机载智能反射面辅助的通感一体化安全传输设计方法

本发明属于通感一体化中的物理层安全领域，涉及一种将智能反射面部署在无人机处以实现通感一体化安全传输设计方案，具体是指基站发射集成信号同时实现通信与感知，联合优化无人机部署位置，基站有源波束成形，智能反射面无源波束成形和人工噪声功率，从而最大化用户的安全通信速率之和。

背景技术：

1、近年来，第五代移动通信网络的大规模商用使得大量移动设备涌入网络，无线频谱资源逐渐稀缺，这引起人们对通感一体化及其相关技术的研究。通感一体化是一种将感知和通信功能集成在一个共享平台上的技术，可以提高频谱利用率与硬件效率。然而，由于无线信道的开放性，携带机密信息的通感一体化信号有可能被窃听者截获，这对用户的安全通信是一个很大的威胁。为克服这一挑战，人们利用由无源电磁元件组成的智能反射面辅助通感一体化。具体来说，智能反射面由大量无源电磁元件组成，其对入射信号的处理无需消耗额外的能量。此外，智能反射面的每个无源电磁元件可以通过编程调控，从而重建无线信号传播环境，在增强合法传输的同时抑制窃听，保障通信安全。

2、另一方面，由于无人机具有高机动性和低成本等特点，已被采用作为临时基站或中继的可行替代方案。与地面通信相比，无人机通信可以利用它的高度在基站与用户之间建立视距信道，并且可以通过优化其部署位置或飞行轨迹进一步保证用户的安全通信。

3、然而，无人机作为空中中继进行信号处理会消耗大量的能量。若将智能反射面装配在无人机上，可结合二者的独特优势，进一步提高网络性能。具体来说，无人机可利用智能反射面的无源特性降低信号处理功耗，同时智能反射面可借助无人机的高机动性优化其部署位置，从而增强通感一体化技术的安全性。本发明以最大化安全通信速率之和为目标，对系统中的参数进行了合适的设计。

技术实现思路

1、本发明的目的是为了解决机载智能反射面辅助通感一体化安全传输问题。在系统模型中，智能反射面部署在无人机上，构建反射链路辅助基站与地面用户的通信，同时抑制空中目标的窃听。具体模型如示意图1所示。基于此模型本发明提出一种联合优化无人机部署位置，基站发射波束成形，智能反射面相移矩阵和人工噪声功率的设计方法，以实现最大化安全通信速率之和。

2、为达到上述技术目的，本发明采用的技术方案如下：

3、一种机载智能反射面辅助的通感一体化安全传输设计方法，包括以下步骤：

4、第一步，构建系统模型：

5、(1)实现基站发射通感一体化信号同时进行空中目标的感知和k个地面用户的通信。基站为n根天线，用户与目标均为单天线。无人机携带具有m个反射单元的智能反射面辅助安全通信，定义智能反射面的每个反射单元的反射系数θ＝[θ1,…,θm]，则其相移矩阵定义为φ＝diag{θ}。在三维坐标系内，基站与用户的坐标分别为cb＝[xb,yb,0]与其中，k＝1,2,…,k，表示地面用户数量；xb,yb表示基站的横坐标与纵坐标，表示第k个用户的横坐标与纵坐标；b表示基站；uk表示第k个用户。此外，无人机与探测目标的坐标分别为ci＝[xi,yi,hi]和ct＝[xt,yt,ht]其中，xi,yi表示无人机横坐标与纵坐标，xt,yt表示探测目标横坐标与纵坐标；hi表示无人机飞行高度；ht表示探测目标所处高度。

6、(2)由于探测目标与无人机的飞行高度足够高，因此各条空-地信道与空-空信道均为视距信道。基站到探测目标的视距信道为：

7、

8、其中，β表示路径损失指数；l0为参考路径为1m时的路径损失；dbt为基站和探测目标之间的距离；为基站到探测目标阵列响应，其中φt表示基站到探测目标的发射角，n表示基站发射天线数目。

9、同理可得，基站到无人机的视距信道为：

10、

11、其中，dbi表示基站和无人机的距离；表示基站到智能反射面的入射阵列响应，an表示基站到智能反射面的出射阵列响应，可分别表示为：

12、

13、

14、其中，θbi与φbi分别表示基站到无人机的水平到达角和垂直到达角；λ是波长；d表示智能反射面反射单元的间距；φi表示基站到无人机的发射角；mx表示反射单元沿x轴布置数量；mz表示反射单元沿z轴布置数量。

15、通过将无人机到探测目标的水平发射角和垂直发射角分别表示为φit和θit，将无人机到第k个用户的水平发射角和垂直发射角分别表示为和则无人机到探测目标的信道hit与无人机到用户的信道可以表示为：

16、

17、

18、其中，dit表示无人机与探测目标之间的距离，表示无人机与第k个用户之间的距离；t表示探测目标，uk表示第k个用户。

19、(3)根据以上的系统模型以及信道的假设，发射信号可以被写为其中，sk为发送至第k个用户的信息；wk表示第k个发射波束成形向量；n为添加的人工噪声，其满足均值为0，方差为rn的复高斯分布。

20、通过定义和其中，φ表示智能反射面的无源波束赋形，表示共轭转置，表示hit共轭转置；则探测目标处接收到的信号yt与第k个用户处接收到的信号可以表示为：

21、

22、

23、其中，为探测目标处接收到的噪声，是为第k个用户接收到的噪声，σt表示nt的标准差；表示的标准差。

24、定义其中，表示wk的共轭转置；则第k个用户以及窃听的信干噪比可分别表示为：

25、

26、

27、其中，wj表示第j个发射波束成形向量与其共轭转置的乘积；rn表示人工噪声功率。

28、因此，第k个用户通信速率为以及探测目标对于第k个用户的窃听速率为从而定义第k个用户的安全通信速率为：

29、

30、此外，目标处接收到的感知信号信噪比可表示为：

31、

32、第二步，确定目标函数和优化变量，列出优化问题：

33、通过联合优化无人机部署位置ω，人工噪声功率rn，基站发射波束成形wk以及智能反射面的无源波束赋形φ，在满足目标探测信噪比约束条件下，实现安全通信速率之和最大化，构建以下优化问题：

34、

35、在该优化问题中，c1为目标探测信噪比约束，γr是信噪比阈值，γr表示感知信号信噪比。c2表示基站发射功率约束，p0为基站最大发射功率。c3表示智能反射面幅值约束，θm表示智能反射面第m个反射单元反射系数。c4表示无人机部署区域约束。

36、第三步，设计算法求解优化问题：

37、由于优化变量相互耦合，原公式(13)所示的优化问题为非凸的，难以直接求解。通过将其分解为三个子问题，并设计有效的迭代算法，近似求解原问题的最优解。具体来说，首先引入辅助变量将非凸子问题转化为凸子问题。然后，分别通过逐次凸近似和半正定松弛来求解无人机部署以及基站和智能反射面的波束形成。具体步骤如下：

38、(1)无人机部署位置ω的优化

39、对于任何给定的{wk,φ,rn}，原非凸问题(13)可以改写为：

40、

41、经过分析，通过定义第k个用户通信速率可改写为：

42、

43、其中，其表示改写后的第k个用户通信速率，与为通过定义得到的常量，可分别表示为和ρk表示第k个用户接收到的噪声功率的倒数。为的共轭转置。当时，可得最优值。

44、为了方便起见，在此将一些附加常数定义为：

45、

46、

47、

48、

49、

50、

51、其中，因此，对于第k个用户的窃听速率可以表示为：

52、

53、其中，

54、

55、此外，通过定义与目标处接收到的感知信号信噪比γr可改写为：

56、

57、基于以上分析，问题(14)可以改写为：

58、

59、由于目标函数中存在非凸二次项，该问题仍然难以解决。因此引入松弛变量z与vk，其分别表示为：

60、

61、

62、因此，与可改写为：

63、

64、

65、经过分析，对于任意给定的z和vk，最优解可表示为如下形式：

66、

67、

68、式(21)和式(22)可通过一阶泰勒近似转换为：

69、

70、

71、其中，泰勒展开点位于ω0处，同理，将在处展开为

72、基于以上分析，问题(20)可被等价的写为：

73、

74、其中，与为松弛变量，通过使用凸优化工具cvx可以求得问题(29)最优解，随后通过迭代更新可获得问题(14)的最优解。

75、(2)基站波束成形wk以及人工噪声功率rn的优化

76、对于已得到的无人机部署位置ω和任意给定的智能反射面的无源波束赋形φ，问题(13)中基站波束成形wk以及人工噪声功率rn的优化问题可以改写为：

77、

78、通过将和分别改写为：

79、

80、

81、问题(30)可转变为：

82、

83、对于给定的{wk,rn}，问题(33)中最优的可分别表示为：

84、

85、

86、因此，通过引入松弛变量与问题(33)可以等价的写为：

87、

88、通过忽略秩一约束，问题(36)为一个标准的半正定问题，可借助凸优化工具cvx求解。

89、(3)智能反射面无源波束赋形φ的优化

90、将最优的无人机部署位置ω，基站波束成形wk以及人工噪声功率rn代入到原问题，则问题(13)可改写为：

91、

92、定义与因此，各条信道可重写为与则第k个用户通信速率以及目标对于第k个用户的窃听速率重写为：

93、

94、

95、与之前的分析相似，通过引入松弛变量与对智能反射面无源波束赋形的优化问题(37)可改写为：

96、

97、其中，

98、

99、

100、经过分析，与都是凸函数，并且对于给定的ψ，最优解可表示为：

101、

102、

103、由于问题(40)中含有秩一约束，反射相移矩阵ψ仍然难以求解。为解决这个问题，在此忽略秩一约束，并利用凸优化工具cvx直接解决它。然而，通过半正定规划获得的解只是次优解，并且通过特征值分解ψ获得的θ也不能保证秩为1。因此，可以利用高斯随机化来恢复其秩一约束，进而获得最优解。

104、(4)迭代算法设计

105、本发明提出一种迭代算法来求解优化问题，在每轮迭代中，利用逐次凸逼近算法求解出本轮迭代最优的无人机部署位置，然后利用半正定规划得到本轮最优的基站波束成形、人工噪声功率、智能反射面无源波束赋形，进而求解出此次迭代的安全通信速率之和。然后更新参变量的值进行下一次迭代，直至最后算法收敛。具体流程如下：

106、1)设置初始的无人机部署位置ω(0)，基站发射波束成形人工噪声功率智能反射面无源波束赋形φ(0)，设置初始迭代次数q＝1，最大迭代次数q。

107、2)对于给定的φ(q-1)和求解凸优化问题(29)，得到第k次迭代无人机部署位置ω(q)。

108、3)对于给定的φ(q-1)以及在步骤2)中求得的ω(q)，求解凸问题(36)，得到第k次迭代基站发射波束成形以及人工噪声功率

109、4)利用步骤2)求得的ω(q)与步骤3)求得的和求解凸问题(40)，得到第k次迭代智能反射面无源波束赋形φ(q)。

110、5)令q＝q+1。

111、6)当q＝q或者程序收敛时，输出相对应的优化变量的值以及安全通信速率之和。否则跳至步骤2)进行下一次的迭代优化。

112、本发明的有益效果是：本发明通过对无人机部署位置，基站发射波束成形，人工噪声功率以及智能反射面的无源波束赋形联合优化设计，给出实现安全通信速率之和最大化的设计方案。本发明为实现无人机携带智能反射面辅助安全通感一体化给出了参考取值方法。