卫星通信系统中的安全波束成形技术研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:nicoljoe001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
卫星通信具有覆盖范围广、通信容量大、不受地理条件限制等优点,将在下一代移动通信系统中发挥着越来越重要的作用。然而,卫星通信的广域覆盖特性使得信息传输中的安全问题面临着严重的挑战。作为物理层安全的一种重要手段,波束成形(Beamforming,BF)能够增强合法用户通信质量的同时显著降低窃听者的接收功率,从而引起了业界的广泛关注。论文对卫星通信系统中基于波束成形的物理层安全技术进行了研究,主要工作总结如下:(1)针对窃听者信道状态信息(Channel State Information,CSI)准确已知和存在误差两种情况,提出了多播传输模式下的卫星通信安全波束成形算法。首先,针对存在多个窃听者的卫星多播传输系统,构建了安全速率约束条件下的发射功率最小化问题。接着假设合法用户和窃听者CSI均已知的条件下,提出了半正定规划和罚函数相结合的波束成形方法。更进一步,在窃听者CSI存在误差的条件下,还提出了一种基于迭代的鲁棒安全BF算法。仿真结果表明,所提出的两种安全BF算法均能够有效提升多波束卫星通信下行链路的物理层安全性能。(2)针对仅已知窃听者大致位置的情况,提出了单播传输模式下卫星通信鲁棒安全波束成形算法。首先,在非合作窃听场景下建立合法用户安全速率最大化为目标函数,且单天线发射功率受限为约束的优化问题。接着,应用log-sum-exp函数对目标函数进行近似并且结合Dinkelbach和非凸交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)算法对该问题进行迭代求解,获得鲁棒安全BF算法。进一步将该算法推广到合作窃听场景。最后,仿真结果表明所提鲁棒安全BF算法优于传统最大比发射(Maximum Ratio Transmission,MRT)算法和非鲁棒安全BF算法。(3)在仅已知窃听者大致位置的条件下,提出了基于层分多址(Layered division multiplexing,LDM)传输的卫星通信鲁棒安全波束成形算法。首先,针对存在多个窃听者的卫星通信LDM传输系统,分别推导出合法用户单播和多播传输下的安全速率表达式。接着,构建了安全速率约束下的发射功率最小化问题,并进一步在仅已知窃听者大致位置的条件下,通过对非凸的约束条件进行近似和凸约束转化,提出了一种基于连续凸逼近(Successive Convex Approximation,SCA)的鲁棒安全BF算法。最后,仿真结果验证了所提鲁棒安全BF算法的有效性和优越性。
其他文献
相位恢复是指根据已知采样系统中获得的幅值信号恢复出原始信号的过程。现有的测量设备由于采样频率不足,只能记录信号的幅值或强度信息,对于信号的相位信息无法直接获得,而相位信息中又包含大量的结构信息,因此需要通过相位恢复技术来获取相位信息。相位恢复相关的算法在很多成像系统中具有不可替代的作用,在工程和科学领域得到广泛应用,其中光学、衍射成像学、X射线晶体学等。本文将以非凸优化算法为基础,结合去噪先验知识
学位
传染病的传播至今严重威胁着人类的生命安全和世界文明的发展。由于传染病的研究无法通过大规模的实验进行,因此建立具有传染病传播典型特征的数学模型,进行传染病动力学分析,探索传染病传播规律,并推断其发展趋势,是对传染病进行预防和控制的有效手段之一。疾病的传播不可避免的存在时滞,时滞的出现往往会破坏系统的稳定性,诱发更加复杂的动力学行为。同时,疾病的传播是一个动态扩散的过程,易感者和传染源在空间域上会随机
学位
场景文本作为一种日常生活中的信息载体,蕴含着丰富且精确的信息。因此对自然场景图像中文字的检测与识别在基于计算机视觉的应用中有着广阔的适用范围和极高的商业价值。近年来深度学习的出现为计算机视觉提供了新思路,并在多项基础任务中取得了突破性的成果。由于场景文字在排布、尺度、字体、成像条件等方面均具有高度复杂性,因此对其进行精准定位是一项极具挑战的任务。现有的工作在复杂场景文本检测上已取得了较大进展,但仍
学位
光子自旋霍尔效应(PSHE)是一种有趣的输运现象,指的是在两种不同介质的反射或折射界面上,左旋和右旋圆偏振分量发生自旋相关的横向分裂。通过结合弱值放大技术(即量子弱测量),PSHE被广泛用于检测离子浓度、设计高灵敏度的光学传感器、光学微分运算、鉴别石墨烯层数和边缘检测等。为了进一步扩展PSHE的应用,对自旋偏移量的增强研究是具有重要的科学意义和应用价值的。目前,科学家们提出了多种获得较大自旋偏移量
学位
近年来,行人重识别在视频监控、网络刑侦等领域应用广泛,主要用于解决多摄像头间同一行人的检索问题。然而在实际生活场景中,由于存在拍摄视角、姿态变化、光照条件等问题,使得行人重识别成为一个具有挑战性的任务。为提高光线昏暗环境下行人重识别精度,跨模态行人重识别这一课题也应运而生。针对跨模态行人重识别问题,本文从网络结构和损失函数两方面进行了研究。与现有方法相比,本文所提方法在两个公开的跨模态行人重识别数
学位
血压是心血管疾病诊断和日常健康监测的重要指标,掌握血压的波动状态能够及时的进行疾病的预防和治疗。高血压是引起脑梗塞和心力衰竭等心血管疾病的关键危险因素,并且呈现出年轻化的发展趋势。日常生活中有意识的进行血压测量,对于血压的异常变化尽早发现和干预,可降低相关疾病的患病风险。因此,本文设计了一种网络化无创血压检测系统,该系统通过采集人体臀部的光电容积脉搏波(PPG)和心电信号(ECG),结合人体特征数
学位
在基站(Base Station,BS)上使用大规模多输入多输出(Multiple Input Multiple Output,MIMO)通信系统具有实现高谱效、高可靠性和大规模连接性的潜力,然而大规模MIMO系统会增加基站的硬件成本和射频功耗。采用低分辨率模数/数模转换器(Analog-to-Digital Converter,ADC/Digital-to-Analog Converter,DA
学位
随着人工智能领域的蓬勃发展与广泛应用,人机交互作为一种新兴的关联技术,得到了越来越多研究者的关注。情感识别作为人机交互任务中重点的研究领域,在用户与设备的交互体验中起着决定性作用。在现有的研究中,已有多种模态信号被应用于情感识别任务,诸如表情、语音、姿态等。但这些非生理模态信号存在一定程度的主观性,可以通过主体刻意的掩饰与伪装影响情感类型的判断。相较之下,诸如脑电、心电和皮电等生理模态信号在客观性
学位
城中村是中国快速城市化进程中的产物,以低矮拥挤的建筑物为主,存在环境质量差、市政配套设施落后等问题。因此,如何结合当前基于深度学习的全卷积模型和高分辨率遥感影像资源,实现城中村建筑物矢量轮廓的自动提取,对于城市规划管理业务的智能化是个值得探讨的问题。然而,当前基于深度学习的遥感图像分割算法只能获取城中村建筑物像素掩膜,分割结果不含位置、数量等直接信息。另外,冗余的模型不但拖慢处理速度,也降低分类定
学位
随着互联网技术的发展以及新闻传播的途径越来越广泛,新闻文本数量不断增加,新闻阅读用户从海量的新闻标题文本中查找特定的类别越来越困难。在文本分类过程中,由于新闻标题长度短、文本特征稀疏等特点导致标题样本很难为分类学习提供足够且有价值的特征,导致分类过程准确率较低。本文针对中文新闻标题文本分类进行了算法分析研究、系统设计与开发实现,构建准确率较高的文本分类系统。具体工作如下:(1)提出了基于特征拓展的
学位