一种基于统计信息的协作物理层安全增强方法

技术特征：
1.一种基于统计信息的协作物理层安全增强方法，其特征在于，包括以下步骤：s1、构建无线传输系统模型；s2、根据步骤s1构建的无线传输系统模型，采用两时隙的方式进行信息传输，对无人机中继与地面源节点、目的节点以及窃听节点间的信道增益进行建模，得到目的节点及窃听者接收信号的表达式，根据窃听者的瞬时信噪比计算无人机中继通信系统的私密速率；s3、构造以协作干扰功率与无人机部署位置为优化变量，以最大化步骤s2得到的无人机中继通信系统的私密速率为目标函数的优化模型；s4、在无人机中继固定部署的条件下，通过双向搜索方法求解步骤s3的优化模型，根据优化模型对干扰功率进行优化，实现私密速率最大化；s5、利用步骤s4优化后的干扰功率，使用深度强化学习求解无人机部署的优化问题，在dqn算法中无人机选择q值最大化的动作，更新无人机中继的部署位置直至最优位置，以最大化无人机中继通信系统的私密速率。2.根据权利要求1所述的基于统计信息的协作物理层安全增强方法，其特征在于，步骤s1中，无线传输系统模型包括源节点s，目的节点d，uav中继r和窃听者e，源节点s向uav中继r发送信号，uav中继r将信号放大并转发到目的节点d，目标为在部分csi的情况下通过联合优化干扰功率与无人机的位置部署，以最大限度的提高私密速率。3.根据权利要求1所述的基于统计信息的协作物理层安全增强方法，其特征在于，步骤s2中，在第一个时隙中，源节点s将机密信息发送给uav中继r，机密信息被窃听者e截获，目的节点d发出一个人工干扰信号；在第二时隙中，源节点s处于静默状态，uav中继r将第一时隙接收到的信号通过af协议转发到目的节点d，消息被窃听者e窃听；窃听者的瞬时信噪比γ
e
为：无人机中继通信系统的私密速率r
s
为：其中，γ
d
，和分别为目的节点以及两个时隙窃听者的瞬时sinr，p
s
，p
d
，p
r
分别为源节点，目的节点，无人机中继的发射功率，α
se
，α
de
，α
sr
，α
re
，α
dr
，α
sr
分别为各通信链路的信噪比，r
d
为合法信道容量，r
e
为窃听信道容量。4.根据权利要求1所述的基于统计信息的协作物理层安全增强方法，其特征在于，步骤
s3中，以最大化无人机中继通信系统的私密速率为目标函数的优化模型具体为：s.t.p
out
≤κ0≤r
s
≤r
thth
其中，κ表示中断概率阈值，(x
u
,y
u
)表示无人机在考虑区域中的水平位置，p
d
为目的节点的发射功率，r
s
为私密速率，p
out
为保密中断概率，r
th
表示目标私密速率，为目的节点最大允许的发射功率。5.根据权利要求1所述的基于统计信息的协作物理层安全增强方法，其特征在于，步骤s4中，利用双向搜索方法求解所得的最优干扰功率即当前固定无人机位置的功率分配方案，优化干扰功率最大化私密速率如下：s.t.p
out
≤κ0≤r
s
≤r
th
其中，为最优干扰功率，r
s
为私密速率，p
out
为保密中断概率，κ为中断概率阈值，r
th
为目标私密速率，p
d
为目的节点的发射功率。6.根据权利要求5所述的基于统计信息的协作物理层安全增强方法，其特征在于，双向搜索方法具体为：s401、设置p
d
的最小值p
min
和最大值p
max
，p
min
＝0，定义阈值ε；s402、令如果则p
max
＝p
*
，否则p
min
＝p
*
；s403、若|p
max-p
min
|＜ε，得到最优的干扰功率p
*
，完成无人机中继通信系统的功率分配策略；否则重复进行步骤s402。7.根据权利要求1所述的基于统计信息的协作物理层安全增强方法，其特征在于，步骤s5具体为：s501、对无人机的网络拓扑和回放记忆以及权值θ和θ
′
的动作值函数q和目标网络q
′
进行初始化；s502、对当前拓扑下的信道状态参数进行归一化处理，作为网络输入；s503、使用贪心策略，以阈值ε的概率选择一个随机动作z
t
；否则以1-ε的概率选择动作z
t
←
max
z
q(s
t
,z,θ)；s504、在模拟器中执行步骤s503中的随机动作z
t
，获得奖励r
t
并更新到一个新的状态s
t 1
；s505、将当前状态、动作、转换和下一状态的转换结果(s
t
,z
t
,r
t
,s
t 1
)储存到回放记忆中；s506、从步骤s505的回放记忆中随机采样一个转换样本数据(s
j
,z
j
,r
j
,s
j 1
)；
s507、在飞行区域内最大化即时奖励如下：s508、使用随机梯度下降算法更新均方误差损失函数(y
j-q(φ
j
,z
j
,θ))2；s509、每隔固定步数更新目标网络的参数，直至找到无人机实现最优部署。

技术总结
本发明公开了一种基于统计信息的协作物理层安全增强方法，构建无线传输系统模型；整个通信过程采用了两时隙的方式进行信息传输；构造以协作干扰功率与无人机部署位置为优化变量，联合优化协作干扰功率与无人机的位置部署使得私密速率达到最大化；在无人机中继固定部署的条件下，通过双向搜索方法来求解优化问题，优化干扰功率最大化私密速率；在最优协作干扰功率的条件下，使用深度强化学习来求解无人机部署的优化问题，通过DQN算法逼近无人机的最优部署。本发明无人机部署方便，不受复杂地形和障碍物的限制；通信适用性强、信息传输质量高。质量高。质量高。


技术研发人员：唐晓 刘娜 张若南 王大伟
受保护的技术使用者：西北工业大学
技术研发日：2022.03.07
技术公布日：2022/6/10