基于不完整信息的智能反射表面的干扰测试方法与流程

技术特征：
1.基于不完整信息的智能反射表面的干扰测试方法，其特征在于，根据测试方当前知晓的通信系统信息以及服务区内用户群的情况构建预测通信系统实际收益的下层优化模型的约束集合，所述下层优化模型的目标函数为通信系统接收测试信号后的通信收益最大；根据当前测试参数以及所知晓的通信系统内智能反射表面信息构建上层优化模型的约束集合，所述上层优化模型的目标函数为通信系统在测试信号作用下的通信收益最小；求解上层优化模型和下层优化模型组成的双层优化模型，得到本轮测试中作用于已知晓通信系统智能反射表面的测试信号，预测通信系统在测试信号作用下的通信收益；观测通信系统接收测试信号后的实际通信收益，在通信系统接收测试信号后的实际通信收益与通信系统在观测信号作用下的通信收益预测值相同时，结束测试，否则，修正下层优化模型的约束集合和上层优化模型的约束集合后重新计算下一轮测试中作用于已知晓通信系统智能反射表面的测试信号。2.根据权利要求1所述基于不完整信息的智能反射表面的干扰测试方法，其特征在于，根据测试方当前知晓的通信系统信息以及服务区内用户群的情况构建预测通信系统实际收益的下层优化模型的约束集合的具体方法为：根据第t轮测试中测试方对所知晓的各用户群通信效率的上下限构建测试方知晓用户群的通信效率的约束：根据第t轮测试中通信系统信号发射天线的最大工作带宽和所能承受的最大功率所组成的矩阵c
t
构建通信系统内基站的工作带宽b和最大工作功率p所组成的向量c的约束条件：c
t
y
t
≤c，根据第t轮测试中作用于已知晓通信系统智能反射表面的测试信号建立基站行为约束条件：0≤y
t
x
t
≤1，为第t轮测试中测试方对所知晓的各用户群通信效率的估计值组成的向量，y
t
为第t轮测试中测试方对通信系统操作其信号发射天线的强度的预测值组成的向量，p1、p2、p
e
为通信系统第1个、第2个、第e个信号发射天线所能承受的最大功率，b1、b2、b
e
为通信系统第1个、第2个、第e个信号发射天线的最大工作带宽，x
t
为记录第t轮测试中所采用测试方案的向量，即，第t轮测试中作用于已知晓通信系统智能反射表面的测试信号。3.根据权利要求2所述基于不完整信息的智能反射表面的干扰测试方法，其特征在于，所述下层优化模型的目标函数为：4.根据权利要求3所述基于不完整信息的智能反射表面的干扰测试方法，其特征在于，根据当前测试参数以及所知晓的通信系统内智能反射表面信息构建上层优化模型的约束集合的具体方法为：根据测试方信号发射天线数量r、第t轮测试中测试方对智能反射表面知晓情况的位置向量r
t
构建测试方影响智能反射面的约束：0≤r
t
x
t
≤r，根据测试方所能调动的最大功率p、第t轮测试中影响测试方所知晓的各智能反射表面的最小测试信号的功率所组成的向量p
t
构建测试方调动功率的约束：0≤p
t
x
t
≤p。5.根据权利要求4所述基于不完整信息的智能反射表面的干扰测试方法，其特征在于，所述上层优化模型的目标函数为：
6.根据权利要求5中所述基于不完整信息的智能反射表面的干扰测试方法，其特征在于，求解上层优化模型和下层优化模型组成的双层优化模型的方法为将双层优化模型转化为单层混合整数线性规划问题后求解，所述单层混合整数线性规划问题为：其中，v由(s
t
)
t
v＝y推导得出，s
t
为通过对偶变换和等价变换将表示为的辅助矩阵，s
t
＝[-i；i]，d
t
＝[c
t
；i]，a
t
＝[0；i]，d
t
＝[c；1]，z
t
为y
t
的对偶变量，n
v
、n
y
、n
z
是为了将非线性约束条件转化为线性约束条件而引入的元素足够大的对角阵，ω1、ω2、ω3是为了将非线性约束条件转化为线性约束条件而引入的二进制变量所组成的向量。7.根据权利要求6所述基于不完整信息的智能反射表面的干扰测试方法，其特征在于，采用两种观测方式中的一种观测通信系统接收测试信号后的实际通信收益，第一种观测方式为观测基站与用户群建立通信的情况，第二种观测方式为观测通信系统中信号发射天线的工作强度以及通信系统接收测试信号后的实际通信收益。8.根据权利要求7所述基于不完整信息的智能反射表面的干扰测试方法，其特征在于，若采用第一种观测方式观测通信系统接收测试信号后的实际通信收益，通信系统接收测试信号后的实际通信收益与通信系统在观测信号作用下的通信收益预测值不相同时，修正下层优化模型的约束集合和上层优化模型的约束集合的方法为：将与基站建立通信的用户群纳入测试方的认知范围，并将与基站建立通信的用户群的通信效率的确切值纳入下层优化模型约束集合，修改测试方知晓用户群的通信效率约束的上下限。9.根据权利要求7所述基于不完整信息的智能反射表面的干扰测试方法，其特征在于，若采用第二种观测方式观测通信系统接收测试信号后的实际通信收益，通信系统接收测试信号后的实际通信收益与通信系统在观测信号作用下的通信收益预测值不相同时，修正下层优化模型的约束集合和上层优化模型的约束集合的方法为：将第t轮测试中测试方对通信系统操作其信号发射天线的强度的预测值组成的向量y
t
加入到s
t
中，将通信系统接收测试信号后的实际通信收益加入到s
t
中。10.通信系统防御干扰的方法，其特征在于，权利要求1所述干扰测试方法生成的测试信号作用于智能反射表面时，根据通信系统遭受影响的智能反射表的数量确认测试方所影响智能反射表的最大数量r
t
；确认通信系统在受到影响后所启用的通信天线所对应的智能反射表面以及它们的位置；对于测试方已知晓的智能反射表面所服务的用户群的通信效率，选出r
t
个数值最高的用户群作为测试方已知晓的用户群；加强所选出的r
t
个通信效率最高的用户群所对应的智能反射表面的无线控制器的抗干扰能力；观测受到影响的智能反射表面的数量，在受到影响的智能反射表面的数量没有增加时延续该防御方法，否则，重新确认测试方所影响智能反射表的最大数量。

技术总结
本发明公开基于不完整信息的智能反射表面的干扰测试方法，属于计算、推算或计数的技术领域。根据测试方已知的通信系统的信息及服务区内用户群构建下层优化模型约束集合；根据当前测试设备参数和所了解的智能反射表面构建上层优化模型约束集合；根据所得的上下层约束集合构建双层优化的测试方案决策模型，得到本轮测试的测试方案并预测通信系统接收到测试信号后的表现；观测通信系统在测试方案作用下的表现；在观测到的实际表现和预测结果相等时，结束试验，不相等则根据观测方式修改约束集合后重新生成测试方案，在不完全了解系统的情况下经过有限次试验后即可正确检测出干扰测试下的系统真实表现，具有测试过程快速准确的优点。的优点。的优点。


技术研发人员：李大鹏 王瀚 王小明 蒋锐 徐友云
受保护的技术使用者：南京邮电大学
技术研发日：2021.08.13
技术公布日：2022/2/28