[发明专利]一种基于无人机辅助认知无线网络中物理层安全传输方法有效
申请号: | 202011380644.X | 申请日: | 2020-11-30 |
公开(公告)号: | CN112566127B | 公开(公告)日: | 2022-05-06 |
发明(设计)人: | 李曦;何旭峰;纪红;张鹤立 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | H04W12/65 | 分类号: | H04W12/65;H04B17/382 |
代理公司: | 北京永创新实专利事务所 11121 | 代理人: | 易卜 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 无人机 辅助 认知 无线网络 物理层 安全 传输 方法 | ||
1.一种基于无人机辅助认知无线网络中物理层安全传输方法,其特征在于,包括如下步骤:步骤一、建立一个存在非法窃听者的典型无人机辅助的认知无线网络场景;
场景中包括一个无人机,以及地面上的主用户发射机PT,主用户接收机PR,次用户接收机SR,以及窃听者Eve,各自作为地面的一个节点;
无人机的飞行高度为固定值H,所以无人机的三维坐标表示为(xu,yu,H);
步骤二、将时隙T分为频谱感知时间τ和数据传输时间Ta;在频谱感知时间τ内,无人机进行频谱感知;同时,主用户进行数据传输,分别计算此时主用户和窃听者的接收信噪比;
主用户进行数据传输的概率为:p0=p(H1);
步骤三、利用主用户和窃听者的接收信噪比,分别计算在主用户接收机和窃听者的传输速率,从而得到在频谱感知时间τ内的安全传输速率;
步骤四、在数据传输时间段Ta内,无人机基于频谱感知判断当前主用户信道的接入状态,选择作为友好干扰器还是次级信号发射机;
步骤五、在数据传输时间段Ta内,根据主用户信道的接入状态与频谱感知的结果,分情况讨论无线系统中的安全传输模型;
安全传输模型分为以下四种情况:
情况1:主用户信道处于忙碌状态,无人机正确地频谱感知到主用户信道处于忙碌状态,发生的概率为:p1=p(H1)×pd;
p(H1)为信道被主用户占用的概率;pd为无人机频谱感知的正确检测概率;
首先,计算主用户的接收信噪比,公式为:
为主用户接收机的接收噪声功率;hpp为主用户发射机与主用户接收机之间的信道增益;PP是主用户发射机的传输功率;
PAN为无人机发射人工噪声的功率;PAN=ρPUT;ρ为无人机发射人工噪声的功率和次级用户信号的功率之间的分配比值;PUT是无人机的可用传输功率;hup为无人机与主用户接收机之间的信道增益;
然后,计算窃听者的接收信噪比,公式为:
hue为无人机与窃听者之间的信道增益;为窃听者的接收噪声功率;hpe为主用户发射机与窃听者之间的信道增益;
最后,计算主用户接收机和窃听者的传输速率,得到安全传输速率;
主用户接收机和窃听者的传输速率分别表示为:
安全传输速率表示为
情况2:主用户信道处于忙碌状态,无人机错误地频谱感知到主用户信道处于空闲状态,发生的概率为:p2=p(H1)×(1-pd);
首先,分别计算主用户接收机、次用户接收机和窃听者的接收信噪比;
表示为:
其中,PS为无人机发射次级信号的功率;PS=(1-ρ)PUT;hus为无人机与次级用户接收机之间的信道增益;为次级用户接收机的接收噪声功率,hps为主用户发射机与次级用户接收机之间的信道增益;
因此,在主用户接收机、次用户接收机和窃听者的传输速率分别表示为:
安全传输速率表示为:
情况3:主用户信道处于空闲状态,无人机错误地频谱感知到主用户信道处于忙碌状态;
在这种情况下,主用户信道没有被使用,无人机也不传输次级用户信号,因此,窃听者窃听不到任何信息,主用户接收机、次用户接收机和窃听者的安全传输速率都为0;
情况4:主用户信道处于空闲状态,无人机正确地频谱感知到主用户信道处于空闲状态,发生的概率可计算为p4=p(H0)×(1-pf);
pf为无人机频谱感知的错误警告概率;p(H0)为信道未被主用户占用的概率;
次用户接收机和窃听者的接收信噪比分别表示为:
因此,次用户接收机和窃听者的传输速率分别表示为;
安全传输速率表示为
步骤六、利用频谱感知时间段的安全传输速率以及数据传输时间段的安全传输模型,制定总的安全传输速率的优化模型;
优化模型设计如下:
P:
s.t. C1:0<τ<T
C2:0<ρ<1
C3:
C4:
其中,Rsec为总的安全传输速率;计算公式为:[x]+=max{0,x};Pss为频谱感知的功率;是无人机的最大功率限制;
C1表示频谱感知的时间长度具有限制,确保次级用户数据传输时间;
C2表示功率分配比的取值范围;
C3表示无人机用户频谱感知的功率受限于无人机的最大功率;
C4表示无人机数据传输的功率受限于无人机的最大功率;
步骤七、利用粒子群优化算法对优化模型进行求解,得到最优参数:功率分配比ρ,频谱感知时间τ以及无人机的水平位置(xu,yu);
首先,将频谱感知时间、功率分配比、无人机的横坐标和纵坐标设为四维的粒子位置,即xj=(τ,ρ,xu,yu);
然后,设置迭代次数为M,随机生成N个粒子,形成N维向量表示的粒子群:
在每次迭代中,粒子的速度更新如下:
其中,w是粒子惯性系数,是第i个粒子在第k次迭代中的速度;c1和c2是加速常数,r1和r2是[0,1]范围内的均匀随机数;为第i个粒子自身的个体最优值,为第k次迭代中粒子群的全局最优值;
粒子的位置更新如下:
当第i个粒子的适应度函数值fi大于等于平均的适应度函数值favg,则惯性系数w被更新为:
w=wmin+ζ(wmax-wmin)
其中,ζ为粒子早熟度,定义为:
当第i个粒子的适应度函数值fi小于平均的适应度函数值favg,则惯性系数w被更新为:
w=wmax
步骤八、无人机按照最优的水平位置(xu,yu)设置,按照最优参数功率分配比ρ和频谱感知时间τ进行无人机辅助认知无线网络中的信号传输,实现物理层安全传输。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011380644.X/1.html,转载请声明来源钻瓜专利网。