一种物联网中IRSs辅助的监听可疑用户的方法

11.||w||2≤p
data
12.其中，γ0为给定阈值，γ
sr
为可疑接收端sr接收信噪比，γi为各合法监听方lms信噪比，p
data
为可疑发送端st的数据发送功率。
13.利用mm及admm算法求解优化问题p1，得反向导频传输阶段及数据传输阶段的最优分布式智能反射表面irss相移矩阵φ0及φ1。
14.反向导频传输阶段的分布式irss相移矩阵φ0优化过程中，最大化信道估计偏差，等价于优化问题p2：
[0015][0016]
s.t.|vi|＝1,i＝1,...,n
[0017]
将上式展开并去掉常数项，进一步等价的表示为：
[0018][0019]
s.t.|vi|＝1,i＝1,...,n
[0020]
其中，v@[v1,v2,..,vn]h，
[0021]
基于mm最大化最小化算法求解优化问题p3；
[0022]
数据传输阶段的分布式irss相移矩阵φ1优化过程中，最大化信道质量最差监听方接收信噪比，等价于优化问题p5：
[0023][0024]
s.t.|vi|＝1,i＝1,...,n
[0025]
其中，及分别代表矩阵h
tm
，矩阵的第k行，为第k个合法监听方接收到的信号功率。
[0026]
基于admm交替方向乘子法求解优化问题p5。
[0027]
本发明具有以下有益效果：
[0028]
本发明所述的物联网中irss辅助的监听可疑用户的方法在具体操作时，以反向导频传输阶段及数据传输阶段的分布式智能反射表面irss相移矩阵φ0及φ1为变量，以最大化监听节点可用率为优化目标，建立优化问题p1，再求解所述优化问题，并以此进行数据传输，经仿真试验，本发明无论是在总接收信号强度，还是最差监听方接收信号强度，亦或是监听节点可用率，监听距离上均优于传统最大化总监听信号强度(maxsum方案)及被动监听(without irss)方案，同时监听方始终处于静默状态，不需要配备发射天线，通过控制irss导频诱骗即可实现主动监听，能耗及成本降低，保证在恶劣环境下的隐蔽，可持续稳定的实时监听。
附图说明
[0029]
图1为系统模型示意图；
[0030]
图2为系统仿真场景模型图；
[0031]
图3为合法监听端lms总信噪比及最差信噪比随监听方个数k的变化图；
[0032]
图4为合法监听端lms总信噪比及最差信噪比随反射单元总数n的变化图；
[0033]
图5为合法监听方lms信噪比分别在最大化总信噪比(maxsum)、最大化最差信噪比(maxmin)、随机相移(random phase)及被动监听(without irs)方案下的累计分布函数图；
[0034]
图6为合法监听方lms平均监听成功节点数随反射单元总数n变化曲线图；
[0035]
图7为合法监听方lms成功监听节点数量分别在最大化总信噪比(maxsum)、最大化最差信噪比(maxmin)、随机相移(random phase)及被动监听(without irs)方案下概率密度分布图；
[0036]
图8为合法监听方lms最差信噪比随分布式智能反射表面irs位置变化情况及与单irs情况进行对比图。
具体实施方式
[0037]
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，不是全部的实施例，而并非要限制本发明公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要的混淆本发明公开的概念。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
[0038]
在附图中示出了根据本发明公开实施例的结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
[0039]
参考图1，本发明所述的物联网中irss辅助的监听可疑用户的方法包括以下步骤：
[0040]
1)系统模型的建立：系统包括多天线可疑发送端st、单天线可疑接收端sr、多个移动物联网设备作为合法监听端lms以及多个智能反射表面irss，分布式irss的目的是尽可能保证每一个监听方与智能反射表面irs之间存在直射路径，且不增加总反射单元数(部署成本)情况下，提升监听节点可用率，达到稳定可持续监听的目的。其中，irss以固定位置的分布式方式部署在环境中，其操作由一个集中的irs控制器控制。对于特定的存在直射路径los的irs-lms关联组中，设计其表面相移，以最大限度的提高该组监听用户最小的接收信号信噪比最大化。在可疑双方进行通信的过程中，寻找最优位置部署分布式智能反射表面irss并调用它们，以帮助静默监听方实现sr至st上行导频传输阶段的诱骗工作。同时为避免非突发因素破坏某个监听方导致监听中断，需保证大量监听设备均能够有效的进行监听，故而分布式智能反射表面irss还需辅助静默监听方lms，在可疑发送方st至可疑接收方sr的可疑信息传输阶段，最大化最差监听方的监听性能，提升监听节点的可用率。本发明采取联合优化上下行阶段的分布式智能反射表面lms的相移矩阵，实现多监听节点可持续稳定的隐蔽式监听。假设系统内信道均为准静态衰落信道，在一次导频诱骗传输与数据传输时间块内，信道状态不会发生变化。不同传输时间块信道参数的变化是独立同分布的。本系统工作在tdd模式，信道互异性存在。在方案仿真中，我们假设监听方lms相关链路相对于可疑通信双方st-sr是未知的。并且这种假设是合理的。因为无论是st-sr之间的导频传输阶段还是数据传输阶段，lms均处于静默状态，并未发送任何信号，且相移矩阵的设计也并未
对可疑接收方sr的接收信号进行干扰或者抑制，故而对于可疑通信双方st-sr来说，检测到lms的存在是困难的。
[0041]
2)导频诱骗
[0042]
在这一阶段，监听方lms保持沉默，设计由n个总反射单元数组成的分布式irss的相移矩阵φ0，反射可疑接收端sr向可疑发送端st发送的导频序列m为可疑发射端st天线数，p
pilot
为可疑接收端sr的导频发射功率，则可疑发送方st接收到的信号为：
[0043][0044]
其中，及分别为可疑接收端sr及分布式irss到可疑发送端st的衰落信道，为可疑接收端sr到分布式irss的信道，其对角元素为分布式irss表面反射单元对应相移，0≤|vi|≤1,1≤i≤n,n
tr
为可疑发送端st接收到的加性复高斯白噪声，均值为0，方差为
[0045]
3)信道估计
[0046]
对于可疑发送方st接收到的信号，可疑发送端st采用最小二乘方法估计可疑发送方st与可疑接收端sr之间的信道状态信息csi。由于导频诱骗的原因，使得可疑发送端st估计的信道出现偏差，存在st-irss-sr反射链路部分，从而在下一阶段数据传输时发生信息泄露至分布式irss；
[0047]
可疑发送端st已知导频发送功率p
pilot
及导频序列uh，为可疑发送端st信道估计结果。
[0048][0049]
4)数据传输
[0050]
在上行导频传输及下行数据传输过程中，合法监听方lms均处于静默状态，现有的针对lms对st进行导频污染的检测方法包括随机调制法、人工噪声/随机数据辅助法、随机正交导频法及统计特征法均失效，以上前三种方式在标准的导频污染阶段引入一定的随机性，使得监听方无法提前知道要发送的导频序列。需要说明的是，从分布式irss反射的信号序列与可疑接收端sr发送的导频序列相同，因此以上前三种方案失效，由于要求lms与sr发送的信号序列相同。最后一种方式需要已知可疑接收端sr和监听者lms的信道概率分布先验知识估计瞬时信道系数，在实际中，获取上述数据并不容易，尤其是监听者lms，因其并不会与可疑通信系统合作，因此监听链路对于可疑通信双方来说是未知的，无法检测到监听者的存在，最后一种方案也失效。因此可疑发送端st会在最大发射功率限制下采用最大比传输方式(mrt)进行可以数据传输，p
data
为可疑发送端st的数据发送功率，为可疑发送端st的发射波束成型矢量，其中，
[0068]
||w||2≤p
data
[0069]
约束γ
sr
≥γ0的含义为：确保可疑接收端sr信噪比高于给定阈值γ0，即确保可疑接收端sr能够正确解码信息而无法检测到监听存在，各合法监听端lms的接收信噪比应大于某一给定阈值才能实现监听，约束||w||2≤p
t
为可疑发送端功率限制，当总功率无法满足可疑接收端sr信噪比要求时，则可疑发送端st停止发送可疑信息，此时，可疑接收端sr及合法监听端lms信噪比均为0。
[0070]
反向导频传输阶段分布式irss相移矩阵φ0优化：最大化信道估计偏差，等价于p2优化问题：
[0071][0072]
s.t.|vi|＝1,i＝1,...,n
[0073]
将上式展开并去掉常数项，得
[0074][0075]
s.t.|vi|＝1,i＝1,...,n
[0076]
其中，v@[v1,v2,..,vn]h，
[0077]
因为单位模非凸约束，p3为非凸问题，因此采用最大最小化mm算法解决问题p3，最大最小化mm算法的核心思想是先求出目标函数的近似上界，然后在约束条件下迭代求出该上界的最优值，该收敛点为局部最优点。
[0078]
k为迭代次数,令vk为满足问题p3的可行解，下一个迭代点v
k+1
目标函数的上界为
[0079][0080]
其中，α@(λ
max
(g)i-g)vk+n，去掉上式常数项，则优化问题p3可等价为：
[0081][0082]
其中，当且仅当vi与αi相等时，最大，因此优化问题p4的闭式最优解为：
[0083][0084]
令k＝k+1，并且更新vk的值直到目标函数收敛，初始化可行点v0并应用mm算法迭代求解优化问题p3，得优化问题p3的局部最优解φ0。
[0085]
数据传输阶段分布式irss相移矩阵φ1优化：最大化信道质量最差监听方接收信噪比，即可等价于优化问题p5：
[0086][0087]
s.t.|vi|＝1,i＝1,...,n
[0088]
分别为矩阵h
tm
及矩阵的第k行，代表第k个
合法监听方接收到的信号功率。
[0089]
在第一阶段相移矩阵φ0优化结束后，得可疑发送端st的发射端波束赋型矢量w，在固定w情况下，优化第二阶段数据传输的相移矩阵φ1，首先将优化问题p5转换为合适的形式，并直接给出更新表达式，固定w，则优化问题p5可写成为：
[0090][0091]
s.t.|vi|＝1,i＝1,...,n
[0092]
其中，
[0093]
需要找到问题p6的下界，将上式在点展开，以获得目标函数的线性下界。
[0094][0095][0096][0097]
在点时，上式等式成立，令：
[0098][0099]
其中，函数为目标函数的线性下界，且在点时，需要在分布式irss表面相移模为1的约束下使用线性admm算法最大化函数，相应的优化问题p7为：
[0100][0101]
s.t.|vi|＝1,i＝1,...,n
[0102]
约束优化问题求解比无约束求解复杂，故设单位模约束的可行域为：
[0103][0104]
将下界函数取反，得到：
[0105][0106]
则问题p7等价于
[0107][0108]
admm交替方向乘子法是一种具有可分结构凸优化问题的重要方法，用于求解多个可分离变量的等式约束优化问题。故上式需要进行变量分离，设函数其中，x1,[x]k代表x矢量的第k个元素，则优化问题p8等价于：
[0109][0110]
其中
[0111][0112]
通过引入辅助变量r，则等效的admm表示式为：
[0113][0114]
s.t.sv-r＝0
[0115]
则p10问题的增广拉格朗日函数形式为：
[0116][0117]
其中ρ》0为罚参数，λ为约束sv-r＝0的对偶变量，在第i此迭代中，给定vi,ri,λi，应用线性admm方法，交替迭代更新v,r,λ；
[0118]
线性化admm为admm的一种变体，其区别在于通常将替换为来修改v的更新过程，即线性化二次项并添加新的二次正则化，更新每个变量的细节为：
[0119]
更新v
[0120][0121]
即等价优化v的优化问题为：
[0122][0123]
s.t.|vi|＝1,i＝1,...,n
[0124]
上述问题的最小值为：
[0125][0126]
其中，μ≥ρ||s||2，且定义proj(x)＝[x1/|x1|,...,xn/|xn|]，并且设置当xi＝0时，[proj(x)]n＝1；
[0127]
更新r
[0128][0129]
设则有：
[0130][0131]
其中，r的实部与虚部是解耦的，因此分别优化其实部及虚部：
[0132][0133][0134]
使用二分搜索算法找到
[0135]
则r的实部更新为：
[0136][0137]
更新λ
[0138]
λ
i+1
＝λi+ρsv
i+1-ρr
i+1
[0139]
通过以上更新表达式进行迭代更新直到收敛产生优化问题p5的次优解，具体的交替联合优化ao_mm_admm算法的具体过程如表1所示：
[0140]
表1
[0141]
[0142][0143]
仿真试验
[0144]
图2给出的系统仿真场景模型，可疑发送方st天线数m＝5，位置在(20m,0m,30m)，多个单天线合法监听方lms移动物联网设备随机分布在以(20m,160m,0m)为圆心，半径为20m的xoy域内进行非协作式监听，两个分布式智能反射表面irss的位置分别在irs1(0m,20m,3m)，irs2(40m,20m,3m)，可疑接收方sr在(20m,100m,0m)，设置导频传输及数据传输功率为p
pilot
＝p
data
＝20dbm,可疑发送方st、可疑接收方sr及合法监听方lms的噪声方差均为为包含尽可能多的情况，共进行105次仿真，路径损耗模型由pl＝(pl
0-10ρlog
10
(d/d0))给出。pl0＝-30db在参考距离d0＝1m处的路径损耗，在仿真中，设置可疑通信双方st-sr，可疑发送方st与合法监听方lms，可疑发送方st与分布式智能反射表面irss，分布式irss分别与可疑接收方sr及监听者lms间的路径损耗指数分别为ρ
tr
＝ρ
tm
＝4，ρ
ti
＝ρ
ir
＝ρ
im
＝2,因为irss的位置是挑选出来的，有irs辅助的通信链路，其传输环境可以接近自由空间，可经历自由空间路径损失。与分布式irss有关信道由los径主导，可疑发送端st与irss之间信道的莱斯因子为ε
tr
＝2，对于特定的存在直射路径los的irss-lms关联组中，相关信道莱斯因子ε
rm
＝10。
[0145]
本发明实验仿真验证分别表示为图3、图4、图5、图6、图7及图8。图3及图4分别为合法监听端lms总信噪比及最差信噪比随监听方个数k，反射单元总数n的变化情况，可以看出，本发明无论是在总接收信噪比还是最差接收信噪比两种性能上都要优于最大化总信噪比(maxsum方案)。即本发明实现了更高的和信噪比及最差信噪比增益。图5表示合法监听方lms和信噪比及最差信噪比分别在最大化总信噪比(maxsum)，最大化最差信噪比(maxmin)，随机相移(random phase)，被动监听(without irs)方案下的累计分布函数。可以看出本发
明在监听总信噪比及最差信噪比上相比于其他方案上的显著优势。图6及图7的实验结果表明，本发明可以提升成功监听节点数量，从而保证在恶劣环境下能够稳定持续的进行实时监听，合法监听方lms最差信噪比分别随可疑发送端st天线数m，反射单元总数n变化情况，实验结果表明，增加分布式irss表面的反射单元数量对于监听方性能提升效果要优于增加天线数量，且irss为无源设备，部署大规模irss比安装更耗能的射频链和功率放大器更节能，从实验结果清晰的表明irss在通信性能和能耗方面都具有传统系统设计的优越性。图8为合法监听方lms最差信噪比随分布式智能反射表面irs位置变化情况及与单irs情况进行对比，实验结果表明随着irss部署在lms附近，监听性能提升，在lms附近形成了信号热点，并且分布式智能反射表面irss部署性能优于集中式(单irs)部署。