CN109768815B - 非信任双向中继多天线协作通信方法、装置及存储介质 - Google Patents

非信任双向中继多天线协作通信方法、装置及存储介质 Download PDF

Info

Publication number
CN109768815B
CN109768815B CN201910048655.9A CN201910048655A CN109768815B CN 109768815 B CN109768815 B CN 109768815B CN 201910048655 A CN201910048655 A CN 201910048655A CN 109768815 B CN109768815 B CN 109768815B
Authority
CN
China
Prior art keywords
relay
node
cooperative
information
signal
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.)
Active
Application number
CN201910048655.9A
Other languages
English (en)
Other versions
CN109768815A (zh
Inventor
王莹
苏润丛
王康康
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts 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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201910048655.9A priority Critical patent/CN109768815B/zh
Publication of CN109768815A publication Critical patent/CN109768815A/zh
Application granted granted Critical
Publication of CN109768815B publication Critical patent/CN109768815B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例提供一种非信任双向中继多天线协作通信方法及装置,所述方法包括:获取接收信号,接收信号为第一节点向协作中继发送第一信息,同时第二节点向协作中继发送第二信息时,协作中继接收到的信号;计算根据接收信号构建的优化问题模型的最优解,以获取中继参数的最优解;根据中继参数的最优解获取发送信号,并将发送信号,分别发送到第一节点和第二节点。本发明实施例提供的非信任双向中继多天线协作通信方法及装置,通过构建优化问题模型,获取中继参数的最优解,实现非信任双向中继多天线协作通信,在多天线场景中,即提高了非信任中继协作的通信性能,同时保护信息不泄漏,而且支持无线信息和能量同时传输。

Description

非信任双向中继多天线协作通信方法、装置及存储介质
技术领域
本发明实施例涉及通信技术领域,尤其涉及一种非信任双向中继多天线协作通信方法、装置及存储介质。
背景技术
协作中继通信是一种在多用户通信的环境中,各邻近用户可以按照一定方式共享彼此的天线以实现协作中继发送传输,从而可以获得空间分集增益,进而降低系统的误码率、提高传输可靠性的通信方式。
现有技术中,中继协作系统可分为单向中继和双向中继。在半双工模式下,单向中继不能同时发射和接收信息,目的节点需要两个时隙才能接收到信息,从而导致一半时隙资源的浪费。而双向中继支持一组设备同时经由中继交换信息,在第一时隙允许设备同时向中继发送信息,第二时隙中继将信息叠加同时转发给需要的设备,从而通过缩短信息交互时隙提升系统的频谱效率和速率。
现有的协作通信系统中,所有协作中继节点都是友好且可信的,而窃听者是外部非法用户。然而,在某些情况下,中继节点是不可信的,可能是潜在的窃听者。对于不可信的中继节点,既可以通过协作传输协助源节点,也可以尝试窃听合法用户的机密信息。但是与非信任的中继节点协作比仅将非信任的中继节点视为纯粹的窃听者可以获得更高的保密率。
因此,如何在多天线场景中,提高非信任中继协作的通信性能,同时保护信息不泄漏,达到安全通信的目的,而且还要支持无线信息和能量同时传输,是急需要解决的技术问题。
发明内容
本发明实施例的目的是提供一种克服上述问题或者至少部分地解决上述问题的非信任双向中继多天线协作通信方法、装置及存储介质。
为了解决上述技术问题,一方面,本发明实施例提供一种非信任双向中继多天线协作通信方法,包括:
获取接收信号,所述接收信号为第一节点向协作中继发送第一信息,同时第二节点向所述协作中继发送第二信息时,所述协作中继接收到的信号;
计算根据所述接收信号构建的优化问题模型的最优解,以获取中继参数的最优解;
根据所述中继参数的最优解获取发送信号,并将所述发送信号,分别发送到所述第一节点和所述第二节点。
另一方面,本发明实施例提供一种非信任双向中继多天线协作通信装置,包括:
接收模块,用于获取接收信号,所述接收信号为第一节点向协作中继发送第一信息,同时第二节点向所述协作中继发送第二信息时,所述协作中继接收到的信号;
计算模块,用于计算根据所述接收信号构建的优化问题模型的最优解,以获取中继参数的最优解;
发送模块,用于根据所述中继参数的最优解获取发送信号,并将所述发送信号,分别发送到所述第一节点和所述第二节点。
再一方面,本发明实施例提供一种电子设备,包括:
存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行上述的方法。
又一方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被处理器执行时,实现上述的方法。
本发明实施例提供的非信任双向中继多天线协作通信方法、装置及存储介质,通过构建优化问题模型,获取中继参数的最优解,实现非信任双向中继多天线协作通信,在多天线场景中,即提高了非信任中继协作的通信性能,同时保护信息不泄漏,而且支持无线信息和能量同时传输。
附图说明
图1为本发明实施例提供的非信任双向中继多天线协作通信方法示意图;
图2为本发明实施例提供的非信任双向中继多天线协作通信装置示意图;
图3为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,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为本发明实施例提供的非信任双向中继多天线协作通信方法示意图,如图1所示,本发明实施例提供一种非信任双向中继多天线协作通信方法,该方法包括:
步骤S101、获取接收信号,所述接收信号为第一节点向协作中继发送第一信息,同时第二节点向所述协作中继发送第二信息时,所述协作中继接收到的信号;
步骤S102、计算根据所述接收信号构建的优化问题模型的最优解,以获取中继参数的最优解;
步骤S103、根据所述中继参数的最优解获取发送信号,并将所述发送信号,分别发送到所述第一节点和所述第二节点。
具体来说,第一节点A和第二节点B同时分别向协作中继R发送第一信息x1和第二信息x2。协作中继R接收到的接收信号为:
yR=HAw1x1+HBw2x2+nR
其中,yR为接收信号,
Figure GDA0002518035720000031
HA是节点A到协作中继R的传输信道,
Figure GDA0002518035720000032
HB是节点B到协作中继R的传输信道;
Figure GDA0002518035720000033
w1为节点A向协作中继发送第一信息x1的波束赋形矢量,
Figure GDA0002518035720000034
w2为第二节点向协作中继发送第二信息x2的波束赋形矢量,x1为第一信息,x2为第二信息,nR为在协作中继处的噪声矢量。||w1x1||2≤PA,||w2x2||2≤PB,PA是A的发射功率,PB是B的发射功率,Na为节点A的天线个数,Nb为节点B的天线个数,Nr为协作中继R的天线个数。
获取接收信号yR以后,根据接收信号yR构建优化问题模型,优化问题模型的表达式如下:
Figure GDA0002518035720000035
Figure GDA0002518035720000036
Figure GDA0002518035720000037
其中,RA为第一节点的保密速率,RB为第二节点的保密速率,PR(FR,w1,w2,ρ)为协作中继的发射功率,
Figure GDA0002518035720000041
为协作中继收集的能量,PA和PB分别为第一节点和第二节点的发射功率,FR为中继处理矩阵,w1为第一节点向协作中继发送第一信息的波束赋形矢量,w2为第二节点向协作中继发送第二信息的波束赋形矢量,ρ为功率分流比。
计算该优化问题模型的最优解,以获取中继参数的最优解。所述中继参数包括:中继处理矩阵、所述第一节点向所述协作中继发送所述第一信息的波束赋形矢量、所述第二节点向所述协作中继发送所述第二信息的波束赋形矢量和功率分流比。
最后,根据中继参数的最优解获取发送信号,并将发送信号,分别发送到第一节点和第二节点。
发送信号的表达式如下:
Figure GDA0002518035720000042
其中,xR为发送信号,FR为中继处理矩阵,
Figure GDA0002518035720000043
为协作中继R用于信息解码的信号,ρ为功率分流比,HA为第一节点到协作中继的传输信道,HB为第二节点到协作中继的传输信道,w1为第一节点向协作中继发送第一信息的波束赋形矢量,w2为第二节点向协作中继发送第二信息的波束赋形矢量,x1为第一信息,x2为第二信息,nR为在协作中继处的噪声矢量,nc为由射频信号到基带信号进行频率转换引起的电路噪声矢量。
协作中继R用于能量收集的信号用公式表示为:
Figure GDA0002518035720000044
收集的能量用公式表示为:
Figure GDA0002518035720000045
其中,0<η<1是能量转换效率,ρ是功率分流比。
协作中继R用于信息解码的信号,用公式表示为:
Figure GDA0002518035720000046
其中,
Figure GDA0002518035720000047
指示由射频信号到基带信号进行频率转换引起的电路噪声矢量。
由于协作中继R是非信任,会窃听用户的合法信息。由于协作中继R同时收到节点A、B传输的信息,所以窃听者企图窃听信息的时候,节点A和B的信息互为干扰。因此在此阶段,窃听得到的节点A的合法信息的信噪比为:
Figure GDA0002518035720000051
窃听得到的节点B的合法信息的信噪比为:
Figure GDA0002518035720000052
协作中继R的传输功率为:
Figure GDA0002518035720000053
则,在A、B节点接收到的信号分别为:
Figure GDA0002518035720000054
Figure GDA0002518035720000055
其中,
Figure GDA0002518035720000056
GA是协作中继R到节点A的传输信道;
Figure GDA0002518035720000057
GB是协作中继R到节点B的传输信道,nA是节点A处的噪声矢量,nB是节点B处的噪声矢量。
由于节点A、B接收端已知自己所发送的信息,所以可以在接收到中继R转发的发送信号后,消除自干扰信息,则在A、B节点接收到的信号分别表示为:
Figure GDA0002518035720000058
Figure GDA0002518035720000059
则A节点、B节点接收信号的信噪比分别为:
Figure GDA00025180357200000510
Figure GDA0002518035720000061
构建的优化问题模型主要是在功率受限的约束条件下,最大化两个用户的保密速率之和。
下面详细介绍计算该优化问题模型的最优解的具体过程:
优化问题可以通过三个步骤进行求解:1)固定功率分流比ρ与波束赋形矢量w1和w2,求解问题P1,得到最优的中继处理矩阵FR;2)固定功率分流比ρ与中继处理矩阵FR,求解问题Q1,得到最优的波束赋形矢量w1和w2;3)固定中继处理矩阵FR与波束赋形矢量w1和w2,求解问题I1,得到最优的功率分流比ρ,重复上述三个步骤,直到问题收敛。
A节点的保密速率,用公式表示为:
Figure GDA0002518035720000062
B节点的保密速率,用公式表示为:
Figure GDA0002518035720000063
同时,功率分流比和中继R的发射功率需要满足以下约束:
1)0≤ρ≤1
2)
Figure GDA0002518035720000064
3)
Figure GDA0002518035720000065
则,整体目标函数如下:
Figure GDA0002518035720000066
Figure GDA0002518035720000067
Figure GDA0002518035720000068
由于上述目标函数是复杂的非凸问题,因此需要对优化问题进行转换。
我们提出交替迭代算法解决上述复杂的非凸问题。首先固定功率分流比ρ与波束赋形矢量w1和w2,优化中继处理矩阵FR。则,优化问题可以转化为:
Figure GDA0002518035720000069
Figure GDA00025180357200000610
虽然问题P1中的约束条件是凸的,但是目标函数不是关于FR的凹函数,导致上述问题仍然是非凸的,难以通过标准的凸优化技术来解决。所以,我们首先引入“rateprofile”的概念。Rate profile方法将每个用户的速率rk与其和速率
Figure GDA0002518035720000071
之间的比例调整为预定义值αk
例如,
Figure GDA0002518035720000072
k=1,2…,K,K表示用户的个数,速率比矢量表示为α=[α1,…,αK]。
对于给定的α,如果Rsum在α指定的速率分布约束下最大化,则速率解Rsumα可以被看做由α的斜率指定的直线的交集,并且通过容量区域的原点,具有容量区域的边界。因此,对于不同的α,可以得到所有容量区域的边界速率值。
接下来,我们将采用以上方法转化问题P1,由于本文存在两个用户,则对于一个给定的
Figure GDA0002518035720000073
我们考虑一下速率和最大化问题:
Figure GDA0002518035720000074
Figure GDA0002518035720000075
Figure GDA0002518035720000076
Figure GDA0002518035720000077
为了解决问题P2,我们首先考虑在速率约束下的最小化中继功率问题:
Figure GDA0002518035720000078
Figure GDA0002518035720000079
Figure GDA00025180357200000710
如果问题P3是有可行解的,其最优值表示为
Figure GDA00025180357200000711
表示,
Figure GDA00025180357200000712
将是支持给定速率对(r-ζ)所需的最小中继功率。否则,没有有限的中继功率可以支持这个速率对。问题P2和P3的关系如下:如果对于给定速率r、ζ和
Figure GDA00025180357200000713
问题P3的最优解
Figure GDA00025180357200000714
满足
Figure GDA00025180357200000715
那么r肯定是问题P3的一个不可行解,反之,如果
Figure GDA00025180357200000716
那么r肯定是问题P3的一个可行解。
算法1:
给定
Figure GDA0002518035720000081
ζ
初始化rmin=0,
Figure GDA0002518035720000082
重复
1、设定
Figure GDA0002518035720000083
2、求解问题P3获得最优值
Figure GDA0002518035720000084
3、更新r:如果
Figure GDA0002518035720000085
设定rmin←r;否则,rmax←r
直到rmax-rmin≤δr,其中δr是一个大于0的常量,用来控制算法的精确度。收敛的rmin是问题P2的Rsum最优值。
注意到
Figure GDA00025180357200000823
是问题P2中Rsum最优值的上边界。
接下来,我们将会证明算法1保证了对于问题P2最优解rmin的收敛性。首先,我们先阐述rmin是问题P2的一个可行解:给定Rsum=rmin,从算法1中可以很容易的证明,问题P2的所有约束都是满足的。其次,假设对于问题P2存在另外一个可行解
Figure GDA0002518035720000086
使得
Figure GDA0002518035720000087
r可以被选择是任意小),那么
Figure GDA0002518035720000088
这与大于等于rmax都是不可行解的结论(在算法1中被证明)相悖,因为所需的最小功率
Figure GDA0002518035720000089
比给定的约束功率
Figure GDA00025180357200000810
要大,而
Figure GDA00025180357200000811
所以不存在这样一个可行解
Figure GDA00025180357200000812
从以上的讨论可以得出结论,可行解rmin最多只比最优解小δr,当δr→0,算法1的收敛性可以被证明。
为了方便求解,定义γ=22ζr-1,
Figure GDA00025180357200000813
则问题可以表示为P4。
Figure GDA00025180357200000814
Figure GDA00025180357200000815
Figure GDA00025180357200000816
当天线数量增加时,求解上述问题的复杂度也会增加。所以我们采用以下方法降低求解的复杂度。
首先定义
Figure GDA00025180357200000817
Figure GDA00025180357200000818
其中Σ1和Σ2是r1×r1和2×2对角阵,并且r1=rank(G);
Figure GDA00025180357200000819
Figure GDA00025180357200000820
则,FR可以表示为
Figure GDA00025180357200000821
其中
Figure GDA00025180357200000822
是一个未知的矩阵。
证明:
Figure GDA0002518035720000091
其中,
Figure GDA0002518035720000092
Figure GDA0002518035720000093
显然
Figure GDA0002518035720000094
因此
Figure GDA0002518035720000095
将上述式子代入优化问题P4,可以得出||GAFRHBw2||2,||GBFRHAw1||2不受B,C,D的影响,GAFR,GBFR不受C,D影响,||FRHAw1||2,||FRHBw2||2不受B,D影响,并且C和D不影响信噪比,但是会增加中继R的传输功率,所以C和D的最优选择是C=0,D=0。并且,当B=0时,两个信噪比都会增加。所以可以得出,
Figure GDA0002518035720000096
为了进一步求解问题P4,定义G1=GAU1∈Na×r1,G2=GBU1∈Nb×r1
Figure GDA0002518035720000097
同时将
Figure GDA0002518035720000098
带入优化问题P4,可以得到:
Figure GDA0002518035720000099
Figure GDA00025180357200000910
Figure GDA00025180357200000911
问题P5仍是非凸的,因为约束条件是非凸的。为了解决上述问题,我们采用等式
Figure GDA00025180357200000912
Figure GDA00025180357200000913
重写问题P5得:
Figure GDA00025180357200000914
Figure GDA00025180357200000915
Figure GDA00025180357200000916
Figure GDA00025180357200000917
Figure GDA00025180357200000918
Figure GDA00025180357200000919
Figure GDA00025180357200000920
接下来,我们采用ADMM算法,将一个大问题分成可分布式同时求解的多个小问题,提高计算的效率。则问题P6可以转化为问题P7:
Figure GDA0002518035720000101
Figure GDA0002518035720000102
Figure GDA00025180357200001018
Figure GDA0002518035720000103
Figure GDA0002518035720000104
Figure GDA0002518035720000105
Figure GDA0002518035720000106
αi=αi+fi-f,i∈{1,2}
可以注意到有两种变量,全局变量f和局部变量fi,可以迭代求解最优值。可以看出,f与αi的求解更新比较容易。所以,接下来我们将主要求解fi
定义Bf=QΛQH,其中Λ是实数对角矩阵,Q是酉矩阵。定义β1=f11
Figure GDA0002518035720000107
Figure GDA0002518035720000108
可以表示为
Figure GDA0002518035720000109
上述问题的拉格朗日函数表示为:
Figure GDA00025180357200001010
拉格朗日函数的导数为:
Figure GDA00025180357200001011
从而可以得到,
Figure GDA00025180357200001012
其中I+μΛ≥0,也就是说1+μλn≥0。
Figure GDA00025180357200001013
代入上述问题的约束条件可以得到函数
Figure GDA00025180357200001014
进一步得到:
Figure GDA00025180357200001015
对函数h(μ)求导可以得到:
Figure GDA00025180357200001016
同时,由于μh(μ)=0,可以得到如下结论:如果h(0)≤0,μ=0,如果h(0)>0,
Figure GDA00025180357200001017
对于f2的求解同f1
接下来,我们固定FR与ρ,优化w1和w2。首先,我们先对和速率RA+RB的表达式进行转化:
Figure GDA0002518035720000111
其中,
Figure GDA0002518035720000112
Figure GDA0002518035720000113
Figure GDA0002518035720000114
Figure GDA0002518035720000115
则优化问题表示为:
Figure GDA0002518035720000116
Figure GDA0002518035720000117
Tr(W1)≤PA,Tr(W2)≤PB,
rank(W1)=1,rank(W2)=1
定义:
Figure GDA0002518035720000118
则,忽略秩1约束,优化问题Q1可以松弛为:
Figure GDA0002518035720000121
Figure GDA0002518035720000122
Tr(W1)≤PA,Tr(W2)≤PB,
rank(W1)=1,rank(W2)=1
由于约束条件是凸的,解决上述问题的难点在于-g(W1,W2),假设(W1,W2)的第n次迭代表示为
Figure GDA0002518035720000123
因为g(W1,W2)是concave的,以及在域{W1,W2:W1≥0,W2≥0}中是可微的,gn(W1,W2)可以表示为:
Figure GDA0002518035720000124
其中,
Figure GDA0002518035720000125
为了推导上述公式,我们采用了公式
Figure GDA0002518035720000126
两个半正定矩阵X、Y的内积是Tr(XY),两个向量的内积是xHy。
因此,上述问题在第n+1次迭代的凸问题可以表示为:
Figure GDA0002518035720000127
Figure GDA0002518035720000128
Tr(W1)≤PA,Tr(W2)≤PB,
问题Q3的目标实际上是系统速率和的下界,让
Figure GDA0002518035720000129
表示(W1,W2)的最优值,我们更新
Figure GDA00025180357200001210
从而,每一次迭代都会增加边界值。由于功率的约束条件,使得上述问题有界,因此保证迭代过程收敛。
算法2:
初始化:
1、产生W1,W2初始化值
2、设置n:=0
迭代过程:
3、重复
4、解决问题Q3,并且得到最优解
Figure GDA0002518035720000131
5、更新:
Figure GDA0002518035720000132
6、设置n:=n+1
7、直到收敛
迭代过程:
8、如果需要,执行提取秩-1解决方案
需要注意的是,如果
Figure GDA0002518035720000133
那么
Figure GDA0002518035720000134
也是问题Q1的可行解,并且
Figure GDA0002518035720000135
Figure GDA0002518035720000136
可以分别从
Figure GDA0002518035720000137
的特征值分解中得到。然而,有可能秩为1的约束不被满足。因此,如果获得高阶解,则需要从中提取波束赋形矢量的方法。为此,我们采用随机化技术,该技术在算法2的第8行中提到,并简要描述如下。首先在复平面上产生一个随机向量vi,其元素在单位圆上独立均匀分布,然后计算
Figure GDA0002518035720000138
的特征分解为
Figure GDA0002518035720000139
接下来,将波束赋形矢量表示为
Figure GDA00025180357200001310
由于
Figure GDA00025180357200001311
所以这对于原问题是可行的。然后使用获得的波束赋形矢量
Figure GDA00025180357200001312
来计算所得的和速率。我们对多个随机化样本重复这个过程,并选择一个提供最佳和速率的样本。当
Figure GDA00025180357200001313
时,我们也反对最大特征值显著地支配剩余的特征值。更明确地说,最大特征值总是比第二大特征值大10倍,这意味着
Figure GDA00025180357200001314
离秩-1矩阵不远。这解释了由随机化方法返回的波束形成向量提供的性能非常接近于松弛问题的性能。所提取的解的谱效率性能总是高于松弛问题给出的上限的95%。
最后,固定w1和w2与FR,优化ρ
优化问题可以表示为:
Figure GDA00025180357200001315
Figure GDA00025180357200001316
其中,
Figure GDA00025180357200001317
a1=(||HAw1||22)(||HBw2||22)
b1=σ2(||HAw1||2+||HBw2||2+2σ2)
a2=||GAFR||2×||GBFR||2
b2=2||GAFR||2×||GBFR||2+||GAFR||2+||GBFR||2
c2=(||GAFR||2+1)(||GBFR||2+1)
由于问题I1中的目标函数是非凸的,所以问题I1是非凸的,为了求解上述优化问题,我们引入变量t,重写问题I1为问题I2:
Figure GDA0002518035720000141
s.t.a1ρ2+b1ρ+σ4≥t
Figure GDA0002518035720000142
存在一个变量t,使得问题I1和问题I2等价。
此时问题的约束条件仍是非凸的,我们采用泰勒展开方式进行转化,则第n+1次迭代的凸问题表示为:
Figure GDA0002518035720000143
s.t.a1(n))2+b1ρ(n)4+(2a1ρ(n)+b1)(ρ-ρ(n))≥t
Figure GDA0002518035720000144
本发明实施例提供的非信任双向中继多天线协作通信方法,通过构建优化问题模型,获取中继参数的最优解,实现非信任双向中继多天线协作通信,在多天线场景中,即提高了非信任中继协作的通信性能,同时保护信息不泄漏,而且支持无线信息和能量同时传输。
在上述实施例的基础上,进一步地,所述中继参数包括:中继处理矩阵、所述第一节点向所述协作中继发送所述第一信息的波束赋形矢量、所述第二节点向所述协作中继发送所述第二信息的波束赋形矢量和功率分流比。
具体来说,计算该优化问题模型的最优解,以获取中继参数的最优解。中继参数包括:中继处理矩阵FR、第一节点A向协作中继R发送第一信息x1的波束赋形矢量w1、第二节点B向协作中继R发送第二信息x2的波束赋形矢量w2和功率分流比ρ。
本发明实施例提供的非信任双向中继多天线协作通信方法,通过构建优化问题模型,获取中继参数的最优解,实现非信任双向中继多天线协作通信,在多天线场景中,即提高了非信任中继协作的通信性能,同时保护信息不泄漏,而且支持无线信息和能量同时传输。
在以上各实施例的基础上,进一步地,所述接收信号的表达式如下:
yR=HAw1x1+HBw2x2+nR
其中,yR为接收信号,HA为第一节点到协作中继的传输信道,HB为第二节点到协作中继的传输信道,w1为第一节点向协作中继发送第一信息的波束赋形矢量,w2为第二节点向协作中继发送第二信息的波束赋形矢量,x1为第一信息,x2为第二信息,nR为在协作中继处的噪声矢量。
本发明实施例提供的非信任双向中继多天线协作通信方法,通过构建优化问题模型,获取中继参数的最优解,实现非信任双向中继多天线协作通信,在多天线场景中,即提高了非信任中继协作的通信性能,同时保护信息不泄漏,而且支持无线信息和能量同时传输。
在以上各实施例的基础上,进一步地,所述优化问题模型的表达式如下:
Figure GDA0002518035720000151
Figure GDA0002518035720000152
Figure GDA0002518035720000153
其中,RA为第一节点的保密速率,RB为第二节点的保密速率,PR(FR,w1,w2,ρ)为协作中继的发射功率,
Figure GDA0002518035720000154
为协作中继收集的能量,PA和PB分别为第一节点和第二节点的发射功率,FR为中继处理矩阵,w1为第一节点向协作中继发送第一信息的波束赋形矢量,w2为第二节点向协作中继发送第二信息的波束赋形矢量,ρ为功率分流比。
本发明实施例提供的非信任双向中继多天线协作通信方法,通过构建优化问题模型,获取中继参数的最优解,实现非信任双向中继多天线协作通信,在多天线场景中,即提高了非信任中继协作的通信性能,同时保护信息不泄漏,而且支持无线信息和能量同时传输。
在以上各实施例的基础上,进一步地,所述发送信号的表达式如下:
Figure GDA0002518035720000155
其中,xR为发送信号,FR为中继处理矩阵,ρ为功率分流比,HA为第一节点到协作中继的传输信道,HB为第二节点到协作中继的传输信道,w1为第一节点向协作中继发送第一信息的波束赋形矢量,w2为第二节点向协作中继发送第二信息的波束赋形矢量,x1为第一信息,x2为第二信息,nR为在协作中继处的噪声矢量,nc为由射频信号到基带信号进行频率转换引起的电路噪声矢量。
本发明实施例提供的非信任双向中继多天线协作通信方法,通过构建优化问题模型,获取中继参数的最优解,实现非信任双向中继多天线协作通信,在多天线场景中,即提高了非信任中继协作的通信性能,同时保护信息不泄漏,而且支持无线信息和能量同时传输。
图2为本发明实施例提供的非信任双向中继多天线协作通信装置示意图,如图2所示,本发明实施例提供一种非信任双向中继多天线协作通信装置,用于执行上述任一实施例中所述的方法,具体包括接收模块201、计算模块202和发送模块203,其中:
接收模块201用于获取接收信号,所述接收信号为第一节点向协作中继发送第一信息,同时第二节点向所述协作中继发送第二信息时,所述协作中继接收到的信号;计算模块202用于计算根据所述接收信号构建的优化问题模型的最优解,以获取中继参数的最优解;发送模块203用于根据所述中继参数的最优解获取发送信号,并将所述发送信号,分别发送到所述第一节点和所述第二节点。
具体来说,第一节点A和第二节点B同时分别向协作中继R发送第一信息x1和第二信息x2。协作中继R通过接收模块201接收到的接收信号为:
yR=HAw1x1+HBw2x2+nR
其中,yR为接收信号,
Figure GDA0002518035720000161
HA是节点A到协作中继R的传输信道,
Figure GDA0002518035720000162
HB是节点B到协作中继R的传输信道;
Figure GDA0002518035720000163
w1为节点A向协作中继发送第一信息x1的波束赋形矢量,
Figure GDA0002518035720000164
w2为第二节点向协作中继发送第二信息x2的波束赋形矢量,x1为第一信息,x2为第二信息,nR为在协作中继处的噪声矢量。||w1x1||2≤PA,||w2x2||2≤PB,PA是A的发射功率,PB是B的发射功率,Na为节点A的天线个数,Nb为节点B的天线个数,Nr为协作中继R的天线个数。
获取接收信号yR以后,根据接收信号yR构建优化问题模型,优化问题模型的表达式如下:
Figure GDA0002518035720000165
Figure GDA0002518035720000166
Figure GDA0002518035720000167
其中,RA为第一节点的保密速率,RB为第二节点的保密速率,PR(FR,w1,w2,ρ)为协作中继的发射功率,
Figure GDA0002518035720000171
为协作中继收集的能量,PA和PB分别为第一节点和第二节点的发射功率,FR为中继处理矩阵,w1为第一节点向协作中继发送第一信息的波束赋形矢量,w2为第二节点向协作中继发送第二信息的波束赋形矢量,ρ为功率分流比。
通过计算模块202计算该优化问题模型的最优解,以获取中继参数的最优解。所述中继参数包括:中继处理矩阵、所述第一节点向所述协作中继发送所述第一信息的波束赋形矢量、所述第二节点向所述协作中继发送所述第二信息的波束赋形矢量和功率分流比。
最后,通过发送模块203根据中继参数的最优解获取发送信号,并将发送信号,分别发送到第一节点和第二节点。
发送信号的表达式如下:
Figure GDA0002518035720000172
其中,xR为发送信号,FR为中继处理矩阵,
Figure GDA0002518035720000173
为协作中继R用于信息解码的信号,ρ为功率分流比,HA为第一节点到协作中继的传输信道,HB为第二节点到协作中继的传输信道,w1为第一节点向协作中继发送第一信息的波束赋形矢量,w2为第二节点向协作中继发送第二信息的波束赋形矢量,x1为第一信息,x2为第二信息,nR为在协作中继处的噪声矢量,nc为由射频信号到基带信号进行频率转换引起的电路噪声矢量。
协作中继R用于能量收集的信号用公式表示为:
Figure GDA0002518035720000174
收集的能量用公式表示为:
Figure GDA0002518035720000175
其中,0<η<1是能量转换效率,ρ是功率分流比。
协作中继R用于信息解码的信号,用公式表示为:
Figure GDA0002518035720000176
其中,
Figure GDA0002518035720000177
指示由射频信号到基带信号进行频率转换引起的电路噪声矢量。
由于协作中继R是非信任,会窃听用户的合法信息。由于协作中继R同时收到节点A、B传输的信息,所以窃听者企图窃听信息的时候,节点A和B的信息互为干扰。因此在此阶段,窃听得到的节点A的合法信息的信噪比为:
Figure GDA0002518035720000181
窃听得到的节点B的合法信息的信噪比为:
Figure GDA0002518035720000182
协作中继R的传输功率为:
Figure GDA0002518035720000183
则,在A、B节点接收到的信号分别为:
Figure GDA0002518035720000184
Figure GDA0002518035720000185
其中,
Figure GDA0002518035720000186
GA是协作中继R到节点A的传输信道;
Figure GDA0002518035720000187
GB是协作中继R到节点B的传输信道,nA是节点A处的噪声矢量,nB是节点B处的噪声矢量。
由于节点A、B接收端已知自己所发送的信息,所以可以在接收到中继R转发的发送信号后,消除自干扰信息,则在A、B节点接收到的信号分别表示为:
Figure GDA0002518035720000188
Figure GDA0002518035720000189
则A节点、B节点接收信号的信噪比分别为:
Figure GDA00025180357200001810
Figure GDA0002518035720000191
本发明实施例提供的非信任双向中继多天线协作通信装置,通过构建优化问题模型,获取中继参数的最优解,实现非信任双向中继多天线协作通信,在多天线场景中,即提高了非信任中继协作的通信性能,同时保护信息不泄漏,而且支持无线信息和能量同时传输。
图3为本发明实施例提供的电子设备的结构示意图,如图3所示,所述设备包括:处理器(processor)301、存储器(memory)302和总线303;
其中,处理器301和存储器302通过所述总线303完成相互间的通信;
处理器301用于调用存储器302中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:
获取接收信号,所述接收信号为第一节点向协作中继发送第一信息,同时第二节点向所述协作中继发送第二信息时,所述协作中继接收到的信号;
计算根据所述接收信号构建的优化问题模型的最优解,以获取中继参数的最优解;
根据所述中继参数的最优解获取发送信号,并将所述发送信号,分别发送到所述第一节点和所述第二节点。
此外,上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:
获取接收信号,所述接收信号为第一节点向协作中继发送第一信息,同时第二节点向所述协作中继发送第二信息时,所述协作中继接收到的信号;
计算根据所述接收信号构建的优化问题模型的最优解,以获取中继参数的最优解;
根据所述中继参数的最优解获取发送信号,并将所述发送信号,分别发送到所述第一节点和所述第二节点。
本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:
获取接收信号,所述接收信号为第一节点向协作中继发送第一信息,同时第二节点向所述协作中继发送第二信息时,所述协作中继接收到的信号;
计算根据所述接收信号构建的优化问题模型的最优解,以获取中继参数的最优解;
根据所述中继参数的最优解获取发送信号,并将所述发送信号,分别发送到所述第一节点和所述第二节点。
以上所描述的装置及设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (4)

1.一种非信任双向中继多天线协作通信方法,其特征在于,包括:
获取接收信号,所述接收信号为第一节点向协作中继发送第一信息,同时第二节点向所述协作中继发送第二信息时,所述协作中继接收到的信号;
计算根据所述接收信号构建的优化问题模型的最优解,以获取中继参数的最优解;
根据所述中继参数的最优解获取发送信号,并将所述发送信号,分别发送到所述第一节点和所述第二节点;
所述中继参数包括:中继处理矩阵、所述第一节点向所述协作中继发送所述第一信息的波束赋形矢量、所述第二节点向所述协作中继发送所述第二信息的波束赋形矢量和功率分流比;
所述接收信号的表达式如下:
yR=HAw1x1+HBw2x2+nR
所述发送信号的表达式如下:
Figure FDA0002557871850000011
所述优化问题模型的表达式如下:
Figure FDA0002557871850000012
其中,yR为接收信号,HA为第一节点到协作中继的传输信道,HB为第二节点到协作中继的传输信道,w1为第一节点向协作中继发送第一信息的波束赋形矢量,w2为第二节点向协作中继发送第二信息的波束赋形矢量,x1为第一信息,x2为第二信息,nR为在协作中继处的噪声矢量,xR为发送信号,nc为由射频信号到基带信号进行频率转换引起的电路噪声矢量,RA为第一节点的保密速率,RB为第二节点的保密速率,PR(FR,w1,w2,ρ)为协作中继的发射功率,
Figure FDA0002557871850000013
为协作中继收集的能量,PA和PB分别为第一节点和第二节点的发射功率,FR为中继处理矩阵,ρ为功率分流比。
2.一种非信任双向中继多天线协作通信装置,其特征在于,包括:
接收模块,用于获取接收信号,所述接收信号为第一节点向协作中继发送第一信息,同时第二节点向所述协作中继发送第二信息时,所述协作中继接收到的信号;
计算模块,用于计算根据所述接收信号构建的优化问题模型的最优解,以获取中继参数的最优解;
发送模块,用于根据所述中继参数的最优解获取发送信号,并将所述发送信号,分别发送到所述第一节点和所述第二节点;
所述中继参数包括:中继处理矩阵、所述第一节点向所述协作中继发送所述第一信息的波束赋形矢量、所述第二节点向所述协作中继发送所述第二信息的波束赋形矢量和功率分流比;
所述接收信号的表达式如下:
yR=HAw1x1+HBw2x2+nR
所述发送信号的表达式如下:
Figure FDA0002557871850000021
所述优化问题模型的表达式如下:
Figure FDA0002557871850000022
其中,yR为接收信号,HA为第一节点到协作中继的传输信道,HB为第二节点到协作中继的传输信道,w1为第一节点向协作中继发送第一信息的波束赋形矢量,w2为第二节点向协作中继发送第二信息的波束赋形矢量,x1为第一信息,x2为第二信息,nR为在协作中继处的噪声矢量,xR为发送信号,nc为由射频信号到基带信号进行频率转换引起的电路噪声矢量,RA为第一节点的保密速率,RB为第二节点的保密速率,PR(FR,w1,w2,ρ)为协作中继的发射功率,
Figure FDA0002557871850000023
为协作中继收集的能量,PA和PB分别为第一节点和第二节点的发射功率,FR为中继处理矩阵,ρ为功率分流比。
3.一种电子设备,其特征在于,包括:
存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序,所述处理器调用所述程序能够执行如权利要求1所述的方法。
4.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序被处理器执行时,实现如权利要求1所述的方法。
CN201910048655.9A 2019-01-18 2019-01-18 非信任双向中继多天线协作通信方法、装置及存储介质 Active CN109768815B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910048655.9A CN109768815B (zh) 2019-01-18 2019-01-18 非信任双向中继多天线协作通信方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910048655.9A CN109768815B (zh) 2019-01-18 2019-01-18 非信任双向中继多天线协作通信方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN109768815A CN109768815A (zh) 2019-05-17
CN109768815B true CN109768815B (zh) 2020-11-03

Family

ID=66454209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910048655.9A Active CN109768815B (zh) 2019-01-18 2019-01-18 非信任双向中继多天线协作通信方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN109768815B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104519499A (zh) * 2014-12-19 2015-04-15 西安交通大学 一种放大转发无线中继网络中安全协作波束赋形的方法
CN107733490A (zh) * 2017-10-16 2018-02-23 西北工业大学 双向不可信中继网络中联合波束成形和最优功率分配方法
WO2018076013A1 (en) * 2016-10-21 2018-04-26 Yale University Systems and method for anonymous, low-latencey, tracking-resistant communications in a networked environment
CN108650008A (zh) * 2018-05-17 2018-10-12 北京邮电大学 基于认知网络的通信方法和设备
CN109151027A (zh) * 2018-08-23 2019-01-04 清华大学 星空地协同物联网通信方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106100708B (zh) * 2016-06-07 2019-12-31 重庆邮电大学 一种多中继认知无线电网络中物理层安全优化方法
CN107135539B (zh) * 2017-06-20 2019-12-10 北京邮电大学 一种面向全双工双向中继系统的能量效率优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104519499A (zh) * 2014-12-19 2015-04-15 西安交通大学 一种放大转发无线中继网络中安全协作波束赋形的方法
WO2018076013A1 (en) * 2016-10-21 2018-04-26 Yale University Systems and method for anonymous, low-latencey, tracking-resistant communications in a networked environment
CN107733490A (zh) * 2017-10-16 2018-02-23 西北工业大学 双向不可信中继网络中联合波束成形和最优功率分配方法
CN108650008A (zh) * 2018-05-17 2018-10-12 北京邮电大学 基于认知网络的通信方法和设备
CN109151027A (zh) * 2018-08-23 2019-01-04 清华大学 星空地协同物联网通信方法及装置

Also Published As

Publication number Publication date
CN109768815A (zh) 2019-05-17

Similar Documents

Publication Publication Date Title
Yuan et al. Energy efficiency optimization in full-duplex user-aided cooperative SWIPT NOMA systems
Chu et al. Secrecy rate optimizations for a MISO secrecy channel with multiple multiantenna eavesdroppers
US10079627B1 (en) Joint power allocation, precoding, and decoding method and base station thereof
US9455816B2 (en) Interference cancellation in TDD massive MIMO wireless systems
US10050767B2 (en) System and method for multiple-input and multiple-output (MIMO) full-duplex precoding algorithms
CN111049552B (zh) 基于电力线通信的多跳数据安全传输方法、装置及设备
Zeng et al. Globally optimal precoder design with finite-alphabet inputs for cognitive radio networks
CN105704721A (zh) 一种提高频谱利用率的d2d-p复用蜂窝网络通信方法
Chang et al. QoS-based linear transceiver optimization for full-duplex multiuser communications
CN109768815B (zh) 非信任双向中继多天线协作通信方法、装置及存储介质
da Silva et al. How to split UL/DL antennas in full-duplex cellular networks
Chen et al. Joint relay beamforming and source receiving in MIMO two-way AF relay network with energy harvesting
Liu et al. Securing cognitive radio with a combined approach of beamforming and cooperative jamming
Zhu et al. Robust Resource Allocation for STAR-RIS Assisted SWIPT Systems
Singh et al. Min–max mean squared error‐based linear transceiver design for multiple‐input–multiple‐output interference relay channel
Shen et al. Optimized full-duplex MIMO DF relaying with limited dynamic range
Sun et al. Simultaneous wireless information and power transfer for massive MIMO networks
Sun et al. Multi-stream sum rate maximization for MIMO AF relay networks
Hong et al. Power allocation for reducing PAPR of artificial-noise-aided secure communication system
Sun et al. Low complexity high throughput algorithms for MIMO AF relay networks
Zhu et al. Efficient transceiver beamforming in multiple‐input–multiple‐output cognitive radio network
Zhu et al. Interference alignment for MIMO cognitive networks: a complex FDPM-based subspace tracking approach
Andrei et al. Sensing-Assisted Receivers for Resilient-By-Design 6G MU-MIMO Uplink
Singh et al. Statistically robust transceiver design algorithms for relay aided multiple‐input multiple‐output interference systems
Sun et al. Low complexity sum rate maximization for single and multiple stream MIMO AF relay networks

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