认知MIMOME窃听下预编码与人工噪声设计优化策略

认知MIMOME（Multiple-Input Multiple-Output Multiple-Eavesdropper）窃听通道的联合预编码与人工噪声设计是一项前沿的物理层安全研究，针对的是认知无线网络中如何提高通信效率的同时保障信息传输的安全性。系统中涉及到的主要元素包括认知无线电技术、多输入多输出（MIMO）架构以及人工噪声（AN）的应用。 本文的核心内容聚焦于设计一种策略，即在合法接收者（Legitimate Receiver, LR）的信道矩阵的零空间中嵌入人工噪声，以此作为加密手段来对抗潜在的窃听者。作者首先提出了一种保密率最大化（Secure Rate Maximization, SRM）问题，目标是在满足对主用户（Primary User, PU）的干扰功率限制以及第二级传输器可用的最大发射功率约束的前提下，优化预编码策略。这种设计旨在最小化信息泄露的风险，同时保持有效的通信性能。 问题的解决策略采用了逐次凸逼近（Successive Convex Approximation, SCA）方法，因为所遇到的SRM问题本质上是差分凸（Difference-Convex, DC）型编程问题。通过一阶泰勒展开近似处理每个问题中的非凸部分，将原本的非线性优化问题转化为一系列可解的凸优化问题，从而实现算法的迭代求解。这种方法确保了算法在每次迭代过程中的收敛性，最终能够得到满意的解决方案。 本研究不仅探讨了认知MIMOME系统中预编码和人工噪声的协同工作，还展示了如何利用数学工具如凸优化技术来解决复杂的物理层安全问题。这对于理解无线通信中如何在动态变化的环境中增强通信安全性具有重要的理论价值和实际应用意义。这项工作的成果可能被用于设计未来的无线通信标准或者为相关企业提供更高级别的数据保护策略。