针对智能反射面(Intelligent Reflecting Surface,IRS)辅助的含窃听者的认知物联网(Cognitive Internet of Things,C-IoT)通信系统,提出了一种基于联合波束成型的保密率优化方案。在系统模型中,考虑了一个由发射机、主用户、次用户、窃...针对智能反射面(Intelligent Reflecting Surface,IRS)辅助的含窃听者的认知物联网(Cognitive Internet of Things,C-IoT)通信系统,提出了一种基于联合波束成型的保密率优化方案。在系统模型中,考虑了一个由发射机、主用户、次用户、窃听者和智能反射面组成的多输入单输出通信场景。基于该模型,构建保密率优化问题,即在发射机总功率约束、主用户端干扰功率约束以及智能反射面单位模约束的条件下,通过联合优化主被动波束成型,最大化系统的保密率(Secrecy Rate,SR)。在实现过程中,由于公式化的问题非凸,因此使用交替优化的方法将原始问题分解为两个子问题进行优化,即发射机波束成型矩阵的优化以及IRS相移矩阵优化。针对发射机波束成型的矩阵优化,使用半定松弛法与逐次凸逼近法。接着,使用丁克尔巴赫法与逐次凸逼近的方法对IRS的相移矩阵进行优化。仿真结果表明,在含有窃听者的多输入单输出系统中,引入智能反射面实现主被动波束成型的优化有效提高了系统的保密率。展开更多
文摘针对智能反射面(Intelligent Reflecting Surface,IRS)辅助的含窃听者的认知物联网(Cognitive Internet of Things,C-IoT)通信系统,提出了一种基于联合波束成型的保密率优化方案。在系统模型中,考虑了一个由发射机、主用户、次用户、窃听者和智能反射面组成的多输入单输出通信场景。基于该模型,构建保密率优化问题,即在发射机总功率约束、主用户端干扰功率约束以及智能反射面单位模约束的条件下,通过联合优化主被动波束成型,最大化系统的保密率(Secrecy Rate,SR)。在实现过程中,由于公式化的问题非凸,因此使用交替优化的方法将原始问题分解为两个子问题进行优化,即发射机波束成型矩阵的优化以及IRS相移矩阵优化。针对发射机波束成型的矩阵优化,使用半定松弛法与逐次凸逼近法。接着,使用丁克尔巴赫法与逐次凸逼近的方法对IRS的相移矩阵进行优化。仿真结果表明,在含有窃听者的多输入单输出系统中,引入智能反射面实现主被动波束成型的优化有效提高了系统的保密率。
