【摘 要】
:
信息传输的安全性是通信系统的重要性能指标。物理层安全以信息论为基础,利用无线信道的随机性和时变性实现信息的安全传输。多输入多输出(Multiple Input Multiple Output,M
论文部分内容阅读
信息传输的安全性是通信系统的重要性能指标。物理层安全以信息论为基础,利用无线信道的随机性和时变性实现信息的安全传输。多输入多输出(Multiple Input Multiple Output,MIMO)技术可显著提高系统的传输容量,也为物理层安全传输提供了资源。全双工技术可同时同频收发信号,能有效提高系统的频谱效率,且全双工系统双向同时收发有助于提高信息传输的安全性。本文对存在残余自干扰的MIMO全双工双向通信系统中,合法节点在接收信息的同时向对方发送信息,并发送人工噪声干扰窃听节点的物理层安全方案的优化问题进行研究,论文的主要工作如下:1.针对合法信道状态信息已知,而窃听信道状态信息仅统计分布已知的情况,首先推导出系统平均保密和速率及其下界的闭合表达式,在此基础上,以最大化平均保密和速率的下界为目标,对两节点的信息信号与人工噪声的功率分配因子、信息信号的功率分配矩阵进行联合优化。采用迭代的方法进行优化,每轮迭代中,先固定前者,优化后者,再固定后者,优化前者。使用凹/凸函数差(Difference of Concave/Convex,DC)规划算法优化信息信号功率分配矩阵,使用遗传算法优化信息信号与人工噪声的功率分配因子。对所提方案进行了仿真验证,证明理论推导正确,优化算法能有效地提高系统的平均保密和速率。2.针对合法信道、窃听信道的信道状态信息已知,分别在获得的信道矩阵准确和存在偏差两种情况下,对信息信号和人工噪声的预编码矩阵进行优化。针对信道状态信息完美的场景,构造以最大化保密和速率为目标的优化问题,并将其转化为两个上凸函数之差的形式,使用DC规划优化信息信号与人工噪声的预编码矩阵。针对信道状态信息存在随机偏差的场景,使用最差准则建模信道,利用加权最小均方误差算法对信息信号以及人工噪声的预编码矩阵进行鲁棒设计。仿真验证优化算法能有效提高系统保密和速率。
其他文献
在进入互联网时代以来,有许多的新型概念被提出来,不论是工业上的,商业上的,等等。在新时代的背景下,系统化、自动化、规范化已经成了所有企业、工业的基本特征。虽然目前已
以Ga N、Si C为代表的第三代半导体材料具有宽禁带、高击穿电场、高热导率、高电子饱和速率等特点,但其服役环境较为复杂,这对器件的连接材料及连接可靠性提出了更高的要求。
语义网技术的不断演进和发展,推动了机器对Web数据的智能化理解,并催生了众多的知识图谱。知识图谱以符号化的形式描述现实世界中的实体及其相互关系,结构化地存储着大量描述
球团矿较高的还原膨胀率一直对其入炉比例造成影响,为探究球团矿还原过程中产生恶性膨胀的问题,本论文利用第一性原理计算软件,对铁氧化物还原过程的产物进行晶胞体积的计算,比较不同还原产物的体积变化;采用还原气H_2对纯试剂Fe_2O_3压条进行还原实验,使用PCY-G膨胀仪进行在线检测,通过对比不同还原温度、还原时间和焙烧温度条件下还原产物的外观形貌与显微结构,解释还原反应产生膨胀差异的原因。研究结果表
氢化丁腈橡胶(HNBR)由于具有显著的超弹性、粘弹性和良好的耐油、耐磨、耐压性能等优点,被广泛地应用于密封元件、冲击吸能模块和滚珠轴承垫片等工业场景中。对于高分子材料而言,应力松弛是一种十分普遍的现象,其对应力/应变加速老化过程的影响不可忽略。因此,考虑松弛效应的加速老化实验方法,可以为预测橡胶制品长期服役过程中的性能表现和评估其可靠性提供有效的帮助。为研究应力松弛对HNBR加速老化的影响,本文开
的本质是一个信息抽取与处理过程,然而目前自动文本摘要技术的研究往往基于经验主义与实用主义方法,缺乏利用信息论框架进行有效的分析、指导与改进。本文首先基于Peyrard的
目前商业化主流产品碳基超级电容器存在能量密度低的瓶颈问题,研究表明调控碳电极材料的微观结构和理化性质有助于提高其储能密度,然而,超级电容器能量密度的提升通常伴随着功率特性的降低。本文针对上述问题,开发出一种三维碳超球体新材料,重点探讨了三维碳超球体微结构对双电层建立行为的影响机制,并拓展其在柔性微型固态超级电容器上的应用。具体研究内容如下:1.针对碳电极材料,我们结合原位转化和非原位模板限域组装法
培养拔尖创新人才是建设创新型国家的需要,也是高等学校的历史使命以及自身发展的内在要求。近些年来本硕博贯通式人才培养成为高校推进教育教学改革、培养拔尖创新人才的重
在市场竞争环境中,垄断协议的危害极为严重,因此世界各国是集中力量调查、打击垄断协议,然而,垄断协议与生俱来的隐蔽性特点,加之其参与者为逃避反垄断执法机构的调查而采取
获取最为精确的分类效果从来都是机器学习方法所追求的研究目的,大多数的机器学习分类模型,一般都是根据平衡数据所设计的,模型只追求整体的分类性能。在做分类问题的数据挖