窃听者位置估计下的系统保密容量优化

保密容量最大化是物理层安全(PLS)的主要目标.本文首先利用到达角(AOA)估计窃听者位置,然后通过向窃听者发送人工噪声增大保密容量,并联合优化人工噪声和有用信号的波束成形向量,实现人工噪声发射机传输功率最小和系统保密容量最大的多目标优化.针对此多目标优化问题的非凸性,利用半定规划(SDP)松弛将其转化为凸优化问题后求...     

无人机辅助物理层安全下的保密性能优化

信息安全是影响物联网(IoT)应用的关键因素之一,物理层安全是解决物联网信息通信安全问题的有效技术。该文针对物联网中带有主动攻击的全双工窃听者,利用无人机(UAV)辅助发射人工噪声的方法,提升系统物理层安全性能。为了跟踪窃听者位置移动,首先采用贝叶斯测距和最小二乘法迭代估计窃听者位置,然后提出基于Q-learning的无人机轨迹优化算法,以达到在窃听者移动情况下系统保密性能最优。仿真结果表明,该算法能快速收敛,并且无人机能够跟踪窃听者移动来确定自身最佳位置,对窃听信道实施有效干扰,从而保证系统可达安全速率最大。