对D2D(Device to Device)通信系统的隐蔽通信问题进行研究,提出了一种基于智能反射面(Intelligent Reflecting Surfaces,IRS)的D2D通信系统,该系统采用双IRS模式。首先分析了各信号的信干噪比(SINR)和各自的期望值,并据此推导出系统遍...对D2D(Device to Device)通信系统的隐蔽通信问题进行研究,提出了一种基于智能反射面(Intelligent Reflecting Surfaces,IRS)的D2D通信系统,该系统采用双IRS模式。首先分析了各信号的信干噪比(SINR)和各自的期望值,并据此推导出系统遍历总容量的解形式,接着针对隐蔽通信建立了二元假设问题,推导出误检测率的解形式,并据此计算出平均最小误检测率。除此之外,还分析了无IRS系统的遍历总容量和平均最小误检测率,与双IRS系统进行对比。仿真结果表明,双IRS系统的遍历总容量和平均最小误检测率优于无IRS系统,双IRS系统能够比传统的无IRS系统获得更高的容量和更低的误检测率。展开更多
随着无线通信技术的快速演进,5G、Wi-Fi和窄带物联网(Narrowband internet of things,NB-IoT)等多种通信制式并存,网络结构与信道环境的复杂性显著提升,使通信制式识别在频谱管理、干扰抑制与安全监测中的作用愈加重要。传统依赖人工特...随着无线通信技术的快速演进,5G、Wi-Fi和窄带物联网(Narrowband internet of things,NB-IoT)等多种通信制式并存,网络结构与信道环境的复杂性显著提升,使通信制式识别在频谱管理、干扰抑制与安全监测中的作用愈加重要。传统依赖人工特征与规则的方法在动态复杂场景及未知协议下适应性有限,而深度学习通过端到端建模与自动特征提取显著提升了识别精度与鲁棒性,但其在跨制式泛化、数据稀缺与计算开销方面仍面临瓶颈。以大语言模型与多模态模型为代表的大规模预训练模型凭借强泛化、跨任务迁移和少样本学习能力,展现出在复杂通信制式识别中的巨大潜力。本文系统梳理了通信制式识别技术的发展脉络,重点探讨了大语言模型驱动方法的最新进展,剖析了其在泛化能力、可解释性与高效部署等方面所面临的挑战,挖掘了其在智能频谱管理与安全监测中的应用机遇,并展望了其在5G/6G智能网络管理中的发展前景。展开更多
为了提高无线通信系统的安全性,基于功率分割型无线携能通信(Power Splitting⁃Simultane⁃ous Wireless Information and Power Transfer,PS⁃SWIPT)模型,提出了一种有源可重构智能表面(Ac⁃tive Reconfigurable Intelligent Surface,ARIS...为了提高无线通信系统的安全性,基于功率分割型无线携能通信(Power Splitting⁃Simultane⁃ous Wireless Information and Power Transfer,PS⁃SWIPT)模型,提出了一种有源可重构智能表面(Ac⁃tive Reconfigurable Intelligent Surface,ARIS)辅助PS⁃SWIPT系统(ARIS⁃PS⁃SWIPT)的安全传输方案。综合考虑ARIS⁃PS⁃SWIPT系统的能量效率和安全性,构造了安全能效最大化问题,通过联合优化基站的波束成形向量、ARIS的反射系数矩阵,以及合法用户的功率分割比值,提升ARIS⁃PS⁃SWIPT系统的安全能效。由于所构建的优化问题为非凸问题,利用交替优化(Alternating Optimiza⁃tion,AO)算法将原问题分解为3个子问题,并进一步通过半正定松弛(Semi⁃Definite Relaxation,SDR)和Dinkelbach方法获得子问题的优化解。仿真结果表明,ARIS⁃PS⁃SWIPT方案在安全能效方面优于PRIS辅助PS⁃SWIPT(PRIS⁃PS⁃SWIPT)方案和放大转发辅助PS⁃SWIPT(AF⁃PS⁃SWIPT)方案,且所提算法相较于遗传算法(Genetic Algorithm,GA),对求解该类问题具备更高的适应性,并且获得了更高的安全能效。展开更多
文摘对D2D(Device to Device)通信系统的隐蔽通信问题进行研究,提出了一种基于智能反射面(Intelligent Reflecting Surfaces,IRS)的D2D通信系统,该系统采用双IRS模式。首先分析了各信号的信干噪比(SINR)和各自的期望值,并据此推导出系统遍历总容量的解形式,接着针对隐蔽通信建立了二元假设问题,推导出误检测率的解形式,并据此计算出平均最小误检测率。除此之外,还分析了无IRS系统的遍历总容量和平均最小误检测率,与双IRS系统进行对比。仿真结果表明,双IRS系统的遍历总容量和平均最小误检测率优于无IRS系统,双IRS系统能够比传统的无IRS系统获得更高的容量和更低的误检测率。
文摘随着无线通信技术的快速演进,5G、Wi-Fi和窄带物联网(Narrowband internet of things,NB-IoT)等多种通信制式并存,网络结构与信道环境的复杂性显著提升,使通信制式识别在频谱管理、干扰抑制与安全监测中的作用愈加重要。传统依赖人工特征与规则的方法在动态复杂场景及未知协议下适应性有限,而深度学习通过端到端建模与自动特征提取显著提升了识别精度与鲁棒性,但其在跨制式泛化、数据稀缺与计算开销方面仍面临瓶颈。以大语言模型与多模态模型为代表的大规模预训练模型凭借强泛化、跨任务迁移和少样本学习能力,展现出在复杂通信制式识别中的巨大潜力。本文系统梳理了通信制式识别技术的发展脉络,重点探讨了大语言模型驱动方法的最新进展,剖析了其在泛化能力、可解释性与高效部署等方面所面临的挑战,挖掘了其在智能频谱管理与安全监测中的应用机遇,并展望了其在5G/6G智能网络管理中的发展前景。
文摘为了提高无线通信系统的安全性,基于功率分割型无线携能通信(Power Splitting⁃Simultane⁃ous Wireless Information and Power Transfer,PS⁃SWIPT)模型,提出了一种有源可重构智能表面(Ac⁃tive Reconfigurable Intelligent Surface,ARIS)辅助PS⁃SWIPT系统(ARIS⁃PS⁃SWIPT)的安全传输方案。综合考虑ARIS⁃PS⁃SWIPT系统的能量效率和安全性,构造了安全能效最大化问题,通过联合优化基站的波束成形向量、ARIS的反射系数矩阵,以及合法用户的功率分割比值,提升ARIS⁃PS⁃SWIPT系统的安全能效。由于所构建的优化问题为非凸问题,利用交替优化(Alternating Optimiza⁃tion,AO)算法将原问题分解为3个子问题,并进一步通过半正定松弛(Semi⁃Definite Relaxation,SDR)和Dinkelbach方法获得子问题的优化解。仿真结果表明,ARIS⁃PS⁃SWIPT方案在安全能效方面优于PRIS辅助PS⁃SWIPT(PRIS⁃PS⁃SWIPT)方案和放大转发辅助PS⁃SWIPT(AF⁃PS⁃SWIPT)方案,且所提算法相较于遗传算法(Genetic Algorithm,GA),对求解该类问题具备更高的适应性,并且获得了更高的安全能效。
文摘针对智能电网中移动用户(如远程巡检设备、移动维护设备等)在窃听威胁下的数据传输问题,提出了一种基于空地一体化的无人机(Unmanned Aerial Vehicle,UAV)辅助智能电网移动用户通信系统。该系统利用混合智能反射表面(Hybrid Reconfigurable Intelligent Surfaces,HRIS)与UAV协同工作,通过优化基站(Base Station,BS)的波束赋形和HRIS的反射系数矩阵,并采用双深度确定性策略梯度(Twin Deep Deterministic Policy Gradient,TDDPG)算法进行求解,在满足系统总能耗和通信服务质量(Quality of Service,QoS)要求的约束下,最大化通信系统的保密能效(Secrecy Energy Efficiency,SEE),确保移动设备的数据传输安全性和通信质量。仿真结果验证了所提模型和通信策略的有效性,保密速率相较于传统方案提升约36.8%,从物理层显著提高了智能电网中移动业务通信的安全性和能效。
