深度学习辅助的随机频率分集阵列下的三维无线安全传输

摘要：

针对相控阵列辅助的无线通信系统中发射波束只依赖角度特性而导致的安全隐患问题,以及传统的迭代算法所带来的高计算复杂度问题,该文提出由深度学习(DL)和随机频率分集阵列(RFDA)辅助带有3维安全区域的安全传输方案.首先,推导在3维空间中带有安全区域的期望用户实现安全通信的传输条件.在此基础上,构建系统安全速率下界最大化问题.随后,提出基于深度学习的神经网络方案来设计最优的波束成形矢量和人工噪声(AN)矢量来降低计算复杂度.仿真结果表明:即便是在窃听者位于安全区域边缘的最差情况下,所提方案仍能够在实现3维安全传输,能够保证安全区域内接收到的信息不被窃听.

关键词：安全传输、随机频率分集阵列、深度学习

所属期刊栏目：45

分类号：TN92

在线出版日期：2023-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2063-2070