CN114158050B - 提高wpt-mec系统安全计算性能的方法、装置及系统 - Google Patents
提高wpt-mec系统安全计算性能的方法、装置及系统 Download PDFInfo
- Publication number
- CN114158050B CN114158050B CN202110975637.2A CN202110975637A CN114158050B CN 114158050 B CN114158050 B CN 114158050B CN 202110975637 A CN202110975637 A CN 202110975637A CN 114158050 B CN114158050 B CN 114158050B
- Authority
- CN
- China
- Prior art keywords
- user terminal
- representing
- model
- kth user
- unloading
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/12—Detection or prevention of fraud
- H04W12/126—Anti-theft arrangements, e.g. protection against subscriber identity module [SIM] cloning
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/20—Circuit arrangements or systems for wireless supply or distribution of electric power using microwaves or radio frequency waves
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- 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)
- Power Engineering (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种提高WPT‑MEC系统安全计算性能的方法、装置及系统。该方法包括:建立WPT‑MEC系统的用户终端在传输周期内的本地计算任务量模型和安全卸载任务量模型,传输周期表示用户终端完成充电和卸载的周期;确定安全计算任务量目标函数和约束条件;获取设定的基站的通信参数、用户终端的运算能力参数以及传输周期作为输入参数;以安全计算任务量目标函数的函数值最大为优化目标,根据设定的优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对WPT‑MEC系统进行配置,以提高WPT‑MEC系统的安全计算性能。本发明在WPT‑MEC系统中加入IRS,IRS可以增加用户接收的能量信号并且无需增加系统能耗,确定IRS和WPT‑MEC系统的参数,可以提高WPT‑MEC系统的安全性。
Description
技术领域
本发明涉及移动边缘计算技术领域,尤其涉及一种提高WPT-MEC系统安全计算性能的方法、装置及系统。
背景技术
移动边缘计算(Mobile Edge Computing,MEC)可以将云计算服务扩展至网络边缘,允许资源受限的终端设备将计算密集型、时延敏感性的应用全部或部分卸载到MEC服务器上处理,从而减少设备的计算时延、降低设备的能耗、延长设备电池寿命。基于射频(Radio Frequency,RF)的无线能量传输(Wireless Power Transfer,WPT)技术能够为能量受限的无线设备提供可持续、低成本的能源供应,然而由于无线传输的广播特性,无线设备向MEC服务器卸载计算任务时的信号很容易被窃听。
目前,提高WPT-MEC系统安全性的技术有AN技术、波束赋形、协作干扰技术等,但是这些技术复杂性较高,不易实现,同时会额外增加系统的能耗。
发明内容
本发明实施例提供了一种提高WPT-MEC系统安全计算性能的方法、装置及系统,以解决提高WPT-MEC系统安全性的问题。
第一方面,本发明实施例提供了一种提高WPT-MEC系统安全计算性能的方法,WPT-MEC系统中部署有智能反射表面IRS;
该方法包括:
建立WPT-MEC系统的用户终端在传输周期内的本地计算任务量模型和安全卸载任务量模型,传输周期表示用户终端完成一次充电和卸载的时长;
基于本地计算任务量模型和安全卸载任务量模型确定安全计算任务量目标函数和约束条件;
获取设定的基站的通信参数、用户终端的运算能力参数以及传输周期作为输入参数;
以安全计算任务量目标函数的函数值最大为优化目标,根据设定的优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对WPT-MEC系统进行配置,以提高WPT-MEC系统的安全计算性能;
输出参数包括基站的发射能量波束赋形向量、用户卸载时间、用户发射功率、用户计算频率和IRS的反射相位。
第二方面,本发明实施例提供了一种提高WPT-MEC系统安全计算性能的装置,WPT-MEC系统中部署有智能反射表面IRS;
该装置包括:
模型建立模块,用于建立WPT-MEC系统的用户终端在传输周期内的本地计算任务量模型和安全卸载任务量模型,传输周期表示用户终端完成充电和卸载的周期;
条件确定模块,用于基于本地计算任务量模型和安全卸载任务量模型确定安全计算任务量目标函数和约束条件;
获取模块,用于获取设定的基站的通信参数、用户终端的运算能力参数以及传输周期作为输入参数;
目标值确定模块,用于以安全计算任务量目标函数的函数值最大为优化目标,根据设定的优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对WPT-MEC系统进行配置,以提高WPT-MEC系统的安全计算性能;
输出参数包括基站的发射能量波束赋形向量、用户卸载时间、用户发射功率、用户计算频率和IRS的反射相位。
第三方面,本发明实施例提供了一种WPT-MEC系统,其特征在于,WPT-MEC系统包括基站、智能反射表面IRS和IRS控制器;基站包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式方法的步骤;IRS控制器用于调整IRS的反射相位。
第四方面,本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式方法的步骤。
本发明实施例提供一种提高WPT-MEC系统安全计算性能的方法,该WPT-MEC系统中部署有智能反射表面IRS;该方法包括:建立WPT-MEC系统的用户终端在传输周期内的本地计算任务量模型和安全卸载任务量模型,传输周期表示用户终端完成充电和卸载的周期;基于本地计算任务量模型和安全卸载任务量模型确定安全计算任务量目标函数和约束条件;获取设定的基站的通信参数、用户终端的运算能力参数以及传输周期作为输入参数;以安全计算任务量目标函数的函数值最大为优化目标,根据设定的优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对WPT-MEC系统进行配置,以提高WPT-MEC系统的安全计算性能;输出参数包括基站的发射能量波束赋形向量、用户卸载时间、用户发射功率、用户计算频率和IRS的反射相位。本发明在WPT-MEC系统中加入IRS,IRS可以增加用户接收的能量信号并且无需增加系统能耗,确定IRS和WPT-MEC系统的参数,可以提高WPT-MEC系统的安全性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的提高WPT-MEC系统安全计算性能的方法的应用场景图;
图2是本发明实施例提供的提高WPT-MEC系统安全计算性能的方法的实现流程图;
图3是本发明实施例提供的提高WPT-MEC系统安全计算性能的装置的结构示意图;
图4是本发明实施例提供WPT-MEC系统中基站的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
物联网和下一代无线通信网络的发展促进了各种时延敏感型和计算密集型的新兴应用产生,然而无线终端设备往往是资源受限的(计算能力低、电池寿命短),几乎不能支持这些应用。此外,这些电池充电的设备往往需要手动充电或者更换电池,操作起来十分不方便。移动边缘计算可以将云计算服务扩展至网络边缘,允许资源受限的终端设备将计算密集型、时延敏感性的应用全部或部分卸载到MEC服务器(部署在基站或者接入点)上处理,从而减少设备的计算时延、降低设备的能耗、延长设备电池寿命等。基于射频的无线能量传输技术能够为能量受限的无线设备提供可持续、低成本的能源供应,它是利用专用的无线能量发射器在空中广播连续能量信号为无线设备充电。
然而由于无线传输的广播特性,无线设备向MEC服务器卸载计算任务时的信号很容易被窃听。物理层安全技术利用无线信道的物理特性达到安全传输的目的,已经在无线通信系统中得到广泛研究,常用的物理层安全技术有协作干扰技术,人工噪声技术,波束赋形技术等。如何在MEC系统中实现安全卸载是一个亟待解决的问题。
近来,智能反射表面受到广泛关注,它由大量低成本的无源反射元件构成,通过合适地调整这些反射单元的振幅和相位,可以按照接收端的目的改变入射信号,进而智能可控地重新配置无线传输环境。通过部署IRS,可以增强接收信号的强度,减小发射功率,提高系统能量和频谱效率,减弱干扰,提高物理层安全性等。
现有的发明只是研究了WPT,MEC,IRS以及物理层安全中的两种技术的结合带来的性能增益,而利用IRS来提高WPT-MEC系统安全性的文章还没有。事实上,在MEC系统中,无线终端设备的能量可持续性问题、无线设备卸载信息的安全性问题是同时存在的,并且亟需解决。
在现有文献中,提高MEC系统安全性的技术有人工噪声(Artificial noise,AN)技术,波束赋形,协作干扰技术等,这些技术复杂性较高,不易实现,同时会额外增加系统的能耗。而IRS是由无源反射元件构成的,成本低,并且不会额外增加能耗,因此利用IRS提高MEC系统的安全性是一种有效的方法。此外,虽然现有文章也利用WPT技术来提高MEC边缘设备的能量可持续能力,但是由于WPT技术是无线传能的,因此无线信道衰落是该技术中存在的一个主要问题,而IRS可以重新配置无线信道从而提高信道质量,因此将IRS部署在WPT-MEC系统中提高设备收集能量以及卸载的性能也是有必要研究的。
图1为本发明实施例提供的提高WPT-MEC系统安全计算性能的方法的应用场景图。如图1所示,本发明实施例提供的方法应用于一个部署有智能反射表面IRS的WPT-MEC系统,该系统包括基站11(或接入点)、IRS12、至少一个用户终端14,基站11中部署有服务器16,IRS12由IRS控制器13控制。假设WPT-MEC系统中存在一个窃听端15。
假设每个传输周期长度为T,用户终端数量为K,第一阶段为t0,K个用户终端采用时分多址接入(TDMA)协议卸载任务,每个用户终端卸载任务的时间为tk,满足:
在第一阶段t0,基站11首先广播射频能量信号为K个用户终端充电,IRS可以提高信道质量从而增强用户终端收集能量的性能;在第二阶段T-t0,K个用户终端14在不同时间内分别向基站11卸载各自的计算任务,IRS可以提高用户终端14的安全卸载性能;假设基站11将计算结果下传给用户终端14的时间不计(因为基站11的发射功率很大,并且MEC服务器的计算能力很强,所以下传时间很小可以忽略不计);用户终端14在收集能量和卸载的整个过程中都可以进行本地计算。
参见图2,其示出了本发明实施例提供的提高WPT-MEC系统安全计算性能的方法的实现流程图,详述如下:
步骤201,建立WPT-MEC系统的用户终端在传输周期内的本地计算任务量模型和安全卸载任务量模型,传输周期表示用户终端完成一次充电和卸载的时长。
在本实施例中,用户终端在整个传输周期内都可以进行本地计算,本地计算任务量与用户终端在第一阶段获取的能量以及用户终端的计算能力有关,本地计算任务量模型用于表示本地计算任务量与影响本地计算任务量的参数的具体关系。安全卸载任务量与用户终端的卸载速度、卸载时间有关,安全卸载任务量模型用于表示安全卸载任务量与影响安全卸载任务量的参数的具体关系。
在一种可能的实现方式中,运算能力参数包括各个用户终端的计算频率和计算预设任务量所需的CPU周期数;
本地计算任务量模型的表达式为:
在本实施例中,预设任务量可以是1bit。令fk表示用户终端k的CPU频率,ck表示用户终端k计算1bit任务量所需的CPU周期数,ξk是有效的电容参数,它取决于用户终端k的芯片结构。因此用户终端k本地计算的能耗为:
用户终端k本地计算的任务量为:
在一种可能的实现方式中,基站的通信参数包括信道带宽;
建立安全卸载任务量模型包括:
建立卸载信道参数模型和窃听信道参数模型。
通过卸载信道参数模型和公式
得到卸载信号的信干噪比。
其中,k表示用户终端序号,SINRa,k表示基站的信干噪比,pk表示第k个用户终端的发射功率,hr,a表示IRS到基站的信道参数,Φk表示IRS对第k个用户终端的反射相位,hk,r表示第k个用户终端到IRS的信道参数,hk,a表示第k个用户终端到基站的信道参数,表示基站的接收噪声的方差。
通过窃听信道参数模型和公式
得到窃听信号的信干噪比。
其中,k表示用户终端序号,表示窃听信号的信干噪比,pk表示第k个用户终端的发射功率,/>表示IRS到窃听端的信道参数,Φk表示IRS对第k个用户终端的反射相位,hk,r表示第k个用户终端到IRS的信道参数,hk,e表示第k个用户终端到窃听端的信道参数,/>表示窃听信号的接收噪声的方差。
通过公式Ra,k=log2(1+SINRa,k)得到第k个用户终端的卸载速率。
通过公式Re,k=log2(1+SINRe,k)得到窃听端的窃听速率。
在本实施例中,信道参数与IRS反射相位有关,信道参数模型表示信道参数与IRS反射相位的关系。假设 分别代表用户终端k到基站11,IRS到基站11,用户终端k到IRS,用户终端k到窃听端15,IRS到窃听端15的信道参数,则基站11和窃听端15的接收信号分别表示为:
假设基站11采用最大比合并技术来解码用户终端的消息,则基站11的接收波束赋形向量满足
因此基站11和窃听端15处的信干噪比(SINR)分别表示为:
用户终端k的安全卸载速率表示为:
用户终端k的安全卸载能耗为:
用户终端k的安全卸载任务量为:
其中B表示信道带宽。
步骤202,基于本地计算任务量模型和安全卸载任务量模型确定安全计算任务量目标函数和约束条件。
在本实施例中,K个用户终端利用收集到的能量完成各自任务量的计算,假设每个用户终端的计算任务可以被任意的分成两部分,并分别由本地计算和部分卸载计算完成,则可以确定WPT-MEC系统的安全计算任务量等于K个用户终端的本地计算任务量与安全卸载任务量的总和。
此外,用户终端进行本地计算和卸载消耗的能量不能大于收集到的能量,用户终端用于卸载的时间与充电时间的总和不能大于传输周期,由此可以得到约束条件。
在一种可能的实现方式中,基于本地计算任务量模型和安全卸载任务量模型确定安全计算任务量目标函数和约束条件包括:
对各个用户终端的本地计算任务量模型和安全卸载任务量模型求和,得到安全计算任务量目标函数。
在本实施例中,在传输周期内,各个用户终端的本地计算任务量与安全卸载任务量的总和就是WPT-MEC系统的安全计算任务量。
在一种可能的实现方式中,运算能力参数包括各个用户终端的有效电容参数;
基于本地计算任务量模型和安全卸载任务量模型确定安全计算任务量目标函数和约束条件包括:
建立各个用户终端的本地计算能耗模型、卸载能耗模型以及充电模型,本地计算能耗模型的表达式为:
卸载能耗模型的表达式为:
充电模型的表达式为:
Ek=ηt0Tr(GkW)
其中,k表示用户终端序号,Ek表示第k个用户终端的充电量,η表示能量收集效率,t0表示充电时间,Gk表示第k个用户终端的充电信道参数,W表示基站发射的能量波束赋形向量;
基于本地计算能耗模型、卸载能耗模型以及充电模型确定约束条件。
在本实施例中,假设所有的信道状况信息(CSI)都是可获得的,令Φk=diag(αk, 1exp(jφk,1),αk,2exp(jφk,2),…,αk,Nexp(jφk,N))代表IRS反射系数的对角阵,n∈[1,2,…,N],其中αk,n∈[0,1],φk,n∈[0,2π]是第n个反射单元对第k个用户终端的振幅和相位。为了让接收信号强度最大,令αk,n=1,仅考虑IRS反射相位的影响。当k=0时,Φ0代表第一阶段的IRS反射相位,当k∈[1,2,…,K]时,Φk代表卸载阶段的IRS反射相位。
其中,nk是用户终端k处的信道加性高斯白噪声。
不失一般性,假设每个用户终端采用线性能量收集模型,能量收集效率为η,因此每个用户终端收集的能量表示为:
在一种可能的实现方式中,安全计算任务量目标函数的表达式为:
其中,B表示信道带宽,K表示用户终端个数,k表示用户终端序号,tk表示第k个用户终端的卸载时间,表示第k个用户终端的卸载速率,Re,k表示窃听端的窃听速率,T表示传输时间块长度,fk表示第k个用户终端的计算频率,ck表示第k个用户终端的计算预设任务量所需的CPU周期数;
约束条件为:
其中,k表示用户终端序号,Pk表示第k个用户终端的发射功率,ξk表示第k个用户终端的有效电容参数,η表示能量收集效率,t0表示充电时间,Gk表示第k个用户终端的接收信道参数,W表示基站发射的能量波束赋形向量,Tr()表示迹函数,P表示基站最大发射功率,表示第k个用户终端的最大发射功率,/>表示第k个用户终端的最大计算频率,φk,n表示反射单元n对第k个用户终端的反射相位。
在本实施例中,约束条件分别为确保收集到的能量大于计算任务所用的能量,基站最大发射功率约束,用户终端的最大计算时延约束、最大发射功率约束和最大发射频率约束,IRS的反射相移矩阵约束。
步骤203,获取设定的基站的通信参数、用户终端的运算能力参数以及传输周期作为输入参数;
在本实施例中,基站的通信参数可以包括但不限于下述至少一项:基站的最大发射功率、基站信道和窃听者信道中加性高斯白噪声的方差;运算能力参数可以包括但不限于下述至少一项:有效电容参数、计算1bit任务量所需的CPU周期数。
步骤204,以安全计算任务量目标函数的函数值最大为优化目标,根据设定的优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对WPT-MEC系统进行配置,以提高WPT-MEC系统的安全计算性能。
输出参数包括基站的发射能量波束赋形向量、用户卸载时间、用户发射功率、用户计算频率和IRS的反射相位。
在一种可能的实现方式中,以安全计算任务量目标函数的函数值最大为优化目标,根据设定的优化算法、输入参数和约束条件进行优化,得到输出参数的目标值包括:
基于约束条件,将fk和安全计算任务量目标函数分别转化为以Pk、tk、W和φk,n为自变量的函数;
固定Pk和tk,利用泰勒展开法和半定松弛算法确定W和φk,n的最优解范围;
固定W和φk,n,利用拉格朗日对偶法和KKT条件确定Pk和tk的最优解范围;
对Pk、tk、W和φk,n进行迭代,直至对应的目标函数值符合预设的收敛条件时,得到Pk、tk、W和φk,n的目标值;
基于Pk、tk、W和φk,n的目标值确定fk的目标值。
s.t. Tr(W)≤P,W≥0 (14a)
(P1)是一个非凸问题,可以将其分解成容易求解的子问题:首先固定p,t,利用泰勒展开法和半定松弛算法(SDR)求得其中/>分别表示W,v0,vk的最优解;然后固定W,v0,vk,利用拉格朗日对偶法和KKT条件求得p*,t*。具体求解步骤如下:
步骤1,给定p,t,优化W,v0,vk
首先定义矩阵满足V0≥0,Vk≥0以及rank(V0)=1,rank(Vk)=1。在给定p,t的情况下,这三个变量仍是相互耦合的,但是当固定其中两个变量时,问题是关于另一个变量的凸问题,因此先固定其中两个变量求解另一个变量,最后经过迭代的方法求出最优解。先给定v0,vk来优化W,则(P1)可以表示成:
s.t. tr(W)≤P,W≥0 (15a)
这样,问题(P2)就近似成一个关于W的凸问题,利用凸优化工具箱CVX来求解。
步骤2,给定vk,W来优化v0,于是该子问题变成:
步骤3,给定v0,W来优化vk,于是该子问题变成:
利用下述定理将(P4)的目标函数变成凹函数:
于是(P4)可以表示成(P4.1):
μv,k>0 (19b)
步骤4,给定W,v0,vk,优化p,t
在给定W,v0,vk时,问题(P1)可以表示成:
利用拉格朗日对偶法和KKT条件求解该问题,拉格朗日函数为:
其中,λ和μ=(μ0,μ1,μ2,…,μk)是约束(23a)和(23b)的对偶乘子,因此(P5.1)可以表示成:
KKT条件表示为:
输入参数:B,σe 2,σa 2,Hk,Hek,gk,T,ck,ξk,P,Rk max,ε
输出参数:W*,v*,p*,t*,f*
1:初始化:W(0),v(0),p(0),t(0)
2:设置i=1
3:重复4~6
4:利用CVX获得W*(i),v*(i)
5:求解问题(P5)根据公式(26)(27)(28)获得p*(i)和t*(i),并计算出f*(i),计算目标函数的值
6:更新i=i+1
7:||L(i)-L(i+1)||≤ε时,终止程序,得到输出参数的目标值
由上可知,本发明存在以下有益效果:
(1)MEC系统中,无线终端设备的能量可持续性需求、卸载信息的安全性需求可能是同时存在,并且极具挑战性的。本发明首次同时研究了MEC系统中用户的能量可持续性和安全性。利用IRS能够智能地重新配置无线环境的特点,本发明首次提出利用IRS来提高WPT-MEC系统的安全计算性能,相比于有源中继,IRS是无源的,不会额外增加系统能耗,并且成本低,易部署。本发明为研究MEC系统中的能量可持续性以及安全性问题提供了一个更好地思路。
(2)本发明充分利用了IRS能够提高信道质量和物理层安全性的优势,将其应用到WPT-MEC系统中,在WPT阶段,利用IRS改善信道质量提高用户收集能量的性能;在卸载阶段,通过合理地优化IRS的反射相位,增强合法接收端的信号,减弱窃听者的接收信号,从而提高用户的安全卸载性能。
(3)本发明针对建立的系统模型研究了用户安全计算任务量最大的优化问题,并提出一个迭代优化算法来求解该问题,并在仿真中验证了所提算法的收敛性和有效性。
(4)针对建立的系统模型,提出用户安全计算任务量最大的优化问题,通过联合优化AP的发射能量波束赋形,IRS反射相位,用户的发射功率,计算时间,本地计算频率,提出一个迭代最优算法使得系统的安全计算任务量最大,并通过仿真验证,得出有利于提高该系统安全计算性能的一些结论,包括:适当地提高IRS的反射单元数,将IRS部署在靠近发送端或者接收端的位置,增大基站的最大发射功率等,都可以更好的提高系统性能。这些结论对提高WPT-MEC系统的安全性能有很大意义。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图3示出了本发明实施例提供的提高WPT-MEC系统安全计算性能的装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图3所示,提高WPT-MEC系统安全计算性能的装置3包括:
模型建立模块31,用于建立WPT-MEC系统的用户终端在传输周期内的本地计算任务量模型和安全卸载任务量模型,传输周期表示用户终端完成充电和卸载的周期;
条件确定模块32,用于基于本地计算任务量模型和安全卸载任务量模型确定安全计算任务量目标函数和约束条件;
获取模块33,用于获取设定的基站的通信参数、用户终端的运算能力参数以及传输周期作为输入参数;
目标值确定模块34,用于以安全计算任务量目标函数的函数值最大为优化目标,根据设定的优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对WPT-MEC系统进行配置,以提高WPT-MEC系统的安全计算性能;
输出参数包括基站的发射能量波束赋形向量、用户卸载时间、用户发射功率、用户计算频率和IRS的反射相位。
在一种可能的实现方式中,运算能力参数包括各个用户终端的计算频率和计算预设任务量所需的CPU周期数;
本地计算任务量模型的表达式为:
在一种可能的实现方式中,基站的通信参数包括信道带宽;
模型建立模块31具体用于:
建立卸载信道参数模型和窃听信道参数模型;
通过卸载信道参数模型和公式
得到卸载信号的信干噪比;
其中,k表示用户终端序号,表示基站的信干噪比,pk表示第k个用户终端的发射功率,hr,a表示IRS到基站的信道参数,Φk表示IRS对第k个用户终端的反射相位,hk,r表示第k个用户终端到IRS的信道参数,hk,a表示第k个用户终端到基站的信道参数,/>表示基站的接收噪声的方差;/>
通过窃听信道参数模型和公式
得到窃听信号的信干噪比。
其中,k表示用户终端序号,SINRe,k表示窃听信号的信干噪比,pk表示第k个用户终端的发射功率,表示IRS到窃听端的信道参数,Φk表示IRS对第k个用户终端的反射相位,hk,r表示第k个用户终端到IRS的信道参数,hk,e表示第k个用户终端到窃听端的信道参数,/>表示窃听信号的接收噪声的方差;
通过公式Re,k=log2(1+SINRe,k)得到窃听端的窃听速率;
在一种可能的实现方式中,条件确定模块32具体用于:
对各个用户终端的本地计算任务量模型和安全卸载任务量模型求和,得到安全计算任务量目标函数。
在一种可能的实现方式中,运算能力参数包括各个用户终端的有效电容参数;
条件确定模块32具体用于:
建立各个用户终端的本地计算能耗模型、卸载能耗模型以及充电模型,本地计算能耗模型的表达式为:
卸载能耗模型的表达式为:
充电模型的表达式为:
Ek=ηt0Tr(GkW)
其中,k表示用户终端序号,Ek表示第k个用户终端的充电量,η表示能量收集效率,t0表示充电时间,Gk表示第k个用户终端的充电信道参数,W表示基站发射的能量波束赋形向量;
基于本地计算能耗模型、卸载能耗模型以及充电模型确定约束条件。
在一种可能的实现方式中,安全计算任务量目标函数的表达式为:
其中,B表示信道带宽,K表示用户终端个数,k表示用户终端序号,tk表示第k个用户终端的卸载时间,Ra,k表示第k个用户终端的卸载速率,Re,k表示窃听端的窃听速率,T表示传输时间块长度,fk表示第k个用户终端的计算频率,ck表示第k个用户终端的计算预设任务量所需的CPU周期数;
约束条件为:
其中,k表示用户终端序号,Pk表示第k个用户终端的发射功率,ξk表示第k个用户终端的有效电容参数,η表示能量收集效率,t0表示充电时间,Gk表示第k个用户终端的接收信道参数,W表示基站发射的能量波束赋形向量,Tr()表示迹函数,P表示基站最大发射功率,表示第k个用户终端的最大发射功率,/>表示第k个用户终端的最大计算频率,φk,n表示反射单元n对第k个用户终端的反射相位。
在一种可能的实现方式中,目标值确定模块34具体用于:
基于约束条件,将fk和安全计算任务量目标函数分别转化为以Pk、tk、W和φk,n为自变量的函数;
固定Pk和tk,利用泰勒展开法和半定松弛算法确定W和φk,n的最优解范围;
固定W和φk,n,利用拉格朗日对偶法和KKT条件确定Pk和tk的最优解范围;
对Pk、tk、W和φk,n进行迭代,直至对应的目标函数值符合预设的收敛条件时,得到Pk、tk、W和φk,n的目标值;
基于Pk、tk、W和φk,n的目标值确定fk的目标值。
本发明实施例提供了一种提高WPT-MEC系统安全计算性能的装置,WPT-MEC系统中部署有智能反射表面IRS;该装置包括:模型建立模块,用于建立WPT-MEC系统的用户终端在传输周期内的本地计算任务量模型和安全卸载任务量模型,传输周期表示用户终端完成充电和卸载的周期;条件确定模块,用于基于本地计算任务量模型和安全卸载任务量模型确定安全计算任务量目标函数和约束条件;获取模块,用于获取设定的基站的通信参数、用户终端的运算能力参数以及传输周期作为输入参数;目标值确定模块,用于以安全计算任务量目标函数的函数值最大为优化目标,根据设定的优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对WPT-MEC系统进行配置,以提高WPT-MEC系统的安全计算性能;输出参数包括基站的发射能量波束赋形向量、用户卸载时间、用户发射功率、用户计算频率和IRS的反射相位。本发明实施例在WPT-MEC系统中部署智能反射表面IRS,可以增加用户接收的能量信号并且无需增加系统能耗,通过建立模型求解输出参数的目标值,可以提高WPT-MEC系统的安全性。
图4是本发明实施例提供WPT-MEC系统中基站的示意图。如图4所示,该实施例的基站4包括:处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个提高WPT-MEC系统安全计算性能的方法实施例中的步骤,例如图2所示的步骤201至步骤204。或者,所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块的功能,例如图3所示模块31至34的功能。
示例性的,所述计算机程序42可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器41中,并由所述处理器40执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序42在所述基站4中的执行过程。例如,所述计算机程序42可以被分割成图3所示的模块31至34。
所述基站4可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是基站4的示例,并不构成对基站4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述基站还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述基站4的内部存储单元,例如基站4的硬盘或内存。所述存储器41也可以是所述基站4的外部存储设备,例如所述基站4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述基站4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述基站所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。可以是前述任一实施例的终端的内部存储单元,例如终端的硬盘或内存。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也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计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个提高WPT-MEC系统安全计算性能的方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (4)
1.一种提高WPT-MEC系统安全计算性能的方法,其特征在于,所述WPT-MEC系统中部署有智能反射表面IRS;
所述方法包括:
建立所述WPT-MEC系统的用户终端在传输周期内的本地计算任务量模型和安全卸载任务量模型,所述传输周期表示所述用户终端完成充电和卸载的周期;
基于所述本地计算任务量模型和所述安全卸载任务量模型确定安全计算任务量目标函数和约束条件;
获取设定的基站的通信参数、所述用户终端的运算能力参数以及传输周期作为输入参数;
以所述安全计算任务量目标函数的函数值最大为优化目标,根据设定的优化算法、所述输入参数和所述约束条件进行优化,得到输出参数的目标值;所述输出参数的目标值用于对所述WPT-MEC系统进行配置,以提高所述WPT-MEC系统的安全计算性能;
所述输出参数包括基站的发射能量波束赋形向量、用户卸载时间、用户发射功率、用户计算频率和所述IRS的反射相位;所述运算能力参数包括各个用户终端的计算频率和计算预设任务量所需的CPU周期数;
所述本地计算任务量模型的表达式为:
其中,k表示用户终端序号,表示第k个用户终端的本地计算任务量,T表示所述传输周期,fk表示第k个用户终端的计算频率,ck表示第k个用户终端计算预设任务量所需的CPU周期数;所述基站的通信参数包括信道带宽;
建立所述安全卸载任务量模型包括:
建立卸载信道参数模型和窃听信道参数模型;
通过所述卸载信道参数模型和公式
得到卸载信号的信干噪比;
其中,k表示用户终端序号,SINRa,表示所述基站的信干噪比,pk表示第k个用户终端的发射功率,hr,a表示所述IRS到所述基站的信道参数,Φk表示IRS对第k个用户终端的反射相位,hk,r表示第k个用户终端到所述IRS的信道参数,hk,a表示第k个用户终端到所述基站的信道参数,表示所述基站的接收噪声的方差;
通过所述窃听信道参数模型和公式
得到窃听信号的信干噪比;
其中,k表示用户终端序号,SINRe,表示所述窃听信号的信干噪比,pk表示第k个用户终端的发射功率,表示所述IRS到窃听端的信道参数,Φk表示IRS对第k个用户终端的反射相位,hk,r表示第k个用户终端到所述IRS的信道参数,hk,e表示第k个用户终端到所述窃听端的信道参数,/>表示所述窃听信号的接收噪声的方差;
通过公式Ra,=og2(1+SINRa,)得到第k个用户终端的卸载速率;
通过公式Re,k=og2(1+SINRe,k)得到所述窃听端的窃听速率;
所述基于所述本地计算任务量模型和所述安全卸载任务量模型确定安全计算任务量目标函数和约束条件包括:
对各个用户终端的本地计算任务量模型和安全卸载任务量模型求和,得到安全计算任务量目标函数;
所述运算能力参数包括各个用户终端的有效电容参数;
所述基于所述本地计算任务量模型和所述安全卸载任务量模型确定安全计算任务量目标函数和约束条件包括:
建立各个用户终端的本地计算能耗模型、卸载能耗模型以及充电模型,所述本地计算能耗模型的表达式为:
所述卸载能耗模型的表达式为:
所述充电模型的表达式为:
Ek=ηt0Tr(GkW)
其中,k表示用户终端序号,Ek表示第k个用户终端的充电量,η表示能量收集效率,t0表示充电时间,Gk表示第k个用户终端的充电信道参数,W表示基站发射的能量波束赋形向量;
基于所述本地计算能耗模型、所述卸载能耗模型以及所述充电模型确定约束条件;
所述安全计算任务量目标函数的表达式为:
其中,B表示信道带宽,K表示用户终端个数,k表示用户终端序号,tk表示第k个用户终端的卸载时间,Ra,表示第k个用户终端的卸载速率,Re,k表示窃听端的窃听速率,T表示传输时间块长度,fk表示第k个用户终端的计算频率,ck表示第k个用户终端的计算预设任务量所需的CPU周期数;
所述约束条件为:
其中,k表示用户终端序号,Pk表示第k个用户终端的发射功率,ξk表示第k个用户终端的有效电容参数,η表示能量收集效率,t0表示充电时间,Gk表示第k个用户终端的接收信道参数,W表示基站发射的能量波束赋形向量,Tr()表示迹函数,P表示基站最大发射功率,表示第k个用户终端的最大发射功率,/>表示第k个用户终端的最大计算频率,φk,n表示反射单元n对第k个用户终端的反射相位;
所述以所述安全计算任务量目标函数的函数值最大为优化目标,根据设定的优化算法、所述输入参数和所述约束条件进行优化,得到输出参数的目标值包括:
基于所述约束条件,将fk和所述安全计算任务量目标函数分别转化为以Pk、tk、W和φk,n为自变量的函数;
固定Pk和tk,利用泰勒展开法和半定松弛算法确定W和φk,n的最优解范围;
固定W和φk,n,利用拉格朗日对偶法和KKT条件确定Pk和tk的最优解范围;
对Pk、tk、W和φk,n进行迭代,直至对应的目标函数值符合预设的收敛条件时,得到Pk、tk、W和φk,n的目标值;
基于Pk、tk、W和φk,n的目标值确定fk的目标值。
2.一种提高WPT-MEC系统安全计算性能的装置,其特征在于,所述WPT-MEC系统中部署有智能反射表面IRS;
所述装置包括:
模型建立模块,用于建立所述WPT-MEC系统的用户终端在传输周期内的本地计算任务量模型和安全卸载任务量模型,所述传输周期表示所述用户终端完成充电和卸载的周期;
条件确定模块,用于基于所述本地计算任务量模型和所述安全卸载任务量模型确定安全计算任务量目标函数和约束条件;
获取模块,用于获取设定的基站的通信参数、用户终端的运算能力参数以及传输周期作为输入参数;
目标值确定模块,用于以所述安全计算任务量目标函数的函数值最大为优化目标,根据设定的优化算法、所述输入参数和所述约束条件进行优化,得到输出参数的目标值;所述输出参数的目标值用于对所述WPT-MEC系统进行配置,以提高所述WPT-MEC系统的安全计算性能;
所述输出参数包括基站的发射能量波束赋形向量、用户卸载时间、用户发射功率、用户计算频率和所述IRS的反射相位;
运算能力参数包括各个用户终端的计算频率和计算预设任务量所需的CPU周期数;
本地计算任务量模型的表达式为:
基站的通信参数包括信道带宽;
模型建立模块具体用于:
建立卸载信道参数模型和窃听信道参数模型;
通过卸载信道参数模型和公式
得到卸载信号的信干噪比;
其中,k表示用户终端序号,SINRa,表示所述基站的信干噪比,pk表示第k个用户终端的发射功率,hr,a表示所述IRS到所述基站的信道参数,Φk表示IRS对第k个用户终端的反射相位,hk,r表示第k个用户终端到所述IRS的信道参数,hk,a表示第k个用户终端到所述基站的信道参数,表示所述基站的接收噪声的方差;
通过窃听信道参数模型和公式
得到窃听信号的信干噪比;
其中,k表示用户终端序号,SINRe,表示所述窃听信号的信干噪比,pk表示第k个用户终端的发射功率,表示所述IRS到窃听端的信道参数,Φk表示IRS对第k个用户终端的反射相位,hk,r表示第k个用户终端到所述IRS的信道参数,hk,e表示第k个用户终端到所述窃听端的信道参数,/>表示所述窃听信号的接收噪声的方差;
通过公式Ra,=og2(1+SINRa,)得到第k个用户终端的卸载速率;
通过公式Re,k=og2(1+SINRe,k)得到窃听端的窃听速率;
条件确定模块具体用于:
对各个用户终端的本地计算任务量模型和安全卸载任务量模型求和,得到安全计算任务量目标函数;
运算能力参数包括各个用户终端的有效电容参数;
条件确定模块具体用于:
建立各个用户终端的本地计算能耗模型、卸载能耗模型以及充电模型,本地计算能耗模型的表达式为:
卸载能耗模型的表达式为:
充电模型的表达式为:
Ek=t0Tr(kW)
其中,k表示用户终端序号,Ek表示第k个用户终端的充电量,η表示能量收集效率,t0表示充电时间,Gk表示第k个用户终端的充电信道参数,W表示基站发射的能量波束赋形向量;
基于本地计算能耗模型、卸载能耗模型以及充电模型确定约束条件;
安全计算任务量目标函数的表达式为:
其中,B表示信道带宽,K表示用户终端个数,k表示用户终端序号,tk表示第k个用户终端的卸载时间,Ra,表示第k个用户终端的卸载速率,Re,k表示窃听端的窃听速率,T表示传输时间块长度,fk表示第k个用户终端的计算频率,ck表示第k个用户终端的计算预设任务量所需的CPU周期数;
约束条件为:
其中,k表示用户终端序号,Pk表示第k个用户终端的发射功率,ξk表示第k个用户终端的有效电容参数,η表示能量收集效率,t0表示充电时间,Gk表示第k个用户终端的接收信道参数,W表示基站发射的能量波束赋形向量,Tr()表示迹函数,P表示基站最大发射功率,表示第k个用户终端的最大发射功率,/>表示第k个用户终端的最大计算频率,φk,n表示反射单元n对第k个用户终端的反射相位;
目标值确定模块具体用于:
基于约束条件,将fk和安全计算任务量目标函数分别转化为以Pk、tk、W和φk,n为自变量的函数;
固定Pk和tk,利用泰勒展开法和半定松弛算法确定W和φk,n的最优解范围;
固定W和φk,n,利用拉格朗日对偶法和KKT条件确定Pk和tk的最优解范围;
对Pk、tk、W和φk,n进行迭代,直至对应的目标函数值符合预设的收敛条件时,得到Pk、tk、W和φk,n的目标值;
基于Pk、tk、W和φk,n的目标值确定fk的目标值。
3.一种WPT-MEC系统,其特征在于,所述WPT-MEC系统包括基站、智能反射表面IRS和IRS控制器;所述基站包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上的权利要求1所述提高WPT-MEC系统安全计算性能的方法的步骤;所述IRS控制器用于调整所述IRS的反射相位。
4.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110975637.2A CN114158050B (zh) | 2021-08-24 | 2021-08-24 | 提高wpt-mec系统安全计算性能的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110975637.2A CN114158050B (zh) | 2021-08-24 | 2021-08-24 | 提高wpt-mec系统安全计算性能的方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114158050A CN114158050A (zh) | 2022-03-08 |
CN114158050B true CN114158050B (zh) | 2023-06-27 |
Family
ID=80462139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110975637.2A Active CN114158050B (zh) | 2021-08-24 | 2021-08-24 | 提高wpt-mec系统安全计算性能的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114158050B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114915989B (zh) * | 2022-03-17 | 2024-05-21 | 重庆邮电大学 | 基于能量收集的全双工中继和智能反射面联合传输方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111355520A (zh) * | 2020-03-10 | 2020-06-30 | 电子科技大学 | 一种智能反射表面辅助的太赫兹安全通信系统设计方法 |
CN111901802A (zh) * | 2020-07-31 | 2020-11-06 | 东南大学 | 一种借助智能反射表面的miso系统下行保密率优化方法 |
CN111954190A (zh) * | 2020-08-20 | 2020-11-17 | 深圳恩步通信技术有限公司 | 基于智能反射面的d2d通信吞吐量最大化的方法及装置 |
CN112052086A (zh) * | 2020-07-28 | 2020-12-08 | 西安交通大学 | 一种移动边缘计算网络中的多用户安全节能资源分配方法 |
CN112073102A (zh) * | 2020-09-08 | 2020-12-11 | 郑州大学 | 一种基于irs的安全波束成形方法与装置 |
CN112866012A (zh) * | 2021-01-05 | 2021-05-28 | 金陵科技学院 | 非线性能量收集无线供电mec中卸载和能量联合优化算法 |
CN113037349A (zh) * | 2021-03-12 | 2021-06-25 | 重庆邮电大学 | Irs辅助的miso系统中基于交替迭代的物理层安全设计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102192234B1 (ko) * | 2019-10-28 | 2020-12-17 | 성균관대학교 산학협력단 | 지능형 반사 평면을 포함하는 무선 통신 시스템의 통신 방법 및 이를 위한 장치 |
-
2021
- 2021-08-24 CN CN202110975637.2A patent/CN114158050B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111355520A (zh) * | 2020-03-10 | 2020-06-30 | 电子科技大学 | 一种智能反射表面辅助的太赫兹安全通信系统设计方法 |
CN112052086A (zh) * | 2020-07-28 | 2020-12-08 | 西安交通大学 | 一种移动边缘计算网络中的多用户安全节能资源分配方法 |
CN111901802A (zh) * | 2020-07-31 | 2020-11-06 | 东南大学 | 一种借助智能反射表面的miso系统下行保密率优化方法 |
CN111954190A (zh) * | 2020-08-20 | 2020-11-17 | 深圳恩步通信技术有限公司 | 基于智能反射面的d2d通信吞吐量最大化的方法及装置 |
CN112073102A (zh) * | 2020-09-08 | 2020-12-11 | 郑州大学 | 一种基于irs的安全波束成形方法与装置 |
CN112866012A (zh) * | 2021-01-05 | 2021-05-28 | 金陵科技学院 | 非线性能量收集无线供电mec中卸载和能量联合优化算法 |
CN113037349A (zh) * | 2021-03-12 | 2021-06-25 | 重庆邮电大学 | Irs辅助的miso系统中基于交替迭代的物理层安全设计方法 |
Non-Patent Citations (3)
Title |
---|
IRS-aided Wireless Powered MEC Systems: TDMA or NOMA for Computation Offloading?;Guangji Chen et al.;arXiv:2108.06120v1;全文 * |
移动边缘计算系统中的卸载和计算联合优化;李霆;电脑知识与技术(第25期);全文 * |
超密集异构网络中过载MEC服务器的协作卸载;王忍等;西安电子科技大学学报(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114158050A (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110928654B (zh) | 一种边缘计算系统中分布式的在线任务卸载调度方法 | |
CN113810908B (zh) | Mec系统安全卸载方法、设备及mec系统 | |
CN113382445B (zh) | 提高swipt系统安全速率的方法、装置、终端及存储介质 | |
CN114285862B (zh) | 基于智能反射面反向散射通信的数据卸载通信方法及系统 | |
Thinh et al. | Adaptive computation scaling and task offloading in mobile edge computing | |
CN114158050B (zh) | 提高wpt-mec系统安全计算性能的方法、装置及系统 | |
CN115696451A (zh) | 一种边缘计算系统能量与任务调度的优化方法 | |
CN113709687A (zh) | 一种智能反射面辅助的无线传感器网络的资源分配方法 | |
Wang et al. | Joint time delay and energy optimization with intelligent overclocking in edge computing | |
Wu et al. | Residual energy maximization for wireless powered mobile edge computing systems with mixed-offloading | |
CN114786189B (zh) | 一种智能超表面辅助的室内通信方法 | |
Du et al. | Computation energy efficiency maximization for intelligent reflective surface-aided wireless powered mobile edge computing | |
CN116318310A (zh) | 集成信号反射折射放大及能量收集的智能超表面及其应用 | |
CN115173901A (zh) | 基于irs辅助的miso无线携能通信系统的能效最大化方法 | |
CN115811793B (zh) | 一种基于智能反射面辅助的能量采集移动边缘计算方法 | |
Chen et al. | Intelligent reflecting surface enhanced wireless powered mobile edge computing | |
Hu et al. | Energy efficiency in energy harvesting cooperative networks with self-energy recycling | |
Zheng et al. | Wireless powered communication networks assisted by multiple fog servers | |
CN111988791B (zh) | 基于雾计算的无线充电网络节点计算能力提升方法及系统 | |
CN114599044A (zh) | 基于智能反射面技术的认知网络中波束赋形优化方法 | |
CN111225363B (zh) | 基于非完美csi分布式d2d系统功率分配方法和装置 | |
Yang et al. | Energy optimization for intelligent reflecting surface assisted mobile edge computing | |
Huang et al. | Joint Optimization of Energy and Task Scheduling in Wireless-Powered IRS-Assisted Mobile Edge Computing Systems | |
Lin et al. | Communication-Efficient Joint Signal Compression and Activity Detection in Cell-Free Massive MIMO | |
Qin et al. | Computation rate optimization for star-ris-enhanced wireless-powered mec |
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 |