无线物理层安全通信中的波束成形技术研究物理层安全技术利用无线信道特征来实现安全通信,有效克服了传统安全技术依赖于窃听者有限能力的缺陷。
随着多天线系统的快速发展和应用,基于多输入多输出(Multiple Input Multiple Output,MIMO)波束成形的物理层安全传输技术能够充分利用空间自由度来开发合法信道和窃听信道的差异性,同时满足了无线通信的可靠性和安全性需求,因而成为当前无线通信领域的研究热点。
其中,保密容量之外的安全目标下的低复杂度波束成形算法、适用于不同误差模型下鲁棒性更强的波束成形算法以及有限反馈波束成形算法的保密性能分析等成为了物理层安全研究中的关键和难点问题。
本文围绕这些问题在合法信道和窃听信道不同信道状态信息(Channel State Information,CSI)情况下进行了研究。
本文首先从理想CSI情况下的波束成形设计出发,针对多用户多天线高斯窃听信道(Multi-antenna Gaussian Multi-Receiver Wiretap Channel,MG-MRWC)模型中保密容量难以计算和用户间干扰(Inter-User Interference,IUI)导致信号交叉的问题,研究了保密和速率最大化和信干噪比
(Signal-to-Interference-plus-Noise Ratio,SINR)平衡两个问题,提出了以迫零(Zero Forcing,ZF)和信漏噪比(Signal-to-Leakage-and-Noise Ratio,SLNR)为基本准则的波束成形算法。
为了验证SLNR准则度量保密性能的有效性,以多输入单输出多天线窃听(Multiple-Input Single-Output Multi-antenna Eavesdropper,MISOME)系统为例,本文从信号泄漏的角度定量分析了不同天线数目情况下SLNR波束成形算法的保密性能。
在此基础上,针对MG-MRWC模型的最大化保密和速率问题,本文提出了第I
类ZF(ZF-I)、第II类ZF(ZF-II)和加强信漏噪比(Enhanced SLNR,E-SLNR)波束成形算法。
与两种ZF波束成形算法相比,统一考虑了IUI和窃听者信号泄漏影响的E-SLNR波束成形算法不仅不受限于天线数目,而且以更低的计算复杂度获得了最佳的保密性能。
针对MG-MRWC模型的SINR平衡问题,为获得计算复杂度和保密性能的最佳折中,本文提出了迫零SINR和修改SLNR(Modified SLNR,M-SLNR)波束成形算法。
经典半定松弛(Semidefinite Relaxation,SDR)波束成形算法由于随机化处理而导致高计算复杂度。
迫零SINR波束成形算法由于需要限定窃听者的信号泄漏为零从而影响了保密性能。
M-SLNR波束成形算法可以根据窃听者的SINR要求进行双模式选择:基于等功率分配(Equal Power Allocation,EPA)的E-SLNR算法可以满足窃听者的低SINR要求,而基于窃听者SINR要求的充分条件为约束的波束成形算法可以满足窃听者的高SINR要求。
仿真结果表明M-SLNR波束成形算法能够以较低的计算复杂度获得较好的保密性能。
随后本文针对多输入单输出单天线窃听(Multiple-Input
Single-Output Single-antenna Eavesdropper,MISOSE)模型中合法信道和窃听信道CSI都存在误差的情况,提出了人工噪声辅助的鲁棒波束成形算法,克服了由于误差CSI所导致的保密性能下降的问题。
已有的研究成果表明,在仅有窃听信道CSI存在误差的情况下,人工噪声有助于提高波束成形算法的鲁棒性。
然而,在合法信道和窃听信道CSI都存在误差的情况下,人工噪声策略却没有得到充分应用。
基于确定误差模型,本文提出了基于最差性能的鲁棒波束成形算法,解决了
最差性能的保密速率最大化(Worst-Case Secrecy Rate Maximization,WC-SRM)问题。
该算法将初始NP-hard(Non-deterministic Polynomial hard)问题转化
为一个联合半定规划(Semidefinite Program,SDP)和单变量优化的问题,进而能够有效求解。
此外,基于随机误差模型,本文研究了中断概率的保密速率最大化
(Outage-Probability Secrecy Rate Maximization,OP-SRM)问题,提出了基于中断性能的鲁棒波束成形算法。
该算法利用随机误差模型和确定误差模型之间的数学关系,将OP-SRM问题转化为WC-SRM问题进行求解。
进一步,基于随机误差模型,本文研究了平均保密速率最大化(Average Secrecy Rate Maximization,A-SRM)问题,提出了基于平均性能的鲁棒波束成形算法,并证明了该算法的输入信号协方差矩阵的秩为一。
仿真结果及分析在验证以上所提出的三种波束成形算法有效性的同时,也表明了人工噪声的发送功率与合法信道和窃听信道CSI的误差程度密切相关。
当合法信道CSI误差越大时,使用人工噪声就越要谨慎;当窃听信道CSI误差越大时,需要分配给人工噪声的发送功率就越多。
其次,本文针对统计窃听信道信息情况下的多天线高斯窃听信道(Multi-antenna Gaussian Wiretap
Channel,MGWC)模型,首先以最小化总发送功率为目标设计了有用信号和人工噪
声之间的功率分配鲁棒算法,然后分析了有限反馈波束成形算法的可达保密速率。
在MISOSE和多输入多输出多窃听(Multiple-Input Multiple-Output
Multi-antenna Eavesdropper,MIMOME)两种模型中,分别针对合法信道CSI存在确定误差和随机误差的情况进行了鲁棒发送设计。
在确定误差模型下,本文提出的算法能够对抗合法信道CSI误差的影响。
在随机误差模型下,本文提出了两种鲁棒算法。
其中一种利用随机误差模型与确定误差模型之间的数学关系将概率约束问题转化为确定约束问题进行求解,该算法能获得问题的次优解;另一种利用马尔可夫不等式将概率约束问题转化为平均约束问题,该算法获得了平均性能的同时保证了较低的计算复杂度。
针对MISOME模型,本文推导了有限反馈波束成形算法的保密性能表达式,并提出了一种新的反馈策略。
当信道增益超过固定门限值时,合法接收者反馈最佳波束成形向量的索引和保密速率给发送端;否则,合法接收者只需要通知发送端保持静默状态。
该策略虽然降低了系统的总吞吐量,但是保证了安全传输而且降低了反馈开销。
通过对有限反馈波束成形算法保密性能的渐近分析,本文研究了天线数目、有限反馈数目和信噪比(Signal-to-Noise Ratio,SNR)增益等因素对保密性能的影响,从而获得了保密速率为正的条件以及保证固定性能损失所需要的反馈比特数目。
本文最后研究了MG-MRWC模型中盲窃听信道信息下的波束成形设计问题,提出了一种确定误差约束下的鲁棒波束成形算法。
与其它误差模型下的鲁棒设计相比,确定误差模型下基于最差性能的鲁棒设计虽然略为保守,但是凭借其问题求解的可行性和性能的确定性受到了普遍的关注。
由于未知窃听信道的任何信息,本文建立了发送功率最小化(Power Minimization,PM)问题。
该问题在固定总发送功率的前提下,满足合法接收者的均方误差(Mean Square Error,MSE)约束条件的同时使得有用信号的发送功率最小,从而最大限度地使用剩余发送功率等方向地发送人工噪声。
针对PM问题,本文提出了收发机联合设计的鲁棒波束成形算法。
该算法利用
交替迭代优化方法将问题转化为两个SDP问题,从而利用高效的内点算法进行求解。
仿真结果验证了算法的有效性和收敛性。