CN113225119A - 一种基于信息超表面的波束域抗干扰和抗截获通信方法 - Google Patents

一种基于信息超表面的波束域抗干扰和抗截获通信方法 Download PDF

Info

Publication number
CN113225119A
CN113225119A CN202110509219.4A CN202110509219A CN113225119A CN 113225119 A CN113225119 A CN 113225119A CN 202110509219 A CN202110509219 A CN 202110509219A CN 113225119 A CN113225119 A CN 113225119A
Authority
CN
China
Prior art keywords
interference
vector
beam forming
base station
super
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
CN202110509219.4A
Other languages
English (en)
Other versions
CN113225119B (zh
Inventor
安康
朱勇刚
孙艺夫
李程
李勇
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202110509219.4A priority Critical patent/CN113225119B/zh
Publication of CN113225119A publication Critical patent/CN113225119A/zh
Application granted granted Critical
Publication of CN113225119B publication Critical patent/CN113225119B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/04013—Intelligent reflective surfaces
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B15/00—Suppression or limitation of noise or interference
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请涉及一种基于信息超表面的波束域抗干扰和抗截获通信方法、装置、计算机设备和存储介质。所述方法包括：以抗干扰和抗截获通信系统传输速率最大化为目标函数，接收信干噪比大于门限信息、接收信干噪比大于门限信息和智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型，求解得到通信系统的最优波束形成矢量。本发明利用信息可编程超材料构成的智能反射面实现无线信道环境可重构能力，使无线通信信道变得灵活可控，在提升传输速率和通信质量、降低发射功率的同时，实现抗干扰和抗截获通信能力提升。

Description

一种基于信息超表面的波束域抗干扰和抗截获通信方法
技术领域
本申请涉及计算机通信技术领域，特别是涉及一种基于信息超表面的波束域抗干扰和抗截获通信方法、装置、计算机设备和存储介质。
背景技术
信息化战争条件下，制信息权是决定战场胜负的关键因素之一，军事无线通信系统是现代和未来战争中敌方攻击、破坏的首要目标。在面向未来信息对抗的战场环境下，通信干扰与抗干扰已经成为信息化作战关注的焦点和难点问题。近年来，随着信号处理和芯片等技术的发展，现有通信干扰设备的能力越来越强，例如美国的EA-18G“咆哮者”电子战飞机包括全新的对抗系统、干扰装置和干扰对消设备，在对敌方实施干扰的同时，又具有监听和截获信号的能力。
传统抗干扰手段主要包括跳频(FHSS)、直接序列扩谱(DSSS)、自适应功率控制等技术。这些手段针对常规干扰具有较好的抗干扰效果，但面对灵活多变、多域结合、跨层联合的新型智能化干扰样式，这些抗干扰手段难以满足恶劣电磁环境下的可靠通信要求。同时，由于无线信道的广播特性，无线通信信号在传播过程容易泄漏给非法窃听用户。实现抗截获通信重要的一点是有效阻止窃听用户获得更多的有用信息，目前所采用的抗截获通信技术手段主要包括MIMO、发射/接收天线选择、人工噪声以及干扰辅助等策略等。现有抗截获方案虽然可行，但会明显增加基站的发射功率，同时也会提高基站的运算复杂度。总结归纳现有抗干扰和抗截获技术可以发现，现有技术手段只是被动适应电磁环境，认为无线信道环境对通信双方起负面作用，其核心思想是设计更好的发射机和接收机以改善系统抗干扰/抗截获性能，依靠“补丁式”、“外挂式”安全增强方案来实现的安全防护，不能够充分利用通信方先天具备的主动优势和先发优势。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提升抗干扰和抗截获能力的基于信息超表面的波束域抗干扰和抗截获通信方法、装置、计算机设备和存储介质。
一种基于信息超表面的波束域抗干扰和抗截获通信方法，所述方法包括：
获取抗干扰和抗截获通信系统的基站发射总功率门限信息、接收信干噪比大于门限信息、安全传输速率大于门限信息和收敛门限信息；所述抗干扰和抗截获通信系统包含一个配置多根天线的基站、一个配置多个反射单元的智能信息超表面，一个配置单天线的合法用户，所述合法用户周围存在一个配置多根天线的干扰机和一个配置单天线的窃听用户；
以所述抗干扰和抗截获通信系统传输速率最大化为目标函数，所述接收信干噪比大于门限信息、所述接收信干噪比大于门限信息和所述智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型；
将所述优化模型拆分成两个相互独立的子模型交替优化求解，通过引入辅助变量矩阵变换、半正定松弛和高斯随机化算法，求解当前次迭代中所述基站主动发射波束形成权矢量的第一最优解，通过引入辅助变量、Charnes-Cooper变换和高斯随机化算法，求解当前次迭代中所述智能信息超表面反射波束形成矢量的第二最优解；
根据所述第一最优解和所述第二最优解，得到当前次迭代后所述抗干扰和抗截获通信系统的传输速率，当所述传输速率与前一次迭代后传输速率的差值小于所述收敛门限时，结束迭代，根据最后一次迭代输出的第一最优解和第二最优解得到所述抗干扰和抗截获通信系统的最优波束形成矢量，根据所述最优波束形成矢量实现抗干扰和抗截获通信。
在其中一个实施例中，还包括：以所述抗干扰和抗截获通信系统传输速率最大化为目标函数，所述接收信干噪比大于门限信息、所述接收信干噪比大于门限信息和所述智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型为：
Figure BDA0003059642790000031
s.t.SINR(wT,V)≥γ,
Csec(wT,V)≥τ,
||wT||2≤Pmax,
Figure BDA0003059642790000035
其中WT表示基站主动发射波束形成权矢量，v＝(v1,...,vN)T表示智能信息超表面反射波束形成矢量，vn表示每个超表面反射单元相位系数，Csec表示抗截获安全传输速率，V＝diag(v)表示v的对角化处理，γ表示所述抗干扰接收信干噪比门限，τ表示所述抗截获安全传输速率门限，Pmax表示所述基站发射总功率门限，hIU表示所述智能信息超表面到所述合法用户的信道向量，hBU表示所述基站到所述合法用户的信道向量，hJU表示所述干扰机到所述合法用户的信道向量，GBI表示所述基站到所述智能信息超表面的信道向量，GJI表示所述干扰机到所述智能信息超表面的信道向量，wJ表示所述干扰机发射波束形成矢量，
Figure BDA0003059642790000032
表示所述合法用户处接收噪声方差，N表示所述智能信息超表面配置的反射单元的个数，|·|2表示模方，||·||2表示二范数的平方，|·|表示模。
在其中一个实施例中，还包括：在给定智能信息超表面反射波束形成矢量v的条件下，构建优化基站主动发射波束形成权矢量WT对应的第一优化子模型
Figure BDA0003059642790000033
为：
Figure BDA0003059642790000034
s.t.SINR(wT,V)≥γ,
Csec(wT,V)≥τ,
||wT||2≤Pmax,
在给定基站主动发射波束形成权矢量WT的条件下，构建优化智能信息超表面反射波束形成矢量v对应的第二优化子模型
Figure BDA0003059642790000041
为：
Figure BDA0003059642790000042
Figure BDA0003059642790000043
Csec(wT,V)≥τ,
Figure BDA0003059642790000044
在其中一个实施例中，还包括：引入hBU＝hIUVGBI+hBU，hJU＝hIUVGJI+hJU，hBE＝hIEVGBI+hBE，
Figure BDA0003059642790000045
J＝|(hIUVGJI+hJU)wJ|2辅助变量代换，将
Figure BDA0003059642790000046
转化为：
Figure BDA0003059642790000047
Figure BDA0003059642790000048
Figure BDA0003059642790000049
Figure BDA00030596427900000410
rank(WT)＝1
其中，·H表示共轭转置。
利用半正定松弛和高斯随机化方法，通过标准凸优化数学工具包CVX求解当前次迭代中所述基站主动发射波束形成权矢量的第一最优解wT。
在其中一个实施例中，还包括：引入辅助变量
Figure BDA00030596427900000411
Figure BDA00030596427900000412
以及
Figure BDA00030596427900000413
Figure BDA0003059642790000051
Figure BDA0003059642790000052
将
Figure BDA0003059642790000053
转化为：
Figure BDA0003059642790000054
Figure BDA0003059642790000055
Figure BDA0003059642790000056
Figure BDA0003059642790000057
Figure BDA0003059642790000058
利用Charnes-Cooper变换，引入变量
Figure BDA0003059642790000059
将
Figure BDA00030596427900000510
转化为:
Figure BDA00030596427900000511
s.t.Tr{HUS}+ηhU≥γ,
Figure BDA00030596427900000512
Tr{HJS}+η(hJ+σU 2)＝1,
Tr{QnS}＝η,rank(S)＝1.。
通过高斯随机化方法和标准凸优化数学工具包CVX求解当前次迭代中所述智能信息超表面反射波束形成矢量的第二最优解v。
在其中一个实施例中，还包括：根据最后一次迭代输出的主动发射波束形成权矢量配置所述基站；
根据最后一次迭代输出的被动反射波束形成矢量配置所述智能信息超表面；
通过所述基站和所述智能信息超表面调控电磁波传播环境，实现抗干扰和抗截获通信。
在其中一个实施例中，还包括：所述智能信息超表面配置在所述基站和所述合法用户之间。
一种基于信息超表面的波束域抗干扰和抗截获通信装置，所述装置包括：
预设信息获取模块，用于获取抗干扰和抗截获通信系统的基站发射总功率门限信息、接收信干噪比大于门限信息、安全传输速率大于门限信息和收敛门限信息；所述抗干扰和抗截获通信系统包含一个配置多根天线的基站、一个配置多个反射单元的智能信息超表面，一个配置单天线的合法用户，所述合法用户周围存在一个配置多根天线的干扰机和一个配置单天线的窃听用户；
优化模型构建模块，用于以所述抗干扰和抗截获通信系统传输速率最大化为目标函数，所述接收信干噪比大于门限信息、所述接收信干噪比大于门限信息和所述智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型；
模型求解模块，用于将所述优化模型拆分成两个相互独立的子模型交替优化求解，通过引入辅助变量矩阵变换、半正定松弛和高斯随机化算法，求解当前次迭代中所述基站主动发射波束形成权矢量的第一最优解，通过引入辅助变量、Charnes-Cooper变换和高斯随机化算法，求解当前次迭代中所述智能信息超表面反射波束形成矢量的第二最优解；
结果输出模块，用于根据所述第一最优解和所述第二最优解，得到当前次迭代后所述抗干扰和抗截获通信系统的传输速率，当所述传输速率与前一次迭代后传输速率的差值小于所述收敛门限时，结束迭代，根据最后一次迭代输出的第一最优解和第二最优解得到所述抗干扰和抗截获通信系统的最优波束形成矢量，根据所述最优波束形成矢量实现抗干扰和抗截获通信。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取抗干扰和抗截获通信系统的基站发射总功率门限信息、接收信干噪比大于门限信息、安全传输速率大于门限信息和收敛门限信息；所述抗干扰和抗截获通信系统包含一个配置多根天线的基站、一个配置多个反射单元的智能信息超表面，一个配置单天线的合法用户，所述合法用户周围存在一个配置多根天线的干扰机和一个配置单天线的窃听用户；
以所述抗干扰和抗截获通信系统传输速率最大化为目标函数，所述接收信干噪比大于门限信息、所述接收信干噪比大于门限信息和所述智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型；
将所述优化模型拆分成两个相互独立的子模型交替优化求解，通过引入辅助变量矩阵变换、半正定松弛和高斯随机化算法，求解当前次迭代中所述基站主动发射波束形成权矢量的第一最优解，通过引入辅助变量、Charnes-Cooper变换和高斯随机化算法，求解当前次迭代中所述智能信息超表面反射波束形成矢量的第二最优解；
根据所述第一最优解和所述第二最优解，得到当前次迭代后所述抗干扰和抗截获通信系统的传输速率，当所述传输速率与前一次迭代后传输速率的差值小于所述收敛门限时，结束迭代，根据最后一次迭代输出的第一最优解和第二最优解得到所述抗干扰和抗截获通信系统的最优波束形成矢量，根据所述最优波束形成矢量实现抗干扰和抗截获通信。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取抗干扰和抗截获通信系统的基站发射总功率门限信息、接收信干噪比大于门限信息、安全传输速率大于门限信息和收敛门限信息；所述抗干扰和抗截获通信系统包含一个配置多根天线的基站、一个配置多个反射单元的智能信息超表面，一个配置单天线的合法用户，所述合法用户周围存在一个配置多根天线的干扰机和一个配置单天线的窃听用户；
以所述抗干扰和抗截获通信系统传输速率最大化为目标函数，所述接收信干噪比大于门限信息、所述接收信干噪比大于门限信息和所述智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型；
将所述优化模型拆分成两个相互独立的子模型交替优化求解，通过引入辅助变量矩阵变换、半正定松弛和高斯随机化算法，求解当前次迭代中所述基站主动发射波束形成权矢量的第一最优解，通过引入辅助变量、Charnes-Cooper变换和高斯随机化算法，求解当前次迭代中所述智能信息超表面反射波束形成矢量的第二最优解；
根据所述第一最优解和所述第二最优解，得到当前次迭代后所述抗干扰和抗截获通信系统的传输速率，当所述传输速率与前一次迭代后传输速率的差值小于所述收敛门限时，结束迭代，根据最后一次迭代输出的第一最优解和第二最优解得到所述抗干扰和抗截获通信系统的最优波束形成矢量，根据所述最优波束形成矢量实现抗干扰和抗截获通信。
上述基于信息超表面的波束域抗干扰和抗截获通信方法、装置、计算机设备和存储介质，通过以抗干扰和抗截获通信系统传输速率最大化为目标函数，接收信干噪比大于门限信息、接收信干噪比大于门限信息和智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型；将优化模型拆分成两个相互独立的子模型交替优化求解，通过引入辅助变量矩阵变换、半正定松弛和高斯随机化算法，求解当前次迭代中基站主动发射波束形成权矢量的第一最优解，通过引入辅助变量、Charnes-Cooper变换和高斯随机化算法，求解当前次迭代中智能信息超表面反射波束形成矢量的第二最优解；满足预设条件后结束迭代，根据最后一次迭代输出的第一最优解和第二最优解得到抗干扰和抗截获通信系统的最优波束形成矢量，实现抗干扰和抗截获通信。本发明以无线信道互异性、唯一性、多样性等内生属性入手，从主动改变无线传输环境的观念出发，跳出了收发机被动适应信道的传统角度，在提升传输速率和通信质量、降低发射功率的同时，实现抗干扰和抗截获通信能力提升，推动信息超材料技术在无线通信安全领域应用。
附图说明
图1为一个实施例中基于信息超表面的波束域抗干扰和抗截获通信方法的应用场景图；
图2为一个实施例中基于信息超表面的波束域抗干扰和抗截获通信方法的流程示意图；
图3为另一个实施例中基于信息超表面的波束域抗干扰和抗截获通信方法的流程示意图；
图4为一个实施例中基于信息超表面的波束域抗干扰和抗截获通信装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的基于信息超表面的波束域抗干扰和抗截获通信方法，可以应用于如图1所示的应用环境中。其中，针对无线抗干扰和抗截获通信系统100，其包含一个配置M根天线的基站101、一个配置单天线的合法用户102、一个配置N个反射单元的智能超材料表面201、一个配置L根天线的干扰机301以及一个配置单天线的窃听用户302。基站101以wT为加权矢量进行波束形成后向合法用户102和智能超材料表面201发射信号，而干扰机301向合法用户201发射干扰信号；基站101到合法用户102、窃听用户302的信道向量hBU和hBE是1×M维的复随机向量；基站101到智能超材料表面201的信道矩阵GBI为N×M维的复随机矩阵；干扰机301到合法用户102和智能超材料表面201的信道向量hJU和信道矩阵GJI分别为1×L维的复随机向量和L×N维复随机矩阵；智能超材料表面201到合法用户102和窃听用户302的信道向量hIU和hIE都为1×N维的复随机向量；合法用户102、窃听用户302处接收噪声方差分别为
Figure BDA0003059642790000091
和
Figure BDA0003059642790000092
在一个实施例中，如图2所示，提供了一种基于信息超表面的波束域抗干扰和抗截获通信方法，包括以下步骤：
步骤202，获取抗干扰和抗截获通信系统的基站发射总功率门限信息、接收信干噪比大于门限信息、安全传输速率大于门限信息和收敛门限信息。
抗干扰和抗截获通信系统包含一个配置多根天线的基站、一个配置多个反射单元的智能信息超表面，一个配置单天线的合法用户，合法用户周围存在一个配置多根天线的干扰机和一个配置单天线的窃听用户。
信息可编程超材料(Reconfigurable Intelligent Surfaces，RIS)可通过设计其单元特性以及空间排布，控制电磁波的幅度、相位、频率、极化等参数，实现电磁能量的偏折、聚焦、吸波等功能。通过引入可调技术，可以设计出能够实时控制无线信道环境参数的可调超表面。可编程超表面对于提升无线通信系统安全传输能力而言具有巨大的潜能和应用前景，其可以在减少硬件资源成本的同时，并提供对无线电波的更精确控制和高可伸缩性。
步骤204，以抗干扰和抗截获通信系统传输速率最大化为目标函数，接收信干噪比大于门限信息、接收信干噪比大于门限信息和智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型。
通过基站和智能超表面联合设计重构无线信道环境，在通信系统基站发射总功率门限、接收信干噪比门限、安全传输速率门限、智能超表面各反射单元相位归一化的要求下最大化系统的传输速率。
步骤206，将优化模型拆分成两个相互独立的子模型交替优化求解，通过引入辅助变量矩阵变换、半正定松弛和高斯随机化算法，求解当前次迭代中基站主动发射波束形成权矢量的第一最优解，通过引入辅助变量、Charnes-Cooper变换和高斯随机化算法，求解当前次迭代中智能信息超表面反射波束形成矢量的第二最优解。
由于优化问题目标函数的非凸性，首先在交替优化的框架下利用矩阵变换和Charnes-Cooper变换将非凸的优化问题转化为符合凸形式的问题,然后利用半正定松弛和高斯随机化交替求解得到基站主动发射波束形成权矢量wT和智能超表面反射波束形成矢量v。
步骤208，根据第一最优解和第二最优解，得到当前次迭代后抗干扰和抗截获通信系统的传输速率，当传输速率与前一次迭代后传输速率的差值小于收敛门限时，结束迭代，根据最后一次迭代输出的第一最优解和第二最优解得到抗干扰和抗截获通信系统的最优波束形成矢量，根据最优波束形成矢量实现抗干扰和抗截获通信。
根据最后一次迭代输出的主动发射波束形成权矢量配置基站；根据最后一次迭代输出的被动反射波束形成矢量配置智能信息超表面；通过基站和智能信息超表面调控电磁波传播环境，实现抗干扰和抗截获通信。本发明利用信息可编程超材料构成的智能反射面实现无线信道环境可重构能力，使无线通信信道变得灵活可控，打破了将抗干扰通信研究重点全部放在收发机设计上的传统认识。
上述基于信息超表面的波束域抗干扰和抗截获通信方法中，通过以抗干扰和抗截获通信系统传输速率最大化为目标函数，接收信干噪比大于门限信息、接收信干噪比大于门限信息和智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型；将优化模型拆分成两个相互独立的子模型交替优化求解，通过引入辅助变量矩阵变换、半正定松弛和高斯随机化算法，求解当前次迭代中基站主动发射波束形成权矢量的第一最优解，通过引入辅助变量、Charnes-Cooper变换和高斯随机化算法，求解当前次迭代中智能信息超表面反射波束形成矢量的第二最优解；满足预设条件后结束迭代，根据最后一次迭代输出的第一最优解和第二最优解得到抗干扰和抗截获通信系统的最优波束形成矢量，实现抗干扰和抗截获通信。本发明以无线信道互异性、唯一性、多样性等内生属性入手，从主动改变无线传输环境的观念出发，跳出了收发机被动适应信道的传统角度，在提升传输速率和通信质量、降低发射功率的同时，实现抗干扰和抗截获通信能力提升，推动信息超材料技术在无线通信安全领域应用。
在其中一个实施例中，还包括：以抗干扰和抗截获通信系统传输速率最大化为目标函数，接收信干噪比大于门限信息、接收信干噪比大于门限信息和智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型为：
Figure BDA0003059642790000121
s.t.SINR(wT,V)≥γ,
Csec(wT,V)≥τ,
||wT||2≤Pmax,
Figure BDA0003059642790000125
其中WT表示基站主动发射波束形成权矢量，v＝(v1,...,vN)T表示智能信息超表面反射波束形成矢量，vn表示每个超表面反射单元相位系数，Csec表示抗截获安全传输速率，V＝diag(v)表示v的对角化处理，γ表示抗干扰接收信干噪比门限，τ表示抗截获安全传输速率门限，Pmax表示基站发射总功率门限，hIU表示智能信息超表面到合法用户的信道向量，hBU表示基站到合法用户的信道向量，hJU表示干扰机到合法用户的信道向量，GBI表示基站到智能信息超表面的信道向量，GJI表示干扰机到智能信息超表面的信道向量，wJ表示干扰机发射波束形成矢量，
Figure BDA0003059642790000122
表示合法用户处接收噪声方差，N表示智能信息超表面配置的反射单元的个数，|·|2表示模方，||·||2表示二范数的平方，|·|表示模。
在其中一个实施例中，还包括：在给定智能信息超表面反射波束形成矢量v的条件下，构建优化基站主动发射波束形成权矢量WT对应的第一优化子模型
Figure BDA0003059642790000123
为：
Figure BDA0003059642790000124
s.t.SINR(wT,V)≥γ,
Csec(wT,V)≥τ,
||wT||2≤Pmax,
在给定基站主动发射波束形成权矢量WT的条件下，构建优化智能信息超表面反射波束形成矢量v对应的第二优化子模型
Figure BDA0003059642790000131
为：
Figure BDA0003059642790000132
Figure BDA0003059642790000133
Csec(wT,V)≥τ,
Figure BDA0003059642790000134
在其中一个实施例中，还包括：引入hBU＝hIUVGBI+hBU，hJU＝hIUVGJI+hJU，hBE＝hIEVGBI+hBE，
Figure BDA0003059642790000135
J＝|(hIUVGJI+hJU)wJ|2辅助变量代换，将
Figure BDA0003059642790000136
转化为：
Figure BDA0003059642790000137
Figure BDA0003059642790000138
Figure BDA0003059642790000139
Figure BDA00030596427900001310
rank(WT)＝1。
其中，·H表示共轭转置。
转化后的第一优化子问题满足凸半正定规划问题条件，利用半正定松弛和高斯随机化方法，通过标准凸优化数学工具包CVX求解当前次迭代中基站主动发射波束形成权矢量的第一最优解wT。
在其中一个实施例中，还包括：引入辅助变量
Figure BDA00030596427900001311
Figure BDA00030596427900001312
以及
Figure BDA00030596427900001313
Figure BDA0003059642790000141
Figure BDA0003059642790000142
将
Figure BDA0003059642790000143
转化为：
Figure BDA0003059642790000144
Figure BDA0003059642790000145
Figure BDA0003059642790000146
Figure BDA0003059642790000147
Figure BDA0003059642790000148
利用Charnes-Cooper变换，引入变量
Figure BDA0003059642790000149
和
Figure BDA00030596427900001410
将
Figure BDA00030596427900001411
转化为:
Figure BDA00030596427900001412
s.t.Tr{HUS}+ηhU≥γ,
Figure BDA00030596427900001413
Tr{HJS}+η(hJ+σU 2)＝1,
Tr{QnS}＝η,rank(S)＝1.。
转换后的第二优化子问题满足凸半正定规划问题条件，通过高斯随机化方法和标准凸优化数学工具包CVX求解当前次迭代中智能信息超表面反射波束形成矢量的第二最优解v。
在其中一个实施例中，还包括：根据最后一次迭代输出的主动发射波束形成权矢量配置基站；根据最后一次迭代输出的被动反射波束形成矢量配置智能信息超表面；通过基站和智能信息超表面调控电磁波传播环境，实现抗干扰和抗截获通信。
在其中一个实施例中，还包括：智能信息超表面配置在基站和合法用户之间。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图3所示，提供了一种基于信息超表面的波束域抗干扰和抗截获通信方法，包括：
步骤一：设定系统基站发射总功率、接收信干噪比、安全传输速率和收敛门限；
步骤二：确定优化原问题；
步骤三：将原优化问题拆分成两个相互独立的子问题；
步骤四：求解基站主动发射端优化问题；
步骤五：求解信息超表面反射端优化问题；
步骤六：判断是否达到收敛条件，若不满组收敛条件，转到步骤三，否则，结束迭代，得到最优波束形成权矢量。
在一个实施例中，如图4所示，提供了一种基于信息超表面的波束域抗干扰和抗截获通信装置，包括：预设信息获取模块402、优化优化模型构建模块404、模型求解模块406和结果输出模块408，其中：
预设信息获取模块402，用于获取抗干扰和抗截获通信系统的基站发射总功率门限信息、接收信干噪比大于门限信息、安全传输速率大于门限信息和收敛门限信息；抗干扰和抗截获通信系统包含一个配置多根天线的基站、一个配置多个反射单元的智能信息超表面，一个配置单天线的合法用户，合法用户周围存在一个配置多根天线的干扰机和一个配置单天线的窃听用户；
优化模型构建模块404，用于以抗干扰和抗截获通信系统传输速率最大化为目标函数，接收信干噪比大于门限信息、接收信干噪比大于门限信息和智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型；
模型求解模块406，用于将优化模型拆分成两个相互独立的子模型交替优化求解，通过引入辅助变量矩阵变换、半正定松弛和高斯随机化算法，求解当前次迭代中基站主动发射波束形成权矢量的第一最优解，通过引入辅助变量、Charnes-Cooper变换和高斯随机化算法，求解当前次迭代中智能信息超表面反射波束形成矢量的第二最优解；
结果输出模块408，用于根据第一最优解和第二最优解，得到当前次迭代后抗干扰和抗截获通信系统的传输速率，当传输速率与前一次迭代后传输速率的差值小于收敛门限时，结束迭代，根据最后一次迭代输出的第一最优解和第二最优解得到抗干扰和抗截获通信系统的最优波束形成矢量，根据最优波束形成矢量实现抗干扰和抗截获通信。
优化模型构建模块404还用于以抗干扰和抗截获通信系统传输速率最大化为目标函数，接收信干噪比大于门限信息、接收信干噪比大于门限信息和智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型为：
Figure BDA0003059642790000161
s.t.SINR(wT,V)≥γ,
Csec(wT,V)≥τ,
||wT||2≤Pmax,
Figure BDA0003059642790000171
其中WT表示基站主动发射波束形成权矢量，v＝(v1,...,vN)T表示智能信息超表面反射波束形成矢量，vn表示每个超表面反射单元相位系数，Csec表示抗截获安全传输速率，V＝diag(v)表示v的对角化处理，γ表示抗干扰接收信干噪比门限，τ表示抗截获安全传输速率门限，Pmax表示基站发射总功率门限，hIU表示智能信息超表面到合法用户的信道向量，hBU表示基站到合法用户的信道向量，hJU表示干扰机到合法用户的信道向量，GBI表示基站到智能信息超表面的信道向量，GJI表示干扰机到智能信息超表面的信道向量，wJ表示干扰机发射波束形成矢量，
Figure BDA0003059642790000172
表示合法用户处接收噪声方差，N表示智能信息超表面配置的反射单元的个数，|·|2表示模方，||·||2表示二范数的平方，|·|表示模。
模型求解模块406还用于在给定智能信息超表面反射波束形成矢量v的条件下，构建优化基站主动发射波束形成权矢量WT对应的第一优化子模型
Figure BDA0003059642790000173
为：
Figure BDA0003059642790000174
s.t.SINR(wT,V)≥γ,
Csec(wT,V)≥τ,
||wT||2≤Pmax,
在给定基站主动发射波束形成权矢量WT的条件下，构建优化智能信息超表面反射波束形成矢量v对应的第二优化子模型
Figure BDA0003059642790000175
为：
Figure BDA0003059642790000176
Figure BDA0003059642790000177
Csec(wT,V)≥τ,
Figure BDA0003059642790000178
模型求解模块406还用于引入hBU＝hIUVGBI+hBU，hJU＝hIUVGJI+hJU，hBE＝hIEVGBI+hBE，
Figure BDA0003059642790000179
J＝|(hIUVGJI+hJU)wJ|2辅助变量代换，将
Figure BDA00030596427900001710
转化为：
Figure BDA0003059642790000181
Figure BDA0003059642790000182
Figure BDA0003059642790000183
Figure BDA0003059642790000184
rank(WT)＝1。
其中，·H表示共轭转置。
利用半正定松弛和高斯随机化方法，通过标准凸优化数学工具包CVX求解当前次迭代中基站主动发射波束形成权矢量的第一最优解wT。
模型求解模块406还用于引入辅助变量
Figure BDA0003059642790000185
Figure BDA0003059642790000186
以及
Figure BDA0003059642790000187
Figure BDA0003059642790000188
Figure BDA0003059642790000189
将
Figure BDA00030596427900001810
转化为：
Figure BDA00030596427900001811
Figure BDA00030596427900001812
Figure BDA00030596427900001813
Figure BDA00030596427900001814
Figure BDA00030596427900001815
利用Charnes-Cooper变换，引入变量
Figure BDA0003059642790000191
和
Figure BDA0003059642790000195
将
Figure BDA0003059642790000192
转化为:
Figure BDA0003059642790000193
s.t.Tr{HUS}+ηhU≥γ,
Figure BDA0003059642790000194
Tr{HJS}+η(hJ+σU 2)＝1,
Tr{QnS}＝η,rank(S)＝1.
通过高斯随机化方法和标准凸优化数学工具包CVX求解当前次迭代中智能信息超表面反射波束形成矢量的第二最优解v。
结果输出模块408还用于根据最后一次迭代输出的主动发射波束形成权矢量配置基站；根据最后一次迭代输出的被动反射波束形成矢量配置智能信息超表面；通过基站和智能信息超表面调控电磁波传播环境，实现抗干扰和抗截获通信。
关于基于信息超表面的波束域抗干扰和抗截获通信装置的具体限定可以参见上文中对于基于信息超表面的波束域抗干扰和抗截获通信方法的限定，在此不再赘述。上述基于信息超表面的波束域抗干扰和抗截获通信装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于信息超表面的波束域抗干扰和抗截获通信方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种基于信息超表面的波束域抗干扰和抗截获通信方法，其特征在于，所述方法包括：
获取抗干扰和抗截获通信系统的基站发射总功率门限信息、接收信干噪比大于门限信息、安全传输速率大于门限信息和收敛门限信息；所述抗干扰和抗截获通信系统包含一个配置多根天线的基站、一个配置多个反射单元的智能信息超表面，一个配置单天线的合法用户，所述合法用户周围存在一个配置多根天线的干扰机和一个配置单天线的窃听用户；
以所述抗干扰和抗截获通信系统传输速率最大化为目标函数，所述接收信干噪比大于门限信息、所述接收信干噪比大于门限信息和所述智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型；
将所述优化模型拆分成两个相互独立的子模型交替优化求解，通过引入辅助变量矩阵变换、半正定松弛和高斯随机化算法，求解当前次迭代中所述基站主动发射波束形成权矢量的第一最优解，通过引入辅助变量、Charnes-Cooper变换和高斯随机化算法，求解当前次迭代中所述智能信息超表面反射波束形成矢量的第二最优解；
根据所述第一最优解和所述第二最优解，得到当前次迭代后所述抗干扰和抗截获通信系统的传输速率，当所述传输速率与前一次迭代后传输速率的差值小于所述收敛门限时，结束迭代，根据最后一次迭代输出的第一最优解和第二最优解得到所述抗干扰和抗截获通信系统的最优波束形成矢量，根据所述最优波束形成矢量实现抗干扰和抗截获通信。
2.根据权利要求1所述的方法，其特征在于，以所述抗干扰和抗截获通信系统传输速率最大化为目标函数，所述接收信干噪比大于门限信息、所述接收信干噪比大于门限信息和所述智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型，包括：
以所述抗干扰和抗截获通信系统传输速率最大化为目标函数，所述接收信干噪比大于门限信息、所述接收信干噪比大于门限信息和所述智能信息超表面各反射单元幅度归一化为约束条件，基站主动发射波束形成权矢量和智能信息超表面反射波束形成矢量为优化变量，构建待求解的优化模型为：
Figure FDA0003059642780000021
s.t.SINR(wT,V)≥γ,
Csec(wT,V)≥τ,
||wT||2≤Pmax,
Figure FDA0003059642780000022
其中WT表示基站主动发射波束形成权矢量，v＝(v1,...,vN)T表示智能信息超表面反射波束形成矢量，vn表示每个超表面反射单元相位系数，Csec表示抗截获安全传输速率，V＝diag(v)表示v的对角化处理，γ表示所述抗干扰接收信干噪比门限，τ表示所述抗截获安全传输速率门限，Pmax表示所述基站发射总功率门限，hIU表示所述智能信息超表面到所述合法用户的信道向量，hBU表示所述基站到所述合法用户的信道向量，hJU表示所述干扰机到所述合法用户的信道向量，GBI表示所述基站到所述智能信息超表面的信道向量，GJI表示所述干扰机到所述智能信息超表面的信道向量，wJ表示所述干扰机发射波束形成矢量，
Figure FDA0003059642780000024
表示所述合法用户处接收噪声方差，N表示所述智能信息超表面配置的反射单元的个数，|·|2表示模方，||·||2表示二范数的平方，|·|表示模。
3.根据权利要求2所述的方法，其特征在于，将所述优化模型拆分成两个相互独立的子模型交替优化求解，包括：
在给定智能信息超表面反射波束形成矢量v的条件下，构建优化基站主动发射波束形成权矢量WT对应的第一优化子模型
Figure FDA0003059642780000023
为：
Figure FDA0003059642780000031
s.t.SINR(wT,V)≥γ,
Csec(wT,V)≥τ,
||wT||2≤Pmax,
在给定基站主动发射波束形成权矢量WT的条件下，构建优化智能信息超表面反射波束形成矢量v对应的第二优化子模型
Figure FDA0003059642780000032
为：
Figure FDA0003059642780000033
Figure FDA0003059642780000034
Csec(wT,V)≥τ,
Figure FDA0003059642780000035
4.根据权利要求3所述的方法，其特征在于，通过引入辅助变量矩阵变换、半正定松弛和高斯随机化算法，求解当前次迭代中所述基站主动发射波束形成权矢量的第一最优解，包括：
引入hBU＝hIUVGBI+hBU，hJU＝hIUVGJI+hJU，hBE＝hIEVGBI+hBE，
Figure FDA0003059642780000036
J＝|(hIUVGJI+hJU)wJ|2辅助变量代换，将
Figure FDA0003059642780000037
转化为：
Figure FDA0003059642780000038
Figure FDA0003059642780000039
Figure FDA00030596427800000310
Figure FDA00030596427800000311
rank(WT)＝1
其中，·H表示共轭转置；
利用半正定松弛和高斯随机化方法，通过标准凸优化数学工具包CVX求解当前次迭代中所述基站主动发射波束形成权矢量的第一最优解wT。
5.根据权利要求4所述的方法，其特征在于，通过引入辅助变量、Charnes-Cooper变换和高斯随机化算法，求解当前次迭代中所述智能信息超表面反射波束形成矢量的第二最优解，包括：
引入辅助变量
Figure FDA0003059642780000041
Figure FDA0003059642780000042
以及
Figure FDA0003059642780000043
Figure FDA0003059642780000044
Figure FDA0003059642780000045
将
Figure FDA0003059642780000046
转化为：
Figure FDA0003059642780000047
Figure FDA0003059642780000048
Figure FDA0003059642780000049
Figure FDA00030596427800000410
Figure FDA00030596427800000411
其中，Qn＝diag(v)，
Figure FDA00030596427800000412
表示窃听用户处接收噪声方差
Figure FDA00030596427800000413
利用Charnes-Cooper变换，引入变量
Figure FDA00030596427800000414
和
Figure FDA00030596427800000415
将
Figure FDA00030596427800000416
转化为:
Figure FDA00030596427800000417
s.t.Tr{HUS}+ηhU≥γ,
Figure FDA00030596427800000418
Tr{HJS}+η(hJ+σU 2)＝1,
Tr{QnS}＝η,rank(S)＝1.
通过高斯随机化方法和标准凸优化数学工具包CVX求解当前次迭代中所述智能信息超表面反射波束形成矢量的第二最优解v。
6.根据权利要求5所述的方法，其特征在于，根据最后一次迭代输出的第一最优解和第二最优解得到所述抗干扰和抗截获通信系统的最优波束形成矢量，根据所述最优波束形成矢量实现抗干扰和抗截获通信，包括：
根据最后一次迭代输出的主动发射波束形成权矢量配置所述基站；
根据最后一次迭代输出的被动反射波束形成矢量配置所述智能信息超表面；
通过所述基站和所述智能信息超表面调控电磁波传播环境，实现抗干扰和抗截获通信。
7.根据权利要求1至6任意一项所述的方法，其特征在于，所述智能信息超表面配置在所述基站和所述合法用户之间。
CN202110509219.4A 2021-05-11 2021-05-11 一种基于信息超表面的波束域抗干扰和抗截获通信方法 Active CN113225119B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110509219.4A CN113225119B (zh) 2021-05-11 2021-05-11 一种基于信息超表面的波束域抗干扰和抗截获通信方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110509219.4A CN113225119B (zh) 2021-05-11 2021-05-11 一种基于信息超表面的波束域抗干扰和抗截获通信方法

Publications (2)

Publication Number Publication Date
CN113225119A true CN113225119A (zh) 2021-08-06
CN113225119B CN113225119B (zh) 2023-03-24

Family

ID=77094443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110509219.4A Active CN113225119B (zh) 2021-05-11 2021-05-11 一种基于信息超表面的波束域抗干扰和抗截获通信方法

Country Status (1)

Country Link
CN (1) CN113225119B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113708886A (zh) * 2021-08-25 2021-11-26 中国人民解放军陆军工程大学 无人机抗干扰通信系统及联合轨迹与波束成形优化方法
CN113747442A (zh) * 2021-08-24 2021-12-03 华北电力大学（保定） 基于irs辅助的无线通信传输方法、装置、终端及存储介质
CN113890798A (zh) * 2021-10-18 2022-01-04 清华大学 Ris级联信道多用户联合的结构化稀疏估计方法及装置
CN114124259A (zh) * 2021-08-13 2022-03-01 南京邮电大学 基于不完整信息的智能反射表面的干扰测试方法
CN114337765A (zh) * 2022-01-13 2022-04-12 中国人民解放军国防科技大学 一种非理想信道状态信息下基于智能反射面的无线抗干扰和抗截获通信方法
CN114401031A (zh) * 2022-01-21 2022-04-26 中国人民解放军国防科技大学 一种辐射模式下基于智能超表面的安全通信方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109412745A (zh) * 2018-12-11 2019-03-01 中国人民解放军军事科学院国防科技创新研究院 一种星-地混合通信网络下行协同安全传输方法
CN110912597A (zh) * 2019-11-07 2020-03-24 南京邮电大学 一种基于多目标优化的鲁棒安全波束成形方法
CN111181615A (zh) * 2019-11-29 2020-05-19 广东工业大学 一种基于智能反射面的多小区无线通信方法
CN112672375A (zh) * 2020-12-07 2021-04-16 大连理工大学 一种智能反射面辅助的非正交多址接入网络中安全通信方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109412745A (zh) * 2018-12-11 2019-03-01 中国人民解放军军事科学院国防科技创新研究院 一种星-地混合通信网络下行协同安全传输方法
CN110912597A (zh) * 2019-11-07 2020-03-24 南京邮电大学 一种基于多目标优化的鲁棒安全波束成形方法
CN111181615A (zh) * 2019-11-29 2020-05-19 广东工业大学 一种基于智能反射面的多小区无线通信方法
CN112672375A (zh) * 2020-12-07 2021-04-16 大连理工大学 一种智能反射面辅助的非正交多址接入网络中安全通信方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114124259A (zh) * 2021-08-13 2022-03-01 南京邮电大学 基于不完整信息的智能反射表面的干扰测试方法
CN114124259B (zh) * 2021-08-13 2023-07-04 南京邮电大学 基于不完整信息的智能反射表面的干扰测试方法
CN113747442A (zh) * 2021-08-24 2021-12-03 华北电力大学（保定） 基于irs辅助的无线通信传输方法、装置、终端及存储介质
CN113747442B (zh) * 2021-08-24 2023-06-06 华北电力大学（保定） 基于irs辅助的无线通信传输方法、装置、终端及存储介质
CN113708886A (zh) * 2021-08-25 2021-11-26 中国人民解放军陆军工程大学 无人机抗干扰通信系统及联合轨迹与波束成形优化方法
CN113890798A (zh) * 2021-10-18 2022-01-04 清华大学 Ris级联信道多用户联合的结构化稀疏估计方法及装置
CN114337765A (zh) * 2022-01-13 2022-04-12 中国人民解放军国防科技大学 一种非理想信道状态信息下基于智能反射面的无线抗干扰和抗截获通信方法
CN114401031A (zh) * 2022-01-21 2022-04-26 中国人民解放军国防科技大学 一种辐射模式下基于智能超表面的安全通信方法
CN114401031B (zh) * 2022-01-21 2024-04-16 中国人民解放军国防科技大学 一种辐射模式下基于智能超表面的安全通信方法

Also Published As

Publication number Publication date
CN113225119B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN113225119B (zh) 一种基于信息超表面的波束域抗干扰和抗截获通信方法
Yu et al. MIMO radar waveform design in the presence of multiple targets and practical constraints
CN114337765A (zh) 一种非理想信道状态信息下基于智能反射面的无线抗干扰和抗截获通信方法
CN113949427B (zh) 一种多用户无线网络安全能效优化设计方法和系统
Xu et al. Weighted sum rate maximization in IRS-BackCom enabled downlink multi-cell MISO network
CN115412159B (zh) 基于空中智能反射面辅助的安全通信方法
CN114401031B (zh) 一种辐射模式下基于智能超表面的安全通信方法
CN114585005A (zh) 一种智能反射面辅助的无线赋能安全通信方法
Ma et al. Proportional fair secrecy beamforming for MISO heterogeneous cellular networks with wireless information and power transfer
Xu et al. UAV-enabled integrated sensing, computing, and communication: A fundamental trade-off
Chu et al. Joint beamforming and reflection design for secure RIS-ISAC systems
Yao et al. Wireless communications “N+ 1 dimensionality” endogenous anti-jamming: theory and techniques
An et al. Robust transceiver design for ISAC systems via product complex circle-sphere manifold method
Xu et al. Aerial IRS aided anti-jamming scheme for ISAC
CN116667890A (zh) 一种去蜂窝大规模mimo下行抗窃听传输方法
CN113225118B (zh) 一种基于鲁棒波束成形的信息超表面抗干扰方法
CN113126041B (zh) 基于惩罚因子可变的雷达分布式干扰信号产生方法
Gao et al. Modeling and practise of satellite communication systems using physical layer security: A survey
Alsabet et al. Securing multi-irs aided mmwave communications against eavesdropping and jamming in vehicular cyber physical systems
Zhang et al. Design and performance analysis of wireless legitimate surveillance systems with radar function
Garnaev et al. A dual radar and communication system facing uncertainty about a jammer’s capability
CN114157392A (zh) 一种分布式irs辅助通信系统安全传输的优化方法
Liao et al. Low-complexity transmit beamforming design for massive MIMO-ISAC systems
Zhang et al. Joint beamforming optimization for active STAR-RIS assisted ISAC systems
CN111446993B (zh) 一种认知无线电网络中面向安全通信的波束成形方法

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