CN113853018A

CN113853018A - 基于irs辅助的无人机安全通信方法、系统及电子设备

Info

Publication number: CN113853018A
Application number: CN202110922658.8A
Authority: CN
Inventors: 刘沛; 张凯; 尹长川; 刘丹谱
Original assignee: Beijing University of Posts and Telecommunications
Current assignee: Beijing University of Posts and Telecommunications
Priority date: 2021-08-11
Filing date: 2021-08-11
Publication date: 2021-12-28

Abstract

本公开提供一种基于IRS辅助的无人机安全通信方法、系统及电子设备，在无人机安全通信场景下，基于IRS对无线信道的控制和UAV的移动特性进行实施，利用IRS、多天线无人机基站对多天线的合法用户和窃听用户进行通信；为了实现资源最优的配置，合理利用通信资源，对无人机的发射波束矩阵、AN矩阵、IRS的相移矩阵以及无人机的位置进行交替迭代优化；在该过程中，控制器通过物理控制链路控制IRS协同UAV进行联合波束成形，从而实现无人机的波束成形以及位置布局和IRS的相移矩阵设计，可以实现更高的用户安全速率，提升系统的安全性能。

Description

基于IRS辅助的无人机安全通信方法、系统及电子设备

技术领域

本公开涉及无人机通信技术领域，尤其涉及一种基于IRS辅助的无人机安全通信方法、系统及电子设备。

背景技术

在采用无人机基站进行无线通信的情况下，与无人机基站进行无线通信的用户端中可能存在非法用户端。非法用户端会恶意窃听无人机基站与合法用户端之间传输的无线信号，降低无线通信的安全性。

现有技术中的无人机通信，仅仅考虑用户端均为单天线即MISO(Multi-InputSingle-Output，多输入单输出)的情况，因此当用户端为多天线时，该无线通信方法将无法使用，且MIMO(Multi-Input Multi-Output，多输入多输出)可以复用空间中不同的传输路径并行发送多份不同数据来提升容量进一步提升无线通信的安全性。

发明内容

有鉴于此，本公开的目的在于提出一种基于IRS辅助的无人机安全通信方法、系统及电子设备，用以解决或部分解决上述技术问题。

基于上述目的，本公开的第一方面提供了一种基于IRS辅助的无人机安全通信方法，包括：

确定无人机、智能反射面、合法用户终端以及窃听用户终端之间的各个信道信息，根据各个信道信息确定通信传输的基础安全速率；

对当前无人机的通信环境数据进行优化处理，确定资源优化策略，其中资源优化策略中包括：确定无人机的发射波束、确定智能反射面的相移矩阵、确定无人机的位置；

确定无人机的波束矩阵以及噪声矩阵，并对无人机的发射波束进行更新；

对所述智能反射面的相移矩阵进行调整；

根据得到的无人机的最佳位置信息确定无人机的位置，并将无人机移动至所述无人机的位置处；

确定当前状态下无人机、智能反射面、合法用户终端以及窃听用户终端之间的各个当前信道信息，根据各个当前信道信息确定当前状态下通信传输的当前安全速率；

计算所述当前安全速率与所述基础安全速率之间的差值；响应于确定所述差值大于设定阈值，确定当前状态下的通信传输属于危险传输；响应于确定所述差值小于等于设定阈值，确定当前状态下的通信传输属于安全传输。

本公开的第二方面提出了一种基于IRS辅助的无人机安全通信系统，包括：

安全速率确定模块，用于确定无人机、智能反射面、合法用户终端以及窃听用户终端之间的各个信道信息，根据各个信道信息确定通信传输的基础安全速率；

优化处理模块，用于对当前无人机的通信环境数据进行优化处理，确定资源优化策略，其中资源优化策略中包括：确定无人机的发射波束、确定智能反射面的相移矩阵、确定无人机的位置；

更新模块，用于确定无人机的波束矩阵以及噪声矩阵，并对无人机的发射波束进行更新；

调整模块，用于对所述智能反射面的相移矩阵进行调整；

位置确定模块，用于根据得到的无人机的最佳位置信息确定无人机的位置，并将无人机移动至所述无人机的位置处；

所述安全速率确定模块，还用于确定当前状态下无人机、智能反射面、合法用户终端以及窃听用户终端之间的各个当前信道信息，根据各个当前信道信息确定当前状态下通信传输的当前安全速率；

判定模块，用于计算所述当前安全速率与所述基础安全速率之间的差值；响应于确定所述差值大于设定阈值，确定当前状态下的通信传输属于危险传输；响应于确定所述差值小于等于设定阈值，确定当前状态下的通信传输属于安全传输。

本公开的第三方面提出了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述的方法。

本公开的第四方面提出了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行实现第一方面所述方法。

从上面所述可以看出，本公开提供的基于IRS辅助的无人机安全通信方法、系统及电子设备，基于无人机基站与IRS联合波束成形，对无人机的发射波束矩阵、AN(ArtificialNoise，人工噪声)矩阵、IRS的相移矩阵以及无人机的位置进行交替迭代优化最终趋于收敛，实现更优的资源优化策略，取得更好的安全通信性能。

附图说明

为了更清楚地说明本公开或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的实施例，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为本公开实施例的基于IRS辅助的无人机安全通信方法的流程图；

图2为本公开实施例的基于IRS辅助的无人机安全通信方法中各个组成部分构建的三维结构示意图；

图3为本公开实施例的复数域圆流形法的几何说明示意图；

图4为本公开实施例的轮盘赌的示意图；

图5为本公开实施例的两点交叉法的示意图；

图6为本公开实施例的遗传算法的流程图；

图7为本公开实施例的基于IRS辅助的无人机安全通信系统的结构框图；

图8为本公开实施例的电子设备的结构示意图。

具体实施方式

为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。

需要说明的是，除非另外定义，本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

IRS(Intelligent Reflecting Surface，智能反射面)是电磁材料的人造表面，通过集成电子技术进行电路控制，具有独特的无线通信功能。目前已经应用的技术包括传统的反射阵列，液晶表面和软件定义超表面。与目前在无线网络中使用的其它任何通信技术和设计原理相比，IRS的不同之处在于能够主动改变无线传播环境。IRS与基于空间调制的系统有相似之处，但有很大的不同：IRS的作用实际上是有意和决定性地控制传播环境，以提高接收机的信号质量。

一般来说，IRS对无线环境的重构是通过对单个反射单元的联合相位控制来实现的。IRS由多层二维表面组成，在外层中，大量反射单元固定在介电基板上，每个反射单元可通过PIN二极管以及流过的电流改变其电磁特性，从而引起反射波和衍射波的相位变化，实现相位控制的功能。中间的铜板可用于避免能量泄露。由于每个反射单元的功能实现仅依赖于电压，因此可通过软件定义的方式实现控制机制，可利用现场可编程门阵列作为IRS的控制器与第三层控制层连接。

IRS可以制作成任何形状，可以很方便的安装到外墙、天花板上，也可以很方便的拆除。而且IRS没有耗能的射频链路，耗电量小。此外，IRS不需要模拟-数字/数字-模拟转换器和功率放大器。因此它们在反射信号时既不放大也不引入噪声，并具有全双工传输的特性。在理想情况下，IRS可以在任何工作频率下工作，即具有全频段响应。通过修改通信协议，IRS可以直接部署在现有无线系统中。因此IRS具有低能耗、高兼容性的特点。

IRS可以给反射信号带来额外的相移。通过共同优化所有反射单元的相移，即被动波束成形，可以将信号反射聚焦在预期的接收器上，并在其他方向上置零。反射单元的数量可以非常大，例如，从数十个到数百个，这取决于IRS的尺寸和波长。这意味着提高无线网络性能的巨大潜力。IRS的相位控制与收发器的运行参数(例如，发射波束成形，功率分配和资源分配)相结合，可以共同优化以提高IRS辅助无线网络的性能增益。

相关技术中没有考虑无人机基站使用AN的情况。随机噪声的产生可以增加干扰动态，故意误导窃听用户关于是否存在任何安全传输的判断。AN设计成功的关键是避免干扰信号对合法信道的负面影响。因此，MIMO可以被用来在合法用户的方向上消除AN影响。如果知道窃听用户的位置，还可以通过定向干扰最大程度地破坏敌方的侦测性，则可以获得更稳定的安全性能。

如图1所示，本实施例的基于IRS辅助的无人机安全通信方法，包括：

步骤101，确定无人机、智能反射面、合法用户终端以及窃听用户终端之间的各个信道信息，根据各个信道信息确定通信传输的基础安全速率。

其中，在无人机安全通信场景下，确定无人机、IRS、合法用户、窃听用户的位置以及信道状态信息，同时获取当前无人机基站初始波束矩阵、AN矩阵、IRS相移矩阵、无人机最大通信功率等信息。计算当前场景下合法用户的安全速率。

步骤102，对当前无人机的通信环境数据进行优化处理，确定资源优化策略，其中资源优化策略中包括：确定无人机的发射波束、确定智能反射面的相移矩阵、确定无人机的位置。

步骤103，确定无人机的波束矩阵以及噪声矩阵(即，AN矩阵)，并对无人机的发射波束进行更新。

步骤104，对所述智能反射面的相移矩阵进行调整。

步骤105，根据得到的无人机的最佳位置信息确定无人机的位置，并将无人机移动至所述无人机的位置处。

步骤106，确定当前状态下无人机、智能反射面、合法用户终端以及窃听用户终端之间的各个当前信道信息，根据各个当前信道信息确定当前状态下通信传输的当前安全速率。

步骤107，计算所述当前安全速率与所述基础安全速率之间的差值；响应于确定所述差值大于设定阈值，确定当前状态下的通信传输属于危险传输；响应于确定所述差值小于等于设定阈值，确定当前状态下的通信传输属于安全传输。

在无人机安全通信场景下，基于IRS对无线信道的控制和UAV(Unmanned AerialVehicle，无人机)的移动特性设计一种资源优化方法。通过利用IRS，多天线无人机基站对多天线的合法用户和窃听用户进行通信；为了实现资源最优的配置，合理利用通信资源，对无人机的发射波束矩阵、AN矩阵、IRS的相移矩阵以及无人机的位置进行交替迭代优化；在该过程中，控制器通过物理控制链路控制IRS协同UAV进行联合波束成形，从而实现无人机的波束成形以及位置布局和IRS的相移矩阵设计。基于上述方案，可以实现更高的用户安全速率，提升系统的安全性能。

在一些实施例中，步骤101具体包括：

步骤1011，确定无人机到智能反射面的等效基带信道

确定无人机到合法用户终端的等效基带信道

确定无人机到窃听用户终端的等效基带信道

确定智能反射面到合法用户终端的等效基带信道

确定智能反射面到窃听用户终端的等效基带信道

其中，

表示向量，K为智能反射面中反射单元的个数，N_U为无人机的天线数量，N_B为合法用户终端的天线数量，N_E为窃听用户终端的天线数量。

表示IRS的反射相位矩阵

如图2所示，考虑IRS辅助的无人机安全通信系统，无人机在发射有用信号的同时发射AN进一步增强系统安全性能。无人机的高机动性可以通过改变其位置避免有用信号泄露的风险。分别用U、I、B、E符号指代无人机、IRS、合法用户和窃听用户，用u、i、b、e分别表示其水平二维坐标。假设合法用户终端和窃听用户终端均在地面，即高度为0。而无人机和IRS的高度分别为h_U和h_I。

步骤1012，确定通信传输通道的信道模型数据：

m∈{U，I}，n∈{B，E}，其中，L₀表示参考路径损耗，d_mn表示通信两者之间的距离，c_mn通信两者之间的路径损耗系数，

表示小尺度衰落，U表示无人机，I表示智能反射面，B表示合法用户终端，E表示窃听用户终端。

表示小尺度衰落由于IRS和无人机均部署在一定高度，且复杂的环境中包含大量的反射，因此无人机到IRS的信道为视距信道，而无人机和IRS到用户的信道为莱斯信道。因此步骤1013具体为：

步骤1013，确定小尺度衰落为：

其中，

为信道中的随机散射部分，为瑞利衰落信道，k_mn是莱斯因子由公式k_mn＝A₁exp(A₂θ_mn)计算得到，A₁和A₂是和环境有关的常量，θ_mn＝sin^-1(h/d_mn)是较高的发射端和智能反射面相对于地面上的合法用户终端和窃听用户终端的仰角，h即高度差，

为视距信道。

可表示为：

其中，α_m和α_n分别是无人机发射和接收阵列的导向矢量，具体如下：

其中，λ为载波波长，d_m和d_n分别表示无人机发射和接收天线阵列或者反射单元之间的间隔长度，N_m表示发射端天线的数目或IRS的元素数目，N_n表示接收端天线的数目，

表示出发角，

表示到达角，

(x_m，y_m)为发射端坐标，(x_n，y_n)为接收端坐标。

用

表示基站天线单元的发射信号向量，其表达式为：x＝F₁s+z。

其中，

表示有用信号线性预编码矩阵，d≤min(N_U，N_B)表示数据流的数目，

表示有用信号符号向量，

是人工噪声向量其协方差矩阵

步骤1014，合法用户终端的接收信号y_B和窃听用户终端的接收信号y_E为：

其中，

和

均为复加性高斯白噪声，

表示一个具有均值为0和协方差矩阵为

的循环对称复高斯随机向量，

和

均是与噪声有关的常数，

和

是大小为N_B和N_E的单位矩阵，Θ是智能反射面的反射相位矩阵，G表示无人机到智能反射面的信道，F₁s+z表示基站天线单元的发射信号向量，其中，F₁表示有用信号线性预编码矩阵，s表示有用信号符号向量，z是人工噪声向量。

步骤1015，分别用

指代无人到合法用户终端的信道，

指代无人机到窃听用户终端的信道，根据香农公式，合法用户终端的可达速率R_B和窃听用户终端的可达速率R_E为：

其中，合法用户终端的

和

均是与噪声有关的常数，I、

和

均是单位矩阵，Z为z的协方差矩阵，

步骤1016，令

I、

均是单位矩阵，根据安全速率的定义，将(4)和(5)代入系统模型可以计算基础安全速率R_S为：

在一些实施例中，在功率有限和IRS相位以及目标用户速率的约束下，通过联合优化无人机的位置、无人机的波束成形、AN矩阵、IRS相移矩阵，所述方法还包括：

步骤1017，对公式(6)得到的基础安全速率R_S进行优化处理，具体为：

其中，P_T为无人机的最大发射功率，F₂是人工噪声协方差矩阵，u是无人机的位置，R_min表示最小速率。

θ_k∈[0，2π)表示IRS中每个反射元素的相位约束R_B≥R_min表示合法用户终端的需满足的最小速率约束。

在一些实施例中，步骤102具体包括：

步骤1021，给定无人机的位置，去掉公式(7)中的u，则公式(7)变为：

步骤1022，由于公式(8)过于复杂，且存在多个变量耦合的问题，因此对公式(8)进行简化得到：

相关技术中，定义一个n×n维的矩阵函数：

其中N是任意正定矩阵，则以下三个命题是成立的：

(1)对于任意正定矩阵

都有：

并且

(2)对于任意的正定矩阵W都有：

并且，

(3)可得

其中，命题(1)和命题(2)可通过一阶最优性条件证明，命题(3)可根据(1)和(2)以及恒等式logdet(I+AB)＝logdet(I+BA)证明。

步骤1023，引入辅助变量

和

则得到：

函数h₁(W_B，F₁，F₂，V_B)可根据公式(六)将f1展开得到，当W_B，F₁，F₂，V_B四个变量固定其中三个时，函数h₁(W_B，F₁，F₂，V_B)即变为凸函数，根据公式(四)可以得到W_B的最佳值

根据公式(一)和(二)可以得到V_B的最佳值

是公式(一)的倒数，具体为：

步骤1024，引入辅助变量

则得到：

当W_E，F₂，V_E三个变量固定其中两个时，h₂(W_E，F₂，V_E)即变成了凸函数，使函数h₂(W_E，F₂，V_E)取最大值得到V_E的最佳值

W_E的最佳值

具体为：

定义一个辅助函数f(S)＝-Tr(SE)+ln|S|+N其中，E是一个N×N正定的方阵，则：

令该式右边取最大值的解为S^★＝E^-1。

步骤1025，引入辅助变量

令

得到

当F₁，F₂，V_X三个变量固定其中两个时，h₃(F₁，F₂，V_X)即变成了凸函数，使函数h₃(F₁，F₂，V_X)取最大值，得到V_X的最佳值

为：

步骤1026，将公式(10)、(11)、(12)、(13)和(14)代入公式(6)，得到：

莫中T为[W_B，V_B，W_E，V_E，V_X，F₁，F₂，Θ]，

为

从上式可以观察发现，对于T中任意某一个变量，若将其余变量视为常数，则

关于该变量是一个凸函数，对应公式(8)具体为：

步骤1027，针对公式(16)采用块坐标下降法，每次迭代包含两步：

第一步根据给定的F₁，F₂，Θ值，通过公式(10)、(11)、(12)、(13)和(14)更新W_B，V_B，W_E，V_E，V_X的值。

第二步将W_B，V_B，W_E，V_E，V_X视为常数，计算F₁，F₂，Θ的值，则公式(16)优化后具体为：

其中，

和

是引入的辅助变量，仅为数值，无实际意义。

通过优化F₁，F₂，Θ，u得到最优的资源优化策略，后续利用交替迭代的方式，分别固定F₁，F₂和Θ以及u得到三个子问题进行求解。

在一些实施例中，步骤103具体包括：

步骤1031，将公式(17)中的Θ和u视为常数，因此，可以去掉Θ和u，则公式(17)转化为：

其中：

是一个常数。

步骤1032，公式(18)是一个凸函数，根据公式(18)通过CVX等求解器进行求解得到更新后的F1和F2的数值。将更新后的F1和F2作为当前无人机基站的发射波束，用于接下来的计算。

在一些实施例中，步骤104具体包括：

步骤1041，将更新后的F1和F2以及u视为常数，去掉有关的变量F1、F2、u和约束

则公式(18)转化为：

公式(19)中第三项和第六项式子，将

和

代入，该两项的和转化为：

步骤1042，引入新的变量

和

并将

和

代入公式(19)，将与Θ无关的常量忽略不计，则公式(15)转化为：

其中，C′是常数项，对应A₁、A₂、B₁、B₂、B₃、C、D相对于Θ均为常数。

A₁、A₂、B₁、B₂、B₃、C、D，均无实际意义。

步骤1043，根据矩阵的性质，矩阵的共轭转置的迹等于矩阵迹的共轭转置，同时Θ是除了对角元素其余均为0的矩阵，因此将矩阵的迹的运算转换，得到

Tr(Θ^HC^H)＝c^H(θ^*)，Tr(ΘC)＝θ^Tc，

Tr(Θ^HD^H)＝d^H(θ^*)，Tr(ΘD)＝θ^Td，

其中，

表示由Θ对角线上元素组成的向量，c＝[[C]_1，1，…，[C]_M，M]^T是C对角线上元素组成的向量，d＝[[D]_1，1，…，[D]_M，M]^T是D对角线上元素组成的向量。

步骤1044，公式(20)转换为：θ^HΨθ+Ψ^Tc+c^H(θ^*)#(21)，

其中，

根据A₁、A₂、B₁、B₂均可以看作是一个矩阵乘以其转置的形式，即它们都是厄密特矩阵，具有半正定的特性。

步骤1045，已知半定矩阵的哈达玛积也是半正定矩阵，Ψ是两个半正定矩阵的和，因此也是半正定矩阵，公式(21)进一步等价为：

θ^H(Ψ+αI_K)θ+2Re{θ^Hc^*}#(22)，

其中，θ^HαI_Kθ＝αK，IK是一个大小为K的单位矩阵，α是一个常量；

则合法用户终端的速率约束具体为：θ^HΞθ+2Re{θ^H(d^*)}+C′≤R′_min，

其中，

C′是常数项；

令R″_min＝R′_min-C′，将公式(20)转化为等价的非凸约束，则得到：

其中，

和

变量替换，ζ是惩罚因子，

且

满足函数(23)的凸性。

步骤1045，利用复数域圆流形法求解当前的智能反射面的相移矩阵。

可通过半正定松弛法进行求解，具体步骤是将模的约束转化为秩为1的约束。但是半正定松弛法并不总是能得到秩为1的解，且针对公式(23)计算复杂度过高。因此本申请采用复数域圆流形法进行直接求解。

其中α＞0是一个正数常量，公式(23)等价于公式(21)，因为θ^HαI_Kθ＝K，即在公式(21)中加入了一个常量。公式(23)的搜索空间可以看作是K个复数圆域的乘积，即

的子流形：

其中x_k是向量x的第k个分量。

复数域圆流形法的主要思想是基于上式中定义的流形空间推导出一种梯度下降算法，它类似于为欧几里德空间上的传统优化而发展的梯度下降技术的概念。复数域圆流形法的每次迭代过程都包括以下四个步骤：

(1)欧几里得空间中的梯度：首先，找到一个最小化问题的搜索方向，最常见的搜索方向是在与

梯度相反的方向上移动，即：

(2)黎曼梯度：由于在流形空间上进行了优化，必须找到黎曼梯度。

在点θ^t处的黎曼梯度在切线空间

中，通过投影算子将欧几里得空间中的搜索方向η^t投影到切线空间

上可得到

在点θ^t处的黎曼梯度，具体如下：

(3)切线空间上更新：在切线空间

上更新当前点θ^t，

其中，β是搜索步长常量。

(4)收缩算子，一般来说，上述步骤(3)得到的

不在

中，即

因此，必须使用收缩算子将其映射到流形

中，为：

注意到，0^t+1和θ^t都属于

且满足模值为1的约束。复数域圆流形法的几何说明如图3所示。

图3中复数域圆流形法几何示意通过上式循环计算θ，当θ的值收敛即趋于稳定时，可以求解出IRS的相移矩阵，同时将该结果作为当前的IRS相移矩阵，用于接下来的计算。下面的定理为参数α和β的选择提供了指导，以保证复数域流形法的收敛。

分别用

和

表示矩阵

和

最大的特征值，如果α和β满足以下条件，

则复数域圆流形算法将生成一个非递增序列

最后收敛到一个有限值，将收敛得到的有限值作为当前的智能反射面的相移矩阵。

在一些实施例中，步骤105具体包括：

步骤1051，根据复数域圆流形法求解得到的所述当前的智能反射面的相移矩阵，确定无人机的通信资源分配，得到：

其中u表示无人机的水平二维坐标，可用(x_U，y_U)表示。优化问题公式(24)中的目标函数，约束条件是将RB的定义式

代入到合法用户的最小速率R_min后的结果。从系统模型中可观察到不仅大尺度衰落与无人机的位置有关，小尺度衰落中视距信道部分也涉及到与位置有关的出发角和到达角，难以直接求解，因此可通过遗传算法的方式求解无人机的位置。

步骤1052，利用遗传算法求解无人机的位置，将所述无人机移动至所述无人机的位置处。

遗传算法的第一步是编码设计。考虑无人机的位置是二维水平平面，因此可以采用二进制编码的方式。首先确定算法的搜索区间，即无人机的飞行范围，为了简化约束条件假设范围是一个矩形，即无人机的二维坐标x_U和y_U之间无约束条件。然后选择编码的长度n，即二进制编码的范围为0～2^n-1，将搜索区间的x轴方向均匀划分成2ⁿ份，每一个编码对应着一个位置，将x_U和y_U对应的编码连接起来即组成了一个染色体，对应着一个可行解。可知若n值过小则精度不够高，而n值过大则会导致计算量急剧上升。

适应度函数又称评价函数，通常用来区分群体中个体的素质。高适应性，即优秀的个体有更大的机会参与生殖和遗传自己的基因。将优化问题作为目标函数确定其适应度。

采用适应度比例选择作为亲本的选择方法。在这种情况下，每个个体都有可能成为双亲染色体，其概率与适应度成正比。考虑一个轮盘赌，被划分成N份，其中N是种群的个体总数，每个个体都有到与其适应度成正比的轮盘赌的一部分。在轮盘赌上选择一个固定点，旋转轮盘，固定点落在的趋于即被选中的个体。因此个体被选中的可能性取决于其适应度。上面的图4可以更形象地展示轮盘赌的原理。为了保证算法的收敛性，本发明采用最佳保留选择策略，复制当前适应度最高的染色体到下一代中，确保每次迭代结果优于上一代。

选择算子运算需要轮盘赌作为基础。当它运行时，它将生成一个从0到1的随机数，然后在轮盘赌中找到该数的范围。与该范围相对应的个体是所选个体。因此，适应度更高的个体更有可能被选中是合理的。当然，选择低适应度个体的也有较低的概率发生。为了避免这种情况，本发明引入了一种竞争机制，即在一个选择过程中选择两个个体，然后选择适应度较高的个体。

在遗传算法和进化计算中，交叉，也称为重组，是一种利用双亲的遗传信息产生新后代的遗传算子。本发明采用两点交叉法，如图5所示，通过随机选择某条染色体上的两个位置，将其中间部分的基因与另一条染色体对应位置的基因进行交换。图5中虚线表示的两个交点是随机生成的。

变异可以定义为染色体上的一个小的随机调整，从而得到一个新的个体。它被用来维持和引入遗传群体的多样性，变异的概率相对较低，若变异概率过高，算法将类似于随机搜索。考虑到之前编码采用二进制，因此变异算子可以通过选择染色体上某单个基因按位取反的操作进行变异，即“1”变异成“0”的方式进行。

同时考虑到遗传算法求解的问题附带非凸的速率约束条件，因此本专利在生成子代的最后一步加入一个判断语句，若满足合法用户的速率需求，则生成该后代，否则重新初始化。

以上对遗传算法的主要算子进行了分析，并根据遗传算法的过程对这些算子进行了集成，实现了算法的功能。本文涉及两个关键函数，即繁殖函数和进化函数。繁殖函数的功能包括基因复制、交叉和突变。同时，采用子代竞争策略，即父代产生的两个子代个体只保留适应性最强的子代个体。进化函数实现了遗传算法的一个完整的迭代过程。

最后，通过选择适合度评分最大的染色体得到无人机的水平位置。算法流程图如图6所示，其中M表示种群规模，i表示种群数量。

需要说明的是，本公开实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本公开实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。

需要说明的是，上述对本公开的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

基于同一发明构思，与上述任意实施例方法相对应的，本公开还提供了一种基于IRS辅助的无人机安全通信系统。

参考图7，一种基于IRS辅助的无人机安全通信系统，包括：

安全速率确定模块21，用于确定无人机、智能反射面、合法用户终端以及窃听用户终端之间的各个信道信息，根据各个信道信息确定通信传输的基础安全速率；

优化处理模块22，用于对当前无人机的通信环境数据进行优化处理，确定资源优化策略，其中资源优化策略中包括：确定无人机的发射波束、确定智能反射面的相移矩阵、确定无人机的位置；

更新模块23，用于确定无人机的波束矩阵以及噪声矩阵，并对无人机的发射波束进行更新；

调整模块24，用于对所述智能反射面的相移矩阵进行调整；

位置确定模块25，用于根据得到的无人机的最佳位置信息确定无人机的位置，并将无人机移动至所述无人机的位置处；

所述安全速率确定模块21，还用于确定当前状态下无人机、智能反射面、合法用户终端以及窃听用户终端之间的各个当前信道信息，根据各个当前信道信息确定当前状态下通信传输的当前安全速率；

判定模块26，用于计算所述当前安全速率与所述基础安全速率之间的差值；响应于确定所述差值大于设定阈值，确定当前状态下的通信传输属于危险传输；响应于确定所述差值小于等于设定阈值，确定当前状态下的通信传输属于安全传输。

在一些实施例中，安全速率确定模块21具体用于：

确定无人机到智能反射面的等效基带信道

确定无人机到合法用户终端的等效基带信道

确定无人机到窃听用户终端的等效基带信道

确定智能反射面到合法用户终端的等效基带信道

确定智能反射面到窃听用户终端的等效基带信道

其中，

表示向量，K为智能反射面中反射单元的个数，N_U为无人机的天线数量，N_B为合法用户终端的天线数量，N_E为窃听用户终端的天线数量；

确定通信传输通道的信道模型数据：

其中，L₀表示参考路径损耗，d_mn表示通信两者之间的距离，c_mn通信两者之间的路径损耗系数，

表示小尺度衰落，U表示无人机，I表示智能反射面，B表示合法用户终端，E表示窃听用户终端；

确定小尺度衰落为：

其中，

为信道中的随机散射部分，k_mn是莱斯因子由公式k_mn＝A₁exp(A₂θ_mn)计算得到，A₁和A₂是和环境有关的常量，θ_mn＝sin^-1(h/d_mn)是较高的发射端和智能反射面相对于地面上的合法用户终端和窃听用户终端的仰角，h即高度差，

为视距信道；

合法用户终端的接收信号y_B和窃听用户终端的接收信号y_E为：

其中，n_B和n_E均为复加性高斯白噪声，Θ是智能反射面的反射相位矩阵，G表示无人机到智能反射面的信道，F₁s+z表示基站天线单元的发射信号向量，其中，F₁表示有用信号线性预编码矩阵，s表示有用信号符号向量，z是人工噪声向量；

根据香农公式，合法用户终端的可达速率R_B和窃听用户终端的可达速率R_E为：

其中，H_B为，H_E为，合法用户终端的

和

均是与噪声有关的常数，I、

和

均是单位矩阵，Z为z的协方差矩阵；

令

计算基础安全速率R_S为：

在一些实施例中，优化处理模块22还用于：

对公式(6)得到的基础安全速率R_S进行优化处理，具体为：

在一些实施例中，优化处理模块23还用于：

去掉公式(7)中的u，则公式(7)变为：

对公式(8)进行简化得到：

引入辅助变量

和

则得到：

得到W_B的最佳值

以及V_B的最佳值

具体为：

引入辅助变量

则得到：

得到V_E的最佳值

W_E的最佳值

具体为：

引入辅助变量

则得到

得到V_X的最佳值

为：

将公式(10)、(11)、(12)、(13)和(14)代入公式(6)，得到：

其中T为[W_B，V_B，W_E，V_E，V_X，F₁，F₂，Θ]，

为

对应公式(8)具体为：

根据给定的F₁，F₂，Θ值，通过公式(10)、(11)、(12)、(13)和(14)更新W_B，V_B，W_E，V_E，V_X的值，再将W_B，V_B，W_E，V_E，V_X视为常数，计算F₁，F₂，Θ的值，则公式(16)优化后具体为：

其中，

在一些实施例中，更新模块23具体用于：

将公式(17)中的Θ和u视为常数，则公式(17)转化为：

其中：

是一个常数；

根据公式(18)进行求解得到更新后的F1和F2的数值。

在一些实施例中，调整模块具体用于：

将更新后的F1和F2以及u视为常数，则公式(18)转化为：

引入新的变量

和

并将

其中，C′是常数项，对应A₁、A₂、B₁、B₂、B₃、C、D相对于Θ均为常数；

得到

Tr(Θ^HC^H)＝c^H(θ^*)，Tr(ΘC)＝θ^Tc，Tr(Θ^HD^H)＝d^H(θ^*)，Tr(ΘD)＝θ^Td，

表示由Θ对角线上元素组成的向量，c＝[[C]_1，1，…，[C]_M，M]^T是C对角线上元素组成的向量，d＝[[D]_1，1，…，[D]_M，M]^T是D对角线上元素组成的向量；

公式(20)转换为：θ^HΨθ+Ψ^Tc+c^H(θ^*)#(21)，

其中，

公式(21)进一步等价为：θ^H(Ψ+αI_K)θ+2Re{θ^Hc^*}#(22)，

其中，

C′是常数项；

其中，

和

变量替换，ζ是惩罚因子，

且ζ＞0：

利用复数域圆流形法求解当前的智能反射面的相移矩阵。

在一些实施例中，位置确定模块25具体用于：

根据复数域圆流形法求解得到的所述当前的智能反射面的相移矩阵，确定无人机的通信资源分配，得到：

利用遗传算法求解无人机的位置，将所述无人机移动至所述无人机的位置处。

为了描述的方便，描述以上系统时以功能分为各种模块分别描述。当然，在实施本公开时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

上述实施例的系统用于实现前述任一实施例中相应的基于IRS辅助的无人机安全通信方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

基于同一发明构思，与上述任意实施例方法相对应的，本公开还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上任意一实施例所述的基于IRS辅助的无人机安全通信方法。

图8示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。

处理器1010可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。

存储器1020可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。

输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。

通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。

总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。

需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。

上述实施例的电子设备用于实现前述任一实施例中相应的基于IRS辅助的无人机安全通信方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

基于同一发明构思，与上述任意实施例方法相对应的，本公开还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的基于IRS辅助的无人机安全通信方法。

本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的基于IRS辅助的无人机安全通信方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本公开的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本公开实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。

另外，为简化说明和讨论，并且为了不会使本公开实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本公开实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本公开实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本公开的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本公开实施例。因此，这些描述应被认为是说明性的而不是限制性的。

尽管已经结合了本公开的具体实施例对本公开进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。

本公开实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本公开实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本公开的保护范围之内。