CN114389654A - 基于大规模mimo的移动边缘计算安全计算效率最大化方法 - Google Patents

基于大规模mimo的移动边缘计算安全计算效率最大化方法 Download PDF

Info

Publication number
CN114389654A
CN114389654A CN202210038275.9A CN202210038275A CN114389654A CN 114389654 A CN114389654 A CN 114389654A CN 202210038275 A CN202210038275 A CN 202210038275A CN 114389654 A CN114389654 A CN 114389654A
Authority
CN
China
Prior art keywords
user
stage
calculation
eavesdropper
computation
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
Application number
CN202210038275.9A
Other languages
English (en)
Other versions
CN114389654B (zh
Inventor
黄海洋
彭东来
马欢
闻娇
豆铨煜
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.)
Zhengzhou University of Light Industry
Original Assignee
Zhengzhou University of Light Industry
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 Zhengzhou University of Light Industry filed Critical Zhengzhou University of Light Industry
Priority to CN202210038275.9A priority Critical patent/CN114389654B/zh
Publication of CN114389654A publication Critical patent/CN114389654A/zh
Application granted granted Critical
Publication of CN114389654B publication Critical patent/CN114389654B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • 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)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出了一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其步骤为：首先，设计存在恶意窃听者下的mMIMO‑MEC系统，用户将计算任务拆分为两部分：本地计算阶段和卸载到MEC服务器中计算阶段；其次，通过本地计算阶段和卸载到MEC服务器中计算阶段得到mMIMO‑MEC系统的最大安全计算效率表达式；最后，利用辅助变量和迭代求解的方式对mMIMO‑MEC系统的最大安全计算效率表达式进行求解，得到最大安全计算效率的最优解。使用本发明保证未来移动通信网络下的大量用户进行卸载计算的同时保证信息安全，在有限的计算资源、传输功率和能耗约束的情况下最大化计算效率，获得稳定的安全传输速率和更少的信号开销。

Description

基于大规模MIMO的移动边缘计算安全计算效率最大化方法
技术领域
本发明涉及通信信号处理技术领域，特别是指一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法。
背景技术
随着目前智能应用的超低时延、密集计算等的高需求，移动边缘计算(Mobileedge computing，MEC)通过将本地计算任务卸载到远程MEC服务器来增强移动设备的计算效率(Computing efficiency，CE)，是5G和未来6G无线通信系统的主要技术。在传统的MEC网络研究中主要考虑在用户和基站上配备单天线，忽略了大规模多输入多输出(massivemultiple-input multiple-output，mMIMO)技术带来的卸载效率优势，即支持多用户同时进行任务卸载，能显著提高MEC网络的频谱效率和能量效率，而且mMIMO系统的信道更加具有确定性，从而确保在MEC系统下的移动设备在进行卸载任务时保持稳定的迁移速率。同时考虑到目前的研究大多数忽略了联合考虑如何降低能量或增加计算任务量，因此对于衡量MEC系统性能的新标准(计算效率)的研究也变得逐渐重要。另外，由于无线信道的广播特性和开放特性，为了确保在窃听者存在的情况下进行信息安全传输，而物理层安全的原理是利用无线信道的随机性来抑制窃听者偷听合法用户的信息，因此物理层安全应用于mMIMO-MEC网络也有着很深的研究意义。
发明内容
由于无线信道的广播特性和开放特性，为了确保在窃听者存在的情况下进行信息安全传输，本发明提出了一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法，将大规模MIMO技术和PLS技术应用到多用户MEC系统中，设计一种计算资源和无线资源联合优化方案来实现系统安全计算效率最大。
本发明的技术方案是这样实现的：
一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法，设计存在恶意窃听者下的mMIMO-MEC系统，mMIMO-MEC系统中的BS配备大型天线阵列且支持多个单天线用户同时进行卸载计算，其中BS天线数为M，用户数为K，窃听者的天线数为N；其步骤如下：
步骤一：用户k将计算任务拆分为两部分：本地计算阶段和卸载到MEC服务器中计算阶段；
本地计算阶段，采用动态电压和频率缩放技术来控制CPU周期的频率，在本地设备端进行的计算任务量为
Figure BDA0003468989780000021
计算本地设备端任务量产生的能耗
Figure BDA0003468989780000022
为：
Figure BDA0003468989780000023
其中，Cloc为本地设备端计算1比特所需的CPU周期数，
Figure BDA0003468989780000024
为本地设备端的CPU频率，e1为本地设备端的CPU有效电容系数，T为时延，k∈K表示用户。
所述卸载到MEC服务器中计算阶段包括导频阶段、上行卸载阶段、MEC服务器计算阶段和下行返回结果阶段。
在导频阶段，BS和用户k之间的信道向量为
Figure BDA0003468989780000025
窃听者和用户k之间的信道向量为
Figure BDA0003468989780000026
BS接收用户k的导频信号为：
Figure BDA0003468989780000027
其中，
Figure BDA0003468989780000028
为BS接收用户k的导频信号，τ0为正交导频符号长度，
Figure BDA0003468989780000029
为用户k的导频功率，
Figure BDA00034689897800000210
为用户k的导频序列，
Figure BDA00034689897800000211
为用户k导频序列的转置共轭，
Figure BDA00034689897800000212
为窃听者的导频序列，
Figure BDA00034689897800000213
为窃听者导频序列的转置共轭，N0为噪声，βk为大尺度衰落，hk为小尺度衰落向量，βe为窃听者窃听时的大尺度衰落，he为窃听者窃听时的小规模衰落信道向量；
根据BS接收用户k的导频信号
Figure BDA00034689897800000214
用户通过最小均方误差方法得出信道估计向量：
Figure BDA00034689897800000215
其中，
Figure BDA00034689897800000216
为信道估计向量。
在上行卸载阶段，用户在信道估计之后进行部分卸载，在BS端采用最大比合并方法对用户信号进行接收，其接收的信号为：
Figure BDA0003468989780000031
其中，
Figure BDA0003468989780000032
为BS端接收的信号，xk为用户k的信号，
Figure BDA0003468989780000033
为信道估计向量的转置共轭，xi为用户i的信号，xe为窃听者窃听信号，gi为BS和用户i之间的信道向量，pk为用户k的信号分配功率，pi为其他用户i的信号分配功率，pe为窃听者窃听功率，nk为噪声；
根据香农公式，得到上行阶段该用户的传输速率
Figure BDA0003468989780000034
和窃听用户的传输速率
Figure BDA0003468989780000035
并由
Figure BDA0003468989780000036
和
Figure BDA0003468989780000037
计算上行阶段的最大安全传输速率
Figure BDA0003468989780000038
Figure BDA0003468989780000039
Figure BDA00034689897800000310
Figure BDA00034689897800000311
其中，B为信号带宽，
Figure BDA00034689897800000312
为经过信道估计之后用户k的大尺度衰落向量，βi为其他用户i的大尺度衰落向量，σ为高斯白噪声的平均差，βk,e为窃听者获取用户k的大尺度衰落向量，
Figure BDA00034689897800000313
为经过信道估计之后窃听者获取用户k的大尺度衰落向量，βi,e为窃听者获取其他用户i的大尺度衰落向量，
Figure BDA00034689897800000314
为经过信道估计之后窃听者获取其他用户i的大尺度衰落向量，[…]+代表最大值；
故用户的卸载数据为
Figure BDA00034689897800000315
其传输能耗
Figure BDA00034689897800000316
为：
Figure BDA0003468989780000041
其中，t0为导频估计时间，t1为卸载时间，ζ为功率放大因子。
在MEC服务器计算阶段，MEC服务器端对卸载数据进行计算，MEC服务器端计算时间记为
Figure BDA0003468989780000042
其计算能耗
Figure BDA0003468989780000043
为：
Figure BDA0003468989780000044
其中，Cser为MEC服务器端计算1比特所需CPU周期数，fser为MEC服务器端的CPU频率，e2为MEC服务器端的CPU有效电容系数。
在下行返回结果阶段，在BS端采用最大比线性预编码技术同时利用上下链路信道互易性，计算发射信号：
Figure BDA0003468989780000045
其中，
Figure BDA0003468989780000046
为发射信号，ak为用户k的模拟预编码，ai为其他用户i的模拟预编码，Pk为BS分配给用户k的信号分配功率，Pi为BS分配给其他用户i的信号分配功率，ηk为用户k的功率分配系数，ηi为其他用户i的功率分配系数，ηe为窃听者的窃听功率分配系数，sk为用户k信号，si为其他用户i信号，se为窃听者的窃听信号；
根据香农公式，得到下行阶段该用户的传输速率
Figure BDA0003468989780000047
和窃听用户的传输速率
Figure BDA0003468989780000048
并由
Figure BDA0003468989780000049
和
Figure BDA00034689897800000410
计算下行阶段最大安全传输速率为：
Figure BDA0003468989780000051
Figure BDA0003468989780000052
Figure BDA0003468989780000053
其中，
Figure BDA0003468989780000054
为下行阶段最大安全传输速率；
根据下行阶段最大安全传输速率计算下行返回结果传输能耗
Figure BDA0003468989780000055
Figure BDA0003468989780000056
步骤二：通过本地计算阶段和卸载到MEC服务器中计算阶段得到mMIMO-MEC系统的最大安全计算效率表达式；
所述mMIMO-MEC系统的最大安全计算效率表达式为：
Figure BDA0003468989780000057
其中，ω为常数。
步骤三：利用辅助变量和迭代求解的方式对mMIMO-MEC系统的最大安全计算效率表达式进行求解，得到最大安全计算效率的最优解。
所述得到最大安全计算效率的最优解的方法为：
S31、将mMIMO-MEC系统的最大安全计算效率表达式进行等效变换，得到：
Figure BDA0003468989780000058
其中，ω为常数；
S32、对
Figure BDA0003468989780000059
和
Figure BDA00034689897800000510
中的非凸项进行一阶泰勒级数变换，并引入辅助变量使其变为凸的线性规划问题，对ω赋初值为0；
S33、对公式(16)进行CVX求解并得出最优解，再将最优解带入到式(16)中进行迭代计算直到收敛；
S34、当步骤S33中的内层迭代得到最优解时获得最大安全速率，更新ω的值：
Figure BDA0003468989780000061
S35、将ω的值代入式(16)判断是否收敛，如不收敛返回步骤S33继续迭代，直到外层迭代收敛，得到最优解的点；
所述将ω的值代入式(16)判断是否收敛的表达式为：
|ω-ω[i′]|≤ε (18)；
其中，ω[i']为第i'次迭代的值，ε为误差值。
S36、将最优解的点带入公式(15)，得到最大安全计算效率的最优解。
与现有技术相比，本发明产生的有益效果为：
1)将mMIMO技术和物理层安全技术联合应用到移动边缘计算网络中，同时说明天线阵列提高能量效率的优势；
2)最大安全速率和最大计算效率的求解方法的迭代收敛较快，精度较高；
3)使用本发明可以保证未来移动通信网络下的大量用户进行卸载计算的同时保证信息安全，在有限的计算资源、传输功率和能耗约束的情况下最大化计算效率，获得稳定的安全传输速率和更少的信号开销。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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是本发明的流程图；
图2是使用本发明在不同卸载方式下所得到的最大安全计算效率的效果图；
图3是使用本发明在不同窃听功率下所得到的最大安全计算效率的效果图；
图4是使用本发明在不同天线数量下所得到的最大安全计算效率的效果图。
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付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。
如图1所示，本发明实施例提供了一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法，设计存在恶意窃听者下的mMIMO-MEC系统，mMIMO-MEC系统中的BS(集成MEC服务器)配备大型天线阵列且支持多个单天线用户同时进行卸载计算，其中BS天线数为M，用户数为K，窃听者的天线数为N；用户k∈K首先发送正交上行链路(Uplink,UL)导频以进行信道估计，然后将计算密集型任务卸载到MEC服务器进行处理,之后MEC服务器完成计算任务后，它将计算结果通过下行链路(Downlink,DL)返回给用户k。同时，窃听者窃听UL计算数据和DL计算结果。考虑最糟糕的情况，假设窃听者通过监视用户信息来获得统计信息。其步骤如下：
步骤一：用户k将计算任务拆分为两部分：本地计算阶段和卸载到MEC服务器中计算阶段；其中，卸载到MEC服务器中计算阶段包括导频阶段、上行卸载阶段、MEC服务器计算阶段和下行返回结果阶段。
本地计算阶段，由于用户采用部分卸载方式，为节省能耗，采用动态电压和频率缩放(DVFS)技术来控制CPU周期的频率，在本地设备端进行的计算任务量为
Figure BDA0003468989780000071
计算本地设备端任务量产生的能耗
Figure BDA0003468989780000072
为：
Figure BDA0003468989780000073
其中，Cloc为本地设备端计算1比特所需的CPU周期数，
Figure BDA0003468989780000074
为本地设备端的CPU频率，ε1为本地设备端的CPU有效电容系数，T为时延，k∈K表示用户。
在导频阶段，BS和用户k之间的信道向量为
Figure BDA0003468989780000075
窃听者和用户k之间的信道向量为
Figure BDA0003468989780000076
BS接收用户k的导频信号为：
Figure BDA0003468989780000077
其中，
Figure BDA0003468989780000078
为BS接收用户k的导频信号，τ0为正交导频符号长度，
Figure BDA0003468989780000079
为用户k的导频功率，
Figure BDA00034689897800000710
为用户k的导频序列，
Figure BDA00034689897800000711
为用户k导频序列的转置共轭，
Figure BDA00034689897800000712
为窃听者的导频序列，
Figure BDA0003468989780000081
为窃听者导频序列的转置共轭，N0为噪声，βk为大尺度衰落，hk为小尺度衰落向量，βe为窃听者窃听时的大尺度衰落，he为窃听者窃听时的小规模衰落信道向量。
根据BS接收用户k的导频信号
Figure BDA0003468989780000082
用户通过最小均方误差方法得出信道估计向量：
Figure BDA0003468989780000083
其中，
Figure BDA0003468989780000084
为信道估计向量。
在上行卸载阶段，用户在信道估计之后进行部分卸载，在BS端采用最大比合并方法对用户信号进行接收，其接收的信号为：
Figure BDA0003468989780000085
其中，
Figure BDA0003468989780000086
为BS端接收的信号，xk为用户k的信号，
Figure BDA0003468989780000087
为信道估计向量的转置共轭，xi为用户i的信号，xe为窃听者窃听信号，gi为BS和用户i之间的信道向量，pk为用户k的信号分配功率，pi为其他用户i的信号分配功率，pe为窃听者窃听功率，nk为噪声。
根据香农公式，得到上行阶段该用户的传输速率
Figure BDA0003468989780000088
和窃听用户的传输速率
Figure BDA0003468989780000089
并由
Figure BDA00034689897800000810
和
Figure BDA00034689897800000811
计算上行阶段的最大安全传输速率
Figure BDA00034689897800000812
Figure BDA00034689897800000813
Figure BDA0003468989780000091
Figure BDA0003468989780000092
其中，B为信号带宽，
Figure BDA0003468989780000093
为经过信道估计之后用户k的大尺度衰落向量，βi为其他用户i的大尺度衰落向量，σ为高斯白噪声的平均差，βk,e为窃听者获取用户k的大尺度衰落向量，
Figure BDA0003468989780000094
为经过信道估计之后窃听者获取用户k的大尺度衰落向量，βi,e为窃听者获取其他用户i的大尺度衰落向量，
Figure BDA0003468989780000095
为经过信道估计之后窃听者获取其他用户i的大尺度衰落向量，[…]+代表最大值。
故用户的卸载数据为
Figure BDA0003468989780000096
其传输能耗
Figure BDA0003468989780000097
为：
Figure BDA0003468989780000098
其中，t0为导频估计时间，t1为卸载时间，ζ为功率放大因子。
在MEC服务器计算阶段，MEC服务器端对卸载数据进行计算，MEC服务器端计算时间记为
Figure BDA0003468989780000099
其计算能耗
Figure BDA00034689897800000910
为：
Figure BDA00034689897800000911
其中，Cser为MEC服务器端计算1比特所需CPU周期数，fser为MEC服务器端的CPU频率，ε2为MEC服务器端的CPU有效电容系数。
在下行返回结果阶段，在BS端采用最大比线性预编码技术同时利用上下链路信道互易性，计算发射信号：
Figure BDA0003468989780000101
其中，
Figure BDA0003468989780000102
为发射信号，ak为模拟预编码，ai为其他用户i的模拟预编码，Pk为BS分配给用户k的信号分配功率，Pi为BS分配给其他用户i的信号分配功率，ηk为用户k的功率分配系数，ηi为其他用户i的功率分配系数，ηe为窃听者的窃听功率分配系数，sk为用户k信号，si为其他用户i信号，se为窃听者的窃听信号。
根据香农公式，得到下行阶段该用户的传输速率
Figure BDA0003468989780000103
和窃听用户的传输速率
Figure BDA0003468989780000104
并由
Figure BDA0003468989780000105
和
Figure BDA0003468989780000106
计算下行阶段最大安全传输速率为：
Figure BDA0003468989780000107
Figure BDA0003468989780000108
Figure BDA0003468989780000109
其中，
Figure BDA00034689897800001010
为下行阶段最大安全传输速率；
根据下行阶段最大安全传输速率计算下行返回结果传输能耗
Figure BDA00034689897800001011
Figure BDA00034689897800001012
步骤二：通过本地计算阶段和卸载到MEC服务器中计算阶段得到mMIMO-MEC系统的最大安全计算效率表达式；
所述mMIMO-MEC系统的最大安全计算效率表达式为：
Figure BDA0003468989780000111
其中，ω为常数。
步骤三：利用辅助变量和迭代求解的方式对mMIMO-MEC系统的最大安全计算效率表达式进行求解，得到最大安全计算效率的最优解。
由于最大安全速率和最大安全计算效率根据公式可得是非凸形式，无法直接得到最优解，故采用以下方法得到最大安全计算效率的最优解：
S31、将mMIMO-MEC系统的最大安全计算效率表达式进行等效变换，即公式(15)和公式(16)所得的最大值的点是相同的，得到：
Figure BDA0003468989780000112
其中，ω为常数。
S32、对
Figure BDA0003468989780000113
和
Figure BDA0003468989780000114
中的非凸项进行一阶泰勒级数变换，并引入辅助变量使其变为凸的线性规划问题，对ω赋初值为0。
S33、对公式(16)进行CVX求解并得出最优解，再将最优解带入到式(16)中进行迭代计算直到收敛。
S34、当步骤S33中的内层迭代得到最优解时获得最大安全速率，更新ω的值：
Figure BDA0003468989780000115
S35、将ω的值代入式(16)判断是否收敛，如不收敛返回步骤S33继续迭代，直到外层迭代收敛，得到最优解的点；
所述将ω的值代入式(16)判断是否收敛的表达式为：
|ω-ω[i']|≤ε (18)；
其中，ω[i']为第i'次迭代的值，ε为误差值。
S36、将最优解的点带入公式(15)，得到最大安全计算效率的最优解。
图2显示了不同卸载方案下SCE随用户最大发射功率的变化关系。从图2可以看出，在所提出的部分卸载方案下，SCE总是高于完全卸载方案下的SCE。此外，SCE随用户的最大发射功率而增加，这是因为较高的发射功率可以获得较大的传输速率，从而提高SCE。
图3显示了不同窃听者干扰功率下SCE随用户最大发射功率变化的关系。由图3可知，当窃听者的干扰功率增加时，SCE仍然随着用户最大发射功率的增加而增加，但获得的SCE减少。这是因为当干扰功率会增加时，为了保证每个用户的传输速率和信息安全，每个用户的平均能耗也会增加，从而降低SCE。
图4显示了不同窃听者干扰功率下SCE与基站天线数量的关系。从图4中可以观察到SCE随着BS天线的数量而增加。这是因为更多的基站天线可以改善上下行卸载阻塞，从而使系统SCE的增加。此外，干扰功率的增加可能会增加用户的平均能耗，但计算卸载量也可以随着基站天线数量的增加而提高，从而使SCE保持恒定。
本发明将mMIMO技术和物理层安全技术联合应用到移动边缘计算网络中，同时说明天线阵列提高能量效率的优势，而且本发明最大安全速率和最大计算效率的求解方法的迭代收敛较快，精度较高。使用本发明可以保证未来移动通信网络下的大量用户进行卸载计算的同时保证信息安全，在有限的计算资源、传输功率和能耗约束的情况下最大化计算效率，获得稳定的安全传输速率和更少的信号开销。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其特征在于，设计存在恶意窃听者下的mMIMO-MEC系统，mMIMO-MEC系统中的BS配备大型天线阵列且支持多个单天线用户同时进行卸载计算，其中BS天线数为M，用户数为K，窃听者的天线数为N；其步骤如下：
步骤一：用户k将计算任务拆分为两部分：本地计算阶段和卸载到MEC服务器中计算阶段；
步骤二：通过本地计算阶段和卸载到MEC服务器中计算阶段得到mMIMO-MEC系统的最大安全计算效率表达式；
步骤三：利用辅助变量和迭代求解的方式对mMIMO-MEC系统的最大安全计算效率表达式进行求解，得到最大安全计算效率的最优解。
2.根据权利要求1所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其特征在于，所述卸载到MEC服务器中计算阶段包括导频阶段、上行卸载阶段、MEC服务器计算阶段和下行返回结果阶段。
3.根据权利要求2所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其特征在于，本地计算阶段，采用动态电压和频率缩放技术来控制CPU周期的频率，在本地设备端进行的计算任务量为
Figure FDA0003468989770000011
计算本地设备端任务量产生的能耗
Figure FDA0003468989770000012
为：
Figure FDA0003468989770000013
其中，Cloc为本地设备端计算1比特所需的CPU周期数，
Figure FDA0003468989770000014
为本地设备端的CPU频率，ε1为本地设备端的CPU有效电容系数，T为时延，k∈K表示用户。
4.根据权利要求3所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其特征在于，在导频阶段，BS和用户k之间的信道向量为
Figure FDA0003468989770000015
窃听者和用户k之间的信道向量为
Figure FDA0003468989770000016
BS接收用户k的导频信号为：
Figure FDA0003468989770000017
其中，
Figure FDA0003468989770000018
为BS接收用户k的导频信号，τ0为正交导频符号长度，
Figure FDA0003468989770000019
为用户k的导频功率，
Figure FDA00034689897700000110
为用户k的导频序列，
Figure FDA00034689897700000111
为用户k导频序列的转置共轭，
Figure FDA00034689897700000112
为窃听者的导频序列，
Figure FDA00034689897700000113
为窃听者导频序列的转置共轭，N0为噪声，βk为大尺度衰落，hk为小尺度衰落向量，βe为窃听者窃听时的大尺度衰落，he为窃听者窃听时的小规模衰落信道向量；
根据BS接收用户k的导频信号
Figure FDA0003468989770000021
用户通过最小均方误差方法得出信道估计向量：
Figure FDA0003468989770000022
其中，
Figure FDA0003468989770000023
为信道估计向量。
5.根据权利要求4所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其特征在于，在上行卸载阶段，用户在信道估计之后进行部分卸载，在BS端采用最大比合并方法对用户信号进行接收，其接收的信号为：
Figure FDA0003468989770000024
其中，
Figure FDA0003468989770000025
为BS端接收的信号，xk为用户k的信号，
Figure FDA0003468989770000026
为信道估计向量的转置共轭，xi为用户i的信号，xe为窃听者窃听信号，gi为BS和用户i之间的信道向量，pk为用户k的信号分配功率，pi为其他用户i的信号分配功率，pe为窃听者窃听功率，nk为噪声；
根据香农公式，得到上行阶段该用户的传输速率
Figure FDA0003468989770000027
和窃听用户的传输速率
Figure FDA0003468989770000028
并由
Figure FDA0003468989770000029
和
Figure FDA00034689897700000210
计算上行阶段的最大安全传输速率
Figure FDA00034689897700000211
Figure FDA00034689897700000212
Figure FDA00034689897700000213
Figure FDA0003468989770000031
其中，B为信号带宽，
Figure FDA0003468989770000032
为经过信道估计之后用户k的大尺度衰落向量，βi为其他用户i的大尺度衰落向量，σ为高斯白噪声的平均差，βk,e为窃听者获取用户k的大尺度衰落向量，
Figure FDA0003468989770000033
为经过信道估计之后窃听者获取用户k的大尺度衰落向量，βi,e为窃听者获取其他用户i的大尺度衰落向量，
Figure FDA0003468989770000034
为经过信道估计之后窃听者获取其他用户i的大尺度衰落向量，[…]+代表最大值；
故用户的卸载数据为
Figure FDA0003468989770000035
其传输能耗
Figure FDA0003468989770000036
为：
Figure FDA0003468989770000037
其中，t0为导频估计时间，t1为卸载时间，ζ为功率放大因子。
6.根据权利要求5所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其特征在于，在MEC服务器计算阶段，MEC服务器端对卸载数据进行计算，MEC服务器端计算时间记为
Figure FDA0003468989770000038
其计算能耗
Figure FDA0003468989770000039
为：
Figure FDA00034689897700000310
其中，Cser为MEC服务器端计算1比特所需CPU周期数，fser为MEC服务器端的CPU频率，ε2为MEC服务器端的CPU有效电容系数。
7.根据权利要求6所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其特征在于，在下行返回结果阶段，在BS端采用最大比线性预编码技术同时利用上下链路信道互易性，计算发射信号：
Figure FDA00034689897700000311
其中，
Figure FDA0003468989770000041
为发射信号，ak为用户k的模拟预编码，ai为其他用户i的模拟预编码，Pk为BS分配给用户k的信号分配功率，Pi为BS分配给其他用户i的信号分配功率，ηk为用户k的功率分配系数，ηi为其他用户i的功率分配系数，ηe为窃听者的窃听功率分配系数，sk为用户k信号，si为其他用户i信号，se为窃听者的窃听信号；
根据香农公式，得到下行阶段该用户的传输速率
Figure FDA0003468989770000042
和窃听用户的传输速率
Figure FDA0003468989770000043
并由
Figure FDA0003468989770000044
和
Figure FDA0003468989770000045
计算下行阶段最大安全传输速率为：
Figure FDA0003468989770000046
Figure FDA0003468989770000047
Figure FDA0003468989770000048
其中，
Figure FDA0003468989770000049
为下行阶段最大安全传输速率；
根据下行阶段最大安全传输速率计算下行返回结果传输能耗
Figure FDA00034689897700000410
Figure FDA00034689897700000411
8.根据权利要求7所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其特征在于，所述mMIMO-MEC系统的最大安全计算效率表达式为：
Figure FDA00034689897700000412
其中，ω为常数。
9.根据权利要求8所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其特征在于，所述得到最大安全计算效率的最优解的方法为：
S31、将mMIMO-MEC系统的最大安全计算效率表达式进行等效变换，得到：
Figure FDA0003468989770000051
其中，ω为常数；
S32、对
Figure FDA0003468989770000052
和
Figure FDA0003468989770000053
中的非凸项进行一阶泰勒级数变换，并引入辅助变量使其变为凸的线性规划问题，对ω赋初值为0；
S33、对公式(16)进行CVX求解并得出最优解，再将最优解带入到式(16)中进行迭代计算直到收敛；
S34、当步骤S33中的内层迭代得到最优解时获得最大安全速率，更新ω的值：
Figure FDA0003468989770000054
S35、将ω的值代入式(16)判断是否收敛，如不收敛返回步骤S33继续迭代，直到外层迭代收敛，得到最优解的点；
S36、将最优解的点带入公式(15)，得到最大安全计算效率的最优解。
10.根据权利要求9所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法，其特征在于，所述将ω的值代入式(16)判断是否收敛的表达式为：
|ω-ω[i']|≤ε (18)；
其中，ω[i']为第i'次迭代的值，ε为误差值。
CN202210038275.9A 2022-01-13 2022-01-13 基于大规模mimo的移动边缘计算安全计算效率最大化方法 Active CN114389654B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210038275.9A CN114389654B (zh) 2022-01-13 2022-01-13 基于大规模mimo的移动边缘计算安全计算效率最大化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210038275.9A CN114389654B (zh) 2022-01-13 2022-01-13 基于大规模mimo的移动边缘计算安全计算效率最大化方法

Publications (2)

Publication Number Publication Date
CN114389654A true CN114389654A (zh) 2022-04-22
CN114389654B CN114389654B (zh) 2022-09-20

Family

ID=81202142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210038275.9A Active CN114389654B (zh) 2022-01-13 2022-01-13 基于大规模mimo的移动边缘计算安全计算效率最大化方法

Country Status (1)

Country Link
CN (1) CN114389654B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017084223A1 (zh) * 2015-11-18 2017-05-26 清华大学 大规模分布天线系统中抑制导频污染的多小区预编码方法
CN111245539A (zh) * 2020-01-07 2020-06-05 南京邮电大学 一种基于noma的移动边缘计算网络高效资源分配方法
CN111614419A (zh) * 2020-01-10 2020-09-01 南京邮电大学 一种基于noma的移动边缘计算网络任务高安全卸载资源分配方法
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
CN112333702A (zh) * 2020-10-30 2021-02-05 杭州哲达科技股份有限公司 一种基于安全noma移动边缘计算的延迟最小化的优化方法
CN112990547A (zh) * 2021-02-08 2021-06-18 北京中电飞华通信有限公司 智能电网能量优化方法及装置
WO2021227482A1 (zh) * 2020-05-12 2021-11-18 西安交通大学 一种大规模天线系统中的安全传输方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017084223A1 (zh) * 2015-11-18 2017-05-26 清华大学 大规模分布天线系统中抑制导频污染的多小区预编码方法
CN111245539A (zh) * 2020-01-07 2020-06-05 南京邮电大学 一种基于noma的移动边缘计算网络高效资源分配方法
CN111614419A (zh) * 2020-01-10 2020-09-01 南京邮电大学 一种基于noma的移动边缘计算网络任务高安全卸载资源分配方法
WO2021227482A1 (zh) * 2020-05-12 2021-11-18 西安交通大学 一种大规模天线系统中的安全传输方法
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
CN112333702A (zh) * 2020-10-30 2021-02-05 杭州哲达科技股份有限公司 一种基于安全noma移动边缘计算的延迟最小化的优化方法
CN112990547A (zh) * 2021-02-08 2021-06-18 北京中电飞华通信有限公司 智能电网能量优化方法及装置

Also Published As

Publication number Publication date
CN114389654B (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN108234101B (zh) 能效最大化导频信号设计方法及大规模多天线系统
CN105162507B (zh) 大规模mimo fdd系统中基于信漏噪比的两阶段预编码方法
CN112052086A (zh) 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
Gao et al. Outage-constrained energy efficiency maximization for RIS-assisted WPCNs
CN111405596B (zh) 莱斯信道下大规模天线无线携能通信系统资源优化方法
CN112333702A (zh) 一种基于安全noma移动边缘计算的延迟最小化的优化方法
Fan et al. Optimal pilot length for uplink massive MIMO systems with low-resolution ADC
CN106941688B (zh) 基于历史信息的pdma系统功率分配方法
US9912458B2 (en) Pilot allocation method based on coherence time for large-scale MIMO system
Silva et al. NOMA-aided multi-way massive MIMO relaying
Cui et al. Energy-efficient RSMA for multigroup multicast and multibeam satellite communications
Abdulateef et al. Performance analyses of channel estimation and precoding for massive MIMO downlink in the TDD system
Lyu et al. Hybrid noma assisted integrated sensing and communication via ris
Dursun et al. Green NOMA based MU-MIMO transmission for MEC in 6G Networks
CN114389654B (zh) 基于大规模mimo的移动边缘计算安全计算效率最大化方法
Liu et al. An efficient power allocation algorithm for relay assisted cognitive radio network
Zeng et al. Downlink power allocation optimization in pattern division multiple access
Yang et al. Optimal beamforming in cooperative cognitive backscatter networks for wireless-powered IoT
Zhang et al. Near-optimal user clustering and power control for uplink MISO-NOMA networks
Zhao et al. Energy efficiency of massive MIMO downlink WPT with mixed-ADCs
Lee et al. Weighted Sum Rate Maximization for Two-Way Wireless Powered Interference Channels
Abidrabbu et al. Efficient power allocation for MIMO CR-NOMA networks
Xing et al. Over-the-air computation via cloud radio access networks
Kabir et al. Minimizing energy and latency in fd mec through multi-objective optimization
Ahmed et al. Cognitive radio timing protocol for interference-constrained throughput maximization

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