CN112911586B - 基于智能反射面实现隐蔽通信的方法及系统 - Google Patents

Abstract

本发明涉及一种基于智能反射面实现隐蔽通信的方法及系统，包括以下步骤：在隐蔽通信模型上加入智能反射面,构建基于智能反射面的隐蔽通信模型；根据窃听者处的检测错误概率和期望接收用户处的中断概率，构建优化问题的数学模型;通过联合优化传输功率和智能反射面的相位和振幅，从而最小化期望用户传输中断概率，最大化窃听者检测错误的概率。本发明有效增强隐蔽通信的性能，提高了无线通信的安全传输。

Description

基于智能反射面实现隐蔽通信的方法及系统

技术领域

本发明涉及无线传输技术领域，具体涉及一种基于智能反射面实现隐蔽通信的方法及系统。

背景技术

随着无线通信的快速发展，对于人们和社会团体的隐私信息和信息安全变得越来越重要。由于无线通信系统的广播性质，周围的窃听者可以偷偷窃取我们所传输的隐秘信息。物理层安全和加密技术作为传统的无线通信安全技术有着一定的缺陷，随着计算资源的不断发展，加密技术被破解的风险大大提升；物理层安全旨在保护信息本身却未考虑通信过程以及通信用户的位置等隐私信息。在无线通信系统中，隐蔽通信保证了通信过程的隐蔽性，能够有效的隐藏发送端的位置以及是否发送信息等关键问题。隐蔽通信作为一种新型的无线通信安全技术，其目的是在保证两个用户之间进行无线通信的同时，保证该通信在窃听者处被检测到的概率极小。这就使得两者之间的通信更加隐蔽，进一步提升了无线通信的安全。即使对手具有强大的信息处理能力，其可实现的安全级别也不会降低。

发明内容

有鉴于此，本发明的目的在于提供一种基于智能反射面实现隐蔽通信的方法及系统，增强隐蔽通信的性能，提高了无线通信的安全传输。

为实现上述目的，本发明采用如下技术方案：

一种基于智能反射面实现隐蔽通信的方法，包括以下步骤：

在隐蔽通信模型上加入智能反射面,构建基于智能反射面的隐蔽通信模型；

根据窃听者处的检测错误概率和期望接收用户处的中断概率，构建优化问题的数学模型；

通过联合优化传输功率和智能反射面的相位和振幅，从而最小化期望用户传输中断概率，最大化窃听者检测错误的概率

进一步的，所述在隐蔽通信模型上加入智能反射面,构建基于智能反射面的隐蔽通信模型，具体为：

设期望用户、发送端以及窃听者的天线数目均为1，智能反射面有M个无源反射元件，则智能反射面的相位与振幅表示为：

式中，q为智能反射面的相位，θ是智能反射面的振幅；M为智能反射面的无源反射元件数量；

在窃听者处接收到的信号进行检测，形成二元决策表达式：

式中，σ_w ²是不确定噪声，h_iw是从智能反射面到窃听者的信道估计且是复高斯随机变量，h_ai是从发送者到智能反射面的信道估计，h_aw是从发送者到窃听者的信道估计且是复高斯随机变量，P_a则是发送者的传输功率，H₀为发送端没有发送信息的假设，H₁为发送端

有发送信息的假设；

其中，不确定噪声模型为：

式中，ρ_j代表噪声不确定水平，噪声功率为

j＝b时为接收处，j＝w时为窃听处；

窃听者用一个决策规则对收到的信号进行决策：

式中，τ为检测阈值；

通过检测错误的概率来衡量窃听者的检测性能：

ξ＝α+β, (5)

式中α＝P(D₁|H₀)是误检率，β＝P(D₀|H₁)是漏检率，D₀和D₁是窃听者关于发送者是否发送的二元决策；

式中，

为指数积分函数，E(x,y)＝E₁(-x)-E₁(-y)；

窃听者处的最终目标是以最小的检测错误概率ξ^*对Alice是否发

送了信号做出正确的判断，隐蔽约束条件表示为

ξ^*≥1-ε (9)

其中，ε是一个很小的值用来决定系统所需要的隐蔽性；当总检测错误概率为ξ^*时，其最优的检测阈值τ^*在

之间；

对于发送者到期望用户的传输中断概率在噪声不确定的情况下，表示为：

δ＝P[log₂(1+γ_b)＜R] (10)

式中，δ为传输中断概率，R是以这个满足QoS的固定传输速率，γ_b是期望用户处的信噪比：

式中，σ_b ²是不确定噪声，h_ib是从智能反射面到窃听者的信道估计，h_ai是从发送者到智能反射面的信道估计，h_ab是从发送者到窃听者的信道估计。

进一步的，所述根据窃听者处的检测错误概率和期望接收用户处的中断概率，构建优化问题的数学模型，具体为：联合优化受制于隐蔽约束、发送者的最大传输功率以及智能反射面的反射系数的约束

0≤q_n≤1,

0≤θ_n≤2π,

P_a≤P_max (12)

式中为q_n振幅，θ_n为相位，P为发送端的发射功率，n的取值是从1～M，M是智能反射面无源反射组件的个数；

根据信噪比公式和传输中断概率公式的关系，当信噪比变大，传输中断概率变小，信噪比的变大决定因素在其分子P_a|h_ibΘh_ai+h_ab|²上，对其进行化简得：

对智能反射面的最优相位为：

经过上述的变化，优化问题最终转化为：

0≤q_n≤1,

0≤θ_n≤2π,

P_a≤P_max。 (15)

进一步的，所述联合优化传输功率和智能反射面的相位和振幅，具体为：

在

的条件下，α+β经过求解表示：

式中E(x,y)＝E₁(-x)-E₁(-y)，

是指数积分函数，ρ_w是窃听者处的噪声不确定水平，

A是窃听者收到的能量，且检测错误的概率随着A的增加而减少，将隐蔽约束条件转化成

A≤F(τ) (17)

F(τ)是满足于α+β＝1-ε时A的值，找到A的最大值就是约束条件的最优；

由于目标函数中的值都是实数且大于0，所以可以对目标函数开方，目标函数和隐蔽约束条件都是非凸的，将其转化成向量形式求解：

P_a≤P_max (18)

式中，

是

的第n个元素，

其中(·)^T表示矩阵的转置；

利用对当前凸优化问题求解器求解，得到优化情况的传输功率以及优化的智能反射面的振幅。

一种基于智能反射面实现隐蔽通信系统，包括发送端、接收端和智能反射面；所述发送端与智能发射面、接收端分别连接；所述接收端与发送端和智能反射面连接。

本发明与现有技术相比具有以下有益效果：

本发明增强隐蔽通信的性能，提高了无线通信的安全传输。

附图说明

图1是本发明系统模型示意图

图2是本发明一实施例中在不同的约束条件ε下随着智能反射面无源反射元件的变化；其中，(a)为期望接受者处的传输中断概率变化图，其中包含三种方案：加入了智能反射面并对其振幅进行了优化；加入了智能反射面并固定了振幅；未加入智能发射面的曲线对比图；(b)-(c)为发送端的传输功率的变化图，其中包含三种方案：布置了智能反射面并对其振幅进行了优化；布置了智能反射面并固定了振幅；未布置智能发射面的曲线对比图

图3是本发明在不同的智能反射面上无源反射元件的条件下，不同的噪声不确定水平的影响；其中，(a)为在不同的智能反射面上无源反射元件的条件下，不同的噪声不确定水平对期望接受者处的传输中断概率的影响，其中包含三种方案：布置了智能反射面并对其振幅进行了优化；布置了智能反射面并固定了振幅；未布置智能发射面的曲线对比图；(b)为在不同的智能反射面上无源反射元件的条件下，不同的噪声不确定水平对发送端的传输功率的影响，其中包含三种方案：布置了智能反射面并对其振幅进行了优化；布置了智能反射面并固定了振幅；未布置智能发射面的曲线对比图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

请参照图1，本发明提供一种基于智能反射面实现隐蔽通信的方法，包括以下步骤：

设期望用户、发送端以及窃听者的天线数目均为1，智能反射面有M个无源反射元件，则智能反射面的相位与振幅表示为：

式中，q为智能反射面的相位，θ是智能反射面的振幅；M为智能反射面的无源反射元件数量；

在窃听者处接收到的信号进行检测，形成二元决策表达式：

式中，σ_w ²是不确定噪声，h_iw是从智能反射面到窃听者的信道估计且是复高斯随机变量，h_ai是从发送者到智能反射面的信道估计，h_aw是从发送者到窃听者的信道估计且是复高斯随机变量，P_a则是发送者的传输功率，H₀为发送端没有发送信息的假设，H₁为发送端有发送信息的假设；

其中，不确定噪声模型为：

式中，ρ_j代表噪声不确定水平，噪声功率为

j＝b时为接收处，j＝w时为窃听处；

窃听者用一个决策规则对收到的信号进行决策：

式中，τ为检测阈值；

通过检测错误的概率来衡量窃听者的检测性能：

ξ＝α+β, (5)

式中α＝P(D₁|H₀)是误检率，β＝P(D₀|H₁)是漏检率，D₀和D₁是窃听者关于发送者是否发送的二元决策；

式中，

为指数积分函数，E(x,y)＝E₁(-x)-E₁(-y)；

窃听者处的最终目标是以最小的检测错误概率ξ^*对Alice是否发

送了信号做出正确的判断，隐蔽约束条件表示为

ξ^*≥1-ε (9)

其中，ε是一个很小的值用来决定系统所需要的隐蔽性；当总检测错误概率为ξ^*时，其最优的检测阈值τ^*在

之间；

对于发送者到期望用户的传输中断概率在噪声不确定的情况下，表示为：

δ＝P[log₂(1+γ_b)＜R] (10)

式中，δ为传输中断概率，R是以这个满足QoS的固定传输速率，γ_b是期望用户处的信噪比：

式中，σ_b ²是不确定噪声，h_ib是从智能反射面到窃听者的信道估计，h_ai是从发送者到智能反射面的信道估计，h_ab是从发送者到窃听者的信道估计。

本实施例，通过联合优化传输功率和智能反射面的相位和振幅，从而最小化期望用户传输中断概率，最大化窃听者检测错误的概率。联合优化中又受制于隐蔽约束、发送者的最大传输功率以及智能反射面的反射系数的约束。

0≤q_n≤1,

0≤θ_n≤2π,

P_a≤P_max (12)

式中为q_n振幅，θ_n为相位，P为发送端的发射功率，n的取值是从1～M，M是智能反射面无源反射组件的个数；

根据信噪比公式和传输中断概率公式的关系，当信噪比变大，传输中断概率变小，信噪比的变大决定因素在其分子P_a|h_ibΘh_ai+h_ab|²上，对其进行化简得：

对智能反射面的最优相位为：

经过上述的变化，优化问题最终转化为：

0≤q_n≤1,

0≤θ_n≤2π,

P_a≤P_max (15)

在本实施例中，转化后的优化问题比较难去解决，由于确切的隐蔽约束表达式很难获取，本实施例中采用一维搜索法去解决该问题，

在

的条件下，α+β经过求解表示：

式中E(x,y)＝E₁(-x)-E₁(-y)，

是指数积分函数，ρ_w是窃听者处的噪声不确定水平，

A是窃听者收到的能量，且检测错误的概率随着A的增加而减少，将隐蔽约束条件转化成

A≤F(τ) (17)

F(τ)是满足于α+β＝1-ε时A的值，找到A的最大值就是约束条件的最优；

由于目标函数中的值都是实数且大于0，所以可以对目标函数开方，目标函数和隐蔽约束条件都是非凸的，将其转化成向量形式求解：

P_a≤P_max (18)

式中，

是

的第n个元素，

其中(·)^T表示矩阵的转置；

利用对当前凸优化问题求解器求解，得到优化情况的传输功率以及优化的智能反射面的振幅。结合前面的智能反射面相位得到最佳的传输发射功率以及智能反射面的相位和振幅来提升通信中的隐蔽性。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (4)

1.一种基于智能反射面实现隐蔽通信的方法，其特征在于，包括以下步骤：

在隐蔽通信模型上加入智能反射面,构建基于智能反射面的隐蔽通信模型；

根据窃听者处的检测错误概率和期望接收用户处的中断概率，构建优化问题的数学模型；

通过联合优化传输功率和智能反射面的相位和振幅，从而最小化期望用户传输中断概率，最大化窃听者检测错误的概率；

所述在隐蔽通信模型上加入智能反射面,构建基于智能反射面的隐蔽通信模型，具体为：

设期望用户、发送端以及窃听者的天线数目均为1，智能反射面有M个无源反射元件，则智能反射面的相位与振幅表示为：

式中，q₁为智能反射面第一个无源反射元件的相位，q_M为智能反射面第M个无源反射元件的相位，θ₁是智能反射面第一个无源反射元件的振幅，θ_M智能反射面第M个无源反射元件；M为智能反射面的无源反射元件数量；

在窃听者处接收到的信号进行检测，形成二元决策表达式：

式中，σ_w ²是不确定噪声，h_iw是从智能反射面到窃听者的信道估计且是复高斯随机变量，h_ai是从发送者到智能反射面的信道估计，h_aw是从发送者到窃听者的信道估计且是复高斯随机变量，P_a则是发送者的传输功率，H₀为发送端没有发送信息的假设，H₁为发送端有发送信息的假设；

其中，不确定噪声模型为：

式中，ρ_j代表噪声不确定水平，噪声功率为

j＝b时为接收处，j＝w时为窃听处；

窃听者用一个决策规则对收到的信号进行决策：

式中，τ为检测阈值；

通过检测错误的概率来衡量窃听者的检测性能：

ξ＝α+β, (5)

式中α＝P(D₁|H₀)是误检率，β＝P(D₀|H₁)是漏检率，D₀和D₁是窃听者关于发送者是否发送的二元决策；

式中，

为指数积分函数，E(x,y)＝E₁(-x)-E₁(-y)；

窃听者处的最终目标是以最小的检测错误概率ξ^*对Alice是否发送了信号做出正确的判断，隐蔽约束条件表示为

ξ^*≥1-ε (9)

其中，ε是一个很小的值用来决定系统所需要的隐蔽性；当总检测错误概率为ξ^*时，其最优的检测阈值τ^*在

之间；

对于发送者到期望用户的传输中断概率在噪声不确定的情况下，表示为：

δ＝P[log₂(1+γ_b)＜R] (10)

式中，δ为传输中断概率，R是以这个满足QoS的固定传输速率，γ_b是期望用户处的信噪比：

式中，σ_b ²是不确定噪声，h_ib是从智能反射面到窃听者的信道估计，h_ai是从发送者到智能反射面的信道估计，h_ab是从发送者到窃听者的信道估计。

2.根据权利要求1所述的基于智能反射面实现隐蔽通信的方法，其特征在于，所述根据窃听者处的检测错误概率和期望接收用户处的中断概率，构建优化问题的数学模型，具体为：联合优化受制于隐蔽约束、发送者的最大传输功率以及智能反射面的反射系数的约束

式中为q_n为第n个元件的振幅，θ_n为相位为第n个元件的相位，P_a为发送端的发射功率，n的取值是从1～M，M是智能反射面无源反射组件的个数；

根据信噪比公式和传输中断概率公式的关系，当信噪比变大，传输中断概率变小，信噪比的变大决定因素在其分子P_a|h_ibΘh_ai+h_ab|²上，对其进行化简得：

对智能反射面的最优相位为：

经过上述的变化，优化问题最终转化为：

3.根据权利要求2所述的基于智能反射面实现隐蔽通信的方法，其特征在于，所述联合优化传输功率和智能反射面的相位和振幅，具体为：

在

的条件下，α+β经过求解表示：

式中E(x,y)＝E₁(-x)-E₁(-y)，

是指数积分函数，ρ_w是窃听者处的噪声不确定水平，

A是窃听者收到的能量，且检测错误的概率随着A的增加而减少，将隐蔽约束条件转化成

A≤F(τ) (17)

F(τ)是满足于α+β＝1-ε时A的值，找到A的最大值就是约束条件的最优；

由于目标函数中的值都是实数且大于0，所以可以对目标函数开方，目标函数和隐蔽约束条件都是非凸的，将其转化成向量形式求解：

P_a≤P_max (18)

式中，

是

的第n个元素，

其中(·)^T表示矩阵的转置；

利用对当前凸优化问题求解器求解，得到优化情况的传输功率以及优化的智能反射面的振幅。

4.一种用于实现权利要求1-3任一所述基于智能反射面实现隐蔽通信方法的系统，其特征在于，包括发送端、接收端和智能反射面；所述发送端与智能发射面、接收端分别连接；所述接收端与发送端和智能反射面连接。

Images