CN114337878A - 一种基于智能反射表面的干扰发现和感测方法及其系统 - Google Patents
一种基于智能反射表面的干扰发现和感测方法及其系统 Download PDFInfo
- Publication number
- CN114337878A CN114337878A CN202111518098.6A CN202111518098A CN114337878A CN 114337878 A CN114337878 A CN 114337878A CN 202111518098 A CN202111518098 A CN 202111518098A CN 114337878 A CN114337878 A CN 114337878A
- Authority
- CN
- China
- Prior art keywords
- interference
- receiver
- expected
- transmitter
- intelligent
- 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
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种干扰发现和感测技术,主要解决无线干扰的发现及其特征检测的问题。其方案是:期望发射机通过设计智能反射表面的反射系数矩阵,使期望接收机接收到的期望信号为零,从而确定期望接收机是否受到干扰;如果期望接收机未受到干扰,则算法终止,否则期望发射机分别两次调整智能反射表面的反射系数矩阵,并在每次反射系数矩阵调整下设计预编码向量,以使期望接收机接收到的期望信号为零;期望接收机根据每次反射系数矩阵调整以及相应的预编码下接收到的信号建立线性方程,通过对所得到的两个线性方程联立求解,可以确定期望接收机受到的干扰的特征。本发明利用智能反射表面对无线环境中的干扰进行发现和测量,具有较低的开销和复杂度。
Description
技术领域
本发明属于通信技术领域,更进一步涉及干扰发现和感测方法,具体是一种基于智能反射表面的干扰发现和感测方法及其系统。
背景技术
无线通信是数据传输的重要方式之一。由于无线信号的广播特性,合法用户的通信面临干扰、窃听、阻断等安全威胁,其中干扰已成为造成信号接收质量恶化的重要因素之一。现有的干扰管理方法大都是基于受干扰的期望通信设备已知环境干扰这一假设,直接对已知的干扰进行管理,而在实际中,接收机是否受到干扰并不确定。因此,在进行干扰管理前,应首先判断环境中是否存在干扰,然后再根据判断的结果选择是否需要进行干扰管理,从而避免盲目的干扰管理导致的通信资源开销、复杂度增加,甚至通信性能的损失。进一步地,当发现环境中存在干扰时,与干扰有关的信息的获取,例如干扰携带的数据、干扰所经过信道的信道状态信息,以及干扰源的位置等,是实施有效的干扰管理的重要前提。然而,现有的许多干扰管理方法假设受干扰的期望通信设备与干扰源之间存在协作、甚至可以通过共享获取干扰携带的数据,但在实际中干扰源与期望通信设备之间不一定存在协作关系,例如具有一定隐蔽性的恶意干扰源不太可能将自己的信息暴露给受干扰方,因此在该情况下,期望通信设备将无法通过协作获得干扰的特征,也就无法对这样的干扰进行管理。另外,即使期望通信设备尝试对干扰源的一些状态信息进行探测,一方面测量会产生较大的开销,另一方面并非所有的状态信息都是可测的,特别是在非协作场景中,这些都会对进一步的干扰管理造成阻碍。因此,不依赖于协作的环境干扰的发现以及干扰特征的感测,对进行有效的干扰管理至关重要,并且具有挑战性。
目前,业内常用的现有技术有:现有技术一利用干扰信号增强数据传输:受干扰发射机根据干扰的信道状态信息以及干扰携带的数据信息构造并发射干扰再生信号,利用信号间的相互作用,受干扰接收机对接收到的由干扰和干扰再生信号构成的混合信号进行匹配滤波,可以从干扰中再生出期望数据。但是该方法中默认通信环境中存在环境干扰,并且该方法的实现依赖于干扰发射机与受干扰发射机之间高度共享信道状态信息与干扰数据信息,这一假设在实际中过于理性化。现有技术二针对多干扰的干扰导向设计与应用:目标通信发射机利用多个干扰信号间的相互作用将其等效为一路干扰,并针对该等效干扰构造相应的导向信号,然后与期望信号一同向其目标通信接收机发送,可以将等效后的干扰导向至与期望信号正交的方向上,该方法可以降低多路干扰导向的自由度开销,提高系统的频谱效率。但是该方法默认通信环境中存在环境干扰,并且需要受干扰发射机准确获知干扰所经过信道的信道状态信息以及干扰的数据信息,在利用干扰导向管理干扰的同时,也会消耗目标通信发射机的发射功率,导致用于期望信号传输的功率减少,损害目标通信对的数据速率。现有技术三利用干扰间相互关系的协作干扰对齐:提出利用多个干扰之间的相互作用,通过调整单个干扰的空间特征和所有干扰的强度,或者通过修改所有干扰的发射功率而不改变干扰的空间特征,将多个干扰的等效干扰对齐到与期望信号正交的一维子空间中,可以有效管理同源多干扰。但是该方法要求干扰发射机与受干扰发射机之间共享信道状态信息以及相互协作,并且需要改变干扰的空间特征,因此造成干扰通信对的性能损失。现有技术四大规模多输入多输出系统下行链路中基于特征值分解的信道估计:提出了一种基于特征值分解的半盲信道估计方法,该方法对接收信号采用特征值分解,并使用短导频来解决模糊矩阵问题,提高了信道估计的性能。但是该方法非常耗时,并且其计算复杂度随着输入向量维度的增加而急剧增大,导致该方案不适用于大规模MIMO通信系统。现有技术五基于隐式导频序列和压缩感知的大规模MIMO稀疏上行信道估计:提出一种导频序列叠加的信道估计方法,发射机将导频序列以较低的能量叠加到期望数据上并同时发送,可以避免导频序列额外占用频谱资源。但是该方法会导致一部分发射功率消耗在导频序列上,使得发射期望信号的功率降低,且导频序列与期望数据之间存在干扰,从而影响了同样信噪比条件下的信道估计性能。
综上所述,现有技术存在的问题是:现有技术大多默认通信过程中存在环境干扰,未考虑干扰如何发现的问题,如果在环境中不存在干扰的情况下盲目地使干扰管理方法,不仅会浪费一些系统资源,而且还有对原本比较好的通信性能造成破坏;现有技术的实现依赖于期望通信设备与干扰源之间进行协作,包括共享信道状态信息和/或干扰携带的数据信息,这会增加信息交互及信令开销,以及额外的信号处理复杂度,如果上述协作无法建立,则这些方法将不适用;在实际中,期望通信设备对干扰所经过信道的信道状态信息进行测量,存在复杂度较高、反馈开销大等问题。因此,在设计干扰管理方法时应当对干扰的发现机制加以考虑,并且以较低的开销和复杂度完成对干扰特征的测量。
发明内容
本发明提出了一种基于智能反射表面的干扰发现和感测技术,主要解决环境干扰的发现以及干扰的特征获取的问题。
本发明的设计思路是期望发射机Tx通过设计智能反射表面IRS的反射系数矩阵,使期望接收机Rx接收到的期望信号为零,从而发现期望接收机Rx受到的干扰;接下来,期望发射机Tx对智能反射表面IRS的反射系数矩阵进行两次调整,并在每次反射系数矩阵调整下设计预编码向量,以使期望接收机Rx接收到的期望信号为零,期望接收机Rx根据每次反射系数矩阵调整下所接收到的信号建立线性方程,通过对两次反射系数矩阵调整所得到的两个线性方程联立求解,可以确定期望接收机Rx受到的干扰的特征。
进一步,所述基于智能反射表面的干扰发现和感测方法具体包括以下步骤:
步骤一,期望接收机Rx分别估计其与期望发射机Tx以及智能反射表面IRS之间的信道状态信息并反馈给期望发射机Tx,Tx估计其与智能反射表面IRS之间的信道信息,期望接收机Rx的天线数NR不超过期望发射机Tx的天线数NT;
步骤二,期望发射机Tx将智能反射表面的K个反射单元的反射系数统一调整为即构造反射系数矩阵使期望接收机Rx接收到的期望信号为零,若此时期望接收机Rx的接收信号电平超过预设的判决门限,则判断期望接收机Rx受到干扰;
步骤三,当期望接收机Rx受到干扰时,期望发射机Tx分别调整智能反射表面的K个反射单元的反射系数矩阵为和期望接收机Rx在反射系数矩阵Φ1和Φ2下分别接收到信号y1和y2,y1和y2的表达式构成一组线性方程组;
步骤四,期望发射机Tx在反射系数矩阵Φ1和Φ2下分别设计预编码向量pT,1和pT,2,使期望接收机Rx接收到的期望信号为零,则期望接收机Rx能够从y1和y2的联立方程组中解出直传干扰与反射干扰,进一步地,对直传干扰与反射干扰分别进行单位化,可以得到直传干扰与反射干扰的绝对特征ηJR和ηJSR,以及直传干扰与反射干扰的特征的相对值
步骤五,期望接收机Rx将直传干扰与反射干扰的绝对特征ηJR和ηJSR以及干扰特征的相对值ηΔ反馈给期望发射机Tx,期望发射机Tx可以根据通信需求设计预编码和IRS的反射系数矩阵。
进一步,所述步骤一具体包括:
(1)期望接收机Rx估计其与期望发射机Tx之间的信道状态信息并反馈给期望发射机Tx,期望发射机Tx广播导频信号,期望接收机Rx估计自己与期望发射机Tx之间的信道状态信息,即得到直传信道信息hTR,期望发射机Tx通过智能反射表面IRS向期望接收机Rx反射导频信号,期望接收机Rx估计自己与智能反射表面IRS之间的信道状态信息hSR,期望接收机Rx通过一个低速率、无差错的反馈链路将上述估计的信道信息反馈给期望发射机Tx,期望发射机Tx估计其与智能反射表面IRS之间的信道信息hTS,则从期望发射机Tx发射至智能反射表面IRS、再经智能反射表面IRS反射至期望接收机Rx的反射信道的信道信息为hTSR=hTShSR;
进一步,所述步骤二具体包括:
(1)期望发射机Tx设计智能反射表面IRS的反射系数矩阵使期望接收机Rx处接收到的期望信号为零,即满足hTRpT,0x1+hSRΦ0hTSpT,0x1=0,其中β0和θ0分别表示智能反射表面IRS的反射单元的幅度和相位,diag表示对向量进行对角化处理,K个反射单元的反射系数均设置为EK表示K×K单位矩阵,hTRpT,0x1表示期望发射机Tx直接发送给期望接收机Rx的直传期望信号,hSRΦ0hTSpT,0x1表示期望发射机Tx发送给智能反射表面IRS、再经智能反射表面IRS反射至期望接收机Rx的反射期望信号,pT,0表示在干扰发现阶段期望发射机Tx的发射预编码向量,x1表示期望发射机Tx发射的期望信号携带的期望数据;
(2)当智能反射表面IRS的反射系数矩阵设置为Φ0,期望接收机Rx处接收到的期望信号为零时,若期望接收机Rx接收到的信号电平超过预设的判决门限,则可以判断期望接收机Rx受到干扰,需要对干扰的特征进行感测。干扰的表达式为hJRpJx2+hSRΦ0hJSpJx2,其中hJRpJx2表示干扰发射机Jammer直接发送给期望接收机Rx的直传干扰,hSRΦ0hJSpJx2表示干扰发射机Jammer发出的经智能反射表面IRS反射至期望接收机Rx的反射干扰,hJR表示干扰发射机Jammer与期望接收机Rx之间的信道信息,hJS表示干扰发射机Jammer与智能反射表面IRS之间的信道信息,pJ表示干扰发射机Jammer的发射预编码向量,x2表示干扰发射机Jammer发射的干扰携带的干扰数据;
(3)当智能反射表面IRS的反射系数矩阵设置为Φ0时,若期望接收机Rx接收到的信号电平未超过预设的判决门限,则判断期望接收机Rx未受到干扰,则不需要进行干扰特征感测;
进一步,所述步骤三具体包括:
(1)期望发射机Tx对智能反射表面IRS的K个反射单元的反射幅度和相位分别进行两次调整,第一次调整设置β1=1和θ1=0,第二次调整设置β2=1和θ2=π,分别对应第一次调整的反射系数矩阵和第二次调整的反射系数矩阵期望接收机Rx在智能反射表面IRS的反射系数矩阵设置为Φ1和Φ2时接收到的混合信号分别记为y1和y2,y1和y2构成线性方程组
进一步,所述步骤四具体包括:
(1)当智能反射表面IRS的反射系数矩阵设置为Φ1时,对期望发射机Tx和期望接收机Rx之间的等效信道heq,1=hTR+hSRΦ1hTS进行奇异值分解(Singular ValueDecomposition,SVD)得到heq,1=U1Σ1V1 H,heq,1是NR×NT矩阵,NR是期望接收机Rx的天线数,NT是期望发射机Tx的天线数,满足NR≤NT, 左奇异矩阵U1是NR×NR方阵,Σ1是NR×NT对角矩阵,表示heq,1的非零奇异值,右奇异矩阵V1为NT×NT方阵,右奇异矩阵V1的前NR列张成信号子空间,V1的后NT-NR列张成等效信道heq,1的零子空间,为了使期望接收机Rx接收到的期望信号为零,即满足(hTR+hSRΦ1hTS)pT,1=0,设置干扰特征感测阶段期望发射机Tx的预编码向量其中表示V1的第k个列向量;
(2)当智能反射表面IRS的反射系数矩阵设置为Φ2时,对期望发射机Tx和期望接收机Rx之间的等效信道进行奇异值分解得到heq,2是NR×NT矩阵, 左奇异矩阵U2是NR×NR方阵,Σ2是NR×NT对角矩阵,表示heq,2的非零奇异值,右奇异矩阵V2为NT×NT方阵,右奇异矩阵V2的前NR列张成信号子空间,V2的后NT-NR列张成等效信道heq,2的零子空间,为了使期望接收机Rx接收到的期望信号为零,即满足(hTR+hSRΦ2hTS)pT,2=0,设置干扰特征感测阶段期望发射机Tx的预编码向量其中表示V2的第k个列向量;
(3)在设置智能反射表面IRS的反射系数矩阵为Φ1和Φ2,并且期望发射机Tx分别采用pT,1和pT,2进行预编码时,期望接收机Rx处的期望信号为零,可以得到线性方程组则期望接收机Rx可以由该线性方程组解析出直传干扰和反射干扰进一步地,将直传干扰和反射干扰分别进行单位化,可以得到直传干扰的绝对特征和反射干扰的绝对特征其中hJRpJ表示期望接收机Rx观测到的直接来自干扰发射机Jammer的直传干扰hJRpJx2的特征,hSRhJSpJ表示期望接收机Rx观测到的由干扰发射机Jammer发出、并由智能反射表面IRS反射至期望接收机Rx的反射干扰hSRhJSpJx2的特征;
进一步,所述步骤五具体包括:
(1)期望发射机Tx根据直传干扰的绝对特征ηJR、反射干扰的绝对特征ηJSR,以及直传与反射干扰特征的相对值ηΔ,按照相应的通信目标进一步设计所需的预编码向量和智能反射表面IRS的反射系数矩阵。
本发明具有的优点及积极效果:
1、本发明不需要期望通信设备与干扰源进行协作,即可实现干扰发现,通过干扰发现,可以判断当前期望接收机是否受到干扰。
2、本发明不需要期望通信设备与干扰源进行协作,无需获知干扰源的位置、发射方式等信息,也无需测量干扰所经过信道的信道状态信息,即可实现对期望接收机受到干扰的特征的测量。
3、本发明由期望发射机调整智能反射面的反射系数矩阵实现干扰发现和感测,受干扰期望接收机不需要估计其与干扰发射机之间的信道信息,即没有增加期望接收机的信号处理负荷,具有低复杂度和低开销的特点,并且基于智能反射表面的方法实现便于部署和实际应用。
4、本发明不仅适用于存在一般干扰的智能反射表面辅助的无线通信系统,还适用于存在恶意用户和恶意干扰的通信对抗场景中,即本发明能够发现和检测包括恶意干扰在内的环境干扰。
附图说明
图1是本发明的实现流程图。
图2是本发明使用的存在干扰的智能反射表面辅助的无线通信系统模型图。
图3是本发明实施例中干扰发现和干扰特征感测结果与实际的干扰存在情况以及干扰特征一致的概率(准确率)。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的基于智能反射表面的干扰发现和感测方法包括以下步骤:
S101:期望接收机分别估计其与期望发射机以及智能反射表面之间的信道状态信息并反馈给期望发射机,期望发射机估计其与智能反射表面之间的信道信息;
S102:期望发射机通过设计智能反射表面的反射系数矩阵,使期望接收机接收到的期望信号为零;
S103:期望接收机根据接收信号电平判断自己是否受到干扰,若期望接收机未受到干扰,则干扰发现和感测算法结束;
S104:若期望接收机受到干扰,则期望发射机对智能反射表面的反射系数矩阵进行两次调整,期望接收机根据每次反射系数矩阵调整下所接收到的信号建立线性方程;
S105:期望发射机在两次反射系数矩阵调整下分别设计预编码向量,使期望接收机接收到的期望信号为零,期望接收机通过对两个线性方程联立求解,可以确定干扰特征并反馈给期望发射机;
S106:干扰发现和感测算法结束。
图1所示的本发明的实现流程图给出了一个完整的算法执行周期,即在一个通信周期内执行一次本发明所提出的算法,然后在算法执行的基础上实施通信,在一个通信周期内,信道的状态和干扰的状态保持稳定。随着时间的推移,本发明所提算法以通信周期为时间间隔重复地执行。
下面结合附图对本发明的应用原理作进一步的描述。
参照图2,本发明使用的系统模型是智能反射表面辅助的通信系统,系统中包含1个期望发射机(Tx),1个期望接收机(Rx),1个干扰发射机(Jammer),一个包含有K个反射单元的智能反射表面(IRS)。期望发射机Tx和期望接收机Rx分别配置2根天线和1根天线,干扰发射机Jammer配置2根天线。期望发射机Tx发射的期望信号一方面经过直传信道直接到达期望接收机Rx,另一方面经过智能反射表面反射至期望接收机Rx。除此之外,期望接收机Rx还会接收到来自干扰发射机Jammer发射的直接干扰,以及由干扰发射机Jammer发出的、经智能反射表面IRS反射至期望接收机Rx的反射干扰。
本发明实施例提供的基于智能反射表面的干扰发现和感测方法具体包括以下步骤:
步骤1,期望接收机Rx分别估计其与期望发射机Tx以及智能反射表面IRS之间的信道状态信息并反馈给期望发射机Tx,Tx估计其与智能反射表面IRS之间的信道信息,期望接收机Rx的天线数NR不超过期望发射机Tx的天线数NT,实现步骤为:
期望接收机Rx估计其与期望发射机Tx之间的信道状态信息并反馈给期望发射机Tx,期望发射机Tx广播导频信号,期望接收机Rx估计自己与期望发射机Tx之间的信道状态信息,即得到直传信道信息hTR,期望发射机Tx通过智能反射表面IRS向期望接收机Rx反射导频信号,期望接收机Rx估计自己与智能反射表面IRS之间的信道状态信息hSR,期望接收机Rx通过一个低速率、无差错的反馈链路将上述估计的信道信息反馈给期望发射机Tx,期望发射机Tx估计其与智能反射表面IRS之间的信道信息hTS,则从期望发射机Tx发射至智能反射表面IRS、再经智能反射表面IRS反射至期望接收机Rx的反射信道的信道信息为hTSR=hTShSR。
步骤2,期望发射机Tx将智能反射表面的K个反射单元的反射系数统一调整为即构造反射系数矩阵使期望接收机Rx接收到的期望信号为零,若此时期望接收机Rx的接收信号电平超过预设的判决门限,则判断期望接收机Rx受到干扰,实现步骤为:
步骤2a,期望发射机Tx设计智能反射表面IRS的反射系数矩阵使期望接收机Rx处接收到的期望信号为零,即满足hTRpT,0x1+hSRΦ0hTSpT,0x1=0,其中β0和θ0分别表示智能反射表面IRS的反射单元的幅度和相位,diag表示对向量进行对角化处理,K个反射单元的反射系数均设置为EK表示K×K单位矩阵,hTRpT,0x1表示期望发射机Tx直接发送给期望接收机Rx的直传期望信号,hSRΦ0hTSpT,0x1表示期望发射机Tx发送给智能反射表面IRS、再经智能反射表面IRS反射至期望接收机Rx的反射期望信号,pT,0表示在干扰发现阶段期望发射机Tx的发射预编码向量,x1表示期望发射机Tx发射的期望信号携带的期望数据。
步骤2b,当智能反射表面IRS的反射系数矩阵设置为Φ0,期望接收机Rx处接收到的期望信号为零时,若期望接收机Rx接收到的信号电平超过预设的判决门限,则可以判断期望接收机Rx受到干扰,需要对干扰的特征进行感测。干扰的表达式为hJRpJx2+hSRΦ0hJSpJx2,其中hJRpJx2表示干扰发射机Jammer直接发送给期望接收机Rx的直传干扰,hSRΦ0hJSpJx2表示干扰发射机Jammer发出的经智能反射表面IRS反射至期望接收机Rx的反射干扰,hJR表示干扰发射机Jammer与期望接收机Rx之间的信道信息,hJS表示干扰发射机Jammer与智能反射表面IRS之间的信道信息,pJ表示干扰发射机Jammer的发射预编码向量,x2表示干扰发射机Jammer发射的干扰携带的干扰数据。
步骤2c,当智能反射表面IRS的反射系数矩阵设置为Φ0时,若期望接收机Rx接收到的信号电平未超过预设的判决门限,则判断期望接收机Rx未受到干扰,则不需要进行干扰特征感测。
步骤3,当期望接收机Rx受到干扰时,期望发射机Tx分别调整智能反射表面的K个反射单元的反射系数矩阵为和期望接收机Rx在反射系数矩阵Φ1和Φ2下分别接收到信号y1和y2,y1和y2的表达式构成一组线性方程组,实现步骤为:
步骤3a,期望发射机Tx对智能反射表面IRS的K个反射单元的反射幅度和相位分别进行两次调整,第一次调整设置β1=1和θ1=0,第二次调整设置β2=1和θ2=π,分别对应第一次调整的反射系数矩阵和第二次调整的反射系数矩阵期望接收机Rx在智能反射表面IRS的反射系数矩阵设置为Φ1和Φ2时接收到的混合信号分别记为y1和y2,y1和y2构成线性方程组
步骤4,期望发射机Tx在反射系数矩阵Φ1和Φ2下分别设计预编码向量pT,1和pT,2,使期望接收机Rx接收到的期望信号为零,则期望接收机Rx能够从y1和y2的联立方程组中解出直传干扰与反射干扰,进一步地,对直传干扰与反射干扰分别进行单位化,可以得到直传干扰与反射干扰的绝对特征ηJR和ηJSR,以及直传干扰与反射干扰的特征的相对值实现步骤为:
步骤4a,当智能反射表面IRS的反射系数矩阵设置为Φ1时,对期望发射机Tx和期望接收机Rx之间的等效信道进行奇异值分解(Singular ValueDecomposition,SVD)得到heq,1=U1Σ1V1 H,heq,1是NR×NT矩阵,NR是期望接收机Rx的天线数,NT是期望发射机Tx的天线数,满足NR≤NT, 左奇异矩阵U1是NR×NR方阵,Σ1是NR×NT对角矩阵,表示heq,1的非零奇异值,右奇异矩阵V1为NT×NT方阵,右奇异矩阵V1的前NR列张成信号子空间,V1的后NT-NR列张成等效信道heq,1的零子空间,为了使期望接收机Rx接收到的期望信号为零,即满足(hTR+hSRΦ1hTS)pT,1=0,设置干扰特征感测阶段期望发射机Tx的预编码向量其中表示V1的第k个列向量。
步骤4b,当智能反射表面IRS的反射系数矩阵设置为Φ2时,对期望发射机Tx和期望接收机Rx之间的等效信道heq,2=hTR+hSRΦ2hTS进行奇异值分解得到heq,2是NR×NT矩阵, 左奇异矩阵U2是NR×NR方阵,Σ2是NR×NT对角矩阵,表示heq,2的非零奇异值,右奇异矩阵V2为NT×NT方阵,右奇异矩阵V2的前NR列张成信号子空间,V2的后NT-NR列张成等效信道heq,2的零子空间,为了使期望接收机Rx接收到的期望信号为零,即满足(hTR+hSRΦ2hTS)pT,2=0,设置干扰特征感测阶段期望发射机Tx的预编码向量其中表示V2的第k个列向量。
步骤4c,在设置智能反射表面IRS的反射系数矩阵为Φ1和Φ2,并且期望发射机Tx分别采用pT,1和pT,2进行预编码时,期望接收机Rx处的期望信号为零,可以得到线性方程组则期望接收机Rx可以由该线性方程组解析出直传干扰和反射干扰进一步地,将直传干扰和反射干扰分别进行单位化,可以得到直传干扰的绝对特征和反射干扰的绝对特征其中hJRpJ表示期望接收机Rx观测到的直接来自干扰发射机Jammer的直传干扰hJRpJx2的特征,hSRhJSpJ表示期望接收机Rx观测到的由干扰发射机Jammer发出、并由智能反射表面IRS反射至期望接收机Rx的反射干扰hSRhJSpJx2的特征。
步骤5,期望发射机Tx根据直传干扰的绝对特征ηJR、反射干扰的绝对特征ηJSR,以及直传与反射干扰特征的相对值ηΔ,按照相应的通信目标进一步设计所需的预编码向量和智能反射表面IRS的反射系数矩阵。
本发明的应用效果通过以下的仿真实验作进一步说明:
一、仿真条件:
仿真对象:用本发明方法进行干扰发现的结果与实际的干扰的存在情况一致的概率,即干扰发现的准确率;用本发明方法进行直传干扰特征感测和反射干扰特征感测的结果与实际的直传干扰特征和反射干扰特征一致的概率,即直传干扰特征感测的准确率和反射干扰特征感测的准确率。
仿真参数:设置期望发射机Tx的发射功率为PT,定义信噪比 表示加性高斯白噪声的功率。设置γ∈[0,20]dB,期望发射机Tx、干扰发射机Jammer分别配备2根天线,期望接收机Rx配置1根天线,智能反射表面IRS上有2个反射单元。期望发射机Tx发送一路期望信号给期望接收机Rx,并且该期望信号会经过智能反射表面IRS反射至期望接收机Rx。干扰发射机Tx以概率p发送一路干扰至期望接收机Rx,并且该干扰会经过智能反射表面IRS反射至期望接收机Rx。采用蒙特卡洛仿真,随机产生5000组信道参数,包括:干扰发射机Jammer与期望接收机Rx之间的信道信息干扰发射机Jammer与智能反射表面IRS之间的信道信息智能反射表面IRS与期望接收机Rx之间的信道信息干扰发射机Jammer的发射预编码向量pJ。
二、仿真内容:
在上述仿真条件下,用本发明方法进行干扰发现(Interference Discovering,ID)和干扰特征感测,可以得到干扰发现的准确率ProbID随信噪比γ变化的情况,感测得到的直传干扰的绝对特征ηJR与实际的直传干扰的特征η′JR一致的概率Prob(ηJR=η′JR)随信噪比γ变化的情况,以及感测得到的反射干扰的绝对特征ηJSR与实际的反射干扰的特征η′JSR一致的概率Prob(ηJSR=η′JSR)随信噪比γ变化的情况,结果如图3所示。其中,实际的直传干扰的特征的计算公式为:实际的反射干扰的特征计算公式为:
从图3中可以发现,当γ变化时,ProbID、Prob(ηJR=η′JR)和Prob(ηJSR=η′JSR)的值始终为1,说明本发明方法能够准确发现干扰,并对干扰特征进行准确的感测。
对于本领域的技术人员来说,可以根据以上的技术方案和构思,给出各种相应的改变和变形,而所有的这些改变和变形都应该包括在本发明权利要求的保护范围之内。
Claims (8)
1.一种基于智能反射表面的干扰发现和感测方法,其特征在于,包括:智能反射表面的干扰发现和感测方法由期望发射机Tx通过设计智能反射表面IRS的反射系数矩阵,使期望接收机Rx接收到的期望信号为零,从而发现期望接收机Rx受到的干扰;接下来,期望发射机Tx对智能反射表面IRS的反射系数矩阵再次进行两次调整,并在每次反射系数矩阵调整下设计预编码向量,以使期望接收机Rx接收到的期望信号为零,期望接收机Rx根据每次反射系数矩阵调整下所接收到的信号建立线性方程,通过对两次反射系数矩阵调整所得到的两个线性方程联立求解,确定期望接收机Rx受到的干扰的特征。
2.根据权利要求1所述的基于智能反射表面的干扰发现和感测方法,其特征在于,所述基于智能反射表面的干扰发现和感测方法包括以下步骤:
步骤一,期望接收机Rx分别估计其与期望发射机Tx以及智能反射表面IRS之间的信道状态信息并反馈给期望发射机Tx,Tx估计其与智能反射表面IRS之间的信道信息,期望接收机Rx的天线数NR不超过期望发射机Tx的天线数NT;
步骤二,期望发射机Tx将智能反射表面的K个反射单元的反射系数统一调整为构造反射系数矩阵使期望接收机Rx接收到的期望信号为零,若此时期望接收机Rx的接收信号电平超过预设的判决门限,则判断期望接收机Rx受到干扰;
步骤三,当期望接收机Rx受到干扰时,期望发射机Tx分别调整智能反射表面的K个反射单元的反射系数矩阵为和期望接收机Rx在反射系数矩阵Φ1和Φ2下分别接收到信号y1和y2,y1和y2的表达式构成一组线性方程组;
步骤四,期望发射机Tx在反射系数矩阵Φ1和Φ2下分别设计预编码向量pT,1和pT,2,使期望接收机Rx接收到的期望信号为零,则期望接收机Rx能够从y1和y2的联立方程组中解出直传干扰与反射干扰,进一步地,对直传干扰与反射干扰分别进行单位化,可以得到直传干扰与反射干扰的绝对特征ηJR和ηJSR,以及直传干扰与反射干扰的特征的相对值
步骤五,期望接收机Rx将直传干扰与反射干扰的绝对特征ηJR和ηJSR以及干扰特征的相对值ηΔ反馈给期望发射机Tx,期望发射机Tx可以根据通信需求设计预编码和IRS的反射系数矩阵。
3.根据权利要求2所述的基于智能反射表面的干扰发现和感测方法,其特征在于,所述步骤一包括:
(1)期望接收机Rx估计其与期望发射机Tx之间的信道状态信息并反馈给期望发射机Tx,期望发射机Tx广播导频信号,期望接收机Rx估计自己与期望发射机Tx之间的信道状态信息,即得到直传信道信息hTR,期望发射机Tx通过智能反射表面IRS向期望接收机Rx反射导频信号,期望接收机Rx估计自己与智能反射表面IRS之间的信道状态信息hSR,期望接收机Rx通过一个低速率、无差错的反馈链路将上述估计的信道信息反馈给期望发射机Tx,期望发射机Tx估计其与智能反射表面IRS之间的信道信息hTS,则从期望发射机Tx发射至智能反射表面IRS、再经智能反射表面IRS反射至期望接收机Rx的反射信道的信道信息为hTSR=hTShSR。
4.根据权利要求2所述的基于智能反射表面的干扰发现和感测方法,其特征在于,所述步骤二包括:
(1)期望发射机Tx设计智能反射表面IRS的反射系数矩阵使期望接收机Rx处接收到的期望信号为零,即满足hTRpT,0x1+hSRΦ0hTSpT,0x1=0,其中β0和θ0分别表示智能反射表面IRS的反射单元的幅度和相位,diag表示对向量进行对角化处理,K个反射单元的反射系数均设置为EK表示K×K单位矩阵,hTRpT,0x1表示期望发射机Tx直接发送给期望接收机Rx的直传期望信号,hSRΦ0hTSpT,0x1表示期望发射机Tx发送给智能反射表面IRS、再经智能反射表面IRS反射至期望接收机Rx的反射期望信号,pT,0表示在干扰发现阶段期望发射机Tx的发射预编码向量,x1表示期望发射机Tx发射的期望信号携带的期望数据。
(2)当智能反射表面IRS的反射系数矩阵设置为Φ0,期望接收机Rx处接收到的期望信号为零时,若期望接收机Rx接收到的信号电平超过预设的判决门限,则可以判断期望接收机Rx受到干扰,需要对干扰的特征进行感测。干扰的表达式为hJRpJx2+hSRΦ0hJSpJx2,其中hJRpJx2表示干扰发射机Jammer直接发送给期望接收机Rx的直传干扰,hSRΦ0hJSpJx2表示干扰发射机Jammer发出的经智能反射表面IRS反射至期望接收机Rx的反射干扰,hJR表示干扰发射机Jammer与期望接收机Rx之间的信道信息,hJS表示干扰发射机Jammer与智能反射表面IRS之间的信道信息,pJ表示干扰发射机Jammer的发射预编码向量,x2表示干扰发射机Jammer发射的干扰携带的干扰数据。
(3)当智能反射表面IRS的反射系数矩阵设置为Φ0时,若期望接收机Rx接收到的信号电平未超过预设的判决门限,则判断期望接收机Rx未受到干扰,则不需要进行干扰特征感测。
6.根据权利要求2所述的基于智能反射表面的干扰发现和感测方法,其特征在于,所述步骤四包括:
(1)当智能反射表面IRS的反射系数矩阵设置为Φ1时,对期望发射机Tx和期望接收机Rx之间的等效信道heq,1=hTR+hSRΦ1hTS进行奇异值分解(Singular Value Decomposition,SVD)得到heq,1=U1Σ1V1 H,heq,1是NR×NT矩阵,NR是期望接收机Rx的天线数,NT是期望发射机Tx的天线数,满足NR≤NT, 左奇异矩阵U1是NR×NR方阵,Σ1是NR×NT对角矩阵,表示heq,1的非零奇异值,右奇异矩阵V1为NT×NT方阵,右奇异矩阵V1的前NR列张成信号子空间,V1的后NT-NR列张成等效信道heq,1的零子空间,为了使期望接收机Rx接收到的期望信号为零,即满足(hTR+hSRΦ1hTS)pT,1=0,设置干扰特征感测阶段期望发射机Tx的预编码向量其中表示V1的第k个列向量。
(2)当智能反射表面IRS的反射系数矩阵设置为Φ2时,对期望发射机Tx和期望接收机Rx之间的等效信道heq,2=hTR+hSRΦ2hTS进行奇异值分解得到heq,2是NR×NT矩阵, 左奇异矩阵U2是NR×NR方阵,Σ2是NR×NT对角矩阵,表示heq,2的非零奇异值,右奇异矩阵V2为NT×NT方阵,右奇异矩阵V2的前NR列张成信号子空间,V2的后NT-NR列张成等效信道heq,2的零子空间,为了使期望接收机Rx接收到的期望信号为零,即满足(hTR+hSRΦ2hTS)pT,2=0,设置干扰特征感测阶段期望发射机Tx的预编码向量其中表示V2的第k个列向量。
(3)在设置智能反射表面IRS的反射系数矩阵为Φ1和Φ2,并且期望发射机Tx分别采用pT,1和pT,2进行预编码时,期望接收机Rx处的期望信号为零,可以得到线性方程组则期望接收机Rx可以由该线性方程组解析出直传干扰和反射干扰进一步地,将直传干扰和反射干扰分别进行单位化,可以得到直传干扰的绝对特征和反射干扰的绝对特征其中hJRpJ表示期望接收机Rx观测到的直接来自干扰发射机Jammer的直传干扰hJRpJx2的特征,hSRhJSpJ表示期望接收机Rx观测到的由干扰发射机Jammer发出、并由智能反射表面IRS反射至期望接收机Rx的反射干扰hSRhJSpJx2的特征。
7.根据权利要求2所述的基于智能反射表面的干扰发现和感测方法,其特征在于,所述步骤五包括:
(1)期望发射机Tx根据直传干扰的绝对特征ηJR、反射干扰的绝对特征ηJSR,以及直传与反射干扰特征的相对值ηΔ,按照相应的通信目标进一步设计所需的预编码向量和智能反射表面IRS的反射系数矩阵。
8.一种应用权利要求1~7任意一项所述基于智能反射表面的干扰发现和感测方法的无线通信系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111518098.6A CN114337878B (zh) | 2021-12-13 | 2021-12-13 | 一种基于智能反射表面的干扰发现和感测方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111518098.6A CN114337878B (zh) | 2021-12-13 | 2021-12-13 | 一种基于智能反射表面的干扰发现和感测方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114337878A true CN114337878A (zh) | 2022-04-12 |
CN114337878B CN114337878B (zh) | 2023-02-24 |
Family
ID=81051190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111518098.6A Active CN114337878B (zh) | 2021-12-13 | 2021-12-13 | 一种基于智能反射表面的干扰发现和感测方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114337878B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115037395A (zh) * | 2022-06-07 | 2022-09-09 | 西安电子科技大学 | 一种智能反射表面辅助的干扰感知方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3588128A1 (en) * | 2018-06-26 | 2020-01-01 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Method for detection and height and azimuth estimation of objects in a scene by radar processing using sparse reconstruction with coherent and incoherent arrays |
US20200245166A1 (en) * | 2017-10-17 | 2020-07-30 | Samsung Electronics Co., Ltd. | Method and device for supporting beam-based cooperative communication in wireless communication system |
CN112398556A (zh) * | 2020-11-04 | 2021-02-23 | 北京邮电大学 | 一种智能反射面通信系统中导频干扰的检测方法 |
CN113225276A (zh) * | 2021-05-08 | 2021-08-06 | 东南大学 | 一种面向智能反射面辅助通信系统的半盲信道估计方法 |
CN113541847A (zh) * | 2021-07-07 | 2021-10-22 | 电子科技大学 | 一种通过智能反射面抑制同频干扰的通信方法 |
-
2021
- 2021-12-13 CN CN202111518098.6A patent/CN114337878B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200245166A1 (en) * | 2017-10-17 | 2020-07-30 | Samsung Electronics Co., Ltd. | Method and device for supporting beam-based cooperative communication in wireless communication system |
EP3588128A1 (en) * | 2018-06-26 | 2020-01-01 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Method for detection and height and azimuth estimation of objects in a scene by radar processing using sparse reconstruction with coherent and incoherent arrays |
CN112398556A (zh) * | 2020-11-04 | 2021-02-23 | 北京邮电大学 | 一种智能反射面通信系统中导频干扰的检测方法 |
CN113225276A (zh) * | 2021-05-08 | 2021-08-06 | 东南大学 | 一种面向智能反射面辅助通信系统的半盲信道估计方法 |
CN113541847A (zh) * | 2021-07-07 | 2021-10-22 | 电子科技大学 | 一种通过智能反射面抑制同频干扰的通信方法 |
Non-Patent Citations (3)
Title |
---|
BIN LYU等: "IRS-Based Wireless Jamming Attacks: When Jammers Can Attack Without Power", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 * |
QUN WANG等: "Energy Efficient Robust Beamforming and Cooperative Jamming Design for IRS-Assisted MISO Networks", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》 * |
孙艺夫等: "基于智能反射面的无线抗干扰通信方法", 《电波科学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115037395A (zh) * | 2022-06-07 | 2022-09-09 | 西安电子科技大学 | 一种智能反射表面辅助的干扰感知方法 |
CN115037395B (zh) * | 2022-06-07 | 2023-05-09 | 西安电子科技大学 | 一种智能反射表面辅助的干扰感知方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114337878B (zh) | 2023-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10264471B2 (en) | Adaptive multi-antenna data transmission method, apparatus, and system | |
Mehrabian et al. | Robust and blind eigenvalue-based multiantenna spectrum sensing under IQ imbalance | |
EP2248276B1 (en) | Precoding for multiple antennas | |
EP3185434B1 (en) | Method and device for beamforming | |
CN101800582A (zh) | 一种多用户波束成形方法及装置 | |
WO2017132984A1 (en) | Method and apparatus of topological pilot decontamination for massive mimo systems | |
WO2016150145A1 (zh) | 一种信号发送方法和设备 | |
US20140349581A1 (en) | Apparatus and method for partial interference alignment in multi-antenna communication system | |
CN114337878B (zh) | 一种基于智能反射表面的干扰发现和感测方法及其系统 | |
Sodagari et al. | On singularity attacks in MIMO channels | |
KR101538555B1 (ko) | 시분할 이중통신 다중 사용자 다중 안테나 환경에서 파일럿 오염 공격을 검출하는 방법 및 시스템 | |
KR102041012B1 (ko) | 시분할 이중통신 다중 사용자 다중 안테나 환경에서 다중 안테나를 이용한 파일럿 오염 공격을 검출하는 방법 및 시스템 | |
US10063396B2 (en) | Method and apparatus of topological pilot decontamination for massive MIMO systems | |
CN107094038A (zh) | 一种天线系统功率调整的方法、装置及系统 | |
CN107659348B (zh) | 一种基于slnr和thp混合自适应预编码设计方法 | |
CN102291210A (zh) | 一种生成预编码矩阵的方法及装置 | |
CN116614161A (zh) | 基于线性约束功率分配的雷达通信一体化波束形成方法 | |
CN115037395B (zh) | 一种智能反射表面辅助的干扰感知方法 | |
CN109450506B (zh) | 一种基于双路干扰信号调整的多干扰协作干扰对齐方法 | |
Mokh et al. | Analytical performance of receive antenna shift keying with maximum ratio transmission and different detection algorithms | |
CN114499602B (zh) | Ris辅助mimo-noma通信系统中的发送预编码和相移矩阵设计方法 | |
Wang et al. | Energy Selected Transmitter RF Fingerprint Estimation in Multi-Antenna OFDM Systems | |
Cheng et al. | SWISS: Spectrum weighted identification of signal sources for mmWave systems | |
Khawar et al. | Coloacted mimo radar and comp cellular system | |
Matsumuro et al. | Proactive rank adaptation method using probabilistic interference arrival information |
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 |