本發(fā)明涉及可見光通信，具體涉及一種智能反射面輔助的vlc通信系統(tǒng)安全傳輸設(shè)計(jì)方法。

背景技術(shù)：

1、基于發(fā)光二極管（light-emitting?diode，led）的可見光通信（visible?lightcommunication，vlc）技術(shù)被視為傳統(tǒng)rf通信的一項(xiàng)重要補(bǔ)充技術(shù)。vlc兼具照明和通信雙重功能，不僅能夠顯著拓展可用頻譜資源，更為未來網(wǎng)絡(luò)提供了一種綠色、低成本的無線接入方式。大量實(shí)證研究表明，vlc在帶寬和數(shù)據(jù)傳輸速率等關(guān)鍵指標(biāo)上優(yōu)于rf通信。

2、然而，vlc亦面臨著不容忽視的技術(shù)挑戰(zhàn)。由于其信號(hào)波長(zhǎng)相對(duì)較短，傳播信道易受到陰影和遮擋物的影響，這往往導(dǎo)致通信覆蓋的不連續(xù)性和服務(wù)質(zhì)量（quality?ofservice，qos）的降低。與此同時(shí)，智能反射面（intelligent?reflecting?surface，irs）技術(shù)憑借其主動(dòng)重構(gòu)無線傳播信道的能力，正成為學(xué)術(shù)界和工業(yè)界共同關(guān)注的前沿研究方向。具體而言，光學(xué)irs由眾多無源反射單元構(gòu)成，這些單元可通過偏轉(zhuǎn)自身角度精準(zhǔn)調(diào)控入射信號(hào)的反射方向，從而改變無線信道特性，增加通信的空間自由度（degrees?offreedom，dof）。憑借其高度可控且智能化的信號(hào)反射機(jī)制，irs可以有效緩解vlc中通信覆蓋不連續(xù)的問題，顯著提升整體系統(tǒng)性能。另一方面，由于vlc系統(tǒng)固有的廣播特性和對(duì)視距鏈路的依賴，潛在的竊聽者（eavesdropper，eve）可以輕易截獲傳輸給合法用戶（lus）的保密信息，導(dǎo)致系統(tǒng)存在較大的信息安全隱患。針對(duì)這一問題，物理層安全（physicallayer?security，pls）技術(shù)成為保障通信安全的有效途徑。在pls的研究中，irs憑借其精準(zhǔn)重構(gòu)無線信道環(huán)境的能力，正成為增強(qiáng)通信安全的關(guān)鍵技術(shù)。具體而言，irs能夠主動(dòng)將信號(hào)指向合法用戶，同時(shí)有效抑制潛在竊聽者的信號(hào)接收，從而顯著提升通信的安全性。

3、另外，irs的部署不可避免地引入了更多的通信鏈路，會(huì)進(jìn)一步加劇多用戶場(chǎng)景下的用戶間干擾（inter-user?interference,?iui）。速率分拆多址接入（rate-splittingmultiple?access，rsma）技術(shù)作為一種前沿多址接入技術(shù)，為緩解iui提供了有效途徑。事實(shí)上，rsma巧妙結(jié)合了空分多址接入和非正交多址接入技術(shù)的優(yōu)勢(shì)。它將用戶信息拆分為公共部分和私有部分：公共部分聯(lián)合編碼為公共流，私有部分則分別編碼為私有流。通過連續(xù)干擾消除（successive?interference?cancellation，sic）技術(shù)，用戶可先解碼并去除公共流，進(jìn)而解碼自身的私有流。

4、到目前為止，盡管已有諸多關(guān)于irs輔助vlc系統(tǒng)和rsma?vlc系統(tǒng)的研究，但irs和rsma在vlc系統(tǒng)中的協(xié)同應(yīng)用尚未得到系統(tǒng)性探索。此外，由于vlc系統(tǒng)面臨嚴(yán)重的信息安全隱患，設(shè)計(jì)有效的無線資源分配方案以提高信息安全性尤為重要。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)中的需求，本發(fā)明提供一種智能反射面輔助的vlc通信系統(tǒng)安全傳輸設(shè)計(jì)方法，目的在于提升網(wǎng)絡(luò)的信息安全性和能效。

2、一種智能反射面輔助的vlc通信系統(tǒng)安全傳輸設(shè)計(jì)方法，包括以下步驟：

3、步驟1：建立irs輔助rsma室內(nèi)可見光通信系統(tǒng)；

4、步驟2：計(jì)算該系統(tǒng)總保密速率與總功耗的比值，得到保密能效；

5、步驟3：建立保密能效的優(yōu)化問題；

6、步驟4：求解該優(yōu)化問題，具體為：

7、步驟4.1：松弛化該優(yōu)化問題；

8、步驟4.2：將優(yōu)化問題建模為馬爾可夫決策過程；

9、步驟4.3：基于深度強(qiáng)化學(xué)習(xí)的ds-ppo算法來求解保密能效最大化這一混合整數(shù)非線性規(guī)劃問題；

10、步驟4.4：當(dāng)訓(xùn)練過程中獎(jiǎng)勵(lì)值逐漸趨于穩(wěn)定，波動(dòng)范圍收窄至某一穩(wěn)定區(qū)間且未出現(xiàn)顯著上升或下降趨勢(shì)時(shí)，當(dāng)前的結(jié)果即為局部或全局最優(yōu)解。

11、進(jìn)一步為：保密能效的優(yōu)化問題具體為：

12、優(yōu)化的目標(biāo)是通過聯(lián)合優(yōu)化波束賦形、直流偏置、公共信息速率和irs關(guān)聯(lián)矩陣、來最大化系統(tǒng)的保密能效see，以此構(gòu)建以下優(yōu)化問題：

13、

14、在該優(yōu)化問題中，約束(c1)是用戶的服務(wù)質(zhì)量約束，要求每個(gè)lu的接收速率不低于服務(wù)質(zhì)量閾值；(c2)和(c8)是rsma公共信息速率約束，確保所有l(wèi)u均能成功解碼公共流；(c2)中的表示第個(gè)lu的公共流解碼速率；(c3)限制系統(tǒng)總功耗不超過功率預(yù)算；(c4)和(c9)要求led的發(fā)射信號(hào)保持在線性工作域；約束(c5)-(c7)源自irs關(guān)聯(lián)矩陣和的定義，保證每個(gè)irs單元最多只能同時(shí)與一個(gè)led和一個(gè)lu關(guān)聯(lián)，為第個(gè)lu通過解碼私有流所獲得的信息速率和分別為矩陣第列的第n項(xiàng)和矩陣第列的第n項(xiàng)。

15、進(jìn)一步為：步驟4.1具體為：

16、將等效地轉(zhuǎn)化為，即：

17、

18、其中，是合并矩陣的索引集，矩陣定義為，其中，當(dāng)時(shí)，表示通過第個(gè)irs單元在第個(gè)led和第個(gè)lu之間建立了反射信道；

19、通過將二進(jìn)制矩陣轉(zhuǎn)化為連續(xù)矩陣，被松弛為：

20、

21、其中，是矩陣的松弛形式；通過最小距離投影準(zhǔn)則，將的松弛結(jié)果轉(zhuǎn)化為二進(jìn)制結(jié)果；具體來說，第個(gè)irs單元的最優(yōu)投影索引，通過計(jì)算；其中，是的第行，是一個(gè)輔助向量，其第個(gè)元素為1，其余為0；此外，定義為全零向量，于是，相應(yīng)的索引由下式給出：

22、

23、進(jìn)一步為：步驟4.2具體為：

24、馬爾可夫決策過程由一個(gè)智能體和一個(gè)四元組組成，其中、、和分別表示動(dòng)作空間、狀態(tài)空間、獎(jiǎng)勵(lì)函數(shù)和折扣因子；根據(jù)，動(dòng)作空間、狀態(tài)空間、獎(jiǎng)勵(lì)函數(shù)和折扣因子定義如下：

25、動(dòng)作空間表示智能體可執(zhí)行的動(dòng)作集合，這些動(dòng)作集合對(duì)應(yīng)于優(yōu)化變量的取值范圍，優(yōu)化變量為波束賦形向量、直流偏置、公共信息速率、以及松弛化的irs關(guān)聯(lián)矩陣；

26、狀態(tài)空間是指環(huán)境的所有可能狀態(tài)表示，這些可能狀態(tài)表示通常由環(huán)境的各項(xiàng)特征組成，反映了系統(tǒng)的整體狀態(tài)；狀態(tài)空間包含當(dāng)前的動(dòng)作、獎(jiǎng)勵(lì)，以及信號(hào)干擾與噪聲比集合；

27、獎(jiǎng)勵(lì)函數(shù)根據(jù)給定的狀態(tài)和動(dòng)作進(jìn)行計(jì)算，旨在引導(dǎo)智能體學(xué)習(xí)近似最優(yōu)的策略；具體而言，獎(jiǎng)勵(lì)函數(shù)結(jié)合了see和約束的懲罰項(xiàng)，即

28、

29、其中，、、、分別是針對(duì)不同約束的懲罰項(xiàng)，值為1時(shí)表示滿足約束，反之則不滿足，具體表示如下：

30、

31、進(jìn)一步為：步驟4.3具體為：

32、ds-ppo算法包含策略網(wǎng)絡(luò)和價(jià)值網(wǎng)絡(luò)兩個(gè)神經(jīng)網(wǎng)絡(luò)，其中，策略網(wǎng)絡(luò)負(fù)責(zé)根據(jù)狀態(tài)和策略進(jìn)行動(dòng)作的選擇，它的網(wǎng)絡(luò)參數(shù)用表示；定義了輸出動(dòng)作的概率分布，即；價(jià)值網(wǎng)絡(luò)負(fù)責(zé)通過價(jià)值函數(shù)來評(píng)估動(dòng)作的價(jià)值，是它的網(wǎng)絡(luò)參數(shù)，具體而言，智能體在第步首先根據(jù)當(dāng)前狀態(tài)和策略選擇動(dòng)作，即；隨后，經(jīng)過智能體與環(huán)境的交互，得到相應(yīng)的獎(jiǎng)勵(lì)和下一個(gè)狀態(tài)；與此同時(shí)，通過交互獲得的狀態(tài)轉(zhuǎn)移數(shù)據(jù)被存儲(chǔ)到經(jīng)驗(yàn)池中；接下來，分別采用off-policy采樣和on-policy采樣從經(jīng)驗(yàn)池中取出和個(gè)狀態(tài)轉(zhuǎn)移樣本，用于神經(jīng)網(wǎng)絡(luò)的更新；

33、策略網(wǎng)絡(luò)更新：首先使用gae進(jìn)行優(yōu)勢(shì)估計(jì)，即

34、

35、其中，，并定義為；隨后計(jì)算策略網(wǎng)絡(luò)的損失函數(shù)，即：

36、

37、其中，表示當(dāng)前動(dòng)作和之前動(dòng)作的概率比；

38、最后，根據(jù)損失函數(shù)對(duì)策略網(wǎng)絡(luò)參數(shù)進(jìn)行小批量梯度下降更新，即

39、

40、其中，，表示策略網(wǎng)絡(luò)的學(xué)習(xí)率；

41、價(jià)值網(wǎng)絡(luò)更新：策略網(wǎng)絡(luò)將gae的回報(bào)作為目標(biāo)值，即，并通過最小化預(yù)測(cè)值與目標(biāo)值的?mse?更新價(jià)值網(wǎng)絡(luò)，即：

42、

43、之后與策略網(wǎng)絡(luò)的更新類似，根據(jù)損失函數(shù)對(duì)價(jià)值網(wǎng)絡(luò)參數(shù)進(jìn)行小批量梯度下降更新，即：

44、

45、其中，表示價(jià)值網(wǎng)絡(luò)的學(xué)習(xí)率。

46、進(jìn)一步為：irs輔助rsma室內(nèi)可見光通信系統(tǒng)為：

47、個(gè)leds均勻部署在天花板上，具有個(gè)鏡面反射單元的irs安裝在墻面上；在地面上存在一個(gè)潛在eve試圖截獲leds發(fā)送給用戶的信息；

48、在rsma方案中，第個(gè)lu的信息會(huì)被劃分為公共部分和私有部分；隨后，所有用戶的公共部分被合并為，并編碼為公共流；第個(gè)用戶的私有部分則獨(dú)立編碼為私有流；各信號(hào)流的均滿足,；該系統(tǒng)的發(fā)射信號(hào)表示為，其中，和分別是公共流和私有的波束賦形向量，為直流偏置向量，表示直流偏置電流；led的發(fā)射信號(hào)保持在線性工作域，即,，其中，和分別表示led的最小和最大驅(qū)動(dòng)電流。

49、進(jìn)一步為：保密能效see為：

50、

51、其中，和分別表示irs單元與lus以及irs單元與led的關(guān)聯(lián)矩陣；為波束賦形，為直流偏置，為公共信息速率；為總保密速率，為系統(tǒng)的總功耗，為公共竊聽速率，為全1向量，為led的正向電壓，表示電路模塊和irs的恒定功耗。

52、本發(fā)明的有益效果：通過優(yōu)化資源分配確保滿足用戶的?qos?需求，并通過波束賦形和?irs?的智能反射能力削弱竊聽者接收到的信號(hào)強(qiáng)度，提升系統(tǒng)的安全性；同時(shí)，在優(yōu)化過程中還滿足了功率預(yù)算、rsma?公共信息解碼和?led?線性工作域等多重約束，從而通過聯(lián)合優(yōu)化波束賦形、直流偏置、rsma?公共速率和?irs?關(guān)聯(lián)矩陣來實(shí)現(xiàn)系統(tǒng)保密能效的最大化。