CN113225825B - 基于粒子群优化算法的混合人工噪声辅助安全传输方法与装置 - Google Patents

基于粒子群优化算法的混合人工噪声辅助安全传输方法与装置 Download PDF

Info

Publication number
CN113225825B
CN113225825B CN202110503357.1A CN202110503357A CN113225825B CN 113225825 B CN113225825 B CN 113225825B CN 202110503357 A CN202110503357 A CN 202110503357A CN 113225825 B CN113225825 B CN 113225825B
Authority
CN
China
Prior art keywords
noise
signal
receiving
channel
noise ratio
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
CN202110503357.1A
Other languages
English (en)
Other versions
CN113225825A (zh
Inventor
芮贤义
常玉晴
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.)
Suzhou University
Original Assignee
Suzhou 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 Suzhou University filed Critical Suzhou University
Priority to CN202110503357.1A priority Critical patent/CN113225825B/zh
Publication of CN113225825A publication Critical patent/CN113225825A/zh
Application granted granted Critical
Publication of CN113225825B publication Critical patent/CN113225825B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及信号通信技术领域，具体涉及一种基于粒子群优化算法的混合人工噪声辅助安全传输方法和装置。方法包括：发射端在发射有用信号的同时广播噪声信号，接收端发射噪声信号；获取接收节点的第一瞬时接收信噪比，以及，窃听节点的第二瞬时接收信噪比；根据第一瞬时接收信噪比和第二瞬时接收信噪比计算系统安全容量；根据系统安全容量确定有用信号和噪声信号的功率分配策略；根据确定的功率分配策略控制发射端进行信号发射。解决了现有技术中窃听信道可能会对信号传输造成一定影响进而导致系统的安全性能较弱的问题，达到了可以通过在发射端和接收端混合人工噪声信号，进而即使窃听信道与接收信道相关性较高，也能保证系统的安全性能的效果。

Description

基于粒子群优化算法的混合人工噪声辅助安全传输方法与装置
技术领域
本发明涉及信号通信技术领域，具体涉及一种基于粒子群优化算法的混合人工噪声辅助安全传输方法。
背景技术
多天线技术的发展以及无线接收设备的普及，使得无线通信系统收发天线受空间限制、天线辐射角度和天线的部署等周围环境影响导致不同天线之间会存在一定的相关性。天线相关对无线通信系统安全性能影响很大，还可能会使得配置的物理层安全技术难以达到预期的效果，因此，近年来天线相关成为物理层安全研究领域中不可忽视的一个问题。
然而大多数的研究都是在主信道与窃听信道之间下相互独立的条件下进行的，在无线通信实际传输中，这种假设并不总是成立。有文献表明当窃听节点处于合法接收节点附近，或者双方存在以视距路径为主要的传输方式时就会出现窃听信道相关的场景。窃听信道相关意味着窃听信道与主信道具有一定的相似性，这就使得基于信道差异性的物理层安全技术受到影响。如何在窃听信道相关条件下提高系统的物理层安全性能是目前的一个研究热点。
发明内容
有鉴于此，本发明实施例提供了一种基于粒子群优化算法的混合人工噪声辅助安全传输方法，以解决现有技术中窃听信道可能会对信号传输造成一定影响进而导致系统的安全性能较弱的问题。
根据第一方面，本发明实施例提供了一种基于粒子群优化算法的混合人工噪声辅助安全传输方法，所述方法包括：
发射端在发射有用信号的同时广播噪声信号，接收端发射噪声信号；
获取接收节点的第一瞬时接收信噪比，以及，窃听节点的第二瞬时接收信噪比；
根据所述第一瞬时接收信噪比和所述第二瞬时接收信噪比计算系统安全容量；
根据所述系统安全容量确定所述有用信号和所述噪声信号的功率分配策略；
根据确定的所述功率分配策略控制所述发射端进行信号发射。
可选的，所述发射端发送的信号为：
Figure GDA0003787895990000021
其中，P表示系统总的发射功率，θ1为分配给所述有用信号发射功率，θ2为分配给发射端的噪声信号的功率，nt表示单位功率的发射端噪声信号，NA为天线的根数，w为最大比发射权值向量，x为有用信号，z取自hAB的零特征值对应的特征向量。
可选的，所述获取接收节点的第一瞬时接收信噪比，以及，窃听节点的第二瞬时接收信噪比，包括：
Figure GDA0003787895990000031
其中，γB为所述第一瞬时接收信噪比，γE为所述第二瞬时接收信噪比，hAB为基站与接收节点之间的信道，hAE为基站与窃听节点之间的信道，
Figure GDA0003787895990000032
为接收节点加性高斯白噪声的方差，
Figure GDA0003787895990000033
为窃听节点的加性高斯白噪声的方差。
可选的，
Figure GDA0003787895990000034
表示合法信道为瑞利衰落信道，其中，CN表示高斯分布，即hAB中的元素服从均值为0，方差为1的高斯分布。
可选的，
Figure GDA0003787895990000035
其中，ρ∈[0,1]，he是独立同分布随机误差向量。
可选的，根据所述第一瞬时接收信噪比和所述第二瞬时接收信噪比，计算系统安全容量，包括：
所述系统安全容量为：
Figure GDA0003787895990000036
其中，γB为所述第一瞬时接收信噪比，γE为所述第二瞬时接收信噪比。
可选的，所述根据所述系统安全容量确定所述有用信号和所述噪声信号的功率分配策略，包括：
基于粒子群优化算法获取适应度函数；
根据所述适应度函数确定所述功率分配策略。
可选的，所述基于粒子群优化算法获取适应度函数，包括：
f(θ1,θ2)＝log(1+γB)-log(1+γE)；
其中，θ1为分配给所述有用信号发射功率，θ2为分配给发射端的噪声信号的功率，γB为所述第一瞬时接收信噪比，γE为所述第二瞬时接收信噪比。
第二方面，提供了一种基于粒子群优化算法的混合人工噪声辅助安全传输装置，所述装置包括处理器和存储器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如第一方面所述的方法。
通过发射端在发射有用信号的同时广播噪声信号，接收端发射噪声信号；获取接收节点的第一瞬时接收信噪比，以及，窃听节点的第二瞬时接收信噪比；根据所述第一瞬时接收信噪比和所述第二瞬时接收信噪比计算系统安全容量；根据所述系统安全容量确定所述有用信号和所述噪声信号的功率分配策略；根据确定的所述功率分配策略控制所述发射端进行信号发射。解决了现有技术中窃听信道可能会对信号传输造成一定影响进而导致系统的安全性能较弱的问题，达到了可以通过在发射端和接收端混合人工噪声信号，进而即使窃听信道与接收信道相关性较高，也能保证系统的安全性能的效果。
同时，本申请通过将粒子群优化算法混合到人工噪声辅助的功率分配中，使得可以获得较为合理的功率分配策略，进一步提高了系统的性能。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明所述的基于粒子群优化算法的混合人工噪声辅助安全传输方法所涉及的系统的系统模型；
图2是本发明所述的基于粒子群优化算法的混合人工噪声辅助安全传输方法的方法流程图；
图3是本发明所述的基于粒子群优化算法确定功率分配策略的算法流程图；
图4是窃听信道的信噪比为10dB时，使用基于粒子群优化算法的混合人工噪声方案的安全容量随相关系数的变化曲线；
图5是不同信通信条件下，使用基于粒子群的功率分配算法时，功率分配因子随相关系数的变化曲线。
具体实施方式
为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。基于本发明中的实施例，本领域技术人员在没有作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。
为了便于理解，首先对本申请所涉及的相关技术细节做简单介绍。具体的，考虑平坦瑞利衰落的下行链路，基站(Alice)配置NA根天线，并使用最大比发射技术发射信息。被动窃听者Eve为了能够更好的窃取到信息，会主动靠近合法接收节点(Bob)，且Bob和Eve均配置单根天线。请参考图1，Alice与目的节点Bob以及窃听节点Eve之间的信道分别可以表示为hAB和hAE，其中hAB的每个元素是均值为0方差为1的独立同分布的高斯随机变量，表示相应路径增益因子，即有
Figure GDA0003787895990000063
表示合法信道为瑞利衰落信道，其中，CN表示高斯分布，即hAB中的元素服从均值为0，方差为1的高斯分布。
主信道与窃听信道之间的相关关系为
Figure GDA0003787895990000061
其中，he是独立同分布随机误差向量。在无线通信环境中，合法信道与窃听信道之间的相关系数ρ作为一个在较长时间保持稳定统计变量，能够通过对环境的预先测量获得，满足ρ∈[0,1]。hBB分别表示Bob的收发天线之间的自干扰信道，hBE表示Bob与Eve之间的信道。
请参考,2，其示出了本申请一个实施例示出的基于粒子群优化算法的混合人工噪声辅助安全传输方法的方法流程图，如图2所示，所述方法包括：
步骤201，发射端在发射有用信号的同时广播噪声信号，接收端发射噪声信号；
发射端发送的信号为：
Figure GDA0003787895990000062
其中，P表示系统总的发射功率，θ1为分配给所述有用信号发射功率，θ2为分配给发射端的噪声信号的功率，nt表示单位功率的发射端噪声信号，NA为天线的根数，w为最大比发射权值向量，x为有用信号，z取自hAB的零特征值对应的特征向量。
其中，θ1P为分配给有用信号发射功率，θ2P为分配给发射端人工噪声的功率，剩余(1-θ1-θ2)P则为分配给接收端AN的发射功率。功率分配因子θ1，θ2需满足0≤θ1+θ2≤1，并且有0≤θ1≤1，0≤θ2≤1。z取自hAB的零特征值对应的特征向量。此时Bob与Eve的接收信号分别可以表示为：
Figure GDA0003787895990000071
Figure GDA0003787895990000072
其中，x为单位功率的有用信号，nb，ne分别表示合法信道与窃听信道的加性高斯白噪声，满足均值为0，方差分别为
Figure GDA0003787895990000073
nt、nr分别表示发射端与接收端单位功率的人工噪声信号，w为最大比发射权值向量，有
Figure GDA0003787895990000074
由nt是在hAB零空间z中传输的，则有hABzut＝0，并且假设自干扰项
Figure GDA0003787895990000075
能够通过自干扰消除技术完全消除，所以Bob的接收信号还可以表示为：
Figure GDA0003787895990000076
步骤202，获取接收节点的第一瞬时接收信噪比，以及，窃听节点的第二瞬时接收信噪比；
对于窃听端，发射端人工噪声产生的干扰项
Figure GDA0003787895990000077
以及接收端AN产生的干扰项
Figure GDA0003787895990000078
会有效的降低窃听用户的窃听，如果用γB，γE表示Bob和Eve的瞬时接收信噪比，则根据上述公式可以得到Bob与Eve的瞬时接收信噪比为：
Figure GDA0003787895990000079
步骤203，根据所述第一瞬时接收信噪比和所述第二瞬时接收信噪比计算系统安全容量；
计算得到的系统安全容量为：
Figure GDA00037878959900000710
也即：
Figure GDA0003787895990000081
其中，[x]+＝max(0，x)。
步骤204，根据所述系统安全容量确定所述有用信号和所述噪声信号的功率分配策略；
为了获得更大的安全性能，以最大化安全容量为目标进行功率分配的问题可以描述为如下：
Figure GDA0003787895990000082
实际实现时，本步骤可以包括：
第一，基于粒子群优化算法获取适应度函数；
f(θ1，θ2)＝log(1+γB)-log(1+γE)；
其中，θ1为分配给所述有用信号发射功率，θ2为分配给发射端的噪声信号的功率，γB为所述第一瞬时接收信噪比，γE为所述第二瞬时接收信噪比。
Figure GDA0003787895990000083
第二，根据所述适应度函数确定所述功率分配策略。
根据适应度函数的计算公式可知，功率分配可以通过粒子群优化算法迭代求得。具体的优化流程图如图3所示。经过图3所示的流程即可得到最佳的功率分配策略。另外，结合表1，其示出了仿真参数的一种可能的参数设置。
参数 值
粒子群规模Q Q＝25
<![CDATA[最大迭代次数l<sub>max</sub>]]> <![CDATA[l<sub>max</sub>＝40]]>
惯性权重ω <![CDATA[ω<sub>max</sub>＝0.9，ω<sub>max</sub>＝0.4]]>
学习因子 <![CDATA[c<sub>1</sub>＝c<sub>2</sub>＝0.5]]>
表1
步骤205，根据确定的所述功率分配策略控制所述发射端进行信号发射。
在确定得到功率分配策略之后，即可根据确定的功率分配策略进行信号发射。
图4描述了合法信道的平均信噪比
Figure GDA0003787895990000091
分别为6dB以及10dB时，采用粒子群优化算法进行功率分配得到的安全容量随窃听信道相关强度的变化关系，并与传统的发端人工噪声和收端人工噪声方案进行对比，仿真中设置
Figure GDA0003787895990000092
。由仿真结果可以得到，相对于传统的发端人工噪声和收端人工噪声方案，基于粒子群优化算法进行功率分配的混合人工噪声方案能够提升系统的安全容量。
图5给出了两种场景下的采用粒子群算法求得分配因子随相关系数的变化曲线，其中场景1和场景2分别表示通信质量较差与较好的情况。θ1、θ2与θ3分别为有用信号、发射端人工噪声与接收端人工噪声的功率在系统总发射功率中的占比，其中θ3＝1-θ1-θ2。由图可知，随着相关强度的增高，功率分配给有用信号以及发射端人工噪声信号的比例逐渐变少，接收端人工噪声功率占例逐渐变大。同时，对比不同场景下的仿真结果可以发现，在合法信道的信道质量较好时，需要减少发射人工噪声的功率。
仿真图的标注中，“rAN”表示仅在发射端使用人工噪声辅助技术的方案，“tAN”表示仅在收端使用人工噪声的方案，“hyAN”表示本发明的混合人工噪声方案，在仿真中均保持总的发射功率P不变，通过改变合法信道与窃听信道原始噪声功率
Figure GDA0003787895990000101
的值调整各自信道的平均信噪比，有
Figure GDA0003787895990000102
Figure GDA0003787895990000103
综上所述，通过发射端在发射有用信号的同时广播噪声信号，接收端发射噪声信号；获取接收节点的第一瞬时接收信噪比，以及，窃听节点的第二瞬时接收信噪比；根据所述第一瞬时接收信噪比和所述第二瞬时接收信噪比计算系统安全容量；根据所述系统安全容量确定所述有用信号和所述噪声信号的功率分配策略；根据确定的所述功率分配策略控制所述发射端进行信号发射。
解决了现有技术中窃听信道可能会对信号传输造成一定影响进而导致系统的安全性能较弱的问题，达到了可以通过在发射端和接收端混合人工噪声信号，进而即使窃听信道与接收信道相关性较高，也能保证系统的安全性能的效果。
同时，本申请通过将粒子群优化算法混合到人工噪声辅助的功率分配中，使得可以获得较为合理的功率分配策略，进一步提高了系统的性能。
本申请还提供了一种基于粒子群优化算法的混合人工噪声辅助安全传输装置，其特征在于，所述装置包括处理器和存储器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现以上所述的方法。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (2)

1.一种基于粒子群优化算法的混合人工噪声辅助安全传输方法，其特征在于，所述方法包括：
发射端在发射有用信号的同时广播噪声信号，接收端发射噪声信号，所述发射端发送的信号为：
Figure FDA0003963222600000011
其中，P表示系统总的发射功率，θ1为分配给所述有用信号发射功率，θ2为分配给发射端的噪声信号的功率，nt表示单位功率的发射端噪声信号，NA为天线的根数，w为最大比发射权值向量，x为有用信号，z取自hAB的零特征值对应的特征向量；
获取接收节点的第一瞬时接收信噪比，以及，窃听节点的第二瞬时接收信噪比，包括：
Figure FDA0003963222600000012
其中，γB为所述第一瞬时接收信噪比，γE为所述第二瞬时接收信噪比，hAB为基站与接收节点之间的信道，hAE为基站与窃听节点之间的信道，
Figure FDA0003963222600000013
为接收节点加性高斯白噪声的方差，
Figure FDA0003963222600000014
为窃听节点的加性高斯白噪声的方差，
Figure FDA0003963222600000015
表示合法信道为瑞利衰落信道，其中，CN表示高斯分布，即hAB中的元素服从均值为0，方差为1的高斯分布，hBE表示接收节点与窃听节点之间的信道；
Figure FDA0003963222600000016
其中，ρ∈[0,1]，he是独立同分布随机误差向量；
根据所述第一瞬时接收信噪比和所述第二瞬时接收信噪比计算系统安全容量，所述系统安全容量为：
Figure FDA0003963222600000017
其中，[x]+＝max(0,x)
根据所述系统安全容量确定所述有用信号和所述噪声信号的功率分配策略，以最大化安全容量为目标进行功率分配的问题可以描述为如下；
Figure FDA0003963222600000021
s.t:0≤θ1≤1，0≤θ2≤1
0≤θ1+θ2≤1
利用粒子群优化算法迭代求功率分配的问题，基于粒子群优化算法获取适应度函数，所述适应度函数为：
f(θ1,θ2)＝log(1+γB)-log(1+γE)；
将γB和γE代入可得：
Figure FDA0003963222600000022
根据所述适应度函数的计算公式，通过粒子群优化算法迭代求得所述功率分配策略；
根据确定的所述功率分配策略控制所述发射端进行信号发射。
2.一种基于粒子群优化算法的混合人工噪声辅助安全传输装置，其特征在于，所述装置包括处理器和存储器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如权利要求1所述的方法。
CN202110503357.1A 2021-05-10 2021-05-10 基于粒子群优化算法的混合人工噪声辅助安全传输方法与装置 Active CN113225825B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110503357.1A CN113225825B (zh) 2021-05-10 2021-05-10 基于粒子群优化算法的混合人工噪声辅助安全传输方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110503357.1A CN113225825B (zh) 2021-05-10 2021-05-10 基于粒子群优化算法的混合人工噪声辅助安全传输方法与装置

Publications (2)

Publication Number Publication Date
CN113225825A CN113225825A (zh) 2021-08-06
CN113225825B true CN113225825B (zh) 2023-04-07

Family

ID=77093916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110503357.1A Active CN113225825B (zh) 2021-05-10 2021-05-10 基于粒子群优化算法的混合人工噪声辅助安全传输方法与装置

Country Status (1)

Country Link
CN (1) CN113225825B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109861783B (zh) * 2019-03-26 2022-04-12 哈尔滨工业大学 一种基于人工噪声功率分配的物理层安全方法
CN111262644A (zh) * 2020-01-16 2020-06-09 电子科技大学 一种提高边缘计算系统安全性能的传输方法
CN111542110B (zh) * 2020-05-20 2021-09-28 南京邮电大学 面向多用户物理层安全通信的用户调度与功率分配优化方法

Also Published As

Publication number Publication date
CN113225825A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN108834113B (zh) 一种面向5g蜂窝网物理层安全的d2d隐蔽通信系统及其通信方法
RU2390934C2 (ru) Управление излучаемой мощностью для многоантенной передачи
US8838162B2 (en) Power control method in cognitive radio communication, cognitive radio communication system, and radio communication device
Lee et al. Retrodirective multi-user wireless power transfer with massive MIMO
CN106992803B (zh) 一种全双工中继系统的人工噪声预编码安全传输方法
CN104104425B (zh) 一种基于期望与干扰信号关系的多用户mimo自适应接收方法
CN108449150A (zh) 基于无线电地图信息的星地干扰协调方法、装置及设备
Kim et al. FACT: Fine-grained adaptation of carrier sense threshold in IEEE 802.11 WLANs
CN109788479B (zh) 一种最小化保密中断概率的分布式协作干扰功率分配方法
Yadav et al. On the secrecy performance of RIS-enabled wireless communications over Nakagami-m fading channels
CN113225825B (zh) 基于粒子群优化算法的混合人工噪声辅助安全传输方法与装置
CN111800217A (zh) 非理想信道状态下全双工认知多输入多输出中继协作方法
CN111404588B (zh) 一种全双工认知窃听网络的物理层安全传输方法
CN112601286A (zh) 一种基于信道估计误差的用户调度方法
Ma et al. Effect of antenna deployment on achievable rate in cooperative magnetic induction communication
CN116614143B (zh) 一种无人机通信链路抗干扰系统及方法
CN115314135B (zh) 一种无人机协作的通信感知一体化波形设计方法
CN107567088B (zh) 基于终端直通的功率控制方法及装置、存储介质和终端设备
CN113541748B (zh) 无线供电网络系统及基于相位共轭的时间分配方法和装置
Wu et al. New performance results for optimum combining in presence of arbitrary-power interferers and thermal noise
Ozbek et al. Message-passing algorithm for sum-rate maximization in multi-antenna underlay D2D communications
Salman et al. Novel sensing and joint beam and null steering based resource allocation for cross-tier interference mitigation in cognitive femtocell networks
Yu et al. An optimization framework of target secrecy rate and power allocation for SWIPT system
Akande A new hybrid diversity combining scheme for mobile radio communication systems over nakagami fading chanel
Lin et al. Achieving the optimal throughput scaling in multi-cell random access 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