CN109787828A - 认知swipt最佳节点选择与波束成型联合设计方法 - Google Patents

认知swipt最佳节点选择与波束成型联合设计方法 Download PDF

Info

Publication number
CN109787828A
CN109787828A CN201910049061.XA CN201910049061A CN109787828A CN 109787828 A CN109787828 A CN 109787828A CN 201910049061 A CN201910049061 A CN 201910049061A CN 109787828 A CN109787828 A CN 109787828A
Authority
CN
China
Prior art keywords
cognitive nodes
network
master network
beam forming
node
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
Application number
CN201910049061.XA
Other languages
English (en)
Other versions
CN109787828B (zh
Inventor
许晓荣
胡安迪
孙明杭
冯维
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.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201910049061.XA priority Critical patent/CN109787828B/zh
Publication of CN109787828A publication Critical patent/CN109787828A/zh
Application granted granted Critical
Publication of CN109787828B publication Critical patent/CN109787828B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了认知SWIPT最佳节点选择与波束成型联合设计方法。本发明以绿色无线认知网络为研究背景,引入具有能量收集能力的认知节点,给出了所提存在多个能量收集认知源节点情况下的认知携能网络中主网络与次网络之间合作安全通信策略的场景与数学模型。分析了该通信系统中主网络的安全通信性能以及次网络的可达通信速率。研究了主网络发送节点的发送功率、最佳认知节点发送功率、主网络目的节点干扰功率对主网络安全通信速率的影响。本发明方法满足存在多个能量收集认知源节点情况下认知携能网络中主网络安全通信性能的要求,同时也保证了次网络的通信质量要求。

Description

认知SWIPT最佳节点选择与波束成型联合设计方法
技术领域
本发明属于信息与通信工程技术领域,提出了一种认知无线携能通信中存在多个能量收集认知源节点情况下的最佳认知源节点选择与波束成型向量的联合设计方法,并给出了具体的流程。该方法涉及认知携能通信网络中最佳认知源节点的选择策略与认知节点波束成型向量的联合设计,主要为存在多个能量收集认知源节点的认知携能通信网络中实现安全信道容量最大化的通信策略。
背景技术
随着无线业务数据量的爆炸性增长,无线通信系统面临频谱资源告急以及能量消耗剧增的双重压力。根据美国联邦通信委员会(Federal Communications Commission,FCC)的调查报告,已经授权给现行商用和军用无线通信系统的大量频谱资源,在不同的时域和地域实际上并未得到充分利用,甚至某些通信系统的无线频谱的利用率只有15%。已授权频谱利用率低下的普遍现象加剧了频谱资源的匮乏问题。为了有效解决频谱资源匮乏这一问题,提高现有频谱的利用率,认知无线网络(Cognitive Radio Network,CRN)技术应运而生,它允许主次用户共享授权频谱,大大提高了频谱利用率。
无线业务的飞速膨胀带来的另一问题是,能量的大量消耗与无线设备供能难度的加大。特别是,大量随机分布的无线通信设备(如传感器、智能终端等)是由容量有限的电池供电,极大地增加了无线通信网络的维护成本,也限制了其生命周期。能量收集技术由于其无间断进行能量收集并提供绿色无污染的能量等特点,越来越受到学术界和工业界的关注。特别是以射频(Radio Frequency,RF)信号为能量来源的能量收集技术,由于其可以使得无线网络中的设备通过天线接收电磁波信号,并经过整流电路将其转换为电能加以利用,被视为一种延长无线网络节点生存周期的有效办法。另一方面,电磁波信号作为信息的物理载体,已经广泛应用于无线通信中。因而,无线电信号这种与生俱来的同时承载信息和能量于一身的物理特性孕育了一门新兴的支持无线信息和能量同时传输的技术——无线携能通信技术(Simultaneous Wireless Information and Power Transfer,SWIPT)。该技术利用无线电射频信号同时传输信息和能量,实现无线信息和能量可控高效同时传输,极大地延长了能量受限网络的寿命。
SWIPT技术为协作通信(Cooperative Communications,CC),尤其是协作认知无线网络(Cooperative Cognitive Radio Network,CCRN)的系统设计带来了新的机遇。结合能量收集技术的次网络为无线通信系统低的频谱利用效率提供了很好的解决方法,同时为延长和解决网络生存时间提供了新的思路。在CCRN中引入能量收集技术,其相比于传统的CCRN,其允许认知用户在接收授权主用户信号进行协作转发的同时,从授权主用户的信号中收集一定的传输能量,这对认知用户提供了更多的激励措施,使得认知用户更愿意且有能力协助授权主用户传输,从而使系统的整体性能得到提升。因此,认知无线电与能量收集技术的结合,为当前的无线通信系统提供了新的解决方案。
在无线网络在不断发展创新的过程中,网络安全问题贯穿始终,它是无线网络最为关键和核心的问题之一。认知SWIPT无线网络独有的特点使它比其他传统无线网络更容易受到攻击且对安全威胁更为敏感。一个新型无线网络或网络业务的成功推广与应用,其基本前提就是用户的信息安全能够得到有效的保障。物理层安全作为一种区别于传统信息安全的通信技术,从香农信息理论角度出发,开创了信息论安全的新领域,为现在和未来安全通信的研究与应用指明了发展方向。安全通信的基础理论研究来源于香农的信息论,他从概率论和统计学的角度研究了保密通信系统所能达到的理论上的安全性能极限。评价无线通信系统的理论安全性能的主要技术指标有:安全通信速率、信息截获概率、安全能效等。
发明内容
本发明目的是针对多个具有能量收集认知源节点情况下,认知SWIPT网络中授权主用户与认知用户之间的合作安全通信。提出了认知SWIPT安全通信中最佳节点选择与波束成型向量的联合设计方法,并给出了具体的合作通信流程。
本发明解决问题的技术方案包括以下步骤:
步骤1、认知SWIPT最佳节点选择与波束成型联合设计方法场景假设与建模:
为了不失一般性,在具体描述联合设计策略之前,作出如下假设:
(1)假设整个通信时隙归一化为1,并等分为两个通信阶段;
(2)合法认知用户能够获得所有信道状态信息,系统中所有信道均服从瑞利平坦衰落;
(3)在授权主网络中,发送节点和目的节点不能直接进行通信,需要通过次网络中的认知节点中继转发。
第一阶段,主网络发送节点(PrimaryUser,PU),以功率PP广播信号xP。同时,主网络目的节点(Primary Destination,PD)以功率PD广播干扰信号xD。其中,xP和xD都是单位功率信号。
M个认知节点(SecondaryUser,SU)SUi(i=1,2,…,M)都能收到信号xP和干扰信号xD,每个认知节点均配备有N根天线,M个认知节点SUi(i=1,2,…,M)接收到的信号为:
其中,分别为主网络发送节点PU到第i个认知节点SUi和主网络目的节点PD到第i个认知节点SUi链路的N×1信道向量;是第i个认知节点SUi处的N×1噪声向量,噪声功率为
主网络使用最佳认知节点选择策略选取最佳的认知节点,最佳认知节点通过设计接收波束成型向量对接收到的信号进行信息解码,而其余认知节点对接收到的信号进行能量收集。
最佳认知节点SUb处的接收信干噪比表示为:
其中wb为SUb处待设计的接收波束成型向量,表示该向量的共轭转置。
其余认知节点SUi(i=1,2,…,M;i≠b)收集到的能量为:
其中η表示能量转化效率,并满足0≤η≤1。
在这一阶段中,窃听者Eve可以进行非法窃听,Eve获取到的信号和接收信干噪比分别为:
其中,hPE和hDE分别为PU到Eve和PD到Eve链路的信道系数;nE1是均值为0,方差为的加性高斯白噪声。
第二阶段,选择的最佳认知节点SUb允许使用授权主网络的通信频段发送数据,但同时也需要以解码转发(DF)协议帮助转发授权主网络的数据。在SUb处,发送信号表示为:
其中,xP和xS都是单位功率信号;是最佳认知节点的发送功率;wP分别是针对主网络目的节点PD和次网络目的节点(Secondary Destination,SD)的发送波束成型向量。
其余认知节点SUi(i=1,2,…,M;i≠b)则利用上一阶段收集到的能量发送次网络数据xS,发送信号表示为:
这一阶段,PD处的接收信号表示为:
其中nP是均值为0,方差为的加性高斯白噪声。这一阶段,PD处的接收信干噪比表示为:
这一阶段,SD处的接收信号表示为:
其中nS是均值为0,方差为的加性高斯白噪声。这一阶段,SD处的接收信干噪比表示为:
这一阶段,Eve处的接收信号表示为:
其中nE2是均值为0,方差为的加性高斯白噪声。这一阶段,Eve处的接收信干噪比表示为:
次网络只在第二阶段进行通信,因此次网络的通信速率表示为:
窃听者对两个阶段接收到的信号进行合并,窃听者的通信速率表示为:
由于SUb使用DF协议转发主网络数据,主网络的通信速率表示为:
其中,min[log2(1+γP1),log2(1+γP2)]表示log2(1+γP1)、log2(1+γP2)两者中较小的值。
主网络的安全通信速率定义为主网络的通信速率和窃听者的通信速率之差,表达式如下:
RP=[R-RE]+ (17)
其中RP=[R-RE]+表示当R-RE>0时,RP=R-RE;当R-RE≤0,RP=0。
步骤2、认知SWIPT最佳节点选择与波束成型联合设计方法中最佳认知节点的选择策略:
首先得到主网络发送节点和次网络各个认知节点之间的信道状态信息hPSi(i=1,2,…,M),然后依照以下准则选取最佳认知节点:
步骤3、认知SWIPT最佳节点选择与波束成型联合设计方法中最佳认知节点的接收波束成型向量设计:
为了避免主网络目的节点发送的干扰信号对最佳认知节点的信息解码的影响,提出了一种基于迫零准则的波束成型方案,即使得wb满足:
最后设计wb如下:
其中,
步骤4、认知SWIPT最佳节点选择与波束成型联合设计方法中最佳认知节点的发射波束成型向量设计和其余认知节点的发送波束成型向量设计:
为了避免次网络的数据信号xS对主网络目的节点的信息解码的影响,提出了一种基于迫零准则的波束成型方案,设计如下:
其中,
为了削弱窃听用户对最佳认知节点转发的主网络的数据信号xP的窃听,设计使得最佳认知节点的发送波束成型向量wP位于hSiE的零空间下:
其中,
本发明有益效果如下:
本发明以认知SWIPT中存在多个能量收集认知源节点情况下的主网络可达安全通信速率为优化目标建立优化模型,通过最佳认知节点选择与次网络认知节点的波束成型向量联合设计,使系统性能达到所需要求。
本发明以绿色无线认知网络为研究背景,引入具有能量收集能力的认知节点,给出了所提存在多个能量收集认知源节点情况下的认知SWIPT中主网络与次网络之间合作安全通信策略的场景与数学模型。分析了该通信系统中主网络的安全通信性能以及次网络的可达通信速率。研究了主网络发送节点的发送功率、最佳认知节点发送功率、主网络目的节点干扰功率对主网络安全通信速率的影响。研究表明,随着最佳认知节点发送功率、主网络目的节点干扰功率的增加,主网络的可达安全通信速率先增加后趋向平缓。而主网络发送节点的发送功率增加并不能使得主网络可达安全通信速率一直增加,而是一个先增大后减小的过程,所以主网络发送节点不能以最大功率发送信号,而应以‘最佳’功率发送信号。同时分析了主网络发送节点的发送功率对次网络可达通信速率的影响。研究表明,主网络发送节点的发送功率越高,次网络可达通信速率越大。本发明方法满足存在多个能量收集认知源节点情况下认知SWIPT中主网络安全通信性能的要求,同时也保证了次网络的通信质量要求。
附图说明
图1为认知SWIPT最佳节点选择与波束成型联合设计方法第一阶段通信模型图。
图2为认知SWIPT最佳节点选择与波束成型联合设计方法第二阶段通信模型图。
图3为主网络发送节点的发送功率对主网络安全通信速率的影响。
图4为主网络发送节点的发送功率对次网络可达通信速率的影响。
图5为最佳认知节点的发送功率对主网络安全通信速率的影响。
图6为主网络目的节点干扰功率对主网络安全通信速率的影响。
具体实施方式
图1为认知SWIPT最佳节点选择与波束成型联合设计方法第一阶段通信模型图。在该阶段,主网络发送节点向多个认知节点广播数据信号xP,同时主网络目的节点广播干扰信号xD以干扰窃听用户。次网络认知节点具有信息传输与能量收集功能,同时也可以由电源供电。主网络以最佳认知节点选择策略选取最佳认知节点,最佳认知节点对接收到的信号进行信息解码,其余认知节点对接收到的信号进行能量收集。
图2为认知SWIPT最佳节点选择与波束成型联合设计方法第二阶段通信模型图。在该阶段,最佳认知节点被允许使用主网络的通信频段发送次网络数据xS,但同时也需要帮助转发主网络的数据xP。其余认知节点则利用第一阶段收集到的能量发送次网络数据xS
图3给出了在不同认知节点数目的情况下,主网络发送节点的发送功率对主网络安全通信速率的影响。当给定最佳认知节点的发送功率、主网络目的节点干扰功率均为30dBm;噪声均假设为高斯白噪声,噪声功率为1mW。由图可知,随着主网络发送节点的发送功率增大,主网络的安全通信速率先是不断增大,随后达到峰值,之后开始变小。在具有相同主网络发送节点的发送功率的条件下,认知节点数目较多的可以获得更大的主网络安全通信速率。
图4给出了在不同认知节点数目的情况下,主网络发送节点的发送功率对次网络可达通信速率的影响。当给定最佳认知节点的发送功率、主网络目的节点干扰功率均为30dBm;噪声均假设为高斯白噪声,噪声功率为1mW。由图可知,随着主网络发送节点的发送功率增大,次网络的可达通信速率先是变化平缓,随后迅速变大。在具有相同主网络发送节点的发送功率的条件下,认知节点数目较多的可以获得更大的主网络安全通信速率。
图5给出了在不同认知节点数目的情况下,最佳认知节点的发送功率对主网络安全通信速率的影响。当给定主网络发送节点的发送功率、主网络目的节点干扰功率均为30dBm;噪声均假设为高斯白噪声,噪声功率为1mW。由图可知,随着最佳认知节点的发送功率增大,主网络的安全通信速率先是不断增大,随后趋于平缓。在具有相同最佳认知节点的发送功率的条件下,认知节点数目较多的可以获得更大的主网络安全通信速率。
图6给出了在不同认知节点数目的情况下,主网络目的节点的干扰功率对主网络安全通信速率的影响。当给定最佳认知节点的发送功率、主网络发送节点的发送功率均为30dBm;噪声均假设为高斯白噪声,噪声功率为1mW。由图可知,随着主网络目的节点干扰功率增大,主网络的安全通信速率先是不断增大,随后趋于平缓。在具有相同主网络目的节点干扰功率的条件下,认知节点数目较多的可以获得更大的主网络安全通信速率。
本技术领域中的普通技术人员应当认识到,以上实施例仅是用来说明本发明,而并非作为对本发明的限定,只要在本发明的范围内,对以上实施例的变化、变型都将落在本发明的保护范围。

Claims (5)

1.认知SWIPT最佳节点选择与波束成型联合设计方法,其特征在于包括以下步骤:
步骤1、认知SWIPT最佳节点选择与波束成型联合设计方法场景假设与建模;
步骤2、认知SWIPT最佳节点选择与波束成型联合设计方法中最佳认知节点的选择策略;
步骤3、认知SWIPT最佳节点选择与波束成型联合设计方法中最佳认知节点的接收波束成型向量设计;
步骤4、认知SWIPT最佳节点选择与波束成型联合设计方法中最佳认知节点的发射波束成型向量设计和其余认知节点的发送波束成型向量设计。
2.如权利要求1所述的认知SWIPT最佳节点选择与波束成型联合设计方法,其特征在于步骤1所述的场景假设与建模,具体如下:
为了不失一般性,在具体描述安全通信策略之前,作出如下预设:
(1)设整个通信时隙归一化为1,并等分为两个通信阶段;
(2)合法认知用户可以能够获得所有信道状态信息,系统中所有信道均服从瑞利平坦衰落;
(3)在授权主网络中,发送节点和目的节点不能直接进行通信,需要通过次网络中的认知节点中继转发;
第一阶段,主网络发送节点PU,以功率PP广播信号xP;同时,主网络目的节点PD以功率PD广播干扰信号xD;其中,xP和xD都是单位功率信号;
M个认知节点SUi都能收到信号xP和xD,所有认知节点都配备有N根天线,其中i=1,2,3......M,M个认知节点SUi接收到的信号为:
其中,分别为PU到第i个认知节点SUi和PD到第i个认知节点SUi链路的N×1信道向量;是第i个认知节点SUi处的N×1噪声向量,噪声功率为
主网络使用最佳认知节点选择策略选取最佳的认知节点,最佳认知节点通过设计接收波束成型向量对接收到的信号进行信息解码,而其余认知节点对接收到的信号进行能量收集;
最佳认知节点SUb处的接收信干噪比表示为:
其中wb为SUb处待设计的接收波束成型向量,表示该向量的共轭转置;
其余认知节点SUi收集到的能量为:
其中η表示能量转化效率,并满足0≤η≤1;
在这一阶段中,i=1,2,3......M,i≠b;窃听者Eve能够进行非法窃听,Eve获取到的信号和接收信干噪比分别为:
其中,hPE和hDE分别为PU到Eve和PD到Eve链路的信道系数;nE1是均值为0,方差为的加性高斯白噪声;
第二阶段,选择的最佳认知节点SUb允许使用授权主网络的通信频段发送数据xS,但同时也需要帮助转发授权主网络的数据xP;在SUb处,发送信号可以表示为:
其中,xP和xS都是单位功率信号;是最佳认知节点的发送功率;wP分别是针对主网络目的节点PD和次网络目的节点SD的发送波束成型向量;
其余认知节点SUi,i=1,2,3......M,i≠b;则利用上一阶段收集到的能量发送次网络数据xS,发送信号表示为:
这一阶段,PD、SD和Eve的接收信号分别表示为:
PD、SD和Eve的接收信干噪比分别表示为:
因此,在整个通信阶段,主网络可达到的安全通信速率表示为:
次网络可达到的安全通信速率表示为:
3.如权利要求2所述的认知SWIPT最佳节点选择与波束成型联合设计方法,其特征在于步骤2所述的最佳认知节点的选择策略,具体如下:
首先得到主网络发送节点和次网络各个认知节点之间的信道状态信息,然后依照以下准则选取最佳认知节点:
4.如权利要求3所述的认知SWIPT最佳节点选择与波束成型联合设计方法,其特征在于步骤3所述的最佳认知节点的接收波束成型向量设计,具体如下:
为了避免主网络目的节点发送的干扰信号对最佳认知节点的信息解码的影响,提出了一种基于迫零准则的波束成型方案,即使得wb满足:
最后设计wb如下:
其中,
5.如权利要求4所述的认知SWIPT最佳节点选择与波束成型联合设计方法,其特征在于步骤4所述的最佳认知节点的发射波束成型向量设计和其余认知节点的发送波束成型向量设计,具体如下:
为了避免次网络的数据信号xS对主网络目的节点的信息解码的影响,提出了一种基于迫零准则的波束成型方案,设计如下:
其中,
为了削弱窃听用户对最佳认知节点转发的主网络的数据信号xP的窃听,设计使得最佳认知节点的发送波束成型向量wP位于的零空间下:
其中,
CN201910049061.XA 2019-01-18 2019-01-18 认知swipt最佳节点选择与波束成型联合设计方法 Active CN109787828B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910049061.XA CN109787828B (zh) 2019-01-18 2019-01-18 认知swipt最佳节点选择与波束成型联合设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910049061.XA CN109787828B (zh) 2019-01-18 2019-01-18 认知swipt最佳节点选择与波束成型联合设计方法

Publications (2)

Publication Number Publication Date
CN109787828A true CN109787828A (zh) 2019-05-21
CN109787828B CN109787828B (zh) 2021-08-31

Family

ID=66501070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910049061.XA Active CN109787828B (zh) 2019-01-18 2019-01-18 认知swipt最佳节点选择与波束成型联合设计方法

Country Status (1)

Country Link
CN (1) CN109787828B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110299934A (zh) * 2019-06-20 2019-10-01 重庆邮电大学 一种无线携能全双工中继系统的保密传输方法
CN112543472A (zh) * 2020-11-20 2021-03-23 杭州电子科技大学 认知swipt中基于dtps协议的多中继时隙与功率联合优化方法
CN113506040A (zh) * 2021-08-05 2021-10-15 重庆大学 一种uav蜂群中面向高性能联邦学习的调度和资源分配方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102740325B (zh) * 2011-04-02 2015-01-21 华为技术有限公司 获得信道信息的方法、装置及波束成形优化方法、装置
CN107769823A (zh) * 2016-08-18 2018-03-06 中山大学 一种基于认知双向中继网络的信息能量协作波束成形方法
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
CN109120316A (zh) * 2018-09-03 2019-01-01 杭州电子科技大学 一种基于最大化最小相位差值的混合波束成形方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102740325B (zh) * 2011-04-02 2015-01-21 华为技术有限公司 获得信道信息的方法、装置及波束成形优化方法、装置
CN107769823A (zh) * 2016-08-18 2018-03-06 中山大学 一种基于认知双向中继网络的信息能量协作波束成形方法
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
CN109120316A (zh) * 2018-09-03 2019-01-01 杭州电子科技大学 一种基于最大化最小相位差值的混合波束成形方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
卢晓梅: "认知无线电系统的携能关键技术研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110299934A (zh) * 2019-06-20 2019-10-01 重庆邮电大学 一种无线携能全双工中继系统的保密传输方法
CN112543472A (zh) * 2020-11-20 2021-03-23 杭州电子科技大学 认知swipt中基于dtps协议的多中继时隙与功率联合优化方法
CN112543472B (zh) * 2020-11-20 2022-06-21 杭州电子科技大学 认知swipt中基于dtps协议的多中继时隙与功率联合优化方法
CN113506040A (zh) * 2021-08-05 2021-10-15 重庆大学 一种uav蜂群中面向高性能联邦学习的调度和资源分配方法
CN113506040B (zh) * 2021-08-05 2022-06-03 重庆大学 一种uav蜂群中面向高性能联邦学习的调度和资源分配方法

Also Published As

Publication number Publication date
CN109787828B (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
CN109787828A (zh) 认知swipt最佳节点选择与波束成型联合设计方法
CN104883741B (zh) 一种认知无线电网络的资源分配算法
CN105916156B (zh) 一种基于混合式基站最大化通信系统吞吐量的方法
CN103281143B (zh) 一种基于双门限能量检测的选择式协作频谱感知方法
CN104581960B (zh) 一种保密中断概率约束下的多用户协作干扰功率分配方法
CN110602758B (zh) 一种基于多时隙无线能量收集的认知携能中继通信方法
CN107819738B (zh) 全双工中继系统中基于功率分配的物理层安全控制方法
CN103701563A (zh) 一种基于网络编码的终端直通通信方法
CN101720093A (zh) 一种基于正交矩阵的认知无线电频谱共享方法
CN110062377A (zh) 安全携能通信中功率分割因子与波束成型联合优化方法
CN109525985B (zh) 一种无线能量采集全双工主动窃听方法
CN107222907A (zh) 基于上行非正交多址中继辅助的蜂窝网络传输方法
CN109714737A (zh) 一种具有全双工基站蜂窝网络的d2d隐蔽通信系统及其通信方法
Tao et al. Achieving covert communication in uplink NOMA systems via energy harvesting jammer
CN106535202A (zh) 一种中继辅助非授权用户的半双工/全双工混合传输方法
CN106549698B (zh) 基于无线能量传输的双向中继系统的最大化最小用户速率方法
CN112492678B (zh) 基于短包通信的noma下行链路安全传输方法
CN107171775B (zh) 一种认知中继网络中提升物理层安全的混合双工传输方法
CN106953819B (zh) 基于多无线电协作预编码的物理层保密通信方法
CN107404475B (zh) 一种基于频谱及能量资源激励的物理层安全传输方法
Phan et al. Reliability-security in wireless-powered cooperative network with friendly jammer
CN109769263A (zh) 一种安全高能效的认知d2d通信方法
CN111787545B (zh) 基于能量收集的全双工认知中继功率分配方法
CN113438651B (zh) 基于noma的环境背向散射通信系统的物理层认证方法
CN106060763B (zh) 一种基于用户位置信息的d2d通信干扰协调方法

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