[發明專利]一種基于空基可重構智能表面的安全傳輸方法及系統

有效

• 申請號: 202110724337.7
• 申請日: 2021-06-29
• 公開（公告）號: CN113472419B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 唐曉;江天奇;王大偉;翟道森;張若南
• 申請（專利權）人: 西北工業大學
• 主分類號: H04W12/122
• 分類號: H04W12/122;H04B7/185;H04B7/06;H04B17/391;G06N20/00
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 賀小停

本發明公開了一種基于空基可重構智能表面的安全傳輸方法及系統，在存在竊聽者的情況下，通過部署ARIS來增強地面收發節點間的合法傳輸。針對合法信道、竊聽信道的瞬時信道狀態信息，構造了聯合優化ARIS波束成形與部署來最大化系統安全傳輸速率的優化模型。在固定ARIS部署時，通過松弛和半定規劃的方法優化ARIS波束成形；通過深度強化學習訓練智能體優化ARIS的部署問題，找到ARIS最優位置，從而保證通信系統無線傳輸的安全性。本發明與傳統方法相比，可以針對多變的信道狀況實時改變無人機位置；耗費更少的計算資源與時間有效提升安全傳輸速率。

技術領域

本發明屬于無線通信技術領域，尤其涉及一種基于空基可重構智能表面的安全傳輸方法及系統。

背景技術

由于無線傳輸介質的廣播性和開放性，無線通信很容易被竊聽，因此安全通信是目前無線傳輸系統中一個關鍵問題。隨著計算機技術的高速發展，計算能力相比以往已經有了非常大的提升，傳統的保密方法很容易就被破解。而物理層安全技術可以利用無線通信信道的特點來保證信息安全，它因具有高度的保密性而受到廣泛關注。

另一方面，近年來出現的可重構智能表面(Reconfigurable IntelligentSurface,RIS)被視為能夠提高未來無線通信性能的關鍵技術。RIS由大量低成本、相位可調的近被動反射元件組成。因此，電磁波的傳播變得高度可控，這使得RIS能夠在不使用有源源的情況下增強或減輕信號。同時，RIS可以在全雙工無源模式下工作，而不會對噪聲進行放大，使得其可以有效地發揮作用。因此，RIS在無線領域已有各種應用，如增強無線傳輸、擴展信號覆蓋范圍、抗干擾等。

深度強化學習(Deep Reinforcement Learning,DRL)已經被應用于無線傳輸研究中，例如頻譜資源分配。DRL可以使我們在保證良好的通信性能的同時，通過使用訓練良好的智能體來顯著降低實際實現的復雜性以及所耗的計算資源與時間資源。

現有的大部分關于RIS增強通信安全的研究很多都將RIS固定在一個位置，例如建筑物表面。而對于實際情況來說，一個區域的信道狀況可能會隨時發生變化，使得固定好的RIS無法很好提升通信性能，信息傳輸的安全性無法得到很好保證。此外對于針對于RIS部署的優化，大部分研究所得出的方法若運用到實際中會耗費很大的計算資源。

發明內容

本發明的目的在于提供一種基于空基可重構智能表面的安全傳輸方法及系統，以解決上述問題。

為實現上述目的，本發明采用以下技術方案：

一種基于空基可重構智能表面的安全傳輸方法，包括以下步驟：

構建無線傳輸系統模型，通過部署ARIS來增強地面合法收發節點間的信息傳輸，同時抑制地面竊聽者的干擾攻擊，聯合優化ARIS波束成形與ARIS的部署使得安全傳輸速率達到最大；

根據構建的無線傳輸系統模型，對無人機與地面源節點、目的節點以及竊聽節點間的信道增益進行建模，得到目的節點以及竊聽者處接收信號的表達式，計算出瞬時信噪比和安全傳輸速率；

構造以ARIS波束成形與部署為優化變量，以最大化無線傳輸系統安全傳輸速率為目標函數的優化模型；

在固定ARIS部署的條件下，通過松弛和半定規劃來求解優化問題，優化ARIS的波束成形最大化安全傳輸速率；

將ARIS的部署優化問題建模為馬爾可夫決策過程，通過深度強化學習來優化ARIS的部署，根據ARIS當前位置的最優波束成形以及神經網絡中存儲的價值函數和經驗回放池，更新ARIS的位置直至最優位置，以最大化系統安全傳輸速率。

進一步的，構建的無線傳輸模型由地面源節點S、目的節點D、部署在空中的可重構智能反射面I以及竊聽者J組成，I反射來自S發射的信號傳遞給D達到增強合法傳輸的效果，通過優化I的波束成形以及部署位置來最大化安全傳輸速率。