一种基于多天线中继的反向散射系统物理层安全增强方法

本技术涉及无线通信，尤其是涉及一种基于多天线中继的反向散射系统物理层安全增强方法。

背景技术：

1、反向散射作为无源物联网通信技术的主要代表，是物联网相关产业数字化转型升级的基础性使能技术，能够以微小化、集成化、低成本的信息采集方式提供感知和通信一体化数据服务。然而，物联网设备的大规模部署和无处不在的数据传输都对基础通信架构的开放程度提出严峻挑战，尤其是个人健康状况检测、私人位置信息保护、金融活动等场景下的信息泄露将直接导致数据篡改、未授权访问等信息安全问题。为此，研究能够有效保证反向散射信号安全传输的技术方法具有重要现实意义。

2、传统的信息安全方法主要依赖于网络层及其以上的高层加密技术，但该加密算法中密钥的管理、存储和分发加重了无线资源的开销，系统的安全程度也主要取决于加密算法的复杂度。此外，由于无线节点智能化水平和计算能力的爆发式增长，基于认证机制的高层加密技术面对随处可见的窃听攻击已无法确保万无一失。因此急需一种新技术来解决反向散射系统的安全性问题。

技术实现思路

1、为了提高反向散射系统的安全性，同时降低系统功耗，本技术提供一种基于多天线中继的反向散射系统物理层安全增强方法。

2、本技术提供的一种基于多天线中继的反向散射系统物理层安全增强方法采用如下的技术方案：

3、一种基于多天线中继的反向散射系统物理层安全增强方法，包括以下步骤：

4、部署多天线中继节点，并构建基于多天线中继节点的反向散射系统模型；所述的反向散射系统模型包括：载波发射源、反向散射标签、多天线中继节点、能量收集阅读器以及窃听节点；

5、确定所述反向散射系统的传输过程，计算阅读器和窃听节点的信干噪比解析表达式；

6、基于所述的阅读器和窃听节点的信干噪比解析表达式，构造保密速率最大化的目标函数；其中，所述的保密速率最大化的目标函数是关于变量——协作波束成形向量、人工噪声以及功率分割因子联合优化的目标函数；

7、对所述的保密速率最大化的目标函数进行优化，从而实现反向散射系统保密性能的增强。

8、通过采用上述技术方案，本技术中，引入人工噪声(即中继干扰)来扩大阅读器接收信号和窃听者接收信号的差异性，具有系统硬件复杂度低，保密性能高等优点；此外，本技术建立了一种基于多天线中继的反向散射通信系统架构——“包括：载波发射源、反向散射标签、多天线中继节点、能量收集阅读器以及窃听节点”，并在此基于中继辅助的反向散射通信系统的基础上进行联合波束成形、人工噪声(引入人工噪声可以扩大合法链路与窃听链路的差异性)及功率分割因子的优化设计，即对所述的保密速率最大化的目标函数进行优化，从而进一步实现了多窃听场景下反向散射系统物理层安全的大幅提升，即本技术在扩大反向散射传输范围的同时，保证了无线信息在存在多个窃听者情况下的安全传输，而且本技术中，通过利用能量收集阅读器硬件可以同时降低整个系统的功耗。相对于无阅读器处功率分割因子优化的方案以及未在中继节点引入人工噪声以及未考虑窃听者窃听的方案，本技术中同时对阅读器处功率分割因子进行优化以及同时引入人工干扰对于物理层安全进行优化，可以进一步有效提升信号传输的保密速率。

9、优选的，所述的确定所述反向散射系统的传输过程，包括：

10、采用半双工模式的协作传输，从反向散射标签到能量收集阅读器的整个传输过程分为信息反向散射时隙和信息转发时隙；

11、在所述的信息反向散射时隙内，载波发射源持续广播载波信号，同时，反向散射标签调制自身的保密信号到载波信号上并反向散射到多天线中继节点；

12、在所述的信息转发时隙内，所述的多天线中继节点在接收信号的基础上加入服从分布为的人工噪声然后采用波束成形技术转发所述反向散射标签的标签信号。

13、通过采用上述技术方案，在所述的信息转发时隙而非在反向散射时隙，所述的多天线中继节点在接收信号的基础上加入服从分布为的人工噪声然后采用波束成形技术转发所述反向散射标签的标签信号，从而可以更高效的实现数据处理，而反向散射的过程较难控制，并且通常反向散射元件体积较小，在上面加装数据处理器也较困难。

14、优选的，所述阅读器的信干噪比解析表达式为：

15、

16、式中，γr表示阅读器的信干噪比，αb为反向散射参数，ρb∈(0,1)表示功率分割因子，pc为载波发射源的发射功率，fst表示载波发射源与反向散射标签之间的信道参数(所述信道参数通常用一个指数分布的随机变量*(节点距离)^(-衰落指数)来表示，所述的衰落指数的范围通常是2.5～4，所述随机变量服从均值为1的指数分布)，表示中继节点到能量收集阅读器的信道增益，为波束成形向量，q为人工干扰信号的协方差，表示反向散射标签到多天线中继节点的信道向量。

17、优选的，第m个窃听节点接收信号的信干噪比解析表达式为：

18、

19、式中，γe,m表示第m个窃听者的信干噪比，αb为反向散射参数，pc为载波发射源的发射功率，fst表示载波发射源与反向散射标签之间的信道参数，表示中继节点到第m个窃听节点的信道增益，为波束成形向量，q为人工干扰信号的协方差，表示反向散射标签到多天线中继节点的信道向量，me表示窃听者的数量。

20、通过采用以上的阅读器的信干噪比解析表达式和/或第m个窃听节点接收信号的信干噪比解析表达式，使得本技术所述的基于多天线中继的物理层安全增强方法与传统的反向散射系统相比，具有更好的保密性能，具体的，与传统的直传方案相比，本技术的基于多天线中继的反向散射系统物理层安全增强方法具有更大的通信范围，并且在增强了阅读器的接收信号质量的同时降低了多个窃听者的信号质量。此外，本技术中，物理层安全技术利用无线信号的内在差异属性建立安全机制，该技术无需信息的加密解密过程，消除了因密钥频繁操作造成的资源浪费问题，同时可根据信道的实时状态自适应地更改资源分配和信号处理方案，为解决无线通信网络安全问题提供了新思路。

21、优选的，所述的保密速率最大化的目标函数通过以下方式构造：

22、

23、式中，和γe,m分别表示阅读器和第m个窃听者的信干噪比，为波束成形向量，ρb∈(0,1)表示功率分割因子，me表示窃听者的数量，η∈(0,1)表示阅读器能量收集单元的能量转换效率，pmin为阅读器节点最低的捕获能量要求，pr和prs分别表示中继节点的实际总传输功率和单根天线实际的传输功率，和分别为中继节点的总传输功率上限值和单个天线传输功率上限值，nr表示中继天线的个数，q为人工干扰信号的协方差，er为阅读器收集到的能量。

24、本技术通过以上方式构建保密速率最大化的目标函数，对协作波束成形向量、人工噪声以及功率分割因子联合优化，与单一的系统优化方法相比，能够实现更高的保密速率，并且具有较低的计算复杂度；此外，本技术中，通过利用约束条件c1，阅读器能量转换效率的增加，表明阅读器能够以较小的接收功率达到能量收集的最低要求，同时用于解码标签信号的部分将得到增强，进而实现了保密速率的提升。另外，本技术中，保密速率都随着中继节点总传输功率的增加而增大，这是因为中继节点总传输功率的增大使得中继节点转发信号和人工噪声信号的强度都随之提升。

25、优选的，通过以下方法对所述的保密速率最大化的目标函数进行优化求解：

26、引入辅助变量，并将优化问题分解为三层；

27、根据柯西施瓦茨不等式确定辅助变量的范围，并一维搜索辅助变量的最优值；

28、一维搜索功率分割因子的最优值；

29、根据sdr方法和charnes-cooper变换方法将内层优化问题转化为sdp问题；

30、求解所述的sdp问题，得到最优解w*；

31、根据所述的最优解w*，进而获得多个最优和次优的波束成形向量w*和人工干扰信号的协方差q*；

32、根据所述的多个最优和次优的波束成形向量w*和人工干扰信号的协方差q*，以及功率分割因子的最优值，计算获得最大的保密速率。

33、本技术中建立的保密速率最大化问题是高度耦合的，现有的优化方法难以直接获得无线资源的最优控制决策。本技术中通过将所述协作波束成形、人工噪声和功率分割因子的联合最优设计分解为三层的优化问题，从而降低了多个变量间的耦合度，具有较低的计算复杂度，从而提高了数据处理效率。

34、优选的，所述的根据所述的最优解w*，进而获得多个最优和次优的波束成形向量w*和人工干扰信号的协方差q*包括：

35、判断所述的最优解w*是否满足rank(w*)＝1；

36、若满足，则分解所述最优解w*获得最优的波束成形向量w*和人工干扰信号的协方差q*，然后转至步骤根据柯西施瓦茨不等式确定辅助变量的范围，更新辅助变量和功率分割因子的最优值。

37、通过采用以上技术方案，从而可以准确的获得辅助变量的变化范围，进而给定合适的辅助变量，同时获得合适的功率分割因子，使得最终计算获得更为准确的保密速率最大值，进一步增强了反向散射系统的安全性。

38、优选的，所述的根据所述的最优解w*，进而获得多个最优和次优的波束成形向量w*和人工干扰信号的协方差q*还包括：

39、若不满足rank(w*)＝1，则获得次优的波束成形向量w*和人工干扰信号的协方差q*。

40、通过采用上述技术方案，本技术中即使不满足秩为1的约束条件，也可以(通过高斯随机法等方法)得到一个次优的解，以防无解的情况发生，从而进一步提高了目标函数优化求解的效率，也即提高了增强反向散射系统安全性的效率。

41、优选的，根据柯西施瓦茨不等式确定辅助变量的范围为：其中，表示中继节点到能量收集阅读器的信道增益。

42、通过采用以上技术方案，根据条件获得辅助变量的可行范围，从而可以降低原始的辅助变量的可行域，从而减小搜索的范围，提高了目标函数优化求解的效率，也即提高了增强反向散射系统安全性的效率。

43、优选的，对所述的保密速率最大化的目标函数进行优化求解的计算复杂度为：o(mcld3.5+mc2ld2.5+mc3ld0.5)log(1/εb)·lfls；其中，mc、ld和εb分别表示转换后优化问题的约束个数、的维度和收敛步长，lf和ls分别表示外面两层一维搜索法的迭代次数。

44、通过采用上述技术方案，从而可以快速、准确的计算出本技术所提算法的计算复杂度。

45、综上所述，本技术包括以下有益技术效果：

46、本技术中，引入人工噪声(即中继干扰)来扩大阅读器接收信号和窃听者接收信号的差异性，具有系统硬件复杂度低，保密性能高等优点；此外，本技术建立了一种基于多天线中继的反向散射通信系统架构——“包括：载波发射源、反向散射标签、多天线中继节点、能量收集阅读器以及窃听节点”，并在此基于中继辅助的反向散射通信系统的基础上进行联合波束成形、人工噪声(引入人工噪声可以扩大合法链路与窃听链路的差异性)及功率分割因子的优化设计，即对所述的保密速率最大化的目标函数进行优化，从而进一步实现了多窃听场景下反向散射系统物理层安全的大幅提升，即本技术在扩大反向散射传输范围的同时，保证了无线信息在存在多个窃听者情况下的安全传输，而且本技术中，通过利用能量收集阅读器硬件可以同时降低整个系统的功耗。