申请/专利权人：哈尔滨工程大学

申请日：2022-01-26

公开（公告）日：2023-07-21

公开（公告）号：CN114501428B

主分类号：H04W12/02

分类号：H04W12/02;H04W16/22;H04W72/044;H04W72/51;H04B7/0426;G06F17/11;G06F17/16

优先权：

专利状态码：有效-授权

法律状态：2023.07.21#授权;2022.05.31#实质审查的生效;2022.05.13#公开

摘要：本发明提供一种智能反射面的安全MassiveMIMO系统资源分配方法，包括：建立基于智能反射面的安全MassiveMIMO系统模型；初始化量子天牛群；确定量子天牛群中每只量子天牛的左须和右须的量子位置及适应度；更新量子天牛群中每只量子天牛的量子速度、速度和量子位置；更新每只量子天牛的局部最优量子位置、整个量子天牛群的全局最优量子位置，更新步长、惯性权重及左右须之间的距离；判断是否达到最大迭代次数，将最佳资源分配方法输出；本发明设计了量子天牛群搜索机制，应用智能反射面在限制窃听容量的同时最大化系统容量，提高MassiveMIMO系统的安全性能以及资源利用率。

主权项：1.一种智能反射面的安全MassiveMIMO系统资源分配方法，其特征在于，步骤如下：步骤一，建立基于智能反射面的安全MassiveMIMO系统模型；步骤二，初始化量子天牛群；设定量子天牛群的群体规模为J，每只量子天牛的搜索空间维数为L,并且L＝A+D，A表示基站的天线数目，D表示智能反射面包含的反射元个数；量子天牛群进化到第t代时，第j只量子天牛的量子速度和量子位置分别为和其中将第t代第j只量子天牛的速度表示为第t代第j只量子天牛的第l维量子速度与速度之间的映射规则为和即为量子天牛群的速度在第l维搜索区间所能取到的最大值和最小值，取其中和即为量子天牛群的的位置在第l维搜索区间所能取到的最大值和最小值；将第t代第j只量子天牛的位置表示为第t代第j只量子天牛的第l维量子位置与位置之间的映射规则为设计有惩罚机制的适应度函数计算出第t代第j只量子天牛的位置的适应度，也就是第t代第j只量子天牛的量子位置的适应度，其中：T表示系统容量，Q表示系统的窃听容量，Z表示所允许的最大窃听容量；当所求的位置不满足约束，将该位置的适应度强制为0进行惩罚；第j只量子天牛到第t代为止所经历的适应度最大的量子位置记作局部最优量子位置到第t代为止量子天牛群所搜索到的全局最优量子位置为在第t代，量子天牛群搜索机制的惯性权重为ωt，第l维的步长为量子天牛的左右须之间距离为并且其中c1为一常数；步骤三，确定量子天牛群中每只量子天牛的左须和右须的量子位置及适应度；将第t代第j只量子天牛的左须的量子位置和位置分别表示为和第t代第j只量子天牛的左须的第l维量子位置与位置之间的映射规则为将第t代第j只量子天牛的右须的量子位置、位置分别表示为第t代第j只量子天牛的右须的第l维量子位置与位置之间的映射规则为使用来计算第t代第j只量子天牛左须的量子位置，其中abs·表示取绝对值，量子天牛左须的量子旋转角为Z1为一常数；使用来计算第t代第j只量子天牛右须的量子位置，其中量子天牛右须的量子旋转角为Z2为一常数；通过适应度函数和计算出第t代第j只量子天牛左须和右须的位置的适应度，也就是第t代第j只量子天牛左须和右须的量子位置的适应度；步骤四，更新量子天牛群中每只量子天牛的量子速度、速度和量子位置；第t+1代第j只量子天牛的第l维量子速度更新为其中量子天牛速度的量子旋转角为c2、c3均为常数，r1、r2为0到1之间均匀分布的随机数；第t+1代第j只量子天牛的第l维量子旋转角更新公式为其中λ、Z3均为常数，其中sign·为符号函数，具体定义为第t+1代第j只量子天牛的第l维量子位置的更新公式为步骤五，更新每只量子天牛的局部最优量子位置、整个量子天牛群的全局最优量子位置，更新步长、惯性权重及左右须之间的距离；通过量子天牛群的量子位置与位置之间的映射关系得到更新后的每一只量子天牛的位置，通过计算出第t+1代第j只量子天牛更新后的位置的适应度；比较第t+1代第j只量子天牛更新后的量子位置的适应度值与更新前的局部最优量子位置的适应度值；若的适应度小于的适应度，则否则在更新局部最优量子位置后，找出第t+1代J个量子天牛的局部最优量子位置中适应度最高的量子位置，将其作为第t+1代的全局最优量子位置在第t+1代更新全局最优量子位置后，根据公式更新步长，其中ι、η均为常数，然后通过得到更新后的量子天牛的左右须之间的距离；按照如下公式更新惯性权重：其中ωmax为初始时惯性权重，ωmin为达到最大迭代次数时惯性权重，为最大迭代次数；步骤六，判断是否达到最大迭代次数，将最佳资源分配方法输出；若迭代次数未达到设定的最大迭代次数，则令t＝t+1，返回继续执行步骤三；否则终止迭代，输出量子天牛群的全局最优量子位置；根据量子天牛群的量子位置与位置之间的映射规则得到全局最优位置，进而将基于智能反射面的安全MassiveMIMO系统资源分配方法输出。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 一种智能反射面的安全Massive MIMO系统资源分配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD