CN114071485B - 基于不完美信道的智能反射面安全通信能效优化方法 - Google Patents

Abstract

本发明属于无线通信技术领域，涉及一种基于不完美信道的智能反射面安全通信能效优化方法；所述方法包括：建立基于智能反射面的无线携能通信系统；在所述基于智能反射面的无线携能通信系统中，基于窃听信道的参数不确定性，考虑窃听者在最坏情况下的最大窃听速率约束、基站最大发射功率约束、最小能量收集约束和相移约束，建立出系统用户总能效最大化的资源分配模型；求解所述系统用户总能效最大化的资源分配模型，得到基于智能反射面的无线携能通信系统的资源分配结果和能效优化结果。本发明结合不完美信道建立出了一种新的通信系统，能够充分反映真实通信场景下的能效优化信息。

Description

基于不完美信道的智能反射面安全通信能效优化方法

技术领域

本发明属于无线通信技术领域，涉及一种基于不完美信道的智能反射面(Intelligent Reflecting Surface,IRS)安全通信能效优化方法。

背景技术

随着网络技术爆发式的发展，5G技术的传输速率大大提升，但由于无线网络中能量是受限的，所以无法满足用户的需求。若既想追求更高的QoS，又要延长供电设备的使用寿命，可以考虑引入无线携能(SWIPT)技术。

无线携能通信(SWIPT)定义是一种无线充电加无线通信的组合技术，是一种新型的无线通信类型，区别与女童无线通信仅仅传播信息，无线携能通信可以在传播传统信息类无线信号时，同时想无线设备传输能量信号，能量信号在被具有获能电路的无线设备接收后，经过一系列转换可以将无线能量存储在无线设备自身的电池中，这些捕获的能量将会被用于该无线设备的正常的信息交互电路的耗能以及能量捕获电路的耗能。运用无线携能通信技术后，可以减少电线，排线的成本，可以免去给无线设备更换电池的麻烦。

智能反射面如今发展得极为迅速，IRS在平面上由多个低能耗无源的超表面反射单元构成，且每个反射单元都能独立地通过IRS的控制器调节相位从而反射信号。IRS的不同元件可以通过控制其幅度和/或相位来独立地反射入射信号，从而协同地实现用于定向信号增强或零陷的精细的3D无源波束形成。目前，由于远场无线功率传输(WPT)效率低限制了同步无线信息与功率传输(SWIPT)系统的基本速率-能量性能权衡，Wu等人利用IRS无源反射元件增强了WPT的效率(Wu Q,Zhang R.Weighted sum power maximization forintelligent reflecting surface aided SWIPT[J].IEEE Wireless CommunicationsLetters,2019,9(5):586-590.)。Li等人提出了一个全新的IRS辅助的SWIPT非正交多址接入网络，利用IRS增强非正交多址接入性能以及SWIPT中WPT效率(Li Z,Chen W,Wu Q,etal.Joint beamforming design and power splitting optimization in IRS-assistedSWIPT NOMA networks[J].IEEE Transactions on Wireless Communications,2021.)。Tang等人研究了IRS辅助的多输入单输出SWIPT系统，通过联合优化主被动波束成形，最大化最小窃听者端最小接收功率(Tang Y,Ma G,Xie H,et al.Joint transmit andreflective beamforming design for IRS-assisted multiuser MISO SWIPT systems[C]//ICC 2020-2020 IEEE International Conference on Communications(ICC).IEEE,2020:1-6.)。但以上文献都考虑了基站处能够获得全部的信道状态信息，这在现实中是不切实际的，所以本发明考虑了不完美信道状态信息。另一方面，在传统基于IRS的通信系统中，虽然可以通过IRS调节相移来提升用户信息的传输质量，但是传输质量既包括传输速率和传输损耗；而能量效率是对传输速率的提升和功率损耗的降低的一种权衡。

发明内容

有鉴于此，本发明的目的是提供一种基于不完美信道的IRS安全通信能效优化方法。考虑窃听者在最坏情况下的最大窃听速率约束、基站最大发射功率约束、最小能量收集约束和相移约束，对下行链路的系统总能效进行优化。首先，利用丁克尔巴赫方法对分式问题进行处理。其次，利用S程序方法对参数不确定性约束进行转换。对于目标函数中的差分形式问题，采用一阶泰勒展开公式做近似处理。最后，提出一种基于连续凸近似的交替优化算法。仿真结果表明，本发明具有很好的稳健性和较高的能效。

为满足以上目标，本发明提供了以下技术方案：

一种基于不完美信道的智能反射面安全通信能效优化方法，所述方法包括：

建立基于智能反射面的无线携能通信系统，所述系统包括一个多天线基站、一个智能反射面、K个单天线用户、L个窃听者以及R个能量收集装置；

在所述基于智能反射面的无线携能通信系统中，基于窃听信道的参数不确定性，考虑窃听者在最坏情况下的最大窃听速率约束、基站最大发射功率约束、最小能量收集约束和相移约束，建立出系统用户总能效最大化的资源分配模型；

求解所述系统用户总能效最大化的资源分配模型，得到基于智能反射面的无线携能通信系统的资源分配结果和能效优化结果。

本发明的有益效果：

本发明较传统模型相比，单独设计了能量收集设备与信号传输设备，而非一个设备同时具有能量收集和信号传输功能，这样可以更加清晰的看出，通过IRS的辅助信号传输和能量收集各自效率的提升。

本发明鲁棒性和能效性上的到了很大的提升。

本发明的其他优势、目标和特征在一定程度上将在随后的说明书中进行阐述，并且在某种程度上，鉴于对下文的考察研究对同领域技术人员来说是不言而喻的，同时可以在实践中从本发明中得到一定的指导。本发明的目标和剩余的优势通过下面的说名书得以实现。

附图说明

图1是本发明实施例中基于不完美信道的智能反射面安全通信能效优化方法流程图；

图2是本发明实施例采用的基于智能反射面的无线携能通信系统模型图；

图3是本发明优选实施例中基于不完美信道的智能反射面安全通信能效优化方法流程图；

图4是本发明实施例中基于不完美信道的智能反射面安全通信能效优化方法仿真模型示意图；

图5是本发明实施例中基于不完美信道的智能反射面安全通信能效优化结果的收敛图；

图6是本发明实施例与其他算法对比，用户最小保密速率与系统能效的关系图。

具体实施方式

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，所描述的实施例仅仅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，本领域普通技术人员在没有做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。

其中，附图仅作为示意性作用，实物图应更具实际应用场景而做合理的改变，不对此发明应用的起限制作用；为了更好的展示此发明的实施例，附图中的相应组成部分会有一定的放缩省略处理，并不代表实际应用中实物的大小尺寸；对于相关领域的技术人员而言，附图中的一些结构是公认的可以省略的，故不影响理解。

此发明实施例附图中相同或相似的部件对应的符号是相同的；在此发明的描述中，若有“上下左右前后”等方位或位置关系的术语，其所代指的是附图所示的位置关系，其目的是简化此发明的描述，不作为实际应用中装置或元件具有的特定方位的限制，故对于相关领域的技术人员来说，能够根据实际情况加以理解。

图1给出了本发明实施例中基于不完美信道的智能反射面安全通信能效优化方法流程图，如图1所示，所述方法包括：

101、建立基于智能反射面的无线携能通信系统，所述系统包括一个多天线基站、一个智能反射面、K个单天线用户、L个窃听者以及R个能量收集装置；

在本发明实施例中，如图2所示，所述基于智能反射面的无线携能通信系统主要包括一个多天线基站、一个智能反射面、K个单天线用户、L个窃听者以及R个能量收集装置。其中基站含有M根天线，智能反射面含有N个反射阵元，通过一个软件控制器与基站相连。其中，为基站与智能反射面之间的信道系数，/>依次为基站与第k个用户、第l个窃听者以及第r个能量接收装置的信道系数；/>依次为智能反射面与第k个用户，第l个窃听者，第r个能量接收装置之间的信道系数。相移矩阵用G＝diag(q^H)代表，其中，q＝(q₁,q₂,...,q_N)^H，/>θ_n∈[0,2π)代表智能反射面的第n个反射阵元的反射系数相移，且β＝1，上标H表示共轭转置矩阵即厄米特矩阵。

102、在所述基于智能反射面的无线携能通信系统中，基于窃听信道的参数不确定性，考虑窃听者在最坏情况下的最大窃听速率约束、基站最大发射功率约束、最小能量收集约束和相移约束，建立出系统用户总能效最大化的资源分配模型；

在本发明实施例中，考虑窃听信道的参数不确定性，因此，本发明建立的系统用户总能效最大化的资源分配模型可以描述为：

其中，表示系统用户总能效最大化的资源分配模型的目标函数即系统用户总能效；w_k表示基站到用户k的波束成形向量，k∈{1,2,...,K}；v_r表示第r个能量收集装置的波束赋形向量，r∈{1,2,...,R}；θ_n表示反射阵元n的相移矩阵，n∈{1,2,...,N}，N表示智能反射面配备的反射阵元个数；/>为用户k的传输速率；P^total表示总功率消耗；C₁代表每个能量收集装置的最小接收功率约束，/>表示能量接收机的能量转化效率，e_r表示第r个能量收集装置接收的能量，上标H表示共轭转置矩阵，/>代表第r个能量收集装置收集到的最小功率；C₂代表在窃听信道不确定性条件下，用户的最小保密速率约束，/>为用户k的安全速率，/>为用户k的最小保密速率，/>表示基站与第l个窃听者的误差信道系数，表示基站与第l个窃听者的估计误差上界，/>表示智能反射面与第l个窃听者的误差信道系数，/>表示智能反射面与第l个窃听者的估计误差上界，l∈{1,2,...,L}，|| ||表示2范数，|| ||_F表示F范数；C₃代表基站的最大发射功率约束，P_max代表基站的最大发射功率；C₄代表智能反射面的连续相移约束。

不难看出，式(1)是一个非凸优化问题，因此，在后续的求解过程中，本发明可以利用交替优化算法进行求解。

103、求解所述系统用户总能效最大化的资源分配模型，得到基于智能反射面的无线携能通信系统的资源分配结果和能效优化结果。

令然后利用交替优化思想对变量耦合问题进行求解。得到的子问题一表示为：

固定相移矩阵G求{W_k},V_R，其半定规划标准形式可以写为：

经过一系列的数学运算及转换，式(2)可以转化为：

此时，βk,l表示用户k的松弛变量参数；表示用户k接收第k条信息的速率；式(3)是一个凸优化问题，可以利用连续凸逼近算法进行迭代求解。通过凸优化工具箱获得

子问题二是通过上述获得的求解G，令/>

则子问题二可以表示为：

其中，

通过一系列的数学转换，式(4)的半定规划标准形式可以写为：

同问题(3)一样，问题(7)也可以使用CVX工具箱进行求解。

在本发明的优选实施例中，基于不完美信道的智能反射面安全通信能效优化方法流程图如图3所示，包括：

S1：设定系统参数：R、K、M、N、L、B、P_max、h_AI、q、G、w_k、v_r、ε，最大迭代次数设置为i_max，设置初始能量效率值为η₀，迭代初始化；

进一步，S1中所描述的系统参数包括初始相移q、基站天线数M、智能反射面阵元个数N、系统带宽B、基站最大发射功率P_max、单天线用户数K、窃听者个数L、能量收集装置个数R、基站与第k个用户、第l个窃听者以及第r个能量接收装置的信道系数分别为IRS与第k个用户、第l个窃听者以及之间第r个能量接收装置的信道系数分别为/>

S2：通过给定的第i-1次迭代过程中的相移q^(i-1)和系统能效η^(i-1)求解获得第i-1次迭代过程中的波束成形矩阵

S3：更新根据Q^(i-1)求解获得Q⁽ⁱ⁾，由/> 获得q⁽ⁱ⁾；

S4：更新Q⁽ⁱ⁺¹⁾＝Q⁽ⁱ⁾，η⁽ⁱ⁺¹⁾＝η⁽ⁱ⁾，i＝i+1；

S5：判断若满足条件，则获得/>若不满足重新执行S2；

下面将结合仿真对本发明的效用进行描述。

1)仿真条件

如图4所示，设置基站天线为2，智能反射面阵元数为4，基站到反射面、反射面到用户、窃听者以及能量接收机的路损指数分别为α_BI＝2.2，α_BR＝3.6，α_BU＝3.6，α_BE＝3.6，智能反射面到用户、窃听者以及能量接收机的路损指数分别为α_IU＝2.4，α_IR＝2.2，α_IE＝2.4，系统带宽为B＝10MHz。假设基站位于坐标轴(0,0)，信息接收机位于坐标轴(x_IUs,0)，窃听者位于坐标轴(x_EVEs,0)，能量接收机位于(x_ERs,0)，智能反射面位于(x_IRS,y_IRS)。信号接收机、窃听者接收机和能量接收机分别安排在半径为1m的圆内。

2)仿真结果

在本实施例中，图5对比了不同天线数的情况下，系统总能量效率的收敛情况，可以看出，在第10次迭代之前，系统能效随迭代次数增加而增大，第10次迭代后，系统能量效率逐渐趋于平稳，达到收敛的情况。图6对比了四种算法下，用户最小保密速率R_min与系统总能效之间的关系，可以看出，当R_min小于1.5时，四种算法能系统总能效都趋于平稳。当R_min大于1.5时，四种算法的系统总能效都随用户最小保密速率增大而减小。

上述仿真结果均为本实施例的最佳情况下的结果，不用于对此发明的限制，凡是遵循次发明的原则和意图之内的修改、等价替换和改进等，都应该在此发明的保护范围之内。

最后，以上实施例不用于对此发明的限制，只用于说明此发明。虽然此发明按照最佳实施例进行了详细说明，但相关领域的技术人员应当理解。

在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“外”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋转”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (1)

1.一种基于不完美信道的智能反射面安全通信能效优化方法，其特征在于，所述方法包括：

建立基于智能反射面的无线携能通信系统，所述系统包括一个多天线基站、一个智能反射面、K个单天线用户、L个窃听者以及R个能量收集装置，其中基站给K个单天线用户传输无线信号，同时给R个能量收集装置充电；

在所述基于智能反射面的无线携能通信系统中，基于窃听信道的参数不确定性，考虑窃听者在最坏情况下的最大窃听速率约束、基站最大发射功率约束、最小能量收集约束和相移约束，建立出系统用户总能效最大化的资源分配模型，表示为：

所述系统用户总能效最大化的资源分配模型包括：

s.t.C₁:

C₂:

C₃:

C₄:

其中，表示系统用户总能效最大化的资源分配模型的目标函数即系统用户总能效；w_k表示基站到用户k的波束成形向量，k∈{1,2,...,K}；v_r表示第r个能量收集装置的波束赋形向量，r∈{1,2,...,R}；θ_n表示反射阵元n的相移矩阵，n∈{1,2,...,N}，N表示智能反射面配备的反射阵元个数；/>为用户k的传输速率；P^total表示系统总功耗；C₁代表每个能量收集装置的最小接收功率约束，/>表示能量接收机的能量转化效率，表示第r个能量收集装置收集到的能量，上标H表示共轭转置矩阵，代表第r个能量收集装置收集到的最小功率；C₂代表在窃听信道不确定性条件下，用户的最小保密速率约束，/>为用户k的安全速率，/>为用户k的最小保密速率，/>表示基站与第l个窃听者的误差信道系数，/>表示基站与第l个窃听者的估计误差上界，/>表示智能反射面与第l个窃听者的误差信道系数，/>表示智能反射面与第l个窃听者的估计误差上界，l∈{1,2,...,L}，|| ||表示2范数，|| ||_F表示F范数；C₃代表基站的最大发射功率约束，P_max代表基站的最大发射功率；C₄代表智能反射面的连续相移约束；

求解所述系统用户总能效最大化的资源分配模型，得到基于智能反射面的无线携能通信系统的资源分配结果和能效优化结果；

求解所述系统用户总能效最大化的资源分配模型包括利用丁克尔巴赫方法对所述目标函数进行分式处理；利用S程序方法对基于窃听信道的参数不确定性约束进行转换；采用一阶泰勒展开公式对分式处理后的目标函数进行近似处理；采用基于连续凸近似的交替优化算法求解所述系统用户总能效最大化的资源分配模型；

所述利用丁克尔巴赫方法对所述目标函数进行分式处理，表示为：

其中，B表示系统带宽；表示用户k的复合信道共轭转置系数；/>表示用户k的噪声功率；E_r代表第r个能量收集装置收集到的功率；η表示系统能效；

所述利用S程序方法对基于窃听信道的参数不确定性约束进行转换，表示为：

s.t.

C₂:

C₄:

C₅:

C₆:

其中，Tr表示求矩阵的迹；W_k表示用户k的波束成型矩阵，H_k表示用户k的复合信道矩阵，/>V_R表示能量收集装置的波束赋形矩阵，/>R_k,l表示窃听速率；Rank()表示求矩阵的秩；C₅表示波束成形矩阵的半正定矩阵约束；C₆表示波束成形矩阵的秩一约束；

所述采用基于连续凸近似的交替优化算法求解所述系统用户总能效最大化的资源分配模型包括在所述系统用户总能效最大化的资源分配模型中，固定相移矩阵，利用连续凸逼近算法进行迭代求解，使用凸优化工具箱得出对应的用户波束成型矩阵最优值和能量收集装置的波束赋形矩阵最优值；在两个最优值下，利用连续凸逼近算法进行迭代求解，使用凸优化工具箱得出对应的相移矩阵最优值。