0。则:
表示集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配。l1为VUE-CUE匹配对。
利用匈牙利算法来求解图中顶点集和匹配的最优结果,使中VUE保密容量和中VUE信道容量之和最大,得到本步骤中最优的VUE-CUE-子载波匹配对。
步骤A52:产生二分图其中表示顶点集合,并且可分割成两个互不相交的子顶点集和 中元素是在步骤A51的匹配结果中得到的CUE和子载波的匹配对(m,n),表示VUE集合。ε2表示中元素到中元素的边的权重集合。对于中的VUE权重为到的匹配对((m,n)→k)的保密容量,对于中的VUE,权重为信道容量。
用表示本步骤中的子载波分配指数,若匹配对(m,n)匹配Uk,否则则:
表示集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配。l2为CUE-子载波匹配对。
利用匈牙利算法求解图中顶点集和匹配的最优结果,使中VUE保密容量和中VUE信道容量之和最大,得到本步骤中最优的CUE-子载波-VUE匹配对。
步骤A53:产生二分图并且可以分割成两个互不相交的子顶点集和 中元素是在步骤A52的匹配结果中得到的VUE-子载波匹配对(k,n),为CUE的集合。ε3表示中元素到中元素边的权重集合。对于中的VUE其权重为到的匹配对((k,n)→m)的保密容量,对于中的VUE,权重为信道容量。
使用ψk,n[m]表示本步骤的子载波分配指数,若匹配对(k,n)与Rm进行匹配,ψk,n[m]=1,否则ψk,n[m]=0。则:
表示集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配。l3为VUE-子载波匹配对。
利用匈牙利算法求解图中顶点集和匹配的最优结果,使中VUE保密容量和中VUE信道容量之和最大,得到本步骤中最优的VUE-子载波-CUE匹配对。
完成子载波分配后,系统的优化问题可化简为:
其中
为子载波分配完成后的保密容量与信道容量表达式,
表示子载波分配完成后的收端SINR和窃听者处S1NR。
在步骤A的基础上,本实施例的步骤B中VUE与CUE功率分配方法包括:
同场景一中功率分配方法,将功率分配问题分成N个子问题进行求解,这些子问题相互独立,互不干扰,对于每一个子问题,求解复用相应子载波的VUE和CUE的传输功率。根据不同的VUE要求(保密容量或信道容量),对集合中的VUE,功率分配子问题为:
对于集合中的VUE,功率分配子问题为:
在这里,分两种情况讨论功率分配问题:
情况一:对
步骤B1:设置CUE传输功率
步骤B2:对每一个功率分配子问题进行第j次迭代求解。
步骤B3:每一次迭代完成后,计算VUE的保密容量如果迭代结束,功率分配完成,最优的功率分配可以表示为否则,返回步骤B2进行第(j+1)次迭代。其中∈为精度因子。
在步骤B2中,第j次迭代的具体方法包括:
步骤B21:根据第(j-1)次迭代得到的CUE的传输功率化简功率分配子问题并利用凸优化方法求出本次迭代中的最优的VUE传输功率则功率分配子问题可化简为:
步骤B22:利用步骤B21中得到的在条件下的最优的VUE传输功率化简优化问题,利用凸优化方法求出在条件下最优的CUE的传输功率本步骤中的功率分配子问题为:
情况二:对
步骤B1:设置CUE传输功率
步骤B2:对每一个功率分配子问题进行第j次迭代求解。
步骤B3:每一次迭代完成后,计算VUE的信道容量如果迭代结束,功率分配完成,最优的功率分配可以表示为否则,返回步骤B2进行第(j+1)次迭代。其中∈为精度因子。
在步骤B2中,第j次迭代的具体方法包括:
步骤B21:根据第(j-1)次迭代得到的CUE的传输功率化简优化问题并利用凸优化方法求出本次迭代中的最优的VUE传输功率则功率分配子问题化简为:
步骤B22:利用步骤B21中得到的在条件下的最优的VUE传输功率化简优化问题,利用凸优化方法求出在条件下最优的CUE的传输功率本步骤中的功率分配子问题为:
上述子载波和功率分配算法的伪代码如下:
上述伪代码形成的计算机程序存储在计算机可读的存储设备中,处理器执行所述计算机程序实现本实施例的功能,存储设备、处理器及存储在所述存储设备中并可在所述处理器上运行的计算机程序可以作为一种V2V通信中基于资源分配的物理层安全系统实施。
虽然在本文中参照了特定的实施方式来描述本发明,但是应该理解的是,这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是,可以对示例性的实施例进行许多修改,并且可以设计出其他的布置,只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是,可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是,结合单独实施例所描述的特征可以使用在其他所述实施例中。
Claims (10)
1.一种V2V通信中基于资源分配的物理层安全方法,其特征在于,包括如下步骤:
S1、当窃听者窃听蜂窝网络内全部车辆用户设备VUE的保密信息,以使所有车辆用户设备VUE的和保密容量最大为目的,对车辆用户设备VUE和蜂窝用户设备CUE分配复用的子载波,VUE和CUE具有相同的优先级;
当窃听者只窃听蜂窝网络内部分VUE的保密信息,以使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大为目的,对VUE和CUE分配复用子载波,VUE和CUE具有相同的优先级;
S2、根据S1的子载波分配结果,求解复用相应子载波的VUE和CUE的传输功率。
2.根据权利要求1所述的V2V通信中基于资源分配的物理层安全方法,其特征在于,所述S1中,当窃听者窃听蜂窝网络内全部车辆用户设备VUE的保密信息,以使所有车辆用户设备VUE的和保密容量最大为目的,则需要优化的问题包括保密容量优化问题和复用相应子载波的N个功率分配子问题;
其中,保密容量优化问题为:
表示Uk使用Sn传输信息时的保密容量,K表示蜂窝网络内VUE的数量,M表示蜂窝网络内CUE的数量,N表示表示蜂窝网络内可利用子载波的数量;
Uk使用Sn传输信息时V2V链路接收端信干噪比
Uk使用Sn传输信息时窃听者处的信干噪比
αm,k[n]表示子载波分配指数,若Uk与Rm复用Sn,αm,k[n]=1,否则αm,k[n]=0;
pk[n]和pm[n]分别表示Uk使用Sn时的发射功率和Rm使用Sn时的发射功率,hk[n]和hm,k[n]分别表示Uk的信道功率增益和Rm到Uk接收端的信道功率增益,hk,e[n]和hm,e[n]分别表示Uk到窃听者的信道功率增益和Rm到窃听者的信道功率增益,为车辆接收端的信道噪声,为窃听者处的信道噪声;
功率分配子问题为:
其中,表示经过S1分配复用的子载波后Uk使用Sn传输信息时的保密容量。
3.根据权利要求1所述的V2V通信中基于资源分配的物理层安全方法,其特征在于,所述S1中,当窃听者只窃听蜂窝网络内部分VUE的保密信息,以使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大为目的,则需要优化的问题包括保密容量及信道容量优化问题和复用相应子载波的N个功率分配子问题;
保密容量及信道容量优化问题为:
表示Uk使用Sn传输信息时的保密容量,K表示蜂窝网络内VUE的数量,M表示蜂窝网络内CUE的数量,N表示表示蜂窝网络内可利用子载波的数量,集合表示被窃听的VUE用户集,集合表示未被窃听的VUE用户集;
表示Uk与Rm复用Sn传输信息时Uk的信道容量;
Uk使用Sn传输信息时V2V链路接收端信干噪比
Uk使用Sn传输信息时窃听者处的信干噪比
αm,k[n]表示子载波分配指数,若Uk与Rm复用Sn,αm,k[n]=1,否则αm,k[n]=0;
pk[n]和pm[n]分别表示Uk使用Sn时的发射功率和Rm使用Sn时的发射功率,hk[n]和hm,k[n]分别表示Uk的信道功率增益和Rm到Uk接收端的信道功率增益,hk,e[n]和hm,e[n]分别表示Uk到窃听者的信道功率增益和Rm到窃听者的信道功率增益,勾车辆接收端的信道噪声;
对集合中的VUE,功率分配子问题为:
其中,表示经过S1分配复用的子载波后Uk使用Sn传输信息时的保密容量;
对于集合中的VUE,功率分配子问题为:
其中,表示经过S1分配复用的子载波后Uk与Rm复用Sn传输信息时Uk的信道容量。
4.根据权利要求1、2或3所述的V2V通信中基于资源分配的物理层安全方法,其特征在于,所述S1包括:
S11:设置任意VUE与CUE复用任意子载波时的发射功率;
S12:添加虚拟VUE、CUE或子载波,使VUE、CUE或子载波的数量相等,且为L,作为用户集;
S13:限定任意VUE和CUE在同一时刻只能使用一个子载波传输信息,相同类型的VUE或CUE不能复用子载波;
S14:在第0次迭代中,不考虑子载波,在用户集中设置初始的VUE和CUE匹配对;
S15:对子载波分配问题进行第i次迭代求解,获取子载波分配指数φk,m(n)、和ψk,n(m);
φk,m(n)=1时,表示Uk和Rm复用Sn,Uk表示蜂窝网络内第k个VUE,否则φk,m(n)=0,Rm表示蜂窝网络内第m个CUE,Sn表示第n个可利用的子载波;
时,表示Rm和Sn匹配Uk,否则
ψk,n(m)=1时,表示Sn和Uk匹配Rm,否则ψk,n(m)=0;
S16:在每一次迭代结束后,比较子载波分配指数,若m=1,2…L,n=1,2…L,k=1,2…L,迭代过程结束,子载波分配完成,转入S2;否则,返回步骤S15进行第(i+1)次迭代。
5.根据权利要求4所述的V2V通信中基于资源分配的物理层安全方法,其特征在于,所述S15包括:
S151:产生一个二分图 表示顶点集合,其中分割成两个互不相交的子顶点集和子顶点集和中元素的个数相同,中元素是第(i-1)次迭代S153中得到的VUE和CUE匹配对(k,m),表示子载波集合;ε1表示中元素到中元素边的权重集合,集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配;利用匈牙利算法来求解二分图中顶点集和匹配的最优结果,使所有VUE的和保密容量最大或者使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大,进而得到最优的VUE-CUE-子载波匹配对,所述匹配对对应的子载波分配指数φk,m(n)等于1;
S152:产生二分图其中表示顶点集合,将分割成两个互不相交的子顶点集和子顶点集和中的元素个数相同,ε2表示中元素到中元素的边的权重集合;中元素是在本次迭代S151的匹配对中得到的CUE和子载波的匹配对(m,n),表示VUE的集合,集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配;利用匈牙利算法求解二分图中顶点集和匹配的最优结果,使所有VUE的和保密容量最大或者使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大,进而得到最优的CUE-子载波-VUE匹配对,所述匹配对对应的子载波分配指数等于1;
S153:产生二分图其中表示顶点集合,将分割成两个互不相交的子顶点集和子顶点集和中的元素个数相同,ε3表示中元素到中元素边的权重集合;中元素是在S152的匹配对中得到的VUE-子载波匹配对(k,n),为CUE的集合,集合中的点只能匹配集合中的一个点,中的不同顶点不能与中的同一个顶点进行匹配;利用匈牙利算法求解二分图中顶点集和匹配的最优结果,使所有VUE的和保密容量最大或者使被窃听VUE的保密容量与未被窃听的VUE的信道容量之和最大,进而得到最优的VUE-子载波-CUE匹配对,所述匹配对对应的子载波分配指数ψk,n[m]等于1;
S151至S153中,被窃听VUE的权重为保密容量,未被窃听VUE的权重为信道容量。
6.根据权利要求4所述的V2V通信中基于资源分配的物理层安全方法,其特征在于,所述S12包括:
Case1:令L=max(K,M,N),K表示蜂窝网络内VUE的数量,M表示蜂窝网络内CUE的数量,N表示表示蜂窝网络内可利用子载波的数量;
Case2:若K≤L,添加L-K个虚拟VUE,设虚拟VUE使用任意子载波时的传输功率和信道增益均为0;
Case3:若M≤L,添加L-M个虚拟CUE,设虚拟CUE使用任意子载波时的传输功率和信道增益均为0;
Case4:若N≤L,添加L-N个虚拟子载波,设任意使用虚拟子载波的非虚拟用户的传输功率和信道增益均为0。
7.根据权利要求1、2或3所述的V2V通信中基于资源分配的物理层安全方法,其特征在于,针对子载波分配结果中的被窃听的VUE,所述S2包括:
S21:设置CUE初始传输功率其中表示第0次迭代时Rm使用Sn时的发射功率,表示Rm所允许的最大传输功率;
S22:对每一个功率分配子问题进行第j次迭代求解:
S221:根据第(j-1)次迭代得到的CUE的传输功率求出本次迭代中的最优的VUE传输功率则功率分配子问题化简为:
其中,
S222:利用S221中得到的在条件下的最优的VUE传输功率求出在条件下最优的CUE的传输功率则功率分配子问题化简为:
S23:每一次迭代完成后,计算VUE的保密容量如果迭代结束,功率分配完成,最优的功率分配表示为否则,返回S22进行第(j+1)次迭代,∈为精度因子。
8.根据权利要求1或3所述的V2V通信中基于资源分配的物理层安全方法,其特征在于,针对子载波分配结果中的未被窃听的VUE,所述S2包括:
S21:设置CUE初始传输功率其中表示第0次迭代时Rm使用Sn时的发射功率,表示Rm所允许的最大传输功率;
S22:对每一个功率分配子问题进行第j次迭代求解:
S221:根据第(j-1)次迭代得到的CUE的传输功率求出本次迭代中的最优的VUE传输功率则功率分配子问题化简为:
其中,
S222:利用S221中得到的在条件下的最优的VUE传输功率求出在条件下最优的CUE的传输功率则功率分配子问题化简为:
S23:每一次迭代完成后,计算VUE的系统容量如果迭代结束,功率分配完成,最优的功率分配表示为否则,返回S22进行第(j+1)次迭代,∈为精度因子。
9.一种计算机可读的存储设备,所述存储设备存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1至8所述方法。
10.一种V2V通信中基于资源分配的物理层安全系统,包括存储设备、处理器及存储在所述设备中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序实现如权利要求1至8任一方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910185395.XA CN109714732B (zh) | 2019-03-12 | 2019-03-12 | 一种v2v通信中基于资源分配的物理层安全方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910185395.XA CN109714732B (zh) | 2019-03-12 | 2019-03-12 | 一种v2v通信中基于资源分配的物理层安全方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109714732A true CN109714732A (zh) | 2019-05-03 |
CN109714732B CN109714732B (zh) | 2021-11-19 |
Family
ID=66266795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910185395.XA Active CN109714732B (zh) | 2019-03-12 | 2019-03-12 | 一种v2v通信中基于资源分配的物理层安全方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109714732B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110691406A (zh) * | 2019-10-10 | 2020-01-14 | 南京大学 | 一种面向网联无人驾驶安全通信的d2d频谱高效共享方法 |
CN112738822A (zh) * | 2020-12-25 | 2021-04-30 | 中国石油大学(华东) | 移动边缘计算环境中基于noma的安全卸载和资源分配方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106535342A (zh) * | 2016-11-30 | 2017-03-22 | 北京大学 | 用于全双工蜂窝网络物理层安全场景的资源分配方法 |
US10069592B1 (en) * | 2015-10-27 | 2018-09-04 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Systems and methods for securing wireless communications |
CN108718446A (zh) * | 2018-05-22 | 2018-10-30 | 吉林大学 | Lte-a网络中d2d模式选择与资源分配方法 |
CN108738133A (zh) * | 2018-05-14 | 2018-11-02 | 中国刑事警察学院 | 一种基于物理层安全传输的多播方法及装置 |
CN108770069A (zh) * | 2018-06-06 | 2018-11-06 | 哈尔滨工业大学 | 用于卫星通信网络物理层安全通信的功率分配方法 |
US20180352027A1 (en) * | 2016-09-23 | 2018-12-06 | Board Of Trustees Of The University Of Arkansas | Cloud enabled cognitive radio adhoc vehicular networking with security aware resource management and internet of vehicles applications |
CN109005583A (zh) * | 2018-07-17 | 2018-12-14 | 中国航空无线电电子研究所 | 权衡物理层安全性能与系统容量的功率分配系统 |
-
2019
- 2019-03-12 CN CN201910185395.XA patent/CN109714732B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10069592B1 (en) * | 2015-10-27 | 2018-09-04 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Systems and methods for securing wireless communications |
US20180352027A1 (en) * | 2016-09-23 | 2018-12-06 | Board Of Trustees Of The University Of Arkansas | Cloud enabled cognitive radio adhoc vehicular networking with security aware resource management and internet of vehicles applications |
CN106535342A (zh) * | 2016-11-30 | 2017-03-22 | 北京大学 | 用于全双工蜂窝网络物理层安全场景的资源分配方法 |
CN108738133A (zh) * | 2018-05-14 | 2018-11-02 | 中国刑事警察学院 | 一种基于物理层安全传输的多播方法及装置 |
CN108718446A (zh) * | 2018-05-22 | 2018-10-30 | 吉林大学 | Lte-a网络中d2d模式选择与资源分配方法 |
CN108770069A (zh) * | 2018-06-06 | 2018-11-06 | 哈尔滨工业大学 | 用于卫星通信网络物理层安全通信的功率分配方法 |
CN109005583A (zh) * | 2018-07-17 | 2018-12-14 | 中国航空无线电电子研究所 | 权衡物理层安全性能与系统容量的功率分配系统 |
Non-Patent Citations (2)
Title |
---|
KECHENG ZHANG: "Secrecy-Optimized Resource Allocation for Device-to-Device Communication Underlaying Heterogeneous Networks", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 * |
曾伟超: "无线多载波信道的保密容量及最优功率分配", 《浙江大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110691406A (zh) * | 2019-10-10 | 2020-01-14 | 南京大学 | 一种面向网联无人驾驶安全通信的d2d频谱高效共享方法 |
CN110691406B (zh) * | 2019-10-10 | 2021-05-04 | 南京大学 | 一种面向网联无人驾驶安全通信的d2d频谱高效共享方法 |
CN112738822A (zh) * | 2020-12-25 | 2021-04-30 | 中国石油大学(华东) | 移动边缘计算环境中基于noma的安全卸载和资源分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109714732B (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Privacy-preserving communication and power injection over vehicle networks and 5G smart grid slice | |
CN101980470B (zh) | 一种基于混沌粒子群优化的ofdm系统资源分配方法 | |
Wang et al. | Joint optimization of task offloading and resource allocation based on differential privacy in vehicular edge computing | |
Wang et al. | Primary privacy preserving with joint wireless power and information transfer for cognitive radio networks | |
CN103228048B (zh) | 一种基于偏移单载波调制的上行多用户频域资源分配方法 | |
CN108495337A (zh) | 基于noma的无线携能通信系统最大安全速率优化方法 | |
CN104159310A (zh) | Lte系统中基于非合作博弈的资源分配和干扰抑制方法 | |
CN103997740A (zh) | 基于效用优化的认知协作网络联合资源分配方法 | |
CN106162846A (zh) | 一种考虑sic能耗的两用户noma下行能效优化方法 | |
CN109714732A (zh) | 一种v2v通信中基于资源分配的物理层安全方法及系统 | |
CN108289022A (zh) | 多用户noma的一种自适应等效子载波分配系统及方法 | |
Wang et al. | Matching theory-based cooperative secure transmission strategy for social-aware D2D communications | |
CN112153744B (zh) | 一种icv网络中物理层安全资源分配方法 | |
CN104796991B (zh) | 基于势博弈的ofdma系统的资源分配方法 | |
CN105517134A (zh) | 支持信息安全传输的异构融合网络联合用户关联及功率分配方法 | |
Shao et al. | Secure outsourced computation in connected vehicular cloud computing | |
Wang et al. | A novel anonymous authentication scheme based on edge computing in internet of vehicles | |
Zhang et al. | Traffic data security sharing scheme based on blockchain and traceable ring signature for VANETs | |
CN108738133B (zh) | 一种基于物理层安全传输的多播方法及装置 | |
Balachander et al. | Carrier frequency offset (CFO) synchronization and peak average power ratio (PAPR) minimization for energy efficient cognitive radio network (CRN) for 5G wireless communication | |
CN112469113B (zh) | 一种多载波noma系统的资源分配方法及装置 | |
CN103686743B (zh) | 基于图论的d2d通信信道资源分配方法 | |
Sun et al. | Spectral efficiency and scalability analysis for multi-level cooperative cell-free networks | |
Liu et al. | Dynamic multiple access based on deep reinforcement learning for Internet of Things | |
Ahmadi et al. | Evolutionary algorithms for orthogonal frequency division multiplexing-based dynamic spectrum access systems |
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 |