【摘 要】
:
随着无线通信技术的发展,高速度、高容量、高效率和高安全的通信需求也在不断增长。由于无线信号固有的广播特性,在通信过程中总是面临着各种各样的安全问题。近年来,智能反射面(Reconfigurable Intelligent Surface,RIS)被广泛用于增强无线通信系统中的物理层安全。此外,符号级预编码(Symbol-level Precoding,SLP)因其在利用多用户干扰方面的巨大优势而备
论文部分内容阅读
随着无线通信技术的发展,高速度、高容量、高效率和高安全的通信需求也在不断增长。由于无线信号固有的广播特性,在通信过程中总是面临着各种各样的安全问题。近年来,智能反射面(Reconfigurable Intelligent Surface,RIS)被广泛用于增强无线通信系统中的物理层安全。此外,符号级预编码(Symbol-level Precoding,SLP)因其在利用多用户干扰方面的巨大优势而备受关注。因此,随着通信技术的飞速发展和硬件成本的不断下降,RIS与SLP相结合不仅对物理层安全领域的研究非常关键,而且为解决窃听者不断提高的智能性而产生的不安全问题提供了更优的解决方案。本论文主要研究了RIS辅助安全通信的SLP问题,包括存在普通窃听者情况下的安全预编码方案和存在智能窃听者情况下的安全预编码方案。主要工作如下:针对普通窃听者,即窃听者在没有任何操作的情况下直观地解码消息信号,本论文通过引入SLP和RIS联合设计发射功率最小化问题,为了满足RIS反射系数的约束,采用广泛使用的假设(即RIS满足最大振幅且相位连续的),同时对用户和普通窃听者的误符号率(symbol error rate,SER)进行建模并加以分析,推导出发射功率最小化问题。针对目标问题的非凸性,提出了基于交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)和约束投影的交替优化算法。仿真结果验证了在多输入单输出(Multiple Input Single Output,MSIO)场景中所提算法能有效的降低系统功耗,同时证明了所提算法可以进一步提升系统的安全性。针对智能窃听者,即通过模仿BS的传输方案进行窃听,本论文引入人工噪声(Artificial Noise,AN),考虑联合SLP和基于AN的RIS设计。由于研究发现最小化功率提供的解决方案在安全性方面可能不是最优的,因此本论文重新构造了最小化智能窃听者SINR问题。针对目标问题的非凸性和大量的约束与变量,本论文提出了块坐标下降(Block Coordinate Descent,BCD)算法。我们将其转化为一个近似问题,通过半正定松弛和高斯随机化方法来解决。仿真结果验证了在智能窃听者存在的情况下,无论在BS已知窃听者完整信道状态信息(channel state information,CSI)或统计CSI,所提算法与传统无RIS辅助的算法相比都可以进一步有效的抑制智能窃听者的窃听能力,从而保证用户的通信安全。研究成果对于丰富现有物理层安全方法,推动低能耗安全无线通信具有重要意义。
其他文献
电力行业是我国国民经济发展的基石,而其中火力发电占总发电量的绝大部分。但在国家全面倡导节能减排的大环境下,火力发电过程中会生成以NOx为主的污染物,对环境污染最大,且最难以处理。因此建立火电厂的NOx排放模型能够促使企业严格执行环保政策,,实现经济高效可持续发展。在已有的NOx排放建案例中,以支持向量机为代表的一系列NOx排放建模方法取得了优异的建模效果。支持向量机在统计学习理论基础上发展的一种机
网络控制系统(Networked Control System,NCS)是由通信网络组成闭环回路的空间分布式控制系统,因兼具强大的灵活性、发展的便捷性和广泛的兼容性,在不同领域的实际控制系统得到了广泛应用。然而,网络作为一种可靠性较低的通信介质,传输过程中多条信号在同一时间段内集中通信,易受到网络攻击及发生拥塞滞碍,严重时造成网络时延、丢包、无法正常运行等一系列问题。因此,NCS通信过程中的资源受
随着时代的发展,以糖尿病为主的慢性病对人们生活的影响愈来愈严重,患病人数居高不下,并发症发生频频。在医疗领域,机器学习技术已在解决医疗难题上崭露头角,可以辅助进行疾病预警、病情分析等,但是在糖尿病防控及并发症治疗方面应用较少,机器学习模型在糖尿病预测及复杂场景下的效果略显不足。基于此,本文将机器学习技术用于糖尿病及其并发症诊治智能服务上,首先基于用户身体数据信息感知用户是否患病;其次在患病基础上实
近年来,深度学习在图像去噪方面取得了显著的进展,得到了国内外研究人员的广泛关注。然而,大部分现有基于深度学习的图像去噪方法依赖于数据驱动,模型参数缺乏可解释性。相比之下,基于模型的传统去噪方法能准确地定义模型,具有较强的可解释性。研究模型和数据联合驱动的深度神经网络能有效集成两类方法的优点,是解决深度神经网络可解释性问题的有效途径。因此,本文以图像去噪为应用背景,利用深度展开思想搭建可解释性深度神
指静脉识别因其显著的优势近年来逐渐成为研究热点。然而,目前指静脉识别系统大多都直接存储指静脉原始模板,一旦攻击者通过一定不法操作攻击了系统的数据库,由于生物特征的特殊性,模板的丢失会对用户造成严重的隐私侵犯。此外,丢失的模板极有可能会被攻击者作为系统仿冒攻击的工具,造成严重的系统安全风险。针对这些安全性的问题,本文对指静脉模板保护和仿冒检测算法进行了研究,并做了如下工作。(1)目前的指静脉模板保护
随着移动通信技术日益发展和进步,移动互联网数据流量呈现井喷式地增长,各类新型应用层出不穷,网络业务也变得愈加复杂。而对网络业务类型进行识别可以有效地预防网络威胁、保障网络安全、实现访问控制、进行内容审计。但是由于网络业务类型日益繁多且数据流量采用加密的方式进行传输,导致单纯地依靠传统的网络业务识别方法已经不能有效且准确地识别出复杂的业务类型,因此需要研究新的业务识别方法。近年来,随着机器学习不断成
光动力治疗具有低侵袭性和高时空选择性等优点,受到研究者们的广泛关注。但是传统的光动力治疗方案存在光敏剂肿瘤富集量和细胞摄取率低、活性氧供应不足等难题,限制了它的进一步应用。本文设计一种柔性中空人血清白蛋白纳米胶囊,并以此为基础提出两种光动力治疗方案。一种是利用柔性结构、人血清白蛋白和过氧化氢酶,解决传统光动力治疗方式中存在的光敏剂细胞摄取率和肿瘤富集量低以及活性氧产量低等问题。另一种则是利用光动力
多输入多输出(Multiple-Input Multiple-Output,MIMO)系统通过在基站端配置大量收发天线,为消除干扰和调度更多用户提供丰富的空间自由度,通过结合预编码从而能够提升系统的频谱效率、增强链路的可靠性。符号级预编码(Symbol Level Precoding,SLP)能够获得优于预编码的性能,得到广泛的关注。利用大规模MIMO可以进一步增加空间自由度,但是大规模天线的引入
随着物联网技术的快速发展和广泛应用,物联网设备呈爆炸式增长。物联网通过万物互联的方式扩充了互联网的概念,实现了万物互通。边缘计算因其有效降低计算系统延迟,减少数据传输,缓解云计算中心压力等优势,已广泛应用于物联网领域。然而,由于边缘环境的开放性及节点间采用无线通信的方式,数据在传输过程中会受到篡改攻击和中间人攻击等,数据在传输过程中的安全问题将会制约边缘计算的发展。现如今,利用区块链技术实现边缘数
对于电极材料来说,多孔结构可以改善材料的性能。比如,其可以增加材料的比表面积,有利于相应的传质过程,促进电解质离子的传输和降低接触电阻,从而提高器件的存储性能。金属有机框架(MOFs)材料由于其自身的多孔结构的特点,在超级电容器领域得到了广泛的研究与应用。但是传统MOFs材料内部都是微孔结构,不利于离子的快速传输,这极大的限制了MOFs材料在电化学领域的应用。目前通过模板作用以及延长配体等方法可有