CN116527196A - 基于噪声不确定性的全向超表面辅助隐蔽通信方法及系统 - Google Patents
基于噪声不确定性的全向超表面辅助隐蔽通信方法及系统 Download PDFInfo
- Publication number
- CN116527196A CN116527196A CN202310505563.5A CN202310505563A CN116527196A CN 116527196 A CN116527196 A CN 116527196A CN 202310505563 A CN202310505563 A CN 202310505563A CN 116527196 A CN116527196 A CN 116527196A
- Authority
- CN
- China
- Prior art keywords
- willie
- alice
- subsurface
- hidden
- noise
- 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.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000005540 biological transmission Effects 0.000 claims abstract description 46
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 11
- 102100023698 C-C motif chemokine 17 Human genes 0.000 claims abstract description 9
- 101000978362 Homo sapiens C-C motif chemokine 17 Proteins 0.000 claims abstract description 9
- 230000006399 behavior Effects 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 description 4
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K1/00—Secret communication
-
- 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
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
- H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
- H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
- H04B7/0621—Feedback content
- H04B7/0623—Auxiliary parameters, e.g. power control [PCB] or not acknowledged commands [NACK], used as feedback information
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了基于噪声不确定性的全向超表面辅助隐蔽通信方法及系统，包括以下步骤：步骤1：确定智能全向超表面的工作模式，给出透射和反射系数的数学表达式；步骤2：推导Alice能与Willie正常通信的条件以及Alice不被Willie以100％的概率检测到隐蔽传输的条件；步骤3：分析Willie的检测性能，根据Willie处噪声功率的概率密度函数得到其最小检测错误概率作为系统的隐蔽约束；步骤4：分析Alice到Bob的传输情况，得到系统有效隐蔽速率的表达式；步骤5：建立智能全向超表面辅助隐蔽通信系统的优化问题，联合设计Alice处发射隐蔽消息的最优功率以及智能全向超表面的TARCs，最大化系统有效隐蔽速率。应用本技术方案可有效提高系统的隐蔽性能，保证信息的高效、安全传输。
Description
技术领域
本发明涉及无线通信技术领域，特别是基于噪声不确定性的全向超表面辅助隐蔽通信方法及系统。
背景技术
为了满足后5G业务的高频段通信需求，天线数量将呈指数增加，然而，传统的抛物面天线和相控阵天线因其设计的复杂性，以及高成本、低效率等缺点，不适合大规模密集部署。基于可重构智能超表面(Reconfigurable Intelligent Surface,RIS)的新型天线具备无源、可编程和波束调控等特性，为6G通信提供了一种低成本、高效率、易部署的方案以解决上述问题。研究表明该方案可以应用于毫米波通信、卫星通信、感知通信一体化、大规模物联网和车联网等多种通信场景。尽管发展迅速，但目前应用于无线通信系统的RIS大多为反射型或透射型，因此只能对背向或前向的半空间提供信号覆盖、无线传输，不能做到全空间信号覆盖和智能传输。这不仅导致处于另外半空间的用户无法得到有效信号覆盖，同时也浪费了另外一半的空间资源。为应对以上挑战，有研究者提出了智能全向超表面的概念。与传统反射型或透射型RIS相比，智能全向超表面能够同时透射和反射入射信号，从而实现信号的全空间覆盖，同时服务其两侧用户。
与此同时，随着无线通信服务的普及，大量私人或机密信息将通过电磁波进行传输进而暴露在开放环境中，由此所造成的隐私信息泄露风险需要被人们加以重视。计算机计算能力的提升使得人们无法继续利用依赖算法复杂度的传统加密技术来保障信息安全。物理层安全技术借助无线媒介的动态特性来最小化窃听者所能获得的信息。然而，以上技术都旨在保证通信内容的安全，而忽略了有时用户通信行为的暴露也会带来信息的泄露，如节点位置、传输模式等。为了解决这一问题，有学者提出了隐蔽通信技术，也称为低概率检测技术。隐蔽通信技术不仅能保护通信内容不被窃听，而且能保证两者间的通信不会被监测者检测到。
尽管目前国内外学者对隐蔽通信已经进行了大量的研究，然而由于非法节点通常采用能量探测，这使得在隐蔽通信场景中发射机的发射功率较小，从而导致隐蔽传输速率较低。考虑到智能反射面能够重塑无线信道，具有提高移动通信系统传输速率、覆盖范围、以及能量效率的巨大潜力，近年来有不少研究采用智能反射面来增强隐蔽通信。
发明内容
有鉴于此，本发明的目的在于提供一种基于噪声不确定性的全向超表面辅助隐蔽通信方法及系统，旨在利用噪声不确定性和智能全向超表面来增强隐蔽通信，确保信息的高效、安全传输。
为实现上述目的，本发明采用如下技术方案：基于噪声不确定性的全向超表面辅助隐蔽通信方法，其特征在于，包括以下步骤：
步骤1：确定智能全向超表面的工作模式，给出透射和反射系数的数学表达式；
步骤2：确定Alice在不同情况下即没有传输隐蔽消息和传输隐蔽消息的传输策略，推导Alice能与Willie正常通信的条件以及Alice不被Willie以100％的概率检测到隐蔽传输的条件；
步骤3：分析Willie的检测性能，根据Willie处噪声功率的概率密度函数得到其最小检测错误概率作为系统的隐蔽约束；
步骤4：分析Alice到Bob的传输情况，得到系统有效隐蔽速率的表达式；
步骤5：建立智能全向超表面辅助隐蔽通信系统的优化问题，联合设计Alice处发射隐蔽消息的最优功率以及智能全向超表面的TARCs，最大化系统有效隐蔽速率。
在一较佳的实施例中，智能全向超表面的透射和反射系数的数学表达式为：
其中，l∈{t,r}表示到达Bob/Willie的信号是经过智能全向超表面透射或反射的；智能全向超表面由M个可以同时透射和反射的单元组成，分别表示第m个单元的透射和反射振幅，表示对应的相位；根据能量守恒定律有/>
在一较佳的实施例中，所述步骤2具体为：
从Alice到智能全向超表面，智能全向超表面到Willie以及智能全向超表面到Bob的信道分别表示为has、和/>假设Alice到Willie之间的传输速率Raw是预先给定的，则Alice能与Willie正常通信的条件为：
其中，Pmax表示Alice处的最大发射功率，此外，ur＝[ur,1,ur,2,…,ur,M]T，其中/>
Alice不被Willie以100％的概率检测到隐蔽传输的条件为：
其中，Pb表示Alice处用于发送隐蔽消息的功率。
在一较佳的实施例中，所述Willie处噪声功率的概率密度函数表示：
其中，ρ是量化噪声不确定性大小的参数，表示噪声的额定功率；
Willie处的最小检测错误概率为：
其中，系统的隐蔽约束为：
ξ*≥1-ò
其中，ò为隐蔽系数用于决定隐蔽性等级的高低。
在一较佳的实施例中，所述步骤4具体为：Bob处的信噪比为：
其中， 表示Bob处的噪声功率；此外，ut＝[ut,1,ut,2,…,ut,M]T，其中/>Alice实现的隐蔽速率为Rb＝log2(1+γb)；定义Alice不被Willie以100％的概率检测到隐蔽传输的条件为C,保证条件C满足的概率为PC，则系统有效隐蔽速率表示为：
在一较佳的实施例中，所述步骤5具体为：
定义Alice能与Willie正常通信的条件为B，保证条件B满足的概率表示为PB；考虑PC＝1的情况，该情况下PB＝1，且根据Alice处的最大功率约束可以得到基于上述，建立智能全向超表面辅助隐蔽通信系统的优化问题为：
s.t.C1:ξ*≥1-ò
C2:
C3:
C4:后续采用半定松弛算法，通过交替优化得到该问题的最优解。
本发明还提供了基于噪声不确定性的全向超表面辅助隐蔽通信系统，所述基于噪声不确定性的全向超表面辅助隐蔽通信系统运行所述基于噪声不确定性的全向超表面辅助隐蔽通信方法，包括发射机Alice、智能全向超表面、隐蔽通信用户Bob和正常通信用户兼监测者Willie；发射机Alice希望在智能全向超表面的帮助下，在与Willie正常通信的同时，向另一用户Bob发送隐蔽消息；Willie同时充当监测者的角色，希望检测Alice与Bob之间是否存在通信行为；考虑无限码长场景，假设Willie处的噪声具有不确定性，通过联合优化Alice的发射功率、智能全向超表面的TARCs以最大化系统的有效隐蔽速率，确保传输的隐蔽性及信息的安全性。
与现有技术相比，本发明具有以下有益效果：本发明在发射机处考虑了两种传输策略，并根据Willie处噪声的概率密度函数得到了隐蔽通信不被检测者以100％概率检测到的条件。此外，考虑在检测者Willie处采用能量检测，并基于上述得到了Willie的最小检测错误概率作为后续问题的隐蔽约束。本发明还通过联合设计发射机功率与智能全向超表面的TARCs来提升系统的隐蔽性能，保证信息的安全传输。
附图说明
图1为本发明优选实施例的一种基于噪声不确定性的智能全向超表面辅助隐蔽通信的方法的场景示意图。
图2为本发明优选实施例的对比不同智能全向超表面单元数量M及不同隐蔽系数ò时Bob处的信噪比γb仿真图。
图3为本发明优选实施例的对比不同智能全向超表面单元数量M及不同隐蔽系数ò时Alice处用于发送隐蔽消息的功率Pb的仿真图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式；如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
参照图一，本发明提供一种基于噪声不确定性的智能全向超表面辅助隐蔽通信的方法的场景示意图，该场景由发射机Alice、智能全向超表面、隐蔽通信用户Bob和正常通信用户兼监测者Willie组成；发射机Alice希望在智能全向超表面的帮助下，在与Willie正常通信的同时，向另一用户Bob发送隐蔽消息。Willie同时充当监测者的角色，希望检测Alice与Bob之间是否存在通信行为；考虑无限码长场景，即总信道数N→∞；此外，由于温度变化、环境噪声变化和校准误差等原因，噪声的不确定性几乎是不可避免的，因此本发明考虑Willie处存在的噪声存在不确定性。
在本实施例中，Alice、Bob、Willie分别配备单天线，智能全向超表面具有M个可以同时透射和反射的单元，且各单元的透射和反射系数都可以根据传播环境进行动态调整。Alice到智能全向超表面，智能全向超表面到Bob以及智能全向超表面到Willie的信道分别表示为has、和/>
在无线通信系统中，智能全向超表面具有三种工作模式，分别为能量分配、模式切换以及时间切换。本实施例中，智能全向超表面工作在能量分配模式下，其透射和反射系数的数学表达式为：
其中，l∈{t,r}表示到达Bob/Willie的信号是经过智能全向超表面透射或反射的，分别表示第m个单元的透射和反射振幅，表示对应的相位。根据能量守恒定律有/>
接下来，通过分析Alice与Willie之间的传输情况，确定Alice在不同情况下(即没有传输隐蔽消息和传输隐蔽消息)的传输策略，其中Alice到Willie之间的传输速率Raw是预先给定的。此外，当Alice到Willie之间的传输中断时，Alice将不会发送任何消息。首先，根据Alice没有传输隐蔽消息时Willie处的接收信号，得到Alice能与Willie正常通信的条件：
其中，Pmax表示Alice处的最大发射功率，ur＝[ur,1,ur,2,…,ur,M]T，后续将Alice能与Willie正常通信的条件表示为条件B,保证条件B成立的概率为PB。
接着，根据Alice传输隐蔽消息时Willie处的接收信号，得到Alice不被Willie以100％的概率检测到隐蔽传输的条件为：
其中，Pb表示Alice处用于发送隐蔽消息的功率。后续将Alice不被Willie以100％的概率检测到隐蔽传输的条件表示为条件C,保证条件C成立的概率为PC。
在本实施例中，由于考虑噪声不确定性，因此假设Willie处的确切噪声功率是未知的，但是Willie处噪声不确定性的统计量是已知的，即Willie处噪声功率的概率密度函数已知，具体表示为：
其中，表示Wille处噪声的额定功率，ρ是量化噪声不确定性大小的参数。根据该概率密度函数可以分别得到保证条件B和C成立的概率PB和PC。
在隐蔽通信中，Willie需要区分零假设H 0(即Alice没有发送隐蔽消息)和备择假设H1(即Alice发送隐蔽消息)，具体表示为：
其中，yw[i]表示Willie在第i个信道的接收信号，xw[i]和xb[i]分别表示Alice在第i个信道发送给Willie和Bob的信号，皆服从均值为0、方差为1的复高斯分布，即xw[i]～CN(0,1)，xb[i]～CN(0,1)。/>和/>分别表示H 0和H1情况下Alice用于发送xw的功率，Pb表示Alice用于发送xb的功率。nw表示Willie处的不确定加性高斯白噪声(Additive White Gaussian Noise,AWGN)。
Willie通常采用能量检测，其衡量检测性能的指标为检测错误概率，由虚警率α和漏警率β组成，表示为：
ξ＝α+β
根据Neyman-Pearson准则，Willie处的最优检测方法为似然比检测，对应的决策规则为：
其中，Tw表示Willie在时隙中接收到的信号的平均功率，τ是一个预定的阈值，D0和D1分别是有利于H0和H1的决定。
通过讨论不同情况下的虚警率和漏警率可以得到Willie处检测错误概率的数学解析式。进一步的，通过推导Willie处的最优检测阈值τ*可以得到最小检测错误概率ξ*。Willie处最小检测错误概率ξ*的数学表达式为：
其中，
基于上述，在后续工作中采用ξ*≥1-ò作为系统的隐蔽约束，其中，ò表示隐蔽系数，用于决定隐蔽性等级的高低。
接下来，通过分析Alice到Bob的隐蔽传输过程，得到系统的有效隐蔽速率表达式。Bob处的接收信号表示为：
其中，nb表示Bob处的加性高斯白噪声。根据Bob的接收信号表达式，得到Bob处的信噪比为：
其中，ut＝[ut,1,ut,2,…,ut,M]T， 表示Bob处的噪声功率。因此，Alice实现的隐蔽速率为Rb＝log2(1+γb)，进一步的，系统的有效隐蔽速率表示为：
在本实施例中，考虑PC＝1的情况，在该情况下PB＝1，且根据Alice处的最大功率约束可以得到基于上述，建立智能全向超表面辅助隐蔽通信系统的优化问题为：
s.t.C1:ξ*≥1-ò
C2:
C3:
C4:其中，约束C1表示系统的隐蔽约束，约束C2表示Alice处的功率约束，约束C3和C4表示智能全向超表面单元的振幅和相位约束。
为求解上述问题，后续采用半定松弛算法，将问题转化为更容易求解的形式。此外，由于约束中优化变量互相耦合，因此采用交替优化算法来迭代求解。算法包括两个阶段：在第一阶段，给定智能全向超表面的TARCs，优化Alice处用于发射隐蔽消息xb的功率。在第二阶段，给定Alice处用于发射隐蔽消息xb的功率，优化智能全向超表面的TARCs。随后不断重复以上两步骤直至算法收敛。
此外，由于在求解问题时采用的半定松弛算法会引入矩阵秩为1的约束，因此上述交替优化算法收敛后需要对获得的智能全向超表面的TARCs的最优解进行高斯随机化得到符合条件的秩1解。
图2为本发明实例对比不同智能全向超表面单元数量M及不同隐蔽系数ò时Bob处信噪比γb的仿真图。从图2中首先可以观察到，γb随着隐蔽系数ò的减小而减小，这是因为隐蔽系数越小，隐蔽约束越严格。此外，还可以观察到随着智能全向超表面单元数量M的增加，γb也随之增大，这是由于更大的M可以使得Bob接收到更强的透射信号。
图3为本发明实例对比不同智能全向超表面单元数量M及不同隐蔽系数ò时Alice处用于发送隐蔽消息的功率Pb的仿真图。从图3中可以观察到，Alice处用于发送隐蔽消息的功率Pb随着隐蔽系数ò的减小而减小，这是因为越小的隐蔽系数会带来更加严格的隐蔽性要求。此外，根据图2，Bob处的信噪比随着M的增加而增大，因此，当智能全向超表面单元数量M增大时，Alice处只需要用较小的Pb就可以实现隐蔽通信。
Claims (7)
1.基于噪声不确定性的全向超表面辅助隐蔽通信方法，其特征在于，包括以下步骤：
步骤1：确定智能全向超表面的工作模式，给出透射和反射系数的数学表达式；
步骤2：确定Alice在不同情况下即没有传输隐蔽消息和传输隐蔽消息的传输策略，推导Alice能与Willie正常通信的条件以及Alice不被Willie以100％的概率检测到隐蔽传输的条件；
步骤3：分析Willie的检测性能，根据Willie处噪声功率的概率密度函数得到其最小检测错误概率作为系统的隐蔽约束；
步骤4：分析Alice到Bob的传输情况，得到系统有效隐蔽速率的表达式；
步骤5：建立智能全向超表面辅助隐蔽通信系统的优化问题，联合设计Alice处发射隐蔽消息的最优功率以及智能全向超表面的TARCs，最大化系统有效隐蔽速率。
2.根据权利要求1所述的基于噪声不确定性的全向超表面辅助隐蔽通信方法，其特征在于，智能全向超表面的透射和反射系数的数学表达式为：
其中，l∈{t,r}表示到达Bob/Willie的信号是经过智能全向超表面透射或反射的；智能全向超表面由M个可以同时透射和反射的单元组成，分别表示第m个单元的透射和反射振幅，/>表示对应的相位；根据能量守恒定律有/>
3.根据权利要求1所述的基于噪声不确定性的全向超表面辅助隐蔽通信方法，其特征在于，所述步骤2具体为：
从Alice到智能全向超表面，智能全向超表面到Willie以及智能全向超表面到Bob的信道分别表示为has、和/>假设Alice到Willie之间的传输速率Raw是预先给定的，则Alice能与Willie正常通信的条件为：
其中，Pmax表示Alice处的最大发射功率，此外，ur＝[ur,1,ur,2,…,ur,M]T，其中/>
Alice不被Willie以100％的概率检测到隐蔽传输的条件为：
其中，Pb表示Alice处用于发送隐蔽消息的功率。
4.根据权利要求1所述的基于噪声不确定性的全向超表面辅助隐蔽通信方法，其特征在于，所述Willie处噪声功率的概率密度函数表示：
其中，ρ是量化噪声不确定性大小的参数，表示噪声的额定功率；
Willie处的最小检测错误概率为：
其中，系统的隐蔽约束为：
ξ*≥1-ò
其中，ò为隐蔽系数用于决定隐蔽性等级的高低。
5.根据权利要求1所述的基于噪声不确定性的全向超表面辅助隐蔽通信方法，其特征在于，所述步骤4具体为：Bob处的信噪比为：
其中， 表示Bob处的噪声功率；此外，ut＝[ut,1,ut,2,…,ut,M]T，其中/>Alice实现的隐蔽速率为Rb＝log2(1+γb)；定义Alice不被Willie以100％的概率检测到隐蔽传输的条件为C,保证条件C满足的概率为PC，则系统有效隐蔽速率表示为：
6.根据权利要求1所述的基于噪声不确定性的全向超表面辅助隐蔽通信方法，其特征在于，所述步骤5具体为：
定义Alice能与Willie正常通信的条件为B，保证条件B满足的概率表示为PB；考虑PC＝1的情况，该情况下PB＝1，且根据Alice处的最大功率约束可以得到基于上述，建立智能全向超表面辅助隐蔽通信系统的优化问题为：
s.t.C1:ξ*≥1-ò
C2:
C3:
C4:
后续采用半定松弛算法，通过交替优化得到该问题的最优解。
7.基于噪声不确定性的全向超表面辅助隐蔽通信系统，其特征在于，所述基于噪声不确定性的全向超表面辅助隐蔽通信系统运行所述权利要求1至6中任意一项所述的基于噪声不确定性的全向超表面辅助隐蔽通信方法，包括发射机Alice、智能全向超表面、隐蔽通信用户Bob和正常通信用户兼监测者Willie；发射机Alice希望在智能全向超表面的帮助下，在与Willie正常通信的同时，向另一用户Bob发送隐蔽消息；Willie同时充当监测者的角色，希望检测Alice与Bob之间是否存在通信行为；考虑无限码长场景，假设Willie处的噪声具有不确定性，通过联合优化Alice的发射功率、智能全向超表面的TARCs以最大化系统的有效隐蔽速率，确保传输的隐蔽性及信息的安全性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310505563.5A CN116527196A (zh) | 2023-05-08 | 2023-05-08 | 基于噪声不确定性的全向超表面辅助隐蔽通信方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310505563.5A CN116527196A (zh) | 2023-05-08 | 2023-05-08 | 基于噪声不确定性的全向超表面辅助隐蔽通信方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116527196A true CN116527196A (zh) | 2023-08-01 |
Family
ID=87389999
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310505563.5A Pending CN116527196A (zh) | 2023-05-08 | 2023-05-08 | 基于噪声不确定性的全向超表面辅助隐蔽通信方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116527196A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117879755A (zh) * | 2024-03-12 | 2024-04-12 | 西安交通大学 | 一种多天线隐蔽通信方法、装置、设备及介质 |
-
2023
- 2023-05-08 CN CN202310505563.5A patent/CN116527196A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117879755A (zh) * | 2024-03-12 | 2024-04-12 | 西安交通大学 | 一种多天线隐蔽通信方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112911586B (zh) | 基于智能反射面实现隐蔽通信的方法及系统 | |
| Wu et al. | Intelligent reflecting surface (IRS)-aided covert communication with warden’s statistical CSI | |
| CN110518947A (zh) | 一种基于毫米波通信的主动窃听环境下波束成形优化方法 | |
| Zhang et al. | Joint beam training and data transmission design for covert millimeter-wave communication | |
| CN116527196A (zh) | 基于噪声不确定性的全向超表面辅助隐蔽通信方法及系统 | |
| CN112383380B (zh) | 基于非正交多址接入技术的隐蔽车辆通信方法 | |
| CN112398556A (zh) | 一种智能反射面通信系统中导频干扰的检测方法 | |
| CN115665729A (zh) | 一种多窃听者联合检测环境下的隐蔽传输方法 | |
| CN112099057B (zh) | 一种基于模糊逻辑的双门限协作gnss干扰检测算法 | |
| CN113286292B (zh) | 可重构智能表面辅助通信的隐蔽速率联合优化方法及系统 | |
| Yazdani et al. | On optimal sensing and capacity trade-off in cognitive radio systems with directional antennas | |
| Yadav et al. | Physical layer security performance analysis of RIS-assisted wireless communication systems | |
| CN116827478A (zh) | 基于ris辅助反射干扰窃听者的混合rf/fso系统及安全传输方法 | |
| CN117221855A (zh) | 一种智能反射面辅助的d2d隐蔽通信系统及方法 | |
| CN115396912B (zh) | 基于双irs辅助的隧道无线中继通信系统 | |
| CN114142909B (zh) | 一种无源雷达辅助物理层安全卫星通信方法 | |
| Zhu et al. | Combined optimisation of waveform and quantisation thresholds for multistatic radar systems | |
| Jiang et al. | Research on Key Technology of Full Duplex Cognitive Radio Network | |
| Yang et al. | Hard combining based energy efficient spectrum sensing in cognitive radio network | |
| CN114900836B (zh) | 基于智能反射面和独立干扰机的隐蔽通信方法 | |
| CN115499073B (zh) | 一种多智能反射表面辅助的雷达感知与通信共存方法 | |
| Zhang et al. | On security performance analysis of IRS-aided VLC/RF hybrid system | |
| Zhang et al. | Covert Communications for STAR-RIS-Assisted Industrial Networks With a Full Duplex Receiver and RSMA | |
| CN113507710B (zh) | 一种noma场景下的导频污染攻击信道去污方法 | |
| CN116976129A (zh) | 一种基于智能反射面辅助的无线隐蔽检测方法及系统 |
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 |