申请/专利权人：南京协鼎网络技术有限公司

申请日：2023-10-11

公开（公告）日：2024-04-12

公开（公告）号：CN117880843A

主分类号：H04W24/02

分类号：H04W24/02;H04W24/06;H04W16/14;H04W28/16;H04W12/122;H04B7/145

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种在主用户仿真攻击下的智能反射面辅助频谱共享安全通信网关智能资源分配方法，该方法通过部署智能反射面在频谱共享机制下为用户提供辅助通信服务，同时保持主用户的通信质量，以达到降低主用户仿真攻击对次网络通信的影响。通过构建智能反射面反射相移、次级基站发送功率、子信道分配和中央控制器在次级基站上选择的波束形成向量联合优化问题，本发明得以实现最大化次级通信网络的数据传输效率。本发明在智能资源分配方法中使用D3QN‑SAC算法，D3QN优化子信道分配和智能反射面的反射相移，SAC优化次级基站波束形成向量和发射功率。仿真结果表明，与基准方法相比，本发明提出的智能反射面辅助下的频谱共享安全通信网络智能资源分配方法能够有效降低主用户仿真攻击的影响，显著提高次网络数据传输速率。

主权项：1.一种智能反射面辅助下的频谱共享安全通信网关智能资源分配算法以减弱主用户仿真攻击对于次网络的影响，其特征在于智能反射面在频谱共享机制下为次级网络提供安全通信服务，所述方法包括如下步骤：步骤1：建立智能反射面辅助频谱共享通信网络模型；步骤1-1：建立智能反射面辅助频谱共享通信网络模型。该网络由一个具有M个被动反射元件的智能反射面组成，次级基站为配备N根天线。主用户集合次用户集合恶意用户集合总带宽B。步骤2：提出资源分配优化问题和约束条件，以最大化次网络数据传输速率步骤3：次网络数据传输速率最大化问题转化为马尔可夫决策问题，设定次级基站控制中心为智能体，智能反射面频谱共享安全通信网络为交互环境，设计状态空间为设计动作空间为设计回报函数为建立深度强化学习模型；步骤4：在智能反射面频谱共享安全通信网络下，利用基于D3QN-SAC的智能资源分配算法联合优化智能反射面反射相移、次级基站发送功率、子信道分配和中央控制器在次级基站上选择的波束形成向量，在保证主网络通信服务质量同时，最大化次网络数据传输速率。具体包括以下步骤：步骤4-1：基于D3QN-SAC对智能反射面频谱共享安全通信网络建模，提出联合优化智能反射面反射相移、次级基站发送功率、子信道分配和中央控制器在次级基站上选择的波束形成向量的智能资源分配算法和数学模型；步骤4-2：智能体与智能反射面辅助频谱共享通信网络进行交互，获得训练样本。智能体决策智能反射面的反射相移、次级基站发送功率、子信道分配和中央控制器在次级基站上选择的波束形成向量，并输入智能反射面辅助下的频谱共享安全通信网络，进入新环境状态，得到对应奖励值。智能体将每轮迭代产生的新旧频谱共享安全通信网络状态、决策动作、奖励值存入经验回放池；步骤4-3：算法参数更新。当智能体与环境交互满足给定迭代次数后，随机在经验回放池中采样，得到训练样本。智能体通过训练样本，计算损失值和反向梯度，以最小化损失为目标，对网络参数进行更新，重复步骤4-3至训练结束；步骤4-4：D3QN-SAC算法在给定周期内达到收敛，将全体神经网络参数进行本地保存。步骤5：利用基于D3QN-SAC智能资源分配算法联合优化智能反射面反射相移、次级基站发送功率、子信道分配和中央控制器在次级基站上选择的波束形成向量，在仿真环境中进行数值试验。

全文数据：

权利要求：

百度查询： 南京协鼎网络技术有限公司 一种智能反射面辅助下的频谱共享安全通信网关智能资源分配算法

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