基于人工神经网络的联合中继和干扰选择策略研究

针对多中继通信网络,中继选择算法效率低及潜在窃听节点的安全威胁问题。提出一种基于人工神经网络的联合中继和干扰节点选择策略。首先,采用解码转发(decode-and-forward, DF)中继协议,构建存在窃听节点的多中继协作通信网络,结合协作干扰策略,推导得到系统安全中断概率的闭合表达式;然后,对神经网络进行训练,将相关节点的信道状态信息(channel state information, CSI)作为输入对模型进行训练,获得最优模型参数;最后,利用部分数据集验证模型,仿真结果表明对最优节点选择的正确率能够达到93%以上。与传统选择方案相比,所提方案实现复杂度降低且计算时间明显减少,并且有效改善了系统的安全性能。     

多跳协同中继网络下物理层安全传输方案

针对多跳中继传输系统的信息安全传输问题,提出了一种基于全双工模式下多节点协作干扰(FD-MCJ)的物理层安全传输方案.该方案利用通信网络中的中继节点发送干扰信号恶化窃听节点的接收性能,同时中继节点根据信道状态信息(Channel State Information,CSI)自适应的选择两种情况下的安全传输方案.本文首先...