没有合适的资源?快使用搜索试试~ 我知道了~
基于C-RAN前向压缩的物联网安全通信方法.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 132 浏览量
2021-09-20
21:17:57
上传
评论
收藏 325KB DOCX 举报
温馨提示
试读
20页
基于C-RAN前向压缩的物联网安全通信方法.docx
资源推荐
资源详情
资源评论
摘要
提出了一种云无线接入网络(C-RAN,cloud radio access network)安全通信
系统下行资源分配算法,该算法在满足物联网信息终端的信干噪比、物联网窃
听终端信干噪比和前向链路容量等约束条件下,通过联合优化基站模式、量化
噪声和波束成形等参数实现系统功率最小化。此设计是一个非凸优化问题,为
了有效求解该问题,采用分步优化方法将原问题进行分解。提出利用半定松弛
技术和函数平滑方法,并通过迭代差分凸函数法求得原问题的次优解。通过二
分法确定基站模式,再优化基站发射功率。仿真结果表明,所提联合优化算法
相比组稀疏优化算法和基准算法具有更好的性能,且其性能接近穷举法。
关键词:•C-RAN;前向压缩•;物理层安全•;物联网通信
Abstract
A resource allocation algorithm was proposed for downlink C-RAN
secure communication system.This algorithm jointly optimized the
parameters of base station (BS) mode,quantized noise and beamforming
under the constraints of SINR requirements of Internet of things
information receiver,eavesdropped receiver and fronthaul link
capacity.Such a design was a non-convex optimization problem,and a
step-by step optimization algorithm was proposed to decompose the
original optimization problem efficiently.Semi-definite technique and
function smoothing approach were adopted,and the local optimization
solution of the original problem was obtained by the iterative different of
convex method.Bi-section approach was further proposed to determine
BS mode,and the transmitting power of the BSs were finally
optimized.Simulation results indicate that the proposed joint optimization
algorithm achieves better performance than group sparse optimization
algorithm and baseline algorithm,and it has approximate optimal
performance as the exhaustive search algorithm.
Keywords : •C-RAN;fronthaul compression;physical layer
security;Internet of things communication
1 引言
1.1 背景
随着无线通信在人们生产生活过程中起到越来越重要的作用,用户对于高
速 数据传输 和 无 处 不 在 的 通信服务 需 求 不 断 增长 , 物联 网
••
( IoT,Internet of
things
) 技 术
[1
,2
]
已 经 受 到 工 业 和 学 术 界 的 广 泛 关 注 。 云 无 线 接 入 网 络 ( C-
RAN,cloud radio access network )
[3
,4
]
作为一种新的无线接入网架构,将云计
算应用到无线接入网中,是•5G 无线网络实现软件定义和绿色通信的候选技术
之 一 。 IoT 终 端 的 基 带 信 号 通 过 前 向 链 路 传 送 到 基 带 处 理 池 ( BBU
pool,baseband unit pool),从而实现 BBU pool 能够对基带信号进行联合处理。
然而,在提高频谱效率的同时,也给无线通信网络带来了一系列挑战,其中最
直接的就是能耗问题。
由于潮汐现象,例如办公区域在夜间通常只有极少量甚至没有活动的 IoT 终
端,如果 C-RAN 一直处于工作状态,则极易造成能耗的浪费。因此,根据系统
资源和 IoT 终端需要进行基站模式选择
[5
,6
,7
,8
]
(关闭基站和前向链路),能够有
效降低系统能耗。同时,由于用户数据需要在基站间共享, C-RAN 前向链路上
的基带数字信号传输速率开销非常大,如宽带 LTE-A 系统使用 5 个 20 MHz 载
波时,其速率达到 10 Gbit/s 以上
[9
]
。因此,前向链路容量受限时,如何降低前
向链路的容量对提高•C-RAN 系统的性能有着十分重要的意义
[10
]
。基于此,学者
们提出了数据共享
[11
]
和前向压缩
[12
,13
]
两种策略。Dai 等人
[13
]
证明了前向压缩策略
比数据共享策略的节能效果更好,同时,考虑无线信道具有广播特性, C-RAN
的通信网络容易被各种新型设备或 IoT 终端窃听攻击
[14
,15
,16
]
。这些非授权的设备
或 IoT 窃听终端不但会窃取用户的有用信息,还可能会发射信号来影响授权用户
对信息的接收。因此,C-RAN 系统在安全传输方面也面临严峻的挑战
[15
,16
]
。根
据上述分析,本文研究在前向链路容量约束下基于前向压缩的安全通信方法,
以实现系统能耗的最小化。
1.2 相关研究
关闭•C-RAN 的一部分基站及其前向链路使得在节省电路能耗的同时,激活
基站的发射功率将会增加。因此,Cheng 等人
[5
]
提出了利用分枝剪切法来实现基
站模式选择与发射功率的折中。为了降低分枝剪切法的计算复杂度, Shi 等人
[6
]
提出了迭代组稀疏波束成形算法,通过寻找波束成形的稀疏解来确定激活基站。
Li 等人
[8
]
研究了考虑时延的 C-RAN 系统基站模式选择问题,并提出了基于迭代
组稀疏波束成形和整数规划的求解方法。然而,上述文献没有考虑前向链路容
量受限情况下的前向压缩技术,也没有考虑物理层安全技术。
前向压缩是对信号进行量化,将量化后的数据信号通过前馈链路传输到基
站,基站端再根据量化码本恢复(解压缩)出量化前的数据信号。前向链路的
压缩和解压缩过程可以建模为一个测试信道
[12
,13
,14
,15
,16
,17
]
,即在需要传输的信号上
加一个量化噪声,通过控制量化噪声的大小来控制对信号的压缩程度。 Park 等
人
[12
]
通过联合优化波束成形和量化噪声以实现加权和速率最大,并证明了提出的
迭代方法能够收敛到一个定点。Park 等人
[18
]
还研究了考虑簇内簇间干扰时的和
速率最大问题,并提出了迭代的求解方法。尽管通过前向压缩能降低前向链路
容量开销、提高系统性能,但是上述文献并没有考虑物理层安全,使得网络存
在安全威胁。
保证安全通信的传统方法是由网络层通过密码学算法
[19
]
实现加密,然而由于
IoT 窃听终端计算能力的提升,密码学方法的安全性越来越难以保障。因此,在
Wyner
[14
]
定 义 窃 听 信 道 模 型 后 , 物 理 层 安 全 ( PHY Security,physical layer
security)技术
[20
]
得到了广泛的关注和讨论。物理层安全作为上层加密方法的一
种补充,充分利用物理层信道特性,以 Shannon 信息论为理论基础,从底层提
高无线通信系统的安全性。因此,学者们对不同场景下的系统安全容量最大化
问题开展了大量的研究工作
[21
,22
]
。若以安全速率为优化目标能够获得较高的安全
速率,但是系统开销比较大。因此,Ng 等人
[23
]
研究了如何设计顽健性波束成形
以实现系统功率的最小化。而•Zhou 等人
[24
]
则将认知无线电与信息能量同传系统
相结合,研究了不同信道误差约束条件下人工噪声辅助的顽健性波束成形和功
率分流方法。尽管上述文献取得了很好的性能增益,但是并没有针对前向链路
容量受限情况下•C-RAN 系统的基站模式进行讨论。
1.3 本文贡献
根据上述分析,本文的主要贡献包括:1) 将基站模式选择、波束成形和前
向压缩的安全通信问题建模为一个非凸非线性规划问题。利用平滑函数对目标
函数进行近似,将问题转化为差分规划题的一般形式,并利用 S 准则和半定松
弛技术,提出一种迭代差分半定规划(IDC-SDP,iterative difference of convex
semi-definite programming)算法。2) 为了确定基站模式,本文利用 IDC-SDP
算法求得解,提出一种增强稀疏解的后激活基站选择方法,再求解一个功率最
小化问题。3) 本文通过大量仿真,验证了提出算法的有效性。实验结果表明,
本文提出的算法能够快速收敛且其性能与穷举法性能相近,证明了通过基站模
式选择能够有效降低系统功耗。
2 系统模型与问题建模
2.1 信号传输模型
本文考虑一个下行 C-RAN 安全系统,它有 L 个基站且每个基站配置 N 根天
线 。 系 统 中 有 K 个 被 调 度 的 单 天 线 IoT 信 息 终 端 ( IR,IoT information
receiver)和•M 个单天线•IoT 窃听终端(ER,IoT eavesdropped receiver),
并且 L 和 K 均为正整数。其中,激活基站数为 A,且 A≤L,用 A 表示激活基站
的集合。所有的基站均通过前向链路连接一个 BBU pool,且 BBU pool 接收所
有 IR 的 CSI,并且 BBU pool 拥有所有 IR 的数据信息。由于基站通过前馈链路
与 BBU pool 相连,各个基站的时钟完全同步 IR k 的基带信号并用标量 s
k
表示,
它服从独立同分布,且均值为 0,方差为 1。IR 的基带信号过波束成形编码之后,
通过前向链路发送到各个基站,基站再将信号经由天线发射,最后• IR 接收信道
衰落后的基站发射信号。该下行•C-RAN 安全系统的信号模型如图• •
••••
••••
1••
••
••
所示。
图
图 1C-RAN 安全前向压缩下的信号传输模型
剩余19页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3663
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功