认知无线电网络中安全通信的联合波束成形与功率分配策略

"这篇研究论文探讨了联合波束成形和功率分配在认知无线电网络中用于安全通信的应用。通过使用合作干扰器发送人造噪声来干扰窃听者，旨在最大化次级用户（SU）的可用秘密率，同时满足主要用户干扰功率约束和发射机全局传输功率约束。文章提出了解决非凸优化问题的两种次优算法：完整正交投影和部分投影算法。" 正文： 在现代无线通信系统中，认知无线电网络（CRN）已经成为提高频谱效率和实现安全通信的重要手段。认知无线电网络允许次级用户（SU）在不干扰主用户（PU）的情况下利用空闲频谱资源。然而，这种共享频谱的方式也引入了潜在的安全风险，因为敌对的窃听者可能会监听SU的通信，从而威胁到信息的隐私和安全性。 本文的研究重点在于如何在认知无线电网络中实现安全通信。作者提出了采用合作干扰器（Cooperative Jammer）的方法，该干扰器通过发射人造噪声来干扰潜在的窃听者，以此提高SU通信的保密性。目标是最大化SU的可用秘密率，这是衡量通信安全性的一个关键指标，表示在考虑窃听者存在的情况下的有效信息传输速率。 为了实现这个目标，需要优化SU发射机和合作干扰器的波束成形向量以及它们之间的功率分配。然而，这个问题是一个非凸优化问题，通常难以找到全局最优解。因此，作者提出了两种次优算法来解决这一挑战：完整正交投影算法和部分投影算法。 1. 完全正交投影算法：此方法基于正交化技术，将非凸优化问题转化为一系列凸子问题，逐个求解，逐步逼近最优解。它在保持问题约束的同时，尝试寻找能最大化秘密率的波束成形向量和功率分配策略。 2. 部分投影算法：该算法可能在求解效率上优于完全正交投影，因为它可能只需要较少的迭代次数就能达到接近最优的结果。部分投影算法在每次迭代中仅更新一部分变量，从而降低计算复杂度，但可能牺牲一定的优化性能。 这两种算法的提出，为实际系统中实施联合波束成形和功率分配提供了可行的解决方案，有助于在满足主用户干扰限制的同时，提高次级用户的通信安全性。此外，这些方法也为未来认知无线电网络的设计和优化提供了理论指导，尤其是在处理复杂安全性和资源管理问题时。 这篇研究论文深入探讨了认知无线电网络中安全通信的联合波束成形和功率分配问题，提出了有效的次优算法，并通过实例分析验证了其性能。这对于理解和改进认知无线电网络的安全通信机制具有重要的理论价值和实际应用前景。