文章目录摘要1. 研究背景和意义1.1 无线通信安全面临的挑战1.2 智能反射面技术的兴起1.3本项目工作2 系统模型与问题描述2.1 系统模型2.2 问题表述3 基于凸优化的算法设计3.1 优化波束成形3.2 优化相移4 仿真结果摘要随着无线通信技术的快速发展物理层安全面临窃听威胁日益严峻。智能反射面作为一种可编程电磁环境调控技术能够通过无源反射单元调整信号相位有效提升多天线系统的安全传输能力。本文针对智能反射面辅助的多输入多输出窃听信道研究安全速率最大化问题。由于目标函数非凸、反射系数受恒模约束且变量高度耦合直接求解极其困难。论文采用交替优化框架将原问题分解为发射协方差优化和反射系数优化两个子问题。在反射系数优化中通过巧妙的矩阵变换将问题转化为线性分式形式并利用坐标下降法逐个更新反射单元。仿真结果表明在智能反射面辅助下系统安全速率随发射功率增加而显著提升且对窃听者位置具有良好鲁棒性。1. 研究背景和意义1.1 无线通信安全面临的挑战随着第五代移动通信5G及未来第六代移动通信6G技术的快速发展无线通信已经成为现代社会不可或缺的基础设施。从智能手机、物联网设备到自动驾驶、远程医疗无线通信的应用场景日益丰富数据流量呈爆炸式增长。然而无线信道的广播特性使得通信内容容易受到窃听、干扰和篡改等安全威胁。传统的安全机制主要依赖于上层加密技术如SSL/TLS协议、AES加密算法等这些方法假设窃听者的计算能力有限无法在合理时间内破解密钥。但随着量子计算的发展以及算力的持续提升传统加密方法的安全性面临严峻挑战。物理层安全Physical Layer SecurityPLS技术应运而生它利用无线信道的物理特性如噪声、衰落、干扰等来保障信息传输的机密性无需依赖复杂的加密算法。物理层安全的核心思想是通过信号处理手段使合法接收者的信道质量优于窃听者从而实现信息安全传输。经典的窃听信道模型Wiretap Channel由Wyner于1975年提出奠定了物理层安全的理论基础。在多天线MIMO系统中利用空间自由度可以进一步优化发射波束成形增强合法信道的同时抑制窃听信道从而提升安全速率。1.2 智能反射面技术的兴起近年来智能反射面Intelligent Reflecting SurfaceRIS作为一种革命性的无线通信技术受到了学术界和工业界的广泛关注。IRS是一种由大量无源反射单元构成的平面结构每个反射单元可以独立调整入射信号的相位甚至幅度从而实现对电磁波传播环境的智能控制。与传统的中继Relay或放大转发Amplify-and-Forward设备不同RIS具有以下显著优势无源工作模式被动RIS不需要发射功率放大器仅反射入射信号因此能耗极低绿色环保。全双工无自干扰由于不主动发射信号RIS不存在自干扰问题可以实现同时同频的反射。易于部署IRS可以像壁纸一样贴在建筑物表面、天花板或路灯杆上部署成本低、灵活性高。可编程电磁环境通过软件控制反射单元的相位RIS可以实时“塑造”无线传播环境将原本不可控的信道变为可控。将RIS引入物理层安全通信可以创造出全新的安全增强范式当合法用户和窃听者在空间上接近时传统的波束成形难以区分两者导致安全速率受限。而RIS可以通过智能反射在合法用户方向构建建设性干涉信号增强同时在窃听者方向构建破坏性干涉从而显著提升安全性能。1.3本项目工作2 系统模型与问题描述2.1 系统模型考虑一个IRS辅助的MIMO窃听信道系统包括发射端配备多根天线发送保密信息。合法接收端配备多根天线期望接收保密信息。窃听者配备多根天线试图窃听信息。智能反射面RIS配备大量反射单元每个单元可独立调整反射系数的相位。可达保密速率为2.2 问题表述旨在通过联合优化波束成形和RIS相移来最大化MIMO系统的保密速率优化问题如下问题(P1)是一个非凸优化问题通常难以求解。因此采用交替优化方法求解该问题先固定波束成形优化 再固定相移优化 循环迭代直至收敛。3 基于凸优化的算法设计3.1 优化波束成形若给定相移则等效信道随之确定。此时问题(P1)可简化为传统MIMO保密速率最大化问题。基于参考文献[2]采用交替优化法求解该问题其解可以收敛于问题的KKT点这里不再赘述。3.2 优化相移首先将等效信道表示为然后利用块坐标下降法对于第m个子问题有以下推导然后优化相移的第m个子问题可以等价表示为接着继续求解P1-m的等价问题最后经过一系列公式推导可以得到问题P2-m的最优闭式解。基于交替优化的求解算法过程如下4 仿真结果参数类别参数名称参数值 / 说明节点坐标发射端Tx位置(0, 0) 米智能反射面IRS位置(10, 10) 米合法用户Bob位置(150, 0) 米窃听者Eve位置(140, 0) 米天线配置发射天线数Nt8合法用户天线数Nr1MISO1 / MIMO4窃听者天线数Nr2MISO1 / MIMO4RIS 反射单元数M1 ~ 32路径损耗参考距离d01 米参考距离处路径损耗-30 dBTx→Bob 损耗指数3.0Tx→Eve 损耗指数3.0Tx→IRS 损耗指数1.5IRS→Bob 损耗指数1.5IRS→Eve 损耗指数1.5小尺度衰落莱斯因子K1直射径系数sqrt(1/2)散射径系数sqrt(1/2)噪声与功率噪声功率-80 dBm发射功率范围0 ~ 16 dBmRIS 相位配置相位比特分辨率3 比特8-PSK算法参数AO 最大迭代次数100坐标下降最大迭代次数100收敛阈值1e-4 bps/Hz蒙特卡洛仿真独立信道随机次数100 ~ 300对比方案穷举搜索性能上界无 IRS基准方案可以看到随着发射功率的增加有RTS和无RTS的系统之间的性能差距逐渐扩大这验证了RTS的优势。AO方法和实现了与穷举法几乎相同的安全速率这从数值上验证了所提算法的最优性。随着窃听者与RIS之间距离越远保密通信的效果越好。增加 M 会显著提高保密率。clear;clc;seed100;rng(seed)Power_dB0:2:16;Power10.^(Power_dB/10);Nt8;Nr_11;Nr_21;M8;disp(No. of Antennas )disp(Tx: string(Nt))disp(Rx: string(Nr_1))disp(Eves: string(Nr_2))disp(IRS: string(M))disp(---------------------------------------------------)psk_level8;Iter100;Rate_FSzeros(length(Power_dB),1);Rate_CDzeros(length(Power_dB),1);Rate_without_IRSzeros(length(Power_dB),1);foriter1:Iter disp(current iter string(iter))disp(current time: datestr(datetime(now)))disp(---------------------------------------------------)[H1, H2, R1, R2, T]RIS_channel(Nt, Nr_1, Nr_2, M);fork1:length(Power_dB)%without IRS[rate_no_IRS, ~, ~, ~]MIMO_Capacity(H1, H2, Power(k));Rate_without_IRS(k)Rate_without_IRS(k) rate_no_IRS;%AO[rate_CD, ~, ~, ~]ao_alg(H1, H2, R1, R2, T, Power(k));Rate_CD(k)Rate_CD(k) rate_CD;% Exhaustive search[rate_FS, ~, ~]full_search(H1, H2, R1, R2, T, Power(k), psk_level);Rate_FS(k)Rate_FS(k) rate_FS;end end Rate_without_IRSRate_without_IRS/Iter;Rate_CDRate_CD/Iter;Rate_FSRate_FS/Iter;figure;hold on plot(Power_dB, Rate_CD,r-d);plot(Power_dB, Rate_without_IRS,b-s);plot(Power_dB, Rate_FS,k-*);legend(AO 算法,无RIS,遍历穷举,location,northwest);xlabel(SNR (dBm));ylabel(安全速率 (bps/Hz));grid on;源代码 出图所见即所得代码获取方式见VX公众号参考文献[1]M. Kim and D. Park, “Intelligent Reflecting Surface-Aided MIMO Secrecy Rate Maximization,” to appear in ICT Express, 2022.[2] Q. Li, M. Hong, H.-T. Wai, Y.-F. Liu, W.-K. Ma, and Z.-Q. Luo, Transmit solutions for MIMO wiretap channels using alternating optimization, IEEE J. Sel. Areas Commun. , vol. 31, no. 9, pp. 1714–1727, Sep. 2013.