智能反射面辅助及人工噪声增强的无线隐蔽通信

该文考虑一种智能反射面(IRS)辅助及人工噪声(AN)增强的无线隐蔽通信以提升隐蔽传输性能。首先，分析了Willie的探测性能并给出了总的最小探测错误概率下界表达式。 在此基础之上，构建以最大化有效吞吐量为目标函数，以隐蔽需求和最大AN发射功率为约束的优化问题。该优化问题为非凸的，通常很难直接求解。该文提出基于Dinkelbach方法的交替迭代算法联合设计IRS的反射系数和Alice的发射功率及Bob的AN发射功率。为了降低计算复杂度，进一步提出一种低复杂度算法以获取相应优化变量的解析表达式。仿真结果表明:与无IRS及无AN方案相比，所提方案可以显著提升隐蔽传输性能。     

多无人机协作的认知通信网络中能/谱效折中优化

在无人机（Unmanned Aerial Vehicle,UAV）认知通信网络中,其能量受限和通信高吞吐量问题备受关注。然而,能量效率（Energy Efficiency,EE）的提升可能会导致频谱效率（Spectrum Efficiency,SE）的下降。针对此问题,对UAV协作认知通信网络中EE和SE的折中优化进行了研究。首先,进行了感知时间、UAV通信的发射功率和判决门限各自对SE与EE两者的优化;其次,通过二分法求解使得EE和SE最大化的感知时间值,并通过穷尽搜索法分别求解感知时间、UAV通信的发射功率和判决门限对EE和SE折中优化问题的最优参数值。在此基础上,提出一种联合参数迭代优化算法,求解EE和SE的折中优化问题。仿真实验表明,SE和EE之间存在折中的权衡,并验证了所提优化方案的有效性。     

无人机中继协助的有限码长隐蔽通信

由于中长距离的无线隐蔽通信中信号发射功率较大,容易被监测者检测到,针对此问题该文提出无人机(UAV)中继协助的有限码长隐蔽传输方案.首先,根据无人机通信的信道模型,推导从发射机经过无人机中继到合法接收机的信噪比(SNR),得到隐蔽传输中断概率及吞吐量的表达式;然后,分析监测者的检测性能,?即KL(Kullback-Le...     

无人机辅助MEC系统中基于最优SIC顺序的能耗优化方案

在基于上行非正交多址接入（NOMA）的无人机（UAV）辅助移动边缘计算（MEC）系统中,NOMA的连续干扰消除（SIC）顺序已成为限制上行任务卸载链路传输性能的瓶颈,为降低系统能耗,对SIC顺序进行了讨论,提出了联合信道增益与任务时延约束的最优SIC顺序。在满足设备给定任务时延、设备最大发射功率约束以及UAV轨迹的约束下,基于最优SIC顺序提出了最小化系统能耗的问题。由于该问题是个复杂的非凸问题,采取交替优化的方法求解该优化问题,以实现功率分配和UAV轨迹的优化;利用匹配理论,提出了低复杂度算法来得到不同时隙的最优设备分组。仿真结果表明,与其他SIC顺序相比,最优SIC顺序能够在相同的任务时延约束下实现更小的系统能耗;所提的低复杂度设备分组算法能够得到最优设备分组。     

NOMA系统中利用共轭梯度法的功率分配方案

通过功率分配,5G通信的关键技术——非正交多址（NOMA）实现发射功率域的多用户复用,有效提高了频谱效率。不同的功率分配方案直接影响系统的吞吐量,针对NOMA下行链路现有功率分配算法存在的局部最优问题,提出了一种利用共轭梯度法的最优功率分配方案,采用共轭梯度法求解用户的加权和速率最大化的优化问题。现有理论证明,该方法可以收敛到全局最优解。仿真结果表明,该方法性能优于已有的固定功率分配（FPA）算法和分数阶发射功率分配（FTPA）算法,且此非正交多址（NOMA）系统性能明显优于正交多址（OMA）系统。      

主动干扰辅助下的无人机隐蔽通信功率与位置联合优化

利用友好干扰节点发送人工噪声是无线隐蔽通信中一种常见实现方法,可以增加监听者做出判断的不确定性,从而实现隐蔽传输。为此,考虑在无人机隐蔽通信网络中,部署一个空中的友好干扰节点,发射人工噪声干扰地面监听者的检测。对无人机与地面用户之间实现无线隐蔽传输进行了研究,分析了其有效隐蔽性能,联合优化了2架无人机的发送功率和位置部署以最大化隐蔽传输速率,使用粒子群优化算法与功率位置交替迭代算法2种优化方法得到最优的无人机部署位置及功率分配方案。仿真结果表明,联合优化方案相比于固定位置只优化功率的基准方案可以显著地提高系统隐蔽传输性能,且交替迭代算法所得结果要优于粒子群优化算法。     

UAV辅助NOMA-V2X通信网络性能的优化

在能量受限的无人机辅助NOMA-V2X(Non-Orthogonal Multiple Access Assisted Vehicle-to-Everything)网络中引入无线信息和能量同时传输技术，解决了无人机续航能力差的问题。以最大化系统的传输速率为优化目标，在联合优化过程中，采用逐次凸逼近（Successive Convex Approximation,SCA）方法，将非凸复杂优化问题分解为无人机位置、发射功率、基站对用户的功率分配3个子优化问题，找到了无人机轨迹、基站分配给车辆的发射功率和中继节点发射功率的最优值。最后通过仿真验证了所提方案的有效性。     

无人机辅助反向散射通信计算任务卸载与资源分配

针对边缘计算网络中用户能量短缺问题，该文提出一种无人机(UAV)辅助的反向散射通信网络计算任务卸载和资源分配方案。首先，通过联合考虑飞行轨迹、用户的计算频率、任务卸载比例、无人机及用户的发射功率、反向散射时间分配以及主动通信时间分配，构建最小化无人机总能耗优化问题。其次，利用交替优化算法，将原非凸问题分解为两个子问题，并通过连续凸逼近方法将原问题转化为凸问题进行求解。仿真结果表明，所提算法使得无人机能耗显著减少，且具有良好的收敛性。     

基于QCSK的持续噪声式隐蔽传输方案

针对现有的嵌入式方案要求隐蔽系统的发射功率必须远小于宿主系统,隐蔽传输的可靠性较差的问题,提出了基于QCSK的持续噪声式隐蔽通信方案.发送端将包含隐蔽信息的QCSK信号与人工噪声交替发送,通过保持噪声的持续性有效对抗非法能量检测,同时在时域、频域均具有强隐蔽性.该方案不再要求隐蔽系统发射功率极低,在保证宿主性能的前提下...     

基于IRS的无人机安全通信能耗优化

为了提升系统有窃听者存在时的安全能耗效率,设计了一种基于智能反射面(Intelligent Reflecting Surface, IRS)的安全能耗优化算法。该算法以最大化系统安全能耗效率为目标求解无人机(Unmanned Aerial Vehicle, UAV)飞行轨迹、基站发射功率和IRS反射相位的联合优化问题。由于该联合优化问题是多变量耦合问题,将其解耦为单独优化无人机基站轨迹、IRS相位矩阵和基站发射功率的三个子问题,最后用连续凸逼近的方法进行求解。实验结果表明,对于反射单元数量为64的IRS,所提出的基于IRS的能耗优化算法相比传统安全速率优化算法能提升系统10%的安全能耗效率。而相比不使用IRS的优化算法,能提升系统300%的安全能耗效率,并且提升倍数还将随着IRS反射单元数量增加而增加。     

一种面向无人机通信的协作干扰安全传输技术

本文利用无人机的高机动特性带来信道的动态变化这一机理,通过合理地控制无人机位置,靠近合法节点并远离窃听节点,增加合法节点的信道增益,削弱窃听节点的信道增益,从而提高信源端和目的端的安全通信容量。已有的无人机空地信道模型大多仅考虑视距传输链路,本文在此基础上增加了非视距链路（Not Line of Sight, NLOS）,并且在窃听者位置存在估计误差条件下,建立了两架无人机协同通信场景,在上述场景下通过合理规划两架无人机飞行轨迹,增强合法信道增益,削弱窃听信道增益,并联合无人机的功率分配,实现最大化平均保密速率。该优化问题为非凸问题,因此采用了连续凸近似（Successive Convex Approximation, SCA）以及块坐标下降算法 （Block Coordinate Descent Algorithm, BCD）来解决问题。仿真结果表明在视距链路和非视距链路同时存在的前提下,通过规划两架无人机的飞行轨迹,信号功率,能有效提升无人机通信系统的保密速率。      

多小区协作无人机通信感知一体化系统的资源分配

在通信感知一体化系统中,由于通信与感知两者的目的并不完全一致,这使得通信和感知之间的性能折中问题尤为关键。本文研究多小区协作联网无人机网络的通信感知一体化问题,其中基站作为通信感知收发器与无人机用户通信,同时估计感知目标的位置。基于此,联合优化多个基站协作发射功率控制以及无人机用户的轨迹来平衡感知和通信性能,在满足无人机用户的信干噪比需求和感知目标定位的克拉美罗下界需求基础上,最小化基站的能量消耗。该问题是一个非凸优化问题,通常难以直接进行求解。为解决该问题,本文提出基于交替优化的联合基站功率控制与无人机轨迹优化方案,分别利用半正定松弛技术和连续凸近似技术对基站功率控制和无人机轨迹进行优化设计。最后,实验仿真结果验证了所提联合优化方案的性能。      

基于认知无人机移动中继网络的物理层安全通信研究

针对无线频谱资源稀缺和空对地视距(Line of Sight,LoS)链路的安全隐患问题,提出了一种无人机.(Unmanned Aerial Vehicle,UAV)中继辅助的认知无线电网络(Cognitive Radio Network,CRN)安全传输方案,研究了在主用户和窃听者存在的情况下,次用户发射机向次用户接...     

IRS辅助的安全通信系统波束成形嵌套优化算法

智能反射面（Intelligent Reflecting Surface,IRS）是一种通过重新配置无线传播环境,提高无线通信网络安全性的绿色通信新技术。该文针对IRS辅助的多输入单输出安全通信系统,考虑在合法用户保密率约束下,联合优化基站处的发射波束成形和IRS处无源移相器的反射波束成形,使基站的发射功率最小。为了求解多变量耦合的非凸优化问题,我们提出了拉格朗日函数和粒子群嵌套优化算法,使用粒子群算法搜索IRS的反射波束成形,拉格朗日函数求解对应的发射波束成形,获得非凸优化问题的次优解。论文仿真比较了不同算法下基站所需的发射功率,结果表明所提算法基站所需发射功率更低。      

Security enhancement with joint transmit antenna selection and transmit beamforming under energy harvesting constraints

This paper considers a multiuser multiple‐input single‐output (MISO) broadcasting system with simultaneous wireless information and power transfer (SWIPT), which consists of one information receiver (IR) and several energy harvesting receivers (ERs) which are capable of eavesdropping the legitimate signals. For reducing cost and hardware complexity, transmit antenna selection (TAS) is applied in the transmitter. We aim to maximize the achievable secrecy rate under the individual energy harvesting constraint at the ERs and the transmit power constraint at the transmitter by jointly optimizing TAS, transmit beamforming, and artificial noise (AN). The joint optimization problem is a non‐convex mixed integer programming problem. We apply variable replacements to decouple the variable couplings and relax and approach the binary constraint by the difference of two convex constraints. Afterwards, penalty method and constrained concave convex procedure (CCCP) are applied to transform the relaxed problem into a sequence of semi‐definiteness programming (SDP) problems. Simulation results shows that our proposed joint optimization scheme is superior over existing non‐joint optimization schemes. This paper studies the joint transmit antenna selection (TAS), transmit beamforming, and artificial noise (AN) optimization in a multiple‐input multiple‐output (MISO) wiretap system with simultaneous wireless information and power transfer (SWIPT). The joint optimization problem is nonconvex and we propose a penalty method based scheme to solve it. The simulation results show that our joint optimization scheme is superior to other non‐joint optimization schemes.     

基于DRL的无人机辅助边缘计算服务质量优化

针对无人机（Unmanned Aerial Vehicle, UAV）搭载移动边缘服务器为地面用户进行服务时的服务质量（Quality of Service, QoS）问题,提出了一种基于深度强化学习的优化方案,旨在优化UAV飞行轨迹和卸载方案以最大化UAV为用户服务时的QoS。首先,定义了任务延迟来表征任务新鲜度,在任务延迟的基础上提出了一种新的QoS评价指标;其次,将最大化QoS问题建模为一个无转移概率的马尔可夫决策过程,并定义了该过程的状态空间、动作空间和奖励函数;最后,UAV通过所提出的算法进行训练,优化任务卸载方案并寻找最优飞行轨迹为地面用户进行服务以提高QoS。仿真结果表明所提算法较于其他算法能有效提高UAV为地面用户服务过程中的QoS且提高任务新鲜度。      

基于人工噪声辅助的D2D异构蜂窝安全通信方法

A secure communication scheme based on artificial noise assisted from base station(BS)was proposed to improve the system secrecy rate of the D2D underlaying cellular.Firstly,the system secrecy rate was modeled.Then the BS with multi-antennas added artificial noise(AN)in cellular user’s signal as well as designed beam vectors of the desired signal and artificial noise to maximize system secrecy rate.In the end,a joint optimization scheme based on the fairness constraint was introduced to optimize beam vectors of the desired signal,the power allocation for BS’s information signal and AN and the D2D power control.Simulation results show that the system ergodic secrecy rate can be improved 2.7 bit·s^?1·Hz^?1more than the schemes based on SVD and zero-forcing at most.     

无人机交替中继通信及其轨迹优化和功率分配研究

为了提高无人机中继通信系统的频谱利用率,该文提出一种交替中继方法,通过两个无人机中继交替工作,轮流将信息从源端转发到目的端。研究联合优化无人机中继的飞行轨迹和各发射端的发射功率,协调两条中继链路的相互干扰,实现端到端的吞吐量最大化。涉及的优化问题受限于无人机的高度约束、机动约束、防碰撞约束以及各发射端的平均与峰值发射功率约束,是难以求得最优解的非凸优化问题。该文提出一种基于交替最大化和连续凸优化技术的高效迭代算法求解次优解,并用计算机仿真验证了所提算法的有效性。