申请/专利权人：大连理工大学

申请日：2022-12-09

公开（公告）日：2024-03-22

公开（公告）号：CN116015374B

主分类号：H04B7/0426

分类号：H04B7/0426;H04B17/391;H04B7/0456;H04K1/02

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.05.12#实质审查的生效;2023.04.25#公开

摘要：一种智能反射面辅助的非正交多址接入携能网络安全波束赋形方法，多天线基站在IRS的帮助下将NOMA和干扰信号一起发送给合法用户，接收端用户通过功率分配方案得到用于信息解码和能量收集的两部分信号。此外，控制发射的人工噪声信号在各个合法用户端可以通过迫零条件完全消除，以实现在不影响合法接收的条件下有效抑制窃听。本发明在满足用户服务质量要求，IRS反射约束和串行干扰消除译码条件等约束条件下，联合优化波束赋形矢量，IRS相移和功率分配参数，最大化系统和速率。对比随机IRS相移以及无IRS的方案，本发明具有明显的优势，本发明能够在进行能量收集的同时保证良好的通信性能，在人工噪声的辅助下，能够有效保证传输的安全性，具有很强应用价值。

主权项：1.一种智能反射面辅助的非正交多址接入携能网络安全波束赋形方法，其特征在于，所述方法中的网络包括基站、智能反射面、合法用户和窃听者；智能反射面包含被动反射单元和反射面控制器；基站与用户之间同时存在直射链路与反射链路；接收端用户利用功率分配方案同时进行信息解码和能量收集；发射的NOMA信息中叠加适量人工噪声；具体步骤为：步骤一：根据实际情况构建IRS辅助的NOMA携能网络模型，包括网络信道模型、IRS相移模型，接收机模型；步骤二：在基站的传输预编码中引入人工噪声，得到基站发射信号与用户接收信号；在合法用户处通过迫零条件消除人工噪声，不影响合法用户的通信，通过消除人工噪声后的接收信号分别得到分配给信息解码器和能量收集器的信号，并由此得到接收信噪比，接收能量和速率；步骤三：设计优化问题，最大化合法用户的传输速率之和，满足各合法用户服务质量约束、能量阈值约束、功率分配参数取值条件、人工噪声与各合法用户功率约束、IRS反射约束，以及各合法用户接收机端SIC解码条件和关于消除人工噪声的迫零条件；步骤四：首先引入辅助变量对IRS相移以及信道进行代换，同时对目标函数进行近似，再将原问题分解为三个非凸子问题，利用连续凸近似将非凸子问题转换为凸子问题后，设计基于交替优化的迭代算法放入CVX工具箱求解；步骤一中，所述的IRS辅助的NOMA携能网络模型中，设定基站配备N＞1个均匀线阵天线，用户均为单天线用户，第k个用户用Uk来表示，用户的集合表示为用户在地面上的固定坐标为xk,yk,0；IRS配有M个可调的反射元素，IRS通过其控制器调节每个元素的反射系数来控制不同的信道增益，进而满足NOMA和SWIPT对信道条件的要求，同时可以抑制潜在窃听者对内部合法用户的干扰；反射元素为均匀平面阵分布，IRS反射元素的集合表示为步骤一中，所述的IRS相移模型为：IRS相移表示为其中βm＝[0,1]，θm∈[0,2π分别表示IRS第m个反射元素的幅度和相位；在实际场景的部署中，认为IRS的反射元件是为了最大化反射信号而设计的，因此βm＝1,步骤一中，所述网络信道模型为：将用户和基站之间的信道设定为瑞利信道，表示为基站到第k个用户的直射信道表示为： 其中，C0表示参考距离1m时的路径损耗，dd,k表示从基站到第k个用户的距离，α1表示路径损耗指数；考虑到基站与反射面之间存在视距链路，采用莱斯分布来模拟该信道；步骤一中，所述接收机模型为：功率分配接收机的分配由功率分配参数决定，每个用户的接收信号由功率分配器分离到信息解码器和能量收集器；对于第k个用户，它将信号功率的ρk0≤ρk≤1部分分配给信息解码器，剩余1-ρk部分信号功率分配给能量收集器；步骤二中，假设在基站处进行线性传输预编码，其中每个用户被分配一个专用信息波束；为了破坏窃听并保证合法用户的安全传输，在基站处与NOMA信息一起产生人工噪声；则基站处的发射信号表示为： 其中表示第k个用户的预编码向量，且满足||wk||2＝Pk，sk表示第k个用户的NOMA传输信息，并且满足|sk|2＝1；表示人工干扰向量，且满足||wjam||2＝Pjam，z表示干扰信号并且满足|z|2＝1；定义Ps表示基站发射功率的最大值，则来自基站的发射功率满足： 在经过基站-用户链路，基站-IRS-用户链路两个信道的传输后，第k个用户接收到的信号表示为： 其中表示第k个用户的天线噪声，其为均值为0，方差为σk2加性高斯白噪声；SIC的译码顺序不仅取决于发射波束赋形向量{wk}，还取决于IRS反射相移{Φ}；设πk表示第k个用户的译码顺序，πk＝m表示着第k个用户的消息在接收器第m个进行解码；由于译码顺序组合的总数是一个有限的值，通过首先求解任意一个译码顺序的问题，并在所有译码顺序中选择最大的目标函数值，即可获得最优和速率；假设IRS和合法用户之间的信道增益满足：0≤||hr,1||2≤...≤||hr,K||2，0≤||hd,1||2≤...≤||hd,K||27根据7中的信道假设，定义πk＝k；因此，对于该给定的译码顺序，所提出的IRS-NOMA方案应满足以下约束： 设置一个迫零条件来从合法用户的接收端直接消除人工干扰的影响，保证在SIC解码前消除人工干扰；在消除掉了人工干扰的影响之后，第k个用户的接收信噪比表示为： 在NOMA网络中，根据SIC译码条件，第l个用户对第k个用户的信号进行译码的相应信噪比，应不小于第k个用户的目标信噪比，记为即能成功从第l个用户处去除第k个用户的信息，则第k个用户处的目标信噪比表示为： 则第k个用户的相应的和速率表示为： 此外，潜在窃听者对第k个用户的窃听信噪比表示为： 与合法用户情况类似，其中分别表示窃听者处的天线噪声和信息解码时的加性噪声，窃听者只需窃听合法用户的信息而无需收集能量；则窃听者对第k个用户的窃听速率表示为： 第k个用户的安全速率表示为：Rsk＝[Rk-Rek]+21；为了最大化合法用户的总传输速率，同时保证网络安全性能，步骤三所设计的优化问题如公式22所示： Ek≥ek,22f 0≤ρk≤1,22i|βm|＝1,m＝1,2,...,M.22j约束22b确保第l个用户解码第k个信息的信噪比超过γk，其中γk表示对第k个用户的用户服务质量要求，约束22c保证对窃听者有足够的干扰能力，约束22d为基站总发射功率的约束，约束22e表示SIC解码条件约束，约束22f要求第k个用户获得的能量需要达到能量阈值ek，约束22g表示消除人工干扰对合法用户影响的迫零条件，约束22h和约束22j分别为IRS相移和幅度条件，IRS的每个反射元件只调整入射信号的相移，而不放大其幅度，约束22i为功率分配参数的合理取值区间；步骤四中首先引入辅助变量对复杂的IRS相移矩阵进行近似，定义被动波束赋形矢量： 将信道改写为联合信道，定义： 之后对优化目标22a近似，即引入zk，满足k≤l≤K，那么优化目标22a即可变为： 采用几何平均值来近似23，并引入中间变量t1,ξ-1,ξ＝1,2,...,K，将优化问题22进一步转化为优化问题28： γk≤zk-1, vHHkwjam＝0, |vm|＝1,m＝1,2,...,M,0≤ρk≤1.固定基站波束赋形矢量、IRS相移矩阵、功率分配参数中的两个变量，对其他一个变量进行求解，将问题分解为发射波束赋形矢量优化、IRS相移优化、功率分配参数优化三个子问题，并将子问题的非凸条件转换，进行凸化处理，近似为凸问题，并在最后通过交替迭代的优化算法进行求解；针对于步骤四中的发射波束赋形矢量优化，具体为：对于任意给定的IRS相移和功率分配参数，将关于发射波束赋形矢量的子问题定义为如下所示的优化问题29: s.t.||2z1,ξ,t1,ξ-1-zξH||≤t1,ξ-1+zξ,29b γk≤zk-1,29d vHHkwjam＝0,29h 为了求解非凸问题29，先对非凸约束条件29c、29g、29i进行转化：将约束条件29c等价于以下一系列不等式： 在引入IRS相移矢量和联合信道的定义后，并引入一个辅助常量Al，29c中的信噪比公式表示为： 在经过以上代换表示后非凸条件29c表示为： 然而问题35仍然是非凸的，采用SCA对其进行变换，并引入泰勒级数逼近进行近似处理，进而将原问题中的非凸条件转换为凸条件；由于非凸条件29g29i的存在，此时问题29仍然是一个非凸问题，两个条件中都存在wj的二次函数，则对其进行线性化：将约束条件29g中的近似凸化，如下所示： 因此，29g可以用48代替，它们被近似为凸的；将约束条件29i中近似凸化，如下所示： 与上述条件的推倒方法类似，将约束条件29e表示为： 利用上述近似，29表示为以下凸问题52，可进行求解； s.t.||2z1,ξ,t1,ξ-1-zξH||≤t1,ξ-1+zξ,γk≤zk-1, vHHkwjam＝0, 针对于步骤四中的IRS相移优化，具体为：对于任意给定的发射波束赋形矢量与功率分配参数，将关于v的子问题定义如下53：maxvZ53as.t.||2z1,ξ,t1,ξ-1-zξH||≤t1,ξ-1+zξ,53b γk≤zk-1,53d|vm|＝1,m＝1,2,...,M,53e vHHkwjam＝0,53g 为了求解问题53，需要对三个非凸约束53c、53f、53h进行转化；将约束条件53c变换为： 则54可以转换为： 采用SCA对其进行变换，并引入泰勒级数逼近进行近似处理，进而将原问题53c中的非凸条件转换为凸条件；由于非凸条件53f53h的存在，此时问题53仍然是一个非凸问题，两个条件中都存在v二次函数，则对其进行线性化：将对约束条件53f中的不等式都近似为凸的，如下所示： 将约束条件53g中的不等式都近似为凸的，如下所示： 此时，所有非凸约束转化为凸约束，子问题53转化为凸问题71，采用CVX工具箱进行求解； 针对于步骤四中的功率分配参数优化，具体为：与发射波束赋形矢量wk和被动波束赋形矢量v不同，功率分配参数ρk为一次标量，在问题28的基础上，对于任意给定的发射波束赋形矢量wk和被动波束赋形矢量v，将关于功率分配参数ρk的子问题定义如下： 0≤ρk≤172d将约束条件72b进一步表示为： 对其进行计算得到： 将约束条件72c简化表示为：ρk≤Dk80约束条件72d本身为线性不等式；综合考虑三个线性不等式，得到功率分配参数ρl的取值范围为： 且上式81成立的条件为： 在引入常量Blk和Clk简化后，第k个用户的系统通信速率表示为： 通过上式84可知，ρl在取到最大值Dl时Rk最大，速率在各个用户各自的速率都取最大值时也取得最大值；因此，在确定发射波束赋形矢量wk和被动波束赋形矢量v的最优值后，ρl的最优值为Dl，并且此时和速率取最大值为： 此时子问题74得到有效的解决，而且通过直接计算的方法在之后交替迭代的时候能够降低复杂度；步骤四中的交替迭代算法具体为：由于功率分配参数ρl的最优值可以在得到发射波束赋形矢量wk和被动波束赋形矢量v的最优值后计算出，因此交替迭代算法主要针对wk和v进行设计；将原问题28转化为两个凸子问题，即52和71；设计如下所示的基于交替优化的迭代算法来解决这些问题： 算法1可以保证至少收敛到一个局部最优解；算法1中初始的被动波束赋形矢量v0和发射波束赋形矢量wk0,k＝1,2,...,K和wjam0通过以下方式产生：IRS反射元素初始化：在算法1的第一步中，每个反射元素的相移在[0,2π之间任意分布，而反射幅度总是等于1；发射波束赋形矢量初始化：为了便于满足优化问题中的约束条件，而且便于按照SIC解码顺序进行解码，将wk0,k＝1,2,...,K中各个变量的权重设置为在经过算法1计算之后，第n个IRS反射元素的相移由下式计算： 其中Imun和Reun分别表示取实部和虚部。

全文数据：

权利要求：

百度查询： 大连理工大学 智能反射面辅助的非正交多址接入携能网络安全波束赋形方法

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