CN109769263B - 一种安全高能效的认知d2d通信方法 - Google Patents

Abstract

本发明涉及一种安全高能效的认知D2D通信方法，小蜂窝基站和认知用户分别进行信道质量评估；建立关于无线充电功率和无线充电时间的联合资源分配模型；采用迭代优化算法计算最优资源分配结果；以最优无线充电功率发射射频信号；认知用户在最优无线充电时间内收集射频信号能量；小蜂窝基站以最优无线充电功率干扰窃听者，认知用户设置自身的最大可行发射功率，并进行认知D2D通信。本发明面向超密集小蜂窝网络，在利用认知无线电技术实现频谱共享，并采用能量收集技术为认知用户进行无线充电的同时，通过人工噪声对窃听者进行干扰，可以实现安全高能效的认知D2D通信，有效提高频谱效率、能量效率以及物理层安全。

Description

一种安全高能效的认知D2D通信方法

技术领域

本发明涉及无线通信技术，具体地说是一种安全高能效的认知D2D通信方法。

背景技术

频谱资源的稀缺和能量供应的持续性问题始终是无线通信系统所面临的重要挑战性难题，因此，学术界和工业界始终致力于提升无线通信系统的频谱效率和能量效率。超密集网络(Ultra-Dense Networks)和设备到设备通信(Device-to-Device，D2D)作为提升频谱效率和网络容量，并降低终端能耗的有效方法，已经成为第5代(5G)移动通信系统的关键技术。所谓超密集网络就是通过大量部署小蜂窝基站(Small Cell Base Station，SCBS)使得网络密集化。这样，一方面可以增强网络的覆盖，大幅提升网络容量，并进一步提高频谱效率；另一方面也可以降低基站与用户的距离，进而降低用户的能耗。与此同时，通过采用层叠、覆盖等不同信道接入方式，D2D通信可以实现用户之间的直接数据通信。这样，基站只需要少量的控制指令对用户间的通信进行协调即可，而不再需要为用户传输大量的数据，将大幅降低网络开销和设备能耗，提高频谱效率。因此，在超密集网络下，用户之间通过采用D2D方式直接进行数据通信，可以同时提升频谱效率和能量效率，实现绿色通信。

然而，在超密集网络下，进行D2D通信的用户必须保证不影响其他用户的正常通信。为此，可以采用认知无线电(Cognitive Radio)技术进行认知D2D通信，实现普通用户与认知用户(Cognitive User，CU)在授权蜂窝信道的并行通信与共存。但是，认知用户CU进行认知D2D通信时需要通过频谱感知等方式获取实时信道状态信息，造成能耗的显著提高，进而缩短设备的使用时间。尽管传统的低功耗算法可以提高能量效率，在一定程度上延长设备的使用时间，但是并不能彻底解决用户设备的能量受限问题。

随着能量收集技术的快速发展，其能量收集效率越来越高，已经可以为传感器节点等不同设备提供越来越多的能量供应。在能量收集技术的基础上，利用电磁耦合、射频辐射等方式，无线充电则可以为设备提供更加持续、稳定地能量供应，突破传统能量收集技术完全依靠风能、太阳能等随机能量源的限制，实现设备的长期灵活应用。目前，为设备配备能量收集装置，并采用无线充电技术为其进行持续、灵活的能量供应已经开始大范围推广和应用。因此，采用无线充电技术，在具备能量收集能力的认知用户CU之间进行认知D2D通信将有效解决无线通信系统的频谱稀缺和能量受限问题。

然而，在对认知用户CU进行无线充电时，将不可避免地对普通用户造成干扰。因此，对无线充电参数的设置以及通信资源的分配是确保有效充电与无干扰通信的关键问题。与此同时，由于用户对通信安全性的要求越来越高，保障认知用户CU的通信安全也是亟待解决的另一关键问题。目前，除了传统的数据加密技术，物理层安全技术也被证明是提高通信安全性的有效方法。物理层安全技术通过探索信道的实时变化特点，并及时调整设备的通信参数，可以有效降低传输信息被窃听的概率，提高通信安全。传统的物理层安全方法所面向的无线通信系统仅考虑了频谱效率或能量效率的一方面问题，对超密集蜂窝网络缺乏适用性，难以确保无干扰的频谱共享及安全通信。

发明内容

针对现有技术的不足，本发明提供一种安全高能效的认知D2D通信方法，面向超密集小蜂窝网络，同时考虑了无线通信的频谱效率、能量效率和通信安全。在利用能量收集技术为认知用户CU进行无线充电的同时，通过人工噪声对窃听者进行干扰，可以有效提高频谱效率、能量效率以及物理层安全。

本发明为实现上述目的所采用的技术方案是：

一种安全高能效的认知D2D通信方法，包括以下步骤：

步骤1：小蜂窝基站SCBS和认知用户CU分别进行信道质量评估，确定各链路间的信道功率增益，并汇聚给小蜂窝基站SCBS；

步骤2：小蜂窝基站SCBS建立关于无线充电功率和无线充电功率时间的联合资源分配模型；

步骤3：小蜂窝基站SCBS采用迭代优化算法计算最优无线充电功率和最优无线充电时间，并广播给认知用户CU；

步骤4：小蜂窝基站SCBS以最优无线充电功率发射射频信号；同时，认知用户CU在最优无线充电时间内收集小蜂窝基站SCBS的射频信号能量；

步骤5：小蜂窝基站SCBS以最优无线充电功率干扰窃听者，认知用户CU根据其收集的能量和普通用户所能承受的最大干扰功率，设置自身的最大可行发射功率，并进行认知D2D通信。

所述小蜂窝基站SCBS具有固定能量源，可以根据普通用户和认知用户CU的需要调节其发射功率，并调度两者在授权蜂窝信道的通信。

所述普通用户可以自适应小蜂窝基站SCBS发射功率的改变。

所述信道质量评估包括：

小蜂窝基站SCBS评估其与认知用户发送端CU-TX、普通用户以及窃听者之间链路的信道质量，确定信道功率增益；

认知用户发送端CU-TX评估其与认知用户接收端CU-RX、普通用户以及窃听者之间链路的信道质量，确定信道功率增益，并发送给小蜂窝基站SCBS。

所述建立关于无线充电功率和无线充电功率时间的联合资源分配模型为

其中，

为认知D2D通信的安全速率，R_r为认知用户接收端CU-RX获得的接收速率，R_e为窃听者获得的窃听速率，τ为认知用户CU的无线充电时间，P_s为小蜂窝基站SCBS的无线充电功率，P_max为小蜂窝基站SCBS的硬件最大发射功率，Q_c为普通用户能承受的最大干扰功率，P_t为认知用户发送端CU-TX的发射功率，ξ为认知用户发送端CU-TX的能量收集效率，P_c为认知用户发送端CU-TX的电路消耗功率，

为认知用户接收端CU-RX处的噪声功率，

为窃听者处的噪声功率，Φ为小蜂窝基站SCBS覆盖区域内普通用户的集合，h_r、h_e、h_i(i∈Φ)分别为认知用户发送端CU-TX与认知用户接收端CU-RX、窃听者、普通用户i之间各链路的信道功率增益，g_t、g_r、g_e分别为小蜂窝基站SCBS与认知用户发送端CU-TX、认知用户接收端CU-RX、窃听者的信道功率增益。

所述迭代优化算法包括以下步骤：

步骤1：给定P_s∈[0,P_max]，建立求解无线充电时间的模型为

并将其转化为

其中，t＝1-τ，E＝P_tt，

采用凸优化技术中的原始分解方法求解t，得到

进而计算给定P_s情况下的无线充电时间为

其中，ρ是等式

的根，μ_r＝1-γ_r(ξP_sg_t+P_c)，μ_e＝1-γ_e(ξP_sg_t+P_c)，ω_r＝γ_rξP_sg_t，ω_e＝γ_eξP_sg_t，

步骤2：给定τ∈[0,1]，采用一维搜索方法求解关于无线充电功率的模型

得到给定τ情况下的无线充电功率P_s；

步骤3：循环执行步骤1和步骤2，对τ和P_s进行迭代求解，直至收敛，获得最优无线充电功率P_s ^*和最优无线充电时间τ^*，即最优资源分配结果(P_s ^*,τ^*)；τ为认知用户CU的无线充电时间，P_s为小蜂窝基站SCBS的无线充电功率，P_max为小蜂窝基站SCBS的硬件最大发射功率，Q_c为普通用户能承受的最大干扰功率，P_t为认知用户发送端CU-TX的发射功率，ξ为认知用户发送端CU-TX的能量收集效率，P_c为认知用户发送端CU-TX的电路消耗功率，

为认知用户接收端CU-RX处的噪声功率，

为窃听者处的噪声功率，Φ为小蜂窝基站SCBS覆盖区域内普通用户的集合，g_t、g_r、g_e分别为小蜂窝基站SCBS与认知用户发送端CU-TX、认知用户接收端CU-RX、窃听者的信道功率增益，h_r、h_e、h_i分别为认知用户发送端CU-TX与认知用户接收端CU-RX、窃听者、普通用户i(i∈Φ)之间各链路的信道功率增益，

为认知用户发送端与多个普通用户之间的最大信道功率增益，P_s ^*和τ^*分别为小蜂窝基站SCBS的最优无线充电功率和最优无线充电时间。

所述最优资源分配结果(P_s ^*,τ^*)使小蜂窝基站以最优无线充电功率为认知用户进行无线充电和协作干扰；相应地，认知用户可以在最优无线充电时间内收集足够能量，并在不对普通用户造成干扰的前提下接入授权蜂窝信道，获得最大安全速率；其中，安全速率为认知D2D的通信速率与窃听者的窃听速率之差。

所述小蜂窝基站SCBS以最优无线充电功率发射射频信号，在为普通用户进行数据传输的同时，为认知用户CU进行无线充电或协作干扰。

所述认知用户发送端CU-TX和认知用户接收端CU-RX在单位帧T的最优无线充电时间τ^*T内，通过其能量收集装置捕获小蜂窝基站SCBS发射的射频信号，并转化为能量，用于数据传输。

所述认知用户发送端CU-TX和接收端CU-RX在单位帧T的剩余时间(1-τ^*)T，以频谱共享方式接入授权蜂窝信道，与普通用户进行并行数据传输。

所述认知用户发送端CU-TX的最大可行发射功率为

其中，ξ为认知用户发送端CU-TX的能量收集效率，P_s ^*和τ^*分别为小蜂窝基站SCBS的最优无线充电功率和最优无线充电时间，Q_c为普通用户能承受的最大干扰功率，P_c为认知用户发送端CU-TX的电路消耗功率，g_t为小蜂窝基站SCBS与认知用户发送端CU-TX的信道功率增益，

为认知用户发送端与多个普通用户之间的最大信道功率增益。

本发明具有以下有益效果及优点：

1、本发明方法充分利用了超密集小蜂窝网络下，射频信号丰富且可控制的特点，通过收集小蜂窝基站SCBS为普通用户服务时的射频信号为认知用户CU进行无线充电，使得认知用户CU可以在无外部能量源供电情况下，在授权蜂窝信道上进行认知D2D通信，解决了用户的能量受限问题，实现用户设备的长期使用。

2、本发明方法通过优化小蜂窝基站SCBS和认知用户CU的资源分配，在不对普通用户造成干扰的前提下，实现了小蜂窝基站SCBS对认知用户CU的高能效无线充电以及对窃听者的有效协作干扰，进而实现了认知用户CU在授权蜂窝信道的安全高能效通信，同时提升了频谱效率、能量效率和物理层安全。

附图说明

图1为认知D2D通信的安全模型示意图；

图2为认知D2D通信的帧结构图；

图3为安全高能效的认知D2D通信方法流程图。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

一种安全高能效的认知D2D通信方法，具体包括以下步骤：

步骤1：小蜂窝基站SCBS和认知用户CU分别进行信道质量评估，确定各链路间的信道功率增益，并汇聚给小蜂窝基站SCBS；

步骤2：小蜂窝基站SCBS建立关于无线充电功率和无线充电功率时间的联合资源分配模型；

步骤3：小蜂窝基站SCBS采用迭代优化算法计算最优无线充电功率和最优无线充电时间，并广播给认知用户CU；

步骤4：小蜂窝基站SCBS以最优无线充电功率发射射频信号；同时，认知用户CU在最优无线充电时间内收集小蜂窝基站SCBS的射频信号能量；

步骤5：小蜂窝基站SCBS以最优无线充电功率干扰窃听者，认知用户CU根据其收集的能量和普通用户所能承受的最大干扰功率，设置自身的最大可行发射功率，并进行认知D2D通信。

如图1所示，为认知D2D通信的安全通信模型。小蜂窝基站SCBS服务其覆盖区域内的普通用户和认知用户CU。小蜂窝基站SCBS具有固定能量源，可根据普通用户和认知用户CU的需要调节其发射功率，并调度两者在授权蜂窝信道的通信。普通用户可以自适应小蜂窝基站SCBS发射功率的改变，普通用户的集合记为Φ。认知用户CU不配备固定能量源，但可以通过其能量收集装置获取小蜂窝基站SCBS发射的射频信号能量；认知用户CU采用频谱共享方式接入蜂窝信道，与普通用户进行并行通信，实现频谱共享。然而，由于无线通信信道的开放性，认知用户CU之间传递的信息很容易被窃听者获得。为了获取足够的能量并进行安全的认知D2D通信，小蜂窝基站SCBS和认知用户CU采用如图2所示的帧结构。该帧结构的长度为T，具体划分为两个阶段：在第一阶段，小蜂窝基站SCBS在时间τT为认知用户CU进行无线充电，相应地，认知用户CU进行能量收集；在第二阶段，小蜂窝基站SCBS在时间(1-τ)T为认知用户CU提供协作干扰，防止信息被窃听者获得，相应地，认知用户CU进行安全通信。其中，认知用户发送端记为CU-TX，认知用户接收端记为CU-RX。

基于图1所示认知D2D通信模型和图2所示帧结构，本发明采用图3所示的流程，具体过程如下：

(1)小蜂窝基站SCBS和认知用户CU分别进行信道质量评估，确定各链路间的信道功率增益，并汇聚给小蜂窝基站SCBS。

如图1所示，h_r、h_e、h_i分别为CU-TX与CU-RX、窃听者、普通用户i之间各链路的信道功率增益，g_t、g_r、g_e分别为小蜂窝基站SCBS与CU-TX、CU-RX、窃听者的信道功率增益。小蜂窝基站SCBS评估其与CU-TX、普通用户、窃听者之间链路的信道质量，获取信道功率增益；同时，CU-TX评估其与CU-RX、普通用户、窃听者之间链路的信道质量，并将包括信道功率增益在内的实时信道状态信息发送给小蜂窝基站SCBS。

(2)小蜂窝基站SCBS建立关于无线充电功率和无线充电功率时间的联合资源分配模型。

基于信道评估结果，小蜂窝基站SCBS建立如下联合资源分配问题：

P1:

s.t.

C2:

C3:0≤P_s≤P_max,

C4:0≤τ≤1,

其中，

为认知D2D通信的安全速率，R_r为CU-RX获得的接收速率，R_e为窃听者获得的窃听速率，τ为认知用户CU的无线充电时间占单位帧的比例，P_s为小蜂窝基站SCBS的无线充电功率，P_max为小蜂窝基站SCBS的硬件最大发射功率，Q_c为普通用户能承受的最大干扰功率，P_t为CU-TX的发射功率，ξ为认知用户CU-TX的能量收集效率，P_c为CU-TX的电路消耗功率，

为CU-RX处的噪声功率，

为窃听者处的噪声功率。

问题P1中，目标函数为认知D2D通信的安全速率，定义为CU-TX与CU-RX之间的通信速率与窃听者的窃听速率的差；约束条件C1考虑了能量收集的因果性，要求CU-TX的能耗不大于其收集的能量；约束条件C2为CU-TX对所有普通用户的干扰功率约束，当且仅当CU-TX对小蜂窝基站SCBS覆盖区域内的所有普通用户的干扰功率均小于阈值Q_c时，CU-TX才能接入授权蜂窝信道进行通信，实现与普通用户的频谱共享；约束条件C3为小蜂窝基站SCBS的发射功率约束，要求其服务普通用户和认知用户CU的功率不大于其硬件最大发射功率P_max；约束条件C4为关于无线充电时间的时间分配约束，要求无线充电时间不大于单位帧长度T。

(3)小蜂窝基站SCBS采用迭代优化算法计算最优无线充电功率和最优无线充电时间，并广播给认知用户CU。

为了实现有效的无线充电和安全的协作干扰，小蜂窝基站SCBS采用迭代优化算法求解问题P1以获得最优资源分配结果，具体过程如下：

A.将问题P1划分为如下两个子问题P2和P3进行迭代求解：

B.给定P_s，在不考虑(x)⁺的情况下，将问题P2转换为如下问题P4：

其中，t＝1-τ，E＝P_tt，

在问题P4中，约束条件C1'、C2'、C4'均由问题P1的约束条件C1、C2、C4等价转换。

问题P4为凸优化问题，采用凸优化技术中的原始分解方法求解，可得问题P4的最优解为

其中，

ρ是等式

的根，其中μ_r＝1-γ_r(ξP_sg_t+P_c)，μ_e＝1-γ_e(ξP_sg_t+P_c)，ω_r＝γ_rξP_sg_t，ω_e＝γ_eξP_sg_t；

根据问题P4的解，可以计算问题P2的最优解为

C.给定τ，采用一维搜索方法在区间内τ∈[0,1]求解问题P3，获得小蜂窝基站SCBS的无线充电功率P_s；

D.循环执行B-C，对τ和P_s进行迭代求解，直至收敛，获得最优资源分配结果τ^*和P_s ^*；

根据计算所得的最优资源分配结果，小蜂窝基站SCBS将结果广播给认知用户CU。

(4)小蜂窝基站SCBS以最优无线充电功率发射射频信号；同时，认知用户CU在最优无线充电时间内收集小蜂窝基站SCBS的射频信号能量。

根据小蜂窝基站SCBS的最优资源分配结果，在如图2所示帧结构的第一阶段，小蜂窝基站SCBS以最优无线充电功率P_s ^*发射射频信号来服务普通用户，并为CU-TX和CU-RX进行无线充电；相应地，CU-TX和CU-RX收集小蜂窝基站SCBS发射的射频信号，并转化为能量。

(5)小蜂窝基站SCBS以最优无线充电功率干扰窃听者，认知用户CU根据其收集的能量和普通用户所能承受的最大干扰功率，设置自身的最大可行发射功率，并进行认知D2D通信。

根据小蜂窝基站SCBS的最优资源分配结果，在如图2所示帧结构的第二阶段，小蜂窝基站SCBS继续以最优无线充电功率P_s ^*发射射频信号来服务普通用户，并为CU-TX和CU-RX进行协作干扰，防止信息被窃听者获取；相应地，CU-TX和CU-RX在授权蜂窝信道进行认知D2D通信。其中，在考虑CU-TX所收集到的能量以及对普通用户的干扰的情况下，CU-TX的最大可行发射功率为

基于上述过程，小蜂窝基站SCBS实现了单位帧内的最优资源分配，在为普通用户进行数据传输的同时，可以对认知用户CU进行无线充电和协作干扰；与此同时，认知用户CU在授权蜂窝信道实现了与普通用户的无干扰频谱共享以及安全高能效通信，达到了同时提升频谱效率、能量效率和物理层安全的效果。

Claims (10)

1.一种安全高能效的认知D2D通信方法，其特征在于，包括以下步骤：

步骤1：小蜂窝基站和认知用户分别进行信道质量评估，确定各链路间的信道功率增益，并汇聚给小蜂窝基站；

步骤2：小蜂窝基站建立关于无线充电功率和无线充电功率时间的联合资源分配模型；

步骤3：小蜂窝基站采用迭代优化算法计算最优无线充电功率和最优无线充电时间，并广播给认知用户；

步骤4：小蜂窝基站以最优无线充电功率发射射频信号；同时，认知用户在最优无线充电时间内收集小蜂窝基站的射频信号能量；

步骤5：小蜂窝基站以最优无线充电功率干扰窃听者，认知用户根据其收集的能量和普通用户所能承受的最大干扰功率，设置自身的最大可行发射功率，并进行认知通信；

所述认知用户发送端的最大可行发射功率为

其中，ξ为认知用户发送端的能量收集效率，P_s ^*和τ^*分别为小蜂窝基站的最优无线充电功率和认知用户CU的无线充电时间占单位帧的最优比例，Q_c为普通用户能承受的最大干扰功率，P_c为认知用户发送端的电路消耗功率，g_t为小蜂窝基站与认知用户发送端的信道功率增益，

为认知用户发送端与多个普通用户之间的最大信道功率增益。

2.根据权利要求1所述的一种安全高能效的认知D2D通信方法，其特征在于：所述小蜂窝基站具有固定能量源，根据普通用户和认知用户的需要调节其发射功率，并调度两者在授权蜂窝信道的通信。

3.根据权利要求1或2所述的一种安全高能效的认知D2D通信方法，其特征在于：所述普通用户自适应小蜂窝基站发射功率的改变。

4.根据权利要求1所述的一种安全高能效的认知D2D通信方法，其特征在于：所述信道质量评估包括：

小蜂窝基站评估其与认知用户发送端、普通用户以及窃听者之间链路的信道质量，确定信道功率增益；

认知用户发送端评估其与认知用户接收端、普通用户以及窃听者之间链路的信道质量，确定信道功率增益，并发送给小蜂窝基站。

5.根据权利要求1所述的一种安全高能效的认知D2D通信方法，其特征在于：所述建立关于无线充电功率和无线充电功率时间的联合资源分配模型为：

其中，

R_s为认知D2D通信的安全速率，R_r为认知用户接收端获得的接收速率，R_e为窃听者获得的窃听速率，τ为认知用户CU的无线充电时间占单位帧的比例，P_s为小蜂窝基站的无线充电功率，P_max为小蜂窝基站的硬件最大发射功率，Q_c为普通用户能承受的最大干扰功率，P_t为认知用户发送端的发射功率，ξ为认知用户发送端的能量收集效率，P_c为认知用户发送端的电路消耗功率，

为认知用户接收端处的噪声功率，

为窃听者处的噪声功率，Φ为小蜂窝基站覆盖区域内普通用户的集合，h_r、h_e、h_i分别为认知用户发送端与认知用户接收端、窃听者、普通用户i(i∈Φ)之间各链路的信道功率增益，g_t、g_r、g_e分别为小蜂窝基站与认知用户发送端、认知用户接收端、窃听者的信道功率增益。

6.根据权利要求1所述的一种安全高能效的认知D2D通信方法，其特征在于：所述迭代优化算法包括以下步骤：

步骤1：给定P_s∈[0,P_max]，建立求解无线充电时间的模型为

并将其转化为

其中，t＝1-τ，E＝P_tt，

采用凸优化技术中的原始分解方法求解t，得到

进而计算给定P_s情况下的无线充电时间为

其中，ρ是等式

的根，μ_r＝1-γ_r(ξP_sg_t+P_c)，μ_e＝1-γ_e(ξP_sg_t+P_c)，ω_r＝γ_rξP_sg_t，ω_e＝γ_eξP_sg_t，

步骤2：给定τ∈[0,1]，采用一维搜索方法求解关于无线充电功率的模型

得到给定τ情况下的无线充电功率P_s；

步骤3：循环执行步骤1和步骤2，对τ和P_s进行迭代求解，直至收敛，获得最优无线充电功率P_s ^*和认知用户CU的无线充电时间占单位帧的最优比例τ^*，即最优资源分配结果(P_s ^*,τ^*)；

其中，τ为认知用户CU的无线充电时间占单位帧的比例，P_s为小蜂窝基站的无线充电功率，P_max为小蜂窝基站的硬件最大发射功率，Q_c为普通用户能承受的最大干扰功率，P_t为认知用户发送端的发射功率，ξ为认知用户发送端的能量收集效率，P_c为认知用户发送端的电路消耗功率，

为认知用户接收端处的噪声功率，

为窃听者处的噪声功率，Φ为小蜂窝基站覆盖区域内普通用户的集合，g_t、g_r、g_e分别为小蜂窝基站与认知用户发送端、认知用户接收端、窃听者的信道功率增益，h_r、h_e、h_i分别为认知用户发送端与认知用户接收端、窃听者、普通用户i(i∈Φ)之间各链路的信道功率增益，

为认知用户发送端与多个普通用户之间的最大信道功率增益，P_s ^*和τ^*分别为小蜂窝基站的最优无线充电功率和最优无线充电时间。

7.根据权利要求6所述的一种安全高能效的认知D2D通信方法，其特征在于：所述最优资源分配结果(P_s ^*,τ^*)使小蜂窝基站以最优无线充电功率为认知用户进行无线充电和协作干扰；相应地，认知用户在最优无线充电时间内收集能量，并在不对普通用户造成干扰的前提下接入授权蜂窝信道，获得最大安全速率；其中，安全速率为认知D2D的通信速率与窃听者的窃听速率之差。

8.根据权利要求1所述的一种安全高能效的认知D2D通信方法，其特征在于：所述小蜂窝基站以最优无线充电功率发射射频信号，在为普通用户进行数据传输的同时，为认知用户进行无线充电或协作干扰。

9.根据权利要求1所述的一种安全高能效的认知D2D通信方法，其特征在于：所述认知用户发送端和认知用户接收端在单位帧T的最优无线充电时间τ^*T内，通过其能量收集装置捕获小蜂窝基站发射的射频信号，并转化为能量，用于数据传输。

10.根据权利要求1所述的一种安全高能效的认知D2D通信方法，其特征在于：所述认知用户发送端和认知用户接收端在单位帧T的剩余时间(1-τ^*)T，以频谱共享方式接入授权蜂窝信道，与普通用户进行并行数据传输。

Images